年収

1,200万円〜2,000万円

勤務地

東京都

職務内容

JAPAN AI株式会社について

JAPAN AI株式会社は、AI技術を駆使して働く人々の可能性を飛躍的に高めることを目指し、上場企業である株式会社ジーニーのグループ企業として2023年4月に設立されました。当社は最先端のAI技術を活用し、国内外での研究開発を推進しています。

私たちが目指しているのは、単なる AI チャットボットの提供ではありません。企業の全 SaaS を統合し、AI が自律的に業務を実行する「企業の脳」— 次世代の基幹システムを構築することです。「JAPAN AI STUDIO」を中核に、DB さえあればアプリ不要、AI が作業して結果だけを返す世界を実装しています。

私たちはAIの持つ変革力を通じて、新たな価値を創出し、社会全体の進歩に貢献することを目指しています。AIによるイノベーションをリードし、テクノロジーが人々をより多くのことを達成できるようにする未来を共に創造しましょう。

関連URL

当社ウェブサイト
会社紹介資料
Tech Blog
採用サイト
募集背景

JAPAN AI STUDIO は「企業の脳」として、顧客企業の全 SaaS を統合し、数百のワークフローを AI エージェントが自律的に実行する世界を目指しています。しかし、この構想を実現するには、現在のエージェント技術では解決できない「フロンティア課題」を突破しなければなりません。

複数の SaaS を横断して情報を検索・統合する際の推論品質の限界
長期にわたる業務プロセスを記憶し、文脈を維持する長期記憶の設計
テキスト・画像・音声・構造化データを統合的に扱うマルチモーダル対応
数百社が同時利用する環境での低レイテンシ推論

この 1年で、LLM を活用したエージェントシステムの採用は急速に進みました。コーディング、リサーチ、カスタマーサポート、セキュリティなど、多様な領域で AI エージェントが実用化されています。今後、AI エージェントがより複雑なタスクをエンドツーエンドで、あるいは人間と協力して遂行する未来に向けて、JAPAN AI では以下に取り組むチームを強化します。

長期ホライゾンの課題でより効果的なエージェントを実現する
様々なスケールで他のエージェントと協調し、大きなタスクを達成するための連携を設計する
エージェント性能を最大化するため、新規のハーネス設計、インフラ改善、ファインチューニングなど必要な課題を解く
ミッション

Agentが降参する問題を解く

現在の AI エージェントでは解決できないフロンティア課題に挑み、新しい推論手法・検索 / 計画・長期記憶・ツール利用の品質限界を突破する。JAPAN AI STUDIO 上で動く数百のワークフローが、より賢く・速く・安全に動作する未来を、研究で切り拓く。

期待する役割について

Research Engineer として、AI/LLM/ML の最先端研究と応用研究をリードしていただきます。

異なるエージェント・ハーネスの発案・開発・比較 (メモリ、コンテキスト圧縮、エージェント間通信アーキテクチャ等)
大規模なエージェント型タスクのための厳密な定量ベンチマークの設計・実装
モデルとプロンプトの自動評価を支援し、学習からプロダクトライフサイクル全体にわたって品質を担保
プロダクト組織と協力し、エージェントをプロダクトに適用するうえでの最も困難な課題を解決
モデル学習用データミックスの作成・最適化により、エージェントタスクにおける性能と使いやすさを向上
研究成果を Agentic Product Engineer チームに移転し、プロダクト全体の品質を底上げ

論文を書くことがゴールではありません。研究成果をプロダクションに適用し、約 200 社が利用する本番環境でユーザーに届けることを重視します。

このポジションの魅力
「企業の脳」を支える研究 : 単なるチャットボットの改善ではない。企業の全 SaaS を統合し AI が自律実行する「次世代基幹システム」の技術的基盤を、研究で切り拓く
研究→プロダクションの直結 : 開発した手法が即座に本番環境へ適用され、約 200 社の企業が利用するシステムに反映される。論文で終わらない、実世界へのインパクトを実感できる
最先端 AI 研究の実践 : 推論品質の限界突破、長期記憶設計、マルチエージェント協調など、業界最前線のフロンティア課題に取り組める
研究と発表の両立 : 論文発表・技術ブログ執筆を推奨し、学術機関や OSS コミュニティとの連携も積極的に支援
技術移転のインパクト : 開発した手法を Agentic Product Engineer チームに移転し、プロダクト全体の品質を底上げするリーダーシップを発揮できる
急成長環境 : 設立3年で200名以上の規模、9プロダクト展開のスタートアップで、技術的意思決定に大きな裁量を持てる
業務内容
エージェント研究開発
異なるエージェント・ハーネスの発案・開発・比較 (メモリ、コンテキスト圧縮、エージェント間通信アーキテクチャ等)
新しい推論・計画・検索手法の研究開発
マルチモーダル・長文コンテキスト対応の技術開発
最新論文の調査・再現・改良実装
評価・ベンチマーク
大規模なエージェント型タスクのための厳密な定量ベンチマークの設計・実装
合成データ生成・評価ベンチマーク設計
モデルとプロンプトの自動評価支援 (学習 → プロダクトライフサイクル全体)
プロダクション課題の解決
推論レイテンシ / コスト最適化 (量子化、蒸留、キャッシュ等)
モデル学習用データミックスの作成・最適化
エージェント評価フレームワークの高度化
本番環境での品質改善・パフォーマンスチューニング
技術移転・発信
Agentic Product Engineer チームへの技術移転・メンタリング
学術機関・OSS コミュニティとの連携

業務シナリオ例
※以下は想定される業務シナリオの例です

■ シナリオ 1 : SaaS 横断検索のためのナレッジグラフ
RAG の研究開発 JAPAN AI STUDIO が「企業の脳」として機能するには、顧客の全 SaaS に散在する情報を横断的に検索・統合する必要がある。既存の RAG では「Aプロダクトの従業員データ」と「Bプロダクトの商談データ」の関係性を捉えられず、回答精度が低い。ナレッジグラフベースの RAG アーキテクチャを研究・開発し、エンティティ間の関係性を構造化。SaaS 横断検索の回答精度を 40% 向上させ、Agentic Product Engineer チームに技術移転して全プロダクトに展開。

成果責任 (KR/メトリクス)
ベンチマークスコア改善率 (社内 / 公開ベンチマーク)
新手法のプロダクション適用数 (四半期あたり)
推論レイテンシ / コスト改善率
論文・技術ブログ発表数
社内技術移転完了数
チーム体制

約120名が開発組織に在籍しています。

Research Engineerは以下のプロジェクトを横断して活動します：
JAI Lab — AI研究開発
AI&Model — モデル学習・最適化
Voice & Tel — 音声AI・電話システム
密接に連携する役割:
Agentic Product Engineer — エージェント機能開発 (技術移転先)
Agent Harness Engineer — エージェント実行基盤
AI Quality Scientist — 評価パイプラインとの連携
Product Manager — プロダクト設計
必須条件
コンピュータサイエンス、ソフトウェア工学、人工知能、機械学習、数学、物理、それらの関連分野における修士号・博士号を有すること
LLM を用いた複雑なエージェントシステムの開発経験
ソフトウェアエンジニアリングと ML における十分な実務経験
LLM のプロンプト作成、および / または言語モデルを使ったプロダクト開発の経験
PyTorch / JAX での大規模モデル学習・推論の経験
LLM / Transformer アーキテクチャの深い理解
論文読解・再現実装の能力
Python での高品質なコード実装力
言語レベル : いずれか必須
日本語 : Fluent (プロダクト開発において齟齬なく議論を行えるレベル)
英語 : ビジネスレベル
歓迎条件
大規模な強化学習 (Large-scale RL on language models) の経験
マルチエージェントシステムの設計・実装経験
トップカンファレンス (NeurIPS / ICML / ACL / EMNLP 等) での論文発表
RLHF / DPO 等のアライメント手法の実装経験
マルチモーダルモデル (Vision-Language 等) の経験
エージェント評価・安全性研究の経験
博士号 (CS / ML / NLP / 関連分野)
英語での研究コミュニケーション能力
開発環境
言語 : Python (研究・フレームワーク部), TypeScript / React / Next.js (フロントエンド部) / NX
ML / AI : PyTorch, JAX, Transformers, vLLM, Weights & Biases
インフラ : GCP (コンテナ / K8s), Docker
ツール : Slack, Confluence, Linear, Google Workspace, GitHub, Notion
AI 開発支援 : Claude Code MAX Plan, Cursor, ChatGPT, Devin
作業環境 : Mac (Apple Silicon), デュアルモニタ対応
学習と開発の支援
AIツール利用サポート
JAPAN AI SaaS サービス, Cursor, ChatGPT, ClaudeなどAIツール全般を会社負担で利用可能
開発ツール支援
利用したい開発ツールが有償である場合、その費用を負担 (年3万円まで)
書籍購入補助
技術書など学習のために利用する書籍を会社費用で購入可能 (半期3万円まで)
語学学習 / 資格取得支援
日本語や英語の学習プログラムや資格の取得を会社費用で利用可能
リフレッシュ手当
ご自身のリフレッシュのために使用するサービスの費用を負担 (月5000円まで)
e.g. ジム, ヨガ, 整体、水族館、映画, テーマパークのチケットなど各種適用可能
家賃手当
該当エリアにお住いの方に家賃手当を支給 (月3万円まで)
働き方

ハイブリッド勤務 : 週3出社、週2リモート
フレキシブルな勤務時間帯 : コアタイムは要相談
柔軟性 : 将来的により柔軟なワークスタイルの検討も可能

選考フロー

書類選考 → Homework → 面接（4～5回）→ 内定
※最終面接までにリファレンスチェックをご対応いただきます

【雇用形態】
正社員

企業名

JAPAN AI株式会社

本社所在地

東京都新宿区西新宿6-8-1

雇用形態

正社員

各種保険

健康保険雇用保険厚生年金労災保険

休日休暇

【休日休暇】完全週休二日制所定休日：土・日・祝日休暇：年次有給休暇、夏季休暇（3日）、年末年始休暇（12月31日〜1月3日）、慶弔休暇

情報更新日

2026/09/17

応募依頼する

気になる

AIが推定した求人関連情報

想定給与

1,200万円〜2,000万円

リモートワーク

平均年齢

ポジションの魅力

日本最前線のLLM・エージェント研究開発:
「AIで持続可能な未来の社会を創る」をPurposeに掲げ、生成AIや大規模言語モデルを用いたプロダクト開発に最前線で注力する企業です。メモリ管理・コンテキスト圧縮・エージェント間通信など先端アーキテクチャの研究開発に直接携われます。
研究とプロダクトの両輪を担えるポジション:
エージェント研究開発・評価ベンチマーク設計・プロダクション課題の解決まで、論文の調査・再現から本番環境への実装まで一気通貫で担当できます。アカデミアとプロダクトの橋渡し役として幅広い業務に関与できます。
成長著しいAIスタートアップへの参画:
2023年4月設立のスタートアップながら、シリーズBで総額19億円の資金調達を実施し、急速に組織・事業を拡大中です。組織が若く、裁量を持って挑戦できる環境が整っています。
上場グループのバックアップと安定基盤:
グロース市場上場企業・株式会社ジーニーの戦略的子会社として設立されており、親会社の人的・経営リソースを活用しながら、スタートアップとしてのスピード感で業務に取り組める環境です。
OSSコミュニティ・学術機関との連携機会:
学術機関やOSSコミュニティとの連携が業務に組み込まれており、最新研究動向へのキャッチアップや対外的な技術発信・論文執筆などを通じて、研究者・エンジニアとしての市場価値を高めることができます。

必須スキル（ハード）

以下のいずれかの経験・知見が求められます。

LLM・生成AIを用いたシステム開発の実務経験
RAG（検索拡張生成）・エージェントアーキテクチャの設計・実装経験
Pythonによる機械学習・自然言語処理の実装経験
モデルの評価・ベンチマーク設計の経験
論文調査・再現実装の経験（深層学習・NLP分野）
推論レイテンシ・コスト最適化（量子化・蒸留・キャッシュ等）の知識

必須スキル（ソフト）

自律的な研究推進力:
最新論文を自ら調査・選別し、再現・改良実装まで主体的に推進できる自己主導性が求められます。
技術的なコミュニケーション能力:
Agentic Product Engineerチームへの技術移転・メンタリングを担うため、複雑な技術内容を分かりやすく伝える能力が必要です。
高い学習・適応速度:
AI業界は変化・進化が非常に速く、新しい知識や技術を継続的にキャッチアップできる柔軟性と学習速度が重視されます。
課題解決思考:
プロダクション環境での品質改善やパフォーマンスチューニングなど、研究成果をビジネス課題に直結させる実践的な問題解決思考が求められます。
英語での技術情報収集力:
最新の研究論文や技術情報は英語で発信されるため、英語での読解・情報収集能力が業務遂行上不可欠です。

歓迎スキル

ナレッジグラフ・グラフRAGの研究・実装経験:
SaaS横断検索や異なるデータソース間の関係性を構造化するナレッジグラフRAGに関する研究経験があると即戦力として活躍できます。
マルチモーダル・長文コンテキスト技術の知見:
マルチモーダルモデルや長文コンテキスト対応に関する実装・研究経験があると、技術開発の幅を広げることができます。
合成データ生成・ファインチューニングの経験:
学習用データミックスの作成・最適化、合成データ生成の実務経験はポジションの中核業務に直結します。
OSSへの貢献実績・学術論文の発表経験:
GitHubでのOSS活動や学術論文の執筆・発表経験は、学術機関・OSSコミュニティとの連携業務において高く評価されます。
日本語NLPに関する専門知識:
日本語固有の言語特性（形態素解析・日本語LLMの評価）に関する知識は、国内プロダクト展開において差別化要素となります。

この求人で得られるスキル

最先端エージェントアーキテクチャの設計・実装スキル:
メモリ管理・コンテキスト圧縮・エージェント間通信など、業界最先端のマルチエージェントシステムの設計・実装を実務で習得できます。
LLM評価・ベンチマーク設計の専門知識:
大規模エージェント型タスクの定量ベンチマーク設計・合成データ生成評価など、LLM評価における体系的なノウハウを習得できます。
推論最適化（量子化・蒸留・キャッシュ）の実践知識:
プロダクション環境での推論レイテンシ削減・コスト最適化に関する実践的な技術スキルを、実際のビジネス課題を通じて習得できます。
技術移転・メンタリングのリーダーシップ経験:
Agentic Product Engineerチームへの技術移転を担うことで、研究成果を組織全体に展開するテクニカルリーダーとしての経験を積めます。
産学連携・OSSコミュニティとの協業スキル:
学術機関やOSSコミュニティとの連携を通じて、社外ネットワークを広げ研究者・エンジニアとしての対外的なプレゼンスを高めることができます。

キャリアマップ

現在
シニアResearch Engineer LLM・エージェント研究の実績を積み、より大規模・複雑なプロジェクトをリードするシニアポジションへ。若い組織のため早期に昇格できる可能性があります。
リサーチリード / テクニカルリード研究チームのリーダーとして、研究テーマの策定から実装・展開まで全体を統括します。学術機関・OSSコミュニティとの連携も主導する立場です。
AI技術スペシャリスト（個人貢献者）管理職ルートとは別に、技術専門性を極めるスペシャリストとして昇格・昇給するキャリアパスも想定されます。論文発表やOSS貢献による業界内での認知向上も可能です。
CTO / VPoE / AI Research Director 急成長するAIスタートアップのフェーズに合わせ、技術戦略全体を担うエグゼクティブポジションへのキャリアアップが視野に入ります。
独立・起業・研究機関への転身 JAPAN AIでの最先端研究・プロダクト開発経験を基盤に、独立研究者・AIスタートアップ創業・大学・研究機関へのキャリア転身という選択肢も広がります。

AI 口コミまとめ

JAPAN AI株式会社は2023年設立と歴史が浅く、現時点では従業員口コミの蓄積が限られています。フラットでオープンな企業文化があり、社員一人ひとりがプロフェッショナルとして活躍できる環境との評価があります。リモートワークや副業可、服装自由など柔軟な働き方が整備されている点はポジティブに評価されています。一方、設立間もないスタートアップであるため、制度・評価体系の成熟度や将来的な待遇面については不確定要素が残ります。

【ポジティブな評価】
1. 働き方の柔軟性: リモート勤務制度（要相談）、フレックスタイム制、副業可、服装自由など、ワークライフバランスを重視した制度が整備されているとの情報があります。
2. 企業カルチャー: フラットでオープンな組織文化があり、専門性を持ったプロフェッショナルが集まる環境との評価があります。「皆で膝を突き合わせて話し...(ここから先は会員登録後にご覧いただけます。残り337文字)

会員登録をして、
AI 口コミ全貌をチェック！

無料会員登録をする

応募依頼する

気になる

※本資料はAIを活用して収集・整理した情報を含んでいます。正確性については適宜ご確認ください。

【JAPAN AI】Research Engineer, LLM modeling / Japanese

AIが推定した求人関連情報