【正社員】データエンジニア — 生成AI×Databricksで高品質なデータ基盤を構築｜1,600万件超の法人・組織データベースの取得・統合・品質検証をAI前提で実装する｜フルリモート・フルフレックス
株式会社SalesNow - 80億レコードの企業データベースを開発するスタートアップ
事業内容
1,600万件超の法人・組織データを、画面・API・MCP・カスタムAIエージェントで届けるデータインフラ。BtoBの仕事の進め方を組み替えます。
仕事内容
【ミッション】 あなたのミッションは、デジタルの日次更新、アナログな収集、ユーザー投稿という性質の違う3つのルートから届く情報を、根拠のある1つの企業像として構造化することです。同名企業を見分け、住所の表記揺れや合併・移転を扱い、独自のJCコードで企業から拠点単位まで名寄せします。掲載終了や企業サイトの更新を捉え、情報の鮮度と正確さを確かめ続ける監視の仕組みも、あなたが設計します。あなたが名寄せした1件が、大手企業の担当者とAIエージェントにとって、同じ企業を正しく識別する根拠になります。 【お任せしたい業務内容】 数十TB・80億レコード規模の企業データ基盤の構築・改善を担います。入社初日から、インフラ・ガバナンス・コスト最適化まで横断的に関わります。具体的には、以下のいずれか、もしくは複数を担当していただきます。 ・Webデータクローリングのためのパイプライン新設や改善 ・データのクレンジング・エンリッチメント・名寄せ処理の実装 ・データ品質モニタリング環境の構築・改善 ・スケーラブルでコスト効果の高いデータ基盤への改善 ・将来的なデータサイエンス活用を見据えたデータ基盤・品質整備の設計 【入社後に取り組む課題の例】 ・「その求人はまだ募集中か」の判定を直す。求人の停止は、営業が使うシグナルの1つです。一覧ページに掲載終了情報を出さない媒体があり、取得した求人一覧の差分で募集終了を判定すると、一時的な取得漏れを掲載終了と取り違えるおそれがあります。募集中の求人を終了扱いにする誤りと、終了した求人を募集中として残す誤りのどちらを抑えるか、媒体ごとに判定基準を決めて実装します。 ・企業のWebサイトの更新を追う。会社概要やサービス情報を新しく保つため、全企業のWebサイトの情報を取得し、更新の差分を検知する処理を実装します。 ・企業データの判定にLLMを組み込む。上場企業の開示資料（IR情報）をLLMで構造化し、人が定めた基準でLLM as a Judgeによる判定を行います。チームで定めた品質基準のもとで、担当する判定の条件を決めて実装します。 ※従事すべき業務の変更の範囲：有り
募集背景
人を増やした分だけ売上が伸びる時代は、終わりました。 人がAIと一緒に働くほど、AIが扱う企業データの正確さが、そのまま仕事の質になります。 SalesNowは組織が大きくなる前にAI前提の組織へつくり替え、バリューの1つに「AIネイティブ」を掲げています。2025年11月を起点に、社員1人あたりARRを3年で10倍にする目標を置いています。 人を増やさずに届けるデータを増やすには、取得と検証の工程そのものを組み替える必要があります。データエンジニアは、その組み替えを自分の手で設計する立場にいます。
概要
SalesNowは「誰もが活躍できる仕組みをつくる。」を掲げ、働き方を根本から変える挑戦をしています。働き手が減る日本で、1人が生み出せる価値をどこまで増やせるか。 企業データとAIで、BtoBの仕事の進め方そのものを組み替えることが、SalesNowの事業です。 その土台が、1,600万件超の法人・組織データベースです。企業・組織・拠点・部署までをユニークに構造化し、レコード数は80億。企業データベース収録件数No.1です（2025年10月期・日本マーケティングリサーチ機構調べ）。 この規模と粒度は、Webを集めるだけでは組み上がりません。SalesNowは独自の収集網「SalesNow Data Network」を3つのルートで持っています。 1つめは、Web情報をAIで日次更新するデジタルの基盤で、数百万件規模のタスクをLLMを含む技術で処理します。 2つめは、数万人規模のデータリサーチャーのパートナーネットワークと社内の体制によるアナログな収集で、実地調査から紙の資料の読み取りまで、検索では出てこない情報を取りに行きます。 3つめは、月間700万PVの自社メディア（企業版Wikipedia）に集まるユーザー投稿で、このユーザーのネットワークもアナログな収集の一部を担います。 データそのものにも独自性があります。独自のJCコードは、本社・工場・支社支店・店舗まで拠点ごとに一意のIDを振る体系で、多拠点やグループ会社を正確に串刺しできます。組織図と部署の直通番号まで持ち、部署連絡先は750万件超。 代表電話を経由せずに狙う部署へ直接つながります。この750万件超の連絡先が、企業・拠点・部署のどこに属するかを崩さずに保てるかは、データエンジニアの設計で決まります。
この仕事で得られるもの
・メンバークラスから設計判断に関われます。何を集めるか、どこまで正確なら使えるかを、担当する処理の範囲で自分で決め、根拠を示して実装まで持っていきます。 ・80億レコード・数十TBの基盤と、55媒体のクローラ、Databricksの3層処理を扱います。媒体ごとの取得漏れを考慮した掲載終了の判定、JCコードで拠点まで結びつける名寄せ、その品質を確かめる監視までを実装します。データの正確さ・処理性能・運用コストを同時に天秤にかける設計は、この規模の基盤でこそ身につきます。 ・扱うのはWebから取れるデータだけではありません。数万人規模の調査網と社内の体制がアナログに集めた情報も、自社メディアに集まるユーザー投稿も、同じ1社に束ねます。入力の性質が違うデータを1つの企業像に収斂させる仕事は、公開データだけを扱う環境では経験できません。 2〜3年後、AIを使えることは当たり前になります。差がつくのは、AI前提で組織と業務を設計できるかどうかです。SalesNowは、それを毎日やっています。
勤務地
【勤務地詳細】 渋谷オフィス（リモートワーク可） ・プロダクト職のため、フルリモート勤務 ・東京近郊：月1回の出社推奨日あり ・地方在住：年1〜2回の全社イベント出席のみ（交通費・宿泊費全額支給） ・※就業場所の変更の範囲：無し ・SlackやGoogle Meetを中心としたオンラインコミュニケーション ・フルフレックスタイム制（コアタイムなし） ・1日の標準労働時間：8時間 あり（3ヶ月） 完全週休2日制（土日祝） 介護休業 【アクセス】 公共交通機関全般
待遇・福利厚生
【各種手当】 ・交通費全額支給 ・残業手当 ・読書支援手当（上限5,000円／月） ・スキルアップ・生産性向上支援（上限10,000円／月） ・飲みニケーション手当 ・リファラル採用手当 【健康・安心サポート】 ・社会保険完備（健康保険・厚生年金・労災保険・雇用保険） ・ベビーシッター補助制度 ・人間ドック（隔年／40歳以上対象） 【その他】 ・ストックオプション制度 ・AIツールへの支出は、1人あたり月平均10万円以上（会社負担）
休日・休暇
・完全週休2日制（土日祝） ・年末年始休暇 ・夏季休暇 ・有給休暇（入社6ヶ月後10日付与、最大20日まで繰り越し可） ・female休暇（年5日） ・慶弔休暇 ・産前産後休暇・育児休業 ・介護休業
AIを前提にした働き方
・Claude・Geminiは全員が使え、Codexも併用します。クローラの実装、名寄せの検証、品質チェックの設計など、用途に合うモデルを自分で選んで試せます。 ・成果物は複数のLLMにレビューを依頼し、採否は人が根拠を確認して決めます。PRの一次レビューにはCodeRabbitも使います。 ・目的と予算を合意したあとは、担当者が進め方を決めます。AIで処理する範囲、人が判断する範囲、使うツールも自分で決めます。 ・AIへの指示書も、コードと同じくPRでレビューを受けます。成果物はGitHubで管理し、プロンプトを勘に頼らず、再現と検証ができる成果物として設計します。 ・データ取得では1件あたりの費用まで確認し、精度と費用を比べて取得方法を自分で選びます。LLMの時代に欠かせない、データの費用と精度を設計する判断を、実際の予算を使って重ねられます。 ・職種を問わず、AIで自分の仕事を組み替えることを求めています。データエンジニアなら、取得・検証の工程を自分で組み替え、1人で扱えるパイプラインの数を増やしていけます。
利用するツール・技術
・データ収集: Python（Scrapy）、AWS Fargate for Amazon ECS、Amazon Managed Workflows for Apache Airflow ・データストア: Amazon S3、Amazon Aurora PostgreSQL ・データ可視化: Redash ・データトランスフォーム: Apache Spark on Databricks（Delta Lake。生データ→クレンジング→提供用の3層で処理） ・言語: Python（FastAPI）、TypeScript（Next.js）、SQL ・ミドルウェア: PostgreSQL、Elasticsearch / OpenSearch ・インフラ: AWS、GCP、Fastly ・AI/LLM: Amazon Bedrock、Azure OpenAI、Claude、Gemini ・開発ツール: Claude Code、Codex、Cursor、GitHub Copilot、CodeRabbit、n8n ・デザイン: Figma
ポジションの魅力（続き）
・整えたデータは、『SalesNow』の画面・CRM連携・Data API・SalesNow MCPを通じて、主に大手企業・上場企業で使われます。改善したデータ品質が、名寄せとシグナルの精度として顧客の判断に直接届きます。 ・LLMを本番のデータ処理に組み込み、コストと精度を同時に管理する経験が身につきます。AIツールへの支出は1人あたり月平均10万円以上（会社負担）です。その環境で、どこまでをLLMに処理させ、どこから人が判断するかを自分で設計します。 ・AI前提で取得・検証の工程を組み替え、1人で回せるパイプラインを増やす。品質・性能・コストを実測で確かめながら、1人が扱えるデータ量を押し上げる仕組みを自分でつくれます。取得・検証にかかる人の時間を減らす設計を通じて、社員1人あたりARRを3年で10倍にする目標に貢献できます。 ・経営陣も自分でコードを書きます。取得方法の変更やコストと精度の兼ね合いを、実装の重さが分かる相手と直接議論でき、技術の選択を事業への影響まで含めて詰められます。
SalesNowについて（続き）
法人番号・社名・住所・電話・URL・メールの多角キーを15段階の優先度で照合し、1社に収斂させます。確定しなかった企業は、AIワークフローを使って最新のWebから補完します。付与する企業情報は50項目超。 業種は大業界30件〜／小業界400件〜／事業内容3,000件〜の3層で持ち、従業員数は月次の時系列で追えます。80億レコードの基盤で、この細かな分類と月次の推移を保ったまま、表記揺れや欠損を見つけて正す処理を設計・実装できます。 AIの出力の品質は、参照するデータの品質で決まります。SalesNowは、AIと営業システムにデータを供給する、AI時代の企業データインフラです。 企業データは、『SalesNow』の画面と、Salesforce・HubSpot・kintoneとの連携で届けています。 Data APIはベータ版として、Company・News・Recruit・Organization の4種別を提供しています。SalesNow MCPでは、Claude・CursorなどのAIエージェントから企業データを直接利用できます。
募集背景（続き）
企業データの提供は、『SalesNow』の画面に加えてData APIとSalesNow MCPへ広がっています。 DatabricksやRedashを使った基盤は整いつつありますが、バッチ処理の安定化、APIのスケール対応、コスト効率を意識した性能最適化など、解くべき課題は増え続けています。 チームの設計方針のもとで、データの取得から統合、品質の検証までを実装し、改善するデータエンジニアを募集します。基盤全体のアーキテクチャの設計と並行して実装を担い、設計の議論に加わりながら、基盤全体を見渡す役割へ広げていけます。
バックエンドエンジニアの求人、転職、中途採用に関する情報をお探しですか？
転職サイトGreenでは、株式会社SalesNowのバックエンドエンジニアに関する正社員求人、中途採用に関する情報を今後も幅広く紹介していく予定です。会員登録いただくと、バックエンドエンジニアに関する新着求人をはじめ、最新の転職マーケット情報、転職に役立つ情報などあなたにあった転職、求人情報をいち早くお届けします。
今すぐの人も、これからの人も。まずは転職サイトGreenで会員登録をオススメします。
- 転職サイトGreen
- エンジニア・技術職（システム/ネットワーク）の求人
- バックエンドエンジニアの求人
- 株式会社SalesNow
- データエンジニアの中途採用/求人/転職情報