【正社員】LLMエンジニア — 複数LLMを使い分け、80億レコードのAI機能を設計・実装する｜精度とコストを同時に設計し、本番運用まで担う｜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
【お任せしたい業務内容】 ・LLMを使ったデータ取得・加工パイプラインの設計・実装 ・複数LLMの特性評価と、用途ごとの最適モデル選定・パイプライン設計 ・プロンプトの設計・最適化と、AI出力の品質評価基盤の構築 ・プロダクトのAI機能の設計・実装 ・データ製造工程でのLLM活用。上場企業の開示資料の構造化や、LLM as a Judge による品質評価を設計・実装します ・AI機能のリリース後の、精度・コスト・レイテンシの継続的な改善 ・機能実装後の、開発チームへの技術サポート ・開発支援（例：AIによるテストなど） ・生成AI関連の技術トレンドの調査・検証と、チームへの還元 ・プロジェクトの進捗管理・品質管理・スケジュール管理 ※従事すべき業務の変更の範囲：有り 【入社後に取り組む課題の例】 ・LLMを本番のデータ製造工程に載せ、LLMで処理する範囲と人が判断する範囲を設計します。評価するデータと基準を定め、コストと判定品質の両方を確かめます ・AI出力を採用する条件と「特定不可」にする条件を定め、出力と根拠を検証する品質評価基盤を設計・実装します ・社内では、フリーランス求人から常駐先企業を推定するロジックを、AIを使って独立検証しました。根拠を確認できない企業特定が多く見つかり、ロジックとマッチ率の表示を修正しました。この事例が出発点です ・データ取得1件あたりの費用を確かめます。コストが読めない処理は、小さくつくってから見積もります。必要な精度を満たしたまま、本番で回せる費用に収めるところまでが、この仕事の範囲です
募集背景
SalesNowのエンジニアは、データをつくる工程そのものにLLMを組み込んでいます。上場企業の開示資料をLLMで構造化し、データの判定には、人が定めた基準にもとづいてLLM as a Judgeを使います。 LLMはAzure OpenAI（gpt-4o-mini）、Gemini Flash-Lite、Anthropicを用途ごとに併用しています。 用途ごとに求める精度と、許容できるコスト・レイテンシを定める必要があります。評価基盤を設計し、その結果からモデルと処理方法を選び、データ取得・加工パイプラインに実装するLLMエンジニアを募集します。
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。LLMエンジニアは、その土台となるデータの取得・加工で、モデル選定から品質評価、本番での改善までを担います。 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。 LLMエンジニアは、この3つのルートから来るデータの処理で、LLMが担う工程を設計します。 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。
この仕事で得られるもの
【① LLMを、PoCではなく本番のデータ製造工程で動かす】 1,600万件超・80億レコードの法人・組織データベースをつくる本番の工程に、LLMを組み込みます。上場企業の開示資料をLLMで構造化し、人が定めた基準にもとづくLLM as a Judge でデータを判定します。 LLMを使った検索精度やレコメンドの改善も担います。取得・加工したデータの品質を高め、利用者が必要な企業情報にたどり着ける機能まで設計します。 日次で更新する基盤が数百万件規模のタスクを処理しており、1件の判定の誤りがそのまま顧客の判断材料の誤りになります。 企業データベース収録件数No.1（2025年10月期・日本マーケティングリサーチ機構調べ）の製造工程で、評価用データと基準の設計から、モデル・処理方法の選定、リリース後の改善までを担います。 実データでモデルを比べ、必要な精度を満たす処理を、運用できる費用と速度で設計する力を磨けます。 【② モデルが入れ替わっても崩れない設計力を磨く】 Azure OpenAI・Gemini・Anthropicを用途ごとに併用しています。企業・拠点・部署まで扱う取得・加工のパイプラインで、精度・コスト・レイテンシを比べ、採用するモデルを自分で選びます。
勤務地
【勤務地詳細】 ・渋谷オフィス（リモートワーク可） ・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） ・地方在住者の全社イベント出席時：交通費・宿泊費全額支給 ・SlackやGoogle Meetを中心としたオンラインコミュニケーション ・※就業場所の変更の範囲：無し ・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 ・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 ・残業手当 【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
・AIツールへの支出は、1人あたり月平均10万円以上です。Claude・Geminiは全員が使え、Codexも併用しています。どのモデルを何に使うかは、日々の開発で比べて自分で選びます ・成果物について複数のLLMにレビューを依頼し、人が根拠を確認して採否を決めます ・AIツールは乗り換えやすいよう月額で契約しています。新しいモデルを精度・コスト・レイテンシで評価し、本番に採用するモデルと処理方法を自分で設計できます。データを学習に使わせない設定は全員に求めています。企業データを扱うときの運用条件も、モデル選定の判断材料に入ります ・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。自らコードを書く経営陣と、モデル選定の技術的な根拠と費用を直接議論できます
利用するツール・技術
・言語: Python（FastAPI）、TypeScript（Next.js）、SQL ・データベース・検索: PostgreSQL（Aurora）、Elasticsearch / OpenSearch ・インフラ: AWS、GCP、Fastly ・データ: Scrapy、Airflow、Spark on Databricks、S3 ・AI・LLM: Amazon Bedrock（Claude系）、Azure OpenAI、Claude、Gemini、Dify（AWS上で稼働）、n8n（AWS上で稼働） ・開発ツール: Claude Code、Codex、Cursor、GitHub Copilot、CodeRabbit、ChatGPT、Perplexity ・デザイン: Figma ・コミュニケーション: Slack、GitHub、Notion、Asana、Google Workspace メンターとの1on1や技術勉強会で、自分の設計判断を相談できます。モデル選定や品質評価で得た知見は、勉強会でチームの開発に還元します。
ポジションの魅力（続き）
新しいモデルが出たら、本番の評価データで比べ、優れていれば切り替えられます。独自データの品質を保ちながらモデルを更新するなかで、モデルが変わっても使える評価基準と切り替え手順を自分で設計します。 【③ 「特定不可」と言い切れる品質基準を、自分で決める】 Web・アナログな収集・ユーザー投稿を束ねる独自データで、個々の出力と根拠を検証します。実データで見つけた誤りから、採用できる出力と「特定不可」にする出力の基準を定め、評価基盤を設計・実装します。 回答の正しさに加え、回答を出してよい条件まで設計する、本番LLMの品質管理の専門性を磨けます。 【④ データからユーザー体験までを見通して、LLMの使いどころを決める】 SalesNowの企業データは、画面・Salesforce/HubSpot連携・Data API・SalesNow MCPを通じて、人とAIエージェントの双方が利用します。 独自のJCコードと部署の直通番号を扱うので、正しさの基準を拠点・部署の単位で定める必要があります。企業名の一致だけでは解けない品質課題に取り組めます。
SalesNowについて（続き）
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。営業担当者が、代表電話を経由せずに狙う部署へ直接つながるためのデータです。拠点・部署の単位まで一意に扱うデータなので、LLMの出力も企業名の一致だけでは正しいと言えません。 何をもって正しい出力とするかを、拠点・部署の単位で定めることになります。Web・アナログな収集・ユーザー投稿を組み合わせたこの基盤で、LLMによる補完結果を採用する条件と、人が根拠を確認する条件を、自分で設計できます。 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て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。付与できる情報は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。分類の粒度も情報の時点も異なるため、項目ごとに何を正しい出力とするかを定めるのが、LLMの評価設計の中心になります。
募集背景（続き）
LLMで検索精度やレコメンドを高め、AIエージェントで開発の進め方を組み替える仕事も含みます。モデルの選び方ひとつで、1,600万件超のデータの精度と1件あたりの費用が変わります。リリース後も精度・コスト・レイテンシの改善まで担います。
その他システム関連の求人、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のその他システム関連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、その他システム関連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
- その他システム関連の求人
- 株式会社SalesNow
- LLMエンジニアの中途採用/求人/転職情報