当社プロダクトは「AIエージェント × 業務支援 × 教育」を統合した BtoB SaaS で、ユーザー企業のマーケティング業務を自動化・高度化することを目指しています。リードエンジニアには、①技術戦略立案とスタック選定、②マルチテナント SaaS／生成 AI 基盤のアーキテクチャ設計、③MVP〜正式版へ向けた実装・コードレビュー・SRE 運用、④小規模精鋭チームの採用・育成・アジャイルプロセス構築、⑤セキュリティ／ガバナンス（SOC2、ISO27001）と DevSecOps の仕組み化、⑥CEO・PdM・デザイナーとの仕様策定〜顧客ヒアリング同席によるリーン検証を包括的にリードしていただきます。生成 AI 領域では、LLM 推論コスト最適化、ベクターストア選定、プロンプト／RAG パイプラインの品質モニタリングまで担って頂きます。さらに、公開 API やパートナー連携を見据えた モジュール化／契約指向設計 を進め、複数サービス群をスケール可能なプラットフォームへ昇華させることがミッションです。

事業コンセプトは固まり、マーケット検証として顧客インタビュー・ペルソナ／ジョブ仮説・バリュープロポジションキャンバスまでは作成済みです。Figma でワイヤーフレームと主要ユーザーフローを可視化し、KPI ツリーと料金シミュレーションも定義した段階ですが、コードは未着手――まさに“ゼロイチ”が動き出すタイミングです。現状の主要課題は以下のとおりです。 技術スタック未決定 生成AI基盤（LLM 選定・RAG 方式）やマルチテナント方式、インフラ（AWS／GCP）の洗い出しが未完了。ビジネス要件・コスト制約・将来の拡張性を踏まえたアーキテクチャ設計が急務。 プロダクト開発プロセス未整備 アジャイル/スクラム、テスト自動化、CI/CD、IaC などの開発運営方針が定まっておらず、最初の一歩をどう設計するかが不透明。 データ／AI ガバナンス マーケティングデータの取り込み・保管・加工・学習・推論までをカバーするデータ基盤が更地の状態。PoC なしで初期実装に進む場合、“つくりながら学習データを貯める” 戦略を設計する必要がある。 チーム組成と文化形成 現在は CEO／PdM／BizDev のみ。エンジニアリング組織の採用計画・評価指標・ドキュメント文化を最初に敷かないと、後工程でのスケールに支障が出るリスク。 このフェーズで加わるリードエンジニアには、技術戦略の白地設計から初期プロダクトの実装・リリースパイプライン構築までを一気通貫で推進し、組織・プロセス・非機能要件を“最初に正しく”敷く役割が求められます。

裁量と影響力：事業中核をなす技術スタックを白紙から設計でき、「自分の設計思想＝会社の技術文化」として残せます。意思決定が直接プロダクトと顧客価値、さらには業界全体のマーケティング DX に波及します。 幅広い挑戦領域：生成 AI／SaaS／データ基盤／セキュリティまで一気通貫でハンズオンでき、エンジニアリング・プロダクト・ビジネスが地続きで学べます。スタートアップでしか得られない T 字型スキル拡張が可能です。 経営直下のスピード：CEO 兼 PdM が元エンジニアのため、技術的議論が通じやすく、決裁も迅速。仮説検証と機能リリースを週次サイクルで回せる環境です。 組織づくりの醍醐味：採用・評価・育成制度をゼロから設計し、開発組織そのものをプロダクト視点で最適化できます。「自分が理想と思う開発チーム」を実体化するチャンスです。 社会インパクト：国内 BtoB マーケティングの生産性向上を通じて、企業の競争力ひいては日本経済にまで波及するミッション。技術を通じて業界変革に貢献したいエンジニアに最適のステージです。