AI Platform Engineer
ソフトウェアエンジニア

AI Platform Engineer

株式会社HOKUTO

株式会社HOKUTO

AI要約(β)

医師の3人に1人が使う医療プラットフォーム『HOKUTO』。私たちは、AIが自律的に開発を担う『AI駆動開発』の未来を切り拓く『AI Platform Engineer』を募集します。正社員または業務委託として、柔軟に働ける環境です。CursorやClaude Codeなどの最先端AIツールを活用し、AIの実行基盤やDevOpsの設計・構築をお任せします。Web開発5年以上、生成AIの活用経験を持つあなた。単なるエンジニアを超え、AIと協働する新たな時代の『開発者体験』を自らの手で創り出し、医療とテクノロジーの未来を共に変革しませんか?あなたの挑戦が、次世代のスタンダードになります。

求人情報をご覧いただくには会員登録が必要になります

メールアドレスで登録する

給与・報酬

相談して決める

稼働時間

裁量労働制

雇用形態

正社員

出社頻度

フルリモート

勤務地

フルリモート勤務 ※本社オフィスでも勤務可能

お願いする業務

【事業・プロダクト概要】

HOKUTOは、「より良いアウトカムを求める世界の医療従事者のために」をミッションに、医療従事者の臨床業務を支える情報プラットフォームを提供しています。

・医療情報のインプット・アウトプットを支援する臨床支援アプリ「HOKUTO」は、リリースから約4年で医師ユーザー数10万人を突破(日本の医師の約3人に1人)。 ・医師会員基盤を活用し、製薬企業・医療機器メーカー向けにデジタルマーケティング支援サービスも提供。正式リリースから2年弱で、国内売上高Top15製薬企業のうち80%以上に導入いただいています。

事業はプロダクトマーケットフィットの検証フェーズから、仮説検証と安定成長を両立させるスケールフェーズへ移行しています。同時に、 AIを開発パートナーとして活用し、開発メンバーがユーザー価値の判断や意思決定といった本質的な業務により多くの時間を使える開発スタイル(社内では「AI駆動開発」と呼んでいます) への移行を進めています。これまでの「言語・フレームワーク固有の専門性」に閉じず、 設計・アーキテクチャ・データベース等の普遍的知識 と、 プロジェクトを推進する力・問いを立てる力・構造的に分解する力 を重視する組織体制へと再設計しています。

【ポジション概要】

AI Platform Engineer は、 AIが設計・実装・検証の開発サイクルを自律的に進めていく前提で、その基盤を設計・構築・運用する HOKUTOの中核ポジションです。

Context Engineering × DevOps × SecOps のかけ合わせ領域を担い、AIエージェントの実行環境設計・ガードレールの整備・技術選定・基盤改善を通じて、 AIにとっての「開発者体験(DX)」と「業務体験」を向上させ続ける ことをミッションとします。また、全社的なAI活用・業務オペレーション上にある技術的ボトルネック解消のための難度の高い実装も担います。

担当領域は、CI/CDパイプライン、テスト自動化基盤、クラウドインフラ(Google Cloud等)、セキュリティ・可用性設計、AIエージェント実行基盤など、 開発・業務プロセス全体を支える横断的な基盤 です。

【このポジションに期待すること】

・AI前提の開発・業務基盤の設計と運用  ・AIエージェントが安全かつ高速に動ける環境(サンドボックス、権限制御、ログ)を整備する。  ・AIエージェントの実行環境設計・ガードレールの整備・技術選定・基盤改善を通じて、品質低下・インシデント・セキュリティリスクを最小化し、開発継続性を担保する。 ・全社横断の技術的ボトルネック解消  ・エンジニア業務だけでなく全社オペレーションにおいて、AIが人間の代わりに業務を遂行できる環境を開拓する。  ・組織横断の技術的ボトルネックを構造的に分解し、現場の実データ・実態に基づく課題の可視化と優先順位付けを行う。 ・仕組み化の中核としての活動  ・開発プロセス全体(CI/CD、テスト、デプロイ、監視)を自動化・標準化する。  ・ガードレール・テンプレート・ランブック等、「人が判断しなくても回る仕組み」を設計する。 ・論理的・構造的な分解に基づく基盤設計  ・課題の構造とコンテキストに即した設計、問いの立て直しによる本質的な課題定義、影響度の大きいポイントを見極めた集中的な改善。

【技術的・プロダクト的なチャレンジ(取り組む課題の例)】

スケールフェーズかつAI駆動開発前提の環境において、次のような課題に対して優先順位を付け、設計・実装・運用の観点から解いていくポジションです。

・AI駆動開発を支える基盤構築  ・AIエージェントが安全かつ高速に動ける実行基盤(サンドボックス、権限制御、ログ、監視)の設計・構築・運用。  ・Context Engineeringの観点で、AIに渡すコンテキスト(コードベース情報、ドキュメント、ルール)を最適化する仕組みづくり。 ・CI/CD・テスト自動化・デプロイ基盤の標準化  ・開発プロセス全体を自動化・標準化し、開発生産性と品質の両立を実現する。  ・AI活用の技術標準・ベストプラクティスを策定・全社展開する。 ・セキュリティ・可用性・パフォーマンスの設計  ・クラウドインフラ(Google Cloud等)におけるセキュリティ・可用性設計、パフォーマンス最適化。  ・インシデント・脆弱性対応の仕組み化(アラートルール、エスカレーションフロー、ランブック整備)。 ・全社AI活用・業務オペレーションの基盤構築  ・エンジニアリング領域にとどまらず、全社オペレーションにおけるAI活用・自動化基盤の構築。  ・業務ワークフロー上の技術的ボトルネックを解消する難度の高い実装。 ・技術的負債の構造的解消  ・全体アーキテクチャの観点から負債を構造的に可視化・優先順位付けし、CI/CDパイプラインやテスト基盤の負債を計画的に解消する。  ・負債解消そのものを仕組み化(定期棚卸し、メトリクス化)する。

【具体的な業務内容】

以下のような流れで、基盤改善プロジェクトを一気通貫でリードしていただきます。

・基盤改善プロジェクトの設計・要件定義  ・組織横断の技術的ボトルネックを構造的に分解し、課題構造に即した設計を行う。  ・開発生産性・品質・セキュリティに関わる指標のモニタリングと改善提案を通じて、基盤改善プロジェクトのアプローチ・アクションリスト・スケジュールに落とし込む。  ・ステークホルダー(CTO/EM/各領域エンジニア/オペレーションチーム等)と共通認識を形成し、プロジェクトを推進する。 ・AIエージェント実行基盤の設計・構築  ・AIエージェントが安全かつ高速に動ける環境(サンドボックス、権限制御、ログ、監視)を整備。  ・Context Engineeringの観点で、AIに渡すコンテキスト(コードベース情報、ドキュメント、ルール)を最適化する仕組みを構築。  ・AI活用の技術標準・ベストプラクティスを策定・全社展開する。 ・CI/CD・テスト自動化・運用基盤の構築・改善  ・CI/CDパイプライン・テスト自動化基盤の設計・構築・改善。  ・クラウドインフラ(Google Cloud等)におけるセキュリティ・可用性・パフォーマンスの設計と運用。  ・エラー監視基盤・トリアージの仕組み(アラートルール、エスカレーションフロー、ランブック)の整備。 ・全社オペレーションのAI化・自動化  ・エンジニア業務だけでなく全社オペレーションにおいて、AIが人間の代わりに業務を遂行できる基盤を構築。  ・繰り返し発生する作業をAIエージェント/スクリプトで自動化し、組織全体の生産性を底上げする。 ・チーム・組織への貢献  ・組織横断での技術知見の共有、他チームの技術的ボトルネック解消支援。  ・コードレビュー・設計レビュー(AI活用含む)を通じたチームメンバーの技術成長支援。  ・開発プロセス・開発環境(生成AIツール活用含む)の継続的アップデートと全社展開。

【入社後の期待役割】

入社直後はオンボーディング期間を設け、弊社での開発/AI活用スタイルに慣れていただきつつ、徐々に立ち上がっていただく形を想定しています。

・入社〜3ヶ月  ・オンボーディング: 既存コード/インフラ/弊社のAI活用を前提とした開発プロセス・品質指標・既存基盤の理解。  ・小〜中規模の基盤改善プロジェクトに取り組み、実際に手を動かしながら開発プロセスとAI活用スタイルに順応していく。 ・3〜6ヶ月  ・基盤課題に対する構造設計を行い、改善プロジェクトのオーナーとしてアプローチ設計〜アクション実行〜振り返りまでを自律的に回す。  ・CI/CD・テスト自動化・AIエージェント実行基盤等、担当領域における中規模プロジェクトの計画・推進。 ・6〜12ヶ月  ・組織横断的な基盤戦略の立案と技術的リーダーシップを発揮。  ・全社AI活用・業務オペレーションのAI化における技術標準の策定について、CTO/EM/他AI Platform Engineer とディスカッションしながら、チーム横断での技術的意思決定をリードいただく。

【チーム・開発環境】

・職能横断(PdM/デザイナー/QA/エンジニア)でプロジェクトを推進。基盤改善プロジェクトは全エンジニア・全社オペレーションに影響するため、横断的に関わる機会が多い環境です。 ・大規模開発・インフラ運用を経験してきているメンバーも多く、これからのHOKUTOの事業の成長に合わせて最適なアーキテクチャや基盤戦略について日常的に議論・設計レビューを行える環境です。 ・AI駆動開発を前提とした開発環境  ・ChatGPT/Claude Code/Cursor/Devin/Coderabbit AI などを積極的に活用し、設計の壁打ち・実装・レビュー・テスト作成・調査効率化・プロジェクトドキュメント整備など、開発プロセス全般でAIを前提とした運用を行っています。  ・社内向けにAI活用ガイドライン/ガードレール/AIエージェント実行環境の整備も進めており、  ・その整備そのものをリードいただく  ・ポジションです。 ・エンジニア同士横のつながりを強化する取り組みとして、社内勉強会、エンジニアMTGなどを定期的に開催しています。

【このポジションの魅力・得られる経験】

・AI駆動開発の基盤を「作る側」になれる  ・AIと協働しながら、設計と意思決定にフォーカスする開発・業務基盤そのものを、自らの手で設計・構築できます。Context Engineering × DevOps × SecOps のかけ合わせ領域で、他社ではまだ確立されていない領域をリードできます。 ・医師の3人に1人が使うプロダクトを支える基盤を担える  ・10万超の医師が日々使う臨床支援プラットフォームの開発・運用を支える基盤を担うため、医療インパクトをダイレクトに感じやすい環境です。 ・エンジニアリング領域を越えた全社的なインパクト  ・エンジニア業務だけでなく全社オペレーションのAI化・自動化基盤を構築するため、会社全体の生産性向上に直接的に貢献できます。 ・横断的な技術的リーダーシップ  ・組織横断の技術的ボトルネックを構造的に解消していく役割のため、技術的意思決定・基盤戦略立案・全社展開までを一気通貫で担うリーダーシップ経験が得られます。

【プロダクト】

・HOKUTO  ・iOS:  ・https://apps.apple.com/jp/app/id1477747379   https://apps.apple.com/jp/app/id1477747379  ・Android:  ・https://play.google.com/store/apps/details?id=jp.hoktoguideline.app   https://play.google.com/store/apps/details?id=jp.hoktoguideline.app  ・Web:  ・https://hokuto.app   https://hokuto.app

【開発環境】

・Mobile  ・Flutter (v3.35.6) / Dart v3 ・Web  ・TypeScript / React.js / Next.js / Vercel ・Backend/Infra  ・Node.js / TypeScript / Firebase / Google Cloud / Algolia / Terraform / Rust / Fastly ・CI/CD  ・GitHub Actions / Fastlane ・AI Tools  ・ChatGPT / codex / Claude / Claude Code / Gemini / Devin / Coderabbit AI / Cursor / Notion AI ・Others  ・GitHub / Slack / Notion / Figma

【選考フロー】

※ 各プロセスは候補者様および弊社の都合により省略または変更される可能性があります

正社員採用の場合:

カジュアル面談 ⇒ 書類選考 ⇒ 1次面接 ⇒ 2次面接 ⇒ 最終面接(⇒ 業務委託マッチング期間[任意])⇒ 採用

※ 業務委託マッチング期間: お互いに入社前にマッチ度を図るための制度。2ヶ月程度の業務委託を想定。

業務委託契約の場合:

カジュアル面談 ⇒ 書類選考 ⇒ 1次面接 ⇒ 契約

【こちらの記事もぜひお読みください】

▼Newspicks掲載「医師の3人に1人が利用。急成長の医療プラットフォーム「HOKUTO」が描く勝ち筋」

https://newspicks.com/news/9527775/ https://newspicks.com/news/9527775/

▼資金調達リリース「医師向け臨床支援アプリを提供する株式会社HOKUTOが、シリーズBラウンドにて9億円の資金調達を実施」

https://prtimes.jp/main/html/rd/p/000000020.000030964.html https://prtimes.jp/main/html/rd/p/000000020.000030964.html

募集要項

概要

求人情報をご覧いただくには会員登録が必要になります

メールアドレスで登録する

雇用形態

正社員

給与・報酬

相談して決める

稼働時間

裁量労働制

出社頻度

フルリモート

勤務地

フルリモート勤務 ※本社オフィスでも勤務可能

社内制度
(待遇・福利厚生)

健康保険、厚生年金保険、雇用保険、労災保険
ストックオプション制度
通信費補助、自宅勤務用資材補助
書籍購入制度(購入上限金額なし)

必須スキル/経験

  • バックエンド領域を含む、Webサービスの開発・運用経験 (5年以上) - AWS,GCPなどのSaaSを用いたシステムの運用経験 (3年以上) - 生成AI、コーディングエージェント(ChatGPT, Claude Code等)を活用した開発経験1年以上 - 日本語: ビジネスレベル以上

同じポジションの求人

おすすめのイベント

もっと見る
  • AIでコード書く前に、要求・要件定義足りてる?ミノ駆動さんと改めて考える ドメイン駆動設計

    開催前

    AIでコード書く前に、要求・要件定義足りてる?ミノ駆動さんと改めて考える ドメイン駆動設計

    AIコーディングエージェントの進化により、コードを書くスピードはかつてないほど速くなりました。しかし、いくらAIで早くたくさん開発できたとしても、初手の要求・要件定義が十分にできていなければ、結局は使われない機能を量産してしまうのではないでしょうか。 AI時代において、設計や実装の多くはAIに置き換わりつつあります。だからこそ、人間の価値は「問題を定義し、発見する」ことにシフトしていく——そう考えると、要求・要件定義の重要度はこれまで以上に増してきています。しかし、普段の業務で要求・要件定義に本格的に取り組んだ経験がないエンジニアの方も多いのが現状です。 そこで本イベントでは、前回ご好評いただいた「AI時代×ドメイン駆動設計」に続く第2弾として、ミノ駆動氏を再びお迎えし、AI時代だからこそ向き合うべき要求・要件定義の考え方と実践を紐解きます。 前半のLTでは、ミノ駆動氏より、エンジニアに今後求められる「具体→抽象」の思考力、目的を起点とした設計の考え方、そして明日から始められる要求・要件定義の第一歩についてお話しいただきます。 後半のディスカッションでは、「Claude Codeに頼めばよしなにやってくれるのでは?」という率直な疑問から、要求・要件定義は誰が書くべきか、優秀なエンジニアの要求・要件定義は何が違うのかなど、現場目線でさらに深掘りしていきます。 「AIにコードは任せられるようになったけど、その前段階をどうすればいいかわからない」という方にこそ参加いただきたいイベントです。

  • AI時代、プロダクトを広めるためにエンジニアは何ができる?GTMエンジニアリングの基礎と実践

    開催前

    AI時代、プロダクトを広めるためにエンジニアは何ができる?GTMエンジニアリングの基礎と実践

    AIの進化によってプロダクト開発のハードルが下がった今、企業の関心は「いかに良いものを作るか」から「どうやって市場に届け、ユーザーに使ってもらうか(Go-To-Market)」へとシフトしています。 こうした変化の中で、海外のAIスタートアップを中心に急速に注目を集めているのが「GTM(Go-To-Market)エンジニア」です。 営業でも、マーケターでも、単なる開発エンジニアでもない。 かつて10人のチームで回していた営業・マーケティング・オペレーションの設計からAIによる自動化までを、1人で主導する新たな役割です。 しかし、日本ではまだ認知が広まっておらず、「GTMエンジニアって具体的に何をしているのか」をイメージできている方はほとんどいないのが現状です。 そこで本イベントでは、GTMエンジニアリングの研究・発信を行う中村氏と、GTMエンジニアとして実践されているnumashi氏をお迎えし、海外での動向から日本での実態まで、GTMエンジニアという仕事の全体像を紐解きます。 前半のLTでは、お二人にそれぞれの視点からGTMエンジニアの役割や実際の業務内容、海外と日本での位置づけの違いについてお話しいただきます。 後半のディスカッションでは、どんな方がGTMエンジニアに向いているのか、単なる効率化で終わらせず売上に繋げるには、日本の組織での最初の一歩など、現場目線でさらに深掘りしていきます。 エンジニアとしての新たなキャリアの可能性を探している方から、GTMエンジニアリングに興味がある方まで、幅広いご参加をお待ちしています。

  • AI時代 Drizzle?Kysely?Prisma? kennさん・cojiさんと語るORM選定

    開催前

    AI時代 Drizzle?Kysely?Prisma? kennさん・cojiさんと語るORM選定

    AIコーディングエージェントの活用が進み、多くの実装や技術選定をAIに委ねられる場面が増えてきました。そうしたなかでも、データベースを扱うORMの選定については「さすがにここだけは自分の手で決めておこう」と考えているエンジニアの方も多いのではないでしょうか。 しかし、従来の選定理由を振り返ってみると、その多くは「型補完がどこまで効くか」「どれだけ直感的にコードが書けるか」といった書き味(DX)や手厚い型サポートにあったのではないでしょうか。AIがコードを書くことが当たり前になった今、「人間にとっての書きやすさ」を軸にした技術選定のあり方には、少しずつ変化が生じ始めています。 では、もし仮にORMの選定すらもAIに任せてみようとしたとき、エンジニアとして最後まで人間が判断しなければいけない業務とは、一体どこにあるのでしょうか。 そこで本イベントでは、Drizzleを活用されているKenn Ejima氏と、Kyselyを使われている溝口(coji)氏をお迎えし、AI時代におけるORM選定の考え方と、「本当に考えなくていいこと」と「実はまだ考えるべきこと」の境界を紐解きます。 前半のLTでは、お二人にそれぞれのORM選定の背景や、AIとの付き合い方を含めた現在の開発スタイルについてお話しいただきます。 後半のディスカッションでは、DBスキーマをAIにどこまで任せるか、マイグレーションの管理、DB選定の重要性など、現場目線でさらに深掘りしていきます。 「ORMは自分が選ぶもの」と自然に思っていた方にこそ、これからの技術選定の軸を一度立ち止まって考えるきっかけになるイベントです。

  • それ、本当にClaude Codeじゃないとダメ?より安全でラクに使えるCowork公開デモ

    アーカイブ公開中

    それ、本当にClaude Codeじゃないとダメ?より安全でラクに使えるCowork公開デモ

    いま、AIを活用した業務効率化の文脈で「Claude Code」が大きな注目を集めています。しかし、いざ導入しようとすると、セキュリティ面の懸念や権限管理のハードルから、気軽に使えないケースも多いのではないでしょうか。 Coworkは、非エンジニアでも簡単に安全に扱えるよう作られた機能です。そして実は、日常の業務領域であれば「Coworkで十分にカバーできる」だけでなく、想像以上の範囲まで自動化できることは、まだあまり知られていません。 そこで本イベントでは、メルカリで生成AI推進を担当されているハヤカワ五味氏をお迎えし、Coworkを使った業務自動化の実際を、公開デモを交えてわかりやすくお伝えします。 前半のLTでは、ハヤカワ氏よりメルカリでの判断基準をもとに「なぜClaude CodeはNGになりがちで、なぜCoworkなら安全なのか」を解説いただいた上で、Coworkの基本的な機能をご紹介いただきます。 続く公開デモでは、実際にCoworkを使ってワークフローを構築する様子をお見せいただきます。数分でワークフローが完成する手軽さや、Gmail等の外部サービスとセキュアに連携できるポイントなど、実演を通じて具体的なイメージをお届けします。 後半のディスカッションでは、セキュリティの考え方や社内導入の進め方など、現場目線でさらに深掘りしていきます。 「自分の業務をAIで自動化してみたいけど、何から始めればいいかわからない」という方にこそ参加いただきたいイベントです。

    開催日:

    2026年8月26日(水)19:00~20:00

  • Claude Code一強は本当か?松尾研が実践 Codex・Geminiの底力を出す使い方とは

    アーカイブ公開中

    Claude Code一強は本当か?松尾研が実践 Codex・Geminiの底力を出す使い方とは

    昨今、多くの生成AIが開発現場に浸透していますが、「Codex、Claude、Geminiの中で、自分のタスクには明確にどれが一番いいのか」を自信を持って選べていますか? 「なんとなく誰かが良いと言っていたから」「SNSでトレンドになっていたから」と、周りの評判に流されるまま、使っている方も少なくないはずです。しかし、AIのポテンシャルを100%引き出すためには、評判ではなく「その作業に本当に向いているAIを選ぶこと」が重要です。 ・何度もやり取りを重ねる長丁場の作業で、最後まで文脈を忘れずに頼れるAIはどれか ・テキストだけでなく、画像などのデータを扱うときに一番打率が高いのはどれか とはいえ、次々と新しいモデルが登場する中で、それぞれの本当の強みを自分で見極め、タスクごとに最適なAIを切り替えて使いこなすのは至難の業です。 そこで本イベントでは、LLMのフルスクラッチ開発やエージェント構築の最前線で活躍されている株式会社松尾研究所の尾崎氏をお迎えし、Claude・Codex・Geminiそれぞれの強みと使い分けの考え方を紐解きます。現在Geminiを使わなくなった背景なども含め、実践者ならではの視点でお話しいただきます。 一つのAIに絞るべきか複数を使い分けるべきか迷っている方から、すでに併用しているが最適化したい方まで、幅広いエンジニアのご参加をお待ちしています。

    開催日:

    2026年8月19日(水)19:00~20:00

転職に役立つノウハウ

もっと見る