Backend Engineer, AI Platform（AI/ML） at 株式会社ballas — Japan

← Back to job listings

About The Role

AIを社会実装するBackend Engineer｜図面・設計・調達データをプロダクトへ
仕事概要
AIが扱えない産業データを、AIが扱える形へ
BALLASは、設計・調達・製造・施工にまたがる膨大な業務データを保有しています。
図面、見積、発注、製作図、施工に関するコミュニケーション。
これらは長年、人の経験や暗黙知によって運用されてきた情報です。
私たちは、このデータを構造化し、AIが理解・活用できる状態へ変換することで、建設サプライチェーン全体の生産性向上に挑戦しています。
AI/MLエンジニアが開発したモデルを実際のプロダクトへ組み込み、社会実装するBackend Engineerを募集しています。
具体的な業務
AI・機械学習モデルをプロダクトとして届けるためのバックエンド開発を担当いただきます。
\* AI/MLモデルを利用するAPIの設計・実装
\* FastAPIを用いたAIマイクロサービス開発
\* LLM・マルチモーダルAI機能のプロダクト組み込み
\* Vertex AI、Geminiを活用したAI基盤構築
\* モデル推論基盤の性能改善・スケーリング
\* GraphQL APIの設計・実装
\* AI/MLエンジニアとの協業による社会実装推進
\* SREと連携した運用設計・監視基盤整備
技術環境（2026年6月時点）
フロントエンド
React、Next.js、TypeScript
バックエンド
Python、FastAPI、NestJS、TypeScript、GraphQL、GraphQL

Testing

Jest

AI/ML

Vertex AI、Gemini、Cloud Vision API

Infrastructure

Google Cloud Platform (GCP)、Firebase、Vertex AI、Cloud Vision API、Gemini、Docker、Terraform、PostgreSQL

DevOps

GitHub、Notion、Cursor Agent、Devin、Gemini、Google Cloud Monitoring、Sentry、Google Cloud Monitoring

Design / Collaboration

Figma、Miro、Slack、Notion
このポジションで得られる挑戦
\*AI/MLモデルのPoCから社会実装まで一気通貫で関われる
\*図面・設計・調達データなど、AIがまだ十分に活用できていない産業データを扱える
\*AI、ソフトウェア、業務オペレーションを横断しながら価値創出に取り組める
\*AI Nativeな産業ソフトウェアの設計・開発経験を積める
\*Backend Engineerとしてだけでなく、AI Platform EngineerやTech Leadへとキャリアを広げられる
\*急速に進化する生成AI技術を実サービスへ適用し続ける環境で挑戦できる
なぜ、AIだけでは産業は変わらないのか？
多くのAIプロダクトは、既存業務の一部を効率化することに留まっています。
しかし、建設業や製造業のようなリアル産業では、単純な自動化だけでは価値を生み出せません。
そこには
・図面
・仕様書
・見積
・発注
・施工計画
といった膨大な非構造データが存在し、
さらに、
・企業ごとに異なる業務プロセス
・例外だらけの現場判断
・暗黙知に依存した意思決定
が複雑に絡み合っています。
AIが本当に価値を発揮するためには、業務そのものを構造化し、
AIが理解・実行できる状態へ変換する必要があります。
BALLASが取り組んでいるのは、単なるAI活用ではありません。
産業の意思決定をコード化し、再現可能な仕組みとして実装することです。
BALLASとは？
「建設業を最適化し、人々を幸せに。」をミッションに掲げ、建設サプライチェーンをアップグレードするテックカンパニーです。
プラットフォーム運営を通じて設計・調達・製造に携わりながら一次情報を蓄積し、業界の標準化・最適化を推進しています。
リアルなオペレーションをコード化し、AI Nativeな産業インフラの構築を目指しています。
BALLASのプロダクト
BALLASでは「BALLAS SCM」と「BALLAS LINKS」の2つのプロダクトがあります。
・「BALLAS SCM」：自社とパートナー工場様が使うサービスで、設計から製造までのオペレーションをAI Nativeに再設計するためのプロダクトです。
・「BALLAS LINKS」：お客様である建設工事会社様が使うプロダクトです。こちらは、建設工事会社様の内部にある設計・調達プロセスを統合するプロジェクト基盤になります。
今までお客様は、図面の管理にファイルサーバーやクラウド、仕様の協議はメールやチャット、やりとりは口頭と様々なツールを使い分ける状況でした。それを一つに統合することで、認識のズレや余計な工数を大幅に削減できます。さらに、蓄積された作図・購買プロセスデータをもとに、AIによる業務の自動化も進めています。
【参考：BALLASが取り組む課題】
BALLASが挑む建設サプライチェーンの復興──消えゆく町工場と日本の課題
代表・木村の起業への想い
なぜBALLASを立ち上げたのか
1400年以上にわたり日本の発展を支えてきた建設業界は、今なお社会インフラを支える巨大産業です。一方で、現場では深刻な職人不足や、アナログで不透明な調達プロセスによる過度な調整負担など、産業全体の生産性を阻害する課題が残されています。
多重請負構造の中で分断されてきた設計・調達・製造・施工のプロセスをデータでつなぎ直し、人とAIが協働できる業務構造へ再設計することで、人が創造的な仕事や本質的な意思決定に集中できる産業を実現したい。
その想いから、BALLASを創業しました。
> BALLASが目指すのは、\*\*顧客・パートナーにDXを強制しないDX\*\*です。
建設部材の調達プラットフォーム「BALLAS」は、自らがサプライヤーとして設計・調達・製造に携わりながら一次情報を蓄積し、業界の標準化・最適化を推進しています。「BALLASに頼めば、やり方を変えずに業務が最適化されていく」そんな体験を提供していきたいと考えています。
【参考：サプライヤーBALLASという戦略】
■取締役COO中西「川下から川上へ、サプライチェーンをかえる」
BALLASという組織の3つの魅力
① 産業変革の最前線で、事業と組織の両方をつくるフェーズ
IPOを目指す成長過程にありながら、事業・組織ともに未完成。
仕組みづくりや新たな挑戦の機会が数多くあります。
【参考：投資家対談】
■非住宅分野の工業化（大和ハウス工業とBALLASのチャレンジ）
■AI時代の建設業の在り方(山九株式会社と、BALLASのチャレンジ)
■建設サプライチェーンを絶やさない(日揮株式会社と、BALLASのチャレンジ)
② AI Nativeな働き方を実践する組織
Claude Code、Cursor、Devin、Gemini などの生成AIツールを組織の標準装備として活用しています。
AIを個人の工夫に留めず、組織の生産性向上につなげる取り組みを推進しています。
【参考：投資家対談】
AIと相性のよいBALLASという事業(Z VCからみたBALLAS)
③ 強みを伸ばしながら成長できる人事制度
マトリクス型キャリアモデルを採用。
マネジメントだけでなく、専門性を高めるキャリアも選択できる環境です。
【参考：BALLASの組織開発】
共同創業者執行役員コーポレート本部責任者益田の記事
必須スキル
AIが扱えない産業データを、AIが扱える形へ
BALLASは、設計・調達・製造・施工にまたがる膨大な業務データを保有しています。
図面、見積、発注、製作図、施工に関するコミュニケーション。
これらは長年、人の経験や暗黙知によって運用されてきた情報です。
私たちは、このデータを構造化し、AIが理解・活用できる状態へ変換することで、建設サプライチェーン全体の生産性向上に挑戦しています。
AI/MLエンジニアが開発したモデルを実際のプロダクトへ組み込み、社会実装するBackend Engineerを募集しています。
具体的な業務
AI・機械学習モデルをプロダクトとして届けるためのバックエンド開発を担当いただきます。
\* AI/MLモデルを利用するAPIの設計・実装
\* FastAPIを用いたAIマイクロサービス開発
\* LLM・マルチモーダルAI機能のプロダクト組み込み
\* Vertex AI、Geminiを活用したAI基盤構築
\* モデル推論基盤の性能改善・スケーリング
\* GraphQL APIの設計・実装
\* AI/MLエンジニアとの協業による社会実装推進
\* SREと連携した運用設計・監視基盤整備
技術環境（2026年6月時点）
フロントエンド
React、Next.js、TypeScript
バックエンド
Python、FastAPI、NestJS、TypeScript、GraphQL、GraphQL