【事業横断】ソフトウェアエンジニア（LLM）

【事業横断】ソフトウェアエンジニア（LLM）

仕事概要

DeNAでは、AIネイティブな新規事業を次々と立ち上げています。生成AIを活用した言語学習、受験学習の伴走型コーチング、AI×ゲームによる新しい体験など、その領域は多岐にわたります。

本ポジションは、AI技術開発部のソフトウェアエンジニア（LLM）として、これら複数の新規事業のいずれかに入り、LLMを活用した機能・ワークフローの開発と継続改善を担うポジションです。

業務では、サービス開発の現場に密に入り、PdMやフルスタックエンジニアとワンチームで、複雑なLLMワークフローの設計・実装、プロンプトとワークフローの改善、評価ハーネスやログ基盤の整備を担います。作って終わりではなく、実ユーザーに提供されるプロダクトの中で、出力品質・応答速度・コスト・安定性を粘り強く改善していくことを期待しています。必要に応じて、推論基盤、ファインチューニング用の実験・実行環境、GPUワークロード基盤など、LLMプロダクトを支える基盤領域にも関わります。

職務詳細

ご自身のスキル適性や志向性を踏まえ、以下のいずれかのプロジェクトでLLMワークフロー開発とLLMOpsを担当いただきます。

展開中の主なプロジェクト例

• \*\*AI英会話アプリ\*\*
• LLMによるシナリオ生成とエージェント技術を用いた、挫折しない言語学習体験の構築
• \*\*AI受験コーチング\*\*
• 手書き答案の思考プロセス分析と学習計画の自動最適化により、教育格差を解消する伴走型プロダクト開発
• \*\*AIネイティブゲーム\*\*
• AIをゲームバランスや体験の核に据えた、新しいエンターテインメントの創造

ミッション

• LLMプロダクトの「動く」を「ユーザー価値」に引き上げる
• 個別プロダクトのLLMワークフローを、実ユーザーの反応やログに基づいて継続的に改善する
• 評価、ログ、推論、運用の仕組みを整え、データドリブンな改善基盤を作る

• 業務内容
• LLMワークフローの設計・実装

• 多段プロンプト、条件分岐、ツール呼び出し、エージェントワークフローの設計・実装
• LangChain / LangGraph等を用いたワークフロー構築、既存ワークフローの改善
• ストリーミング、コンテキスト長・出力トークン管理、リトライ、タイムアウト、フォールバックなどLLM特有の挙動を踏まえた設計
• LLMマイクロサービスの実装
• 評価用・アノテーション用社内ツールの実装

プロダクト開発・運用改善

• PdMや事業部エンジニアと連携した要件定義、コア価値・コアユーザーの探索
• ユーザー体験上の課題がLLMワークフロー、UI/UX、サーバー、データのどこにあるかを切り分けるための仕組みづくり
• 立ち上げ期は検証速度を重視し、運用改善期は保守性・スケーラビリティを高める開発
• 本番運用に必要なセキュリティ、権限管理、監査ログ、障害対応、コスト管理

LLMOps・評価基盤の構築

• 入出力ログ、ユーザー行動ログ、評価ログの収集・構造化・保存設計
• 評価データセットや評価ケースを用いた評価ハーネスの構築
• LLM-as-a-judge、自動評価、回帰テスト、品質モニタリングの仕組み化
• プロンプトやワークフロー変更の影響を定量的に確認できるCI/CD・検証フローの整備
• レスポンス品質、レイテンシ、コスト、エラー率などの可視化・監視

• 利用技術・開発環境
• 開発言語

• Python
• SQL

LLM / AIアプリケーション

• OpenAI API、Anthropic Claude、Google Gemini、その他LLM API
• LangChain、LangGraph
• RAG、ベクトル検索、Embedding、AIエージェント
• LLM-as-a-judge

インフラ

• Google Cloud
• Cloud Run
• Cloud SQL
• BigQuery
• Vertex AI / Agent Builder
• Cloud Logging
• Docker
• Terraform
• GitHub Actions

開発支援ツール

• GitHub
• Claude Code
• Codex
• Cursor
• Devin

働き方

週5日の渋谷オフィス出社を前提としています。

0→1フェーズの小さなチームでの密なコミュニケーションを重視しているため、基本的にはオフィスでの勤務となります。ただし、体調不良やご家庭の都合など一時的なご事情によっては、一部リモート勤務とすることもご相談可能です。

必須スキル

DeNAでは、AIネイティブな新規事業を次々と立ち上げています。生成AIを活用した言語学習、受験学習の伴走型コーチング、AI×ゲームによる新しい体験など、その領域は多岐にわたります。

本ポジションは、AI技術開発部のソフトウェアエンジニア（LLM）として、これら複数の新規事業のいずれかに入り、LLMを活用した機能・ワークフローの開発と継続改善を担うポジションです。

業務では、サービス開発の現場に密に入り、PdMやフルスタックエンジニアとワンチームで、複雑なLLMワークフローの設計・実装、プロンプトとワークフローの改善、評価ハーネスやログ基盤の整備を担います。作って終わりではなく、実ユーザーに提供されるプロダクトの中で、出力品質・応答速度・コスト・安定性を粘り強く改善していくことを期待しています。必要に応じて、推論基盤、ファインチューニング用の実験・実行環境、GPUワークロード基盤など、LLMプロダクトを支える基盤領域にも関わります。

職務詳細

ご自身のスキル適性や志向性を踏まえ、以下のいずれかのプロジェクトでLLMワークフロー開発とLLMOpsを担当いただきます。

展開中の主なプロジェクト例

• \*\*AI英会話アプリ\*\*
• LLMによるシナリオ生成とエージェント技術を用いた、挫折しない言語学習体験の構築
• \*\*AI受験コーチング\*\*
• 手書き答案の思考プロセス分析と学習計画の自動最適化により、教育格差を解消する伴走型プロダクト開発
• \*\*AIネイティブゲーム\*\*
• AIをゲームバランスや体験の核に据えた、新しいエンターテインメントの創造

ミッション

• LLMプロダクトの「動く」を「ユーザー価値」に引き上げる
• 個別プロダクトのLLMワークフローを、実ユーザーの反応やログに基づいて継続的に改善する
• 評価、ログ、推論、運用の仕組みを整え、データドリブンな改善基盤を作る

• 業務内容
• LLMワークフローの設計・実装

• 多段プロンプト、条件分岐、ツール呼び出し、エージェントワークフローの設計・実装
• LangChain / LangGraph等を用いたワークフロー構築、既存ワークフローの改善
• ストリーミング、コンテキスト長・出力トークン管理、リトライ、タイムアウト、フォールバックなどLLM特有の挙動を踏まえた設計
• LLMマイクロサービスの実装
• 評価用・アノテーション用社内ツールの実装

プロダクト開発・運用改善

• PdMや事業部エンジニアと連携した要件定義、コア価値・コアユーザーの探索
• ユーザー体験上の課題がLLMワークフロー、UI/UX、サーバー、データのどこにあるかを切り分けるための仕組みづくり
• 立ち上げ期は検証速度を重視し、運用改善期は保守性・スケーラビリティを高める開発
• 本番運用に必要なセキュリティ、権限管理、監査ログ、障害対応、コスト管理

LLMOps・評価基盤の構築

• 入出力ログ、ユーザー行動ログ、評価ログの収集・構造化・保存設計
• 評価データセットや評価ケースを用いた評価ハーネスの構築
• LLM-as-a-judge、自動評価、回帰テスト、品質モニタリングの仕組み化
• プロンプトやワークフロー変更の影響を定量的に確認できるCI/CD・検証フローの整備
• レスポンス品質、レイテンシ、コスト、エラー率などの可視化・監視

• 利用技術・開発環境
• 開発言語

• Python
• SQL

LLM / AIアプリケーション

• OpenAI API、Anthropic Claude、Google Gemini、その他LLM API
• LangChain、LangGraph
• RAG、ベクトル検索、Embedding、AIエージェント
• LLM-as-a-judge

インフラ

• Google Cloud
• Cloud Run
• Cloud SQL
• BigQuery
• Vertex AI / Agent Builder
• Cloud Logging
• Docker
• Terraform
• GitHub Actions

開発支援ツール

• GitHub
• Claude Code
• Codex
• Cursor
• Devin

• 働き方
• 週5日の渋谷オフィス出社を前提としています。
• 0→1フェーズの小さなチームでの密なコミュニケーションを重視しているため、基本的にはオフィスでの勤務となります。ただし、体調不良やご家庭の都合など一時的なご事情によっては、一部リモート勤務とすることもご相談可能です。
• 歓迎スキル

• Pythonを用いたWebバックエンドシステム開発・運用経験
• LLMプロダクト、AIエージェント、RAG、LLMOpsの開発・運用経験
• LangChain / LangGraph等を用いた複雑なLLMワークフローの構築経験
• 評価ハーネス、LLM-as-a-judgeの構築経験
• vLLM、TensorRT-LLM、量子化、バッチング、キャッシュ設計など推論最適化の経験
• BigQuery等を用いたログ設計・可視化・モニタリングの経験
• セキュリティ、可用性、パフォーマンス、コストを考慮した本番システム設計の経験
• Cursor、Devin、Claude Code等のAIネイティブな開発ツールを活用した開発経験

求める人物像

• LLMプロダクトをPoCや社内RAGで終わらせず、実ユーザーに価値が届く状態まで作り切りたい方
• プロンプトやモデルだけでなく、ログ、評価、運用、推論基盤まで含めてプロダクト品質を高めたい方
• 出力のばらつき、ハルシネーション、遅さ、コスト、評価の難しさに粘り強く向き合える方
• 事業やユーザー体験に関心を持ち、PdMや事業部と同じ目線で技術判断ができる方
• 不確実性の高い0→1フェーズでは素早く試し、運用改善フェーズでは保守性・再現性・スケーラビリティを重視できる方
• AI開発ツールや新しい技術を積極的に取り入れ、開発生産性を高め続けられる方

• 応募概要
• 給与
• 月給：407,500円〜1,105,000円（勤務体系によって変動します。給与は選考を通じて決定いたします）
• 勤務地
• 【雇入れ直後】
• 株式会社ディー・エヌ・エー／渋谷オフィス（本社） またはリモートワークのために自宅及び自宅に準ずる場所として会社が認めた場所
• 東京都渋谷区渋谷二丁目24番12号 渋谷スクランブルスクエア
• ※喫煙環境　屋内禁煙（屋内喫煙可能場所あり）
• 株式会社ディー・エヌ・エー／横浜新井ビルオフィス またはリモートワークのために自宅及び自宅に準ずる場所として会社が認めた場所
• 神奈川県横浜市中区尾上町1丁目8番地 関内新井ビルディング
• ※喫煙環境　屋内禁煙（屋内喫煙可能場所あり）
• 株式会社ディー・エヌ・エー／横浜BASEGATEオフィス またはリモートワークのために自宅及び自宅に準ずる場所として会社が認めた場所
• 神奈川県横浜市中区港町1丁目1番1 ベースゲート横浜関内タワー
• ※喫煙環境　屋内禁煙（屋内喫煙可能場所あり）
• 【変更の範囲】
• 会社の定める事業場（リモートワークを行う場所を含む）
• 雇用形態
• 正社員
• 勤務体系
• ◆勤務制度および時間
• フレックスタイム制
• ・始業および終業の時間は労働者の決定により委ねる（当社規定による）
• ・標準となる1日の労働時間：7時間45分（当社規定による）
• ・コアタイム:なし
• ※一斉休憩の適用除外あり
• ◆月給内訳
• ①役割期待給 + ②ライフプラン手当（正社員のみ）
• ①役割期待給
• ・基本給 268,750円〜692,750円
• ・職務給 138,750円〜331,500円 ※時間外割増賃金（45時間相当分※1）に代えて支給
• ※1 精算期間における労働時間の合計が、法定労働時間の枠を超えた場合に、その超過部分の時間外割増賃金（45時間相当分）として支給する
• 45時間を超過する部分の時間外割増賃金に関しては、別途支給あり（当社規定による）
• ②ライフプラン手当（正社員のみ）
• ・5.5万円〜15万円
• ライフプラン手当は会社が定める確定拠出年金制度及び確定給付企業年金制度の掛け金として拠出することができる手当
• ◆賞与：年2回（6月/12月、正社員のみ）
• 経験・業績・貢献に応じて当社規定により決定
• ◆給与改定：
• 年2回（5月/11月）
• 変化のスピードが早い業界であることを鑑みて、適切な評価を行うための目標設定面談を実施
• ◆時間外・深夜・休日勤務
• あり（※当社規定および個別労働契約による）
• ◆業務内容
• 【雇入れ直後】仕事概要に記載のある業務内容
• 【変更の範囲】会社の定める業務
• 休日／諸手当
• ◆休日
• 土日祝日、年末年始、会社の指定した休日（当社規定による）
• ◆有給休暇
• 入社初年度は入社月に応じて最大12日、入社次年度以降15日〜20日
• ◆特別休暇（参考：
• 慶弔休暇、生理休暇、育児休暇など
• ◆諸手当
• 通勤交通費、リモートワーク手当、児童手当など
• 試用期間
• あり（試用期間：原則3ヶ月、試用期間中も待遇に変更なし ※当社規定による）
• 福利厚生
• ◆詳細な福利厚生は以下のURLを参照
• ◆各種保険
• 健康保険、厚生年金保険、雇用保険、労災保険、GLTD（団体長期障害所得補償保険）
• ◆退職金制度
• なし
• （但し、退職時に退職所得控除適用にて受取可能な「選択制確定給付企業年金制度」あり）