株式会社SalesNow

【SalesNowについて】
SalesNow's mission is 「誰もが活躍できる仕組みをつくる。」 (Create systems where everyone can thrive), and we are taking on the challenge of fundamentally changing how people work. We rebuild how B2B work gets done, using corporate data and AI so that each person can create more value. SalesNow is the corporate data infrastructure for the AI era, supplying the data that people and AI agents work from. Our database covers over 16 million corporate and organizational profiles, structured down to individual offices and departments, and built on 8 billion records. SalesNow ranks No.1 in corporate database record count (企業データベース収録件数No.1; survey period: October 2025; research by Japan Marketing Research Organization).

SalesNow Data Network, our own collection network, combines three routes. Our platform uses AI to update web information daily. A partner network of tens of thousands of data researchers, working alongside our own in-house team, collects offline — from on-site surveys to reading paper documents. Our own corporate-information media draws 7 million page views a month, and that user network also takes on part of the offline collection. Together they give us what search engines never return, including org charts and more than 7.5 million department contacts.

Our own JC code assigns a unique ID to each site — headquarters, plants, branches, and stores — not only to the company. Multi-site groups can therefore be traced accurately. Records are matched on corporate number, name, address, phone, URL, and email. Fifteen levels of priority resolve them to a single company. For unresolved company matches, our team uses an AI workflow to supplement company information from current web sources. The platform can attach more than 50 attributes to company records, including registry information, industry classification, revenue, capital, headcount with its rate of change, sites, contacts, and scores. This collection, matching, and validation work is what you will design at production scale.

Sales teams use signals such as a rise in hiring, a funding round, a new office, or a stop in job postings to see why a company is worth approaching now. Customers use the data in the corporate database SalesNow, in their Salesforce and HubSpot records, and from AI agents such as Claude and Cursor through SalesNow MCP. Our Data API (beta) ships as four APIs: Company, News, Recruit, and Organization (departments, org charts, and sites). Companies that have adopted SalesNow include Yamato Transport, Panasonic, LY Corporation, SMBC Nikko Securities, PERSOL CAREER, JCB, and GMO Payment Gateway. You develop your data engineering expertise on a product with enterprise adoption, where the matching and validation you design decide what those customers can rely on.

【募集背景】
The era when revenue grew in proportion to headcount is over. As Japan's workforce shrinks, each person needs to create more value. We have set a goal to grow ARR per employee tenfold in three years, starting from November 2025. On the data side, that means redesigning how corporate data is collected, matched, and verified, rather than adding people to check it.

SalesNow is approaching Series B. You will set the collection requirements and the quality criteria behind SalesNow MCP and the Data API: which sources to trust, what evidence a record needs, and when a pipeline result is good enough to ship.

The same record now serves the SalesNow screen, customers' Salesforce and HubSpot data, the Data API, and AI agents through SalesNow MCP. We need an engineer who owns collection, matching, and verification end to end, because a quality rule set at one stage decides what all four of those consumers receive.

【ミッション】
You will build structured company profiles that capture what each company does and what has changed recently. You will tell apart companies with the same name and handle address variations, mergers, and relocations. You define the matching rules that distinguish separate companies and link records belonging to the same company. Customers rely on those records when they research companies in SalesNow, or through AI agents connected via SalesNow MCP.

【お任せしたい業務内容】
You will build and improve our corporate data platform, which runs at the scale of tens of terabytes. You will take on one or more of the following:
・Build and improve pipelines for web data crawling
・Implement data cleansing and enrichment
・Build a monitoring environment to improve data quality
・Improve the data platform for scalability, performance, and cost efficiency
・Design the data platform and data quality foundations with future data science use in mind
【Examples of problems you will work on】
・Decide whether a job posting is still open. Closure detection is currently split across three systems and behaves differently by source. Some sources do not show closures on their listing pages. If disappearance from a crawl triggers closure, a single missed page can incorrectly mark a posting as closed. You will set criteria for each source that balance false closure detections against missed closures
・Keep company website information current. You will design the process that fetches information from company websites and keeps tracking what has changed since the last fetch, so that each company's profile stays up to date

※Scope of changes to duties: yes (従事すべき業務の変更の範囲：有り)

フルリモート可

アジャイル開発

自社サービス開発

データエンジニア

Scala

Python

Scrapy

AWS Fargate

Amazon ECS

Apache Spark

Databricks

CodeRabbit

Cursor

Claude Code

Codex

Google Workspace

Asana

Notion

GitHub

Slack

【海外人材枠／正社員】Data Engineer (fully remote in Japan) — build the data platform behind 16M+ company records

【SalesNowについて】
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。

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。出所も更新方法も異なる3つのルートを、同じ企業へ正しく結び付ける。その統合の設計が、シニアデータエンジニアの仕事の中心です。

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。組織図と750万件超の部署連絡先では、どの部署にどの直通番号を結び付けるか、その照合基準を設計します。営業担当者が代表電話を経由せず狙う部署につながれるよう、データの整合性を設計から支えます。

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。50項目超の付与情報について、何を根拠に採用し、どう品質を確かめるかを設計できます。

大業界30件〜・小業界400件〜・事業内容3,000件〜という3層の分類を扱います。粒度の異なる情報をどう整合させるかは、あなたの判断で決まります。データソースは100万件以上。月次で追う従業員数の時系列も含め、変化する企業情報の品質を継続して保つ仕組みをつくれます。シニアデータエンジニアは、これらの情報の整合性と更新時の品質を、基盤全体の設計から支えます。

AIの出力の品質は、参照するデータの品質で決まります。SalesNowは、AIと営業システムにデータを供給する、AI時代の企業データインフラです。

担当者は『SalesNow』の画面や、Salesforce・HubSpot・kintoneとの連携を通じて企業データを利用できます。Data APIはベータ版として、Company・News・Recruit・Organization の4種別を提供しています。SalesNow MCPを通じて、Claude・CursorなどのAIエージェントからも直接参照できます。同じデータが営業の担当者とAIエージェントの両方に届くので、基盤の設計1つが、届け先すべての品質を決めます。営業戦略コンサルティング、データ基盤の構築、AI実装、営業BPOまで一社で提供しています。顧客の窓口は営業出身のコンサルタントとアカウントマネジメントで、その背後でデータチームが分析と実装を支えます。顧客が実際にどう使っているかが、基盤を設計する側に届く体制です。

プロダクト『SalesNow』が扱うのは営業の領域です。会社が企業データとAIで組み替えようとしている仕事は、営業に限りません。あなたが設計する基盤は、特定の1プロダクトの裏側ではなく、会社が扱う範囲そのもののデータインフラです。

ヤマト運輸、パナソニック、LINEヤフー、SMBC日興証券、パーソルキャリア、JCB、GMOペイメントゲートウェイなどへの導入実績があります。あなたが設計する基盤が、こうした大手企業に届けるデータの品質を決めます。営業の専門性・データ基盤・AIの先進性が揃うSalesNowでは、顧客が必要とする情報から逆算して基盤を設計できます。

【募集背景】
人を増やした分だけ売上が伸びる時代は、終わりました。 SalesNowはバリューの1つに「AIネイティブ」を掲げ、2025年11月を起点に、社員1人あたりARRを3年で10倍にする目標を置いています。データ基盤の設計は、その目標の前提です。あなたが担うのは、80億レコードの収集・名寄せ・品質検証の進め方を設計し、チームの1人ひとりが扱える仕事の範囲を広げることです。

企業データの提供は、『SalesNow』の画面に加えてData APIとSalesNow MCPへ広がっています。そのなかで、バッチ処理の安定化、APIのスケール対応、コストを意識した性能最適化を、個別の改善ではなく基盤全体の設計として解く段階に来ています。このデータ基盤のアーキテクチャ設計と運用をリードし、データチームの技術的な方向を決めるシニアデータエンジニアを募集します。構築・改善を担うメンバー層も採用しており、これまでの技術リード経験を、80億レコードの基盤全体とチームの開発方針を決める役割へ広げられます。設計レビューとメンタリングを通じて、自分の設計判断をチーム共通の品質基準に落とし込めます。

【ミッション】
デジタル・アナログな収集・ユーザー投稿という性質の違う3つのルートから届く情報を、根拠のある1つの企業像として束ね続けることです。何を集め、どの条件なら使えるデータとみなすか。その基準を決め、チームの誰が開発しても同じ品質で動く仕組みにします。基準が決まるほど、80億レコードは人の目視ではなく設計で守れるようになり、メンバーは新しい収集ルートの設計に時間を使えます。

【お任せしたい業務内容】
・数十TB・80億レコード規模の企業データ基盤のアーキテクチャ設計・最適化
・日次で更新するデータ収集パイプライン（Webクローリングを含む）の設計・運用・改善
・Spark on Databricksを活用した大規模データ処理・変換の設計
・データ品質管理基盤の設計・構築（クレンジング・エンリッチメント・名寄せの設計方針を含む）、品質モニタリング環境の構築・改善
・Elasticsearch / OpenSearchの検索インデックス設計・チューニング
・インフラ・ガバナンス・コスト最適化の方針決定
・将来のデータサイエンス活用に向け、データ基盤に必要な構成と品質基準を決める
・データチームのテクニカルリード、メンバーの設計レビューと技術的メンタリング
・上記すべてについて、技術選定と運用の方針を決める
【入社後に取り組む課題の例】
・Databricks＋Delta Lakeで生データ→クレンジング→提供用の3層を運用し、提供用のデータをPostgreSQLへUpsertしています。ジョブ定義はModel Servingのエンドポイントまで含めてTerraformで管理しています。この構成を、データ量と用途（画面・Data API・SalesNow MCP）の広がりに合わせてどう進化させるか。層の切り方からジョブ管理の方式まで、技術選定を自分の判断で決められます。
・根拠の足りない企業特定を、仕組みで止める。フリーランス求人から常駐先の企業を推定するロジックを別のAIで独立に検証したところ、100件のうち根拠を確認して特定できたのは12件でした。これを受けてロジックを直し、根拠が足りない案件は「特定不可」と出すようにしています。この考え方を品質基準に反映するのが、このポジションの仕事です。
・求人の停止は、営業が使うシグナルの1つです。その掲載終了を検知するロジックが3系統に割れ、媒体によって挙動が揃っていません。個別の修正を重ねるのではなく、判定の共通設計と媒体ごとの例外の持ち方を決め、メンバーが同じ設計で実装できる状態にします。
・会社概要やサービス情報を新しく保つため、全企業のWebサイトの情報を取得し、更新の差分を追い続ける工程を設計します。

※従事すべき業務の変更の範囲：有り

BtoB

TypeScript

FastAPI

Next.js

Fastly

PostgreSQL

Elasticsearch

OpenSearch

Terraform

Spark

Claude

Gemini

Amazon Bedrock

GitHub Copilot

Figma

【フルリモ・フルフレ】シニアデータエンジニア◆80億レコードのデータ基盤をDatabricksで設計・運用する

【SalesNowについて】
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。
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。
AIの出力の品質は、参照するデータの品質で決まります。SalesNowは、AIと営業システムにデータを供給する、AI時代の企業データインフラです。LLMをどこに、どの基準で組み込むかが、その前提の精度をそのまま左右します。

このデータは、企業データベース『SalesNow』の画面と、Salesforce・HubSpot・kintoneとの連携で届けています。Data APIはベータ版で、Company / News / Recruit / Organization の4種別です。企業の基本情報・ニュース・採用情報・組織情報の取得・加工と品質評価を設計します。法人・拠点・部署の違いと時系列の変化を踏まえ、データの性質に応じてLLMの処理方法を決めます。SalesNow MCPでは、Claude・CursorなどのAIエージェントから企業データを直接使えます。人が画面で読むときと、AIエージェントが直接呼ぶときでは、返すべき粒度と根拠の示し方が変わります。その線引きを決めるのが、LLMエンジニアの設計です。

営業戦略コンサルティング、データ基盤の構築、AI実装、営業BPOまで一社で提供しています。プロダクト『SalesNow』が扱うのは営業の領域です。会社が企業データとAIで組み替えようとしている仕事は、営業に限りません。ヤマト運輸、パナソニック、LINEヤフー、SMBC日興証券、パーソルキャリア、JCB、GMOペイメントゲートウェイなどへの導入実績があります。こうした企業に届けるデータの製造工程で、LLMの評価と改善が、そのまま本番の品質になります。

営業の専門性・データ基盤・AIの先進性は、どれか1つなら他にもあります。3つが揃っているから、LLMの出力を実データで検証し、顧客の現場で使われるところまで一社の中で確かめられます。

人を増やした分だけ売上が伸びる時代は、終わりました。 バリューに「AIネイティブ」を掲げ、2025年11月を起点に、社員1人あたりARRを3年で10倍にする目標を置いています。この目標に届くかどうかは、データをつくる工程とプロダクトのAI機能で、LLMをどこにどう置くかに懸かっています。

【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。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。

【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

AI・LLMエンジニア

JavaScript

Airflow

Perplexity

Dify

ChatGPT

【フルリモ・フルフレ】LLMエンジニア◆1,600万件超の企業データを扱うAIワークフローを設計から本番運用まで担う

【SalesNowについて】
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。

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）。この基盤の上で、画面・CRM連携・Data API・SalesNow MCPが使う企業データの取得処理を設計します。用途に応じて性能と正確性を両立させることが、バックエンドエンジニアの仕事の中心です。

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。独自の収集網「SalesNow Data Network」は3つのルートでできています。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。アナログな収集・投稿・Webという性質の違うデータを1つのIDに収斂させるため、取り込みと名寄せの設計がそのままデータの価値を決めます。

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。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。50項目超の情報と、大業界30件〜／小業界400件〜／事業内容3,000件〜の3層分類を扱います。拠点ごとのJCコードと組織・部署の階層、多数の属性を、APIと検索インデックスにどう反映するかを設計します。グループ会社を横断する検索や部署単位の絞り込みを支え、検索の粒度と応答性能を両立させる経験を積めます。

AIの出力の品質は、参照するデータの品質で決まります。SalesNowは、AIと営業システムにデータを供給する、AI時代の企業データインフラです。

企業データは、『SalesNow』の画面と、Salesforce・HubSpot・kintoneとの連携で届けています。Data APIはベータ版として、Company / News / Recruit / Organization の4種別を提供しています。SalesNow MCPを通じて、Claude・CursorなどのAIエージェントからも直接利用できます。営業戦略コンサルティングからデータ基盤の構築・AI実装・営業BPOまで一社で提供しているので、顧客が企業データを実際にどう使っているかが、要望ではなく事実として設計に届きます。APIの仕様や検索の粒度を、現場の使われ方を知ったうえで自分で決められます。プロダクト『SalesNow』が扱うのは営業の領域です。会社が企業データとAIで組み替えようとしている仕事は、営業に限りません。いま設計するAPIとデータ構造は、その広がりを前提に考えることになります。ヤマト運輸、パナソニック、LINEヤフー、SMBC日興証券、パーソルキャリア、JCB、GMOペイメントゲートウェイなどへの導入実績があります。大手企業への導入実績があるプロダクトだからこそ、APIの応答速度と後方互換の判断が、顧客の業務を止めない設計の力として問われます。

営業の現場で鍛えられた要件と、独自に集めた企業データの両方を手元に持ったまま、拠点ごとのIDと組織・部署の階層を、人にもAIエージェントにも返せる形に設計できます。

人を増やした分だけ売上が伸びる時代は、終わりました。 だからSalesNowは、組織が大きくなる前にAI前提の組織へつくり替えました。バリューに「AIネイティブ」を掲げ、2025年11月を起点に、社員1人あたりARRを3年で10倍にする目標を置いています。実装から品質検証までの開発工程を設計し直し、1人が担える開発の範囲を広げることが、バックエンドエンジニアのこの目標への関わり方です。

【募集背景】
中核のプロダクトAPIは、Python（FastAPI）で実装しています。バックエンドエンジニアは、このAPIとLLM機能・SalesNow MCPの設計・実装を担います。画面で検索する人と、企業データを取得するAIエージェントの双方を支えるバックエンドをつくれる仕事です。同じデータに対して、人が1回ずつ検索する場合と、エージェントが連続で叩く場合では、必要な設計が変わります。

APIのリポジトリでは、直近30日間で780本のPRがマージされています（2026年9月12日計測）。AIを使うことで、実装できる量は増えました。一方で、その変更を設計とデータの前提から確かめられる人が足りていません。検索基盤の性能、モデル層の設計、LLM機能の品質を同時に引き上げ、増えた変更を本番へ届ける仕組みをつくるバックエンドエンジニアを募集します。

【お任せしたい業務内容】
PdM・セールス・アカウントマネジメント・フロントエンドの担当者と連携し、SalesNowの中核を支えるバックエンド開発をリードしていただきます。LLMとAI Agentを使った機能を中心に、設計・実装を担います。経験や志向に応じて調整します。
・Python（FastAPI）・TypeScript（AWS Lambda）によるバックエンドAPIの設計・実装・保守・最適化
・LLMを活用したAI機能（企業サマリ、課題サジェスト、経済情報サマリ等）の設計・実装
・商談準備のレポート作成、リストの生成、議事録のSFA登録、CRMへの記録、リードのスコアリングを支えるAIワークフローの設計・実装（AI Agent自体の設計・実装を含む）
・SalesNow MCPの設計・開発
・プロンプトエンジニアリングとLLMパイプラインの設計
・AIモデルの評価基盤の構築（精度・コスト・レイテンシのバランス最適化）
・数千万〜数億件規模の法人データ基盤の構築・運用（PostgreSQL / Elasticsearch / DynamoDB / S3 / Databricks / n8n / LLM）
・高頻度アクセス・大量データに対応するパフォーマンスチューニング・データベースチューニング
・AWS上でのインフラ設計・監視・セキュリティ対応
・新機能・改善における要件整理・技術検証・設計提案
・CI/CD環境の整備、開発プロセスの改善、技術的な意思決定のリード
・プロダクトの成長に向けた、経営陣との技術戦略の検討
※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】
2026年9月12日時点で、次の課題に取り組んでいます。
・フルリインデックスの時間を縮める。対象は、企業・拠点・部署などを横断するOpenSearchの全文検索基盤（1.05億ドキュメント・約460GB）です。改善候補である取得側のDBクエリと投入処理を設計し直します
・2,800行のモデル層を、稼働を止めずに分解する。循環インポートを解消し、レイヤーの境界を明確にする4フェーズの計画です。Strangler Fig・Feature Flag・APIバージョニングを使い、後方互換を保ちながら段階的に分解します。障害対応と並行して進めます

どちらも、顧客が毎日使うプロダクトで、設計の判断がそのまま性能と安全性に表れる課題です。

バックエンドエンジニア

AWS Lambda

DynamoDB

【フルリモ・フルフレ】バックエンドエンジニア◆80億レコードの企業データ基盤を支えるAPI・アーキテクチャを設計する

【SalesNowについて】
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。

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。独自の収集網「SalesNow Data Network」は3つのルートでできています。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。性質の違う3つのルートから来るデータを、画面でもAPIでも矛盾なく1つのデータとして返す。その整合をどう設計するかが、このポジションで解く問いです。

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。組織図、750万件超の部署連絡先、付与できる情報は50項目を超えます。企業・拠点・部署の関係を画面とAPIでどう表現するかを設計し、複雑なデータを使いやすいプロダクトに変えるところまでを担います。

業種も大業界30件〜／小業界400件〜／事業内容3,000件〜の3層で持っています。拠点ごとのIDと3層の業種を掛け合わせ、1億件規模でも応答速度を保てる検索・APIを設計します。インデックスの持ち方からAPIの返し方までを自分で決め、データの粒度と応答速度を両立させる判断を担います。

AIの出力の品質は、参照するデータの品質で決まります。SalesNowは、AIと営業システムにデータを供給する、AI時代の企業データインフラです。

このデータを、企業データベース『SalesNow』の画面、Salesforce・HubSpot・kintoneとの連携、Data API（ベータ版）、Claude・CursorなどのAIエージェントから直接使えるSalesNow MCPで届けています。営業戦略コンサルティング、データ基盤の構築、AI実装、営業BPOまで一社で提供しています。顧客の業務を知るビジネス職と直接議論し、現場の課題を画面・APIの設計に落とし込めます。

プロダクト『SalesNow』が扱うのは営業の領域です。会社が企業データとAIで組み替えようとしている仕事は、営業に限りません。届ける先が増えるほど、画面とAPIで解く設計の問題も広がります。ヤマト運輸、パナソニック、LINEヤフー、SMBC日興証券、パーソルキャリア、JCB、GMOペイメントゲートウェイなどへの導入実績があります。大手企業の利用を支えるプロダクトで、運用を続けながらアーキテクチャを刷新する経験を積めます。

営業の専門性・データ基盤・AIの先進性は、どれか1つなら他にもあります。3つが揃っていることが、SalesNowの差です。この規模のデータを、人にもAIエージェントにも使える形にして届けるのが、Webのエンジニアリングの仕事です。

人を増やした分だけ売上が伸びる時代は、終わりました。バリューに「AIネイティブ」を掲げ、2025年11月を起点に、社員1人あたりARRを3年で10倍にする目標を置いています。この目標は、開発の進め方をAI前提で設計し直せるかどうかに左右されます。その設計を担うのが、このポジションです。

【募集背景】
プロダクトは、80億レコードの企業データ基盤の上に、Data → AI → Agent → Interface の4層で構成しています。同じデータを、人が使う画面、Salesforce・HubSpotとの連携、Data API、SalesNow MCPへと届け分けるなかで、アーキテクチャの複雑さと事業のスピードが同時に上がっています。

実装の初稿やレビューの一次チェックにAIを使うことで、1人のエンジニアが出せる実装量は大きく増えました。そのぶん成果を分けるのは、何をどう作るかを決める設計と、AIの出力を採るか捨てるかを決めるレビューの質です。

これまで経営陣が担ってきた技術的な意思決定を専任でリードし、AI駆動の開発の進め方そのものを設計できるエンジニアを募集します。

【ミッション】
1,600万件超の法人・組織データを届ける画面・Data API（ベータ版）・SalesNow MCPの技術設計をリードし、顧客企業の1人が生み出せる価値を引き上げることです。設計・実装・レビューの流れもAI前提で組み替え、エンジニアが品質に責任を持ちながら、より多くの顧客課題を解決できる開発組織をつくります。

【お任せしたい業務内容】
ビジネス職のメンバーやプロダクトマネージャーと連携し、『SalesNow』の設計・開発・運用を担います。
・プロダクト全体のアーキテクチャ設計・技術選定・設計レビュー
・Data → AI → Agent → Interface の4層構造を横断した技術的意思決定
・Data API、SalesNow MCPをはじめとするAIエージェント向けのInterfaceなど、提供形態ごとの技術設計
・経営陣とプロダクト戦略・長期的な技術課題・開発組織の構築を議論し、技術ロードマップと開発組織の戦略を策定する
・エンジニアチームの技術的なメンタリングとコードレビュー
・プロダクトのUI/UXの持続的な改善と運用設計
・開発プロセスの改善、開発組織の強化・運営。Claude Code・Codex・Cursor・CodeRabbitを組み合わせた開発フローを設計し、チーム全体に広げることも含みます
【いま取り組んでいる課題の例】
・2,800行のモデル層を、稼働を止めずに段階的に分解する。循環インポートとレイヤー境界の曖昧さを、4フェーズで解消する計画です。Strangler Fig・Feature Flag・APIバージョニングを使い、後方互換を保ちます。障害対応と並行して進めます
・1億件規模の検索基盤で、データの取得と投入を設計し直し、フルリインデックスの時間を縮める。全文検索基盤はOpenSearchで約1.05億ドキュメント・約460GBあり、改善の候補は取得側のDBクエリと投入処理です

※従事すべき業務の変更の範囲：有り

フルスタックエンジニア

React

【フルリモ・フルフレ】WEBリードエンジニア◆1,600万件超の企業データ基盤を、人にもAIエージェントにも届ける技術設計をリード

【SalesNowについて】
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。

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。

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。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。代表電話を経由せずに狙う部署へ直接つながります。この750万件超の連絡先が、企業・拠点・部署のどこに属するかを崩さずに保てるかは、データエンジニアの設計で決まります。

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、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。付与する企業情報は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。80億レコードの基盤で、この細かな分類と月次の推移を保ったまま、表記揺れや欠損を見つけて正す処理を設計・実装できます。

AIの出力の品質は、参照するデータの品質で決まります。SalesNowは、AIと営業システムにデータを供給する、AI時代の企業データインフラです。

企業データは、『SalesNow』の画面と、Salesforce・HubSpot・kintoneとの連携で届けています。Data APIはベータ版として、Company・News・Recruit・Organization の4種別を提供しています。SalesNow MCPでは、Claude・CursorなどのAIエージェントから企業データを直接利用できます。届け先が増えるほど、同じデータが人の画面とAIの入力の両方で使われ、スキーマの決め方も鮮度の基準もデータエンジニアが設計し直す対象になります。営業戦略コンサルティング、データ基盤の構築、AI実装、営業BPOまで一社で提供しています。プロダクト『SalesNow』が扱うのは営業の領域です。会社が企業データとAIで組み替えようとしている仕事は、営業に限りません。あなたが設計する基盤は、1つのプロダクトの裏側にとどまりません。画面・CRM連携・Data API・SalesNow MCPへの供給をまとめて支え、営業に限らないBtoBの仕事を企業データとAIで組み替えていく先を見据えて、設計の判断に関われます。ヤマト運輸、パナソニック、LINEヤフー、SMBC日興証券、パーソルキャリア、JCB、GMOペイメントゲートウェイなどへの導入実績があります。

営業の専門性・データ基盤・AIの先進性は、どれか1つなら他にもあります。3つが揃っていることが、SalesNowの差です。社内のコンサルタントやAIエンジニアと直接議論し、顧客のデータ利用で見つかった課題を、収集・名寄せ・品質検証の設計に反映できます。

【募集背景】
人を増やした分だけ売上が伸びる時代は、終わりました。 人がAIと一緒に働くほど、AIが扱う企業データの正確さが、そのまま仕事の質になります。SalesNowは組織が大きくなる前にAI前提の組織へつくり替え、バリューの1つに「AIネイティブ」を掲げています。2025年11月を起点に、社員1人あたりARRを3年で10倍にする目標を置いています。人を増やさずに届けるデータを増やすには、取得と検証の工程そのものを組み替える必要があります。データエンジニアは、その組み替えを自分の手で設計する立場にいます。

企業データの提供は、『SalesNow』の画面に加えてData APIとSalesNow MCPへ広がっています。DatabricksやRedashを使った基盤は整いつつありますが、バッチ処理の安定化、APIのスケール対応、コスト効率を意識した性能最適化など、解くべき課題は増え続けています。チームの設計方針のもとで、データの取得から統合、品質の検証までを実装し、改善するデータエンジニアを募集します。基盤全体のアーキテクチャの設計と並行して実装を担い、設計の議論に加わりながら、基盤全体を見渡す役割へ広げていけます。

【ミッション】
あなたのミッションは、デジタルの日次更新、アナログな収集、ユーザー投稿という性質の違う3つのルートから届く情報を、根拠のある1つの企業像として構造化することです。同名企業を見分け、住所の表記揺れや合併・移転を扱い、独自のJCコードで企業から拠点単位まで名寄せします。掲載終了や企業サイトの更新を捉え、情報の鮮度と正確さを確かめ続ける監視の仕組みも、あなたが設計します。あなたが名寄せした1件が、大手企業の担当者とAIエージェントにとって、同じ企業を正しく識別する根拠になります。

【お任せしたい業務内容】
数十TB・80億レコード規模の企業データ基盤の構築・改善を担います。入社初日から、インフラ・ガバナンス・コスト最適化まで横断的に関わります。具体的には、以下のいずれか、もしくは複数を担当していただきます。
・Webデータクローリングのためのパイプライン新設や改善
・データのクレンジング・エンリッチメント・名寄せ処理の実装
・データ品質モニタリング環境の構築・改善
・スケーラブルでコスト効果の高いデータ基盤への改善
・将来的なデータサイエンス活用を見据えたデータ基盤・品質整備の設計
【入社後に取り組む課題の例】
・「その求人はまだ募集中か」の判定を直す。求人の停止は、営業が使うシグナルの1つです。一覧ページに掲載終了情報を出さない媒体があり、取得した求人一覧の差分で募集終了を判定すると、一時的な取得漏れを掲載終了と取り違えるおそれがあります。募集中の求人を終了扱いにする誤りと、終了した求人を募集中として残す誤りのどちらを抑えるか、媒体ごとに判定基準を決めて実装します。
・企業のWebサイトの更新を追う。会社概要やサービス情報を新しく保つため、全企業のWebサイトの情報を取得し、更新の差分を検知する処理を実装します。
・企業データの判定にLLMを組み込む。上場企業の開示資料（IR情報）をLLMで構造化し、人が定めた基準でLLM as a Judgeによる判定を行います。チームで定めた品質基準のもとで、担当する判定の条件を決めて実装します。

※従事すべき業務の変更の範囲：有り

MySQL

Redash

【フルリモ・フルフレ】データエンジニア◆1,600万件超の企業データ基盤をAI前提でつくり替える

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。
未だにアナログで非効率な業務が多く残るBtoBの仕事の進め方を、企業データとAIで組み替えています。

つくっているのは、AI時代の企業データインフラ「SalesNow」。1,600万件超の法人・組織データベースを、画面・API・MCPサーバー（2026年4月提供開始）・カスタムAIエージェント（2026年3月正式提供開始）で届けています。