newmo株式会社

▍newmoについて
￣￣￣￣￣￣￣￣￣￣￣￣￣￣￣￣￣￣￣￣
newmoは「移動で地域をカラフルに。」をミッションに掲げ、タクシー事業を起点に、現場オペレーションまで含めて移動の仕組みをアップデートするモビリティテックカンパニーです。

自社タクシーフリートから得られる膨大な現場データを学習・改善へ素早く反映し、少子高齢化・人手不足で縮小する地域交通を、プロダクトと運行の両面からアップデートし続けています。

経済産業省・NEDO「GENIAC」採択、堺市での国家プロジェクト参画、自動運転リーディング企業との戦略的提携など、取り組みも拡大しています。

▍本ポジションについて
￣￣￣￣￣￣￣￣￣￣￣￣￣￣￣￣￣￣￣￣
タクシー事業のDXにとどまらず、自動運転時代を見据えたAX（AIトランスフォーメーション）を推進するために、仕様設計〜実装・改善〜現場移行までを一気通貫でリードする Senior Product Engineer を募集します。

約1,500台規模の自社タクシーフリートで日々発生するオペレーション課題に向き合い、PdM・ビジネス・現場と連携しながら、事業価値を最大化するプロダクト開発を推進します。あわせて、次世代の運行基盤を構築します。

この運行基盤は、newmoの中核事業であるタクシーの収益性・スケールを左右し、将来の自動運転戦略にも直結する経営上の重要テーマです。
その現場DXの積み重ねが、将来の自動運転タクシーを支える運行インフラ（デポ運営、遠隔監視、整備・清掃、充電制御など）の土台になります。

▍ newmoで開発する面白さ
￣￣￣￣￣￣￣￣￣￣￣￣￣￣￣￣￣￣￣￣
◆「当事者」として現場にディープダイブし、本質的なプロダクト設計ができる
　- 一般的なプラットフォーマーや受託開発とは異なり、newmoは自社でタクシー会社を保有し、現場の運行オペレーションを自社で回しています。
　- 単に与えられた仕様書通りに開発するのではなく、「現場で何が起きているのか」「真に解決すべき本質は何か」を自社のドライバーや運行管理者へダイレクトにヒアリング可能です。
　- 現場理解からドメインモデル・UI/UX仕様へ落とし込み、一気通貫でプロダクトへ昇華できる面白さがあります。

◆ 泥臭い現場DXの積層が、将来の「自動運転インフラ」に直結するダイナミズム
　- 1,500台規模の自社フリートから得られる乗降・走行・労務データを、内製基盤へダイレクトに蓄積。自身の書いたコードが即座に現場を動かします。
　- 足元のタクシーDX（業務効率化・マッチング最適化）の積み重ねが、そのまま将来の自動運転タクシーを支える運行インフラ（遠隔監視・充電制御・デポ運営等）の土台になるという、極めてスケーラブルな体験が得られます。

▍業務内容
￣￣￣￣￣￣￣￣￣￣￣￣￣￣￣￣￣￣￣￣
1｜タクシー事業価値を最大化するプロダクト開発（PdM連携）
　- 課題整理、要件定義、仕様策定
　- KPI（稼働率・応諾率・待ち時間）に基づく改善
　- 現場ヒアリング・フィードバック収集・改善の高速反映
2｜運行オペレーションの再設計（AX / DX）
　- 車両管理・遠隔監視・整備・清掃・充電制御のソフトウェア化
　- 点呼・配車・乗務・内勤業務のリアルタイム運行システム化
　- Excel / 紙運用の廃止、アルコールチェックなど、現場負荷を減らす機能改善
3｜一気通貫のプロダクト開発（仕様設計〜実装〜現場移行）
　- 現場理解 → モデリング → 仕様 → 実装 → QA → 現場移行
　- 既存の配車・運行管理システムからの段階的マイグレーション設計・推進
4｜運行基盤プロダクト群の開発・最適化（コア領域）
　- 乗客向けアプリ/ドライバー向けアプリ/点呼システム/配車室コンソールなど、運行を支える基盤プロダクト群の設計・改善
　- 稼働率・応諾率・待ち時間を最適化する配車マッチングロジックの開発
　- シフト・車両割当・点呼予定・勤怠・整備スケジュールの統合設計
　- 規制産業要件を満たす品質・セキュリティ・技術的負債の継続改善
【変更の範囲】：会社の定める業務

▍プロダクト例
￣￣￣￣￣￣￣￣￣￣￣￣￣￣￣￣￣￣￣￣
・乗客向け配車アプリ：決済、目的地未指定配車
・ドライバー向けアプリ：迎車、ナビ、メーター連携
・運行管理システム（newmo点呼）：対面点呼、業務後自動点呼、アルコールチェック
・AI配車システム / 配車室コンソール：受電対応、配車手配、応諾支援

▍参考情報
￣￣￣￣￣￣￣￣￣￣￣￣￣￣￣￣￣￣￣￣
・【プロダクトメンバー座談会】ライドシェアからのピボット。泥臭くも圧倒的に面白い、タクシー事業の「今」と「これから」
https://note.com/newmohq/n/n6f1c53f16b39

・newmo 技術ブログ
https://tech.newmo.me/

・newmo、シリーズA総額で179億円の調達を完了。累計調達金額は199億円に到達、自動運転タクシーへ本格参入
https://prtimes.jp/main/html/rd/p/000000030.000137033.html

一部リモート可

アジャイル開発

自社サービス開発

バックエンドエンジニア

Python

Swift

TypeScript

Kotlin

gRPC

GraphQL

BigQuery

Google Cloud

Cloudflare

Terraform

Datadog

OpenTelemetry

Slack

GitHub Actions

Google Workspace

【リアルアセット×走行データ】1,500台の現場課題から「次世代モビリティ運行基盤」を構築するシニアプロダクトエンジニア募集

《newmoについて》
newmoは、「移動で地域をカラフルに」をミッションに掲げるモビリティスタートアップです。

タクシーやハイヤーなど、これまで地域の移動を支えてきた仕組みをアップデートし、誰もが安心して移動できる社会をつくっていきます。
地域によっては公共交通が減り、移動が不便になりつつあります。一方で都市部では、業務の煩雑さや人手不足といった課題が残っています。
newmoは、こうした現場の課題に真正面から向き合い、テクノロジーを使ってより良い“移動のかたち”をつくり続けています。

《業務内容》
・newmo が開発する配車プラットフォームのスケーラビリティ向上、および既存配車システムとの連携・段階的移行の推進
・newmo が開発する配車プラットフォームを活用した配車マッチングロジックの改善、マッチング品質と車両稼働率の両立
・タクシー事業者ごとに異なる業務フロー・慣習・法令要件を、柔軟なデータモデルと持続可能な抽象化で吸収するドメイン設計
・各種業務システム、ドライバー向けアプリ、社内管理ツールを支えるバックエンドAPI の設計・開発
・各コンポーネントの品質・テスタビリティ維持、技術的負債の継続的な解消
・個人情報保護・認可制御の強化、規制産業としてのセキュリティ要件への対応
・過去の設計判断の棚卸し、および継続的な技術的負債返却の仕組み化
【変更の範囲】：会社の定める業務

《参考情報》
・【プロダクトメンバー座談会】ライドシェアからのピボット。泥臭くも圧倒的に面白い、タクシー事業の「今」と「これから」
https://note.com/newmohq/n/n6f1c53f16b39

・タクシー配車はAIでどう変わる？内製プロダクト「maido」開発の裏側【newmoが描く「タクシーDX」vol.1】
https://note.com/newmohq/n/n57ecd1e9c393

・アナログからデジタルへの脱却。レガシーなタクシー業務プロセスの変革に挑んだ「newmo点呼」開発の軌跡【newmoが描く「タクシーDX」vol.2】
https://note.com/newmohq/n/n60e8e16ba046

・newmo、シリーズA総額で179億円の調達を完了。累計調達金額は199億円に到達、自動運転タクシーへ本格参入
https://prtimes.jp/main/html/rd/p/000000030.000137033.html

Rust

Java

【AI×モビリティ/自動運転参入】日本の持続可能な移動インフラを構築するシニアバックエンドエンジニア募集

▍newmoについて
￣￣￣￣￣￣￣￣￣￣￣￣￣￣￣￣￣￣￣￣
newmoは「移動で地域をカラフルに。」をミッションに掲げ、タクシー事業を起点に、現場オペレーションまで含めて移動の仕組みをアップデートするモビリティテックカンパニーです。

自社タクシーフリートから得られる膨大な現場データを学習・改善へ素早く反映し、少子高齢化・人手不足で縮小する地域交通を、プロダクトと運行の両面からアップデートし続けています。

経済産業省・NEDO「GENIAC」採択、堺市での国家プロジェクト参画、自動運転リーディング企業との戦略的提携など、取り組みも拡大しています。

▍newmoで開発する面白さ
￣￣￣￣￣￣￣￣￣￣￣￣￣￣￣￣￣￣￣￣
◆「当事者」として現場にディープダイブし、本質的なドメインモデルを追求できる
　- 一般的なプラットフォーマーや受託開発とは異なり、newmoは自社でタクシー会社を保有し、現場の運行オペレーションを自社で回しています。
　- 「現場で何に困っているのか」「真に解決すべき本質的な構造は何か」を、自社のドライバーや運行管理者、社内メンバーへダイレクトにヒアリングし、ドメインへの深い理解からプロダクトへ落とし込むことが可能です。
　- 泥臭い現実の複雑な課題を抽出し、美しいドメインモデルやデータ構造へ昇華させたい方にとってやりがいに満ちた環境です。

◆ 現場データが即時循環する開発エコシステム
　- 自社フリート（車両群）から得られる乗降・走行・労務などの現場データを、内製基盤へダイレクトに蓄積。
　- 自身の書いたコードやアルゴリズムが、即座に自社の現場オペレーションを動かし、社会インフラの改善へと直結する手応えを感じられます。

▍業務内容
￣￣￣￣￣￣￣￣￣￣￣￣￣￣￣￣￣￣￣￣
1｜運行インフラのバックエンド開発
　- 高信頼・高可用性の API / サービス設計・開発
　- 状態変化の激しいリアルタイムデータを扱う基盤機能の実装
2｜大規模リソースの最適化ロジック開発
　- 車両・人員など多様なリソースの最適化アルゴリズム設計
　- 高負荷環境でのパフォーマンス改善・レイテンシ削減
3｜多様な制約を統合するドメインモデル・データ設計
　- 多様で非標準な制約を吸収できる柔軟なデータモデル設計
　- 動的条件をリアルタイムに評価するドメインロジック構築
　- 自動化・最適化アルゴリズムが動く基盤の設計
4｜大規模マイグレーション（脱レガシー）
　- 既存システムからの段階的移行に伴うAPI設計・データ移行・互換レイヤー開発
　- 並行稼働を可能にするフェーズドリリースと品質管理
5｜信頼性・セキュリティ・運用改善
　- 認可制御・監査ログ・個人情報保護などのセキュリティ設計
　- Datadog / OpenTelemetry を用いたモニタリング・障害検知・運用改善
【変更の範囲】：会社の定める業務

▍プロダクト例
￣￣￣￣￣￣￣￣￣￣￣￣￣￣￣￣￣￣￣￣
・乗客向け配車アプリ：決済、目的地未指定配車
・ドライバー向けアプリ：迎車、ナビ、メーター連携
・運行管理システム（newmo点呼）：対面点呼、業務後自動点呼、アルコールチェック
・AI配車システム / 配車室コンソール：受電対応、配車手配、応諾支援

▍参考情報
￣￣￣￣￣￣￣￣￣￣￣￣￣￣￣￣￣￣￣￣
・【プロダクトメンバー座談会】ライドシェアからのピボット。泥臭くも圧倒的に面白い、タクシー事業の「今」と「これから」
https://note.com/newmohq/n/n6f1c53f16b39

・newmo 技術ブログ
https://tech.newmo.me/

・newmo、シリーズA総額で179億円の調達を完了。累計調達金額は199億円に到達、自動運転タクシーへ本格参入
https://prtimes.jp/main/html/rd/p/000000030.000137033.html

テックリード

【自社タクシー事業のリアルアセット×DDD】現場にディープダイブし、日本の移動インフラを再定義するシニアバックエンドエンジニア募集

《採用背景》
newmoは、タクシーやライドシェアを起点に「地域交通の再定義」を目指すモビリティスタートアップです。シリーズA総額で179億円（累計199億円）の資金調達を完了し、現在は「全国での既存タクシー会社のM&Aを通じた急拡大」と、「自動運転（ロボタクシー）事業への本格参入」という、極めてダイナミックなフェーズにあります。
事業が急速にスケールする今、ボトルネックは「現場のアナログ業務のシステム化・標準化」、そして「全国展開に耐えうる配車プラットフォームの拡張」です。
自動運転時代を見据えた膨大な走行データの基盤づくりと、足元のタクシー事業の圧倒的なDXを同時に成し遂げるため、技術的難易度の高いバックエンド領域を自律的に牽引してくれるシニアメンバーを募集します。

《技術的なチャレンジ》
● 既存システムからの安全なリプレイスとスケーラビリティの確保
　‐ グループジョインしたタクシー事業者がすでに運用しているレガシーな既存配車システムと、newmoが開発する内製配車プラットフォームを「24時間365日動かしながら、破綻させずにシームレスに連携・段階的移行」させる必要があります。全国展開に伴う急激なトラフィック増加に耐えうる柔軟でスケーラブルなインフラ・バックエンド設計が求められます

● 規制・地域固有の「超複雑なドメイン」の抽象化
　‐ タクシー業界は、地域ごとのローカルルール、事業者独自の慣習、さらに複雑な法令要件（労働基準法や道路運送法など）が絡み合う超ドメインヘビーな世界です。これらを愚直にコード化するとスパゲッティコードになるため、「複雑な業務フローを、持続可能で柔軟なデータモデルへと美しく抽象化するドメイン設計」が最大の難所です

● マッチング品質と車両稼働率の高度な両立
　‐ 単に「一番近い車を配車する」だけでなく、ドライバーの労働時間制限、地域ごとの需要特性、迎車にかかる時間などをリアルタイムで計算し、「乗客の待ち時間（マッチング品質）を最小化しつつ、ドライバーの売上（車両稼働率）を最大化する」という多目的最適化アルゴリズムの改善が常に求められます

● 業界屈指の難易度を誇る「タクシー特有の勤怠・労務ドメイン」のコード化
　‐ 「隔日勤務（隔勤）」の壁：1回の乗務で約21時間（拘束時間）働き、翌日は1日休み（明番）となるシフト。2日分を1サイクルとするため、日付をまたぐ勤怠管理の概念自体が非常に複雑です
　‐ 「深夜労働料金・各種手当」のリアルタイム計算：深夜22時〜翌5時の割増賃金、複雑な歩合給（売上連動）、さらに法律（改善基準告示）で厳しく定められた「乗務間のインターバル（休息期間）規制」や「最大拘束時間制限」をすべて満たす必要があります
　‐ 技術的難所：この複雑怪奇な労務・法令要件を、破綻しないデータモデルとして美しく抽象化し、バックオフィス向けサービスとして構築・運用する難易度は国内屈指です

《業務内容》
・newmo が開発する配車プラットフォームのスケーラビリティ向上、および既存配車システムとの連携・段階的移行の推進
・newmo が開発する配車プラットフォームを活用した配車マッチングロジックの改善、マッチング品質と車両稼働率の両立
・タクシー事業者ごとに異なる業務フロー・慣習・法令要件を、柔軟なデータモデルと持続可能な抽象化で吸収するドメイン設計
・各種業務システム、ドライバー向けアプリ、社内管理ツールを支えるバックエンドAPI の設計・開発
・各コンポーネントの品質・テスタビリティ維持、技術的負債の継続的な解消
・個人情報保護・認可制御の強化、規制産業としてのセキュリティ要件への対応
・過去の設計判断の棚卸し、および継続的な技術的負債返却の仕組み化
【変更の範囲】：会社の定める業務

《組織体制》
現在のタクシープロダクト組織は、目的を共有する3つの自律的な小規模チームで構成されており、それぞれが独立してプロジェクトを迅速に推進しています。
● 車内体験チーム（In-car Experience）：乗客と乗務員の「乗車中」の体験向上、車内デバイスや決済、広告などのプロダクトを担当
● 配車システムチーム（Dispatch System）：リアルタイム配車マッチングロジック、AI音声配車「maido」、配車プラットフォームの設計・開発
● バックオフィスチーム（Backoffice/SaaS）：全国のタクシー営業所に提供する、複雑な「隔日勤務」対応の勤怠労務・運行管理ツール「newmo点呼」などのSaaS開発

《開発サイクル・プロジェクト管理》
● プロジェクト管理ツール「Linear」の徹底活用：タスク管理は、一般的な基準よりもさらに細分化した「マイルストーン単位」で徹底管理されています。誰が何を担当し、全体がどこまで進んでいるかが完全に可視化されています
● 1週間スプリントの自律的な実行：Linearの「カレントサイクル（」機能を活用し、1週間単位の超短サイクルで開発が進行します。週1回のプランニングでサイクルの整合性と目標への進捗をすり合わせ、各チームがその後の執行判断を完全に自律して行います
● フラットなコミュニケーション：厳密な階層構造や調整会議を設ける代わりに、Slackや口頭での直接的なコミュニケーションで大半の連携を解決。技術的な越境を歓迎し、必要があれば他領域の実装にも自ら直接介入するスタイルです

《参考情報》
・【プロダクトメンバー座談会】ライドシェアからのピボット。泥臭くも圧倒的に面白い、タクシー事業の「今」と「これから」
https://note.com/newmohq/n/n6f1c53f16b39

・タクシー配車はAIでどう変わる？内製プロダクト「maido」開発の裏側【newmoが描く「タクシーDX」vol.1】
https://note.com/newmohq/n/n57ecd1e9c393

・アナログからデジタルへの脱却。レガシーなタクシー業務プロセスの変革に挑んだ「newmo点呼」開発の軌跡【newmoが描く「タクシーDX」vol.2】
https://note.com/newmohq/n/n60e8e16ba046

・newmo、シリーズA総額で179億円の調達を完了。累計調達金額は199億円に到達、自動運転タクシーへ本格参入
https://prtimes.jp/main/html/rd/p/000000030.000137033.html

【画面に閉じない開発/自動運転参入】全国のタクシー走行データを基盤化 / スケーラブルな次世代配車プラットフォーム開発を担うプロダクトエンジニア募集

《プロダクト戦略》
【Phase 1：既存タクシー会社の強靭なオペレーションDX】
　‐ 配車・点呼・複雑な勤怠労務（隔日勤務・深夜割増など）を徹底的にシステム化・標準化する
▼
【Phase 2：デジタルトランスフォーメーション（DX）とデータ活用】
　‐ 全国展開（PMI）を加速させ、走行・ドラレコ・事故データを網羅的に収集・蓄積する
▼
【Phase 3：マルチモビリティ & 自動運転の統合】
　‐ 「有人タクシー」と「自動運転タクシー」が共存する新しい街の移動インフラを完成させる

《今後の展望》
① タクシー会社経営改善（PMI）の標準化と「オペレーションSaaS」の確立
新規参入だけでなく、既存タクシー会社のM&Aを通じた急拡大を進める中で、プロダクトが解決すべき最優先課題は「M&A後の立ち上げ（PMI）プロセスの標準化」です。
　● 地域ごとの異なるルール、タクシー特有の複雑な「隔日勤務」や「深夜割増・歩合給」が絡む勤怠・労務システム（バックオフィスSaaS）を構築し、どの地域・どの会社にも素早く展開できる柔軟なデータモデルとして共通化します
　● 「newmo点呼」やAI音声自動配車「maido」のように、現場のオペレーション負担を最小化し、利益率を最大化するプロダクトを連続的に投入します

② データ取得戦略：自動運転の安全性を証明する「データプラットフォーム」の構築
現場をデジタル化し、走行データやドライブレコーダーデータを網羅的に収集する「強固なデータパイプライン」を構築します。
　● 有人タクシーの運行から得られる膨大な事故・ヒヤリハットデータを優先的に解析し、自動運転の安全性立証に直接役立てます
　● メーター検査の手間やコストを削減しつつ、データ収集効率をさらに高める独自のスマートメーター戦略を推進します

③ ロボタクシーと有人タクシーの「共存エコシステム」の実現
newmoは、自動運転によって人間のドライバーを「排除」するのではなく、「有人タクシー事業を拡大させながら、自動運転を滑らかに融合させる」共存戦略を描いています。
　● 乗客の需要予測（デマンド予測）をもとに、有人車両とロボタクシーの双方に対して、リアルタイムで最適な配車・ルート選択を行う超高度なマッチングプラットフォームへと進化させていきます

《業務内容》
・newmo が開発する配車プラットフォームのスケーラビリティ向上、および既存配車システムとの連携・段階的移行の推進
・newmo が開発する配車プラットフォームを活用した配車マッチングロジックの改善、マッチング品質と車両稼働率の両立
・タクシー事業者ごとに異なる業務フロー・慣習・法令要件を、柔軟なデータモデルと持続可能な抽象化で吸収するドメイン設計
・各種業務システム、ドライバー向けアプリ、社内管理ツールを支えるバックエンドAPI の設計・開発
・各コンポーネントの品質・テスタビリティ維持、技術的負債の継続的な解消
・個人情報保護・認可制御の強化、規制産業としてのセキュリティ要件への対応
・過去の設計判断の棚卸し、および継続的な技術的負債返却の仕組み化
【変更の範囲】：会社の定める業務

《組織体制》
現在のタクシープロダクト組織は、目的を共有する3つの自律的な小規模チームで構成されており、それぞれが独立してプロジェクトを迅速に推進しています。
● 車内体験チーム（In-car Experience）：乗客と乗務員の「乗車中」の体験向上、車内デバイスや決済、広告などのプロダクトを担当
● 配車システムチーム（Dispatch System）：リアルタイム配車マッチングロジック、AI音声配車「maido」、配車プラットフォームの設計・開発
● バックオフィスチーム（Backoffice/SaaS）：全国のタクシー営業所に提供する、複雑な「隔日勤務」対応の勤怠労務・運行管理ツール「newmo点呼」などのSaaS開発

《開発サイクル・プロジェクト管理》
● プロジェクト管理ツール「Linear」の徹底活用：タスク管理は、一般的な基準よりもさらに細分化した「マイルストーン単位」で徹底管理されています。誰が何を担当し、全体がどこまで進んでいるかが完全に可視化されています
● 1週間スプリントの自律的な実行：Linearの「カレントサイクル（」機能を活用し、1週間単位の超短サイクルで開発が進行します。週1回のプランニングでサイクルの整合性と目標への進捗をすり合わせ、各チームがその後の執行判断を完全に自律して行います
● フラットなコミュニケーション：厳密な階層構造や調整会議を設ける代わりに、Slackや口頭での直接的なコミュニケーションで大半の連携を解決。技術的な越境を歓迎し、必要があれば他領域の実装にも自ら直接介入するスタイルです

《参考情報》
・【プロダクトメンバー座談会】ライドシェアからのピボット。泥臭くも圧倒的に面白い、タクシー事業の「今」と「これから」
https://note.com/newmohq/n/n6f1c53f16b39

・タクシー配車はAIでどう変わる？内製プロダクト「maido」開発の裏側【newmoが描く「タクシーDX」vol.1】
https://note.com/newmohq/n/n57ecd1e9c393

・アナログからデジタルへの脱却。レガシーなタクシー業務プロセスの変革に挑んだ「newmo点呼」開発の軌跡【newmoが描く「タクシーDX」vol.2】
https://note.com/newmohq/n/n60e8e16ba046

・newmo、シリーズA総額で179億円の調達を完了。累計調達金額は199億円に到達、自動運転タクシーへ本格参入
https://prtimes.jp/main/html/rd/p/000000030.000137033.html

【フィジカルデータ×AI/自動運転参入】収集した『走行・ドラレコデータ』を、未来の自動運転の安全性へと昇華させるプロダクトエンジニア募集

▍業務内容
￣￣￣￣￣￣￣￣￣￣￣￣￣￣￣￣￣￣￣￣
CTO曾川（元メルペイCTO／元メルカリCISO）直下のチームにて、全国各地でのリアルアセット拡大に伴う新規拠点立ち上げや、M&A先の現場に入り込んだIT基盤再構築・DX推進全般をお任せします。
単なるオフィスIT管理にとどまらず、現場のレガシー環境と最先端テクノロジーを接続する「攻めのコーポレートエンジニア」としての役割です。

・M&Aに伴うグループ全体のIT基盤（ネットワーク / デバイス / SaaS / アカウント / セキュリティ）の設計 / 統合 / 改善 / 運用全般
・M&A先のタクシー事業者・新拠点における業務 / IT / プロダクト統合の設計・現場推進
・全国営業拠点・現場オペレーションにおけるIT/DX化推進全般
・グローバル水準のセキュリティポリシー策定および zero trust 前提のアーキテクチャ構築
・ゼロベースでの社内IT環境整備、業務プロセスの自動化・省力化の推進
【業務内容の変更範囲】：会社の定める業務

▍newmoについて
￣￣￣￣￣￣￣￣￣￣￣￣￣￣￣￣￣￣￣￣
newmoは、「移動で地域をカラフルに。」をミッションに掲げ、最先端のフィジカルAIと大規模なリアルアセットを統合し、移動の未来を創る日本発の次世代モビリティテックカンパニーです。

世界ではフィジカルAIの進化が急速に進み、モビリティは今まさに歴史的な転換期を迎えています。一方で日本では、少子高齢化や人手不足に起因する地域交通の縮小、複雑な規制環境、現場オペレーションの非効率といった構造的な課題が存在しています。

私たちnewmoは、こうした課題に真正面から向き合うため、タクシー事業を自社グループで保有・運営し、日々の運行、乗務員・車両管理、配車、拠点運営といったリアルな現場オペレーションを深く理解しながら、テクノロジーによる変革を進めています。大規模なタクシー事業というリアルアセットを基盤に、現場実装まで見据えた国内でも稀有なモビリティプラットフォームを構築しています。

さらに、経済産業省・NEDO「GENIAC」への採択、堺市での国家プロジェクトへの参画、自動運転分野のリーディングカンパニーとの戦略的提携など、多くのパートナーとともに、タクシー事業の進化と自動運転・フィジカルAI時代の社会実装に向けた挑戦を加速して参ります。

▍参考情報
￣￣￣￣￣￣￣￣￣￣￣￣￣￣￣￣￣￣￣￣
・【社員紹介】newmoのnewなひと〜CorpIT 松下 潤 jun〜
https://note.com/newmohq/n/n8ba58ef35222

・newmo 採用情報
https://careers.newmo.me/

・newmo、シリーズA総額で179億円の調達を完了。累計調達金額は199億円に到達、自動運転タクシーへ本格参入
https://prtimes.jp/main/html/rd/p/000000030.000137033.html

情報システム

【元メルペイCTO直下】全国拠点のIT統合とセキュリティ基盤を主導するコーポレートエンジニア募集

私たち newmo（ニューモ）は、「移動で地域をカラフルに。」をミッションに掲げ、フィジカル AI（End-to-End 自動運転モデルなど）と大規模なリアルアセットを統合し、日本の移動インフラを根本から再設計するモビリティテックカンパニーです。少子高齢化と移動サービスの担い手不足による地域交通の縮小という社会課題に対し、既存のタクシー・ハイヤーの運行エコシステムを全レイヤーにわたってアップデートしています。

私たちの強みは、自社車両/タクシーフリートから日々得られる現場（エッジ）データ（走行・乗降時を含む安全関連データ）を、内製基盤での学習・検証・改善に直結させる「データ循環型」の AI 開発エコシステムです。経済産業省・NEDO「GENIAC」への採択、大阪府堺市（自動運転社会実装先行的事業化地域）での国家プロジェクト参画、自動運転ソフトウェアをリードする企業との協業を通じて、この循環を加速させています。

2028 年の自動運転レベル 4 商用化に向けて、Director of Engineering (Autonomous Driving) を募集します。これまでソフトウェア領域が中心だった自動運転開発室に、車載システム/ハードウェア/自動車業界（自動運転・ADAS・車両制御・組込み）の知見を迎え、研究成果を車載・実運用へ落とし込み、品質・安全・運用レディネスを一段引き上げる役割です。CTO 直下で、ソフトウェア領域を担う EM と並んで自動運転の全技術領域を横断し、技術戦略・組織設計・開発スピード・品質・安全性までを引き受けます。


▼ 業務内容
フィジカル AI/自動運転タクシーのための技術戦略の策定と横断推進業務全般

自動運転システム全体の技術戦略とロードマップ策定
ML/Perception/Control/Simulation の横断推進と技術判断
週次で回す実車検証サイクルの構築・改善
センサ構成・車両ハードウェアの選定と、キャリブレーション・検証プロセスの確立
研究成果のプロダクト化・車載化の統括（ECU/組込み〜車両統合まで）
安全性・品質・運用レディネスの確立
技術組織の設計・採用・育成・文化づくり
OEM/サプライヤー/自治体/研究機関との技術折衝


▼ 組織構成（全体で約 20 名）
自動運転開発室は、エンジニアリングだけで完結する組織ではありません。実車での検証・事業化・社会実装を進めるため、BizDev/Public Policy（PP）/オペレーションなど事業側のメンバーとも密に連携しながら、技術と事業の橋渡しを担っています。

CTO 曾川：自動運転開発室を直轄
本ポジション（募集）/ Director of Engineering (Autonomous Driving)：車載・ハードウェア領域/自動車業界（自動運転・ADAS・組込み・車両統合）の知見をお持ちの方を迎えます。

Engineering Manager（EM/インターネット業界出身）：ソフトウェア領域の開発マネジメントを担当
エンジニアリングメンバー：ML/Perception/Control/Simulation/Data/Infra/Field など、自動運転の研究開発から実車検証までを横断して推進しています。

BizDev/Public Policy/事業側メンバー：自治体・省庁・パートナー企業との連携、実証・商用化に向けた座組みづくり、法規制・制度面の論点整理、オペレーション設計などを担います。技術開発の成果を、実際に人を運び続けるサービスへ接続するための重要なカウンターパートです


▼ このポジションに期待する役割
エンジニアリング組織をリードするだけでなく、BizDev/PP/オペレーションと共通言語をつくり、事業要件・安全要件・技術要件を接続しながら意思決定を前に進めていただきます。

組み込みエンジニア

VPoE

Dataflow

Claude Code

Codex

Linear

自動運転システム開発責任者 / Director of Engineering (Autonomous Driving)

◆newmoのミッション◆
newmoは、「移動で地域をカラフルに。」をミッションに掲げるモビリティスタートアップです。

タクシーやハイヤーなど、これまで地域の移動を支えてきた仕組みをアップデートし、誰もが安心して移動できる社会をつくっていきます。
地域によっては公共交通が減り、移動が不便になりつつあります。一方で都市部では、業務の煩雑さや人手不足といった課題が残っています。
newmoは、こうした現場の課題に真正面から向き合い、テクノロジーを使ってより良い“移動のかたち”をつくり続けています。

◆募集背景◆
newmoでは「自動運転タクシーサービスの社会実装」を目指し、自社で自動運転システムの内製開発を本格スタートしました。

従来のルールベースや認識・予測・計画を分離したモジュール型のアプローチにとらわれず、センサーからのデータをもとに機械学習モデルで車の制御を実現するアプローチ、大規模言語モデル（LLM）やVision-Language Model（VLM）といった基盤モデルの技術の活用するアプローチも含めたEnd-to-End自動運転モデルの開発に取り組んでいます。この領域は技術が日々進歩している領域であるため、探索的に開発を進めていく必要があります。

深層学習・基盤モデル・大規模データ処理・推論の高速化等に強みを持ちながら、不確実性の高い環境で活躍できるエンジニアを募集しています。

◆業務内容◆
自動運転タクシーのための学習ベースの自動運転モデル（End-to-Endモデル）の開発
・自動運転モデル開発
　- カメラ画像やLiDAR点群などのセンサー入力を受け取り、経路計画や車両制御を行う自動運転モデルの開発
　- オフライン評価、シミュレーターを用いたモデルのパフォーマンス評価と改善サイクルの確立
　- エッジデバイス向けの最適化および実車を用いたモデルのパフォーマンス評価

機械学習エンジニア

TensorFlow

【Physical AI×Taxi】自動運転タクシーの社会時実装を実現する Machine Learning エンジニア募集

タクシーサービス・エッセンシャルワーカー人材特化の転職エージェント・自動運転技術の開発

newmo株式会社

求人一覧