LobbyAI株式会社

LobbyAIが扱う行政・公共データを、ユーザーにとって価値あるプロダクト体験へ落とし込むため、フロントエンド、バックエンド、AI機能、検索基盤との連携まで横断的に担っていただくポジションです。
議会議事録、予算、行政計画、入札情報など、非構造で複雑な公共データを扱い、企業の政策渉外・自治体営業・意思決定を支援するプロダクトを開発しています。
本ポジションでは、LLM、RAG、AIエージェント、自然言語処理、検索基盤などを活用しながら、ユーザーが実際の業務で使えるAIプロダクトとして設計・実装・改善していただきます。

AIモデル単体の研究開発に閉じるのではなく、AIの出力や検索結果を、Webアプリケーション上で使いやすい機能として届けることがミッションです。

・Next.js / TypeScript を用いたフロントエンド開発
・FastAPI / Python を用いたバックエンドAPIの設計・実装
・LLM / RAG / AIエージェントを活用したプロダクト機能の開発
・行政・公共データを対象とした検索、要約、分類、情報抽出、構造化機能の実装
・AIモデルや外部AI APIの出力を、Webアプリケーションに組み込むための設計・実装
・OpenSearch等の検索基盤と連携したプロダクト機能の開発
・推論結果、検索結果、分析結果をユーザーに分かりやすく届けるUI / UXの設計・改善
・AI機能の精度、再現性、レスポンス速度、コスト、安定性を考慮した改善
・CTOやビジネスサイドと連携した要件整理、仕様検討、技術選定
・少人数チームにおける設計レビュー、コードレビュー、開発プロセス改善

【業務内容の変更範囲】
（雇入れ直後）Webアプリケーションの設計・開発
（変更の範囲）会社の定める業務

一部リモート可

自社サービス開発

CTO・CEOがカジュ面

フルスタックエンジニア

テックリード

Python

TypeScript

React

Next.js

FastAPI

Vercel

OpenSearch

OpenAI API

GitHub

全社員にOpenAI最上位プラン｜Python×TypeScriptで「行政×AI」プロダクトをゼロから創る少数精鋭のフルスタックエンジニア

LobbyAIが扱う行政・公共データを、ユーザーにとって価値ある検索体験・情報基盤へと変えていくポジションです。
議会議事録、予算、行政計画、入札情報など、非構造かつ大量に存在するデータを対象に、OpenSearchを中心とした検索・分析基盤の設計、運用、改善を担っていただきます。単なるデータ処理や保守運用にとどまらず、ユーザーが必要な情報に素早くたどり着ける体験を実現するために、検索精度・性能・拡張性を継続的に磨いていく役割です。

・OpenSearch(Elasticsearch) を用いた検索・分析基盤の設計および運用
・インデックス設計、マッピング設計、クエリ最適化
・パフォーマンスチューニングおよび障害対応
・アプリケーションエンジニアとの連携によるデータ活用設計
・AI / LLM 活用を見据えた検索・RAG 構成の検討および実装

LobbyAIのData Engineerは、行政・公共領域の複雑なデータを、ユーザーが検索・活用しやすい形へ変換するためのデータ基盤・検索基盤を担うポジションです。
議会議事録、予算、各種計画、入札情報など、形式が多様で非構造なデータを対象に、収集、整形、構造化、投入、検索性向上、運用改善まで一貫して関わります。

現在のチームでは、多様な公共データを安定的に取得・更新できる仕組みづくり、検索精度やデータ品質の向上、構造化された情報を継続的に蓄積・活用できる基盤整備に注力しています。

特に、データソースごとに形式や粒度が大きく異なること、継続的な更新・差分管理が必要になること、単純な全文検索だけでは必要な情報へたどり着きにくいことが技術的な難しさです。
本ポジションでは、OpenSearchを中心とした検索基盤の改善、AWSを活用したデータパイプラインの設計・運用、データモデルやインデックス設計、データ品質改善、パフォーマンス改善などを通じて、プロダクト価値の中核を支えていただきます。

【業務内容の変更範囲】
（雇入れ直後）検索基盤・データ基盤の設計・運用
（変更の範囲）会社の定める業務

データエンジニア

Amazon EC2

Elasticsearch

全社員にOpenAI最上位プラン｜設計から任せる裁量大。1億件の行政データ検索基盤を担うデータエンジニア

LobbyAIが扱う行政・公共データを、ユーザーにとって意味のあるインサイトへ変換するためのAI機能を実装・改善していくポジションです。
議会議事録、予算、行政計画、入札情報など、非構造で複雑な公共データを対象に、AIエージェントや機械学習モデルを活用しながら、推論、情報抽出、構造化、評価、改善までを担っていただきます。
LLMの活用に限定されず、自然言語処理や画像処理を含む機械学習全般を対象に、プロダクト価値につながる形で実装していただきます。

・AIエージェント（タスク分解、状態管理、ツール連携等）の設計・実装
・機械学習モデル（NLP / 画像処理等）の設計・実装・評価
・学習済みモデル・外部モデルのプロダクト統合
・推論パイプラインの設計および最適化
・モデル精度・再現性・計算コストを考慮した実装
・アプリケーションエンジニアとの連携による AI 機能実装

【業務内容の変更範囲】：会社の定める業務

機械学習エンジニア

1億件の行政データ基盤×AIスタートアップ｜DGX A100とローカルLLMを、設計から任されるAIエンジニア

LobbyAIのAIの出力や検索結果を、ユーザーが実際の業務で使えるWebアプリケーションとして届ける。フロントエンドからバックエンド、AI連携まで横断して担うポジションです。

議会議事録、予算、行政計画、入札情報。形式も文脈もバラバラな公共データを、LLM、RAG、AIエージェント、自然言語処理、検索基盤で解析し、企業の政策渉外・自治体営業・意思決定を支援するプロダクトを開発しています。
AIモデル単体の研究開発に閉じず、AIの出力や検索結果を「使いやすい機能」にして届けることがミッションです。

■ フロントエンド
・Next.js / TypeScript を用いたフロントエンド開発
・推論結果、検索結果、分析結果をユーザーに分かりやすく届けるUI / UXの設計・改善

■ バックエンド・AI連携
・FastAPI / Python を用いたバックエンドAPIの設計・実装
・LLM / RAG / AIエージェントを活用したプロダクト機能の開発
・AIモデルや外部AI APIの出力を、Webアプリケーションに組み込むための設計・実装
・AI機能の精度、再現性、レスポンス速度、コスト、安定性を考慮した改善

■ 検索・データ連携
・行政・公共データを対象とした検索、要約、分類、情報抽出、構造化機能の実装
・OpenSearch等の検索基盤と連携したプロダクト機能の開発

■ チーム・プロダクト
・CTOやビジネスサイドと連携した要件整理、仕様検討、技術選定
・少人数チームにおける設計レビュー、コードレビュー、開発プロセス改善

■ この仕事の技術的な面白さ
1. AIの出力は、いつも正解とは限らない：確からしさを持つ結果を、ユーザーが安心して使えるUIとAPIにどう落とし込むかを設計できます。
2. 検索・要約・分類を「体験」にする：探索コストの高い行政データを、使える機能として届けるフロントからバックまでを自分で作れます。
3. 一部ではなく、全体を担える：少人数のため、要件整理・設計・実装・リリース・改善まで一気通貫で関われます。

【業務内容の変更範囲】
（雇入れ直後）Webアプリケーションの設計・開発
（変更の範囲）会社の定める業務

【年収アップ確約】全社員にOpenAI最上位プラン｜Python×TypeScriptで「行政×AI」プロダクトをゼロから創るフルスタックエンジニア

LobbyAIの土台となる「約1億件の行政・公共データを、探せる・使える形にする検索基盤・データ基盤」を、設計から運用まで担うポジションです。

議会議事録、予算、行政計画、入札情報。形式も粒度もバラバラで、非構造かつ大量に存在するこれらのデータを、OpenSearchを中心に、ユーザーが必要な情報へ素早くたどり着ける体験へ変えていきます。単なるデータ処理や保守運用ではなく、検索精度・性能・拡張性を継続的に磨き、プロダクト価値の中核を支える役割です。

■ 収集・データパイプライン
・多様な公共データを安定的に取得・更新する仕組みの設計・運用（AWSを活用したデータパイプライン）
・収集、整形、構造化、投入までの一貫した改善と、データ品質の向上
・継続的な更新・差分管理の仕組みづくり

■ 検索基盤（OpenSearch / Elasticsearch）
・検索・分析基盤の設計および運用
・インデックス設計、マッピング設計、クエリ最適化
・パフォーマンスチューニングおよび障害対応

■ AI連携・プロダクト連携
・AI / LLM活用を見据えた検索・RAG構成の検討および実装
・アプリケーションエンジニア、AIエンジニアと連携したデータ活用設計

■ この仕事の技術的な面白さ
1. データソースごとに形式も粒度も違う：統一されていない大量の公共データを、検索できる形に揃える設計力が問われます。
2. 更新され続けるデータを扱う：継続的な更新と差分管理を、安定して回し続ける仕組みが必要です。
3. 全文検索だけでは届かない：必要な情報にたどり着ける検索とは何かを、精度・性能・拡張性の両面から追求できます。

CTOやAIエンジニア、ビジネスサイドと近い距離で議論しながら、データモデル設計から検索精度の改善、運用改善まで一気通貫で担当します。

【業務内容の変更範囲】
（雇入れ直後）検索基盤・データ基盤の設計・運用
（変更の範囲）会社の定める業務

【年収アップ確約】全社員にOpenAI最上位プラン｜1億件の行政データ検索基盤を担うデータエンジニア

LobbyAIの中核となる「行政データから提案を生成するAI」を、設計から本番運用まで担うポジションです。

全国の自治体が公開する議会議事録・予算・行政計画・入札情報は、形式も文脈もバラバラで、約1億件にのぼります。これらを意味のある形に構造化し、ユーザーの問いに応じて必要な情報を集め、推測を含む提案へと変換する。この一連のAI処理の中心を担っていただきます。
LLMを主軸に、必要に応じて自然言語処理や画像処理を含む機械学習全般を活用し、プロダクト価値につながる形で実装していただきます。

■ 構造化（データエンジニアと協働）
・形式・文脈が異なる膨大な文書から、自然言語処理で情報を抽出・構造化するパイプラインの設計・改善
・抽出精度の評価指標づくりと、継続的な改善サイクルの運用

■ 回答生成（中心となる担当領域）
・ユーザーの依頼を受け、蓄積したデータから該当情報を集めて提案を組み立てるAIエージェント（タスク分解、状態管理、ツール連携、検索と推論の組み合わせ）の設計・実装
・データを外部に出せない前提での、推論パイプラインの設計および最適化
・精度・再現性・計算コストのバランスを取った実装と、品質評価の仕組みづくり
・学習済みモデル・外部モデルのプロダクト統合

■ プロダクト連携
・アプリケーションエンジニアと連携し、AI機能をAPIや画面として実際のユーザーに届ける

■ この仕事の技術的な面白さ
1. 正解のない問いを扱う：「ぴったりの自治体」に唯一の正解はなく、推測を含む提案の品質をどう測り、どう改善するかを自分たちで設計します。
2. 不完全なデータと向き合う：形式も文脈もバラバラな約1億件を、ルールベースでは扱えない前提で、モデルとエージェントで構造化します。
3. 外に出せない情報を扱う：データを外部に出せないという制約の中で、精度とコストの最適解を探ります。

CTOやビジネスサイドと近い距離で議論しながら、要件整理から実装・評価・改善までを一気通貫で担当します。研究やPoCで終わらせず、実際のユーザーの意思決定を支えるプロダクトとして磨いていくポジションです。

【業務内容の変更範囲】
（雇入れ直後）AI機能の設計・実装
（変更の範囲）会社の定める業務

【年収アップ確約】1億件の行政データ基盤×AIスタートアップ｜DGX A100とローカルLLMを、設計から任されるAIエンジニア

国・自治体の政策、議会、予算、計画、入札情報を、「探す」から「案件獲得」までAIがサポート。
「どこに、何を、いつ、誰に提案するか」を明らかにし、政策渉外から公共営業まで、受注・政策実現につながる意思決定を支援する公共・政策情報プラットフォームの「LobbyAI」の開発、提供をしています。