株式会社MIMIGURIの02_バックエンドエンジニアの求人

私たちについて

MIMIGURIは「Cultivate the Creativity 創造性の土壌を耕す」というミッションのもと、コンサルティング・プロダクト開発・研究開発のシナジーを生みながら価値提供を行う企業です。

私たちの強みは、組織や人についての知見(ナレッジ)と、顧客一人ひとりの状況や課題(コンテクスト)の蓄積にあります。これらの「見えない資産」を活かし、循環させるための技術基盤を構築しています。

プロダクト組織は現在15名程のメンバーが所属しており、システムの開発・運用をエンジニア3名で担当しています。学習メディア「CULTIBASE」を通じて、組織開発・企業変革の知見を社外に届けており、プロダクトマネジメント・コンテンツ制作・マーケティングを専門とするメンバーと連携しながら成長を推進しています。

募集背景

私たちの次のステップは、この知的資産の活用範囲を広げることです。

現在はCULTIBASEを中心にナレッジの発信・活用が進んでいますが、社内の業務プロセスや、今後展開する社外向けプロダクトにも、ナレッジが自然に蓄積され・必要な場面で活きる仕組みを広げていきたいと考えています。

具体的には、全社でClaudeを導入し、ファシリテーターやコンサルタントの業務プロセスをAI活用とともにアップデートするプロジェクトを進めています。AIが業務の中で自然に活用されるためのバックエンド基盤——データの接続、エージェントの実行環境、コンテンツやナレッジとの接続——を構築できるエンジニアが必要です。CULTIBASEを含むナレッジやコンテンツの基盤と、この業務基盤の両方を技術的に進化させることが求められます。

現在、これらの基盤の技術意思決定はEMがすべて担っている状態です。事業が成長し、AI活用やデータ活用の可能性が広がる中で、EMと連携しながら、この基盤の設計・実装をリードできるエンジニアを求めています。

主な仕事内容

1. 知的資産基盤の技術オーナーシップ

学習メディア「CULTIBASE」を支えるコンテンツ基盤(動画・ポッドキャスト・記事)の既存システムの全体像を把握し、改善戦略を描いて実行します。既存データベースのBigQueryへの移行や、メディア処理パイプラインの改善も含みます。

2. AIエージェント向けデータ提供基盤の設計・構築

Claude等のAIエージェントから業務データやコンテンツを参照できる仕組みを設計・構築します。エージェントが業務データを参照・操作できるインターフェースの設計、エージェント実行基盤の構築(フレームワーク選定を含む)が中心です。

3. データパイプラインの設計・構築

HubSpot・freee・クラウドサイン・Notion・Google Sheetsなど、複数の業務SaaSからBigQueryへのETLパイプラインを設計・構築します。業務エンティティの正規化やデータマートの構築も担います。

4. AI・データ活用の推進

CULTIBASEでは既にRAGベースのAI Assistantが稼働しています。この基盤を発展させ、ナレッジの活用を加速する新しい技術を試し、基盤に反映します。

業務内容変更範囲: 会社の定める業務

一緒に探索したい課題

このポジションの特徴は、2つの基盤を橋渡しする「活用基盤」の設計をリードできることです。

活用基盤とは、蓄積されたナレッジと、それを必要とする人の状況を結びつけ、日々の業務の中で自然にナレッジが活きる仕組みです。現在はCULTIBASE向けに検索・AI・コンテンツ配信の仕組みが稼働していますが、これをコンサルティング業務にも展開できる基盤に進化させたいと考えています。

一緒に考えたいこと:

• ナレッジと利用者をどう結びつけるか — 誰がどんな状況で生み出した知見なのかをシステム上でどう表現し、必要な場面で引き出せるようにするか
• AIエージェントに最適なデータ提供とは何か — 従来のAPI設計とは異なる、AIが消費しやすいインターフェースの設計原則とは
• CULTIBASE向けの実装をどう汎用化するか — コンサルティング業務やクライアント向けプロダクトにも展開できる基盤にどう進化させるか

正解がまだない領域です。だからこそ、仮説を立てて実験し、学びを設計に還していける方と一緒に取り組みたいと考えています。

技術スタック & ツール

• 言語: TypeScript / Python
• フロントエンド: Next.js / React
• バックエンド: Node.js / Python / Docker
• インフラ: Vercel / Firebase / GCP(CloudSQL, BigQuery, Cloud Functions, Cloud Storage) / Cloudflare
• CMS / メディア: Sanity / microCMS / Vimeo / MUX
• AI / LLM: OpenAI / Google / Anthropic
• データ: BigQuery / Fivetran / Dataform
• 開発系: GitHub / Sentry / Checkly
• コラボレーション: Slack / Notion / Miro
• 今後の発展領域: AIエージェント接続基盤(MCP等)、外部SaaS連携、データ品質モニタリング

• 難しい問題を楽しめる人 — 技術的な困難や矛盾にぶつかったとき、安易に妥協せず「もっと良い方法があるはず」と粘れる方。そこから得た学びをチームに共有できる方
• 自分が作ったものに誇りを持てる人 — インフラや基盤を裏方仕事で終わらせず、「これは自分の作品だ」と胸を張れるものづくりがしたい方
• 得意領域に閉じず、変化を楽しめる人 — 技術に自信を持ちつつも、自分の専門に固執しない。AI時代の変化の中で、新しい領域にも自ら踏み出せる方
• 「知が活きる仕組み」を作ることに面白さを感じる人 — 蓄積されたナレッジや人の経験が、日々の仕事の中で自然に使える状態になる。そういう仕組みをシステムで実現することに知的好奇心がある方

• 他者が構築したシステムを引き継ぎ、全体像を把握して改善戦略を描いた経験
• GCPを中心としたクラウドインフラ上でのアーキテクチャ設計・運用経験
• TypeScript または Python での実務開発経験
• AI・データ活用領域の技術変化に自律的にキャッチアップし、仮説を立てて実験できること

• AIエージェント向けのデータ提供基盤の構築経験(MCPサーバー等)
• AIエージェントフレームワークの利用経験(Mastra, LangGraph, CrewAI等)
• BigQueryを中心としたデータパイプラインの設計・構築経験
• ETL/ELTパイプラインの構築経験(Dataform, Fivetran, Connector SDK等)
• LLM / AI APIを活用したプロダクト機能の開発・PoC経験
• CI/CD・自動テスト・監視を通じた開発品質と生産性の向上経験
• 複数システム間の連携設計・運用経験