Backend Engineer, AI Platform（AI/ML）

AIを社会実装するBackend Engineer｜図面・設計・調達データをプロダクトへ

Description

# AIが扱えない産業データを、AIが扱える形へ

BALLASは、設計・調達・製造・施工にまたがる膨大な業務データを保有しています。

図面、見積、発注、製作図、施工に関するコミュニケーション。

これらは長年、人の経験や暗黙知によって運用されてきた情報です。

私たちは、このデータを構造化し、AIが理解・活用できる状態へ変換することで、建設サプライチェーン全体の生産性向上に挑戦しています。

AI/MLエンジニアが開発したモデルを実際のプロダクトへ組み込み、社会実装するBackend Engineerを募集しています。

# 具体的な業務

## AI・機械学習モデルをプロダクトとして届けるためのバックエンド開発を担当いただきます。

* AI/MLモデルを利用するAPIの設計・実装

* FastAPIを用いたAIマイクロサービス開発

* LLM・マルチモーダルAI機能のプロダクト組み込み

* Vertex AI、Geminiを活用したAI基盤構築

* モデル推論基盤の性能改善・スケーリング

* GraphQL APIの設計・実装

* AI/MLエンジニアとの協業による社会実装推進

* SREと連携した運用設計・監視基盤整備

# 技術環境（2026年6月時点）

## フロントエンド

React、Next.js、TypeScript

## バックエンド

Python、FastAPI、NestJS、TypeScript、GraphQL、GraphQL

## Testing

Jest

## AI/ML

Vertex AI、Gemini、Cloud Vision API

## Infrastructure

Google Cloud Platform (GCP)、Firebase、Vertex AI、Cloud Vision API、Gemini、Docker、Terraform、PostgreSQL

## DevOps

GitHub、Notion、Cursor Agent、Devin、Gemini、Google Cloud Monitoring、Sentry、Google Cloud Monitoring

## Design / Collaboration

Figma、Miro、Slack、Notion

# このポジションで得られる挑戦

*AI/MLモデルのPoCから社会実装まで一気通貫で関われる

*図面・設計・調達データなど、AIがまだ十分に活用できていない産業データを扱える

*AI、ソフトウェア、業務オペレーションを横断しながら価値創出に取り組める

*AI Nativeな産業ソフトウェアの設計・開発経験を積める

*Backend Engineerとしてだけでなく、AI Platform EngineerやTech Leadへとキャリアを広げられる

*急速に進化する生成AI技術を実サービスへ適用し続ける環境で挑戦できる

# なぜ、AIだけでは産業は変わらないのか？

多くのAIプロダクトは、既存業務の一部を効率化することに留まっています。

しかし、建設業や製造業のようなリアル産業では、単純な自動化だけでは価値を生み出せません。

そこには

・図面

・仕様書

・見積

・発注

・施工計画

といった膨大な非構造データが存在し、

さらに、

・企業ごとに異なる業務プロセス

・例外だらけの現場判断

・暗黙知に依存した意思決定

が複雑に絡み合っています。

AIが本当に価値を発揮するためには、業務そのものを構造化し、

AIが理解・実行できる状態へ変換する必要があります。

BALLASが取り組んでいるのは、単なるAI活用ではありません。

産業の意思決定をコード化し、再現可能な仕組みとして実装することです。

# BALLASとは？

「建設業を最適化し、人々を幸せに。」をミッションに掲げ、建設サプライチェーンをアップグレードするテックカンパニーです。

プラットフォーム運営を通じて設計・調達・製造に携わりながら一次情報を蓄積し、業界の標準化・最適化を推進しています。

リアルなオペレーションをコード化し、AI Nativeな産業インフラの構築を目指しています。

# BALLASのプロダクト

BALLASでは「BALLAS SCM」と「BALLAS LINKS」の2つのプロダクトがあります。

・「BALLAS SCM」：自社とパートナー工場様が使うサービスで、設計から製造までのオペレーションをAI Nativeに再設計するためのプロダクトです。

・「BALLAS LINKS」：お客様である建設工事会社様が使うプロダクトです。こちらは、建設工事会社様の内部にある設計・調達プロセスを統合するプロジェクト基盤になります。

今までお客様は、図面の管理にファイルサーバーやクラウド、仕様の協議はメールやチャット、やりとりは口頭と様々なツールを使い分ける状況でした。それを一つに統合することで、認識のズレや余計な工数を大幅に削減できます。さらに、蓄積された作図・購買プロセスデータをもとに、AIによる業務の自動化も進めています。

参考：BALLASが取り組む課題

BALLASが挑む建設サプライチェーンの復興──消えゆく町工場と日本の課題

https://youtrust.jp/studio/articles/ballas

# 代表・木村の起業への想い

## なぜBALLASを立ち上げたのか

1400年以上にわたり日本の発展を支えてきた建設業界は、今なお社会インフラを支える巨大産業です。一方で、現場では深刻な職人不足や、アナログで不透明な調達プロセスによる過度な調整負担など、産業全体の生産性を阻害する課題が残されています。

多重請負構造の中で分断されてきた設計・調達・製造・施工のプロセスをデータでつなぎ直し、人とAIが協働できる業務構造へ再設計することで、人が創造的な仕事や本質的な意思決定に集中できる産業を実現したい。

その想いから、BALLASを創業しました。

> BALLASが目指すのは、**顧客・パートナーにDXを強制しないDX**です。

建設部材の調達プラットフォーム「BALLAS」は、自らがサプライヤーとして設計・調達・製造に携わりながら一次情報を蓄積し、業界の標準化・最適化を推進しています。「BALLASに頼めば、やり方を変えずに業務が最適化されていく」そんな体験を提供していきたいと考えています。

参考：サプライヤーBALLASという戦略

• 取締役COO中西「川下から川上へ、サプライチェーンをかえる」

https://note.com/ballas/n/nd8f29e3d2c54

# BALLASという組織の3つの魅力

## ① 産業変革の最前線で、事業と組織の両方をつくるフェーズ

IPOを目指す成長過程にありながら、事業・組織ともに未完成。

仕組みづくりや新たな挑戦の機会が数多くあります。

参考：投資家対談

• 非住宅分野の工業化（大和ハウス工業とBALLASのチャレンジ）

https://newspicks.com/news/16132298/body/

• AI時代の建設業の在り方(山九株式会社と、BALLASのチャレンジ)

https://note.com/ballas/n/nac0071ddd0dc?magazine_key=m2d2c927dffd6

• 建設サプライチェーンを絶やさない(日揮株式会社と、BALLASのチャレンジ)

https://note.com/ballas/n/n231c96e140b5?magazine_key=m2d2c927dffd6

## ② AI Nativeな働き方を実践する組織

Claude Code、Cursor、Devin、Gemini などの生成AIツールを組織の標準装備として活用しています。

AIを個人の工夫に留めず、組織の生産性向上につなげる取り組みを推進しています。

参考：投資家対談

AIと相性のよいBALLASという事業(Z VCからみたBALLAS)

https://note.com/ballas/n/n8e9b32584463

## ③ 強みを伸ばしながら成長できる人事制度

マトリクス型キャリアモデルを採用。

マネジメントだけでなく、専門性を高めるキャリアも選択できる環境です。

参考：BALLASの組織開発

共同創業者 執行役員 コーポレート本部 責任者益田の記事

https://note.com/ballas/n/nbaa4cb59f8d1

Requirements

# AIが扱えない産業データを、AIが扱える形へ

BALLASは、設計・調達・製造・施工にまたがる膨大な業務データを保有しています。

図面、見積、発注、製作図、施工に関するコミュニケーション。

これらは長年、人の経験や暗黙知によって運用されてきた情報です。

私たちは、このデータを構造化し、AIが理解・活用できる状態へ変換することで、建設サプライチェーン全体の生産性向上に挑戦しています。

AI/MLエンジニアが開発したモデルを実際のプロダクトへ組み込み、社会実装するBackend Engineerを募集しています。

# 具体的な業務

## AI・機械学習モデルをプロダクトとして届けるためのバックエンド開発を担当いただきます。

* AI/MLモデルを利用するAPIの設計・実装

* FastAPIを用いたAIマイクロサービス開発

* LLM・マルチモーダルAI機能のプロダクト組み込み

* Vertex AI、Geminiを活用したAI基盤構築

* モデル推論基盤の性能改善・スケーリング

* GraphQL APIの設計・実装

* AI/MLエンジニアとの協業による社会実装推進

* SREと連携した運用設計・監視基盤整備

# 技術環境（2026年6月時点）

## フロントエンド

React、Next.js、TypeScript

## バックエンド

Python、FastAPI、NestJS、TypeScript、GraphQL、GraphQL

## Testing

Jest

## AI/ML

Vertex AI、Gemini、Cloud Vision API

## Infrastructure

Google Cloud Platform (GCP)、Firebase、Vertex AI、Cloud Vision API、Gemini、Docker、Terraform、PostgreSQL

## DevOps

GitHub、Notion、Cursor Agent、Devin、Gemini、Google Cloud Monitoring、Sentry、Google Cloud Monitoring

## Design / Collaboration

Figma、Miro、Slack、Notion

# このポジションで得られる挑戦

*AI/MLモデルのPoCから社会実装まで一気通貫で関われる

*図面・設計・調達データなど、AIがまだ十分に活用できていない産業データを扱える

*AI、ソフトウェア、業務オペレーションを横断しながら価値創出に取り組める

*AI Nativeな産業ソフトウェアの設計・開発経験を積める

*Backend Engineerとしてだけでなく、AI Platform EngineerやTech Leadへとキャリアを広げられる

*急速に進化する生成AI技術を実サービスへ適用し続ける環境で挑戦できる

# なぜ、AIだけでは産業は変わらないのか？

多くのAIプロダクトは、既存業務の一部を効率化することに留まっています。

しかし、建設業や製造業のようなリアル産業では、単純な自動化だけでは価値を生み出せません。

そこには

・図面

・仕様書

・見積

・発注

・施工計画

といった膨大な非構造データが存在し、

さらに、

・企業ごとに異なる業務プロセス

・例外だらけの現場判断

・暗黙知に依存した意思決定

が複雑に絡み合っています。

AIが本当に価値を発揮するためには、業務そのものを構造化し、

AIが理解・実行できる状態へ変換する必要があります。

BALLASが取り組んでいるのは、単なるAI活用ではありません。

産業の意思決定をコード化し、再現可能な仕組みとして実装することです。

# BALLASとは？

「建設業を最適化し、人々を幸せに。」をミッションに掲げ、建設サプライチェーンをアップグレードするテックカンパニーです。

プラットフォーム運営を通じて設計・調達・製造に携わりながら一次情報を蓄積し、業界の標準化・最適化を推進しています。

リアルなオペレーションをコード化し、AI Nativeな産業インフラの構築を目指しています。

# BALLASのプロダクト

BALLASでは「BALLAS SCM」と「BALLAS LINKS」の2つのプロダクトがあります。

・「BALLAS SCM」：自社とパートナー工場様が使うサービスで、設計から製造までのオペレーションをAI Nativeに再設計するためのプロダクトです。

・「BALLAS LINKS」：お客様である建設工事会社様が使うプロダクトです。こちらは、建設工事会社様の内部にある設計・調達プロセスを統合するプロジェクト基盤になります。

今までお客様は、図面の管理にファイルサーバーやクラウド、仕様の協議はメールやチャット、やりとりは口頭と様々なツールを使い分ける状況でした。それを一つに統合することで、認識のズレや余計な工数を大幅に削減できます。さらに、蓄積された作図・購買プロセスデータをもとに、AIによる業務の自動化も進めています。

参考：BALLASが取り組む課題

BALLASが挑む建設サプライチェーンの復興──消えゆく町工場と日本の課題

https://youtrust.jp/studio/articles/ballas

# 代表・木村の起業への想い

## なぜBALLASを立ち上げたのか

1400年以上にわたり日本の発展を支えてきた建設業界は、今なお社会インフラを支える巨大産業です。一方で、現場では深刻な職人不足や、アナログで不透明な調達プロセスによる過度な調整負担など、産業全体の生産性を阻害する課題が残されています。

多重請負構造の中で分断されてきた設計・調達・製造・施工のプロセスをデータでつなぎ直し、人とAIが協働できる業務構造へ再設計することで、人が創造的な仕事や本質的な意思決定に集中できる産業を実現したい。

その想いから、BALLASを創業しました。

> BALLASが目指すのは、**顧客・パートナーにDXを強制しないDX**です。

建設部材の調達プラットフォーム「BALLAS」は、自らがサプライヤーとして設計・調達・製造に携わりながら一次情報を蓄積し、業界の標準化・最適化を推進しています。「BALLASに頼めば、やり方を変えずに業務が最適化されていく」そんな体験を提供していきたいと考えています。

参考：サプライヤーBALLASという戦略

• 取締役COO中西「川下から川上へ、サプライチェーンをかえる」

https://note.com/ballas/n/nd8f29e3d2c54

# BALLASという組織の3つの魅力

## ① 産業変革の最前線で、事業と組織の両方をつくるフェーズ

IPOを目指す成長過程にありながら、事業・組織ともに未完成。

仕組みづくりや新たな挑戦の機会が数多くあります。

参考：投資家対談

• 非住宅分野の工業化（大和ハウス工業とBALLASのチャレンジ）

https://newspicks.com/news/16132298/body/

• AI時代の建設業の在り方(山九株式会社と、BALLASのチャレンジ)

https://note.com/ballas/n/nac0071ddd0dc?magazine_key=m2d2c927dffd6

• 建設サプライチェーンを絶やさない(日揮株式会社と、BALLASのチャレンジ)

https://note.com/ballas/n/n231c96e140b5?magazine_key=m2d2c927dffd6

## ② AI Nativeな働き方を実践する組織

Claude Code、Cursor、Devin、Gemini などの生成AIツールを組織の標準装備として活用しています。

AIを個人の工夫に留めず、組織の生産性向上につなげる取り組みを推進しています。

参考：投資家対談

AIと相性のよいBALLASという事業(Z VCからみたBALLAS)

https://note.com/ballas/n/n8e9b32584463

## ③ 強みを伸ばしながら成長できる人事制度

マトリクス型キャリアモデルを採用。

マネジメントだけでなく、専門性を高めるキャリアも選択できる環境です。

参考：BALLASの組織開発

共同創業者 執行役員 コーポレート本部 責任者益田の記事

https://note.com/ballas/n/nbaa4cb59f8d1

Preferred Experiences

- MLOpsの原則とツールへの精通

- SaaSプロダクトの開発・運用経験

- テックリード等の役割で、サービス設計開発を主導した経験

- AWS、GCP、Azure などのパブリッククラウドについて、IaCツールを用いてインフラ構築を行い運用した経験

- コンピュータサイエンスの専攻

- 建設業界のドメイン知識（なくてもキャッチアップ可能）

- Next.js/TypeScriptを利用したフロントエンド開発経験

- Nest.js/TypeScriptを利用したバックエンド開発経験

We are looking for

*AIモデルを作るだけでなく、社会実装まで責任を持ちたい方

*AI・ソフトウェア・業務オペレーションを横断して価値創出に取り組みたい方

*API設計やシステムアーキテクチャに関心がある方

*LLMやマルチモーダルAIを実プロダクトへ組み込むことに興味がある方

*AI Nativeな産業ソフトウェアをゼロから作りたい方

---

# 一緒に働くメンバー

## メンバー例

• プロダクト開発部 責任者 濱田

AI Nativeなプロダクト開発

https://note.com/ballas/n/n17474f6ad1c2

• テックリード 片岡

コミュニケーションと情報の最適化で「良いモノづくり」を実現

https://note.com/ballas/n/ncd9a27ac3c4f?magazine_key=mf040e7ab6852

• 設計DX 大関

リアル×テックで進化する設計 - 構造から変える、建設業の未来

https://note.com/ballas/n/nda4feb73969f?magazine_key=mf040e7ab6852

---

# TEAM BALLAS

平均年齢は32.4歳。

若い組織でありながら、設計・施工・調達・生産管理など、それぞれの領域で実務経験を積んだプロフェッショナルが集まっています。

職種や役職に関わらず、互いを尊重しながらフラットに議論し、より良い顧客価値の創出に向き合っています。

また、BALLASには11条からなる「BALLAS信条」があり、メンバー一人ひとりが以下のような価値観を大切にしています。

* ゴール思考

* 組織での付加価値最大化

* 他責にしない

こうした価値観を共有しながら、産業変革に挑戦しています。

Working Conditions

Salary

- 想定年収800万～1200万円

- 月給制

※専門業務型裁量労働制を導入

Location

①神田オフィス

東京都千代田区神田須田町2-1-1 MA SQUARE AKIHABARA 5階

②大阪オフィス

大阪府大阪市中央区平野町3-1-6 BizMiiX Yodoyabashi 3階

※配属は応募者様の希望に応じて決定

※リモート勤務可（週1回の出社想定）

Job Type

正社員

Work hours

- 専門業務型裁量労働制

- 1日のみなし時間：8時間00分

- 年間休日120日（内訳：完全週休二日制、土曜、日曜、祝日、年末年始）

- 有給休暇：入社日に10日付与、入社日後6か月を経過した日に10日付与、入社日後1年ごとに20日付与

Probation period

有 3か月（最大6か月、試用期間中の勤務条件：有機雇用契約）

Benefits

• AI Nativeな組織

Claude Code、Cursor、Devin、Gemini などの生成AIツールの利用可能。

AIを個人利用のツールではなく、組織の標準装備として位置づけています。

日々の情報収集、ナレッジ共有、資料作成、意思決定支援などに生成AIを活用し、人がより本質的な課題解決や創造的な仕事に集中できる環境づくりを進めています。

• その他

社会保険完備（健康保険・厚生年金・雇用保険・労災保険）

業務用PC貸与

書籍購入、資格取得、セミナー参加等の学習支援制度

カフェ代補助

AIツール利用環境の提供