435,353open jobs
15,186companies
61,638added this week
Browse all
Location
In office
Overview
Company
Impact
Profile match
AIを活用した幅広いサービスの利用が当たり前になった昨今、これからの私たちが提供できる価値はDeNA×AIだからできる「人」と「テクノロジー」が、組み合わさった未来です。 DeNA×AIと新しいモノづくりを一緒に。.

トップパフォーマーの判断基準を、動くAIとして実装する。

Description

「あの人に相談したいのに、カレンダーがいっぱいで仕事が止まってしまう」--日本の組織が長年抱えてきたこの課題に、AIで真正面から挑むプロダクトが リーダーズAI です。企業のリーダーやハイパフォーマーの思考・判断基準・専門知識をもとに、Slack や Teams 上で稼働するオリジナルAIを構築。組織の誰もが「あの人の頭の中」に24時間アクセスできる状態をつくります。

このポジションは、顧客企業のリーダー本人と向き合い、その人のAIを実際に構築する役割です。

対象は経営層に限りません。役員・部門長から、現場で圧倒的な成果を出しているトップパフォーマー、特定領域の知見が集中しているベテランまで--「この人に聞かないと進まない」状態を生んでいる人すべてが対象になります。

その本人から引き出された判断軸や価値観を、実装可能な構造に落とし込みAIとして形にする。出力の品質を検証し、精度が出るまで作り込む。技術的な仕様を、AIに詳しくない顧客の言葉に翻訳して合意を取る。そして現場で得た知見をプロダクト側に還元し、次の顧客に活かす--顧客対応・実装・プロダクト改善の結節点に立つ、価値創出の最前線です。

顧客との関係構築・インタビューの実施は カスタマーサクセスマネージャーが主に担い、本ポジションはその技術カウンターパートとして常に二人三脚で動きます。インタビューには同席し、AI実装の観点から必要な情報を引き出す役割を担います。

「上流の設計だけで終わりたくない」「自分の手で作りながら、顧客と直接向き合いたい」「自社プロダクトの進化・改善に顧客視点で携わりたい」--そんな方にフィットするポジションです。

参考:https://dena-ailink.com/service/leaders-ai

### 職務内容詳細

業務は 「AI構築・品質管理」「顧客との技術折衝」「プロセスの自動化・仕組み化」 の3軸で構成されます。中心となるのは1つ目です。

1. AI構築・品質管理

- カスタマーサクセスマネージャーが実施する対象リーダーへのインタビューに同席し、AI実装の観点から必要な情報を深掘りする

- インタビュー設計に対し、「AIとして再現するために何を聞くべきか」を構築側の観点からインプットする

- 引き出された思考・価値観・判断基準を、実装可能な粒度まで構造化する

- 構造化した内容を、当社のペルソナ定義フォーマットを踏まえて実装する

- RAG用コーパスの設計・整備(対象文書の選定、分割設計、メタデータ付与、検索精度の検証)

- 構築したAIの出力品質を検証し、改善サイクルを回す

- 顧客からのフィードバックをAIの設計改善に落とし込み、評価機構を利用しバージョン管理しながら精度を上げていく

2. 顧客との技術折衝

- AIの挙動・制約・実現可能性について、顧客に理解できる言葉で説明し、合意を形成する

- 「できること/できないこと」の線引きを技術的根拠を持って提示し、期待値を調整する

- 品質検証結果のレビュー会をリードし、次の改善方針を顧客と決める

- 顧客の要望を、技術要件に翻訳して実装方針を定める

※ プロジェクト全体の進行管理、顧客との関係構築、対象リーダーへのインタビュー実施、契約更新やアップセルの提案は、主にカスタマーサクセスマネージャーが担当します。本ポジションはその技術カウンターパートとして、1案件をペアで担当します。

3. プロダクトへのフィードバック・プロセスの仕組み化

- 顧客の要望・つまずき・使われ方の実態を、プロダクトの仕様改善案として言語化しPdM・開発チームに提起する

- 個別対応で解決した内容のうち、汎用化すべきものを見極め、プロダクト機能としての実装を働きかける

- 自身が回した構築プロセスを分解し、再現可能な手順・テンプレートとして整備する

- AIツール(Claude Code / Cursor / Databricks / Arize 等)を活用し、構築業務そのものを自動化・効率化と品質向上を両立する

### このポジションでやらないこと

役割を明確にするため、担当範囲外を記載します。

- **プロダクト本体の機能開発** - 自社エンジニアチームが担当します

- **スクラッチでのアプリケーション開発・インフラ構築**

- **受注前の新規開拓・営業活動** - セールスチームが担当します

- **プロジェクトの進行管理・顧客との関係構築・契約更新・アップセル提案** - カスタマーサクセスマネージャーが担当します

- **対象リーダーへのインタビューの主担当** - カスタマーサクセスマネージャーが担います。本ポジションは同席し、実装観点での深掘りを担当します

コードを書く比重は、プロダクト開発エンジニアより低くなります。一方で、自社プロダクト基盤の上で実際に動く顧客のAIという「構造物」を自分の手で書き、検証し、改善し、顧客に価値を届け続けることがこのポジションの中心的な業務です。

### こんな方におすすめ

* SIer・受託開発で、要件定義から実装まで一気通貫で担当していた方 - 顧客の話を聞き、仕様に落とし、自分で作り、説明する。このポジションはその4工程がそのまま仕事になります

* ソリューションエンジニア・プリセールスとして、提案だけでなく実装・PoC構築まで踏み込んでいた方

* RPA・ローコードの導入支援で、業務ヒアリングから構築まで自分で回していた方

* 事業会社の内製化推進・DX推進で、ベンダー管理ではなく自ら手を動かしていた方

* 上流工程に移った結果、実装から離れてしまったことに物足りなさを感じている方

* 自社サービスで、目の前の顧客に喜んでもらう体験をつくりたい方 - 「作って納めて終わり」ではなく、自社プロダクトを磨きながら顧客の成果に最後まで向き合える環境です

* 顧客の声をプロダクトに還元することに面白さを感じる方 - 現場で得た要望を仕様に橋渡しし、次の顧客に活きる形にしていく役割を担います

* AIを日常的に使い倒しているが、「使う側」から「作り込む側」に回りたいと考えている方

* 受託・常駐ではなく、自社プロダクトの成長に直接コミットできる環境に移りたい方

## この仕事のやりがい

### 日本を代表する企業のキーマンと、直接向き合える

担当顧客は業界を問わず多岐にわたります。共通するのは「特定の人の頭の中にしかない判断軸が、組織のボトルネックになっている」という構造。それを言語化し、AIとして利用可能な形に還元するのがこのポジションの本質です。カスタマーサクセスマネージャーとペアでインタビューの場に立ち、顧客の仕事のコアな思想・考え方・組織内のコミュニケーション構造・業務フローを理解、整理し、業務の中で活用されるAIに落とし込む。日本の企業で第一線の成果を出しているリーダー・トップパフォーマーの思考に一次情報として触れられる仕事は、そう多くありません。

### 「作った結果」が、定量と定性の両面で返ってくる

構築したAIがどれだけ使われ、どれだけ意思決定を代替できたかが指標として可視化されます。

*定量的な成果*

- 相談を受ける側の工数削減:AIあたり年間100時間規模で発生しているリーダーやベテランによる相談・質問へのフィードバックの効率化

- 相談する側の工数削減:「あの人の時間が空くまで待つ」ために止まっていた業務が動き出す。対象は数十〜数百人規模になり、組織全体で見た削減幅はさらに大きくなります

*定性的な価値*

- 若手・中堅が、上位者の判断軸に日常的に触れられるようになる(育成効果)

- 「こんなことを聞いていいのか」という遠慮がなくなり、これまで表に出てこなかった相談が生まれる

- 属人化していた暗黙知が、組織の資産として蓄積・継承される

構築改善していくAIが、そのまま顧客の組織の動き方を変えます。

### 顧客の声と、プロダクトの設計の間に立てる

現場で最初に顧客の反応を受け取るのはこのポジションです。「どうすればより価値の高い示唆を利用者に与えられるか」「何があれば意思決定まで届いたのか」を最も解像度高く語れる立場から、仕様改善をPdM・開発チームに提起できます。自分が提起した改善が機能として実装され、次の顧客の成果につながる--自社プロダクトならではの手触りがあります。

### 新しい職種を、自分の手で定義できる

「人の判断基準をAIに実装する」という職能は、まだ世の中に確立していません。手順もテンプレートも、仮説検証しながら改善していきます。整備されていない領域を自分の型にしていくことに、面白さを感じられる方に向いています。

### 「担当者」にとどまらないキャリアパス

自身が行う構築プロセスをAIで自動化するプロセスオーナーとしての役割も持ちます。将来的にはPdM・プロジェクトマネージャー・BPRスペシャリストなど複数のキャリアパスに開かれています。

Requirements

「あの人に相談したいのに、カレンダーがいっぱいで仕事が止まってしまう」--日本の組織が長年抱えてきたこの課題に、AIで真正面から挑むプロダクトが リーダーズAI です。企業のリーダーやハイパフォーマーの思考・判断基準・専門知識をもとに、Slack や Teams 上で稼働するオリジナルAIを構築。組織の誰もが「あの人の頭の中」に24時間アクセスできる状態をつくります。

このポジションは、顧客企業のリーダー本人と向き合い、その人のAIを実際に構築する役割です。

対象は経営層に限りません。役員・部門長から、現場で圧倒的な成果を出しているトップパフォーマー、特定領域の知見が集中しているベテランまで--「この人に聞かないと進まない」状態を生んでいる人すべてが対象になります。

その本人から引き出された判断軸や価値観を、実装可能な構造に落とし込みAIとして形にする。出力の品質を検証し、精度が出るまで作り込む。技術的な仕様を、AIに詳しくない顧客の言葉に翻訳して合意を取る。そして現場で得た知見をプロダクト側に還元し、次の顧客に活かす--顧客対応・実装・プロダクト改善の結節点に立つ、価値創出の最前線です。

顧客との関係構築・インタビューの実施は カスタマーサクセスマネージャーが主に担い、本ポジションはその技術カウンターパートとして常に二人三脚で動きます。インタビューには同席し、AI実装の観点から必要な情報を引き出す役割を担います。

「上流の設計だけで終わりたくない」「自分の手で作りながら、顧客と直接向き合いたい」「自社プロダクトの進化・改善に顧客視点で携わりたい」--そんな方にフィットするポジションです。

参考:https://dena-ailink.com/service/leaders-ai

### 職務内容詳細

業務は 「AI構築・品質管理」「顧客との技術折衝」「プロセスの自動化・仕組み化」 の3軸で構成されます。中心となるのは1つ目です。

1. AI構築・品質管理

- カスタマーサクセスマネージャーが実施する対象リーダーへのインタビューに同席し、AI実装の観点から必要な情報を深掘りする

- インタビュー設計に対し、「AIとして再現するために何を聞くべきか」を構築側の観点からインプットする

- 引き出された思考・価値観・判断基準を、実装可能な粒度まで構造化する

- 構造化した内容を、当社のペルソナ定義フォーマットを踏まえて実装する

- RAG用コーパスの設計・整備(対象文書の選定、分割設計、メタデータ付与、検索精度の検証)

- 構築したAIの出力品質を検証し、改善サイクルを回す

- 顧客からのフィードバックをAIの設計改善に落とし込み、評価機構を利用しバージョン管理しながら精度を上げていく

2. 顧客との技術折衝

- AIの挙動・制約・実現可能性について、顧客に理解できる言葉で説明し、合意を形成する

- 「できること/できないこと」の線引きを技術的根拠を持って提示し、期待値を調整する

- 品質検証結果のレビュー会をリードし、次の改善方針を顧客と決める

- 顧客の要望を、技術要件に翻訳して実装方針を定める

※ プロジェクト全体の進行管理、顧客との関係構築、対象リーダーへのインタビュー実施、契約更新やアップセルの提案は、主にカスタマーサクセスマネージャーが担当します。本ポジションはその技術カウンターパートとして、1案件をペアで担当します。

3. プロダクトへのフィードバック・プロセスの仕組み化

- 顧客の要望・つまずき・使われ方の実態を、プロダクトの仕様改善案として言語化しPdM・開発チームに提起する

- 個別対応で解決した内容のうち、汎用化すべきものを見極め、プロダクト機能としての実装を働きかける

- 自身が回した構築プロセスを分解し、再現可能な手順・テンプレートとして整備する

- AIツール(Claude Code / Cursor / Databricks / Arize 等)を活用し、構築業務そのものを自動化・効率化と品質向上を両立する

### このポジションでやらないこと

役割を明確にするため、担当範囲外を記載します。

- **プロダクト本体の機能開発** - 自社エンジニアチームが担当します

- **スクラッチでのアプリケーション開発・インフラ構築**

- **受注前の新規開拓・営業活動** - セールスチームが担当します

- **プロジェクトの進行管理・顧客との関係構築・契約更新・アップセル提案** - カスタマーサクセスマネージャーが担当します

- **対象リーダーへのインタビューの主担当** - カスタマーサクセスマネージャーが担います。本ポジションは同席し、実装観点での深掘りを担当します

コードを書く比重は、プロダクト開発エンジニアより低くなります。一方で、自社プロダクト基盤の上で実際に動く顧客のAIという「構造物」を自分の手で書き、検証し、改善し、顧客に価値を届け続けることがこのポジションの中心的な業務です。

### こんな方におすすめ

* SIer・受託開発で、要件定義から実装まで一気通貫で担当していた方 - 顧客の話を聞き、仕様に落とし、自分で作り、説明する。このポジションはその4工程がそのまま仕事になります

* ソリューションエンジニア・プリセールスとして、提案だけでなく実装・PoC構築まで踏み込んでいた方

* RPA・ローコードの導入支援で、業務ヒアリングから構築まで自分で回していた方

* 事業会社の内製化推進・DX推進で、ベンダー管理ではなく自ら手を動かしていた方

* 上流工程に移った結果、実装から離れてしまったことに物足りなさを感じている方

* 自社サービスで、目の前の顧客に喜んでもらう体験をつくりたい方 - 「作って納めて終わり」ではなく、自社プロダクトを磨きながら顧客の成果に最後まで向き合える環境です

* 顧客の声をプロダクトに還元することに面白さを感じる方 - 現場で得た要望を仕様に橋渡しし、次の顧客に活きる形にしていく役割を担います

* AIを日常的に使い倒しているが、「使う側」から「作り込む側」に回りたいと考えている方

* 受託・常駐ではなく、自社プロダクトの成長に直接コミットできる環境に移りたい方

## この仕事のやりがい

### 日本を代表する企業のキーマンと、直接向き合える

担当顧客は業界を問わず多岐にわたります。共通するのは「特定の人の頭の中にしかない判断軸が、組織のボトルネックになっている」という構造。それを言語化し、AIとして利用可能な形に還元するのがこのポジションの本質です。カスタマーサクセスマネージャーとペアでインタビューの場に立ち、顧客の仕事のコアな思想・考え方・組織内のコミュニケーション構造・業務フローを理解、整理し、業務の中で活用されるAIに落とし込む。日本の企業で第一線の成果を出しているリーダー・トップパフォーマーの思考に一次情報として触れられる仕事は、そう多くありません。

### 「作った結果」が、定量と定性の両面で返ってくる

構築したAIがどれだけ使われ、どれだけ意思決定を代替できたかが指標として可視化されます。

*定量的な成果*

- 相談を受ける側の工数削減:AIあたり年間100時間規模で発生しているリーダーやベテランによる相談・質問へのフィードバックの効率化

- 相談する側の工数削減:「あの人の時間が空くまで待つ」ために止まっていた業務が動き出す。対象は数十〜数百人規模になり、組織全体で見た削減幅はさらに大きくなります

*定性的な価値*

- 若手・中堅が、上位者の判断軸に日常的に触れられるようになる(育成効果)

- 「こんなことを聞いていいのか」という遠慮がなくなり、これまで表に出てこなかった相談が生まれる

- 属人化していた暗黙知が、組織の資産として蓄積・継承される

構築改善していくAIが、そのまま顧客の組織の動き方を変えます。

### 顧客の声と、プロダクトの設計の間に立てる

現場で最初に顧客の反応を受け取るのはこのポジションです。「どうすればより価値の高い示唆を利用者に与えられるか」「何があれば意思決定まで届いたのか」を最も解像度高く語れる立場から、仕様改善をPdM・開発チームに提起できます。自分が提起した改善が機能として実装され、次の顧客の成果につながる--自社プロダクトならではの手触りがあります。

### 新しい職種を、自分の手で定義できる

「人の判断基準をAIに実装する」という職能は、まだ世の中に確立していません。手順もテンプレートも、仮説検証しながら改善していきます。整備されていない領域を自分の型にしていくことに、面白さを感じられる方に向いています。

### 「担当者」にとどまらないキャリアパス

自身が行う構築プロセスをAIで自動化するプロセスオーナーとしての役割も持ちます。将来的にはPdM・プロジェクトマネージャー・BPRスペシャリストなど複数のキャリアパスに開かれています。

Preferred Experiences

**望ましい経験/能力**

* 要件定義書・業務フロー設計書の作成経験

* エンタープライズ向けシステム導入・オンボーディング支援の経験

* 経営層・ハイパフォーマーへのヒアリング・インタビュー経験

* プロジェクト管理ツール(Notion / Asana / Jira 等)を用いたタスク管理経験

**歓迎スキル**

* プロンプトエンジニアリング・RAG構築・LLM評価の実務経験

* AIエージェント構築の実務経験

* 生成AIプロダクト・SaaS・ナレッジマネジメント領域での導入支援経験

* オペレーション改善・BPR・業務フロー設計の経験

* 組織開発・人材開発・コーチングなどの経験

We are looking for

- 構造化と推進力を持つ方:御用聞きにとどまらず、顧客の課題を構造化し、最適な進め方を自ら設計・提案できる方

- 手を動かすことを手放さない方:設計して終わりではなく、自分で作り、検証し、直すところまでを自分の仕事だと捉えられる方

- 品質に妥協しない方:「それらしく動く」で止まらず、顧客が本当に使える水準まで作り込める方

- 未完成を楽しめる方:整備されていない業務フローやプロセスを、自分の手で形にしていくことに前向きな方

- 誠実な対人力がある方:顧客上層部・社内メンバーとの信頼関係を地道に構築できる、ビジネスパーソンとしての基礎力を持つ方

- AIをフル活用する強い意思がある方:ツールの進化を楽しみながら、常に「より良い実装」を探求できる方

Working Conditions

Salary

月給:294,167円〜1,250,000円(勤務体系によって変動します。またDeNAは全募集要項で同じ給与レンジとしていますが、給与は選考を通じて決定いたします)

Location

雇入れ直後

※チーム連携観点で、基本的にフル出社となります

雇入れ直後

株式会社ディー・エヌ・エー/渋谷オフィス(本社) またはリモートワークのために自宅及び自宅に準ずる場所として会社が認めた場所

東京都渋谷区渋谷二丁目24番12号 渋谷スクランブルスクエア

※喫煙環境 屋内禁煙(屋内喫煙可能場所あり)

株式会社ディー・エヌ・エー/横浜新井ビルオフィス またはリモートワークのために自宅及び自宅に準ずる場所として会社が認めた場所

神奈川県横浜市中区尾上町1丁目8番地 関内新井ビルディング

※喫煙環境 屋内禁煙(屋内喫煙可能場所あり)

株式会社ディー・エヌ・エー/横浜BASEGATEオフィス またはリモートワークのために自宅及び自宅に準ずる場所として会社が認めた場所

神奈川県横浜市中区港町1丁目1番1 ベースゲート横浜関内タワー

※喫煙環境 屋内禁煙(屋内喫煙可能場所あり)

変更の範囲

会社の定める事業場(リモートワークを行う場所を含む)

Job Type

正社員

Work hours

※DeNA AI Linkへの出向となります

◆勤務制度および時間

フレックスタイム制

・始業および終業の時間は労働者の決定により委ねる(当社規定による)

・標準となる1日の労働時間:7時間45分(当社規定による)

・コアタイム:なし

※一斉休憩の適用除外あり

◆月給内訳

①役割期待給 + ②ライフプラン手当(正社員のみ)

①役割期待給

・基本給 189,417円〜815,000円

・職務給 104,750円〜435,000円 ※時間外割増賃金(45時間相当分※1)に代えて支給

※1 精算期間における労働時間の合計が、法定労働時間の枠を超えた場合に、その超過部分の時間外割増賃金(45時間相当分)として支給する

45時間を超過する部分の時間外割増賃金に関しては、別途支給あり(当社規定による)

②ライフプラン手当(正社員のみ)

・5.5万円〜30万円

ライフプラン手当は会社が定める確定拠出年金制度及び確定給付企業年金制度の掛け金として拠出することができる手当

◆賞与:年2回(6月/12月、正社員のみ)

経験・業績・貢献に応じて当社規定により決定

◆給与改定:

年2回(5月/11月)

変化のスピードが早い業界であることを鑑みて、適切な評価を行うための目標設定面談を実施

◆時間外・深夜・休日勤務

あり(※当社規定および個別労働契約による)

◆業務内容

雇入れ直後仕事概要に記載のある業務内容

変更の範囲会社の定める業務

休日/諸手当

◆休日

土日祝日、年末年始、会社の指定した休日(当社規定による)

◆有給休暇

入社初年度は入社月に応じて最大12日、入社次年度以降15日〜20日

◆特別休暇(参考:https://csr.dena.com/employees/hrdata/)

慶弔休暇、生理休暇、育児休暇など

◆諸手当

通勤交通費、リモートワーク手当、児童手当など

Probation period

あり(試用期間:原則3ヶ月、試用期間中も待遇に変更なし ※当社規定による)

Benefits

◆詳細な福利厚生は以下のURLを参照

https://dena.com/jp/recruit/welfare/

◆各種保険

健康保険、厚生年金保険、雇用保険、労災保険、GLTD(団体長期障害所得補償保険)

◆退職金制度

なし

(但し、退職時に退職所得控除適用にて受取可能な「選択制確定給付企業年金制度」あり)

Free account
Stop reading job ads. Get the ones that fit.
One free account turns this page into a shortlist built around your stack, your level and your pay.
Match on every job. Stack, seniority, pay and location, scored against your profile.
435,353 open roles. Read straight off company career pages, refreshed every day.
Unlimited applications. Every one you send is tracked in one place, on-site or on a company board.
3 tailored CVs a month. Rewritten for the exact job you are applying to. Included free.
Create a free account
Free forever. No card. Under a minute.

Your match

How well do you fit this role?
Two answers are enough for a real match. No account needed.
Check my fit
Answers stay in this browser until you create an account.

Recommended for you based on this role

Similar stack
Same company
In your city
$150k – $180k per year • Equity • Remote/Hybrid • Full-Time • 5+ years exp • PhD • Boulder
Python
SQL
Databases
PostgreSQL
Google BigQuery
BigQuery
AI/ML
Cursor
Claude
dbt
DevOps
Terraform
GCP
GitHub Actions
Datadog
CI/CD
GitHub
IAM
Analytics
ETL/ELT
Fivetran
Looker
Dimensional Modeling
Management
Google Sheets
Stripe
Apply
$54k – $98k per year (Estimated) • In office • Full-Time • 5+ years exp • PhD • London
Management
Slack
Google Drive
Outlook
Apply
$94k – $237k per year (Estimated) • Remote/Hybrid • Full-Time • 5+ years exp • Bachelor's Degree • Istanbul
Python
SQL
Python
pySpark
Databases
Snowflake
Databricks
Apache Kafka
Microsoft Fabric
AI/ML
Spark
Airflow
LLM
DevOps
GCP
Azure
CI/CD
Git
AWS
Analytics
Power BI
Azure Data Factory
AWS Glue
Apply
Data Engineer 1 day ago
$18k – $43k per year (Estimated) • In office • Full-Time • 3+ years exp • Hyderabad
Databases
Databricks
Analytics
ETL/ELT
Apply
$20k – $45k per year (Estimated) • In office • Full-Time • Pune
Python
SQL
Perl
Python
pySpark
Databases
Databricks
MS SQL
AI/ML
Spark
DevOps
SLI/SLO/SLA
Analytics
ETL/ELT
Apply
In office
Python
SQL
Databases
Google BigQuery
BigQuery
AI/ML
Cursor
LangGraph
LangChain
Claude
Claude Code
vLLM
Vertex AI
TensorRT
TensorRT-LLM
Gemini
LLM
RAG
OpenAI
Anthropic
LLMOps
OpenAI Codex
Devin
Vertex AI Agent Builder
DevOps
Terraform
GCP
GitHub Actions
Docker
Google Cloud Run
GitHub
Apply
In office
Python
SQL
Databases
Google BigQuery
BigQuery
AI/ML
LangChain
LLM
LLMOps
DevOps
GCP
GitHub
Analytics
ETL/ELT
Apply
In office
AI/ML
RAG
DevOps
GitHub
GitLab
Apply
See all jobs
This is one of many
435,353 more open roles from verified company boards, updated every day.