CTO候補（Tech Lead）
Confirmed on the employer's own hiring board on Nov 13, 2026. First seen by Alion on Dec 2, 2025. Concrew scores B on the Alion truth index.
急拡大中の建設AI x SaaS事業のCTO候補募集！
Description
◆ミッション（Mission）
技術戦略（アーキテクチャ／データ／ML）を描き、エンジニア組織をつくり上げ、プロダクトと連携して現場価値を確実にスケールさせることを期待します。
◆主な職務（Key Responsibilities）
1） 技術戦略・アーキテクチャ設計
- 中長期の技術ロードマップ策定（スケーラビリティ／コスト最適化／マルチテナント設計／セキュリティ）。
- 建設現場に適合するAI/ML機能を安全かつ効率的にプロダクトへ組み込むためのアーキテクチャ設計。
- 技術的負債の管理と継続的な改善計画の実行。
2）組織づくり／リーダーシップ
- エンジニアリング組織（Backend / Frontend / Data / ML / SRE）の設計・採用・育成。
- 評価制度・採用戦略・オンボーディングの構築と浸透。
- エンジニア文化（品質・ドキュメンテーション・レビュー習慣）の醸成。
3） ML / Data プラットフォームの構築
- データ基盤・特徴量管理・モデル学習パイプライン・推論運用の設計と実装計画（MLOps）。
- データ品質管理・ラベリング戦略・モデル監視・再学習フローの確立。
- 製品指標とモデル性能を結びつけ、ビジネス価値に直結させる仕組み作り。
4） プロダクト連携／事業貢献
- CPO / PdM と密に連携し、プロダクトの技術要件定義・技術的実現可否の判断・優先順位決定を行う。
- Sales / CS / Growth と協働し、技術的な観点から顧客導線／オンボーディング／拡張戦略を支援。
5） 信頼性・運用・セキュリティ
- SRE プラクティス導入（SLO/SLA設計、可観測性、インシデント管理）。
- クラウド運用ポリシー、コスト管理、バックアップ／DR戦略、情報セキュリティ体制の整備。
◆期待すること・持っていただくKPI
- ーサービス稼働率と主要 SLO の達成（重大インシデントの削減）。
- デプロイ頻度とリードタイムの改善（開発→本番までの時間短縮）。
- ML機能の本番利用率・モデルによる業務工数削減の定量的インパクト。
- エンジニア採用目標の達成とオンボーディング効率の向上（採用→プロダクション貢献までの期間短縮）。
- 技術的負債の削減とコスト効率の改善（クラウド費用の最適化）。
Requirements
◆ミッション（Mission）
技術戦略（アーキテクチャ／データ／ML）を描き、エンジニア組織をつくり上げ、プロダクトと連携して現場価値を確実にスケールさせることを期待します。
◆主な職務（Key Responsibilities）
1） 技術戦略・アーキテクチャ設計
- 中長期の技術ロードマップ策定（スケーラビリティ／コスト最適化／マルチテナント設計／セキュリティ）。
- 建設現場に適合するAI/ML機能を安全かつ効率的にプロダクトへ組み込むためのアーキテクチャ設計。
- 技術的負債の管理と継続的な改善計画の実行。
2）組織づくり／リーダーシップ
- エンジニアリング組織（Backend / Frontend / Data / ML / SRE）の設計・採用・育成。
- 評価制度・採用戦略・オンボーディングの構築と浸透。
- エンジニア文化（品質・ドキュメンテーション・レビュー習慣）の醸成。
3） ML / Data プラットフォームの構築
- データ基盤・特徴量管理・モデル学習パイプライン・推論運用の設計と実装計画（MLOps）。
- データ品質管理・ラベリング戦略・モデル監視・再学習フローの確立。
- 製品指標とモデル性能を結びつけ、ビジネス価値に直結させる仕組み作り。
4） プロダクト連携／事業貢献
- CPO / PdM と密に連携し、プロダクトの技術要件定義・技術的実現可否の判断・優先順位決定を行う。
- Sales / CS / Growth と協働し、技術的な観点から顧客導線／オンボーディング／拡張戦略を支援。
5） 信頼性・運用・セキュリティ
- SRE プラクティス導入（SLO/SLA設計、可観測性、インシデント管理）。
- クラウド運用ポリシー、コスト管理、バックアップ／DR戦略、情報セキュリティ体制の整備。
◆期待すること・持っていただくKPI
- ーサービス稼働率と主要 SLO の達成（重大インシデントの削減）。
- デプロイ頻度とリードタイムの改善（開発→本番までの時間短縮）。
- ML機能の本番利用率・モデルによる業務工数削減の定量的インパクト。
- エンジニア採用目標の達成とオンボーディング効率の向上（採用→プロダクション貢献までの期間短縮）。
- 技術的負債の削減とコスト効率の改善（クラウド費用の最適化）。
Preferred Experiences
- AI／MLの本番運用経験（モデル推論のスケーリング、MLOps導入、Feature Store等）。
- スタートアップでのCTO/VP Engineering経験、投資家や経営陣と連携した実務経験。
- セキュリティ・コンプライアンス対応（ISMS等）の構築経験。
- フィールドサービスや建設業界向けプロダクトの理解／経験。
We are looking for
- コンクルーのMISSIONに共感してくださる方
- とにかく素早く行動・検証・改善ができる方
- 難しい課題を解決していくことが好きな方
Working Conditions
Salary
年収 600万〜1,500万円（経験・能力により決定）
SO付与あり
※詳細な提示は面談／オファー時に行います。
Location
東京（八重洲）／リモート可
Job Type
正社員（フルタイム）※副業・業務委託トライアル（約1ヶ月）可
Work hours
勤務時間：フルフレックス（職種によります）
完全週休二日制
Probation period
あり（3ヶ月）
Benefits
社会保険完備に加え、借上社宅、PC・モニター支給、交通費支給などを用意しています。