Backend Engineer（Fast Track）

■仕事概要
顧客の「今ほしい」を、ロードマップを待たずに届ける。
Fast Trackは、プロダクトの変化を短いサイクルで何度も起こすチームです。要望の背景をつかみ、何をどこまでつくるかを自分たちで提案し、出したものが顧客の現場でどう使われたかまで見届けます。
最近では、英語や中国語で商談をする顧客から、Bring Outで多言語での商談を管理したいという声が届きました。当時、文字起こしは日本語だけ。Fast Trackのエンジニアは、顧客組織ごとに文字起こしエンジンを切り替えられるようにするところから着手しました。
いま、Bring Outには中国語の商談がアップロードされています。これまで使いたくても使えなかったユーザーが、使い始めています。
「なぜこの機能が必要なのか」から考え、何を、どの順番で、どこまでつくるかを決めるところに関わります。必要な検証は省かず、顧客にとって価値のある改善を、速く届けきる。それがFast Trackの仕事です。
なぜ今、このポジションなのか
Bring Outは、商談・社内会議・サービス現場の対話データをAIで解析し、経営判断に使える一次情報に変えるプロダクトを提供しています。エンタープライズ企業を中心に導入が広がり、サービス規模はこの1年で約3倍に成長。日本M&Aセンター、パソナ、NTT西日本など、大手20社以上に利用いただいています。
1社が複数の部門・拠点で使うことが前提のため、導入が進むほど、現場ごとの具体的な要望が届きます。その中には、ビジネスへの影響が大きく、次のロードマップを待てないものがあります。Fast Trackは、ロードマップ開発を担うチームとは別に、こうした課題に短いサイクルで応えるチームです。
届く要望が増え続けるいま、顧客に届ける改善をさらに増やしていくために、バックエンドエンジニアを迎えたいと考えています。
この仕事で得られること
実装の先にある、顧客の変化が見える
ビジネスチームとのやり取りを通じて、顧客の困りごとやリリース後の反応を受け取れます。使えるようになったか、課題を解消できたかまで追える距離感があります。
冒頭の多言語対応でも、ユースケースと必要な設定の粒度を整理したのはエンジニアです。一度にすべてをつくるのではなく、2つのフェーズに分けて届ける方針を提案しました。
実装済み：顧客組織ごとに文字起こしエンジンを切り替えられるようにする
今後の実装予定：投稿ごとに、日本語・多言語の言語設定を選べるようにする
「やらない」も、エンジニアが提案する
ビジネスチームからのエスカレーションはCTO・Engineering Manager（EM）が受け、案件の優先順位や対応方針は Product Manager と EM がAIシステムも活用して検討します。
そのうえで、エンジニアも影響範囲や実現方法を踏まえて、代替案や「今回は対応しない」を提案できます。2026年7〜9月の四半期では、23件の開発要望のうち6件について、エンジニアから対応しない判断を提案しました。速く応えることと、すべてを引き受けることは別。その判断を、つくる側が担えるチームです。
AIで、開発と運用そのものを変えていける
Observability システムと AI を組み合わせたアラート対応の半自動化や、AI支援によるコーディング・コードレビューに取り組んでいます。ツールを使うだけでなく、繰り返す調査や対応をどう減らせるかをチームで考え、試していけます。
開発の20%を、技術的負債の返済とオンコールに充てる
顧客要望に応えるだけでなく、改善を安定して届け続けるための時間を、最初から確保しています。速く出した変更を、負債のまま積み残さないための仕組みです。
お任せしたいこと
顧客要望・機能追加の設計と実装
要望の背景にある課題を、ビジネスチームと確認する
案件の規模・影響範囲・必要な検証を見立て、実装方針や段階的な対応を提案する
バックエンドを中心に設計・実装・検証し、リリース後の動作確認まで担う
短いサイクルで扱いきれない案件は、より大きな開発として切り出すことを相談する
期日や対応範囲の見直しが必要になったら、理由と代替案を添えて早めに調整する
エンタープライズ顧客のセキュリティ要件に応える改修なども扱います。
不具合の調査・修正と技術的負債の返済
顧客から報告された不具合を調査し、修正をリリースまで届ける
繰り返す不具合や問い合わせの根本原因を、コードの側から取り除く
変更に伴う技術的負債を見える化し、優先順位を付けて返済する
オンコール当番として、インシデント対応や調査を担う
チームと働き方
迷ったら、すぐ隣に相談相手がいる
レポート先はEMです。仕様・設計・実装で迷ったら、まずFast Trackのメンバーに相談できます。別チームのSREやバックエンドエンジニアとの協業も日常的です。
インシデントのときも、Fast Track内での相談から始め、必要に応じて別チームへと支援の輪を広げていきます。
オンコールの現状と今後
頻度・期間：現在は月に1回程度、1週間の当番
対応時間：通常のビジネス時間のみ。夜間・休日の対応はありません
当番中の業務：オンコールチケットへの対応と、技術的負債の解消
今後、同じEMの下にTechnical Supportチームを立ち上げ、オンコールの主体をそちらへ移す予定です。上記は現在の体制で、チームの立ち上がりに合わせて役割分担を見直していきます。
入社後に期待すること
最初の半年は、プロダクトとコードベースを理解し、担当案件の調査・設計・実装・検証・リリースを自分の手で届けきることに集中していただきます。チームの進め方そのものを変えていくのは、その先の楽しみです。これまでのご経験に応じて、最初から設計レビューや開発フローの改善、AIによる自動化まで、広く担っていただくこともできます。
入社半年後には、案件を進める力に加えて、次のような姿勢を期待しています。
課題を問い直す：開発要望をそのまま実装するのではなく、なぜ必要なのかを確かめ、より良い顧客体験を提案する
進め方を改善する：既存の開発プロセスにも、気づいた点を積極的に提案する
仲間と問題解決に動く：インシデント時にも、顧客の問題を解決するために能動的に動き、仲間を支援する
成果として大切にすること
見るのは処理したチケットの数ではなく、顧客に必要な改善を安全に届けられているかです。
着手からリリースまでの時間と、案件規模・方針の見立ての精度
合意した期日を守り、見直しが必要なときに事前に調整できているか
リリース後の不具合や、同じ原因の問い合わせを減らせているか
具体的な目標は、入社後に現状を確認したうえで一緒に設定します。
向き合う技術
| 領域 | 技術 |
| --- | --- |
| バックエンド | Node.js
TypeScript
Python
GraphQL |
| データストア | PostgreSQL
AWS S3
DynamoDB |
| インフラ | AWS
Terraform
Docker
GitHub Actions |
| 可観測性 | Datadog等 |
| AI処理 | LLM API、文字起こし用GPU |
| 開発 | Claude Code等のAIコーディングツール |
すべての技術に最初から精通している必要はありません。初めて触るコードでも、自分で読み、影響範囲を確かめてから変更できることを重視します。
顧客の現場で何が変わったかを、自分の目で確かめられる開発をしたい方へ。
顧客の課題を理解し、つくるものの判断から実装、その後の改善まで関わりたい方。Bring OutのFast Trackで、顧客に届く変化と、開発の仕組みを一緒につくりませんか。

バックエンドエンジニアとしての実務経験（目安3年以上）
Node.js
TypeScript または Python を用いた、本番稼働するサービスの開発経験
リレーショナルデータベースを用いたデータ設計と、クエリの性能を意識した実装の経験
本番環境の不具合について、原因の調査から修正のリリースまでを自ら担った経験
日本語で円滑に開発チームや社内の関係者と議論できること（ネイティブレベル）
経験年数そのものより、自分が書いていないコードを理解し、安全に変更してきた経験を重視します。担っていただく範囲は、これまでのご経験に合わせて決めます。

顧客要望の背景を整理し、仕様の検討から実装・リリースまでを担った経験
案件の規模や影響範囲を見立て、優先順位・期日・対応範囲を調整した経験
負荷試験やパフォーマンスチューニングの実務経験
技術的負債の返済や、開発プロセスの改善に取り組んだ経験
設計レビューやコードレビューを通じて、チームの品質向上に貢献した経験
GraphQLを用いたAPIの設計・実装経験
AWS上での構築・運用経験（Terraformによるインフラのコード化を含む）
フロントエンド（Web）の実装経験
エンタープライズ向けSaaSの開発経験
LLMや音声処理を組み込んだプロダクトの開発経験
AIコーディングツールを日常的に使った開発や、AIを使った業務の仕組み化の経験
歓迎要件のすべてを満たす必要はありません。これまでどんな要望や不具合に向き合い、どう判断して届けてきたかを、ぜひ聞かせてください。