募集中求人
募集中求人

EngineerEntranceBook

目次

 

0. 開発環境について

💻
SALESCOREはフルリモート可・フレックスタイム制（コアタイム13:00〜17:00）です。開発に集中できる環境を前提に、モダンな構成で開発を進めています。

0-1. ローカル開発環境

💻
貸与PCは MacBook Pro 14インチ（M3 Pro / SSD 1TB / RAM 36GB）
  • 📦 パッケージマネージャ: pnpm / Turborepo（モノレポ管理）
  • 🔥 ローカル実行: Firebase Emulator Suite（認証・DB・Functions等をローカルで完結）
  • ✨ リンター・フォーマッター: Biome
  • 🧪 テスト: Jest

0-2. 言語・フレームワーク

⚡
新規プロダクト（VI等）では、LLMを活用した開発が中心。プロダクトごとに最適な技術選定を行っています。
  • 🖥️ フロントエンド: Next.js 15（App Router）/ React 19 / TypeScript
  • 🎨 UI: Tailwind CSS / Radix UI / Framer Motion
  • 📊 可視化: Three.js / React Three Fiber / XYFlow React
  • ⚙️ バックエンド: Firebase Cloud Functions（TypeScript）
  • 🔗 グラフ解析: graphology（Value Mapの因果パス分析）
  • 🤖 AI: Anthropic Claude / Google Gemini / OpenAI（マルチモデル対応）

0-3. インフラ・ミドルウェア

☁️
VIは Google Cloud（asia-east1） 上で稼働。AI Gatewayを介してマルチモデル対応を実現しています。
  • ☁️ クラウド: Google Cloud（Firebase）
  • 🚀 ホスティング: Cloud Run（フロントエンド）/ Cloud Functions（API・バックグラウンドジョブ）
  • 🗄️ データベース: PostgreSQL（Firebase Data Connect）/ Cloud Firestore
  • 🔐 認証: Firebase Auth
  • 📡 監視: Sentry（エラートラッキング）/ PostHog（プロダクトアナリティクス）
  • 🔌 外部連携: Zoom API

0-4. DevOps・CI/CD

🔄
dev → stg → prod の3環境構成で、AIを活用した高速デプロイサイクルを実現
  • 🐙 リポジトリ: GitHub
  • ⚡ CI: GitHub Actions（ビルド・リント・テスト・デプロイ）
  • 🤖 AIコードレビュー: GitHub Actions上で自動実行
  • 🌿 環境ブランチ: deploy/dev, deploy/stg, deploy/prod

0-5. チーム体制

👥
  • エンジニア 5〜6名の少数精鋭チーム
  • AIエージェント（Devin）を開発メンバーの一員として活用し、機能開発・バグ修正を委譲

0-6. 開発プロセス

⚙️
  • 🐙 PRベース開発: GitHub上でのPR開発。リードタイムは大半が当日マージの高速サイクル
  • 🌿 段階的デプロイ: 環境ブランチ（deploy/dev → deploy/stg → deploy/prod）
  • 🤖 AI活用: AIコードレビューの自動実行、AIリリースノートの自動生成
  • 📋 タスク委譲: AIエージェント（Devin）へのIssueベースのタスク委譲（devin/issue-* ブランチ）
  • 🔥 ローカル開発: Firebase Emulatorによるローカル完結の開発・テスト

0-7. 直近の技術課題

🎯
  1. Value Map × LLMのコンテキスト設計 — Property GraphをLLMにどう渡すかの最適化
  1. マルチモデルAI Gateway — 組織単位でのモデル切替と品質差の吸収
  1. グラフ解析精度 — 因果パス分析と文字起こしデータのマッチング向上
  1. スケーラビリティ — 大量商談データに対するパフォーマンス設計
 
 
 

1. SALESCOREの開発について ― Theory × Context × Product

SALESCOREの開発が他社と決定的に異なるのは、Theory → Context → Product / AI という価値創造の流れを、自社の中で一気通貫に持っている点です。SALESCOREは4層すべてを備え、営業改革を途中で止めない構造を丸ごと提供しています。

1-1. 4つのレイヤー

SALESCORE — Revenue Engineering 4つのレイヤー
SALESCORE — Revenue Engineering 4つのレイヤー

1-2. 強力なContextを下に、AI Agentを継続的に創出する。

🔑
4つのレイヤーの中でも、Contextがリッチであることが他のすべてのレイヤーの精度を左右します。Contextが充実することで、以下の好循環が回り始めます。
  1. Value MapをLLMのコンテキストとして渡すことで、Productの精度が飛躍的に向上
  1. 「汎用的な要約」ではなく「この顧客のValue Mapのどこに刺さるか」という特化した回答が可能に
  1. AI Agentの精度が上がることでコンサルの生産性も上がり、さらに多くの一次情報を取得できる
「LLMを『使う』会社はたくさんあるが、LLMに渡す構造化データを自分たちで作っている会社はほぼない」 — これがSALESCOREの技術的な稀有さの根幹です。
 
 
 

2. Context ― Value Map

コンサルタントが顧客の営業現場に入り込み、商談録画50〜100本を分析。そこから得た一次情報を構造化したものが「Value Map」です。

Value Mapとは何か

ハイパフォーマーの勝ちパターンを因果構造（グラフ）として可視化した、AI Agentとコンサルタント双方の判断基盤です。
商談録画データを50-100本程度読み込み、商談がどのような構造でできていいるのかを可視化
 
構造を比較することで、ハイパフォーマーとローパフォーマーの差分を、パターンで抽出することが可能となった
 
経営課題のような大分類から、事業課題のような小分類、最終的にソリューションとの結びつきを表現しています。
🗺️
Value Map（要約）
  • 顧客の購買意思決定ロジックを、因果関係（グラフ）として機械可読に構造化した「地図」
  • 5階層の固定フェーズで、課題→真因→解決策までを一貫してマッピング
  • 因果の強さ（probability）を持つため、「何が欠けているか」を定量的に特定できる
 
 
Value Mapの構造定義
詳細はこちら

データモデル: Property Graph × PFA型

Value MapはProperty Graph（プロパティグラフ）モデルで設計されています。設計思想はProblem-Centric Design（PFA型: Problem Factor Analysis Model）。すべてのデータが「課題（Problem）」を中心に構造化されます。
主なノードタイプ
  • Problem（課題）: すべてのデータの起点
  • Situation（状況）: Problemの背景にある状況
  • SituationCharacteristic / BusinessCharacteristic: 状況・業界固有の属性
  • Solution（解決策）: Problemに対する打ち手
  • Product（製品）: Solutionを実現する具体的な製品
  • Evidence（実績・根拠）: Solutionの有効性を裏付けるデータ
  • Actor（関係者）: 意思決定に関わる人物
リレーションシップ
Situation → Problem: CAUSES / Solution → Problem: SOLVES / Product → Solution: REALIZES / Evidence → Solution: SUPPORTS
すべてのリレーションにprobabilityが付与されており、因果の強さを定量化しています。
 

エンジニアにとっての技術的挑戦

Value Mapはエンジニアリングの観点から見ても、挑戦的なテーマを含んでいます。
  1. グラフデータモデリング: Property Graphの設計・拡張。業界横断で使えるスキーマの汎化と、業界固有の要素を表現する特殊化のバランス
  1. probability推定: 因果関係の強さをどう定量化するか。コンサルの知見と実データのハイブリッドアプローチ
  1. LLMとの統合: Value Mapをコンテキストとして、LLMに「何を・どう渡すか」の設計。汎用AIにドメイン知識を注入するアーキテクチャ
 

3. Product ― Value Intelligence（VI）

🤖
Value Mapを活用したAIプロダクトが Value Intelligence（VI） です。ここではVIの概要と、エンジニアリングの実態を説明します。

VIの概要

Value Intelligence（VI）は、商談の会話データをAI（LLM）とグラフで解析し、「何を・どこまで話せたか」をValue Map上でトピック単位に可視化するプロダクトです（2025年9月正式リリース／特許出願済：テンプレートにニーズトピック・訴求トピック・リレーションを含む構成）。
ポイントは、Value Map（Property Graph）をAIの判断基準（コンテキスト）として渡し、汎用的な要約ではなく、話せた／話せていないを構造的に判定できることです。
  • 🟢 マップ: カバーできたトピックを「点灯」で可視化し、根拠（文字起こし箇所）まで追える
  • 📝 サマリー: 課題・検討背景・決裁プロセスなど、観点別に自動要約
  • 🎯 コーチエージェント: 次に話すべきトピックを優先度付きで提案し、質問例まで提示

5つのAI Agent構想

VIは商談分析にとどまらず、営業フロー全体をカバーする5つのAI Agentを展開していきます。すべてのAgentが共通基盤「Value Map」で連携し、一貫したコンテキストで動作します。
 
コーチAgentイメージ動画
仮説立案Agentイメージ動画
 
 

4. 今後向かう世界観

セクション1〜3で述べた Theory × Context × Product の構造を踏まえ、SALESCOREが今後目指すのは「一時的な分析ツール」ではなく、営業組織の意思決定と実行を継続的に支援するプラットフォームです。

なぜ「プラットフォーム化」するのか

🔄
分析結果を「理解」するだけでは、現場の行動は変わりません。VIは、構造化された知識（Value Map）と実行を支援するAI Agentを組み合わせ、導入後の定着と成果にまでつなげることを目指しています。
目指すのは、売れる理由（Why）の構造化を起点に、実行の支援と学習・更新を繰り返すことで、組織の勝ちパターンを磨き続けられる状態です。
  • 📊 解釈 — 「何が起きたか」だけでなく「なぜ売れるのか」を構造として扱い、組織の共通言語にする
  • 🔁 学習ループ — Agent × コンサルの活動で新たな一次情報が蓄積され、Value Mapが継続的にアップデートされる
  • 🎯 精度向上 — 点灯品質の改善、成功・失敗パターンの定量化、必勝パターンの発見と横展開

エンジニアにとっての意味

  • エージェント設計：AIの示唆を日々の業務に自然に組み込める形に落とし込む
  • 品質保証：自動化が進むほど失敗の影響が大きくなるため、検証・ガードレール設計が重要
  • データフライホイール：使うほどContextが豊かになり、Productの精度が上がるサイクルを技術で回す
 

5. 働き方

🏠
SALESCOREはフルリモート可・フレックスタイム制。開発に集中できる環境と、チームの一体感を両立しています。
⏰
就業時間 フレックスタイム制 コアタイム：13:00～17:00
📍
就業場所 渋谷オフィス 及び 自宅 フルリモート可
🏖️
休日休暇 年間 120日（完全週休2日、祝日） 有給：入社直後5日 ＋ 半年後5日
💻
貸与PC MacBook Pro 14インチ M3 Pro / SSD 1TB / RAM 36GB
📚
開発支援 書籍購入補助 資格取得補助
✨
その他 服装/髪型：自由 副業：可能

社風

🎉
休日にFesやBBQに行ったり、みんなでランチしたり、仕事終わりにボードゲームをしたり、そんな距離感の社風です。外部イベントは職種関わらず全員で作り上げ、お祝い事は全員で祝います。「組織もプロダクト」として社員全員で会社を創り上げる風土です。
 

6. メンバー

 

7. アウトプット

✍️
テックブログ（Zenn）
開発メンバーを中心にアウトプットしていきたいと思っているテックブログです。一緒にこちらを増やしていきましょう！
📖
公式note
入社エントリーやイベントレポートなど、セールスコアの社風や社員のリアルを確認できます。

8. 選考について

ステップ内容
☕ カジュアル面談候補者の方と弊社、双方の思考や希望をすり合わせる面談です。SALESCOREや開発チームの特徴についてご説明し、ご自身に合うかご判断ください。価値観が合うかどうか、やりたいことがSALESCOREでご提供できるか等を率直にお伝えします。
📝 一次面接主にスキル確認を中心とした面接です。ホワイトボードコーディングを実施します。リードエンジニアやEM以上の方に関しては、双方でコミュニケーションをとる中でマッチ度を確認します。
🏆 最終面接代表との面接です。これまでの選考結果を踏まえ、長期的なビジョンのすり合わせを行います。
✅ リファレンスチェック一定のレイヤー以上の場合は、過去一緒に働いた方にご連絡し、リファレンスチェックを実施します。

9. よくある質問💬

オンラインでの選考は可能ですか？
可能です。カジュアル面談やその後の面接は、原則オンラインで実施しております。ただし、最終選考は対面を推奨しておりますのでご了承ください。
ホワイトボードコーディングとは何ですか？
エンジニアリングに関する知識や、一部コーディングスキルを図るテストになります。コーディングに関してはAIなどを活用しながらご回答いただいて構いません。
選考期間はどれくらいかかりますか？
候補者様のスケジュールにもよりますが、2週間〜1ヶ月程度での選考を想定しております。
すぐに転職を考えているわけではないですが、カジュアル面談は可能ですか？
もちろん可能です。まずは当社を知っていただき、ゆくゆくのご入社を選択肢に入れていただきたいと考えております。（一年以上の期間を経て入社したメンバーもいます。）ただし、ポジション有無や採用状況によってはカジュアル面談をご案内できない場合もございます。
土日や深夜のシフト勤務はありますか？
現状、シフト勤務はありません。ただし、24時間365日利用できるサービスのため、メンテナンス対応や緊急障害対応、ユーザーへの緊急対応が発生する可能性がございます。

10. 求人一覧📢