M3-900sb

ソフトバンク株式会社

東京
リモートワークも可（在宅勤務・サテライトオフィスなど）

月給： 399,500円～558,600円
想定理論年収：6,458,000円～10,268,200円
（月給：基本給＋勤務実績に応じた時間外手当、想定理論年収：月給＋賞与＋特別加算賞与）

※時間外手当は一般職のみとなり、かつ、実際の時間外手当は、勤務実績に応じて変動します（上記は20時間相当で計算）
※賞与、特別加算賞与は会社業績、個人別評価に応じて変動します

＜必須要件＞
以下のような経験・スキルをお持ちの方
・業務部門やユーザーから課題を聞き出し、ユースケース・要件定義・業務フローへ落とし込んだ経験（ITコンサル、PM／SE、業務改善などの経験）
・ウェブシステム／API／DBなどの基本的な仕組みを理解し、プロトタイピングや小規模開発を自ら動かせるITリテラシー
・生成AI（LLM）への強い興味関心と、それらを活用した業務効率化・ツール利用・検証などの基礎知見
・専門用語をかみ砕いて「業務現場」「システム開発部門」「AI研究部門」の間を取り持つコミュニケーション能力・調整力

＜歓迎要件＞
・生成AI、RAG、AIエージェント、チャットボット、業務自動化ツールなどの企画・開発・導入経験
・Python、JavaScript／TypeScript、SQLなどを用いた簡易な実装、データ処理、プロトタイピング経験
・Dify、LangChain、LangGraph、LlamaIndex、ベクトルDBなどを用いたAIアプリケーション開発経験
・業務システム、O&Mシステム、社内システム、データ基盤、API連携などを含むシステム導入・改善経験
・AI出力の品質評価、ログ収集、改善サイクル、ガードレール、Human-in-the-Loop設計に関する経験
・AI駆動開発、AIコーディング支援、テスト自動化、CI／CDなどを活用した開発効率化の経験
・通信、ネットワーク運用、システム運用、AIOps、業務自動化に関する知識・経験

＜求める人物像＞
・現場に入り込み、ユーザーの課題を背景から捉えてAI×システム双方の観点から解決策を提示できる方
・「AI研究チーム」「開発チーム」「業務現場」の間に入り、各領域の言葉を相互に翻訳してプロジェクトを力強く前進させられる方
・企画・口頭調整にとどまらず、自ら手を動かしてプロトタイプ構築や実効性検証を進められる行動力のある方
・AIの利用自体を目的化せず、現場への定着、オペレーション品質の向上、安全性の担保にこだわりを持てる方
・ソフトバンクの経営理念、ビジョン、バリューに共感し我々の目指す社会の実現を共に目指せる方

【採用部門 概要】
ソフトバンクでは現在、通信事業において5Gを展開しており、今後6Gを迎えるにあたり、より高品質・高精度・リアルタイムなネットワークのオペレーションが必要となっています。
オペレーションシステム部では生成AIや機械学習、現在開発中の「Large Telecom Model」を活用した社内オペレーションシステムのさらなる高度化により、オペレーションの完全自動化および高度なネットワーク品質向上の実現を目指しています。


【ミッション】
通信業務特化型AIモデル「Large Telecom Model（LTM）」および各種生成AI／LLMを活用し、社内オペレーションシステムへのAI実装・高度化を推進すること。業務部門と対話し、AIを前提とした現場業務プロセスの抜本的な再構築（業務変革）と自動化・自律化を実現します。

【主な業務】
「Large Telecom Model」を活用した社内オペレーションシステム開発およびび開発環境構築
・現場業務部門へのヒアリングおよび潜在課題の掘り起こし・ユースケース設計
・LTM／生成AIを活用した社内オペレーションシステムの企画・要件定義・設計・開発
・業務部門が保有するデータの収集・整形およびLTM向け学習データセットの整備・加工
・AIエージェント・RAGなどの構築および業務適用を通じたシステム改善サイクル（Human-in-the-Loopなど）の推進
・AI駆動開発環境の整備およびプロトタイピング（PoC）によるスピーディな検証・実装

【具体的な業務】
・API／DB／ウェブアプリ／認証権限／ログなどを包含したシステムアーキテクチャ設計および内製開発業務全般
・現場データの収集・クレンジング・データ構造化およびAIモデリング側へのデータフィードバック
・業務改善に向けたフロントエンド／バックエンド／AIエージェントの試作・評価・本番実装

M3-900sb

ソフトバンク株式会社

東京都／WeWork竹芝9階 または 都内事業所
リモートワークも可（在宅勤務・サテライトオフィスなど）

月給：491,813円～627,000円
想定理論年収：7,739,750円～12,884,800円
（月給：基本給＋勤務実績に応じた時間外手当、想定理論年収：月給＋賞与＋特別加算賞与）

※時間外手当は一般職のみとなり、かつ、実際の時間外手当は、勤務実績に応じて変動します（上記は30時間相当で計算）
※賞与、特別加算賞与は会社業績、個人別評価に応じて変動します

＜必須要件＞
・ソフトウエアQA／テストに関する実務経験
・QAリード、テストリード、テストマネージャーなどとして、案件の品質保証またはテスト活動を主体的に推進した経験
・要求仕様やユーザーユースケースを基に、品質リスクを整理し、テスト戦略・テスト計画・テスト観点を設計した経験
・ウェブシステム、クラウドサービス、APIなどを対象とした、機能テスト、E2Eテスト、回帰テスト、非機能テストに関する知識・経験
・不具合やテスト結果、品質メトリクスなどを基に品質状況を評価し、開発チームや関係者と対応方針を協議・判断した経験
・開発部門、プロダクト部門、ビジネス部門など、複数のステークホルダーとの調整・合意形成を行った経験
・仕様や期待値が十分に定まっていない状況から、検証可能な品質要件や受入基準を整理できる力

＜歓迎要件＞
・生成AI／LLM／RAG／AIエージェントを活用したプロダクト・システムのQAまたは評価経験
・生成AIの回答品質を評価するための評価データセット、Evals、ベンチマークなどの設計・運用経験
・Python、JavaScript／TypeScriptなどを用いたAPI／UIテスト自動化の経験
・CI／CDへの自動テストや品質チェックの組み込み、品質ゲートの設計経験
・テストベンダーやQAパートナーの選定、発注、成果物レビュー、品質管理などの経験
・性能・負荷・信頼性テスト、SRE、可観測性などに関する知識・経験
・AIセキュリティ、プロンプトインジェクション対策、レッドチーミング、プライバシー、データガバナンスなどに関する知識
・JSTQB Advanced Levelなどの資格、またはソフトウエアテスト・品質保証に関する体系的な知識
・海外の技術チームやパートナーとの協働に必要な英語力

＜求める人物像＞
・決められたテストを実行するだけではなく、「このプロダクトにとって何をもって品質とするか」を自ら考え、検証方法へ落とし込める方
・仕様や正解が明確でない状況でも、顧客影響や事業リスクを整理し、現実的な品質基準や判断軸をつくれる方
・外部パートナーから提示されたテスト計画や成果物をそのまま受け入れるのではなく、品質・リスクの観点から妥当性を判断し、必要な改善を求められる方
・不具合の検出だけをゴールとせず、原因や影響範囲を整理し、開発チームと継続的な品質改善につなげられる方
・品質とリリーススピードを二者択一で考えず、リスクの大きさに応じて優先順位をつけ、関係者と合意形成しながら判断できる方
・生成AIなど変化の速い技術領域に関心を持ち、新しい品質リスクや評価手法を継続的に学び、実務へ取り入れられる方
・計画や管理だけに閉じず、必要な場面では自らテスト設計や技術的な検証にも踏み込み、実態を把握したうえで判断できる方

【採用部門 概要】
SB OAI事業本部は2025年11月に発足したSB OAI Japan合同会社を推進する組織です。
SB OAI JapanはOpenAI社との合弁事業であり、Crystal Intelligenceの実現＝企業に「AIネイティブな経営変革」をもたらすことを目的とし、そのためのサービス＆プロダクトを提供する企業です。
（入社後、SB OAI Japan合同会社への出向を前提としております。）

【ミッション】
生成AIを活用した顧客向けプロダクト・システムにおいて、品質基準やテスト戦略、リリース判定の仕組みを設計し、開発チームや外部パートナーと連携しながら、安心して継続利用できる品質を実現することがミッションです。

生成AI特有の非決定性や誤情報、情報漏えいなどのリスクを検証可能な形に落とし込み、品質を客観的に評価・判断できる仕組みを構築します。
単にテストの実行を管理するのではなく、「何をもって品質とするか」を定義し、企画・開発からリリース後まで一貫して品質保証をリードする役割を担います。

【主な業務】
・Crystal Intelligenceを含む生成AIプロダクト、および顧客向けシステムのQA戦略・品質基準・テスト方針・リリース判定基準の策定
・案件ごとのリスクを踏まえたテスト計画・テスト設計のレビュー、品質状況の可視化およびリリース可否の判断
・生成AIの出力品質を含む、機能・性能・セキュリティなどを横断した品質評価・検証方針の設計
・開発部門、プロダクト部門、ビジネス部門と連携した、企画・要件定義段階からの品質要件・受入基準の明確化
・外部のテスト／QAパートナーの選定、役割設計、成果物レビューおよび品質管理
・テスト自動化や品質評価の標準化を通じた、効率的かつ再現性の高い品質保証プロセスの構築・改善
・不具合や品質リスクを踏まえた関係者とのリリース判断、および継続的な品質改善の推進

【具体的な業務】
・要求仕様や顧客ユースケースを分析し、品質リスクを特定したうえで、テスト範囲、優先順位、カバレッジ、開始・終了基準などを策定する
・仕様や期待値が曖昧な案件について、プロダクト・開発・ビジネス部門と調整し、検証可能な品質要件や受入基準へ落とし込む
・生成AIの回答について、正確性、事実性、安全性、一貫性などを評価するための評価データセット、QAセット、評価基準を設計する
・誤情報、情報漏えい、権限制御上の問題、想定外の応答など、生成AIを活用するシステム特有の品質リスクを想定した検証方針を策定する
・機能、回帰、性能、セキュリティなどの各テストについて、案件特性やリスクに応じたテスト設計を行い、外部パートナーが作成したテスト計画・テストケース・結果をレビューする
・テスト業務を委託するパートナーについて、案件特性に応じた選定・役割分担を行い、成果物の妥当性や品質を判断する
・テスト自動化や品質チェックの標準化を推進し、継続的かつ再現性のある品質評価の仕組みを整備する
・不具合や品質課題の重要度・優先度を整理し、開発部門と対応方針を協議するとともに、品質メトリクスや残存リスクを基にリリース可否の判断を主導する
・本番環境で得られた不具合情報やユーザーフィードバックを検証項目へ反映し、継続的な品質改善サイクルを構築する

M3-900sb

ソフトバンク株式会社

東京都
天王洲第二事業所(Tennozu Bay Tower) 19F・21F
東京ポートシティ竹芝オフィスタワー23F

リモートワークも可（在宅勤務・サテライトオフィスなど）

月給：427,250円～688,000円
想定理論年収：6,791,000円～14,114,400円
（月給：基本給＋勤務実績に応じた時間外手当、想定理論年収：月給＋賞与＋特別加算賞与）

※時間外手当は一般職のみとなり、かつ、実際の時間外手当は、勤務実績に応じて変動します（上記は30時間相当で計算）
※賞与、特別加算賞与は会社業績、個人別評価に応じて変動します

■必須要件
・Python、TypeScript、Shellなどを用いた業務効率化／自動化につながるツールまたは業務アプリケーションの開発経験をお持ちの方
・現場の課題や業務プロセスを整理し、関係者と連携しながら改善施策の企画／推進経験をお持ちの方
・新しい技術や事例を自ら調査し、前例のないテーマでも小さく試しながら、実用可能な形にしていく実行力をお持ちの方
・Copilot、Codex、ChatGPT、Claude Code、DevinなどのAI開発支援ツールを用いた開発生産性向上にチャレンジされたい方

■歓迎要件
・生成AI／LLMを活用した業務改善、PoC企画、導入検証、現場展開の実務経験
・RAG、ナレッジグラフ、オントロジー、長期記憶、ハーネス／ループエンジニアリングに関する知識または実務経験
・LangChain、LangGraph、Difyなどを用いたAIワークフロー／エージェント活用経験
・AIツールの評価、ログ分析、利用状況可視化、改善サイクル設計などのLLMOps／AI活用運用経験
・Git、CI／CD、Docker、Kubernetes、API連携などを用いた開発環境・運用基盤の構築経験
・システム開発、IT運用、運用システム、通信ネットワーク領域のいずれかに関する実務経験
・部門横断で関係者を巻き込み、PoCから成功事例化・標準化・横展開まで推進した経験

■求める人物像
・完璧さよりもスピードを重視し、小さく試しながら成功事例を積み上げられる方
・生成AI／LLMを活用し、開発・運用現場の業務変革に主体的に取り組める方
・変化の速いAI技術領域において、新しいツールや手法を自ら試し、業務適用まで繋げられる方
・前例のないテーマでも臆せず、まず行動しながら価値創出に挑戦できる方
・生成AIを単なる技術検証で終わらせず、実業務で使える形に落とし込むことに関心がある方

【採用部門 概要】
開発組織におけるAI Native化と本部横串の変革推進を行っています。
LLM、Copilotなどの生成AI活用を推進し、生成AIを活用したPoC、伴走支援、業務プロセス分析やSkillsなどのアセット整備など、
開発の現場がAI Nativeに自走できる環境を整えています。
また、ハーネス／ループエンジニアリングなどの先進技術を開発／検証し、従来の開発期間を劇的に短縮させるなど、
開発現場の希望となる先行事例を創出していきます。
持続的な変革と楽しい挑戦が広がる組織文化を技術起点で創ります。

【ミッション】
開発組織におけるAI Native化への変革をリードし、技術起点で継続的な価値創出に貢献する

【主な業務】
社内既存AIツールの活用促進と新規AI技術の検証／導入

【具体的な業務】
・本部横断でのAI駆動開発の推進
・社内外の先進技術／AI活用事例の調査と検証／展開
・LLMモデル活用方針の策定／展開
・業務効率化に向けたAI PoCの企画／推進
・各開発チームへのAI活用伴走支援
・Skills／Agent.mdなどAI活用アセットの整備／運用
・ハーネスエンジニアリング／ループエンジニアリングの検証／仕組み化
・自律開発／夜間自動開発など新しい開発プロセスの検証

M3-900sb

ソフトバンク株式会社

東京
リモートワークも可（在宅勤務・サテライトオフィスなど）

月給：427,250円～688,000円
想定理論年収：6,791,000円～14,114,400円
（月給：基本給＋勤務実績に応じた時間外手当、想定理論年収：月給＋賞与＋特別加算賞与）

※時間外手当は一般職のみとなり、かつ、実際の時間外手当は、勤務実績に応じて変動します（上記は30時間相当で計算）
※賞与、特別加算賞与は会社業績、個人別評価に応じて変動します

■必須要件
・要件定義、設計、実装、テスト、改善までの一連の開発プロセスに主体的に携われる方
・AI駆動開発ツール（GitHub Copilotなど）を含む新しい開発技術／ツールを柔軟に取り入れられるITリテラシーをお持ちの方
・PythonまたはTypeScriptなどを用いた業務アプリケーション開発の経験

■歓迎要件
【AIエージェント・LLM応用開発】
・生成AIを活用したウェブアプリケーション、AIエージェント、RAGシステムのいずれかの実装／開発の経験
・LangChain、LangGraph、Difyなどを用いたAIワークフロー／エージェント開発の経験
・RAG、ベクトルDB、プロンプトエンジニアリング、評価データの設計に関する実務の経験

【LLMOps・ガバナンス】
・LLMOps／MLOps、ログ収集、評価・改善パイプラインの構築の経験
・生成AIアプリケーションにおけるセキュリティ、AI倫理、データガバナンス対応の経験

【アプリ開発・クラウド基盤】
・AWS／Azure／GCPまたは社内クラウド基盤上でのアプリケーション構築の経験
・Docker、GitHub Actions、Terraformなどを用いたCI／CD、IaC、DevOpsの経験

【ドメイン知見・リサーチ・研究】
・通信ネットワーク、運用システム、AIOps領域に関する業務の経験
・英語の技術ドキュメントやOSSリポジトリを必要に応じて翻訳ツールなども活用しながら読解し、プロダクトに導入／実装できる英語スキル
・学会発表や論文執筆の実績／経験

■求める人物像
・定義されたタスクをこなすだけでなく、要件整理から設計・実装までを自発的・自律的に推進できる（PM／リード的動きができる）方
・変化の激しい生成AIのトレンド（エージェント技術やLLMOpsなど）を貪欲に吸収し、開発プロセスに素早く取り入れられる方
・「AIを作る」こと自体を目的にせず、実際の業務効率化や現場の定着・成果にこだわりを持てる方

生成AIエージェント／業務アプリケーション開発エンジニア（通信業界向け 独自開発 生成AI基盤モデル）

【採用部門 概要】
ソフトバンクは、通信業界向けの生成AI基盤モデル「Large Telecom Model」（LTM）の研究開発と実用化を推進しています。
LTMは、当社が保有する膨大なネットワークデータや、長年培ってきた設計・管理・運用ノウハウなどの多岐にわたるデータセットで学習を行っています。
ソフトバンクが蓄積してきた基地局の建設・ネットワーク品質の最適化・運用監視などの広大なドメインデータや「Sarashina」などの基盤モデル、自社で保有する”国内最大級のGPUインフラ”をフル活用し、モバイルネットワークの設計・管理・運用に必要な高度な推論能力を備えたLTMの開発を進めています。

「LTM AI開発室 LTM Factory開発課」は、その独自開発LLM基盤をベースに、自律的に思考・実行するAIエージェントや業務アプリケーションの開発・実装を推進する組織です。単にAIツールを構築するだけでなく、現場の運用ログや評価データをフィードバックし、AIシステム自体が自律的に進化・高度化するループ（自律学習メカニズム）の開発にも取り組んでいます。

現在は、LTMを活用したAIエージェントの開発や、実運用データを活用してモデル・エージェントを継続的に高度化しながら、ネットワーク運用の効率化・自律化など、実業務への適用を進めており、社会インフラを支える通信領域で、生成AIによる業務変革を推進しています。

【ミッション】
独自開発のLLM基盤「LTM」や最新の生成AI技術を組み込んだAIエージェント・業務アプリケーションの設計／開発を主導します。
システム企画チームや業務現場と連携しながら、運用データのフィードバックに基づく自律学習メカニズムを構築し、通信オペレーションの自動化・高度化・自律化を推進します。

【主な業務】
LTMを活用したAIエージェントおよび業務アプリケーションの開発と、社内業務への適用の推進

【具体的な業務】
【AIエージェント・ワークフロー開発】
・LTMおよび各種LLMを組み込んだAIエージェント（Multi-Agentなど）やAIワークフローの設計／実装／コード化

【要素技術・外部連携の実装】
・RAG、プロンプトエンジニアリング、ベクトルDB、外部API／ツール連携機能の実装／高度化

【アジャイルなPoC・アプリ実装】
・システム企画担当と連携し、現場の要件／課題に応じた実効性の高いAIアプリケーションの迅速な試作（PoC）／本番実装

【自律学習基盤・LLMOps構築】
・実行ログ、評価データ、ユーザーフィードバックを収集／活用し、AIエージェントの精度を継続的に向上させる「自律学習ループ」の仕組みづくり／LLMOpsの構築

【モダン開発手法の推進】
・AI駆動開発ツール（GitHub Copilotなど）や最新ツールを活用した、効率的かつ機動的な開発サイクルの実践

M3-900sb

ソフトバンク株式会社

竹芝本社(東京都港区海岸)、天王洲アイルオフィス
リモートワークも可（在宅勤務・サテライトオフィスなど）

月給：427,250円～524,113円
想定理論年収：6,791,000円～9,406,850円
（月給：基本給＋勤務実績に応じた時間外手当、想定理論年収：月給＋賞与＋特別加算賞与）

※時間外手当は一般職のみとなり、かつ、実際の時間外手当は、勤務実績に応じて変動します（上記は30時間相当で計算）
※賞与、特別加算賞与は会社業績、個人別評価に応じて変動します

■必須要件
以下いずれかのご経験をお持ちの方
・大規模業務システムのバックエンド開発経験、およびリーダー経験（詳細設計・実装・レビューまでの一連の経験）
・Web系自社開発企業におけるバックエンドAPIの開発・運用経験や、BFF（Backend For Frontend）の設計経験

■歓迎要件
GraphQL、REST API設計、Knowledge Graph、オントロジー、MCP、LLM活用

■求める人物像
・誠実さ：自分の能力を過大評価せず、事実に基づいてコミュニケーションできる方。
・コミュニケーション力：自分の意見だけではなく、相手の意見を理解し、建設的な議論ができる方。
・チーム志向：大規模開発では一人で完結しないことを理解し、設計・実装・レビュー・品質保証をチームで進められる方。
・素直さとアジリティ： 変化の早いAI領域において、まずは手を動かしてプロトタイピングを行い、フィードバックを受け入れて愚直に改善（PDCA）を回せる方。

【採用部門 概要】
ソフトバンクの事業環境の変化に迅速に対応できるシステム基盤を企画・整備する組織です。
CQRSアーキテクチャ導入により変化に強いシステムを実現するとともに、生成AI共通基盤やAIエージェント向けデータ連携環境を整備し、セキュアなAI活用と開発・運用の生産性向上を推進しています。

【ミッション】
ソフトバンクのAI活用を支えるシステム基盤を構築します。AIエージェントが安全かつ効率的に業務を遂行できる環境を整備し、完全自律思考型エージェントの実現を目指しています。

【主な業務】
ソフトバンクの次世代AI活用を支える、システム基盤の設計・開発をリードしていただきます。CQRSアーキテクチャや最新の生成AI技術を駆使し、事業環境の変化に強いデータ連携環境および共通基盤の構築を担う重要なポジションです。

・オントロジー／Knowledge Graphの設計・構築
・GraphQLを活用した参照API基盤の整備
・AIエージェント向け更新処理基盤の設計・開発
・AIを活用したシステム基盤のアーキテクチャ設計
・共通基盤・共通コンポーネントの内製開発

【具体的な業務】
入社後にお任せする具体的な業務フェーズや担当領域については、これまでのご経験や適性に応じて柔軟に決定いたします。

① オントロジーの構築・活用
業務知識のオントロジー設計
Knowledge Graphの設計・構築
RAGとの連携
社内データ・ソースコード・API仕様・ドキュメントの意味付け

② API基盤整備
REST APIのGraphQL化
GraphQL Gateway開発
MCP Serverとの連携
API設計・標準化
API自動生成・生成AI活用

③ 更新処理基盤整備
AIエージェント向け更新API設計
トランザクション制御
承認・権限制御
データ整合性を考慮した更新フロー設計
AIが安全に更新処理を実行するための共通基盤構築

【主な開発環境・技術スタック】
・フロントエンド：JavaScript、Vue.js、TypeScript
・バックエンド：Java（Spring Boot、Apache Beam、Netty、Reactor）、JavaScript（Node.js）、Python、Rust
・データベース／データストレージ：PostgreSQL、Apache Ignite、Redis
・インフラ／実行基盤・ミドルウエア：
− コンテナ・基盤：Docker
− メッセージング・ストリーミング：Apache Kafka、Apache Flink、Solace
・通信・音声基盤：WebSocket、WebRTC、SIP、Asterisk、LiveKit
・その他・開発ツール・自動化：
API・連携規格：GraphQL、MCP Server（Model Context Protocol）