【JAPAN AI】AI Success Engineer
株式会社ジーニー
給与：700万円〜1400万円
雇用形態：正社員
勤務地：東京都
仕事内容
・技術オンボーディング・トレーニング
‐FDE から引き継いだ導入済みワークフローの技術オンボーディング設計・実施
‐顧客の業務ワークフローに合わせた AI 活用方法の設計・提案
‐トレーニング資料・ベストプラクティスの作成・提供
・利用定着・ROI実現
‐成功指標 (KPI) の設計と定期的なROIレビュー
‐利用状況モニタリングとプロアクティブな改善提案
‐利用データのダッシュボード構築・定量分析による課題の早期発見
‐プロンプト最適化・エージェント設定の改善支援
‐評価基盤 (eval) の運用支援・品質改善
・テクニカルサポート・問題解決
‐レポートされた問題の技術的調査・根本原因分析
‐テクニカルサポートのエスカレーション対応
‐API/SDK/インテグレーションに関する技術支援
‐セキュリティ・ガバナンス・コンプライアンス対応
・プロダクトフィードバック・拡大展開
‐顧客フィードバックの収集とプロダクトチームへの還元
‐拡大展開 (アップセル/クロスセル) の技術支援
‐新規ユースケースの発見・提案
業務シナリオ例
■ シナリオ 1 : SaaS 横断ワークフローの利用定着支援
FDE が製造業の顧客に構築した「経費精算自動承認ワークフロー」(楽々精算 → SmartHR 連携) の導入後、利用率が伸び悩んでいる。利用データを分析し、「現場作業者がスマートフォンから使いにくい」「承認結果の通知が遅い」という課題を特定。モバイル向けの利用ガイドを作成し、通知設定を最適化。さらに、現場向けトレーニングを実施。利用率が 2倍に改善し、月間 400時間の業務削減効果を可視化して経営層に報告。
■ シナリオ 2 : 「企業の脳」の ROI 可視化と全社展開
FDE が金融機関の 1部門に構築した「見込み顧客探索エージェント」の導入後、ROI レビューを実施。アプローチ数 3倍、受注率 15% 向上という成果を定量化し、経営層向けレポートを作成。この成果をもとに、他の 5部門への全社展開の意思決定を支援し、アップセルに貢献。展開先の各部門に合わせたプロンプト最適化とエージェント設定の調整を実施。
■ シナリオ 3 : ワークフロー品質改善のフィードバックループ
小売業の顧客が JAPAN AI AGENT を活用した「稟議承認 AI」で、回答精度に関するフィードバックが増加。eval 基盤を活用して回答品質を定量分析し、特定の稟議カテゴリで factuality スコアが低いことを特定。プロンプト最適化とナレッジベースの改善を提案し、回答精度が 15% 向上。この改善パターンをプロダクトチームにフィードバックし、JAPAN AI AGENT の標準テンプレートとして全顧客に展開。
「成果責任 (KR/メトリクス)」
・顧客ヘルススコア (利用率、API呼出数、アクティブユーザー数)
・チャーン率 ≤ 目標値
・拡大展開率 (アップセル/クロスセル貢献)
・顧客NPS ≥ 目標値
・技術サポートチケット解決時間 (MTTR)
「開発環境」
・言語 : Python (自動化・分析), SQL (データ分析)
・AI / LLM : JAPAN AI STUDIO SDK, プロンプトエンジニアリング, RAG
・データ : BigQuery, Looker, Pandas
・インフラ : GCP, Docker (基礎理解レベル)
・ツール : Slack, Confluence, Linear, Google Workspace, GitHub, Notion
・AI 開発支援 : Claude Code MAX Plan, Cursor, ChatGPT, Devin
・作業環境 : Mac (Apple Silicon), デュアルモニタ対応
応募資格
・以下いずれか
‐技術顧客対応 (TAM、CSE、SA、テクニカルサポート等) の経験 : 3年以上
‐SaaS プロダクトの導入・運用支援、または技術コンサルティングの経験 : 3 年以上
・API/SDK/インテグレーションパターンの理解
・セキュリティ基礎 (SSO、暗号化、GDPR等)
・プロジェクト管理能力 (複数顧客の並行対応)
・AI / LLM 技術への強い関心と自己学習の実績
・日本語 : Fluent (プロダクト開発において齟齬なく議論を行えるレベル)