仕事内容

【Nehanが目指していること】

公共の調達・営業のあり方は、この20〜30年で大きくは変わってきませんでした。

電子入札によって紙がWebになり、入札情報サービスによって案件を探す手間は減りました。一方で、「課題を抱えている行政機関」と「その課題を解決できる事業者」が適切につながるという本質的な問題は、まだ十分に解かれていません。

Nehanは、入札・落札・予算・議会録・行政計画・組織情報などの行政データと、企業が持つ営業・提案・受注実績などのデータをAIでつなぎ、企業が「どの自治体に、なぜ、何を持って営業すべきか」を判断できる世界をつくろうとしています。

その先に目指しているのは、単なる公共営業の効率化ではありません。課題を抱える自治体と優れたサービスを持つ事業者が、官民の垣根を越えて課題解決できる「新しい公共」をつくることです。

【なぜこのポジションが必要なのか】

Labidが目指すのは、プロダクトが顧客の組織全体に浸透し、「Labidがなくなったら業務が回らない」状態をつくることです。

ユーザーの役割や文脈によって、必要な提案は異なります。同じデータ基盤の上で、複数のレコメンド・ランキングを一貫して設計・改善できる必要があります。

一方で、公共入札は案件数が限られ、コールドスタートが厳しく、顧客ごとに勝ち筋が異なります。レコメンドを個別機能として増やすだけでは、評価基準がバラバラになり、改善も再現しません。

必要なのは、Labidのデータと顧客文脈を理解し、レコメンド群の設計・評価・改善サイクルに責任を持てるMLエンジニアです。

【ミッション】

■ レコメンド群を企画・設計する
複数ユースケースにまたがるレコメンド・ランキングの設計方針と優先順位を決めます。

■ 評価と改善サイクルをリードする
オフライン評価・事業指標・実利用データを接続し、「何を測って何を直すか」を設計します。

■ プロダクトに載せる
設計からリリースまで一貫して担当し、既存プロダクトに組み込みます。

【具体的な業務】

・レコメンド・ランキングの企画・設計・優先順位付け
・顧客データと行政データを組み合わせた特徴量・スコアリングの設計
・学習ループと評価基盤の設計
・評価セット・オフライン評価・事業指標モニタリングの設計
・特徴量設計・モデル選定・改善仮説の立案
・検索とレコメンドの接続設計
・PdM・バックエンド・Applied AIエンジニアとの連携
・失敗パターンの分析と、次の改善方針の決定

【技術環境】

・言語：Python / Ruby on Rails（プロダクト本体）/ TypeScript・Next.js（フロントエンド）
・インフラ：AWS（ECS Fargate 等）、PostgreSQL
・AI／データ：OpenAI API、LangChain / LangGraph、Playwright（データ収集基盤）
・その他：GitHub Actions、Docker、Linear
※ レコメンド基盤は立ち上げフェーズのため、技術選定から関わっていただけます。

【このポジションの魅力】

・レコメンド機能を「増やす」のではなく、評価基盤を含めた仕組みごと設計できる
・他社が持たない行政データ（入札・落札・予算・議会録・行政計画・組織情報）を扱える
・シード期・少人数のため、設計からリリース、事業インパクトの検証まで一貫して担える

【参考リンク】

・コーポレートサイト：https://nehan6.com/
・サービスサイト：https://labid.jp/
・27兆円が動く公共入札をAIで変革する起業家の物語／代表取締役CEO 鶴巻 百門：https://www.youtube.com/watch?v=WAnPyYqJd_k
・資金調達リリース（シードラウンド 総額約1.6億円）：https://prtimes.jp/main/html/rd/p/000000023.000120593.html

必要な経験・スキル

【必須スキル】

・機械学習の実務経験3年以上（領域は問いません）
・本番環境で稼働するMLシステムの設計・実装・運用経験
・Pythonを用いたデータ処理・モデル実装の経験
・オフライン評価の設計や、指標に基づいた改善サイクルを回した経験
・エンジニア／PdMと要件を握り、仕様に落とし込んだ経験

【歓迎スキル】

・レコメンド・ランキング・検索システムの設計／改善経験
・コールドスタートやスパースなデータ環境での工夫経験
・特徴量基盤・評価基盤・MLOps（学習〜デプロイ〜モニタリング）の構築経験
・LLM／生成AIを組み込んだ機能の設計・評価経験
・BtoB SaaSプロダクトでの開発経験
・自治体・官公庁関連データや、公共領域のドメイン知識

【求める人物像】

・「正解がまだ決まっていない」領域を、自分で定義しにいける方
・モデルの精度だけでなく、事業指標に効いたかどうかで判断できる方
・個別最適の機能追加ではなく、再現性のある仕組みをつくりたい方
・PdM・バックエンド・データ運用まで越境してコミュニケーションできる方
・少人数のシード期スタートアップで、意思決定の速さを楽しめる方

Nehan株式会社について

Vision

【MISSION】
新しい公共を共に創ろう

人口減少や技術革新により、行政機関だけでの公共サービス提供が難しくなる中、市民・NPO・企業など多様な主体による「新しい公共」の実現が求められています。しかし現状では、特定事業者への依存や行政の知見不足により、効果的な課題解決が進んでいません。私たちは、より多くの民間団体が公共課題の解決にチャレンジし、そのプロセスを通じて行政とのノウハウ共有を進めることで、すべての人が当事者として参画する、新しい公共の実現を目指します。

事業内容

私たちNehan株式会社は、年間約27兆円規模に達する日本の公共調達市場において、民間企業の参入と課題解決を後押しするAIデータプラットフォーム「Labid（ラビッド）」を開発・提供しています。

公共営業は民間営業とは異なる独特の複雑さを持ちます。全国2,000以上の行政機関が各々のウェブサイトで入札情報を公示するため網羅的な情報収集が難しく、膨大な仕様書の精査や提案書作成に多大な工数がかかります。また案件データが蓄積されないため、過去の入札実績を戦略的に活用することもできていません。こうした公共営業特有の非効率が、企業の参入障壁を高め続けています。

Labidは、入札情報の収集・精査を生成AIで自動化し、案件発見から案件管理・提案書作成支援までを一貫して支える公共営業特化のプラットフォームです。仕様書AIサマリ機能により案件精査の時間を最大10分の1に圧縮し、カード形式の案件管理機能で進捗を直感的に把握、さらに仕様書をもとにPowerPoint形式の提案書たたき台を自動生成します。導入企業からは一人あたり月20時間以上の生産性改善が報告されており、スタートアップから上場企業・大手企業グループまで幅広くご活用いただいています。

民間の力で公共課題を解き、すべての人が当事者として参画できる「新しい公共」の実現を目指しています。