QA業務をAIエージェントが自律実行できるハーネスを設計・実装します。
【具体的な業務内容】
・ハーネスエンジニアリングの実践
└ハーネスエンジニアリングの枠組みの中で、QA業務を担う各工程のAIエージェントを設計、構築します。
・リスク分析/テスト分析/テスト設計エージェント
└仕様書を分析し、その後の実装や自動テストコーディングへの入力を生成するQAの上流工程を担当するAIエージェントを設計、実装します。
・自動テストコーディング、自動テスト実行エージェント
└テスト設計結果を自動テストとして実装し実行するQA業務の中核となるAIエージェントを設計実装します。
・CQフィードバックパイプラインの設計・実装
・不具合/障害情報の集積、分析基盤の構築
└エラーログ/AIエージェント実行ログ/不具合レポート/障害レポートなどを集積し、後続の分析や再発防止策の策定を実施するための基盤を整備します。
・障害分析や再発防止策実施エージェントの設計、実装
└AIや人間のミスの結果である障害情報を分析し、それらをAIエージェントから利用可能なコンテキストやSKILLの形に実装するAIエージェントの設計、実装をします。
・外部AI動向の追跡と発信
・Harness Engineering等のAI分野の最新動向を追跡し、業務設計に落とし込む
・社内の実践と学びを技術ブログ・カンファレンス等で外部発信する
■AIエージェント：Claude Code（SKILL / Sub-agent / Hooks / Agent Teams）/ Devin / MCP Server
■テスト自動化：Selenium, Appium, Cucumber, Playwright
■CI/CD：CircleCI, Bitrise
■データ基盤：BigQuery, Tableau
■タスク管理・分析：Asana
■コミュニケーション：Slack, Teams, GitHub, Confluence, Miro
■開発技術スタック：Ruby on Rails, React.js, Next.js, Swift/SwiftUI, Kotlin
・自動テストの設計/実装（Playwright / Selenium / Cucumber等）および CI/CDパイプラインへの組み込みや整備経験（2年以上）
・バックエンド開発（API設計・実装、RDBMSの設計・運用等）またはSRE（AWS / GCP等のクラウドインフラ・IaC・CI/CD運用等）の実務経験（2年以上）
・複数のAIエージェントを連結した自律実行パイプラインの設計/実装、およびMCP Serverを活用したAIエージェントとツール連携の実装経験
・Claude Code（またはCursor等のAIコーディングエージェント）を半年以上、日常的な開発環境として活用している
・業務を分析してAIが担う範囲を設計/形式知化し、人間の介入なしに自律実行できる仕組みを作った経験
・テスト戦略策定や品質基準設計など上流QA業務の経験、またはQA / SRE領域の深い業務知識（インシデント管理・障害対応等）
・LangChain / LangGraph等のLLMオーケストレーションフレームワーク、またはPyTorch / TensorFlow等のMLフレームワークの利用経験
・SQL / BigQueryを用いたログやデータ分析の経験
・技術ブログ・カンファレンス等での外部発信実績
・ハーネス思考：再発防止を「人の注意」でなく「環境側の設計」に実装することを自然に考える
・業務理解ファースト：技術より先に「業務の実態」「AIで解くべき問題の構造」を理解しようとする
・POC志向：議論より早く動くものを作り、実証ベースで判断する
・ドメインエキスパートとの協働：非エンジニアに設計を説明し、一緒に基準を作れる
・外向き発信意識：社内の実践と学びを外部に発信し、業界との対話を大切にする
■入社直後（〜3ヶ月）
・食べログのサービス・ビジネス構造・CQ by AIのアーキテクチャ全体を把握する
・既存の自動テスト自動コーディングAIエージェントの仕組みを理解し、改善する
■3〜6ヶ月後
・CQ by AIの一つまたは複数のAIエージェントを担当し、設計、実装する
・AIエージェントの自律実行サイクルの中で、生成物の精度改善を主体的に推進する
■6ヶ月〜1年後
・担当AIエージェントが完全自律実行できる状態を目指す
・実践知を技術ブログや社内での横展開として発信できる状態になる
■キャリアパス
・QA AIアーキテクト：CQ by AI全体のハーネス設計・評価基盤を主導する上位専門職
・AI品質基盤リード：複数パイプライン・複数領域への横展開を統括するリード職
・社内外での実践発信を通じ、業界でのAI品質エンジニアリングのプレゼンスを確立するキャリアパスもあります。AI特化QA職は従来QAに比べて高い市場価値を持ち、このキャリアを選ぶこと自体が市場価値向上に直結します。
【世界でも先例の少ない仕事をゼロから作れる】
「QA業務をAIエージェントが自律実行する」という仕組みは、業界でもまだ確立されていない。Harness Engineeringの考え方を実務に落とし込み、先例を自分たちで作ることができる。
【大規模サービスで実証できる】
月間数千万人が使う食べログで、障害管理・テスト生成・コードレビューをAIが担う仕組みを構築できる。自動テストコーディングAIエージェントではコード生成精度97%・テスト実行工数52%削減・自動化率64%をすでに達成しており、実績のある環境でさらにその先を作ることができる。スケールを持った環境での実証は、他社では得難い経験になる。
【「コードを書く人」から「環境を設計する人」へのシフトを先取りできる】
モデル＝処理能力、ハーネス＝OS。エンジニアの役割変化の最前線で、自分の仕事を定義できる立場にある。
【エンジニアリングとQAドメインの両方が武器になる】
バックエンド・インフラの技術力とQAの業務知識を掛け合わせて初めて成立する仕事。どちらか一方では解けない問題を、両方を持つエンジニアとして解く立場にある。
【所属部門】
食べログカンパニー 開発本部 品質管理部
【ミッション】
品質管理部は「QA業務をAIが一貫して担う」ことを目指す長期ビジョン Continuous Quality by AI（CQ by AI） を推進するチームです。そのAIが正しく品質を判断できるよう、QAの知識と基準をAIに渡すエキスパートとして参画していただきます。
単にテストを効率化するのではなく、「リリース前のチェックポイント」だったQAを、開発プロセスそのものに埋め込まれた自律的な仕組みへと変える取り組みです。月間数千万人が使う食べログで、AIエージェントがコードレビュー・リスク分析・E2Eテストを担い、最終承認のみ人間が行う品質保証の実現を目指しています。すでに自動テストコーディングでコード生成精度97%・テスト実行工数52%削減・自動化率64%の実績を上げており、その先のフェーズを共に作る段階にあります。
このポジションは AIが正しく品質判断できるようにQAドメインのナレッジをハーネスエンジニアリングの枠組みの中でガードレールやチェックリスト、基準などとして整備する役割 です。従来のQAエンジニアが「自分でテストを設計・実行し、品質を判断する」のに対し、このポジションは「AIが判断するための基準を設計・検証し、AIの判断結果をレビューする」へと役割が変わります。QAエンジニアとしての専門知識を活かしながら、業界でもまだ先例の少ない「AIに品質を教える仕事」を担っていただきます。
・ハイブリッドワーク：リモートワークとオフィス出社を、業務内容やチームの状況に応じて柔軟に使い分けるハイブリッドな働き方を採用しています。
・育児支援：男女ともに育休取得の実績が多数あり、子育て世代のエンジニアも多く活躍しています。
その他の働く環境や福利厚生については、[カカクコム採用サイト]をご覧ください。
