はてなブックマーク

はじめに 「LayerXって正社員しか採用していないのでは？」「バクラクの開発はハードルが高そう」 そんな印象を持つ方もいるかもしれません。 ただ実際には、LayerX バクラク事業部ではこれまでも 副業・業務委託のソフトウェアエンジニアを受け入れ、プロダクト開発を一緒に進めてきた実績があります。 最近SNSでこの話題に触れた際にも反響があり、「興味はあるけれど、実態が分からない」という方が一定数いることを実感しました。 バクラク事業部で副業・業務委託のソフトウェアエンジニアも受け入れていること、もしや世の中に全然知られていないのでは？？という話を同僚としていたのですが、 これって本当ですか…？ 興味ある方、お気軽にDMください！お話しましょう！！！— serima | LayerX (@serima) 2026年1月8日 本記事では、候補者にとっての不安が大きい どのくらい稼働できるのか

こんにちは。Ai Workforce事業部 FDEグループエンジニアのkoseiと申します。 以下本文は、以前インターンとして一緒にプロジェクトを進めてくれた @kimu さんが在籍中に執筆したものです（冒頭のみkoseiが追記しています）。 本ブログで紹介したアルゴリズムにより精度が向上し、お客様に高い価値を提供することができました。（本手法については特許出願済み） そこに至るまでの開発の様々な学びが詰まっているので、是非じっくりとお読みください！ はじめに こんにちは！LayerX Ai Workforce 事業部 FDEグループで2025年3月から11月まで約8ヶ月間インターンをしていた@kimuです。インターンでは主にFDE（Forward Deployed Engineer。顧客課題に密着してプロダクト実装まで担うエンジニア）として、生成AIプラットフォーム「Ai Workfor

こんにちは、LayerXのバクラク事業部 AI BPOチームでエンジニアをしているikehara (@ikehara_dev)です。 この記事は LayerX Tech Advent Calendar 2025 19日目の記事です。 本記事では、推論（Reasoning）モデルgpt-5-miniを本番投入した際の事例を紹介します。 当初は推論レイテンシが想定上限に達し、運用が厳しい状態でした。そこから「推論パラメータ調整」と「プロンプトエンジニアリング」を行い、精度を落とさずにレイテンシを改善した方法を、試行錯誤の過程を交えて解説します。 TL;DR gpt-5-mini を本番投入したらレイテンシが厳しくなったため、推論パラメータとプロンプトを見直した reasoning_effort をmedium→low にするだけで40%高速化（15.4秒→9.2秒） プロンプトは 「手順(Ho

こんにちは！Ai Workforce事業部FDEの恩田（さいぺ）です。 7月にFDE（Forward Deployed Engineer）の募集を開始し、早半年が経過しようとしています。本記事では、FDE組織の募集を開始してから現在までをふりかえりつつ、2026年のFDEやLLMについて、組織・技術の両面から綴ってみたいと思います。 tech.layerx.co.jp FDEの募集を始めたのは今年7月なのですが、この半年で突然生まれた職種というわけでなく、その原型はLayerXの創業当時まで遡ります。LayerXでは祖業のBlockchain時代から当時のCTOがお客さまのところに足繁く通ってきました。また、三井物産さまとのジョイントベンチャーである三井物産デジタル・アセットマネジメントにはCTOクラスのメンバーをはじめ、複数のメンバーがフルコミットしています。私自身、LayerXでBlo

この記事は、LayerX Tech Advent Calendar 2025 の 23 日目の記事です。 tech.layerx.co.jp こんにちは。バクラク事業部 BizOps部 データグループの@civitaspoです。今年は子どもたちが入手困難なものをサンタさんにお願いしなかったので、心穏やかな気持ちでサンタさんを家に迎え入れることができそうです。 はじめに 今年も本日を入れて残り9日となりました。本記事では、データ基盤の2025年を締めくくるために、この1年でデータ基盤に起こった変化を振り返ります。 2023年の振り返りは以下の記事でまとめました。 tech.layerx.co.jp 一方で、2024年のまとめはなぜか書き忘れていました…😢 そのため本記事では、2024年後半から2025年にかけて起きたイベントやシステムの変化を軸に、データ基盤がどのような前提のもとで使われる

この記事は、dbt Advent Calendar 2025 の 20日目の記事です。 qiita.com バクラク事業部 BizOps部 データグループへ25年11月に入社した さえない（ @saeeeeru ）です。LayerX のデータグループは BizOps 部に所属し、「事業成果に直結するデータ基盤」を構築しています。事業の意思決定を支える Fact Base の提供から、AI エージェントが活用できるデータ環境の整備まで、幅広い役割を担っています。詳しくは昨日の記事で紹介していますので、気になった方は是非ご覧ください。 tech.layerx.co.jp このデータ基盤でデータモデリングの中核になっているのが dbt （data build tool）です。dbt はデータウェアハウス内のデータ変換を SQL で記述・管理するツールで、変換ロジックを持つモデルは基本的に SQL

この記事は、LayerX Tech Advent Calendar 2025 の 19日目の記事です。 tech.layerx.co.jp おはようございます、こんにちは。そして、こんばんは。バクラク事業部 BizOps部 データグループへ25年11月に入社した さえない（ @saeeeeru ）です。 命名理由が気になる方は、カジュアル面談で話しましょう。 jobs.layerx.co.jp 今回は、入社してから1ヶ月で「LayerXのデータ基盤の未来を語るためにやったこと」を、整理したいと思います。 TL;DR LayerXのデータグループがBizOps部にいるのは「事業成果に直結するデータ基盤を作る」という意思表明 入社1ヶ月でやったこと: ①愚直な情報収集 ②Quick Winで信頼貯金 ③事業構造の理解 「誰のための、何のためのデータか」を問い続ける環境で働いています データグル

こんにちは。Ai Workforce事業部 FDEグループ エンジニアのkoseiと申します。 この記事はLayerX Tech Advent Calendar 2025 16日目の記事です。 本日は私たちの事業部が開発しているプロダクト「Ai Workforce」が扱うような長いドキュメントを構造化する方法として少し試していることについてお話しできればと思います。 背景 Ai Workforceではこれまで、エンタープライズのお客様にドキュメントワークを中心とした業務を効率化するユースケースを幅広く扱ってきました。 例えば、契約書のような200P以上に及ぶ長大なドキュメント同士の比較や、見積書からの全ての商品情報の抽出・分類など、様々な種類のドキュメントやユースケースを扱っています。 多くのドキュメント、特に文章量が多いドキュメントや、扱う問題が複雑になる場合に共通して、ユースケース実現

この記事は LayerX Tech Advent Calendar 2025 の8日目の記事です。 前日は、 rerorero さんの 「Datadog Logs の検索体験を Snowflake に持ち込む Chrome 拡張」でした。 こんにちは、バクラク事業部CREグループのtanisuke( @taaag51 )です。ストレイテナーというバンドを推し、愛し、人生を捧げている者です。 2025年8月にLayerXに入社し、1人目 CRE（Customer Reliability Engineering）として組織の立ち上げを担当しています。 前職から数えると、CRE歴5年目になります。(年が明けると6年目) この記事では、その5年間を経て改めて見つけた「現時点の私なりの結論」を真空パックしてお届けします。 まさに立ち上げ中のCRE組織について、立ち上げ過程で考えたことや苦悩、そこから

初めまして、今年 9 月にバクラク事業部に入社した rerorero です。 この記事は LayerX Tech Advent Calendar 2025 7 日目の記事です。 もう今年も残り一月弱ですね。 自分にとっては今年も本当にあっという間でした。 年末になるといつも「ジャネの法則」を思い出します。 人は年齢に反比例して時間を早く感じるという概念で、例えば 30 歳の人にとっては 10 歳の 3 倍、50 歳の人には 5 倍の速さに感じるというものです。 時間は平等で一定だと思っていたけれど、歳をとるにつれ短くなる感覚に焦りを覚えます。 今日はそんな貴重な業務での時間をちょっと節約する Chrome 拡張を作ったよという小ネタをお話しします。 背景：LayerX の Datadog ログ運用 LayerX ではコスト最適化の一環として、Datadog Logs の保存期間（リテンショ

こんにちは、バクラク事業部 CTO @yyoshiki41 です！ こちらは、LayerX Tech Advent Calendar 4 日目の記事「2025 年バクラク開発組織の振り返り」です。前回の記事はアカウント基盤開発部で毎日元気！な @convto さんの「組織図リソースと Temporal Data Model の相性についての考察！」 でした。 はじめに 2025 年も残り 27 日1となりました。今日は AI SaaS であるバクラク開発組織の 2025 年について、今週公開したばかりのエンジニアデックを元にしながら振り返っていきます。興味のある方はぜひスライドもご覧ください！ speakerdeck.com 前年 2024 年のハイライト 昨年はバクラク事業部として苦しい時期を乗り越えての一年でした。社内では「メラ期」と呼ばれる状況で、2023 年から続く中で成長の鈍化が

こんにちは、バクラク事業部AI・機械学習部の飯田 (@frkake) です。 こちらはLayerXアドベントカレンダー1日目の記事です。初日は @izumin5210 さんの記事との二本立てです。 最近、DeepSeek-OCRの登場など、OCR界隈がにわかに活気づいていますね。LLMやVLMの進化に伴い、OCRも単なる「文字起こし」から「構造の読み取り」、さらには「内容の理解」へと進化しているのを感じます。 そこで本記事では、改めてOCR技術の変遷を振り返りつつ、各モデルを自作のサンプルデータを使って検証してみたいと思います。 本記事での用語の整理をあらかじめしておきます。 テキスト認識：それがなんの文字であるのかを特定すること。文字起こしを行うこと テキスト検出：文字の位置を検出すること レイアウト認識：画像中の要素の位置や配置を認識すること OCR：画像から文字を書き起こすこと ドキ

こちらはLayerX AI Agentブログリレー55日目の記事です。 LayerX バクラク事業部で AI/MLOpsエンジニアをしている中村(@po3rin)です。AI Agentブログリレーが55日を迎えました！！12月はアドベントカレンダーが始まるためAI Agentブログリレーは終了します。区切りとして、ここまでブログリレーを運用してきた所感をまとめ、私の独断と偏見で選んだAI Agentブログリレーの名作を振り返ります。 AI Agentブログリレーとは LayerXが始めたAI Agent開発縛りで記事を書くというイカれたブログリレーです。AI Agentブログリレーの全アーカイブはこちらにあるので是非読んでみてください！ layerx.notion.site なぜ始めたのかの思いの丈は次のブログに書いてあります。 tech.layerx.co.jp 簡単にまとめると「日本に

こんにちは。LayerX AI Workforce事業部でR&Dチームのリサーチエンジニアの矢野目です。 こちらはLayerX AI エージェントブログリレー49日目の記事です。前回の記事はKenta WatanabeさんのAIエージェントを開発するPdMがやることをプロンプトを書きながら考えるでした。 今回の記事では、AIワークフローの自動生成技術開発の取り組みについてお話しします。 AIワークフローを構築する際、「どのような処理ステップを組み合わせるか」「各ステップでどんなプロンプトを使うか」といった設計に多くの時間がかかります。特に、お客様のドメイン知識が必要なタスクでは、試行錯誤を繰り返しながら精度を高めていく必要があり、これが大きな課題となっています。 そこで我々Applied R&Dチームでは、プロンプトとワークフロー構造を同時に自動生成する手法に取り組んでいます。 本稿では、

はじめに LayerX Ai Workforce事業部R&Dチームとデータ検索基盤チームマネージャーの澁井（しぶい）と申します。今回はLLMやAIエージェントのコンテキストエンジニアリングとして、不要な過去を忘れることをテーマに検討していきたいと思います。 なお、本テーマと対になる「コンテキストの並行世界を作る」エンジニアリングについて、LayerX TechBook 1 （2025/11/16（日）開催の技術書典で販売）に寄稿しています。 そちらもご一読いただけると幸いです。 LLMとの対話やAIエージェントのプロセスは、過去の対話履歴やLLMの処理結果が蓄積されていく仕組みになります。こうしたデータはコンテキストと呼ばれ、LLMが処理履歴や文脈を把握し、次のリクエストを適切に解決するために活用されます。こうした概念は2025年半ばからコンテキストエンジニアリングと命名され、LLMやAI

LayerX AIエージェント ブログリレー 40日目の記事です。 昨日は ＠yuya_presto さんの「Chrome拡張だけでVercel AI SDKからブラウザを操作する browser-agent-bridge」でした！ こんにちは。すべての経済活動をデジタル化したいmichiru_daです。 私はコーディング未経験の営業上がりのプロダクトマネージャーで、普段自分でコードを書くことはありません。 ですが今回は大エージェント時代に乗っかり、Claude Agent SDKを利用して自分の業務を効率化するAIエージェントを作ってみました。 本記事では、普段エンジニアリングを行わない非エンジニアの目線で、実際の業務ユースケースに沿ってAIエージェントを実装した学びを共有します。エージェント実装そのものの有益なtipsなどは含まれないので、ご了承ください。 この記事の対象読者 自チーム

こちらはLayerX AI Agentブログリレー37日目の記事です。前回の記事は@po3rinによる『AI Agentのビジネス価値を計るバックテスト基盤の構築』でした。 こんにちは。バクラク事業部 BizOps部 データグループの@civitaspoです。前回の『AI Agentのビジネス価値を計るバックテスト基盤の構築』で以下の記載がありました。 LayerXではデータ基盤としてSnowflakeを採用しています。SnapshotデータにアクセスするためにはアプリケーションDBにアクセスしていたクエリを少し変えるだけです。例えば、2025/10/21 9時時点のSnapshotデータにアクセスする場合は次のようになります。 # 通常クエリ SELECT * FROM SAMPLE_TABLE; # Snapshotクエリ SELECT * FROM TABLE(SAMPLE_TABL

こんにちは、Ai Workforce 事業部でテクニカルプロジェクトマネージャーをしている Joe です。 今回ですが Observability Conference Tokyo 2025 のスピーカーとして参加させて頂きました！ https://o11ycon.jp/ まず、今回開催にあたって主導して頂いたオーガナイザー、スタッフとして開催を支えて頂いた皆様、スポンサーをして頂いた企業様によって素晴らしい会を開いてくださったことにお礼を申し上げます。 楽しすぎて写真撮るのを忘れていたのが最大の反省点です。 Observability Conference Tokyo 2025 とは？ Observability Conference Tokyo 2025 は、Observability に関する知見を共有するためのカンファレンスです。 これまで他のカンファレンスの中でオブザーバビリティ

この記事は LayerX AI Agent ブログリレー 35 日目の記事です。 こんにちは。バクラク申請・経費精算チームの @ktr です。 私たちのプロダクトには日々、お客様からお問い合わせをいただいており、これらをもとにプロダクトの品質を改善する取り組みを行っています。 今回は、AI Agent を活用したコード品質向上の取り組みについてご紹介します。 品質改善の取り組みと Greptile そもそも、お客様からのお問い合わせでバグが発覚するのは望ましくありません。開発プロセスのより早い段階——例えばコードレビューやテストの段階——でバグを発見したいと考えています。とくにプログラミングミスはその最たる例です。 私たちのチームでは直近のお問い合わせから、とくに改善・シフトレフトの余地があったと考えられるバグをピックアップし、Next Action を決めて取り組みを進めています。 その

こちらはLayerX AI Agentブログリレー36日目の記事です。 LayerX バクラク事業部で AI/MLOpsエンジニアをしている中村(@po3rin)です。今回はAI Agentのビジネス価値を計るバックテスト基盤を構築した話と、そこから学んだAI Agent開発のプラクティスを紹介します。 目次 目次 AI Agent機能の評価の重要性 AI Agent機能のバックテスト バックテスト基盤開発の難しさ バックテスト基盤を実現する技術 全体構成 SnowflakeへのSnapshotデータアクセス LLM Native GORM Plugin「Firn」 なぜLLMで書き換えるのか GORM Pluginの作り方 LLMによるクエリ書き換え部分 LLMのクエリ書き換えガードレール SQL BASE Golden Testing Package「gormgolden」 今回のバッ

こちらはLayerX AI エージェントブログリレー34日目の記事です。 こんにちは、CEO室でAI Agent開発のPdMをやっているKenta Watanabeです。 先日の記事に続いてeval関連の話題になります。 AIエージェントやLLMを使ったサービス開発をされている方は日々何かしらの環境でevalsを作成されているのではないかと思います。LangSmithやLangfuse, OpikやPromptfooなどLLMのtracingやevaluationを行うことのできるサービスはたくさんあり弊社でもLangfuseを活用しています。また、OpenAIはtracing/evaluationとも自社プラットフォームで行うことができ、Agents SDKを利用している場合はより簡単にこれらの環境を利用することもできます。 これらの基盤はevaluationとtracing, prom

LayerX のバクラク事業部の AI・機械学習部で機械学習エンジニアをしている島越（@nt_4o54）です。こちらはLayerX AI Agent ブログリレー 31 日目の記事です。 昨日は松村 (@yu__ya4)による「Langfuse の Experiment Runner SDK を利用した AI エージェント機能の性能評価と実験管理」でした。 無事にこのブログリレーも日付換算で一ヶ月を突破しました。過去のブログ記事も知見が溢れているので、是非ご覧ください！ はじめに LLM 以前の機械学習システムにおけるパーソナライゼーション LLM を用いたシステムにおけるパーソナライゼーション In-Context Learning (ICL): Prompt による動的適応 Prompt の自動最適化 その他の最適化手法 DSPy による Prompt 最適化実践 データセット 推論の

本記事では、LayerXのバクラクAIエージェント開発における、Langfuseを活用したAIエージェント機能の性能評価と実験管理の取り組みを紹介します。バクラクはバックオフィスに特化したAIエージェントで、日常業務の中に自然にAIを溶け込ませる体験を提供しています。 bakuraku.jp こちらは LayerX AI Agent ブログリレー 30日目の記事です。前回はバクラク事業部のAI・機械学習部でインターンをしてくださっていた @ProgressSemi による 『コーディングエージェントのための情報検索システムの最前線』 でした。今回はバクラク事業部 機械学習エンジニアの松村（@yu__ya4）からお届けします。 はじめに 多くの企業・個人がAIエージェント開発を進める一方で、プロダクトとしての性能評価に関する実践知はまだ少ないと感じています。私たちも試行錯誤の途上ですが、現時

こんにちは。LayerX のバクラク事業部 AI・機械学習部でサマーインターンをしていました足利です。サマーインターンについてはこちら。 note.com こちらはLayerX AI エージェントブログリレー、29日目の記事です。 エンジニアにとって最も身近なAI AgentはClaude Codeなどのコーディングエージェントだと思います。 この記事では、コーディングエージェントに適した検索システムという切り口から、AI Agentをより良く設計するためのポイントについて考えてみたいと思います。 最先端の知見に触れるため、新しめの論文に触れながら解説していきます。 入門、AIコード生成のためのコンテキスト検索 AI Agentを上手く動作させるには、解かせるタスクの定義やコンテキストの設計が非常に重要です。 タスク設計：解決したい課題について、LLMに丸投げせず、どの部分をLLMに解かせ

こんにちは。LayerX Ai Workforce事業部 FDEグループ エンジニアの藤田と申します。 こちらはLayerX AI エージェントブログリレー、25日目の記事です。 今回は、Agentic WorkflowなどのフローをAgentとともに作る際には、Validatorがあると便利という話をしようと思います。 TL;DR エージェントと人が協働してAgentic Workflow（yamlファイルのDSL）を構築できるようにするため、LLMで生成されたDSLを即座に人間とエージェントが意味的に検証・修正できる「Validator & LSPサーバー」を簡易的に作ってみました。 背景 言わずもがな、AIエージェントの能力が飛躍的に進化しており多くの業務を変えています。 一方で、コーディングエージェントを使ったことがある方ならご存知のように、適切にアラインしないと品質の低いアウトプ

こんにちは！LayerX の バクラク事業部でSWEをしております、 2025年4月入社の新卒エンジニア shoyan です！ 今回は先日 layerx.go #2 で発表した、Protocol Buffers の Opaque API のメリットと安全な移行方法 について紹介します。 speakerdeck.com Opaque API とは？ まずは、Protocol Buffers (Protobuf) について簡単に説明します。Protobuf は、google が開発したデータシリアライゼーション形式です。.protoファイルでスキーマを定義し、コンパイルして各言語のコードを自動生成します。LayerX では、Protobuf と Connect を組み合わせて、gRPC 互換の HTTP API を構築しています。 典型的な .proto ファイルは以下のようになります。 me

こんにちは。バクラク勤怠のソフトウェアエンジニアの @upamune です。 この記事は LayerX AI Agentブログリレー の 23日目 の記事です。 前回のClaude Code SDK ではじめる 定額 AI Agent 開発入門では、Claude Code SDK を使ってシンプルなタスク管理Agentを構築しました。 今回は、そのAgentをClaude Agent SDKに移行しながら、何が変わったのか・どう対応すればいいのか・何が嬉しいのかを具体的に解説します。 1. 前回のおさらい：Claude Code SDK でタスク管理Agent 前回の記事では、Claude Code SDKを使ってタスク管理Agentを作りました。以下のような機能を実装しました： タスクの追加 タスクの一覧表示 タスクのステータス変更 Claude Pro/Maxプラン（最安$20/月）で

こんにちは。2025 年 4 月に LayerX に新卒入社し、請求書発行チームでエンジニアをしている @tak848_ です。 学生時代に一人で出た直近の ISUCON14 は、計測ツールを同じ VPC の EC2 上に立てていたことで失格になりました。最近は、プロダクト仕様や今回の検索、 PDF をはじめとした様々な深みに対峙しすぎて、「深淵の tak」などと呼ばれています。 この記事では、バクラク請求書発行の書類検索基盤を、SQL 直叩きから、OpenSearch を利用する形式へとリプレイスした際にさまざまな思考・苦慮ポイントがあったのでそれを共有していきたいと思います！ バクラク請求書発行の紹介とリプレイス前の課題 プロダクト紹介 「バクラク請求書発行」（以下、発行）は、弊社が開発しているプロダクトの一つで、会社が発行するあらゆる書類の電子発行を Web 上で簡単にできるシステム