サイバーエージェントは、2028年度（2028年4月入社）のエンジニア新卒採用において、これまでの「機械学習エンジニア」「データサイエンティスト」の募集を再編し、「ビジネスリードエンジニア（AI・データ）」と「テックリードエンジニア（AI・データ）」の2つの採用枠を新設しました。
「ビジネスリードエンジニア」は、当社が新たに定義したエンジニアのキャリアの1つです。新卒採用では、2028年度はまずAI・データ領域で採用枠を設け、今後は他のエンジニア職種にも拡大していく予定です。
「ビジネスリードエンジニア」は、当社が新たに定義したエンジニアのキャリアの1つです。新卒採用では、2028年度はまずAI・データ領域で採用枠を設け、今後は他のエンジニア職種にも拡大していく予定です。
再編の背景
サイバーエージェントでは、エンジニアとAIが協働する「AIドリブン」な開発組織への進化を掲げ、2028年までに全社の開発プロセスを完全自動化することを目指しています。
生成AIや開発AIエージェントが急速に普及するなか、当社においても開発生産性は着実に向上しています。それに伴い、エンジニアの役割は、実装を担うだけでなく、事業やプロダクトの現場に深く入り込み、課題発見や要件定義の段階から関与する方向へと広がりつつあります。エンジニアに求められる価値も、「何を作ったか」にとどまらず、「技術を通じてどのような変化や事業インパクトを生み出したか」へと広がっています。
一方で、確かな技術力に基づき、高品質なアウトプットを担保する責任は、今後も変わりません。高い専門性を持つエンジニアの重要性は、これまで以上に高まると当社は考えています。
このような背景のもと、当社は2026年8月、エンジニア向け評価制度「JBキャリアプログラム」を全面刷新し、技術を活かして事業の課題を解決し、成果につなげるエンジニアのキャリアとして、新たに「ビジネスリードエンジニア」を定義しました。
新卒採用でもこれにあわせ、AI・データ領域の募集を、専門性をどの方向で発揮するかに応じた2つの採用枠へと再編しました。ビジネスリードエンジニアの採用枠は、2028年度はまずAI・データ領域から始め、今後は他のエンジニア職種にも拡大していく予定です。
生成AIや開発AIエージェントが急速に普及するなか、当社においても開発生産性は着実に向上しています。それに伴い、エンジニアの役割は、実装を担うだけでなく、事業やプロダクトの現場に深く入り込み、課題発見や要件定義の段階から関与する方向へと広がりつつあります。エンジニアに求められる価値も、「何を作ったか」にとどまらず、「技術を通じてどのような変化や事業インパクトを生み出したか」へと広がっています。
一方で、確かな技術力に基づき、高品質なアウトプットを担保する責任は、今後も変わりません。高い専門性を持つエンジニアの重要性は、これまで以上に高まると当社は考えています。
このような背景のもと、当社は2026年8月、エンジニア向け評価制度「JBキャリアプログラム」を全面刷新し、技術を活かして事業の課題を解決し、成果につなげるエンジニアのキャリアとして、新たに「ビジネスリードエンジニア」を定義しました。
新卒採用でもこれにあわせ、AI・データ領域の募集を、専門性をどの方向で発揮するかに応じた2つの採用枠へと再編しました。ビジネスリードエンジニアの採用枠は、2028年度はまずAI・データ領域から始め、今後は他のエンジニア職種にも拡大していく予定です。
採用枠
ビジネスリードエンジニア（AI・データ）
AI・データの専門性を武器に、事業を前に進めるために何を作り、何を変えるかを自ら考え、実行するエンジニアです。実現したいことへの意思を持ち、ビジネスの最前線に入り込んで、課題と機会を見極めます。機械学習、生成AI、ソフトウェア開発など、必要な技術を選び、自ら設計・実装。必要に応じて営業や顧客への提案の場にも立ち、社内外の人を巻き込みながら挑戦を進めます。不確実な状況でも技術の可能性と限界を見極めて意思決定し、その結果に向き合いながら、事業の成果につながるまでやり切ります。
テックリードエンジニア（AI・データ）
AI・データ領域で、技術的な意思決定とアーキテクチャを通じて、プロダクトの品質と開発プロセスを継続的に高めるエンジニアです。
技術選定・アーキテクチャ設計・実装・運用までをリードし、「最高のものづくり」を追求してチームの技術成果に責任を持ちます。
AI・データの専門性を武器に、事業を前に進めるために何を作り、何を変えるかを自ら考え、実行するエンジニアです。実現したいことへの意思を持ち、ビジネスの最前線に入り込んで、課題と機会を見極めます。機械学習、生成AI、ソフトウェア開発など、必要な技術を選び、自ら設計・実装。必要に応じて営業や顧客への提案の場にも立ち、社内外の人を巻き込みながら挑戦を進めます。不確実な状況でも技術の可能性と限界を見極めて意思決定し、その結果に向き合いながら、事業の成果につながるまでやり切ります。
テックリードエンジニア（AI・データ）
AI・データ領域で、技術的な意思決定とアーキテクチャを通じて、プロダクトの品質と開発プロセスを継続的に高めるエンジニアです。
技術選定・アーキテクチャ設計・実装・運用までをリードし、「最高のものづくり」を追求してチームの技術成果に責任を持ちます。
社員のバックグラウンド（AI・データ領域）
修士66%・博士20%・学部14%
ビジネスリードエンジニア
学生時代の専門は機械学習・自然言語処理・コンピュータビジョンに加え、経済学や推薦システムの出身者が多いですが、心理学・教育工学・統計数学・経営工学の出身者もいます。
テックリードエンジニア
学生時代の専門はコンピュータビジョン・自然言語処理・機械学習・音声の出身者が多いですが、物理学・商学・統計学・通信工学・電気電子工学の出身者もいます。
学生時代の専門が情報系以外の社員は約4人に1人です。
※2024年社内アンケート（n=64）より
ビジネスリードエンジニア
学生時代の専門は機械学習・自然言語処理・コンピュータビジョンに加え、経済学や推薦システムの出身者が多いですが、心理学・教育工学・統計数学・経営工学の出身者もいます。
テックリードエンジニア
学生時代の専門はコンピュータビジョン・自然言語処理・機械学習・音声の出身者が多いですが、物理学・商学・統計学・通信工学・電気電子工学の出身者もいます。
学生時代の専門が情報系以外の社員は約4人に1人です。
※2024年社内アンケート（n=64）より
2つの採用枠の違い
| ビジネスリードエンジニア （AI・データ） |
テックリードエンジニア （AI・データ） |
|
|---|---|---|
| 目指す方向性 | 技術で事業課題を解き、事業成果に責任を持つ | 高い専門性で、事業とプロダクトの技術を牽引する |
| 志向 | ・ 具体化された課題を解くことだけでなく「ビジネス構造全体から問いを立てる」事自体に興味がある ・ 課題に向き合うと、まず「そもそも、どの課題を解くべきか」を考える ・ 入社後は、技術に限らず、事業の成果を生み出すところまで関わりたい |
・ 研究や開発では、手法そのものを改善できたときに一番手応えを感じる ・ 課題に向き合うと、まず「どうすれば技術的に解けるか」を考える ・ 入社後は、技術の選択や設計方針の決定をリードしたい |
募集要項
選考フロー
FAQ
説明会
【オンライン】ビジネスリードエンジニア・テックリードエンジニア(AI・データ)新卒採用説明会を2026年11月9日 19:00より実施いたします。
【オンライン】ビジネスリードエンジニア・テックリードエンジニア(AI・データ)新卒採用説明会よりぜひご参加ください！
【オンライン】ビジネスリードエンジニア・テックリードエンジニア(AI・データ)新卒採用説明会よりぜひご参加ください！
もっと知る
エントリー
詳細・エントリーは新卒エンジニア採用サイトよりご確認ください。