Scroll

LegalOn Engineering

Team

Team

LegalOn Technologiesで働くメンバーや開発体制、技術スタックについてご紹介します。

グループごとの役割・ミッション

Group

Group

製品開発

SRE&
プラットフォーム

デザインシステム

検索・推薦基盤

機械知性研究開発

コントラクト
プロセッシング

データ分析基盤

プロダクティビティ

エンジニアリング推進

製品開発

LegalOn Technologiesが提供するプロダクトの開発・運用を担う。
より細かいユーザーニーズに対応できるサービスを追求し、既存機能の成熟に加えてさらなる新規機能開発や改善に日々取り組んでいる。
法務領域以外での新規プロダクト開発や、グローバル展開の第一歩として、米国向けプロダクトの開発も行っている。
~プロダクト例~
・AI契約審査プラットフォーム 「LegalForce」
・AI契約管理システム 「LegalForceキャビネ」
・意思決定プロセスマネジメントシステム
・米国向け AI契約レビューソフトウェア「LegalOn Review」

SRE&プラットフォーム

Mission:開発組織が迅速かつ信頼性の⾼い製品を提供し続けるためのプラットフォームとカルチャーを構築する

システムの信頼性、スケーラビリティ、パフォーマンスを確保する責任を担う。
特定の開発チームに深く入り込みチームやプロダクトの改善に取り組む「Embedded SRE」と、組織横断でSREプラクティスの普及促進や共通基盤の提供を行う「Dedicated SRE」の2つの役割で開発チームと連携し、開発生産性とプロダクトの回復力、セキュリティのさらなる向上を目指す。

デザインシステム

Mission:
・プロダクト開発における関係者全員がユーザー視点の開発ができる基盤をつくる
・製品横断で統⼀されたUXを提供する

さらなる製品のグロースと価値向上のため、PdMやエンジニアといったメンバーと併走して、サービス開発の上流から下流まで関わる。他部門(マーケティング、広報など)のデザイナー組織との連携も日々行っている。

検索・推薦基盤

Mission:
・ユーザーが、必要な時に必要な情報に素早くリーチするのを⽀援する
・セキュアで安定した検索/推薦基盤の運⽤

急成長中の複数のサービスを支える、多岐に渡る検索および推薦機能の設計開発を担う。ユーザーに最高の検索体験を提供するために、複雑な課題の解決に日々取り組んでいる。

機械知性研究開発

Mission:⾃然⾔語処理や機械学習を活⽤し、製品のAIをつくる

自然言語処理・画像処理・機械学習等を用いて開発された様々な要素技術を自社Webサービスに機能として搭載するための、Web APIサーバ・アプリケーション、アルゴリズム、ソフトウェアツール等を開発している。

AIに関する先端技術に特化したエキスパートが結集した“LegalOn Technologies Research”チームでは、製品サービスを支える機械学習および自然言語処理技術をベースとした要素技術の研究開発を行っている。
LegalOn Technologies Research 研究業績リスト

コントラクトプロセッシング

Mission:製品のコアデータを効率良く収集・加⼯・注釈できる
データパイプラインとアプリケーション基盤を整備し、AI機能の開発を⽀援する

弊社の製品のコアとなる契約書レビュー機能及びドキュメント処理に関する基本機能と、機械学習用教師データ作成のためのアノテーションシステムの開発・運用を行っている。

データ分析基盤

Mission:
・組織が意思決定をする上で必要となる組織横断のデータを分析・利活用できる基盤を運用する
・各部門が横断で取り扱うデータを安全に利用することができるオペレーションを整備、推進する

社内のユーザーがビジネス、プロダクトデータを使用してKPI設計等の分析業務を推進できるように、データを集約、整備している分析基盤と専用のBIツールを提供している。

プロダクティビティ

Mission:開発生産性の可視化と継続的な生産性改善を実現する

プロダクト開発における重要な要素である「質とスピード」を把握するための仕組みづくりや、改善に向けた各種施策を実施する。

また、アウトプットではなくアウトカムを定量的に把握し、数値による改善活動という文化を推進する。                            

エンジニアリング推進

Mission:継続的に価値提供を行えるエンジニア組織と文化を作る

社内外での認知度向上に向けた情報発信や、エンジニアリング組織の最適化に向けた採用支援・評価制度の運用、組織横断での生産性・品質向上のためのツール管理などを行っている。

技術スタック

Technology Stack

Technology Stack

アプリケーションプラットフォーム

                 

バックエンド: Go, Java

タスク管理: Jira

コミュニケーション: Slack, Google Meet

ナレッジ共有: Notion, Miro

デザインツール: Figma

LegalForce

バックエンド: Ruby, Hanami

フロントエンド: TypeScript, React, Emotion

スキーマ: Swagger (OpenAPI 3)

ビルドツール: Webpack

プラットフォーム: AWS

コンピューティング基盤: ECS (Fargate), Lambda

認証基盤: Auth0

データベース: MySQL Aurora, Redis, Amazon OpenSearch Service

CI/CD: GitHub Actions, CircleCI

ロギング: Datadog, Splunk

構成管理: Docker, Terraform

ヘルプデスク: Intercom

E2Eテスト: mabl, Playwright

メール受送信: SendGrid

監視: Datadog, Sentry

データウェアハウス: BigQuery

LegalForceキャビネ

バックエンド: Java 17

フロントエンド: TypeScript, React, React Query, Storybook

スキーマ: Swagger (OpenAPI 3)

ビルドツール: Webpack

プラットフォーム: GCP, Firebase

コンピューティング基盤: Cloud Functions

認証基盤: Firebase Authentication with Identity Platform

データベース: Cloud Firestore, Cloud SQL (MySQL)

CI/CD: GitHub Actions

ロギング: Datadog, Cloud Logging

構成管理: Docker, Terraform

ヘルプデスク: Intercom

E2Eテスト: Playwright

メール受送信: SendGrid

監視: Datadog, Sentry

データウェアハウス: BigQuery

プロダクト共通コンポーネント(ドキュメント処理)

言語: Ruby, Java 17, JavaScript, Python, C#

フレームワーク:Vue.js (Nuxt.js), Rails

プラットフォーム: GCP

コンピューティング基盤: Cloud Functions, Cloud Run, GKE

データストア: Cloud SQL, Cloud Memorystore, Cloud Storage

アノテーションシステム

言語: Ruby, JavaScript

フレームワーク: Ruby on Rails, NuxtJS

プラットフォーム: GCP

コンピューティング基盤: GKE

データベース: Cloud SQL (MySQL)

認証基盤: AzureAD(OpenID Connect)

構成管理: Docker, Terraform

CI/CD: GitHub Actions

監視: Datadog, Sentry

データウェアハウス: BigQuery

ロギング: Datadog

ナレッジ共有: Lucidchart

検索システム

言語: Python, Java

プラットフォーム: AWS, GCP

コンピューティング基盤: ECS, GKE

構成管理: Terraform

監視: CloudWatch, Datadog

検索エンジン: Elasticsearch

データ分析基盤

BI: Looker

Web分析: Google Analytics

SFA: Salesforce

MA: Marketo

プラットフォーム: AWS, GCP

コンピューティング基盤: ECS

構成管理: Terraform

言語: Python, Go

データベース: Aurora

データウェアハウス: BigQuery

監視: Cloud Monitoring

ロギング: fluentbit, Cloud Logging

ELT: dbt, Fivetran, Digdag, Embulk, Cloud Dataflow

採用情報

Careers

Careers