DeNAのエンジニア職|AI開発と仕様品質を支える仕事
DeNAのエンジニア職を調べるなら、職種名だけでなく、何を確かめて改善する仕事かを見るのがおすすめです。AIを使う仕事でも、応答を作るロジックと、サービス全体をつなぐ実装では、考える課題が異なります。
サービス名や技術名を知っていても、日々どんな判断をするのかは見えにくいものです。開発には、機能を作るだけでなく、変更の影響を整理したり、実装前の仕様の曖昧さを確かめたりする仕事もあります。
具体的な作業と制約が分かると、自分が経験した開発や、これから取り組みたい課題との接点を考えやすくなります。採用コースと入社年度も分けて照合しましょう。
本記事では、DeNAの開発領域を整理し、AIの精度と速度、実装の変更、仕様品質で実際に何を判断するかを比較します。採用コースの違いと、自分の開発経験を仕事内容へ結び付ける記入例まで解説します。
DeNAのエンジニア職は、サービスを動かす仕組みから見る
株式会社ディー・エヌ・エーは、ゲーム、ライブコミュニティ、スポーツ・スマートシティ、ヘルスケア・メディカルなど、複数の事業を展開しています。エンジニアの仕事も、一つのサービスや開発技術だけでは捉えられません。

公式のAIジェネラリストコースは、エンジニア、ビジネス、クリエイティブを含みます。エンジニアにはアプリ・Webの開発運用、インフラ、セキュリティなどの領域があり、AI専用の職種名ではありません。サービスの機能を作る役割と、動作や安全性を支える役割があります。
| 公式の職務領域 | 主な作業・対象 |
|---|---|
| ソフトウェア | アプリ・Webサービスやミドルウェアを開発・運用し、事業の課題を解く |
| インフラ | ネットワーク・OS等を設計・運用し、安定性と費用を両立させる |
| セキュリティ | 開発者と脆弱性へ対応し、対策ツールや開発ルールを改善する |
| データ・MLOps | データの収集・加工・品質管理、機械学習の基盤やアプリケーションを構築・運用する |
| ゲームクライアント | Unity等で進行・描画・音の仕組みや開発支援ツールを作り、企画・デザイン担当と連携する |
一方、AIスペシャリストコースは、入社時から高い専門性を持ち、AI技術を事業やサービスへ応用することを重視しています。採用コースの名前と、チームの中で実際に担当する仕事は、分けて読む必要があります。
会社の事業、採用コース、個人の担当を分けて見ると、関心のある仕事を具体化できます。同じAIに関わる社員でも、応答を作る部分と、機能をサービスへ組み込む部分では、改善する対象が違います。
以下の3例は、AIの応答、機能間の接続、仕様の品質という判断対象の違いを比べるために選んでいます。全職種の一覧ではありません。起業・就業経験のある社員や異動後の担当も含むため、新卒全員の入社直後の仕事とは区別します。
企業の仕事と自分の経験を整理する支援を探す場合は、ITエンジニア志望者向けサービスの特徴も確認できます。
AI開発と仕様品質を支える3つの仕事
応答の改善、機能変更の接続、仕様の曖昧さの確認は、違う対象を扱う仕事です。掲載された担当例を同じ軸で比べると、使う技術だけでなく、何を良くしようとしているかが見えてきます。
| 掲載された担当例 | 改善する対象 | 考える課題 |
|---|---|---|
| AIロジック開発 | LLMを使う機能の応答 | 意図に合う出力へ近づける |
| AIフルスタック開発 | AIとサービスの実装のつながり | 変更が他の部分へ与える影響 |
| 仕様の品質改善 | 実装前の仕様 | 曖昧さや誤りを確かめる |
AIロジック開発|応答を確かめて改善を重ねる
2025年12月掲載の記事で、同年に新卒入社した王遠帆氏は、新規AIサービスのロジックを開発する仕事を説明しています。本人は起業やスタートアップでの就業を経験しており、未経験の新卒に共通する担当例ではありません。
開発中の機能では、プロンプトのベースを作り、プロダクトオーナーのフィードバックを受けて6回更新したと説明しています。さらに、応答の精度と速度が両立しない場面では、助言を受けてLLMの並列化で解決しました。6回という回数はこの案件の経過で、開発一般の基準ではありません。

出力が良くなっても待ち時間が長ければ、利用者にとっての価値を損なう場合があります。良さの評価と処理の組み方を一緒に考える点が、この事例の判断です。特定のモデルやプロンプトを使えるだけでなく、フィードバックに応じて方法を選び直しています。

応答の良さを確かめて直すのも、開発の仕事だにゃ。
AIフルスタック開発|機能の変更をサービスにつなぐ
同じ2025年12月の記事に登場する柿木幹太氏は、同年にソフトウェアエンジニアとして新卒入社し、王氏とは別の案件でAIフルスタックの仕事を担当していました。チームの状況に応じて、バックエンドやインフラを中心に担うようになったと説明しています。
その案件では、AIの仕様変更がバックエンドやクライアントにも影響します。柿木氏は、AIとバックエンドの両方を修正する場合もあれば、実装を把握してAI担当からの変更共有へ素早く追従する場合もあると説明しています。

自分で変更する範囲と、他の担当と認識をそろえる範囲を判断するのが、つなぎ役の具体的な動きです。本人はバックエンドとインフラが中心で、全領域を常に一人で担う説明ではありません。担当職種の名前だけでなく、どの実装を理解し、誰へ変更を伝えるかに注目できます。
サービスを動かす基盤の作業は、インフラエンジニアの設計・構築の説明でも具体的に確認できます。

仕様の品質改善|実装前の曖昧さを確かめる
2023年2月掲載のSWET第一グループのインタビューは、実装前の仕様から品質を改善する仕事を伝えています。登場する鈴木穂高氏は2014年に新卒入社し、2018年にSWETへ異動した社員です。入社直後の担当を示す例ではありません。
取り組みの一つは、仕様の一部を形式的に記述し、曖昧さや誤りを確かめることです。自然な文章では見落としやすい点に気づけるほか、記述の仕方によっては動かして視覚的に確認し、意図した振る舞いかを確かめられます。

形式仕様の導入には学習・記述の費用がかかります。誤りの影響と、後から直せるかを比べて適用範囲を選ぶのが、掲載チームの判断です。仕様を明確にする方法であり、その仕様を満たす実装方法まで一つに限定するものではありません。
| 掲載された比較 | 適用を判断する理由 |
|---|---|
| ゲームの戦闘の中心となるロジック | 1ターンで勝敗が崩れるような誤りは面白さや公平さを損ない、公開後の修正も難しい。時間をかけて確認する効果が大きい |
| 通常のボタン操作などの仕様 | 掲載チームは致命的な影響が比較的小さい箇所では適用しない判断が多いと説明。全UIが安全だという一般則ではない |
仕様を決める工程と実装後の確認の関係は、SIerの要件定義・設計・テストの説明で掘り下げられます。

採用コースと入社年度を分けて応募先を検討
具体的な仕事への関心ができたら、現在の採用コースと入社年度を照合しましょう。社員記事にある担当の呼び方を、現在の独立した募集職種や配属の約束と読み替えないことが大切です。
AIジェネラリストとAIスペシャリストの役割を比べる
AIジェネラリストのエンジニア職には、ソフトウェアやインフラなどの職務の説明があります。技術を使ってものを作ることに加え、周囲と協力し、自ら学んで仕事を進める姿勢などを、求める人物像として示しています。
AIスペシャリストは、AIの深い専門性を、事業やサービスへの応用・実装につなぐことを重視します。研究論文の実績だけではなく、事業側や他の技術職と連携し、課題に合う方法を考える仕事です。研究を一切しないという区分ではありません。
技術名の一致だけでなく、自分の経験で解いた課題を照合するのがおすすめです。何を作り、なぜその方法を選び、どこを修正したのかを整理すると、コースの説明と自分の関心を結び付けやすくなります。

27年・28年の入社条件と選考の案内時点を確認する
両コースの公開要項は、2027年4月または2028年4月に入社可能な方を対象とし、学歴や卒業年次、就業経験の期間による制限を設けていません。より早い入社は相談可能とする案内もあります。
- 入社可能な時期と、希望する採用コース
- 自分が読む選考フローの対象年度
- 申込先の現在の受付と期限
ジェネラリストの選考フローは、27年4月入社を中心とする説明です。共通ページは26年10月時点で、28年向け早期選考を9月末までの予定、本選考を10月以降の受付開始と案内しています。AIスペシャリストには早期選考を設けていません。
入社条件と、選考案内の年度を別々に照合することが大切です。予定の掲載だけでは現在受付中とは判断できないため、応募する際は希望コースの最新案内と申込先で受付や期限を確認してください。

対象年度と「いま申し込めるか」は、別に確かめるにゃ。
出典:DeNA公式:AIジェネラリスト募集要項/AIスペシャリスト募集要項/採用情報
開発経験を担当したい領域へ結び付ける
仕事への関心を伝えるには、「AIを使った」「アプリを作った」という実績名から、どんな制約を解いたかへ説明を進めます。課題、自分の担当、選べた方法、選んだ理由、確かめた結果を順に整理すると、担当したい領域との接点を示せます。
次の表は、学生のチーム制作を想定した編集上の架空例です。DeNAの採用基準や合格者の経験ではありません。AIロジックとサービス実装のどちらが上という比較ではなく、同じ制作物にも異なる判断と役割があることを示しています。
| 課題と担当 | AIロジックへの接点 | サービス実装への接点 |
|---|---|---|
| 架空の制作課題 | 質問に合わない回答と待ち時間があった。自分は回答の評価と生成処理を担当 | AIの返す項目が変わり画面が動かなくなった。自分はAPIと表示の接続を担当 |
| 選択・検証 | プロンプト変更と処理の分割を候補にし、同じ質問で回答と待ち時間を比較。並列化の効果は未測定として残す | 変更前後の入出力を整理し、担当者と合意。想定入力だけでなく項目欠落時の動きもテストする |
| 示せる根拠 | 評価用の質問、出力記録、コード差分。結果が安定しない質問は継続課題 | API定義、変更履歴、テスト結果。自分が触っていないAIモデルの性能は実績に含めない |
チーム全体の成果から、自分が判断し実装した部分を切り出すことが重要です。成果物や変更履歴に沿って話せる範囲だけを書き、測っていない改善率や担当していない技術を足さないでください。うまくいかなかった条件も残すと、次に試す方法を説明できます。
仕様の品質に関心がある場合も、専門的な形式手法を使った経験がなければ、その実績を装う必要はありません。曖昧だったルールを整理し、チームと認識を合わせた経験を示したうえで、より厳密に確認する技術を学びたいと説明できます。採用コースの必要な専門性を満たすかは、こうした関心とは分けて募集条件と照合しましょう。
経験を整理したうえで、応募先選びや伝え方の支援を比較したい方は、ITエンジニア志望者向けサービスの対象と活用法を確認できます。


