VEXPLOR
CAREERS — WACE INC.

工場のオペレーティングシステムを一緒に作る仲間を探しています。

WACEは「工場にはオペレーティングシステムがない」という問題意識から出発しました。データ標準化からAI自律制御、設備連携まで — ダークファクトリーへの道を一社の中でつないでいます。その道を一緒に歩む仲間を通年で募集しています。

ALWAYS HIRING · FDE · CORE ENG · AI/DATA · BUSINESS · HWASEONG R&D · JEONJU
01WHY NOWAS OF 2026.09 · SOURCE: CORPORATE RECORDS

いま参加するのに良い理由

設立3年目、すでに黒字に転換し、製品は実際の工場で動いています。次の成長を担う初期メンバーとして、作ったものがそのまま現場に反映される規模です。

黒字転換2025年 売上14億ウォンを達成前年比 約30倍の成長
36.5億ウォン2026年 確定契約 · 協定締結11件成長中の受注パイプライン
20件以上スマートファクトリー構築実績MES 8+ · PLM 8+ · AI自律型工場 1 · 製造AI 6
85%デジタルツイン精度自律型工場の実機実証
18名従業員 — 修士・博士4名製造現場出身のエンジニアが中心
2+1製造AI特許 — 登録 · 出願Graph RAG · 自律制御AI
02HOW WE WORKPRINCIPLES

私たちの働き方

WAY-01現場で検証するデモではなく、実際の工場で動かして証明します。既存設備を単一OSで同期し、デジタルツイン精度85%を実機ラインと照合して確認したように、結果は現場で出ます。PROOF ON THE FLOOR
WAY-02最後までつなぐ認知・判断・実行を一社の中でつなぎます。担当範囲を理由に仕事を落とさず、問題を最後まで引き受けてつなぐかたちで協働します。END-TO-END
WAY-03標準の上に積み上げる標準テーブル834件以上とオントロジーの上で、毎回ゼロから作ることはしません。よく作られた資産を再利用して、より速く、より遠くへ進みます。BUILD ON STANDARDS
WAY-04現場の言葉で話す16年、200カ所を超える製造現場の出身者が集まっています。技術のための技術ではなく、現場が実際に抱える課題から出発します。FROM THE FIELD
WAY-05答えを突き合わせるAIが出した答えを、AIに聞き直して確かめることはしません。自分で計算し直し、設備ログを開き、元データと突き合わせます。検証する層と検証される層を組織の中で分けているのも、同じ理由です。VERIFY OUTSIDE
03WHO WE LOOK FORWHAT WE ASSESS · 人物像

私たちが探している人

「AIを使いこなせる人を探しています」と書くのは簡単ですが、それは私たちが実際に見ているものではありません。見ているのは、AIがもっともらしく間違えたときに、それに気づけるかです。ハーバード・ビジネス・スクールとBCGがコンサルタント758名を対象に行った実地実験では、AIが苦手とする問題にAIを使わせたところ、正答率が84.5%から60~70%へ下がりました。参加者は全員その分野の専門家です。経験だけでは防げなかったということです。だから私たちは、経験の上に何を見るか、そしてその中で何を先に見るかを決めました。

第3順位開発を理解している現場で壊れたら直すのは本人です
第2順位知らない分野もAIと一緒にやり切れるはじめて見る工場、はじめて見る設備
第1順位間違いに気づけるこれがないと、上の2つがかえって危うくなります
下が支えなければ、上は積み上がりません
第1順位

間違いに気づける方

私たちはこれを人柄と呼んでいます
最重要 TRAIT-02

突き合わせる人

VERIFY WITH SOMETHING ELSE

AIが出した答えを別の手段で確かめてみる方。聞き直して確認するのは検証ではありません — モデルは反論されると引き下がるどころか、もっともらしい根拠を足してきます。実際に、専門家が事実を確認し反論するほどモデルが説得の強度を上げたことが、対話ログの分析で確かめられています。

こんな話を聞かせてください
AIの答えが間違っていると気づいたことがあるか、そしてどうやって気づいたか。自分で計算し直した、ログを開いた、現場で測った — その経路が私たちには結論より重要です。
TRAIT-01

測った人

MEASURED, NOT FELT

成果を語るときに、どう測ったかも一緒に話せる方。「何%速くなった」より「何と何を比べた値か」を先に見ます。熟練者でさえ自分の生産性の変化を大きく取り違えることが実験で確かめられているので、数値そのものより測り方を信頼します。

こんな話を聞かせてください
「これは測りました、これはまだ測っていません」と切り分けて話していただくこと。測っていないと言えることのほうが、確信に満ちた数字よりずっと信頼できます。
第2順位

知らないことをAIと一緒に越えていける方

得意な領域で道具を使いこなすのとは別の話です
TRAIT-05

越えた人

CROSSED INTO THE UNKNOWN

自分の専攻や経歴の外にある問題を、AIと一緒に実際に結果が出るまで引っ張っていった経験がある方。私たちが入る工場は毎回はじめて見る工場で、はじめて見る設備です。分からない状態から始めて動くものまで作った経験が、そのまま必要になります。

こんな話を聞かせてください
何が分からなかったのか、それをどう埋めたのか。そして分からないまま、その答えが正しいことをどう確かめたのか — 最後の問いが私たちには一番重要です。
TRAIT-03

線を引ける人

DECIDE WHAT TO HAND OVER

どこをAIに渡し、どこを自分の手に残すかを決められる方。全部渡す人と一つも渡さない人は、同じくらい危うい。同じ実験で成果を出した人たちはやり方がそれぞれ違いましたが、渡すものと残すものを分けていた点は共通していました。

こんな話を聞かせてください
最近の仕事で渡した部分と自分でやった部分、そしてその線をなぜそこに引いたのか。正解はなく、理由さえあれば十分です。
TRAIT-04

人に使わせた人

SHIPPED INTO SOMEONE ELSE'S DAY

作ったものを自分以外の人が使う状態まで持っていった方。デモが動くことと、現場が毎日開くことは、まったく別の達成です。企業のAI導入が成果につながらないとき、その理由はたいていモデルの不足ではなく、実際の業務の流れに入り込めなかったことでした。

こんな話を聞かせてください
作られたものを今、誰が使っているか。何人が、どのくらいの頻度で。規模は小さくてかまいません — 自分のPCを出たかどうかが基準です。
第3順位

開発を理解している方

必要です。ただし三番目です

自分でコードを書いて動くものを作った経験は、今も必要です — 現場で壊れたら直すのは本人だからです。ただ順番としては三番目に置きます。上の2つが欠けていれば、開発がいくらできても私たちが向き合う問題は解けないからです。同じ理由で「AIを使いこなせるか」を通過条件にはしません — 先の実験でAIが得意な問題の結果を成績層で分けると、下位層が43%、上位層が17%伸びました。最も早く身につく能力を条件にすると、身につきにくい能力を持つ方を逃してしまいます。

測って、越えて、人に使わせて、何より別の手段で突き合わせる — この4つを併せ持つ方を、私たちは最も高い基準として見ています。そしてその基準に経験年数・前職の社名・肩書き・学歴は入っていません。先の実験で崩れた758名は、全員が世界最上位のコンサルティング会社の現職者でした。

04OPEN TRACKSALWAYS HIRING · 通年募集

一緒に働く職種

WACEはコードを書くだけの開発者よりも、現場に入って最後まで責任を持つエンジニア(FDE)を優先します。決まった募集要項がなくても、以下の領域で力を発揮できる方とはいつでもお話ししたいと考えています。詳しいポジションと処遇は、ご応募いただいた後に個別にご案内します。

優先採用 TRACK-1

現場配置エンジニア (FDE)

FORWARD DEPLOYED · ON-SITE DELIVERY

工場の現場に直接入ってデータを診断し、ベースとなるシステムをその現場に合わせて構築・連携し、実際に動くまで検証します。コードを書くだけの仕事ではなく、課題の定義から本番稼働まで責任を持ち、現場で学んだことを製品に還元する役割です。

こんな方に向いています
製造・産業ドメインに関心があり、お客様と向き合って曖昧な課題を定義することを楽しめ、自分の担当外の部分まで最後まで引き受けられる方。現場訪問・常駐をいとわない方。
TRACK-2

コア製品エンジニア

PLATFORM · BACKEND · FRONTEND

VEXPLOR SuiteやLogic Studioなど、製品のコアを作ります。大規模な製造データ、リアルタイム監視画面、標準テーブル・オントロジーの上のプラットフォーム — FDEが現場で再利用する基盤を設計する製品開発です。

こんな方に向いています
製品を最後まで作り上げた経験、複雑なドメインを構造として解きほぐす力、複数の現場が再利用する堅牢な基盤を作ることにやりがいを感じる方。
TRACK-3

AI · データ

MANUFACTURING AI · AGENT · MLOPS

ハルシネーションなく検知・予測・判断する製造AIとエージェントを作ります。現場のデータパイプラインからモデル運用(MLOps)、シミュレーション検証までつながる仕事です。

こんな方に向いています
モデルを論文ではなく運用につなぐことに関心のある方、実データの荒々しい現実を楽しめる方、判断が実行へ移る際の安全装置を一緒に設計したい方。
TRACK-4

事業 · マーケティング · 管理部門

BIZ · PM · MARKETING · G&A

製造現場のお客様との事業開発・プロジェクト管理、製品を伝えるコンテンツ・マーケティング、成長する組織を支える管理部門まで — 会社が大きくなるために必要なすべての領域です。

こんな方に向いています
難しい製品をやさしい言葉に置き換えられる方、自ら仕事を定義して動かせる方、初期組織の空白をチャンスと捉えられる方。
05WORKPLACEWHERE YOU WORK

勤務情報

本社 (R&D)京畿道 華城市 東灘 — 東灘永川路150, A棟1332~1335号。企業附設研究所を置く製品開発の拠点です。
全州オフィス全北特別自治道 全州市 徳津区 東部大路737, 2階201-J25号
組織従業員18名 — 修士・博士4名を含み、製造現場16年のキャリアを持つエンジニアが中心です。
雇用形態正社員 (試用期間を含む) · 職種と経歴に応じて個別に協議
処遇・福利厚生職種・経歴に合わせて、応募の段階で個別にご案内します。
06HOW TO APPLY応募方法

応募する

お問い合わせフォームにご連絡先をご記入いただくか、履歴書・ポートフォリオをメールでお送りください。担当者が確認のうえ、個別にご連絡します。いまぴったりの募集がなくても人材プールとして保管し、ポジションが開いたときに真っ先にご連絡します。

01
ご連絡先をお知らせいただく下のお問い合わせフォームに関心のある職種とご連絡先をご記入いただくか、履歴書・ポートフォリオを contact@wace.me までお送りください。
02
検討担当者が応募内容を確認し、職種・時期に合わせて個別にご返信します。
03
対話お互いを知るための面談へと進みます。経歴を確認する場でもありますが、上の4つを実際にあった出来事ひとつでお話しいただく場でもあります。準備は不要です、経験されたことをそのままお話しください。詳しいポジションと処遇は、この段階で具体的にご案内します。

工場のオペレーティングシステム、一緒に作りませんか。

ぴったりの募集がなくても構いません。これまで何をしてきて、何を作りたいのか聞かせてください。

会社をもっと知る 応募 · 採用に関するお問い合わせ