Auxia is an agentic AI platform that helps enterprises deliver personalized 1:1 customer journeys. Our Decision Agent determines the optimal message, timing, channel, and incentive for each individual user — processing 3B+ events/day, 25K+ queries/second, and 1B+ decisions/day at sub-100ms latency.
We serve global enterprises including Atlassian, The Guardian, Docomo, Comcast, Mercari, and MUFG Bank and many more across email, push, in-app, and messaging channels. Backed by $23.5M from VMG Technology Partners, Stage 2 Capital, and MUFG Innovation Partners.
Auxia was founded by a group of senior leaders in marketing and engineering at Google. Since then, we have brought on board skilled engineers, data scientists and more, from companies such as Meta, Amazon, Microsoft, Lyft and DoorDash.
We're scaling our organisation to match our domestic and global needs, and we need exceptional people to help us get there. That's where you come in.
The Hard Problems
Auxia isn't a typical SaaS platform. Here's what makes the engineering genuinely interesting:
Multi-tenant ML serving at scale. A single shared platform serves 20+ enterprise customers, each with millions of users, hundreds of treatments, and unique business constraints — all at sub-100ms p99. Every architectural decision has to balance isolation, performance, and cost across customers.
Real-time decisioning under uncertainty. Our Decision Agent picks the best action for each user from hundreds of options using bandits and other ML models, learning continuously from live interactions. Cold-start, exploration-exploitation tradeoffs, and feedback loops are daily problems.
Enterprise data integration. Every customer brings different data formats, volumes, schemas, and infrastructure (Snowflake, BigQuery, S3, CDPs). Onboarding a new customer's data pipeline needs to be fast and reliable — we're building toward fully automated ingestion.
Agentic AI systems. Our Analyst Agent autonomously builds data semantic layers, constructs and executes efficient queries, and runs complex analyses and generates insights for enterprise marketers., and generates insights for enterprise marketers. Building reliable, observable AI agents that interact with real production data is a frontier problem.
What You'll Work On
Depending on your interests and strengths, you'll work across some combination of:
Platform Infrastructure — Kubernetes orchestration on GCP, service mesh, deployment automation, observability (metrics, tracing, alerting), cost optimization across a multi-region platform.
Data Systems — High-throughput ingestion pipelines (Apache Beam/Dataflow, Pub/Sub, Airflow), BigTable and BigQuery at terabyte scale, real-time feature stores, data warehouse and reporting infrastructure.
Backend Services — Kotlin/gRPC microservices, treatment recommendation and scoring engines, experiment framework, configuration management, multi-tenant authorization.
ML Infrastructure — Model training pipelines (Metaflow), model serving, feature engineering automation, A/B test evaluation, diverse ML algorithms (including multi-armed bandits) in production.
Frontend & Developer Experience — Next.js admin console, internal tooling, developer productivity, CI/CD pipeline optimization.
Customer Integration — Forward-deployed engineering to onboard enterprise customers, building SDKs and integration tooling.
Languages: Kotlin (primary backend), TypeScript/Next.js (frontend), Python (ML pipelines)
Infrastructure: GCP, Kubernetes, Docker, Terraform
Data: BigTable, BigQuery, Apache Beam/Dataflow, Pub/Sub, PostgreSQL
Services: gRPC/Protobuf, Spring Boot
ML: Metaflow, custom bandit/scoring frameworks
Tooling: Gradle, GitHub Actions, Linear, Figma
How We Work
AI-native development. We use Claude Code extensively — for code generation, architecture exploration, code review, debugging, and documentation. Engineers here ship faster because they're fluent with AI-assisted development. We're building internal AI agents to automate parts of the DS and engineering workflow. If you're excited about working at the intersection of building AI products and using AI to build, this is the place.
Small team, high ownership. ~30 engineers across US, India, and Japan. No layers between you and production. You'll own systems end-to-end — design, build, deploy, monitor.
Primarily onsite in Tokyo. We believe the best engineering happens in person, especially at our stage. We'd love to have you in the same room as us during this exciting time.
Ship weekly, not quarterly. Ideas go to production in days, not months. We make smart tradeoffs between speed and quality — and we trust engineers to make those calls.
What You Bring
Strong fundamentals in distributed systems, data structures, and system design with 5+ years of experience.
Experience building and operating production backend systems — you've dealt with the messy reality of scale, not just the theory.
Comfort with ambiguity. At a startup, you'll sometimes define the problem before solving it.
Product instinct. You think about why something matters to the customer, not just how to build it.
Business-level English - you'll work daily with our teams in Palo Alto and Bengaluru.
Bonus:
Business-level Japanese
Experience with Kotlin or Java, gRPC, or Kubernetes
Experience with real-time streaming (Kafka, Pub/Sub, Flink)
Experience with ML infrastructure or recommendation systems
Prior startup experience
Experience working with Japanese enterprise customers
Auxia is committed to building a diverse and inclusive workplace. We welcome applicants from all backgrounds. Interested? Email [email protected]
Learn MoreCompany Website: https://www.auxia.io
Auxia LinkedIn: https://www.linkedin.com/company/auxia-io/
_______________________________________________________________________________________________________________________
Auxiaについて
Auxiaは、エンタープライズ企業が一人ひとりに最適化された1:1のカスタマージャーニーを届けるための、エージェンティックAIプラットフォームです。当社のDecision Agentは、ユーザー個人ごとに最適なメッセージ・タイミング・チャネル・インセンティブを判断します。1日30億件超のイベント、毎秒25,000件超のクエリ、1日10億件超の意思決定を、100ミリ秒未満のレイテンシで処理しています。
Atlassian、The Guardian、ドコモ、Comcast、メルカリ、三菱UFJ銀行をはじめとするグローバル企業に対し、メール・プッシュ・アプリ内・メッセージングの各チャネルでサービスを提供しています。VMG Technology Partners、Stage 2 Capital、三菱UFJイノベーション・パートナーズから累計2,350万ドルを調達しています。
当社は、Googleでマーケティングおよびエンジニアリングの要職を務めたメンバーによって創業されました。以降、Meta、Amazon、Microsoft、Lyft、DoorDashなどから、優れたエンジニアやデータサイエンティストが参画しています。
国内・グローバル双方の需要に合わせて組織を拡大しており、そのために卓越した人材を必要としています。ぜひ、あなたの力を貸してください。
解くべき難問
Auxiaは一般的なSaaSプラットフォームではありません。エンジニアリングが本当に面白いのは、次の点にあります。
大規模なマルチテナントML配信。 ひとつの共通プラットフォームで20社超のエンタープライズ顧客を支えています。各社が数百万人のユーザー、数百のトリートメント、固有のビジネス制約を持ち、そのすべてをp99で100ミリ秒未満で処理します。アーキテクチャ上のあらゆる判断が、顧客間の分離・性能・コストのバランスの上に成り立っています。
不確実性下でのリアルタイム意思決定。 Decision Agentは、バンディットをはじめとするMLモデルを用いて数百の選択肢からユーザーごとに最適なアクションを選び、実際のインタラクションから学習し続けます。コールドスタート、探索と活用のトレードオフ、フィードバックループが日々向き合う課題です。
エンタープライズのデータ連携。 お客様ごとにデータ形式・量・スキーマ・インフラ（Snowflake、BigQuery、S3、CDP）が異なります。新規のお客様のデータパイプラインを速く確実に立ち上げる必要があり、取り込みの完全自動化に向けて開発を進めています。
エージェンティックAIシステム。 Analyst Agentは、データのセマンティックレイヤーを自律的に構築し、効率的なクエリを組み立てて実行し、複雑な分析を行ってエンタープライズのマーケターに示唆を届けます。本番データを扱う、信頼性と観測性を備えたAIエージェントの構築は、まだ誰も解き切っていない領域です。
担当いただく領域
ご関心と強みに応じて、以下を組み合わせた形で担当いただきます。
プラットフォームインフラ — GCP上のKubernetesオーケストレーション、サービスメッシュ、デプロイ自動化、オブザーバビリティ（メトリクス・トレーシング・アラート）、マルチリージョン基盤のコスト最適化
データ基盤 — 高スループットな取り込みパイプライン（Apache Beam／Dataflow、Pub/Sub、Airflow）、テラバイト規模のBigTable・BigQuery、リアルタイム特徴量ストア、データウェアハウスとレポーティング基盤
バックエンドサービス — Kotlin／gRPCによるマイクロサービス、トリートメントのレコメンドおよびスコアリングエンジン、実験フレームワーク、構成管理、マルチテナント認可
MLインフラ — モデル学習パイプライン（Metaflow）、モデルサービング、特徴量エンジニアリングの自動化、A/Bテストの評価、本番環境での多様なMLアルゴリズム（マルチアームドバンディットを含む）
フロントエンド＆開発者体験 — Next.jsによる管理コンソール、社内ツール、開発生産性、CI/CDパイプラインの最適化
顧客インテグレーション — エンタープライズのお客様の導入を担うフォワードデプロイドエンジニアリング、SDKおよび連携ツールの構築
技術スタック
言語：Kotlin（バックエンドの主言語）、TypeScript／Next.js（フロントエンド）、Python（MLパイプライン）
インフラ：GCP、Kubernetes、Docker、Terraform
データ：BigTable、BigQuery、Apache Beam／Dataflow、Pub/Sub、PostgreSQL
サービス：gRPC／Protobuf、Spring Boot
ML：Metaflow、独自のバンディット／スコアリングフレームワーク
ツール：Gradle、GitHub Actions、Linear、Figma
私たちの働き方
AIネイティブな開発。 Claude Codeを全面的に活用しています。コード生成、アーキテクチャ検討、コードレビュー、デバッグ、ドキュメント作成まで。AI支援開発に習熟しているからこそ、私たちは速く出せます。DSとエンジニアリングのワークフローを自動化する社内AIエージェントも構築中です。AIプロダクトを作ることと、AIを使って作ることの交差点に面白さを感じる方には、最高の環境です。
少人数・高オーナーシップ。 米国・インド・日本を合わせてエンジニアは約30名。あなたと本番環境の間に階層はありません。設計・実装・デプロイ・監視まで、システムをエンドツーエンドで所有していただきます。
原則、東京オフィスへの出社。 特に現在のフェーズでは、最高のエンジニアリングは対面から生まれると考えています。この面白い時期を、同じ部屋で一緒に過ごせたら嬉しいです。
四半期ではなく、週次でリリース。 アイデアは数ヶ月ではなく数日で本番に届きます。スピードと品質のトレードオフは賢く判断し、その判断はエンジニア自身に委ねます。
求める経験・スキル
分散システム、データ構造、システム設計における確かな基礎と、5年以上の実務経験
本番のバックエンドシステムを構築・運用した経験。理論だけでなく、スケールに伴う泥臭い現実に向き合ってきたこと
曖昧さを楽しめること。スタートアップでは、課題を解く前に課題を定義することがあります
プロダクト感覚。どう作るかだけでなく、なぜそれがお客様にとって重要なのかを考えられること
英語：ビジネスレベル — 日常業務でPalo Alto・Bengaluruのチームとやり取りします
歓迎する経験・スキル
日本語：ビジネスレベル
Kotlinまたは Java、gRPC、Kubernetesの経験
リアルタイムストリーミング（Kafka、Pub/Sub、Flink）の経験
MLインフラまたはレコメンデーションシステムの経験
スタートアップでの就業経験
日本のエンタープライズのお客様との協業経験
Auxiaは、多様でインクルーシブな職場づくりに取り組んでいます。あらゆるバックグラウンドの方からのご応募を歓迎します。
ご興味をお持ちの方は、[email protected] までご連絡ください。
さらに詳しく
会社サイト：https://www.auxia.io
Auxia LinkedIn：https://www.linkedin.com/company/auxia-io/
Skills Required
- 5+ years of professional experience
- Strong fundamentals in distributed systems, data structures, and system design
- Experience building and operating production backend systems at scale
- Ability to work effectively in ambiguous startup environments
- Product-oriented thinking focused on customer value
- Business-level English proficiency
- Business-level Japanese proficiency
- Experience with Kotlin or Java, gRPC, or Kubernetes
- Experience with real-time streaming technologies such as Kafka, Pub/Sub, or Flink
- Experience with ML infrastructure or recommendation systems
- Prior startup experience
- Experience working with Japanese enterprise customers
What We Do
Auxia is an Agentic Marketing Platform that combines advanced infrastructure with AI agents to orchestrate hyper-personalized customer journeys. It empowers enterprises to unlock hidden signals from first-party data, fueling intelligent growth models that automate complex data science and engineering tasks. By deploying AI agents, marketers can deliver dynamic, personalized content across critical customer surfaces like web, app, email, and SMS, while autonomously optimizing each customer’s journey in real time.
