# ParkNet Corporation (parknet.co.jp)

> SES・ITエンジニアリングサービス30年以上の実績を持つ東京都目黒区のIT企業。エンジニア採用中（正社員型派遣）。フリーランスエンジニア向け案件紹介はマージン7%〜。AIエージェント開発、受託システム開発、DXコンサルティング、不動産賃貸仲介も展開しています。

## Company Information

- Company Name: パークネット株式会社 (ParkNet Corporation)
- Founded: 1991
- Location: 東京都目黒区目黒本町4-20-38-2F
- Website: https://parknet.co.jp
- Industry: IT / SES / エンジニア派遣 / AIエージェント開発

## Core Services

### AI Agent Development (AIエージェント開発)

LLM（大規模言語モデル）を活用した業務自動化AIエージェントの企画・開発を行っています。Human-in-the-loop設計により、AIの自律性と人間の判断を組み合わせた安全な業務自動化を実現します。

開発中のAIエージェントプロダクト:

- SES営業自動化AIエージェント: 案件メールの自動解析、AIによる構造化抽出、人間承認フロー、ワンクリック配信を実現。
- クリニック予約自動化AIエージェント: 24時間Webチャット対応、RAG技術によるFAQ自動回答、Google Calendar連携。医療ドメイン向けGuardrails実装。
- 請求書自動発行AI: 月次請求書発行を自動化。メール自動検知、AI抽出エンジン（信頼度スコア算出）、インボイス制度対応。

技術基盤:
- Mastra (TypeScript製AIエージェントフレームワーク)
- LLM活用 (GPT, Claude等のマルチモデル対応)
- Langfuse連携による可観測性
- Human-in-the-loop (suspend/resume設計)
- ハイブリッドアーキテクチャ (LLM + 決定論的コード)

提供形態:
- 受託開発: 要件定義から運用まで一括対応
- チーム参画: お客様のAI開発チームにエンジニアが参画

### IT Engineer Staffing / SES (ITエンジニア派遣)

フルスタック、インフラ、AI/MLなど多様なエンジニアを派遣。チーム単位・ラボ型開発にも対応。即戦力のエンジニアを最短1週間でアサインします。

- フルスタックエンジニア (Java, Python, TypeScript)
- インフラエンジニア (AWS, GCP, Azure)
- AI/MLエンジニア (LLM, 機械学習, データ分析)
- チーム単位・ラボ型開発対応

### System Development (受託システム開発)

Webアプリケーション、業務システム、ECサイトなどの受託開発。AI組み込みにも対応。

### DX Consulting (DXコンサルティング)

AI導入支援を含む、現状分析からロードマップ策定、実行支援までの包括的なDX推進サポート。

### Real Estate Brokerage (不動産賃貸仲介)

IT企業のニーズに特化した賃貸仲介サービス。オフィス・住居の物件紹介。

## Hiring / Careers (採用情報)

システムエンジニア・AIエンジニアをSES（正社員型派遣）で採用中です。
フリーランスエンジニア向け案件紹介も実施中（マージン7%〜）。

募集職種: システムエンジニア / AIエンジニア
雇用形態: 正社員（SES） / フリーランス（業務委託）
勤務地: 東京都目黒区（リモート相談可）
年収: 360万円〜
必要スキル: Java, Python, TypeScript, AWS, LLM, AIエージェント開発
経験: 実務経験3年以上（未経験の方もご相談ください）
魅力: AIエージェント開発など最新技術に携われる環境

採用サイト: https://recruit.parknet.co.jp/

## Key Pages

- Home: https://parknet.co.jp/
- Company: https://parknet.co.jp/company
- Business: https://parknet.co.jp/business
- Services: https://parknet.co.jp/services
- Blog: https://parknet.co.jp/blog
- Contact: https://parknet.co.jp/contact

## Blog

AIエージェント開発の実践知見、LLM活用、生成AI、エンジニアキャリア、プロジェクト管理、Python、TypeScriptなど、AI時代のエンジニアリングに関する記事を発信しています。

主な記事:
- パークネットが取り組む業務自動化AIエージェント開発 (SES営業自動化、クリニック予約自動化、請求書自動発行)
- SES営業を自動化するAIエージェント (IMAP連携、PIIマスキング、LLM構造化抽出、Human-in-the-Loop承認フロー、自社エンジニアマッチング・提案、BP共有・X募集投稿、Mastraワークフロー、LLMOps可観測性)
- SES営業自動化AI 技術詳解① ワークフロー設計 (Mastraワークフロー機能、4つの接続パターン: then/map/branch/parallel、2段階解析パターン、明示的データ伝播、サブワークフロー分岐、PostgreSQL状態永続化)
- SES営業自動化AI 技術詳解② 承認ゲートの実装 (Mastra suspend/resume、Human-in-the-Loop、4つのスキーマ設計、PostgreSQLスナップショット永続化、ネストされたワークフローのresume、品質計測スコアリング、RAGフィードバックループ)
- SES営業自動化AI 技術詳解③ LLM活用戦略 (2層モデルアーキテクチャ: AWS Bedrock Claude 3.5 Haiku + Ollama gemma3:4b、単一責任Agent設計、Zodスキーマ出力制約、parseJsonFromText、コスト最適化: 早期ルーティング/キャッシュ/プロンプト最適化、Langfuse可観測性統合)
- SES営業自動化AI 技術詳解④ 親子ワークフローとSnapshotの実践 (ネストされたワークフローの状態管理、Snapshot内部構造: context/suspendedPaths/__workflow_meta、ネストされたresume: ステップパス構築、子ワークフロー結果取得、配信チャネル状態判定、進捗バー実装、serializedStepGraphフィルタリング)
- SES営業自動化AI 技術詳解⑤ RAGフィードバックループの実装 (pgvectorベクトル検索、Amazon Titan Embeddings V2、correction_historyテーブル設計、承認時修正履歴蓄積、類似案件Few-shot自動注入、Prisma + raw SQLベクトル管理)
- SES営業自動化AI 技術詳解⑥ 承認がAIを鍛える -- LLMOpsとしての承認フロー (承認フローを品質指標収集として活用、修正数ベースのスコアリング extractionAccuracyScorer、承認種別スコア calculateApprovalScore、Langfuseスコア送信、RAGと組み合わせた改善サイクル)
- 生成AIバトル最前線：選択より"取り込み方"が差を生む
- Pythonの現在地とこれから
- TypeScriptの現在地とこれから
- 40代エンジニアのキャリア分岐：特化か、統合か

### SES営業を自動化するAIエージェント (https://parknet.co.jp/blog/ses-ai-agent-detail)

SES営業の案件メール処理を自動化するAIエージェントの技術記事。メール取得から自社提案・BP共有・X募集投稿までを一気通貫で処理。以下の技術要素を詳しく解説:

- IMAP連携によるメール自動取得（メールサービス非依存、Message-IDベースの重複排除、指数バックオフによるリトライ）
- PIIマスキング: プライベートネットワーク内のローカルLLM（Ollama）で個人情報を自動検出。人間が確認した上で、マスク済みテキストのみをクラウドLLMに送信する設計
- LLM（AWS Bedrock）による案件情報の構造化抽出（Zodスキーマで出力形式を制約）
- Human-in-the-Loop承認フロー: Mastraのsuspend/resume機能でワークフローを一時停止し、人間の確認・修正・承認後に再開
- 自社エンジニアマッチングと提案フロー: スキル・希望条件・キャリア目標を自動照合、AIによる経歴書強化、提案メール自動生成
- ワークフロー分岐: 自社マッチング結果に応じて自社提案フローまたはBP共有・X投稿フローに自動分岐
- AIによるBP共有メールの自動生成（SES営業の商慣習に基づく情報変換ルールを自動適用）
- X（旧Twitter）募集投稿の自動生成（AIが案件内容から投稿文面を生成、承認フロー付き）
- Mastra（TypeScript製AIエージェントフレームワーク）採用の技術的根拠（LangGraphとの比較含む）
- LLMOpsによる可観測性: Langfuse連携、自動スコアリング（定量スコア + LLM-as-Judge）、RAGフィードバックループによる継続的精度改善
- Next.js管理画面: マスキング確認、承認、品質ダッシュボード

## Contact

AIエージェント開発・エンジニア派遣・採用に関するお問い合わせ: https://parknet.co.jp/contact