Work Horizon編集部
Sakana AIが2026年、日本のAIキャリア市場で圧倒的注目を集める理由
Sakana AI（サカナAI）は2023年に東京で設立された、日本発のAI基盤モデル研究・開発スタートアップです。共同創業者はGoogle Brain出身のDavid Ha氏とLlion Jones氏（Transformerの共著者の一人）で、自然界の進化・群知能からインスピレーションを得た進化的モデルマージ（Evolutionary Model Merge）やAI Scientist（AI研究の自動化）などで世界的評価を得ています。NVIDIA・Khosla Ventures・Lux Capital・NEDO GENIAC等から出資を受け、ユニコーン評価水準で2026年時点も勢いを加速させています。
「日本のAI転職の究極目的地」として語られることも多いSakana AIですが、実際の採用プロセスは応募者が想像するよりも実践的で、コミュニケーション能力を含めた総合評価が特徴です。本記事では、公開情報と業界トレンドをもとに以下を解説します。
- Sakana AIの事業内容・組織構造（Research Team / Applied Team）
- 募集ポジションと求められるスキル
- 面接プロセスと評価軸
- 年収レンジと待遇の実情
- 合格する人／落ちる人の共通パターン
- 応募前に準備しておくべきこと
Sakana AIと並ぶ日本のAI企業群の全体像はAI人材の年収相場やメガベンチャーのAIエンジニア年収・AI受託開発企業一覧をあわせて参照すると、自分の立ち位置を俯瞰しやすくなります。AIキャリア全体の戦略はAI人材 転職 完全ロードマップ・AIエンジニア キャリア設計 完全版で整理しています。
Sakana AIの事業と組織構造
1. Research Team：基盤モデルの研究開発
Sakana AIのコアは「自然界の原理に学ぶAI基盤モデル研究」です。大規模単一モデル依存を乗り越え、複数の小規模モデルを進化的に組み合わせる手法（Evolutionary Model Merge）や、研究プロセス自体をAIで自動化するAI Scientist、画像・音声・動画のマルチモーダル基盤モデル開発などを推進。ICLR・NeurIPS・ICML等のトップカンファレンスに論文を継続投稿しており、R&Dとしての格は日本最上位クラスです。
2. Applied Team：企業・公共領域への実装
2025年に本格立ち上げされたApplied Teamは、MUFG（三菱UFJフィナンシャル・グループ）をはじめとする金融・防衛・公共領域で、Sakana AIの技術を実装に落とし込む役割を担います。コンサルティング会社的なデリバリー機能と、独自プロダクト開発機能を併せ持つ組織構造が特徴。Research Teamが生み出す基盤技術と、Applied Teamが接続する顧客課題のループが、Sakana AIのビジネスモデルの肝です。
3. 勤務形態
東京オフィス（港区）を拠点とし、週2日以上の出社＋ハイブリッド勤務が原則。フルタイム契約のほか、インターンシップ・1年契約・業務委託（週24時間以上）など柔軟な契約形態にも対応しています。ビザスポンサーシップの支援も用意されており、海外から帰国する日本人研究者・海外国籍のエンジニアの採用にも積極的です。
募集中の主要ポジション
1. Research Engineer / Research Scientist
基盤モデル研究の最前線を担うロール。博士号保有または同等の研究実績（トップカンファレンス論文・OSS貢献・独創的な研究プロジェクト）が事実上のスタンダード。深層学習・強化学習・進化計算・マルチモーダル基盤モデルの実装経験が評価されます。
2. Software Engineer
Research Teamとプロダクト・インフラを支えるソフトウェアエンジニア。大規模分散学習、MLOps、GPU最適化、データパイプライン、評価基盤などを担当。AI支援コーディング（GitHub Copilot、Cursor、Claude Code等）を前提とした開発スタイルに慣れていることがプラス評価されます。
3. Applied Research Engineer
Applied Teamの中核職種。研究成果を実ビジネスに落とし込むブリッジ役で、基盤モデルの顧客環境へのファインチューニング、RAGシステム構築、エージェント設計、評価設計などを担当。研究マインドと顧客課題解決マインドの両立が問われるユニークなロールです。
4. Project Manager / Business Development
顧客企業との関係構築、プロジェクト推進、要件定義を担う。金融・防衛・公共という規制業界の経験があれば強い武器になります。技術バックグラウンド（自身でコードを読めるレベル）が求められる点も特徴。
5. Business Analyst / Operations
組織運営・事業開発・採用・広報などを支えるコーポレート側のロール。スタートアップ特有の多機能対応を求められ、複数ハットで動ける人材が重宝されます。
採用プロセス：5〜6週間の構造
Sakana AIの選考は、公開情報に基づくと典型的には以下の構造を取ります。
Step 1：リクルーターコール（30分）
経歴確認、Sakana AIへの関心動機、求める働き方のヒアリング。ここで応募者のモチベーションとフィット感を確認します。「なぜSakana AIか」「なぜ日本か」「何をしたいか」の3点を構造的に話せるかが重要。
Step 2：Experience Deep-Dive（60分）
候補者のレジュメから選ばれた具体プロジェクトを深堀りする対話型面接。ホワイトボード・LeetCode的なアルゴリズム問題は課されず、「そのプロジェクトで何を選び、なぜそれを選んだか」「失敗した時にどう方向転換したか」を問うスタイルが中心。表面的な知識ではなく、思考の深さ・意思決定の理由が評価軸です。
Step 3：Technical Round
ロールによって、コーディング・システム設計・論文ディスカッション・機械学習の基礎知識確認のいずれか（または複合）が実施されます。Research Engineerは論文・研究実装、Software Engineerは大規模分散学習やデータパイプライン設計、Applied Research Engineerは顧客課題を題材にしたソリューション設計、が典型。
Step 4：Collaboration Round（45〜60分）
最終に近いラウンドで、チーム内外の非技術メンバーとのコミュニケーション適性を見る面接。Sakana AIは研究者とエンジニアとコンサルタントが共存する組織で、専門領域を越えて議論できる人材を重視します。「技術は超一流でも、非技術者と対話できない人は通らない」と言われる段階です。
Step 5：Offer
各ラウンドのスコアが揃えばオファー提示。年収・ストックオプション・ビザサポート・勤務形態の条件交渉が行われます。候補者からの質問・要望にも丁寧に応じる文化があると複数の候補者経験談で語られています。
年収レンジと待遇
Sakana AIは日本のAIスタートアップの中で上位の待遇水準を示す企業の一つです。具体的な数値は職位・経験により変動するため、Levels.fyi・OpenWork・Glassdoorの口コミデータや公式採用ページの条件表記を直接確認してください。一般論として押さえておくべきポイントは以下です。
- ベースサラリー：日本のAIスタートアップ平均を上回る水準。職位・経験に応じた段階設計。
- ストックオプション：ユニコーン級バリュエーションのアップサイドを共有する設計。
- ビザサポート：高度専門職ビザや就労ビザ申請を会社として支援。
- 研究支援：学会参加、OSS公開、論文執筆の時間的保障。
- インターン・業務委託：週24時間以上のフレキシブル契約にも対応。
業界全体の位置づけはAI人材の年収相場やメガベンチャーAIエンジニア年収と照らし合わせると、Sakana AIは「GAFAM日本法人並み、もしくはそれ以上」の水準を目指すオファーが出る事例が確認されています。
採用難易度：合格する人・落ちる人の共通パターン
合格する人の共通点
- 論文・OSS・プロダクトいずれかで「独創的な何か」を作った実績がある
- 技術の「何を選び、何を捨てたか」を言語化でき、意思決定プロセスが説明可能
- 英語で論文を読める／議論できる（論文の細部レベルで質問に答えられる）
- 非技術メンバーと対話できる（ビジネスサイドに技術の価値を伝えられる）
- スタートアップのカオスに慣れている／自発的にタスクを取りに行ける
落ちやすいパターン
- 「有名ラボ／大企業出身」のラベルだけでプロジェクトの深堀りに答えられない
- 自身が担当した部分と、チームで成した部分の境界が曖昧
- 最新論文のフォローが止まっており、LLM・基盤モデル関連の議論で差が出る
- 「指示待ち」スタイルで、自律的に優先順位を設計できない
- 人当たりが強すぎる／他メンバーへの敬意が薄い印象を与える
特にResearch側は、論文発表時点と現状の差分（なぜそのトピックは今も重要か、逆に何が陳腐化したか）を語れるかが大きな分水嶺になります。
ポジション別：応募前に準備すべき3つのこと
Research Engineer志望の場合
- arXivで過去1〜2年のLLM・進化計算・基盤モデル・強化学習の主要論文30本を読み込み、自分の言葉で要約できる状態にする
- GitHubでSakana AIのAI Scientist・EvoLLM-JP・EvoSDXL-JP等のOSSを実際に動かし、改造版をPR／Fork
- 自分の研究テーマ（博士・修士時代または副業研究）を「ビジネスインパクト」の文脈で説明し直す練習
Applied Research Engineer志望の場合
- 金融・防衛・公共等の規制業界で「AIが使われていない／使いづらい理由」を3つ具体化
- RAG・LLMエージェント・評価基盤のプロダクション実装経験をSTAR形式で整理
- 顧客との要件定義・期待値調整・期限管理のエピソードを最低3件用意
Software Engineer志望の場合
- 分散学習・GPU最適化・データパイプラインのいずれか1領域で「深い専門性」を示せる状態にする
- AI支援コーディング（Claude Code、Cursor、Copilot）を日常的に使い、自分の開発フローを言語化する
- OSSへの継続的な貢献ログ（プルリクエスト、Issue、レビュー）を整備
Sakana AIと相性の良いキャリア背景
1. 海外テック／研究機関からの帰国組
Google・Meta・DeepMind・Anthropic・OpenAI・大学研究室等から日本に戻りたい人材には、Sakana AIは「日本で最もグローバル水準のAI企業」として位置づけられています。David Ha氏・Llion Jones氏自身が海外テック出身で、組織文化に英語・研究優先が根付いています。
2. 日系メガベンチャー・SIerからのステップアップ
メルカリ・LINEヤフー・Rakuten・サイバーエージェント・DeNA・PFN等から「より研究色の強い組織」を求めて転職するルート。日本のAIキャリアとしては自然な上昇経路です。
3. 大学研究者からの転身
東大・京大・東工大・NAIST等でAI・機械学習の博士号を取得した研究者が、学術からプロダクト開発・社会実装へと軸足を移すケース。Sakana AIは「論文を書く時間」を保障する希少な日本企業で、研究者にとって魅力的な選択肢です。
Sakana AI応募を決める前のチェックリスト
- 自身の専門領域でarXiv論文30本以上の精読・要約ができているか
- GitHub・Kaggle・個人ブログ・論文いずれかで成果物が公開されているか
- 英語で技術議論・レビューができるか（TOEIC 800以上が一つの目安）
- 東京勤務（週2日以上出社）に対応できるか
- 「なぜSakana AIか」を3行で語れるか
- ビザサポートが必要な場合、現在地・現職の制約を整理できているか
Sakana AI以外の選択肢も併せて検討する
Sakana AIは魅力的ですが、倍率が高く、ポジションも限定的です。並行して検討すべき企業群として、以下の比較をおすすめします。
- 海外トップAI企業日本法人：GAFAM AI部門の日本人転職・OpenAI日本オフィス採用
- 日系AIメガベンチャー：PFN・RAISON・Tier IV・AI inside・Stockmark・SakanaAI Applied Team（金融・公共）
- 海外転職：イギリス・オランダ・ニュージーランド・韓国・台湾・中国
自分のキャリアゴールと家庭状況に合う組み合わせで、複数オファーを比較できる状態を作るのが最適解です。
まとめ：Sakana AIは「日本AIキャリアの現実的な頂点」
Sakana AIは、日本発でありながらグローバル水準の研究・プロダクト開発・報酬を提示できる、稀有なAI企業です。「日本にいながら世界最前線のAI研究・実装に関わる」という希望を最も高い確率で叶えられる選択肢の一つであり、2026年時点でも採用を継続しています。
ただし採用難易度は高く、単なる技術力だけでは通過しません。独創的な実績×深い思考プロセス×コミュニケーション力×英語という総合戦で挑む必要があります。まずは公式採用ページ（sakana.ai/careers）で最新募集を確認し、AI資格マップ2026・生成AIスキル習得ロードマップ・機械学習 独学 完全ロードマップで技術棚卸しと学習ロードマップを設計しましょう。応募前3〜6ヶ月の準備期間を取れば、挑戦は現実的な射程に入ります。