"香りで世界を彩る" をミッションに、香りに関する以下のサービスを提供しています。 [香りの定期便サービス カラリア] 国内最大級の香りのプラットフォームとして、豊かな「香りの体験」をお届けするサブスクリプションサービスです。 月額 1,980 円~で、香水をはじめとする約1000種類のフレグランス商品の中から好きな香りを試すことができます。 昨年比で約 11 倍の成長を遂げており、メディアでも紹介されています。 [香りの情報メディア COLORIA MAGAZINE] Instagram、Twitter、Web 上で商品レビューや香りの基礎知識、おすすめ情報など香水や香りに関する有益な情報をお届けするメディアです。 生活の身近なところにある「香り」。朝、自分の好きな香りで目覚め、外に出る際にはその日の気分や季節に合わせた香りをまとい、家に帰ると落ち着いた香りに包まれて 1 日を終える。 私たちはそのような、香りに包まれた新たなライフスタイルを創造することを目指しています。

昨今、多様なフレグランス商品が販売されていますが、以下のような課題により、自分が本当に好きな香りとの出会いの機会は限られています。 - ボトルサイズが大きくかつ高価なので失敗したときのリスクが大きい - 地理的状況、コロナウイルスのせいで香りを試せない - 店舗で試して良いと思ったけど自分で纏ってみると合わない - 自分にどういう香りが合うのかわからない - 好きな香りのタイプをわかっているけど探す場所がなくて探せない 私たちはこうした課題を解決し多くの人の毎日を香りで豊かにするために、 月に1度選んだ香水をポケットサイズのアトマイザーでお届けするサブスクリプションサービス「カラリア 香りの定期便」を提供しております。 2020-2021年の1年間では、ユーザー数が11倍以上にまで伸び、サービス・組織共に急成長を続けています。 [今後の展望] 1. **Scent (香り) x Techによる香りとの出会いの最適化** 私たちがサービスミッションとして掲げている「香りで世界を彩る」を実現する上で、 最も重要と捉えているのが、香りとの出会いの最適化です。 現在、好みの香りに出会える機会は非常に限定されています。 音楽・映画・服などの他のドメインではさまざまなサービスが発展し自分のお気に入りの商品に出会えるコストは低くなりましたが、香り商品に関してはまだまだコストが高いのが現状です。 出会いが限定的である根本的な原因は、香り自体を情報として扱うこと、つまり"香りのデータ化"が本質的に難しいためです。 聴覚に関連する音楽、視覚に関連する動画や服といった商品は音声ファイルや動画像として記録・再生することができますが、嗅覚に関連するフレグランスアイテムにおいては、そういった技術はまだ未成熟で実用段階にありません。 "香りのデータ化"をうまくすることができれば、他のサービスのように検索や推薦によってより良い香りとの出会い体験を提供することができます。 そこで私たちは香りの定期便という、多くの方々に多様な香り商品をお届けし、商品に対するフィードバックを得られる機構を活用し、独自のデータセットを構築し、それを活用することで香りのデータ化に挑戦しています。 香りに関する大量のデータを集められるサービスは、日本はもちろん世界的にも少なく、その点でも大きな価値があり、可能性を秘めています。 今後、得られるデータセットを元に香りをデータ化、そして香りとの出会いを最適化していくことで香りの体験をアップデートしていきます。 2. **"香り"のプラットフォーム カラリア への成長** 私たちは最終的にカラリアを「香りのプラットフォーム」に成長させることを考えています。 香りとの出会いを最適化し、人それぞれに合う理想的な香りと簡単に出会えるようにできれば、香水だけでなく幅広い領域で 大きな価値を生むことができます。 香水、ルームフレグランス、アロマといったフレグランスアイテムはもちろん、ボディクリーム、柔軟剤、石鹸といった日常の消耗品も 香りが購買の意思決定に関与する香り商品と捉えることができます。 ECとしての多領域化だけでなく、カラリアのデータとユーザ基盤を活用したto Businessの価値提供も構想しています。

[メンバー構成] 開発メンバーはフルタイムが5名、副業・インターン等が5名、合計10名で構成されています。 メンバーは有名メガベンチャー企業出身の方が多く、それぞれが専門性を持ちつつもプロダクトを良くするために必要な幅広い開発業務に取り組んでいます。 - フルタイムメンバーの過去の在籍企業例 - LINE - Cookpad - ZOZO - Gunosy [開発の進め方] スクラム開発を取り入れており、現在は2週間スプリントで運用しています。 デイリースクラムで密にコミュニケーションを取りながらチーム一丸となって不確実性に向き合っています。 また、レトロスペクティブでスプリントごとに振り返りを実施し、継続的に開発プロセス自体を改善しています。 [働き方] - 働く時間 エンジニア・デザイナーは裁量労働を取り入れており、個人の裁量で働く時間を選ぶことができます。 大体のメンバーは10:00-19:00を中心に勤務し、その日の予定に応じて柔軟にずらして勤務しています。 そのため子育て中の方や起床が苦手な方でもご活躍いただけます。 - リモートワーク オフィス出勤を推奨としながらも、個人の裁量でリモートワークを取り入れるスタイルです。 CTO含む多くのエンジニアは週1-3回をリモート、その他出社スタイルをとっています。 ただ、香りというその場でしか体験できないものを扱っているのに加え、プロダクト開発のわくわくを共有しながら開発に取り組むために出社をメインとするメンバーで構成されています。 [開発チームの文化] 少数精鋭で最大のアウトプットを出すために、開発チームでは以下のことを重視しています。 これらは、メンバー間で密にコミュニケーションを取りながら、会社のフェーズや規模に応じて柔軟に変えていく予定です。 - 無駄に仕事を増やさず、できるだけプロダクト価値の向上に集中する 自分たちは当面、不必要に真新しい技術を取り入れたり、過度なパフォーマンスチューニングに時間を使いません。 ベンチャーらしく、プロダクト改善に集中します。ただし、だからといって技術をおろそかにするということでは一切ありません。 中期的な目線でプロダクト価値の向上に必要なリファクタリング、新技術の導入には積極的に投資します - 強みを持ちつつ、他のボールも拾う山型クロスファンクショナルなチーム バックエンド、機械学習など特定の領域に強みを持ちつつも、プロダクト改善のために新しい領域にチャレンジできる&したいメンバーで構成されています。専門性を重視しつつも、柔軟・高速に学習して環境に適応することを重視します - プロダクトを通じたアウトプットを重視しつつ、インプットも怠らない プロダクトの価値を中長期的に最大化するには、プロダクトの改善を回すだけではなく、チーム自体の改善を回すのが重要だと考えています。そのために社内勉強会 (業務時間内) の開催、書籍購入支援制度などを用意しています - 下請けにならない 各々がプロダクトの改善のために自律的に動くことができるチームを目指します。”エンジニア”の中だけでの限定合理を作らず、会社一丸となってカラリアを最大の香り領域ECに成長させます。

[業務内容] 香りのサブスクリプションサービス カラリア の運営において必要なフロントエンドの開発全般を担っていただきます。 直近では、カラリア のサイト全体のリニューアルや香りと出会うための新機能のリリースを考えており、それらの開発の土台の構築と、実際の開発などを担当していただきたいと考えております。 また、現在私たちは Ruby on Rails を用いて開発されたモノシリックなアプリケーションを分離し、フロンドエンドの開発環境をモダン化するプロジェクトを進めており、そのプロジェクトも担当していただきます。 [具体的な業務紹介] - 香りのECサービス 「COLORIA」 のフロントエンド実装、及び機能改善 - UX向上のための施策提案 - フロントエンド開発環境の構築・改善 [必須スキル] -- Web系エンジニアとしての実務経験2年以上 - RDB のテーブル設計経験がある - フロントエンド、バックエンドなどの領域に関わらずプロダクト改善に必要な知識を迅速にインプットでき、それを楽しめる - プロダクト志向を自負しており、プロダクトを通じて社会・ユーザに価値を提供しプロダクトを成長させることに喜びを感じる ※週1以上の出社を条件にしています。 [歓迎スキル] Next.js, React, Tailwind CSS, Ruby on Rails [開発環境] - 開発言語 (フロントエンド): JavaScript / TypeScript (新規開発はTypeScriptを利用) - フレームワーク・ライブラリ (フロントエンド): React, Next.js - 開発言語 (バックエンド): Ruby, Python - フレームワーク・ライブラリ (バックエンド): Ruby on Rails, Flask - データベース: MySQL (RDS) - インフラ: AWS, ECS, Docker, Terraform - その他: GitHub, GitHub Actions, Sentry, [技術スタック] - バックエンド - Ruby, Ruby on Rails (Web) - Python, FastAPI (Machine Learning) - フロントエンド - TypeScript, React, Next.js, Tailwind.css - インフラ - DB: MySQL (RDS) - AWS, ECS (Fargate), Docker, Terraform - その他: GitHub, GitHub Actions, Sentry