AIエンジニアの転職求人

789 件

【職務概要】
本ポジションでは、LLM（大規模言語モデル）を活用した基盤や業務アプリケーション、AIエージェントの設計・実装に携わっていただきます。
Azure OpenAI ServiceやAWS（Amazon Bedrock 等）を活用したクラウドネイティブな開発を行うとともに、ローコードツールを用いた業務アプリケーションの開発・導入も担当します。
また、PoCやプロトタイプの短期開発を通じて実業務への適用可否を検証し、技術調査や検証結果を整理したうえで、関係者へ共有する役割も担っていただきます。

【職務詳細】
本ポジションでは、お客様のニーズや変化するビジネス要件に柔軟かつ迅速に対応できるよう、情報技術の活用方法を検討し、デジタルビジョンや戦略の策定を支援します。あわせて、社外の最新動向や新たな技術・課題について調査・理解を行い、それらが組織にもたらす潜在的な影響や有用性の評価に貢献します。
また、面談や文書分析、ワークショップ、業務プロセス分析などの手法を通じてビジネス要件の整理を支援し、要件を明確かつ簡潔に定義します。現状（As Is）とあるべき姿（To Be）の業務プロセスを整理・文書化し、To Beの実現に向けて必要となる変更点を明らかにします。
さらに、技術面および組織面の両面から実行可能性調査に関与し、その結果を整理・文書化することで、意思決定を支援します。

【ポジションの魅力・やりがい・キャリアパス】
本ポジションでは、生成AIを単に試すだけで終わらせるのではなく、実際の業務で使われるシステムとして実装し、価値を生み出すところまで一貫して取り組むことができます。特定のクラウドサービスに縛られることなく、AzureやAWSを案件や目的に応じて使い分けられるため、幅広い技術に触れながら実践的なスキルを身につけることが可能です。
また、若手であっても「まずやってみる」ことを任される風土があり、自ら考え、手を動かしながら主体的に挑戦できる環境が整っています。技術的な検討だけでなく、ビジネス視点での議論や意思決定にも関与できるため、システムがどのように業務や事業価値につながっているのかを実感しながら経験を積むことができます。
さらに、お客様と伴走しながら課題解決に取り組むことで、要望を形にした成果を顧客目線で実感できる点も、このポジションならではのやりがいです。こうした経験を通じて、技術とビジネスの両面を横断的に理解したエンジニアとして成長し、将来的には技術リーダーやプロジェクト推進の中核を担うキャリアへとステップアップしていくことができます。

【業務概要】
全社の技術課題や最新技術を調査し、新たな事業機会の探索から技術開発、製品・事業への実装支援までを担うコーポレート技術開発組織でのポジションです。画像AI技術の獲得・開発と製品実装支援を通じて、製品の高性能化や生産性向上に貢献します。

【具体的な業務内容】
全社の先端デジタル技術戦略、各事業部門へのヒアリング、学会等で得た情報をもとに、社内に必要な技術開発テーマを探索・企画します。個人またはチームでプロトタイプを開発し、開発後は各事業部による製品実装を支援します。必要に応じて改良・追加開発にも携わります。

【ポジション・部門の魅力】
積極的な提案を重視する風土であり、事業への必要性を明確に示せれば自らのアイデアを柔軟に実現できます。海外グループ会社や外部研究機関との共同開発、学会発表などを通じて最先端技術に触れられる環境です。将来的な課長候補として、ピープルマネジメントを含めたキャリアアップを目指せます。在宅勤務と出社を組み合わせたハイブリッドな働き方が可能です。

【業務概要】
顧客体験価値の最大化を起点に企業の成長に伴走するコンサルティング組織における、AIエージェント開発エンジニア（Forward Deployed Engineer）のポジションです。同社内で開発されたAIエージェントの基盤・プロトタイプを、実際の顧客環境に合わせてカスタマイズし、導入まで遂行する役割を担います。
対応領域は特定のプロダクトに限定されず、同社が手がける多様なクライアント向けAIエージェント案件に及びます。デリバリーの現場で得た知見をプロダクト開発チームへフィードバックし、エージェント基盤自体の進化にも寄与します。

【具体的な業務】
・クライアント向けAIエージェントのカスタマイズ（GUI変更、機能変更）
・顧客の要望に応じたプロンプト調整（回答トーンや参照データの設計など）
・エージェントサーバー側の処理ロジックやDB連携のカスタマイズ
・DBに対するSQLを用いたCRUD処理の実装
・Node.js、Python等を用いたバックエンド処理の実装
・プロダクト開発チームや他のチームメンバー（AI分析・設計担当等）との要件連携

【ポジション・部門の魅力】
・AIエージェントという発展途上の技術領域において、多様なクライアント案件を通じて実践的なスキルを磨けます。
・GUI、機能、プロンプト、バックエンドまで、エージェント体験を一気通貫でカスタマイズできる環境です。
・自身が手がけた実装がスピーディに顧客環境へ反映されるため、高い手応えと裁量を持って開発に取り組めます。

【業務概要】
顧客体験価値の最大化を起点に企業の成長に伴走するコンサルティング組織におけるポジションです。
生成AI・Agentなど新しい技術を、顧客の事業・業務における具体的な価値へ変換する役割を担います。従業員向けAgent開発、AI Chatbotのチューニング、AIO（AI検索最適化）対策、MCP連携による生産性向上など、正解が存在しないテーマに対して、顧客課題の探索からユースケース設計、提案、PoC、初期デリバリー、効果検証までを一貫して担い、再現可能なサービスとして立ち上げを担当します。
ご経験に応じて、テーマの探索・仮説構築からリードすることもあれば、PoCや初期デリバリーの中核メンバーとして立ち上げに携わる場合もあります。

【具体的な業務】
・AI技術・市場動向のリサーチ、顧客業務への影響検討、注力テーマ・ユースケースの仮説設計
・経営層・現場担当者へのヒアリングを通じた顧客課題の探索、AIが有効な課題とそうでない課題の見極め
・Agent／Chatbot／AIOなど、AIを用いた業務・顧客体験の設計、提供価値・スコープ・KPIを踏まえた提案
・PoC・プロトタイプの企画推進、実装、ユーザーテスト・現場検証、失敗パターンの分類と改善
・AI品質評価基準の設計、業務時間・CV・自己解決率など事業 KPIの設計、現場への導入・定着支援
・案件で得た知見の標準化、提案書・要件定義・評価方法のテンプレート化、他メンバーへの移管

【ポジションの魅力】
・正解のないAI活用テーマを、企画から初期デリバリーまで一気通貫して手掛けられる
・幅広いAI活用領域（Agent、Chatbot、AIO、MCP連携等）に携われる
・AIが進化するほどに、技術を「事業価値」へ変換するキャリアを拡張できる
・個別案件を通じて、新しいサービスとして型化・組織展開する経験を積める
・専門性の異なるメンバーと連携しながら、事業を作れる

●業務概要
電話向けAIソリューションにおける音声（音声合成/TTS）の品質向上を、モデルとデータの両面からリードするポジションです。発音の誤り、不自然な抑揚、レイテンシなどの課題を特定・解消し、将来的には音声チームを牽引することが期待されています。

●具体的な業務
1. TTSモデルの研究開発・改善
・最先端のTTSアーキテクチャ（LLMベースTTS、オーディオコーデック、フローマッチング、ディフュージョン等）の学習と改善
・発音誤りや不自然な抑揚、不安定さの改修による品質・安定性・レイテンシの向上
・推論チームと連携したプロダクトへの導入およびレイテンシ削減

2. 課題特定と音声データ戦略の策定
・TTSの品質課題を特定し、モデルとデータの両面で解決策を企画・実行
・データ収集・選定・品質基準の設定といった音声データ戦略の策定
・音声データの前処理、アライメント、レーベリングなどのパイプライン構築

3. 評価設計
・品質測定のための評価基準および評価セットの設計
・主観評価（MOS等）と客観評価を組み合わせた評価の実施

4. プロダクト連携・チームリード
・プロダクトマネージャーやクライアントプロジェクトの要求を技術的課題に落とし込み、改善ロードマップを策定
・メンバーのメンタリングおよび技術的方向性の提示

●ポジションの魅力
・製品の音声品質を自らの判断と設計で定義・改善できる環境です。
・単なる研究にとどまらず、データ準備からプロダクト要件定義まで一気通貫で関与できます。
・ゼロから音声品質の評価体系を構築し、将来的にチームをリードする役割を担えます。

【業務概要】
AIモデルのポストトレーニングを通して、プロダクト向けおよび外部提供向けに汎用LLMの性能を最適化・高度化させるポジションです。トレーニング手法の設計、モデル評価のための報酬設計、トレーニングデータの構築を一貫して主導し、モデルの知能・精度の根幹を担います。

【具体的な業務】
1. ポストトレーニングの設計・実装・実行
- SFT（教師あり微調整）、選好最適化（DPO、KTO、ORPO、SimPO等）、オンライン強化学習（PPO、GRPO、RLOO等）の設計および運用
- 長文CoT（思考の連鎖）、推論、ツール利用、ファンクションコーリング等のエージェント型ユースケース向けポストトレーニング
- 損失関数、KLペナルティ、アドバンテージ推定、学習安定性、サンプル効率などのアルゴリズム改善

2. 報酬設計（Reward Design）
- 報酬モデル、RLVR（検証可能報酬）、LLM-as-a-Judgeパイプラインの構築
- 報酬ハッキング（Reward Hacking）や過剰最適化の検知・分析・対策

3. トレーニングデータの品質管理
- 合成データ生成、データ混合比率の最適化、難易度調整、重複排除、ベンチマーク汚染チェック
- 選好データおよび合成データの生成・フィルタリング

4. 社内評価基盤の構築
- プロダクト品質と相関する独自の評価セット設計
- 評価プラットフォームの自社開発、人手評価・A/Bテスト・アノテーションガイドラインの策定

【ポジション・部門の魅力】
- モデルの知能の核心部分を自ら設計・構築し、成果をプロダクトや新事業に直接反映できる環境です。
- 最新のオンライン強化学習や長文推論など、最先端の手法を実際の商用環境へ適用・運用する経験が得られます。

業務概要：
大手企業のコンタクトセンター等に自社開発の音声AI Agentを導入するエンジニア（Forward Deployed Engineer）のポジションです。クライアント企業の業務フローやシステムを理解したうえで、AI Agentの応対内容の設計や社内システムとの連携を担い、設定した成果を達成するまで技術的な改善を行います。また、個別プロジェクトで開発した機能のうち汎用性の高いものをプロダクト基盤へ展開する役割も担います。常駐ではなく、チーム制で導入を推進します。

具体的な業務：
1. AI Agentの構築・チューニング
・要件定義をもとに、自社のAIプラットフォーム上でAI Agentを構築し、テストから本番導入までを技術面で牽引
・プロンプトや設定を調整し、期待する挙動・対応品質を実現

2. クライアントシステムとの連携開発
・通話中のAI Agentと各種CRM・CTI等とのリアルタイム連携機能を設計・実装
・通話後のアフターコールワーク（要約の自動登録、対応履歴記録など）の実装

3. 要件整理・技術仕様の調整
・プロジェクトマネージャーと協働した業務フローの整理および連携設計・提案
・クライアント技術担当者とのAPI仕様等のすり合わせおよび実現可能性の評価

4. システム監視・障害対応
・担当プロジェクトのシステム監視・アラート対応
・音声処理、連携API、バックエンド等にまたがる障害の原因切り分けと修正

5. 標準化・技術リード
・特定案件向け機能の汎用化とプラットフォームへの引き継ぎ
・技術選定や設計のリード、コードレビューや相談対応

ポジション・部門の魅力：
・個別導入での成果追求とプロダクト自体の進化の両方に携わることができる
・先端の音声AI・生成AIを活用したエンタープライズ領域での高度な実装経験が得られる
・技術力と事業視点を兼ね備えた技術オーナーへとキャリアアップが可能

◆ Forward Deployed Engineer（FDE）とは
顧客の事業・業務に深く入り込み、「何をつくるべきか」の定義から設計・実装、本番導入、運用までを担うエンジニアです。
自社のプロダクト／プラットフォーム／技術アセットを基盤に、AI・LLM、OSS、クラウド、SaaS/APIなども適切に選択・統合します。
自ら手を動かして改善を重ね、実際の業務で使われ、価値を生む状態まで届けるとともに、現場の知見や技術を自社アセットへ還元します。
単なる導入支援やPoCではなく、顧客固有のデータ・業務環境を理解し、汎用的なAI技術（LLM / ML など）を、実際に使われるアプリケーションへと落とし込む、AIのラストワンマイルを担う、実装責任を持った役割です。
※社内の職種区分としても「エンジニア」に該当し、「コンサルタント」とは明確に異なる役割です。

◆ 業務内容
顧客固有のデータや業務環境を理解し、汎用的なAI技術（LLM / 機械学習など）を、実際に使われるアプリケーションや業務の仕組みへ落とし込みます。
自社プラットフォームを用いたプラットフォーム型、カスタムソリューション型の両方を組み合わせながら、顧客課題の特定、企画 設計、実装 本番導入、継続的な改善までを一気通貫で担っていただきます。
AIコンサルタント、プロジェクトマネージャー、AIエンジニアといった各領域のプロフェッショナルとチームを組み、協業しながら以下のような業務を推進していただきます。
（※最初から全てをお任せするわけではなく、徐々に役割・範囲を広げていただきます。）

●顧客課題の理解・プロジェクト構想・プロジェクト推進
・顧客担当者（経営層、部門マネージャー等）との対話を通じた事業、業務フロー、データ、システムの理解
・AI技術によって実現すべきソリューション・サービスの構想・提案
・ビジネスチームと連携したプロジェクトテーマ、スコープ、KPI等の設計（品質・コスト・納期に加え、AI開発特有の不確実性や検証結果を踏まえ、スコープや進め方を柔軟に調整）
●ソリューション設計・技術選定：生成AI（LLM / RAG / エージェント）や機械学習・数理最適化など最適な技術を選定し、アーキテクチャを設計
・カスタムソリューション型：高度な固有課題に対し、AI/MLエンジニアと連携してモデル開発・スクラッチでのシステム開発まで
・プラットフォーム型：AIエージェントプラットフォーム『exaBase Studio』を活用し、LLMコンポーネント等を組み合わせて高速にソリューションを構築
●実装のリード・ハンズオン・デリバリー
・要件定義と並行してプロンプトエンジニアリングやPoCを実施し、フィードバックを回す（AIコンサルタントやPMと協働）
・LLM APIの統合、非構造化データのパイプライン構築、業務アプリケーション開発
・既存システム（API、データ基盤、セキュリティ要件）との統合設計、クラウド環境へのデプロイ
●アセット構築・プラットフォームへの還元
・プロジェクトで得た知見の再利用可能なアセット化、ソリューションパターンの型化
・自社プラットフォーム・プロダクトへのアセット蓄積、機能改善

◆ 技術スタック
Languages: Python, TypeScript / JavaScript, SQL
Backend: FastAPI, Node.js 等
Frontend: React, Next.js 等
Infrastructure: AWS / GCP / Azure, Docker, Kubernetes
Platform: exaBase Studio
Tools: Git, CI/CD
AI/LLM: LangChain, LangGraph, HuggingFace Transformers, 各種LLM API、Claude Code、Codex

◆ プロジェクトの進め方
プロジェクトの性質やフェーズに応じて、顧客先を訪問して業務理解やディスカッションを行う場合もあれば、自社オフィスやリモート環境で開発に集中する場合もあります。
働く場所や関わり方を固定するのではなく、顧客課題を解決し、最も高い成果を生み出すために必要な手段を選択します。
顧客の事業や業務を深く理解するため、顧客と密接にコミュニケーションを取りながらプロジェクトを進めますが、顧客先への常駐そのものを目的としたポジションではありません。重要なのは、物理的に顧客の隣にいることではなく、顧客と同じ目線で事業・業務の課題に向き合い、素早く仮説検証を行い、技術によって価値を届け切ることです。

◆ ポジションの魅力
技術判断が事業を動かす手応え：自ら設計したアーキテクチャが企業の業務を実際に動かします。現場のユースケースがプロダクトの次の進化を定義し、自社プラットフォームへ直接還元できる醍醐味があります。
課題定義から自分で決める：要件定義書を受け取るのではなく、経営層や部門マネージャーと「何を作るか」から議論しソリューション全体を設計するため、技術力とビジネス力の両方が向上します。
巨大産業の「核心」に挑む：金融・エネルギー・インフラなど、日本を代表する大手企業の基幹テーマに入り込み、巨大なデータ領域にダイレクトに技術適用できる環境です。
トップタレントとの協働：学会発表クラスのAI/MLエンジニアや大手コンサルティングファーム出身者、PdMやテックリードと互いの専門性を尊重しながら「対等なプロ」として議論できる環境です。

◆ 入社後のキャリアパス
FDEとして経験を積んだ後は、本人の志向や強みに応じて、複数の方向へキャリアを広げることができます。
技術を手放さずに専門性を深めることも、技術を基軸に顧客、プロダクト、事業へ責任範囲を広げることも可能です。

技術を深める：テックリード、ソリューションアーキテクト
顧客価値を広げる：リードFDE、プロジェクトマネージャー
プロダクトへ広げる：プロダクトマネージャー、プロダクト責任者
ビジネス領域へ広げる：AIコンサルタント、BizDev、新規事業責任者

◆ Forward Deployed Engineer（FDE）とは
顧客の事業・業務に深く入り込み、「何をつくるべきか」の定義から設計・実装、本番導入、運用までを担うエンジニアです。
自社のプロダクト／プラットフォーム／技術アセットを基盤に、AI・LLM、OSS、クラウド、SaaS/APIなども適切に選択・統合します。
自ら手を動かして改善を重ね、実際の業務で使われ、価値を生む状態まで届けるとともに、現場の知見や技術を自社アセットへ還元します。
単なる導入支援やPoCではなく、顧客固有のデータ・業務環境を理解し、汎用的なAI技術（LLM / ML など）を、実際に使われるアプリケーションへと落とし込む、AIのラストワンマイルを担う、実装責任を持った役割です。
※社内の職種区分としても「エンジニア」に該当し、「コンサルタント」とは明確に異なる役割です。

◆ 業務内容
顧客固有のデータや業務環境を理解し、汎用的なAI技術（LLM / 機械学習など）を、実際に使われるアプリケーションや業務の仕組みへ落とし込みます。
自社プラットフォームを用いたプラットフォーム型、カスタムソリューション型の両方を組み合わせながら、顧客課題の特定、企画 設計、実装 本番導入、継続的な改善までを一気通貫で担っていただきます。
AIコンサルタント、プロジェクトマネージャー、AIエンジニアといった各領域のプロフェッショナルとチームを組み、協業しながら以下のような業務を推進していただきます。
※AI・システム開発のみに閉じず、クライアントの課題解決、当社の事業成長への貢献にもあらゆる手段で関与していただきます。

●顧客課題の理解・プロジェクト構想
・顧客担当者（経営層、部門マネージャー等）との対話を通じた事業、業務フロー、データ、システムの理解
・AI技術によって実現すべきソリューション・サービスの構想・提案
・ビジネスチームと連携したプロジェクトテーマ、スコープ、KPI等の設計
●ソリューション設計・技術選定：生成AI（LLM / RAG / エージェント）や機械学習・数理最適化など最適な技術を選定し、アーキテクチャを設計
・カスタムソリューション型：高度な固有課題に対し、AI/MLエンジニアと連携してモデル開発・スクラッチでのシステム開発まで
・プラットフォーム型：AIエージェントプラットフォーム『exaBase Studio』を活用し、LLMコンポーネント等を組み合わせて高速にソリューションを構築
●実装のリード・ハンズオン・デリバリー
・要件定義と並行してプロンプトエンジニアリングやPoCを実施し、フィードバックを回す
・LLM APIの統合、非構造化データのパイプライン構築、業務アプリケーション開発
・既存システム（API、データ基盤、セキュリティ要件）との統合設計、クラウド環境へのデプロイ
●プロジェクト推進
・品質・コスト・納期に加え、AI開発特有の不確実性や検証結果を踏まえ、スコープや進め方を柔軟に調整
・AIコンサルタントと協働したPoC設計・技術提案の主導
●アセット構築・プラットフォームへの還元
・プロジェクトで得た知見の再利用可能なアセット化、ソリューションパターンの型化
・自社プラットフォームへのアセット蓄積、機能改善

◆ 技術スタック
Languages: Python, TypeScript / JavaScript, SQL
Backend: FastAPI, Node.js 等
Frontend: React, Next.js 等
Infrastructure: AWS / GCP / Azure, Docker, Kubernetes
Platform: exaBase Studio
Tools: Git, CI/CD
AI/LLM: LangChain, LangGraph, HuggingFace Transformers, 各種LLM API、Claude Code、Codex

◆ プロジェクトの進め方
プロジェクトの性質やフェーズに応じて、顧客先を訪問して業務理解やディスカッションを行う場合もあれば、自社オフィスやリモート環境で開発に集中する場合もあります。
働く場所や関わり方を固定するのではなく、顧客課題を解決し、最も高い成果を生み出すために必要な手段を選択します。
顧客の事業や業務を深く理解するため、顧客と密接にコミュニケーションを取りながらプロジェクトを進めますが、顧客先への常駐そのものを目的としたポジションではありません。重要なのは、物理的に顧客の隣にいることではなく、顧客と同じ目線で事業・業務の課題に向き合い、素早く仮説検証を行い、技術によって価値を届け切ることです。

◆ ポジションの魅力
技術判断が事業を動かす手応え：自ら設計したアーキテクチャが企業の業務を実際に動かします。現場のユースケースがプロダクトの次の進化を定義し、自社プラットフォームへ直接還元できる醍醐味があります。
課題定義から自分で決める：要件定義書を受け取るのではなく、経営層や部門マネージャーと「何を作るか」から議論しソリューション全体を設計するため、技術力とビジネス力の両方が向上します。
巨大産業の「核心」に挑む：金融・エネルギー・インフラなど、日本を代表する大手企業の基幹テーマに入り込み、巨大なデータ領域にダイレクトに技術適用できる環境です。
トップタレントとの協働：学会発表クラスのAI/MLエンジニアや大手コンサルティングファーム出身者、PdMやテックリードと互いの専門性を尊重しながら「対等なプロ」として議論できる環境です。

◆ 入社後のキャリアパス
FDEとして経験を積んだ後は、本人の志向や強みに応じて、複数の方向へキャリアを広げることができます。
技術を手放さずに専門性を深めることも、技術を基軸に顧客、プロダクト、事業へ責任範囲を広げることも可能です。

技術を深める：テックリード、ソリューションアーキテクト
顧客価値を広げる：リードFDE、プロジェクトマネージャー
プロダクトへ広げる：プロダクトマネージャー、プロダクト責任者
ビジネス領域へ広げる：AIコンサルタント、BizDev、新規事業責任者

【ミッション】
●業界/企業の課題把握及びその課題解決のためのHMAXソリューションの創生、サービス化、リカーリング
●新たな顧客の獲得や、既存顧客への新たな価値の提供により、スケールアップ/N倍化
●スマートシティを起点とした都市計画事業全般、およびスマートビルディングを起点としたビル関連事業全般に対してHMAXソリューションを体現するAIエンジニア

【お任せしたい業務】
●スマートシティを起点とした都市計画事業全般、およびスマートビルディングを起点としたビル関連事業全般の顧客課題解決からAIを前提としたシステム設計・実装・運用・改善までを一気通貫で推進して頂きます。

【職務詳細】
(1)スマートシティを起点とした都市計画事業全般、およびスマートビルディングを起点としたビル関連事業全般に対してHMAXソリューションを体現するAIエンジニアを担当していただきます。　

(2)顧客課題の抽出、ユースケースの策定、プロトタイプ/PoC推進、サービス開発など顧客課題解決からAIを前提としたシステム設計・実装・運用・改善までを一気通貫で推進して頂きます。
（案件例）
●都市計画事業会社様向け対応 (スマートシティサービス)
日本では少子高齢化による社会課題が発生、新型コロナウイルス感染症の影響により市民の生活スタイル・価値観が大きく変化しており、日本政府はSociety 5.0、スマートシティ・スーパーシティ戦略の中でICTやデータ利活用の推進を通して社会課題への対応を図っています。このような背景の中、当社は「ひとの幸せやQoLの向上」を実現するためには、地域における「暮らす」「働く」「学ぶ」「遊ぶ」といった人々の生活シーンを通じて、「私が私らしく生きられる」社会を実現させる、住民に寄り添ったスマートシティサービスを提供し続けることが大事であると考えています。当社はデータやサービスが連携するスマートシティサービスを通じて、人に、そして環境を通して人の暮らしに貢献するもの

●当社ビルシステム様向け対応 (HMAX for Buildings--BuilMirai)
ビル管理・保全領域では、IoTやデジタル技術の進展により設備データの取得・可視化は進んでいる一方、設備運用、保全、就業者情報などのデータや業務プロセスは分断されており、全体最適化や高度な意思決定に活かしきれていないことが課題となっている。本案件は、HMAX for Buildingsとして、ビル設備の稼働データ、点検・保全情報、就業者データ等を統合管理し、AI・デジタル技術を活用したデジタルツインを構築する。設備運用から保全・改善までの「業務の流れ」と「データの流れ」を接続することで、エネルギー効率の最適化、安全性・快適性の向上、保全業務の高度化を実現し、ビル運用領域におけるAI駆動型サービスの実装と継続的な価値創出を推進するもの

(3)担当となる主な業務・プロジェクト分野
・AIを前提に顧客課題の抽出、ユースケース洗出し
・AIを前提としたプロトタイプ/PoC推進、サービス設計/開発/テスト/リリース/サポート

(4)対象となるアプリケーション)
・AWSやAzure、GCPなどクラウドベースのアプリケーション
・機械学習、生成AIなどAIベースのアプリケーション

(5)代表的な使用する技術は以下の通りです。
・クラウド: AWS/Azure
・言語: Java/TypeScript/Python
・フレームワーク: Spring Boot/React
・ソースコード管理: GitHub
・DB: PostgreSQL/MySQL
・プロジェクト管理: Jira
・コミュニケーション: Microsoft Teams

静岡地区の地方銀行のシステムの設計構築をご対応いただきます。
基幹系をメインにアプリケーション開発をご対応いただきます。数名程度のチームに加わっていただき、上位者のOJTのもと
お客様への技術提案や協力会社の取りまとめなどをご対応いただきます。

【職務詳細】
●入社後お任せする業務
・基幹系システムを中心とした既存領域の改修案件や、新規領域の案件（API等）の設計、テストを行います。

●将来的にお任せする業務
・課題明確化を含めたシステム化構想策定、要件定義支援などの上流工程の推進
・システム化提案
・開発リーダとなり、案件対応の取りまとめ（設計、テストだけでなく、進捗管理やレビューア対応など）

【ポジションの魅力・やりがい・キャリアパス】
【お客様との距離の近さ・信頼関係】
基幹システムである勘定系システムを担当していることから、新たなシステム検討時には真っ先に相談をいただくことも少なくありません。単なる開発ベンダーではなく、お客様のIT戦略を共に考えるパートナーとして活躍いただけます。
また、既存システムの知見やノウハウが蓄積されているため、ゼロから顧客理解を進める必要はありません。お客様の業務やシステムを理解した上で、本質的な提案に集中できる環境です。

【仲間が多く安心して成長できる環境】
勘定系・OA系・周辺システムそれぞれに豊富な知見を持つメンバーが在籍しており、チームで協力しながら業務を進められるため、金融業界経験をさらに広げていくことができます。

【業務概要】
同社において、データAIプラットフォームの構築・運用を主導するエンジニアのポジションです。社内に散らばる膨大なデータやシステムをAIが解釈可能な形で集約・接続するデータ基盤の構築や、LLMの特性を活かしたアーキテクチャ設計を行い、事業の複雑なドメイン知識をAIが扱えるプラットフォームの構築を推進します。

【具体的な業務】
・データ基盤の構築やデータマネジメントの仕組みづくり
・セキュアなAI基盤設計・運用
・高セキュリティ基準下でのサンドボックス環境やガバナンス機能実装
・AIの評価基盤やGateway機能の設計・構築
・LLMオーケストレーションとMCP実装
・社内SaaS・DB・ドキュメントをMCP経由でLLMへ提供
・社内ツールとAIエージェントの統合、業務特化型AIエージェントのワークフロー設計・評価パイプライン構築

【ポジションの魅力】
・最新プロトコル（MCP等）を全社規模で実戦投入し、AIエージェントが実業務を動かす環境をゼロから構築できます。
・CTO直下チームのため意思決定が極めて速く、最新のモデルや技術スタックの導入に制約が少ない環境です。
・金融事業等の密度が高く複雑なデータを「AIにどう解釈させるか」という、データエンジニアとして高難度の課題に挑戦できます。

企業価値経営を支えるソフトウェアプラットフォームおよび開発を支えるAIエージェントのゼロからの立ち上げに伴い、プロダクトとAIエージェントを自ら構築するソフトウェアエンジニアを募集します。直下に新設されたAI前提の少数精鋭組織にて、スタートアップのようなスピードと裁量で設計・実装・運用までを推進します。

【具体的な業務】
・プラットフォームの基盤となるプリミティブと、その上で動くAIエージェントの設計・実装・評価
・複数の顧客で繰り返し現れた機能を、共通モジュールとして汎用化することの提案と実装
・複数のコーディングエージェントを並行して走らせ、設計・タスク分解・レビューを通じて統括する
・エージェントの失敗を原因まで遡り、指示・ガイドライン・自動テスト・評価の形で恒久的に直す
・フロントエンドからバックエンド、インフラ、CI/CDまで幅広く担当する
・プロダクトマネージャーとともに顧客の業務を理解し、課題の背景を掘り下げる

【ポジション・部門の魅力】
・専門家が時間をかけて担ってきた経営の仕事をAIエージェントが担う、新しいプロダクトをゼロから形にする面白さがあります。
・複数のコーディングエージェントを並走させ、アイデアから出荷までのループを短縮する先進的な開発環境を体験できます。
・信頼・評価・学習といったAIエージェント開発における最新の課題に直接挑戦できます。
・開発基盤そのものが担当領域であり、作り手でありながら最大のユーザーとして仕組みを改善できます。
・組織の最初期メンバーとしてプラットフォームと組織の双方を形づくり、将来的には領域リードやテックリードへと進めるキャリアパスがあります。

●業務概要
クライアントの経営課題に向き合い、案件を自らリードして成果を積み上げていくとともに、メンバーの育成やチームづくり、経営陣の一員として会社全体の成長を担うポジションです。

●具体的な業務
1. プロジェクトのリード
プロジェクト責任者として品質・進捗・収益を管理し推進。クライアントのCxOと直接ディスカッションし意思決定を支援。
2. 経営課題の定義と戦略の策定
経営陣とともにクライアントの経営課題を定義し戦略の方向性を検討。事業課題を起点にAI活用のロードマップを策定。
3. AIによる業務変革のリード
社内エンジニアとチームをつくり、クライアント現場でAIエージェントの開発・実装から定着までをリード。
4. 案件の獲得・提案
決裁者との関係構築、提案書作成、プレゼンテーションまで主導。
5. チームのマネジメント・育成
メンバーをリードし、未経験者を含めて育成を担当。
6. 投資先企業・M&Aに関わる支援
グループの投資先・買収先企業に対し、経営課題の解決や事業成長の加速をハンズオンで支援。経営陣として参画する機会やM&A関連案件（BDD、買収後統合支援等）にも関与。

●ポジションの魅力
・経営陣と共に事業の立ち上げと急成長を経験できます。
・戦略の策定からAIによる実装・成果創出まで一貫して担えます。
・創業期のファームを経営の当事者として構築できます。
・成果に応じた評価と早期の昇格・経営陣登用の機会があります。

【業務概要】
複数の顧客案件で、Anthropic Claude、OpenAI API、Google Gemini等のAIモデルや、Amazon Bedrock、Azure Foundry、Google Cloud Vertex AI等のクラウドAIサービスを使い、業務で利用されるAI機能を設計・実装・評価・運用します。独自モデルの基礎研究や案件全体の進行管理ではなく、既存のAIモデルとクラウドサービスを組み合わせ、利用者が使えるAI機能を完成させることに責任を持ちます。

【具体的な業務】
・顧客要件に合うAIモデル・クラウドAIサービスの選定とAPI連携
・RAG、検索、データ連携、AIエージェント、業務ワークフローの実装
・正確性、再現性、安全性、期待しない出力を含むAI出力の評価・改善
・AIコーディングツールを使った実装、テスト、リファクタリング、ドキュメント整備
・本番利用に必要なエラー処理、ログ、監視、利用量・コストの確認

【ポジション・部門の魅力】
・Claude、OpenAI、Gemini等を、検証だけで終わらせず顧客が利用する機能として実装できる
・要件やデータに応じて、AIモデルやクラウドAIサービスを比較・選定できる
・AI機能の設計、実装、出力評価、本番監視まで一連の経験を積める
・独自開発のプラットフォームで、AIエージェントの実行から観測、評価、改善と、人が介入する仕組みを設計できる

【職務概要】
【ミッション】
●業界・企業の課題把握およびその解決に向けたAIソリューションの創出、サービス化、リカーリングの推進
●新規顧客の獲得および既存顧客への新たな価値提供を通じた事業のスケール拡大
●エナジー/製造領域において、AIソリューションを体現するAIエンジニアとしての価値創出

【お任せしたい業務】
●変圧器工場の生産能力強化などを起点としたエナジー/製造領域のAX事業において、顧客課題の整理からAIを活用したシステムの設計・開発・実装・改善までを一体で推進いただきます。
●顧客と直接対話しながら課題抽出やユースケース設計を行い、関係者と連携しながらプロジェクト全体の推進・リードを担っていただきます。

【職務詳細】
(1) 変圧器工場の生産能力強化などを起点としたエナジー/製造領域のAX事業において、顧客や関連部門と直接対話しながら課題や業務を理解し、サービス構想の検討を行います。
(2) AIを活用したシステム・サービスの開発において、要件検討から設計・実装・運用・改善までを一体で推進します。
(3) プロジェクトの進行管理、関係者との調整、開発メンバーの取りまとめなどを通じて、サービス開発全体の推進・リードを担っていただきます。
(4)担当となる主な業務・プロジェクト分野
・顧客現場における課題の特定
・課題解決に向けた施策の具体化
・AIを前提としたプロトタイプ開発およびPoCの推進
・サービスの企画・設計・開発・テスト・リリース・運用支援

【業務概要】
顧客の現場に入り込み、LLM / AI Agentを活用したシステムを技術提案から設計・実装・本番導入までEnd-to-Endで推進するエンジニアポジションの募集です。
短期間で選考を完結できる、2日間の集中選考会となります。

【選考フロー・詳細】
1. 書類選考
2. Homework（Optional）
3. 一次面接（11月14日 土曜日 10:00 18:00の内60分・オンライン）
4. 最終面接（11月15日 日曜日 10:00 14:00の内45分・オンライン ※一次面接通過者のみ）
5. 合否のご連絡

【具体的な業務】
・顧客の業務・技術課題の整理と、AIを活用した解決策の検討
・LLM / AI Agentを用いたアプリケーションの設計・実装
・フロントエンド、バックエンド、API、SaaS、データ基盤等を組み合わせたEnd-to-End開発
・RAG、Agent、業務自動化、外部サービス連携の実装
・Evals、可観測性、安全設計、fallback、human-in-the-loopを含む本番品質の向上
・顧客フィードバックに基づく継続的な改善
・個別案件で得た知見の抽象化・再利用化・プロダクトへの還元

【ポジション・部門の魅力】
・開発組織は約60名体制で、データサイエンティストやプロダクトアーキテクト等と協働して案件を進行します。
・入社後は1 2か月を目安に、プロダクト理解やデリバリーを段階的に学べる育成環境が用意されています。
・将来はスペシャリストとして技術を深める、組織を率いるマネジメント、プロダクトマネジメント領域へ広げるなど、複数のキャリアパスが選択可能です。

●業務概要
生成AI・LLMを用いたサービスの開発・運用を担うAIエンジニアの募集です。全体アーキテクチャの設計・技術選定から、実装レベルの詳細設計、開発のリード、品質基準の策定までを一貫して担います。LLM、クラウドインフラ、フレームワーク、データ基盤を横断した幅広い知識を活かし、社内関係部署や外部パートナーと連携しながら、実運用に耐えるAIサービスを実現します。

●具体的な業務
・生成AI・LLMを用いたサービスのAIアーキテクチャ設計および技術選定（LLM、インフラ、フレームワーク）
・実装アーキテクチャの詳細設計（コンポーネント分割、API設計）および技術課題の解決
・社内関係部署および外部パートナーとの技術連携・調整
・タスク設計やコードレビューを通じた開発リード、メンバーへの技術的な助言・育成
・アプリケーション・サービスで利用するプロンプトの設計・最適化・チューニング
・プロンプトインジェクション、ハルシネーション、ジェイルブレイクなどに対するセキュリティ対策
・テスト戦略、CI/CD、MLOps／LLMOpsを含む運用基盤・実装品質基準の策定

●ポジション・部門の魅力
・金融×AIの大規模サービスで、アーキテクチャの初期設計から実装・運用まで一貫して関われます。
・LLM・クラウド・データ基盤を横断した設計に、技術の中核メンバーとして携われます。
・社内外の専門家と協働しながら、最新技術を事業に取り込めます。
・プロンプトの最適化、セキュリティ対策、評価・テスト、CI/CDなど、LLMアプリ開発の標準づくりを担えます。
・小規模精鋭チームで裁量が大きく、設計から開発プロセスの改善まで主導できます。
・決済・金融という高信頼領域で、AIを安全に本番運用する経験を積めます。

【業務概要】
Microsoft 365やCopilotを起点に、職員一人ひとりが自ら業務を変革できる組織への転換を進めています。現場の課題を捉え、AIエージェントや自動化の仕組みを実装して成果を創出するとともに、その実践を行内へ広げるポジションです。

【具体的な業務】
・各部門へのヒアリングを通じた業務課題・ニーズの把握、改善テーマの発掘
・Microsoft 365、Copilot、Copilot Studio、Power Platform等を活用したAIエージェント・自動化の企画・構築・導入・効果検証
・職員自身が改善を実践できる市民開発の仕組みづくり、研修・ハンズオン・コミュニティ運営、活用事例の横展開
・関係部署や外部パートナーとの調整、利用ルール・ガバナンスを踏まえた定着支援

【ポジションの魅力】
・現場の課題発見から企画・実装・定着まで一貫して携わり、自らの手で業務変革の実績をつくることができる
・全社規模でM365・生成AIの活用を広げ、職員の働き方や業務プロセスを変える責任ある仕事に挑戦できる

【業務概要】
AIを活用して、金融機関のコンタクトセンターを企画・構築するポジションです。お問い合わせ対応の自動化やオペレーター支援など、顧客の利便性向上と業務効率化につながる新しい仕組みを企画し、社内外の関係者と協力しながら実現します。

【具体的な業務内容】
・Web、アプリ、コンタクトセンターなどの非対面チャネル戦略の企画
・AI、生成AIを活用した照会業務、応対業務等の高度化・効率化
・顧客の利便性向上につながる新サービス・新機能の企画
・業務プロセスの分析、課題抽出、業務改革の企画・推進
・データを活用した利用状況・顧客行動の分析と改善施策の立案
・システム部門、営業部門、外部ベンダー等とのプロジェクト推進
・新サービス導入後の効果検証、改善施策の企画・実行

【ポジション・部門の魅力】
・AIを活用して、顧客対応や業務をより良くする仕組みを企画でき、自身のアイデアを実際の業務につなげられます。
・お問い合わせへの対応だけでなく、顧客の声をサービスの改善や新たな提案につなげる仕組みづくりに携われます。
・アイデアを考えるだけでなく、関係部署やシステム会社と協力しながら、実際の仕組みとして形にし、その後の改善まで一貫して携われます。
・将来的にデジタルサービスの企画や業務改革など、幅広い分野で活躍できるキャリアパスがあります。

【業務概要】
領域特化型のAIプロダクトにおいて、顧客課題の発見からプロトタイプの構築、検証、プロダクト化までを一貫して担当します。
企画書作成にとどまらず、自らプロトタイプを構築
・検証し、個社の課題解決から共通ニーズを抽出して複数企業で利用されるプロダクトへ昇華させることがミッションです。
【具体的な業務】

・顧客
・ユーザーへのヒアリングや業務分析を通じた課題の発見
・課題をAIで解決可能なユースケースや検証仮説へ落とし込む
・生成AIを活用したプロトタイプの構築
・顧客への提供と、利用データ
・フィードバックをもとにした改善
・プロダクトの優先順位、KPI、ロードマップの策定
・個別案件から共通ニーズを抽出し、機能やテンプレートとして標準化
・エンジニア、デザイナー、営業、カスタマーサクセスなどとの協働【ポジションの魅力】

・顧客課題をAIを活用して自らプロトタイプ化し、短いサイクルで検証できる環境です。

・一社の課題解決にとどまらず、成功パターンをプロダクト化して事業成長に貢献できます。

・職種特化
・業界特化の双方で新しいAIプロダクトを生み出す機会があります。

【業務概要】
コーポレート領域（法務・コンプライアンス・リスク管理・人事・会計）の業務を、AI活用を前提として再設計・システム構築するポジションです。単なる自動化にとどまらず、基盤となるデータアーキテクチャを整備し、環境変化に応じて柔軟に業務を再構成・進化させられる仕組みを構築します。当面は代表直下のCTO室に所属し、立ち上げ期の専任エンジニアとしてプロジェクトを主導します。

【具体的な業務】
・現場メンバーと協働した業務棚卸しおよび優先順位設計（効率化業務、AI高度化業務、人が担うべき業務の切り分け）
・業務プロセスに伴い判断根拠や意思決定の経緯が自然に蓄積されるデータ基盤の設計・構築（全社判断基盤への接続含む）
・LLMを活用した業務システムの要件定義・設計・実装・運用（RAG、ハルシネーション対策、監査証跡、アクセス制御等）
・業務ごとの評価データセットの設計・整備および全社評価基盤との接続・効果測定
・機微データの取り扱い、コスト、レイテンシ等の業務特性に応じた適切なモデル選定とシステム組込
・法務、リスク・コンプライアンス、人事、会計などの各領域における業務システム高度化プロジェクトの主導

【ポジション・部門の魅力】
・ガバナンス、セキュリティ、説明責任が求められる難易度の高いコーポレート向けAIシステム設計の知見・経験が得られます。
・業務分析や要件定義からアーキテクチャ設計、実装、評価、運用まで、一連のライフサイクルに一貫して携われます。
・各領域の専門家と一つのチームとして業務そのものを再設計する経験ができます。
・経営陣に近い環境で、自ら構築した仕組みが全社の判断基盤・資産として還元される成果を感じられます。

【業務概要】
モデルを特訓（ポストトレーニング）で最適化するLLMトレーニングエンジニアのポジションです。学習の手法・報酬設計・学習データを自ら設計し、モデルの品質に責任を持ちます。汎用AIをユースケースに最適化し、将来はその性能をAPIとして外部提供する事業化も見据えます。

【具体的な業務】
1. ポストトレーニングの設計・実装・運用
・SFT／選好最適化（DPO・KTO・ORPO・SimPO 等）／オンラインRL（PPO・GRPO・RLOO 等）の設計・実装・運用
・long CoT／reasoning、tool use・function calling・エージェント用途のポストトレーニング
・ポストトレーニングのアルゴリズム改良（損失関数・KLペナルティ・advantage推定の改善、学習の安定化・サンプル効率の改善）

2. 報酬設計
・報酬モデル、RLVR（検証可能報酬）、LLM-as-a-Judge パイプラインの構築
・報酬ハッキング・報酬の過最適化の検知・分析・対処

3. 学習データの品質管理
・合成データ生成とデータ品質管理（混合比の最適化、難易度制御、重複除去、ベンチマーク汚染検査）
・選好データ・合成データの生成・フィルタリング

4. 評価基盤の内製化
・製品品質と相関する社内評価セットの新規設計
・評価基盤の設計・内製化、人手評価・A/Bテストの設計とアノテーションガイドライン整備

【ポジション・部門の魅力】
1. モデルを賢くするコアに責任を持てる
汎用LLMをユースケースに最適化する学習アルゴリズム・報酬・データのコアを担い、単一モデルのポストトレーニング品質に責任を持てます。基盤を使うのではなく、モデルの性能そのものを設計する立場です。

2. 事業の第二の柱を一から作れる
ポストトレーニングで得た性能をAPIとして外部提供し、事業の第二の柱に育てる構想があり、プロダクト最適化から事業化までを見据えて動けます。

3. 最先端の手法を本番で回せる
GRPO等のオンラインRL、long CoT・reasoning、エージェント用途のポストトレーニングなど、最先端の手法を本番運用するプロダクトに直接適用できます。

【業務概要】
AI Agent基盤や音声AIソリューションを提供する企業における、LLMデータエンジニアのポジションです。実業務データ（通話ログ、業務システム、FAQ・マニュアル等）を起点に、LLMの学習データおよび評価データを一貫して設計・構築する役割を担います。案件ごとに属人化しているデータ作成工程を標準化し、再現性のあるデータパイプラインおよびデータフライホイールを構築・運用することがミッションです。

【具体的な業務】
1. 実データの調査・設計・整備
・案件ごとの業務システムおよび実データの調査、学習・評価データの一貫した設計
・通話ログ等の実データのクレンジング、匿名化、構造化

2. 学習・評価データの構築
・SFT・RL用データの構築（合成データ生成、難易度制御、重複除去、混合比の調整）
・報酬関数・評価セットの実装と、案件ごとのベンチマーク整備

3. データフライホイールの運用
・学習結果のエラー分析とデータ改善につなげるフィードバックループの設計・運用
・再現性やバージョン管理を担保したデータパイプラインの構築

【ポジション・部門の魅力】
1. モデル性能の上限を決める報酬・データ設計の中核を担うことができます。
2. 属人化されたプロセスを標準化し、多数の案件展開を支える0→1の基盤構築に携われます。
3. 研究用の綺麗に整えられたデータではなく、本番環境で稼働する実際の業務ログやシステムデータに向き合う経験が得られます。

【業務概要】
音声モデルおよびLLM（大規模言語モデル）の推論フレームワークの設計・構築を行い、スループット向上とGPUコストの最適化を担当するポジションです。システム全体のアーキテクチャ設計から実装まで自ら主導して業務を進めます。

【具体的な業務】
1. 音声モデル用共通推論フレームワークの構築
・ASR（自動音声認識）、TTS（音声合成）、Speech-to-Speech、その他音声生成モデルに向けた共通推論アーキテクチャの設計
・共通モジュールとモデル固有モジュールの明確な分離、新規モデル導入用のプラグイン・アダプターインターフェースの開発
・モデル開発チームが利用する推論API、SDK、ツールの開発

2. 大規模音声バッチ推論の最適化
・可変長音声に対する動的バッチ処理およびバケッティングの適用、複数GPU・ノード間でのデータ並列推論の実装
・前処理、推論、後処理、ストレージI/Oをオーバーラップさせる非同期パイプラインの構築
・エンドツーエンドの処理時間とコストに基づくボトルネックの計測および削減

3. LLM推論の適応・最適化
・vLLMやSGLangなどの成熟した推論エンジン上でのLLM推論の立ち上げ
・テンソル/パイプライン並列処理、コンティニュアスバッチ処理、KVキャッシュ、プレフィックスキャッシュのチューニング
・Prefill/Decode特性やタスク優先度を考慮したスケジューリング設計

4. 推論ワークロード向けGPU利用計画
・バッチ推論および評価に向けたGPU割り当てとキャパシティプランニング
・Kubernetes、Slurm、Rayを活用したGPU推論ジョブのオーケストレーション
・モデルおよびタスクごとのGPU使用量と推論コストの追跡・削減

【ポジションの魅力】
・確立されたベストプラクティスが少ない音声・マルチモーダルモデルの推論領域において、技術基盤を自ら構築できます。
・音声とLLMの双方にわたり、フレームワーク設計からバッチ推論、スケジューリングまで推論全体を統合・最適化できます。
・推論効率の改善がGPUコストや応答レイテンシに直結するため、プロダクトの競争力向上に直接貢献できます。

【業務概要】
AI技術（生成AI、LLM、AIエージェント等）を利用・活用したサイバーセキュリティ対策の一層の向上を図るため、AIを活用した攻撃シミュレーションや防御の高度化、次世代のセキュリティ検証体制の構築・運用を推進するポジションです。

【具体的な業務】
・最新のAIモデルのPoC、セキュリティ観点での評価、活用の検討
・AIを活用した攻撃シナリオの作成
・AIを活用したSAST／DASTの運用
・AIを活用したログ分析、インシデント分析、およびSigmaルールの作成
・AIを活用した脅威ハンティング
・LLMやAIエージェントを活用した自律型・半自律型の検証手法の研究開発および実戦投入のリード
※経験やスキルに応じて、お任せする範囲や役割（リード／企画・実務推進）を決定します。

【ポジション・部門の魅力】
同グループではサイバー攻撃を経営トップリスクの一つとして位置づけており、対象部署はグループ全体の攻撃検知・対応・対処能力向上の総本部の役割を担っています。多数の重要システムや大規模ネットワーク、クラウド環境、海外拠点等のスケール感の中で、「自分が攻撃者だったら」を前提としたシナリオ設計と、その結果を踏まえた全社改善までを一気通貫でリードできます。

【業務概要】
企業における生成AIの活用が進む中、Microsoft Copilot Studioを活用したAIエージェントの開発・導入支援を行うポジションです。大手企業を中心に、社内業務の効率化や業務プロセスの高度化を目的としたAIエージェントの設計・開発・導入を担当します。共創型ラボ開発機関において、クライアントとのプロジェクト推進から自社プロダクトにおけるAI実装・AIエージェント開発まで幅広く手がけます。

【具体的な業務】
・Microsoft Copilot Studioを活用したAIエージェントの設計・開発
・顧客業務の要件整理および技術要件への落とし込み
・SharePoint、Teams、Dataverse等を活用したナレッジ・データ連携
・Power Automateを活用した業務フローの構築
・REST APIやカスタムコネクタを用いた外部システム連携
・AIエージェントの回答精度・動作検証、改善
・本番環境への導入、運用保守および継続的な改善

【ポジション・部門の魅力】
・Microsoft Copilot Studioを活用し、大手企業の業務課題を解決するAIエージェントの設計・開発に携われます。
・PoCにとどまらず、本番導入から運用改善まで関わることで、AIが企業の業務を変えていく過程を実感できます。
・Copilot Studio、Power Automate、Azure OpenAIなど、MicrosoftのAI・クラウド技術を横断的に活用できます。
・将来的にはテックリードやAIアーキテクトへのキャリアアップを目指せます。

【仕事概要】
・Azure Machine Learning、Azure Cognitive Services、Azure Bot Serviceなどの
Azure AIプラットフォームを活用したAIモデルの設計、開発、デプロイ、運用
・機械学習、深層学習、自然言語処理などのAI技術を用いたソリューション開発
・データ収集、前処理、特徴量エンジニアリング
・AIモデルの評価、改善、最適化
・開発したAIシステムのAPI連携、システム統合
・チーム内および関連部署との連携、技術的なコミュニケーション
・最新のAI技術動向のキャッチアップと検証

【技術】
サーバサイド：Python(FastAPI),Azure App Service/StaticWeb,サーバレス(Azure Functions/LogicApps)
スマホアプリ：React Native,Flutter,Kotlin,Swift
コンテナ：Kubernetes,Docker,Service Fabric,Container Registry
ビッグデータ：Data Lake,Data Factory,Synapse Analytics,Data Explorer,Evetnt Hub
データベース：AzureマネージドDB（Cosmos DB,SQL DB,MySQL)
セキュリティ：Azureセキュリティ（Application Gateway,Front Door,Private Link,Express Route,Sentinel,AzureAD）
運用管理：Azure Monitor/Application Insights,Azure Automation
プロジェクト管理：Azure DevOps,Git
ローコード：PowerPlatform(Power Apps,Power Automate/Power Pages)
デプロイ自動化、テスト自動化、コンポーネント再利用型で高付加価値な時間配分

【ご入社の流れ】
親会社にご入社いただき、子会社へ出向という形で就業いただきます。
※ご本人が望む場合は将来的に、子会社への転籍も可能です。
ご入社後は現在子会社で請け負っている案件に参画いただきながら、
案件イメージをつかんでいただき、
並行して、目標設定やキャリアプランのすり合わせも進めて参ります。

【業務概要】
全社AI事業の推進に向け、ミッション
・ビジョンの策定から中長期戦略
・事業計画への落とし込み、施策の実行推進、経営判断支援、成果の還流までを一貫して担当します。
経営陣と現場をつなぐハブとして、抽象度の高い課題を構造化し、経営方針を現場が実行できる計画へと変換します。
【具体的な業務】
1. ミッション
・戦略の策定と浸透：事業の中長期的な目指す姿や重点テーマの設定、ロードマップ策定、社内への発信
・浸透 2. 情報分析と課題設定：市場
・競合
・技術動向や社内データの収集
・分析に基づく、経営判断が必要な課題
・優先順位の明確化 3. 事業計画
・新規施策の企画
・実行
・改善：中期
・年度計画、KPI、予算、推進体制の設計、知見のAI再活用や新規サービスの企画
・実行
・進捗管理 4. 経営判断の支援：経営会議等に向けた投資、事業ポートフォリオ、収益改善などの選択肢と判断材料の提示
・合意形成 5. 組織力
・連携基盤の強化：AI人財の育成
・配置、関係部門やグループ会社
・パートナーとの協業、先進事例の展開推進 6. 事業本部の運営：上位組織と本部内各組織の橋渡し、会議運営、発信資料作成など本部運営業務の推進 【ポジション
・部門の魅力】

・同社グループ全社の顧客価値創出と生産性変革を支えるAI戦略の中核に携わることができます。

・経営層と直接対話し、抽象度の高い経営課題を戦略
・計画へ具体化する経験が得られます。

・戦略策定にとどまらず、関係部門を巻き込んだ実行
・改善まで一貫して関与できます。

・生成AI等の変化の速い領域において、豊富な知見や基盤を活用しながら前例のない課題に取り組むことができます。

【業務概要】
顧客チームに深く入り込み、業務課題の特定・AIソリューションの提案・実装・導入定着などを担当します。顧客と直接対話して曖昧な課題を構造化し、ソリューションを素早く構築しながら、解くべき課題と実装方針を具体化します。また、案件で得た知見や実装を同社のソリューション、プロダクト、開発基盤へ還元する役割も担います。

【具体的な業務】
・顧客の業務フロー・意思決定プロセス・制約条件を踏まえた課題特定
・デプロイメントストラテジストと連携し、AI・LLM活用の方針・優先度を整理
・AI・LLM等の技術を用いたデモ、PoC、MVP、業務アプリケーションの設計・開発
・顧客環境へのデプロイ、監視、障害対応、セキュリティ・性能・コストの改善
・利用者への展開、効果検証、ドキュメントや開発手法の共有を通じた業務定着・内製化支援
・担当プロジェクトの知見や実装の共通化、およびプロダクト・開発基盤への還元

【ポジション・部門の魅力】
・非財務情報とAIを掛け合わせた先端領域でのプロダクト開発・事業成長に携わることができます。
・最先端のAI技術を実際のビジネス課題に適用し、顧客に直接価値を提供する経験が積めます。

【業務概要】
顧客プロジェクトの現場に深く入り込み、生成AI／RAGを中心とした機能を短いサイクルで実装し、プロダクト・システムとして成立させるポジションです。
要件が流動的な環境で、設計 実装 検証 改善までを高速に回し、顧客価値を最短で立ち上げます。

【具体的な業務】
・営業領域における AIエージェント／AIワークフロー の設計・実装
・RAG構成の設計・実装
・ノーコード／ローコードツール＋必要に応じたコード実装（Python等）による拡張開発
・外部SaaS/CRM/社内データとのAPIやMCPを用いた連携実装、プラグイン等の開発
・品質・安全性・運用性の担保
・異なる顧客の業務理解に基づき、ニーズを抽象・共通化したプロダクト化の検討

【ポジション・部門の魅力】
・先端の生成AI・RAG技術を顧客課題の解決に直接活用し、短いサイクルでプロトタイプ作成からプロダクト化まで関わることができます。
・現場で得た知見を直接プロダクトへ還元し、将来的にチームを率いる組織づくりのチャレンジが可能です。

業務概要:
大手エンタープライズ企業に対し、生成AIを活用した業務再設計およびAI活用の構想策定から実装・定着までを一気通貫でリードするポジションです。

具体的な業務:
・経営層との戦略策定: 生成AI戦略・投資対効果(ROI)の提案と合意形成
・現場の巻き込み: 部門・現場のキーマンを巻き込み、変革への合意と推進体制を構築
・ソリューション提案: 業務課題分析、生成AI活用機会の特定、モデル選定・システム統合方針の設計
・定着までの伴走: PoCの企画・実行・効果測定から本番実装、運用・浸透・定着まで
・アドバイザリー: データガバナンス/AI倫理に関する助言
・育成・推進: 社内AI人材育成プログラムの設計、ジュニアメンバーの育成とプロジェクトマネジメント

ポジションの魅力:
・コンサルティング業務に加え、自社プロダクト開発にも主体的に関与可能
・金融、製造、通信、食品、自動車など幅広い業界のエンタープライズ変革に関与
・経営陣や役員直下で、事業戦略や組織づくりなど企業の意思決定に関われる環境
・AI戦略策定から全社浸透・定着まで一貫して支援し、事業成果創出までリード可能
・週4日のリモートワーク推進など、柔軟で働きやすい環境

【業務概要】
セールス組織に入り込み、営業改善や生産性向上の取り組みを専任エンジニアとして本格化させるポジションです。
商談の記録やデータが蓄積されている環境で、課題の発見からLLM・AIエージェントを組み込んだ仕組みづくり、セールス組織全体への展開までを担当します。AI推進を担当するチームに所属し、セールス組織に埋め込まれる形で現場メンバーとともに業務を推進します。

【具体的な業務】
1. 現場に入り込み、技術で解く課題の見極め
・セールスプロセスの全体像の可視化と成果に直結する領域の特定
・成果を出している営業の行動・判断パターンの言語化
・技術で解決する範囲の選定と優先順位づけ

2. AIエージェント・LLMを組み込んだ業務システムの設計・開発
・提案準備・データ分析・顧客対応などの業務へのLLM・AIエージェント組み込み
・出力品質・コストの評価設計とHuman-in-the-loopを含むワークフロー設計
・小規模に構築して現場に適用し、数値を見ながら改善するサイクルの構築

3. 購買データを営業の意思決定につなげるデータ基盤の構築
・購買データから提案や販促設計に使うシグナルを取り出すパイプライン構築
・SFA/CRM・データウェアハウス・社内システムをつなぐデータ連携の設計
・成果を追えるデータ構造・KPIの設計と効果検証の仕組みづくり

4. 成功パターンのプラットフォーム化と組織展開
・成功施策の再利用可能なコンポーネント・社内プラットフォームへの抽象化
・基幹業務システムとの連携を見据えたアーキテクチャ設計
・権限・データ品質・観測性・ドキュメント整備による運用基盤づくり

【ポジションの魅力】
・課題設定から自分で主導し、現場に入り込んで優先順位を決めて動ける環境です。
・セールスとエンジニアが一体となった組織立ち上げから参画できます。
・大規模なファーストパーティデータとAIを組み合わせ、商談成果に直結するシステムを構築できます。
・GTMエンジニアという先進的な職能の成功パターンを自ら創出できます。

【業務概要】
電話AIサービスが発声する“声”の品質（自然さ・正確さ・安定性・低遅延）を、AIモデルおよび音声データの両面から主導して向上させるシニアエンジニアのポジションです。読み間違い・不自然なイントネーション・遅延といった課題を特定して改善を推進し、将来的には音声チームのリードを担うことが期待されています。

【具体的な業務】
1. TTSモデルの研究開発・改良
・最新TTSアーキテクチャ（LLMベースTTS、Audio Codec、Flow Matching、Diffusion等）の学習・改良
・品質・安定性・遅延の改善（読み間違い・不自然なイントネーション・不安定さの解消）
・推論チームと連携した本番導入・低遅延化
2. 課題特定と音声データ戦略
・TTSの品質課題の特定と、モデル・データ両面での解決策の立案・実行
・音声データ戦略の策定（収集・選定・品質基準）とデータチームとの連携
・音声データの前処理・アライメント・ラベリングパイプラインの整備
3. 評価設計
・品質を測るための評価基準・評価セットの設計
・主観評価（MOS等）と客観評価を組み合わせた評価の運用
4. プロダクト連携・チームリード
・PMや案件側との要件すり合わせ、改善ロードマップの策定
・チームメンバーの育成、技術方針の策定

【ポジション・部門の魅力】
1. 自分の判断で「声の良し悪し」を決定し、設計面から課題解決を推進可能
2. 単一モデルの精度向上にとどまらず、データ整備からプロダクト要件への落とし込みまで一貫して経験可能
3. 音声品質向上を主導し、将来的にTTS・音声データチームを統括するリーダーシップを発揮可能

【業務概要】
音声AIおよびLLMの推論フレームワークを独立して設計・実装し、スループットとGPUコストを最適化するAI推論基盤エンジニア（シニア）のポジションです。複数の音声モデルおよび大規模言語モデル（LLM）を対象に、学習、評価、データ生成、バッチ推論を効率的に実行するためのAI推論基盤の構築を担当します。

【具体的な業務】
1. 音声モデル向け共通推論フレームワークの設計・実装
- 音声認識（ASR）・音声合成（TTS）・音声対話（Speech-to-Speech）・音声生成など、複数種類の音声モデルに対応する共通推論アーキテクチャの設計
- 共通モジュールとモデル固有モジュールの責務分離、新規モデルを追加するためのAdapter／Pluginインターフェースの設計
- モデル開発チームが利用する推論API・SDK・実行ツールの開発

2. 大規模音声データの高効率バッチ推論・Pipeline最適化
- 可変長音声に対するDynamic Batching・Bucketing、複数GPU／ノードによるデータ並列推論の設計
- 前処理・推論・後処理・ストレージI/Oを重ね合わせる非同期実行Pipelineの構築
- End-to-Endの処理時間とコストを基準としたボトルネックの計測・改善

3. LLM推論の適応・最適化
- vLLM・SGLangなど成熟した推論エンジンを活用したLLM推論環境の構築
- Tensor／Pipeline Parallel、Continuous Batching、KV Cache／Prefix Cacheなどの調整
- Prefill／Decodeの特性やタスク優先度を考慮したスケジューリング設計

4. GPUリソースの利用設計（推論ワークロード視点）
- バッチ推論・評価を対象としたGPU割り当てとキャパシティ設計
- Kubernetes・Slurm・RayなどによるGPU推論ジョブの実行制御
- モデル・タスク単位でのGPU使用量と推論コストの可視化・改善

【ポジションの魅力】
1. 音声モデルの推論という、最適化の定石が未確立な領域でゼロからアーキテクチャを設計できる環境です。
2. 音声とLLMの両面を対象に、フレームワーク設計からバッチ推論・スケジューリングまで一貫して最適化できます。
3. 推論効率の改善が直接プロダクトの競争力やGPUコスト削減に直結し、事業成長を技術面から支えられます。

【業務概要】
企業の経営課題・業務課題に対して、生成AI、RAG、AIエージェント、機械学習、BI、自動化などを活用した課題解決を支援します。経営層や現場部門へのヒアリングを通じて業務課題を整理し、AIで解決すべきテーマの特定、ユースケース設計、ロードマップ策定、PoC設計、導入推進、定着化、ガバナンス設計までを一気通貫で担当するポジションです。

【具体的な業務】
1. 戦略立案・テーマ策定
・経営層・現場部門へのヒアリング
・業務プロセス分析、課題整理
・AI活用テーマ・ユースケースの設計
・AI活用ロードマップ、投資対効果、KPIの設計

2. ソリューション設計・検証（PoC）
・生成AI、RAG、AIエージェント、BI、自動化などのソリューション設計
・PoC計画、評価指標、成功基準の設計

3. 導入・定着化・ガバナンス
・開発チーム・外部ベンダーとの連携、進行管理
・AI導入後の業務フロー再設計、教育、定着化支援
・AI利用ルール、セキュリティ、個人情報、著作権などのガバナンス設計

【ポジション・部門の魅力】
・経営陣との距離が近く、自らの企画やアイデアを業務に反映させやすい環境です。
・合理的・効率的なワークスタイルを追求した働きやすい環境が整っています。

業務概要
AI Opsを統括し、AI技術を活用した業務プロセスの自動化・効率化を推進するポジションです。

具体的な業務
・AI/LLM等を活用した業務フローの最適化および自動化の構築
・運用プロセスの改善とチームの統括・マネジメント

ポジション・部門の魅力
最先端のAI技術を業務運用に組み込み、組織全体の生産性向上を牽引することができます。

【業務概要】
全社AI活用推進組織において、生成AI・DXを業務プロセスに組み込み、生産性や業務の質の向上につなげるための活用促進・定着支援を担当します。AIツールの導入・周知にとどまらず、現場の課題や声に即した活用促進と効果検証、知見の共有・再利用に取り組むポジションです。所属グループのメンバーや関係部門と協力しながら業務を進めます。

【具体的な業務内容】
・活用状況・業務効果を捉えるKPIの策定への参画と、目標達成に向けた利用促進施策の企画・実行
・業務・目的・コストに応じたAIツールの使い分けや実践的な活用方法に関する、研修・勉強会・学習コンテンツ・社内向け情報発信の企画・運営
・各部門の課題・活用事例の収集と、AIエージェント等の実践例を含む「業務別の活用パターン」への整理、部門を越えた横展開・再利用の支援
・社内サイトやコミュニティを通じた実践知の共有・相互学習の促進と、学習情報・利用ルール・相談先への導線づくり
・利用データ・アンケート・現場の声を踏まえたKPIの進捗把握・効果検証と、施策の改善
・生成AIツールの利用申請・問い合わせ対応、ライセンス・利用状況の管理などの運用改善と、安全な利用に関する課題の整理・関係部門との連携

【ポジション・部門の魅力】
各本部で生まれるAI活用をつなぎ、優れた実践を全社の業務へ広げる仕事です。AIコア人材の育成や業務エージェントの展開を通じ、個人の活用を組織の成果へつなげることができます。

【業務概要】
製造現場のデジタルツインを進化させるため、現場を仮想化するソフトウェアとシミュレーション技術にLLM／AIエージェント技術を組み合わせ、現場データ理解・原因分析などのエンジニアリング支援を一体化した新しい顧客価値実現を目指します。LLM／AIエージェントのアーキテクチャ設計から実装、評価、製品化までをリードします。

【具体的な業務】
・組み込むAIエージェントのユースケース定義、要求分析、アーキテクチャ設計
・設備・制御・設計情報の検索／推論基盤の設計・実装
・LLMによる設備モデル構築、異常原因分析、復旧手順提案、シミュレーション実行支援などの機能開発
・PLC、時系列データ、3Dモデル、シミュレータ、技術文書等とAIエージェントを接続するツール／APIの設計
・LLM／AIの開発プロセスへの組み込み
・顧客、商品企画、社内外パートナーとの価値検証と商品化推進
・開発チームや委託パートナーの技術リード

【ポジション・部門の魅力】
・LLM／AIエージェントと現場制御のOT技術を組み合わせる、先進性の高い商品開発に携われます。
・アルゴリズム検証だけでなく、顧客課題の把握、アーキテクチャ設計・実装、品質とセキュリティ評価、商品化まで一貫して経験できます。
・特定のLLMやクラウドに閉じず、クラウド／オンプレミス、複数モデル、外部シミュレータとの連携基盤づくりに挑戦できます。
・国内外の顧客、研究・技術部門、商品企画、品質保証、外部パートナーと協働し、技術を顧客価値と事業へつなげる経験を積めます。
・AIエージェント、デジタルツイン、産業オートメーションの複数領域を横断するスペシャリスト、アーキテクト、プロジェクトリーダーを目指せます。

業務変革、AIモデル開発、およびAI組み込みアプリケーション開発等の業務全般を担当します。

【業務概要】
AIエージェント等のAIソリューションを企業の環境で安全・継続的に動かす基盤の設計・導入を主導します。Azure、Google Cloud、AWS等のクラウドサービスを選び、認証・データ・既存システム・運用をつなぐ設計を担当します。業務コンサルタントやエージェント開発担当と協業し、クライアントの既存環境と制約に合わせてシステム構成を柔軟に考えながらAIソリューションの実用化を支援します。担当は基盤領域に限らず、案件に応じてユースケース検討、エージェント実装、業務システム連携、運用定着にも参画します。

【具体的な業務】
・AIエージェント等のAIソリューションを、クライアントのシステム環境に合わせて設計し、実際に利用可能な仕組みとして実現
　- クライアント環境を踏まえたAIの実装方式・アーキテクチャ検討
　- Azure／Google Cloud／AWS等の製品選定と構成設計
　- ID・権限、ネットワーク、データ接続を既存システムに合わせて設計
　- 環境構築・デプロイ方法を整え、PoCから本番導入へ展開
　- ログ・監視、可用性、費用制限、セキュリティ要件を運用に反映
　- ベンダーツールの適合性と接続方式を検証し、運用体制を整備
・案件に応じて提案、要件定義、導入・定着支援にも参画

【ポジション・部門の魅力】
AIエージェントをはじめとする最先端AI技術のエンタープライズ導入に初期段階から携わることができます。単なる基盤構築にとどまらず、提案・ユースケース検討から実装・運用定着まで一気通貫で関われる点が大きな魅力です。

【業務概要】
M&AのディールプロセスやValue upの場面において、クライアントの業務改善に組み込むAIエージェントの設計・開発を担うポジションです。LLMの推論、ツール利用、参照情報等を組み合わせて業務タスクを実行できるエージェントを構築します。開発にとどまらず、会計士や戦略コンサルタントと協働し、業務整理、PoC、効果検証、導入・改善にも参画します。

【具体的な業務】
・クライアントの業務をAI前提で再設計し、AIエージェントが人と連携しながら業務を遂行する仕組みの構築
- 業務タスクを分解し、エージェントが担う範囲を設計
- LLMへの指示、参照情報、ツール利用、反復・停止条件を設計
- エージェントの実行フローとアプリケーションの開発
- 検索・業務API等と接続し、実データで動作を検証
- 出力品質・例外・費用・エージェントの効果を評価し挙動を改善
- 人による承認・監督等、AIと人の役割分担を設計し業務へ導入
・案件に応じた提案活動・業務設計への参画、現場への導入・定着と継続的な業務改善の推進

【ポジション・部門の魅力】
・最先端のAI技術を活用し、単なる概念検証にとどまらず現場のビジネス成果に直結するシステムを構築できます。
・会計士や戦略コンサルタントなどの多様なプロフェッショナルと協働し、ビジネスと技術の両面から業務改革を推進する経験が得られます。

●業務概要
同社のCEO室の一員として、AI経営OS（同社独自のAI経営システム）を構想から実際に稼働する環境へと落とし込み、全社に定着させていく役割を担います。特定の制作業務にとどまらず、CEO室の多様な業務を推進しながら、業務の仕組み化や生成AIを用いた自動化・マニュアル化を進めます。

●具体的な業務
・社内外から発生する突発的な依頼や、滞っている業務の共同担当
・初期段階での手作業による業務遂行と、手順確立後の生成AI（Claude等）を用いた仕組み化・ドキュメント化・手順書化
・構築した仕組みのナレッジベースへの組み込み、および担当者への引き継ぎ
・状況に応じた研修コンテンツ制作などの定例業務の分担
※Web制作専任ではなく、人的変革（HX）や業務の仕組み化に重きを置いたポジションです。

●ポジションの魅力
1. 先進的なAIドリブン環境の中核に携わる
全社員がAIを前提として働く環境において、そのシステムを設計・進化させる側として関わることができます。
2. 経営の構想を直接形にする
CEO室において、代表が描く経営OSの構想を直接受け取り、実装まで落とし込むため、経営に極めて近い距離で会社全体の変革に携われます。
3. 自社での実践が顧客への提供価値に直結する
社内で構築・運用し、磨き上げた仕組みは、大手企業向けの変革支援サービスへと展開されるため、自社の取り組みがそのまま顧客への価値となります。
4. AIの進化に合わせた組織のアップデート
新しいAI技術の登場に合わせて、組織の動き方そのものを更新していくという、他では得がたい経験を積むことができます。
5. 最先端の働き方の体現
AIと「並走する」「溶け合う」という最先端の働き方を、自ら実践しながら社内へ広げていくことができます。

【業務概要】
AI & Technology Modernization BUにて、AI Transformation（AITM）としてデジタル変革を推進するポジションです。AI戦略担当と協働し、業務課題と価値仮説を、本番で使えるAIソリューションへ具体化します。技術・データの実現可能性検証から設計・実装・評価・本番導入までハンズオンで担い、品質・安全性・信頼性・運用コストを管理。継続改善と技術移転を通じ、顧客が自ら活用・改善できる状態を支援します。

【具体的な業務】
顧客のAI活用を「動くもの」として形にします。AIエージェント・機械学習・ナレッジ基盤などの実装フェーズを中心に、業務変革から新サービス開発、本番導入・定着・継続改善まで、ハンズオンで支援します。

＜プロジェクト例＞
1. AIエージェントを活用した業務ワークフローの設計・実装、PoCから本番導入・業務定着までの推進
2. 数理最適化／ML／RL／マルチモーダル等を活用した業務プロセスの高度化・自動化
3. AI活用を前提としたシステムアーキテクチャ設計・モダナイゼーション
4. RAG・VectorDB等を活用した検索・知識活用基盤、ナレッジグラフおよびセマンティックレイヤーを含むデータ・知識構造の設計・構築・チューニング
5. 顧客内製チームへの技術移転・ハンズオン伴走支援、開発・運用プロセスの標準化
6. AIアプリケーションの評価設計、Human-in-the-loop、ガードレール、トレーシング・モニタリングの実装
7. LLMOps／MLOpsを活用した本番運用、継続評価、モデル・プロンプト・ワークフローの改善

【ポジション・部門の魅力】
AIやシステムを構築するだけでなく、業務プロセス、データ、システム、組織のあり方までを含めて変革し、顧客自身がAIを継続的に活用・改善できる状態の実現を目指すことができます。

【業務概要】
同社のAI & テクノロジーモダナイゼーション部門において、AIを活用したデジタル変革を推進するポジションです。経営・事業・業務課題を起点に、AI活用の価値仮説、将来業務、KPI、投資優先順位を具体化します。AI実装担当と構想段階から協働し、実現可能性を踏まえたロードマップを策定。顧客の意思決定を支援するとともに、業務への定着、組織能力の整備、導入後の成果検証・改善を主導します。

【具体的な業務】
顧客の経営・事業・業務課題を起点に、AIを活用した変革テーマの探索、ユースケース企画、実行ロードマップ策定から導入・定着までを一気通貫で支援します。
・AI変革テーマの構想・企画
経営戦略や事業課題を踏まえてAI活用機会を探索し、顧客価値、実現可能性、リスク、投資対効果の観点から優先ユースケースを具体化します。
・AI変革ロードマップと実行推進
目指す業務・サービス像、KPI、推進体制、データ・システム上の論点を整理し、ロードマップを策定。経営層、業務部門、IT部門、専門家の合意形成を主導し、PoCから導入、定着、効果検証まで伴走します。

【ポジション・部門の魅力】
AIを単発の実証実験で終わらせず、業務やサービスに組み込み、継続的な事業成果へつなげる重要な役割を担うことができます。構想から実装、定着までを一気通貫で支援する環境で、本質的なインパクト・価値を創出する経験が積めます。

【業務概要】
同社のAI・テクノロジー部門において、AIを活用したデジタル変革（AI Transformation）を推進するポジションです。経営・事業・業務課題を起点に、AI活用の価値仮説、将来業務、KPI、投資優先順位を具体化します。AI実装担当と構想段階から協働し、実現可能性を踏まえたロードマップを策定。顧客の意思決定を支援するとともに、業務への定着、組織能力の整備、導入後の成果検証・改善を主導します。

【具体的な業務】
顧客の経営・事業・業務課題を起点に、AIを活用した変革テーマの探索、ユースケース企画、実行ロードマップ策定から導入・定着までを一気通貫で支援します。経営層、事業部門、IT部門、データ／AI専門家をつなぎ、AIを単発の実証実験で終わらせず、業務やサービスに組み込み、継続的な事業成果へつなげることがミッションです。

1. AI変革テーマの構想・企画
経営戦略や事業課題を踏まえてAI活用機会を探索し、顧客価値、実現可能性、リスク、投資対効果の観点から優先ユースケースを具体化します。

2. AI変革ロードマップと実行推進
目指す業務・サービス像、KPI、推進体制、データ・システム上の論点を整理し、ロードマップを策定。経営層、業務部門、IT部門、専門家の合意形成を主導し、PoCから導入、定着、効果検証まで伴走します。

【ポジション・部門の魅力】
領域横断で連携し、構想から実装、定着までを一気通貫で支援できる環境です。最先端のAI技術をビジネスの本質的なインパクト・価値に繋げる、非常にやりがいのある役割を担うことができます。

以下3領域のうち、専門性を持つ領域を軸に、段階的に他領域へも関与いただきます。

【1.RAG / AIエージェント】
・図面・帳票・BOM・見積等が蓄積されたDB基盤から、必要な情報を的確に引き出すRAGパイプラインの設計
・ベクトル検索と構造化データ検索を組み合わせたハイブリッド検索の設計・精度改善
・検索精度の評価指標設計と、継続的な改善サイクルの構築
・製造現場の問いに答えるAIエージェントの設計・実装

【2.2D図面から3Dへの復元】
・2D機械図面から3D形状を復元する技術の調査・検証・実装
・3D表現(メッシュ / 点群 / B-rep 等)の選定と、CADデータとの相互変換の設計
・学習データ(CADからの合成データ含む)の設計・構築

【3.図面OCR / 情報抽出】
・図面からの寸法・公差・材質・表題欄・注記等の抽出精度向上
・物体検出・レイアウト解析・VLMを組み合わせた抽出パイプラインの設計
・手書き・かすれ・低品質スキャンへの頑健性向上
・アノテーション運用とデータセット構築のリード

【共通】
・論文サーベイからの技術選定と、PoCから本番実装への橋渡し
・精度指標と事業KPIを接続した優先順位づけ
・将来の研究開発チーム組成に向けた技術標準の整備

●技術環境
Python 3.11 / FastAPI / PyTorch / Ultralytics(YOLO) / OpenCV / PyMuPDF / ezdxf / Qdrant / PostgreSQL /
OpenAI API / Anthropic Claude API / Gemini on Vertex AI / Google Document AI / AWS(ECS Fargate, S3, SQS)

全国の法人企業および地方銀行を対象に、顧客の業務課題を整理から、生成AIを活用した解決策の企画・提案、PoC、AIサービス・AIエージェントの設計・開発、導入・定着支援まで一貫して担当いただきます。

生成AI領域の技術リーダーとして、自ら設計・実装に携わりながら、2〜3名程度のチームをリードいただきます。顧客や社内関係者と連携し、プロジェクトを推進いただきます。

●具体的な業務
・顧客へのヒアリング、業務課題・ユースケースの整理
・生成AI活用の実現性および業務効果の評価
・生成AIサービス、RAG、チャットボット、AIエージェント等の企画および要件定義
・LLM、検索基盤、外部API、クラウドサービスを組み合わせたアーキテクチャの設計・開発
・プロンプトおよびエージェントフローの設計
・評価データの作成、精度・品質・安全性の検証
・PoCの計画・実行、結果分析、本番導入に向けた改善提案
・チームのタスク設計、進捗・品質管理およびメンバー支援
・営業部門や開発部門と連携した提案支援、顧客への技術説明
・導入後の活用支援および内製化支援

【入社直後にお任せしたい業務】
まずは、生成AIの内製化支援案件または技術検証案件に参画し、当社の開発プロセスや業務特性を理解いただきます。ご経験やスキルに応じてRAGやAIエージェントの設計・開発、PoC推進を担当いただき、早期にチームリードや顧客折衝をお任せする予定です。

【将来的にお任せしたい業務】
生成AI案件のプロジェクトリーダーとして複数案件を推進いただくことを期待しています。将来的には、生成AI領域の技術戦略立案・新規サービスの企画・開発・生成AI活用の標準化推進・CoE機能の整備・運営・メンバー育成の領域にも携わっていただき、志向や実績に応じてマネジメントまたは高度専門人材としてキャリアを形成することが可能です。

【業務を通じて獲得できるスキル】
・顧客課題をユースケースへ落とし込み、生成AIによる解決策を設計する力
・LLM、RAG、AIエージェントの設計・開発・評価スキル
・クラウドやAPI、データ連携を組み合わせたアーキテクチャ設計力
・PoCから本番導入・定着までを推進するプロジェクトマネジメント力
・顧客への提案、説明、合意形成を行うファシリテーション・折衝力
・少人数チームのリーダーシップおよび品質・リスク管理力

【業務の魅力】
●生成AIを実装し、定着まで支援できる
・生成AIを「試す」だけでなく、顧客の業務変革につながるサービスとして実装し、現場への定着まで支援する経験を積むことができます。
・顧客の業務課題の整理からPoC、設計・開発、本番導入、活用・内製化支援まで一気通貫で携わることができます。
●生成AI・AIエージェント領域の幅広い技術を扱える
・RAG、AIエージェント、MCP、音声認識、デジタルヒューマンなど複数の先端テーマに携わることができます。
●技術力とプロジェクト推進力の両方を高められる
・自ら設計・実装に携わりながら、少人数チームの進捗・品質管理、顧客折衝、提案支援を担当し、プロジェクトリーダーとしてのスキルを磨くことができます。
●新たな価値創出に挑戦できる
・グループの技術やアセットを活用しながら、地域のお客様のDX推進を支援し、新たな価値創出に挑戦することができます。

【プロジェクト例】
・金融機関向けの社内情報検索・回答RAG／チャットボットの構築および生成AI内製化の伴走支援
・生成AI活用のユースケース可視化、重点ユースケースのPoC、システム導入・開発
・顧客タイプや提案商品を切り替えられるセールストーク演習AIの開発
・音声認識やMCPを活用した業務支援の技術検証
・生成AI／AIエージェントを活用したソフトウェア開発プロセス高度化のPoC
・デジタルヒューマン等を活用したコミュニケーション業務の負担軽減
・グループの技術・アセットの検証、導入支援

●開発言語
・Python
・TypeScript
・JavaScript
・HTML
・CSS
・SQL
※案件により利用する言語は異なります

●開発環境
・生成AI／AIエージェント：Azure OpenAI Service、Amazon Bedrock、LangChain、LangGraph、MCP
・クラウド：AWS、Microsoft Azure
・データ活用：ベクトルデータベース
・開発・運用ツール：Git、Docker、CI/CDツール、VSCode
※案件によりクラウドサービス、外部API、RAG／AIエージェント関連ツールを組み合わせます

【業務概要】
開発チーム（スクワッド）の技術的なリーダーシップを執り、事業成果を最大化するテックリードポジションです。
特定のプロダクトに限定せず、ご経験や志向性、各事業の成長フェーズに合わせて、最も価値を発揮できる領域を担当します。またキャリアパスとしても、技術領域を突き詰めるスペシャリスト路線に加え、ご志向に応じて将来的にはエンジニアリングマネージャー（EM）として組織づくりを担う道を選択することも可能です。

【具体的な業務】
テックリードとして開発チームの技術方針を決定・牽引し、チーム全体で事業成果を創出します。
- 開発チームの技術的方針の策定、設計・技術選定・コード品質の意思決定
- AIエージェントの設計・評価・運用プロセスの構築およびプロダクト組み込み
- ビジネスサイドと共に事業課題を定義し、「プロダクトで何を作るか」「何をAIに委ね、どこを人が担うか」の境界線設計
- メンバーへの問いかけや育成を通じた、チームで課題解決できる組織状態の再現

【ポジション・部門の魅力】
- AIエージェントが前提のプロダクトを、技術の責任者として設計・開発する経験が得られます。
- 事業と一体のチームを率い、技術で事業成果を出す経験が積めます。
- AI駆動開発を前提とした開発プロセスを、チームとして設計・運用する経験が得られます。
- テックリードとしての経験を軸に、将来的には組織を率いる道も選べるキャリアの広がりがあります。
- 経営陣やCTOと近い距離で、技術と事業の意思決定に関わる経験ができます。