金融フロント、800万以下の転職求人

31,638 件

AIソフトウェアエンジニアとして、クライアントの現場課題を深く理解し、AIを活用した業務自動化・高度化に向けた要件定義、プロトタイピング、本番実装、改善までを一貫して担います。あわせて、プロジェクトにおける技術面のリードとして、技術方針の整理、設計判断、実装品質の担保、開発メンバーへの技術的な支援・レビューにも関わります。
本ポジションでは、単に仕様に沿って開発するだけではなく、クライアントの現場に入り込み、「どの業務にAIを適用すべきか」「どのような形であれば実際に使われるか」を見極めながら、AIソフトウェアとして価値に落とし込むことが求められます。そのうえで、プロジェクト内の技術的な論点を整理し、実装方針やアーキテクチャの方向性を示しながら、チームとして成果を出す役割を期待します。
また、個別案件で得られた知見や実装パターンを、再利用可能なモジュール・基盤・プロダクトへと昇華させることで、継続的に価値を生み出せる開発体制づくりにも関わります。

具体的な業務:
1. 現場実装と要件定義（Forward Deployment）
・クライアントの現場担当者・業務責任者との対話を通じ、AIで自動化・高度化すべき業務を特定します。
・現場の業務フローや課題を整理し、AIソフトウェアとして実装すべき要件を定義します。
・顧客課題に対して、AI APIやLLM、各種AI技術を活用した高速プロトタイピングを行います。
・PoCを通じて仮説検証を行い、実際の業務利用を見据えた改善・設計に反映します。
・エンタープライズ品質を意識した本番実装、テスト、運用改善を推進します。
・実装方針やアーキテクチャの選定にあたり、選定理由・トレードオフ・想定リスクを整理し、クライアントおよびチームに対して技術的に説明可能な状態を保ちます。
・現場で継続的に使われるAIソフトウェアにするため、利用者のフィードバックをもとに改善を行います。
2. ソフトウェアの資産化（Product & Infrastructure）
・複数案件から抽出された共通課題や実装パターンを整理し、再利用可能なモジュール・基盤・プロダクトへ転換します。
・LLMOps、評価パイプライン、開発自動化など、AIネイティブな開発プロセスの設計・構築に関わります。
・個別開発にとどまらず、組織として再利用できる技術資産・社内ナレッジを整備します。
・プロジェクトで得られた知見を開発標準やテンプレートに反映し、チーム全体の開発生産性向上に貢献します。
・将来的なプロダクト化やスケールを見据えたアーキテクチャ設計・技術選定を行います。
・プロジェクト横断で再利用できる技術資産を意識し、品質・拡張性・保守性の観点から実装をリードします。
3. AI最新技術の社会実装（R&D）
・最新のLLM、マルチモーダルAI、AIエージェント等の技術を調査・検証し、具体的な事業課題への適用可能性を見極めます。
・新しいAI技術を活用したPoCやプロトタイプを設計・実装します。
・検証結果をもとに、実案件への導入可否や実装方針を整理します。
・Cursor、Claude Code等の開発支援AIを活用し、次世代の開発生産性を追求します。
・技術検証で得られた知見をチームに共有し、開発プロセスや技術選定の改善につなげます。
本ポジションでは、AI技術を使った開発力に加え、現場課題を構造化する力、クライアントと対話しながら要件を具体化する力、実装したソフトウェアを継続的に使われる形へ改善していく力が求められます。
新しい技術にキャッチアップしながら、AI特有のリスク（プロンプトインジェクション、データ・個人情報の取り扱い、LLM APIコスト等）も踏まえた設計判断や、チームが技術的に安心して頼れる存在となり、プロジェクトでの開発・実装を前に進める役割も期待します。
個別案件の開発に閉じず、現場で得た知見をプロダクト・基盤・開発プロセスへと還元しながら、AIソフトウェアの社会実装をしていただくポジションです。

プロジェクト例:
1. AI検証を活用したWebサービスの基盤刷新プロジェクト
同社のVCファンドが買収した企業のWebサービスを対象に、レガシーフレームワークからモダンフレームワークへ段階的に移行するプロジェクトです。
新旧アプリケーションを並行稼働させながら、画面表示・APIレスポンスの挙動差分を継続的に検証。AIを活用して実装およびテスト自動化、バグ検知を効率化することで、開発工数と期間を大幅に削減しました。
単なるリプレイスではなく、事業継続性・品質担保・開発生産性の向上を同時に追求する、技術難易度の高いモダナイズ案件です。
2. 需要予測AIで解く、駅ナカ小売の発注最適化プロジェクト
大手鉄道会社グループの駅ナカ小売店では、商品の発注量が長年、現場のベテラン社員の経験と勘に依存していました。
一方で、廃棄量削減を重視すると欠品が増え、売上最大化を重視すると廃棄が増えるというジレンマがありました。
本プロジェクトでは、欠品が発生していなかったと仮定した際の理想的な売上をAIにより推定し、2週間程度で高精度の予測を実現しました。
現場業務に深く入り込み、AIを実際の意思決定に組み込んでいくプロジェクトです。
3. 給与計算業務のAIエージェント化プロジェクト
大手飲料メーカー関連会社における給与計算業務を、AIエージェントによって自動化するプロジェクトです。
給与計算は、会社ごとの制度、雇用形態、勤怠データ、手当、控除、例外処理などが複雑に絡む業務です。
本プロジェクトでは、業務フローを分解し、ルールベース処理とAIエージェントを組み合わせることで、複雑な判断や確認作業を自動化。約80%の業務自動化を実現し、担当者の作業工数を大幅に削減しました。
AIを実際の業務プロセスに組み込み、属人化の解消と業務効率化に直結させるプロジェクトです。

ポジションの魅力:
成長を約束する仕組みではなく、成長が起きる現場を用意しています。
・AIを使い倒して成果に変える
Claude Code、Cursor、Codex などの開発支援AIを全員が日常的に活用。個人の生産性ではなく、案件の成果やプロダクトのアウトカムに直結させる使い方を磨きながら、AI時代の開発フローそのものを更新していきます。
・案件が、資産になる
「納品して終わり」ではなく、書いたコードや設計が、共通基盤・プロダクト・ナレッジとして蓄積されていく。個人の仕事が次の事業を加速させる資産になる手応えが、エンジニアとしての確かな自信を育てます。
・キャリアがさらに広がる
同社のVCファンドのエコシステムを活かし、エンジニアの枠を越えたキャリアを全力で支援します。企業の成長とともに、プロダクトのCTO、投資先のCxO、グループ内での起業といった道も広がっていく想定です。
・技術的な相談ができる環境
技術顧問としては、一休、Yahoo、メルカリ、GREEなどでCTOやVPoEを担ってきた日本を代表するエンジニアリングリーダーたちがテクニカルフェローと参画しています。

DEV TOOLS:
案件によって使う技術は変...