DX関連、1000〜1200万の転職求人

563 件

【業務概要】
LLM・AIエージェントの共通基盤を通じて、生成AIが生み出す事業価値を増幅させるポジションです。
モデル利用・評価・監視・変更管理を支える基盤、開発・運用環境、共通運用パターンの設計・開発・運用を担当します。

【具体的な業務】
・複数チームが共通の方法でLLMを利用するためのモデル利用基盤（LLM Gateway）や、AIエージェントの実行・外部ツール連携基盤の設計・開発・運用
・クラウド、コンテナ、CI/CD、IaCを用いた再現性のある開発・実行環境の整備
・認証・認可、Secret管理、利用制限、監査ログ等を組み込んだ安全な利用環境の整備
・セキュリティ・法務・事業部門と連携したAI利用ポリシーおよびガードレールの整備
・利用量・コストの可視化とモデル選択・キャッシュ等によるコスト最適化
・評価データセット・評価方法の整備と、リスクに応じた評価・レビューの仕組みづくり
・プロンプト・モデルのバージョン管理、リグレッションテスト、リリース・切り戻しの仕組みづくり
・ログ・メトリクス・トレース、フォールバック、アラート、Runbookの整備
・利用チームとの協働による個別アプリケーションのアーキテクチャ設計・実装・改善および共通ライブラリ・テンプレート化

【ポジションの魅力】
・基盤が生成AI活用の広がりに直結するため、非常に大きな影響力を持つことができます。
・実際のユースケースをもとに、同社における活用標準を自ら設計・構築できます。
・進化し続けるモデルやAIエージェント技術に向き合い、変化を前提とした柔軟な基盤開発に挑戦できます。
・共通基盤開発にとどまらず、セキュリティやAI利用ルールづくりまで幅広く関わることができます。

【業務概要】
R&D組織の一員として、ロボティクス・自動運転をはじめとするディープテック領域全般をスコープに、これらを物流・製造の現場に実装していくための事業とインフラの立ち上げを、一気通貫でリードしていただきます。

【具体的な業務】
・ディープテック領域の技術・事業探索：ディープテック技術の動向・メーカー・市場を把握し、事業へのインパクトと打ち手（事業仮説）を構想する
・PoC・検証の設計と実行：検証すべき仮説と成功指標（KPI）を定義し、PoC・実証実験を設計のうえ、現場・パートナーと連携して、環境の構築、実行・評価し、横展開・本番実装の判断までをリードする
・現場での実証・協業を成立させるスキーム設計：クライアントとの権利整理・利用許諾・合意形成を、改善レポートや教育コンテンツ等の還元価値とセットで設計する
・協業パートナーの開拓・実装：ロボット・自動運転メーカー、AI企業、研究機関、保険・金融等との連携を構想し、PoC契約・共同検証を組成・実施する
・取り組みの継続性・経済性設計：実証・実装の取り組みを継続できるよう、コスト・体制・ユニットエコノミクスを設計する
・改善ループの設計：現場での実証で得た知見を、教育・品質チェック・運用改善に反映する仕組みを設計する
・プロジェクトマネジメント：R&Dメンバー、プロダクト、法務、現場、外部パートナーをはじめ多様な社内外ステークホルダーを束ね、利害を調整し実現に向けたブロッカーを取り除きながら、論点設定から実行・完遂までをリードする

【ポジション・部門の魅力】
・ロボティクス・自動運転などのディープテックを現場に実装する基盤を、ゼロから立ち上げる挑戦を担えます
・技術（ロボティクス・自動運転・AI）と事業開発の交差点で、新しい労働力インフラを設計できます
・最小ラボから現場PoCまで、インフラを自分の手で構築する胆力が正面から活きます
・ロボットメーカーや研究機関と、フィジカルAI時代の最前線で協業できます
・現場・クライアントとの信頼（同意・権利）を設計しながら、最前線で実装を進める希少な経験が積めます

【業務概要】
LLM・AIエージェントの基盤を通じて、生成AIが生み出す事業価値を増幅させることが本ポジションのミッションです。個別のプロダクトや業務で活用が進む生成AIについて、本番運用に共通する複雑性を基盤側で引き受け、利用チームがユースケース固有の課題解決に集中できる状態を実現します。複数チームと連携し、モデル利用・評価・監視・変更管理を支える基盤、開発・運用環境、共通の運用パターンを設計・開発・運用します。

【具体的な業務】
1. 検証した施策を本番へつなげられる共通基盤の開発・運用
・複数チームが共通の方法でLLMを利用するためのモデル利用基盤（LLM Gateway）や、AIエージェントの実行・外部ツール連携基盤の設計・開発・運用
・新しいモデルや機能を素早く試し切り替えられる仕組みの整備、クラウドやIaCを用いた開発・実行環境の整備
2. 安全性とコスト効率を標準で備えた仕組みづくり
・認証・認可、Secret管理、利用制限、監査ログなどを組み込んだ安全な環境整備
・セキュリティや法務部門と連携した個人情報取扱ポリシーやガードレールの整備
・利用量・コストの可視化とモデル選択・キャッシュ等によるコスト最適化
3. 品質を確かめながら届け改善し続けられる運用づくり
・評価データセット・評価方法の整備と、自動評価・人による確認を組み合わせた評価仕組みづくり
・プロンプト・モデルのバージョン管理、リグレッションテスト、切り戻し等の仕組みづくり
・出力品質、応答時間、エラー率を把握するログ・メトリクス・トレースとアラート等の整備
4. 利用チームとの協働と標準化・セルフサービス化の推進
・個別のLLMアプリケーション・AIエージェントのインフラ・運用課題に対するアーキテクチャ設計・実装
・得られた知見を共通ライブラリ、テンプレート、ドキュメントへ反映しセルフサービス化を推進

【ポジション・部門の魅力】
・基盤がLLM活用の広がりに直接影響を与えるため、事業上のインパクトが非常に大きいです。
・業界でも標準が定まりきっていない領域において、同社における最適な標準を自ら設計できます。
・進化し続けるモデルやエージェントに向き合い、技術選定から運用ルールづくりまで幅広く主導できます。

本ポジションは、当社およびグループ各社におけるIT活用・DX推進を企画・リードする役割です。各部門の業務課題を起点に、ITを活用した業務の高度化・効率化を実現していただきます。

入社後は、まず下記の業務を中心にご担当いただきます。将来的には、中期IT計画の策定、ITガバナンス体制の構築・運用、経営層へのレポーティングなど、IT戦略全般を担っていただくことを期待しています。
1.生成AIの活用推進：導入済みのMicrosoft 365 Copilotの社内定着支援、および各業務に適した生成AI・AIエージェントの導入企画・実行（活用例：分散する情報の集約・分析、翻訳、契約書レビュー等）
2.Salesforceの活用推進：利用促進策の企画、および蓄積データの分析・活用方針の策定
3.業務プロセスの改善：手作業やデータの二重入力など、業務上のボトルネックの特定と、改善策の立案・実行
※フロント部門をはじめとする各部門の課題・要望を整理し、業務要件・機能要件に落とし込んだうえで、社内外の関係者と連携しながら導入・改善を推進していただく役割です。システム開発・設定等の実作業を担うポジションではありません。

【業務概要】
チェーン小売企業の店舗運営を支援する店舗マネジメントAI（SaaS/Bpass）プロダクトにおいて、企画段階から参画し、新規機能の企画・開発およびプロダクト開発方針への技術的サポートを担当します。本番初回リリースに向けた開発フェーズにおいて、技術的な視点でプロダクトを形にし、将来的な開発チーム立ち上げへの参画も期待されるポジションです。

【具体的な業務】
1. 新規機能の企画・開発
・プロダクト責任者や企画メンバーとともに、新規機能やUXを企画段階から検討
・AIコーディングツール（Claude Code等）を活用したモック・プロトタイプの作成とユーザー検証を通じた企画の具体化
・企画した機能の開発（自ら実装、またはパートナー企業と連携して実装）

2. プロダクト開発方針への技術的サポート
・ビジネス要件・ユーザー要件を技術的な実現方式・工数・リスクの観点から整理し企画に反映
・製品ロードマップや開発優先順位に対する技術面からの提案
・システム全体のアーキテクチャ検討や技術選定

3. ベンダーコントロール・品質管理（開発支援チームと連携）
・開発パートナー企業への依頼内容整理と進捗確認
・開発物のレビュー・受け入れ確認への参画

4. AI駆動開発の共通ルール・開発チームづくり
・エージェント設定やコーディング規約など、AI開発の共通ルールづくりへの参画
・今後採用予定のエンジニアの採用・育成および開発チームの立ち上げへの参画

【ポジションの魅力】
・初期エンジニアとして、技術の意思決定や開発体制づくりにゼロから関わることができます。
・企画段階から参画し、プロダクトの方向性づくりに直接影響を与えられます。
・最新の生成AI技術を実際の製品開発の中心で活用できます。
・グループの事業基盤と信頼を活かしながら、スタートアップのようなスピード感で新規事業を推進できます。

【業務概要】
同社が提供する教育サービスにおいて、新たな学習体験創造に向け、AIをコアとしたソリューション開発および既存ソリューションの改善を技術面からリードするシニア機械学習エンジニアを募集します。

【具体的な業務】
● AIソリューションの企画・技術検証（PoC）
・プロジェクトの企画・構想段階から参加し、プロダクトマネージャーや事業担当者等のステークホルダーと協働して事業・プロダクトの課題や要件を整理し、AI・機械学習を活用した解決策の提案や合意形成を技術面からリード
・AIをコアとした専門性に基づき、技術選定・アーキテクチャの検討・PoCの開発を主導し、技術的な実現可能性を検証
・ドメインに適応したAIシステムの構築を目指し、サービス固有の価値創出へ寄与

● AIシステムの本番開発・運用・継続的改善
・PoCで得た知見を、API・データアクセス層・定期実行パイプラインなどの本番システムとして設計・実装し、再現性・保守性・拡張性を向上
・法人向けサービスにおける認証・認可、セキュリティリスクを考慮し、安全なAIシステムの設計・実装を推進
・CI/CD、テスト、モデル・プロンプト管理、可観測性を整備し、品質・レイテンシ・コスト等を継続改善
・利用状況やユーザーフィードバックを分析し、モデルやプロンプト等の改善サイクルを推進

● チームと組織への貢献
・開発メンバーへのスキル向上支援およびチーム全体の技術レベルの引き上げ
・全社的なAI活用推進のための技術的ナレッジ共有
・他職種と協働し、ユーザー課題や事業方針を踏まえた技術的意思決定を実施

【開発環境】
・言語：Python, SQL
・コンテナ/インフラ：Docker, Artifact Registry, Google Cloud (BigQuery, Cloud Composer, Airflow, Cloud Run等), AWS
・AI/エージェント：Gemini Enterprise Agent Platform, OpenAI, LangChain/LangGraph
・運用/ツール：GitHub, Datadog, ChatGPT, Claude 等

【ポジション・部門の魅力】
・EdTech領域において大規模なエンジニア組織を有し、独自に蓄積された豊富な教育・学習データを扱った開発が可能
・生成AI・LLMを活用した最新機能開発やLLMOps基盤構築など、最先端の技術領域に挑戦できる環境です。

●業務概要
グループ各事業会社の経営戦略・事業課題に対し、生成AI・AI技術を活用したプロダクト／システム開発プロジェクトについて、計画立案から要件定義・開発推進・リリース・運用引き渡しまでをマネジメントします。AIならではの不確実性（精度・データ・コスト・セキュリティ等）を踏まえながら多様な関係者をまとめ、構想を「計画どおり確実に形にする」役割を担います。

●具体的な業務
・プロジェクト計画の策定（スコープ、WBS、スケジュール、体制、予算）
・システム要件定義（機能／非機能）の推進と、事業部門・開発チーム間の認識合わせ
・開発チーム（内製／外部パートナー含む）の進捗・品質・コスト（QCD）管理
・外部パートナーの選定支援、見積精査、発注・契約に関する調整
・課題・リスク・変更管理、AI特有の不確実性（精度・データ・コスト）を踏まえたリスク対応
・PoCから本番化へ移行する際の計画立案、品質基準・評価観点の整理
・事業部門・開発・セキュリティ・法務など関係部門とのステークホルダーマネジメント、会議体運営
・テスト・移行・リリース計画の策定、運用引き渡しに向けた関係部門との連携
・プロジェクトの振り返りを通じた進め方の改善、推進ノウハウの標準化
※プロダクトの方向性・優先度はプロダクトオーナーと、全体アーキテクチャはシステムアーキテクトと協業して進めます。

【プロジェクト事例】
各グループ会社の事業成長・業務高度化に貢献することを目的に、AI活用を前提としたプロダクトおよびグループ横断で活用されるAI基盤の構想・設計を行います。
・営業AIロープレ（営業がいつでもAIとロールプレイ練習できる環境を提供し、スキル向上と育成標準化を支援）
・営業サポートAI（商談・顧客対応における事前情報整理や示唆提供をAIが支援し、営業活動の質と効率を向上）
・AIプロダクト開発共通基盤（複数AIプロダクトを支える基盤を設計し、事業横断での活用と継続的な進化を実現）

●ポジションの魅力
・単一サービスに留まらず、大規模な事業・複数組織横断のAIプロジェクトをマネジメントでき、大きなインパクトを生み出せる
・生成AIを活用した開発プロジェクトを数多く推進でき、AI特有の品質・リスク管理のノウハウを蓄積できる
・事業者の立場で、計画からリリース・運用定着まで一気通貫でプロジェクトを担える
・特定製品の開発に限定されないため、プロジェクトごとに最適な進め方・体制を自ら設計できる
・AI推進のための専門組織となるため、AIプロジェクト推進の標準づくりにも関与できる
・書籍購入・オンライン学習・外部研修参加など多様な自己研鑽に活用できる年間予算を各人に付与し、継続的なスキルアップを支援

●ソフトウェア開発におけるAI・LLM活用推進(ソフトウェアエンジニア向け支援)
- コーディング効率化ツールの導入
- 開発プロセス全般におけるAI・LLMの導入
●ビジネス部門におけるAI・LLM導入と活用推進
-上記のAI・LLM導入による効果測定
-AI・LLM活用に関する技術動向調査、社内への共有

●生成AIに関する取組状況
-Claude Codeなどを利用したAI駆動開発の導入
-プロダクトへのAIエージェント導入検討


（開発環境）
●OS：Windows／macOS
●データベース：Spanner, BigQuery, MySQL
●プロジェクト管理・情報共有ツール：JIRA, Confluence, Slack, Teams
●その他：GitLab, Google Cloud

【業務概要】
同グループの新規事業であるAIコンサルティング事業における、FDE（Forward Deployed Engineer）のポジションです。
経営直轄の新規事業立ち上げメンバーとして、クライアントの現場に入り込み、AIエージェントの開発や自社AIプロダクトの導入を通じて業務改革を推進します。単にシステムを納品するのではなく、業務ヒアリングや要件定義から実装、本番導入、顧客チームの内製化まで一気通貫で伴走します。

【具体的な業務】
案件に応じて顧客先に常駐（週2 3日程度）しながら、以下の工程を担当します。
1. 業務分析・要件定義
・顧客へのヒアリングを通じた業務フロー、課題、既存システム・データ環境の把握
・AIを適用するユースケースの具体化と技術的な実現性の検討
・導入効果を測る成功指標の設計とシステム構成の検討
2. AI・データサービスの導入支援
・自社AIプロダクト群や外部AIサービス・データ基盤の導入・業務活用支援
・顧客環境に応じた設定、データ接続、アクセス権限の設計・実装と情報システム部門との調整
3. AIエージェント・連携機能の設計と実装
・顧客業務に合わせたAIエージェントや業務ワークフローの設計・実装
・既存システムや社内データとのAPI・データ連携開発
・AIの出力品質、信頼性、応答速度、コストの評価・改善
4. 導入後の運用改善・効果測定
・利用状況やフィードバックをもとにした改善施策の提案・実装
・導入効果の確認と自社プロダクト開発チームへのフィードバック

【ポジションの魅力】
・実装力を軸に、顧客対応や案件の技術リードへと役割を広げられる環境です。
・要件定義から設計・実装、運用改善までAI導入を一気通貫で経験できます。
・最先端の生成AIやAIエージェント、データ基盤などの技術を実案件で扱えます。
・役員直下で新規事業の立ち上げ期から関わることができます。

【業務概要】
同社が運営する主力サービスの機能強化・サービス向上に向け、CEO直轄の分析部署にて生成AI等を活用したモデリングおよびシステム実装を担当します。

【具体的な業務内容】
・生成AIを活用した提案機能の強化（ベクトルデータベースの作成・整備、RAGによるシステム実装、プロンプトチューニング、モデルのフィッティング調整など）
・短期および長期プロジェクト双方への参画
・上記業務に伴う各種データ整備およびエンジニアリング業務

【ポジション・部門の魅力】
CEO直轄の専門部署にて、プロダクト開発チームと協働しながら、最新の生成AI技術を実プロダクトへ組み込む高度な開発に携わることができます。

【業務概要】
AIを起点とした新規事業開発・業務変革プロジェクトにおいて、経営課題の特定から構想策定、実装、定着に至るまでを推進するポジションです。

【具体的な業務】
ご経験・適性に応じて、以下の領域を担当します。
・AI戦略・新規事業構想：AIを活用した新規事業の参入戦略や事業コンセプトの策定、業務変革構想およびロードマップの立案。投資対効果を踏まえた優先順位付けを行い、実行可能な計画へと落とし込みます。
・実装・プロジェクトマネジメント：エンジニアと連携し、PoCから本番開発・導入までをリード。要件定義、プロジェクト計画の策定、進捗・品質・リスク管理、ステークホルダー間の合意形成を担います。開発案件はすべてプライム契約のため、要件定義からリリースまで自社責任で進めることができます。
・AI活用推進アドバイザリー：「AI活用の方針が定まらない」「導入したものの社内に浸透しない」「投資対効果が見えない」などの課題に対し、阻害要因の分析から課題の特定、改善施策の立案、定着支援までを伴走します。
・プロジェクト統括・組織運営（ご経験に応じて）：複数プロジェクトの統括および収益管理、新規案件の提案・受注活動、メンバーの育成を担います。

【ポジションの魅力】
・戦略策定にとどまらず、実装と成果創出まで自ら見届けることができます
・エンジニアと近接した体制により、実現可能性に裏打ちされた提案が可能です
・経営陣直下で、スピード感ある意思決定のもと裁量を持って業務を推進できます
・拡大フェーズにある組織で、事業および組織づくりの中核を担うことができます

【業務概要】
コンサルティングファームのIT戦略室における社内エンジニアのポジションです。先端技術を活用した新たな事業創出を目指し、大規模なAIエージェント開発プロジェクトを支える開発基盤の構築をリードする人材を募集しています。自社のAI開発を技術面から支える社内コーポレートポジションとして、自ら手を動かしながら技術力を活かして開発基盤の構築と改善を主導します。

【具体的な業務】
・AIエージェント開発基盤の設計・構築・運用
・マルチベンダー管理・リソース調整
・langchainや派生サービス、n8n、Dify等の環境活用

【ポジション・部門の魅力】
・大規模開発プロジェクトにおける推進役としての裁量
・将来的にはCTO／CIO／CDOなど、スキルに応じたポジションの用意も可能
・急成長企業において、経営と近い距離で全社的なインパクトを出せる役割
・現場でハンズオンを継続しながら技術力を発揮したい方に最適
・社内プロジェクト推進に専念するポジションであり、外部常駐やコンサル業務はありません

【業務概要】
顧客企業の経営アジェンダを起点にAIの活用を構想し実装することで変革を実現するポジションです。大手企業のCxOや経営陣をカウンターパートに、経営アジェンダを起点としたAIトランスフォーメーション（AX）の構想から実装、成果の実現、他領域への展開までを一貫して担います。社内のデータサイエンティストやエンジニアと密接に連携し、要件定義からシステム開発、運用・定着まで責任を負います。

【具体的な業務】
1. 経営アジェンダの設定（CxO・経営陣との対話から提案まで）
・顧客企業の経営課題・事業課題を起点にAI活用の論点を設計し、AX戦略とロードマップを策定
・経営会議・取締役会レベルでの意思決定を支援する提案書の作成と、経営陣へのプレゼンテーション
・顧客の経営陣・事業責任者を巻き込んだプロジェクトの立ち上げ

2. 成長戦略の構想と具現化
・顧客が未来に必要とされる姿について、AIを前提に数年先を見据えた成長戦略・新規事業の構想を策定
・顧客の経営陣と伴走し、構想を組織の責任者にインストール
・初期段階からAIエージェントで動くプロトタイプを作り、未来を目に見える形で具現化

3. 本格実装と成果の実現
・自社AIプラットフォーム上でのAIエージェント・LLM、機械学習、Physical AI（ロボティクス）の実装設計
・データサイエンティスト・エンジニアと連携し、技術検証と本番開発を推進
・人とAIが協働して段階的に精度を高める業務設計
・顧客の経営陣・責任者の要望と実現可能性を踏まえたスコープ調整、進捗報告、総括資料の作成
・本番運用でのKPI達成と、顧客組織への定着

4. 業界を超えた展開
・一つの顧客で作った仕組みを、他部門・グループ会社・海外拠点、さらには別業界の顧客へ横展開
・異なる業界の顧客同士を組み合わせた新しいサービス・事業の創出
・国家プロジェクトや産学連携など、産業横断の取り組みへの参画

【ポジションの魅力】
・大手企業の経営陣と対等に議論し、意思決定に踏み込む経験が積める
・構想から実装・運用・成果創出まで一貫して関わることができる
・高度なAIプラットフォームと専門技術者チームを組織内に保持している
・最先端のAI技術を実業務に組み込む知見と実務経験が得られる
・早期に大きな裁量を持ち、グローバル展開や事業創出に関与できる

【業務概要】
日本を代表する大手企業のCxOや経営陣をカウンターパートに、経営アジェンダを起点としたAIトランスフォーメーション（AX）の構想から実装、成果の実現、他領域への展開までを一貫して担うポジションです。経営課題の解決から本番運用・組織定着までを主導します。
対象業界は初期は金融業界（保険、銀行、証券、PEファンドなど）を中心としつつ、中長期的には業界を超えた産業全体の変革に取り組みます。

【具体的な業務】
1. 経営アジェンダの設定（CxO・経営陣との対話から提案まで）
・顧客企業の経営課題・事業課題を起点にAI活用の論点を設計し、AX戦略とロードマップを策定
・経営会議・取締役会レベルでの意思決定を支援する提案書の作成およびプレゼンテーション
・顧客の経営陣・事業責任者を巻き込んだプロジェクトの立ち上げ

2. 成長戦略の構想と具現化
・AIを前提とした数年先を見据えた成長戦略・新規事業の構想策定
・顧客の経営陣と伴走し、構想を組織の責任者にインストール
・初期段階からAIエージェントで動くプロトタイプを作成し具現化

3. 本格実装と成果の実現
・同社のプラットフォーム上でのAIエージェント・LLM、機械学習、Physical AI（ロボティクス）の実装設計
・社内のデータサイエンティスト・エンジニアと連携した技術検証および本番開発推進
・人とAIが協働する業務設計、スコープ調整、進捗報告、本番運用でのKPI達成・組織定着支援

4. 業界を超えた展開
・一つの顧客で構築した仕組みを他部門・グループ会社・海外拠点や別業界へ横展開
・異業界の顧客同士を組み合わせた新しいサービス・事業の創出
・国家プロジェクトや産学連携など産業横断の取り組みへの参画

【ポジション・部門の魅力】
・大手企業のCxOや経営陣と直接議論し、意思決定に深く関わる経験が得られます。
・構想の提案にとどまらず、実装・運用・成果創出まで責任を持って完遂できます。
・社内にエンジニアやデータサイエンティストを擁しており、一体となって開発・実装を推進できます。
・Agentic AIやPhysical AIなど最先端技術の社会実装に携わることができます。

【業務概要】
大手企業のCxOや経営陣をカウンターパートに、経営アジェンダを起点としたAIトランスフォーメーション（AX）の構想から実装、成果の実現、他領域への展開までを一貫して担うポジションです。構想を描くだけでなく、顧客の現場に入り成果を出すまでを責任持って推進します。

【具体的な業務】
1. 経営アジェンダの設定
・顧客企業の経営課題・事業課題を起点にAI活用の論点を設計し、AX戦略とロードマップを策定
・経営会議や取締役会レベルでの意思決定を支援する提案書の作成・プレゼンテーション
・顧客の経営陣・事業責任者を巻き込んだプロジェクトの立ち上げ

2. 成長戦略の構想と具現化
・AIを前提に数年先を見据えた成長戦略・新規事業の構想を策定
・顧客の経営陣と伴走し、構想を組織の責任者にインストール
・初期段階からAIエージェントで動くプロトタイプを作り、具現化

3. 本格実装と成果の実現
・同社プラットフォーム上でのAIエージェント・LLM、機械学習、Physical AI（ロボティクス）の実装設計
・データサイエンティストやエンジニアと連携し、技術検証と本番開発を推進
・人とAIが協働して段階的に精度を高める業務設計
・スコープ調整、進捗報告、総括資料の作成、KPI達成と組織への定着推進

4. 業界を超えた展開
・一つの顧客で作った仕組みを他部門、グループ会社、海外拠点、別業界の顧客へ横展開
・異なる業界の顧客同士を組み合わせた新しいサービスや事業の創出
・国家プロジェクトや産学連携など、産業横断の取り組みへの参画

【ポジション・部門の魅力】
・上場企業のCxO・経営陣と対話し、経営上の意思決定に関わることができる
・提案にとどまらず、実装・運用・成果実現まで一貫してプロジェクトを主導できる
・自社内にプラットフォームやエンジニア、データサイエンティストを有し、内製での実装力がある
・最先端のAI技術（Agentic AI、Physical AI等）を基幹業務に適用する経験が得られる
・成果に応じて早期に大きな裁量や事業経営に近いポジションを担える機会がある

【業務概要】
経営をAIおよびITの力で支援するプロダクトにおいて、経営課題に対するAI活用の探索から実装、提供価値の最大化を一貫して担うポジションです。
単なる機能追加にとどまらず、AIをプロダクトおよび経営プロセスに組み込むため、探索・設計・実装・検証までを主体的にリードします。

【具体的な業務】
・プロダクトにおけるAI活用領域（生成AI/ML）の探索、課題設定、仮説構築
・AI機能・プロダクト要件の企画・仕様策定・ロードマップ設計
・データサイエンティスト、エンジニア、ビジネスメンバーと連携した開発推進
・LLM・MLを活用したPoC（概念実証）のリードと本番実装
・ユーザー体験を踏まえたプロダクト設計・改善
・効果検証のためのKPI設計、データ分析、インサイト抽出
・AIプロダクト開発におけるベストプラクティスの確立・展開
・外部AIベンダーとの折衝・協業推進

【ポジションの魅力】
・生成AI・LLM・MLを企業経営のコア領域に関わるプロダクトに組み込む経験が得られる
・企業経営の在り方そのものを変革するプロダクト開発に携われる
・高速な仮説検証と実運用へのスケールアップを両立する実践的なキャリアが築ける
・ビジネス、開発、データ領域を横断するクロスファンクショナルな推進力が磨かれる

●業務概要
LLM・AIエージェントの基盤を通じて、生成AIが生み出す事業価値を増幅させるポジションです。
本番運用に共通する複雑性を基盤側で引き受け、利用チームがユースケース固有の課題解決に集中できる状態を実現します。プロダクトAI/MLエンジニアやソフトウェアエンジニアなどの利用チームと連携し、モデル利用・評価・監視・変更管理を支える基盤、開発・運用環境、共通の運用パターンを設計・開発・運用します。

●具体的な業務
1. 検証した施策をそのまま本番へつなげられる共通基盤の開発・運用
・複数チームが共通の方法でLLMを利用するためのモデル利用基盤（LLM Gateway）や、AIエージェントの実行・外部ツール連携を支える基盤の設計・開発・運用
・新しいモデルや機能を試し切り替えられる仕組みの整備、クラウド・コンテナ・CI/CD・IaCを用いた再現性のある開発・実行環境の整備
2. 安全性とコスト効率を標準で備えた仕組みづくり
・認証・認可、Secret管理、利用制限、監査ログなどを組み込んだ環境整備
・セキュリティ・法務・事業部門と連携したAI利用ポリシーやガードレールの整備
・利用量・コストの可視化とコスト最適化
3. 品質を確かめながら届け、改善し続けられる運用づくり
・評価データセット・評価方法の整備とリスクに応じた評価・レビューの仕組みづくり
・プロンプト・モデルのバージョン管理、変更時のリグレッションテスト、リリース・切り戻しの仕組みづくり
・出力品質、応答時間、エラー率などの可視化（ログ・メトリクス・トレース）とアラート・Runbookの整備
4. 利用チームとの協働と標準化・セルフサービス化の推進
・個別のLLMアプリケーション・AIエージェントのインフラ・運用課題に対するアーキテクチャ設計・実装・改善
・共通ライブラリ、テンプレート、チェックリスト、ドキュメントへの還元と標準化の定着

●ポジションの魅力
・基盤がLLM活用の広がりに左右するため影響力が大きい環境です。
・これまでの土台を活かしつつ、同社における新たな標準を自ら設計できます。
・変化し続けるモデルやAIエージェントに対し、素早く安全に取り込める基盤づくりに向き合えます。
・共通基盤の開発からアーキテクチャ設計、ルールづくりまで幅広く関わることができます。

【業務概要】
LLM・AIエージェントの基盤構築・運用を通じて、生成AIが生み出す事業価値を増幅させるポジションです。本番運用における共通の複雑性を基盤側で引き受け、利用チームが固有の課題解決に集中できる環境を実現します。モデル利用・評価・監視・変更管理を支える共通基盤、開発・運用環境、共通パターンの設計・開発・運用を担当します。

【具体的な業務】
・検証した施策をそのまま本番へつなげられる共通基盤（LLM Gateway等）の開発・運用
・クラウド、コンテナ、CI/CD、IaCを用いた再現性のある開発・実行環境の整備
・認証・認可、Secret管理、利用制限、監査ログなどを組み込んだ安全な環境の整備
・セキュリティ・法務・事業部門と連携した個人情報・機密情報の取り扱い、AI利用ポリシー、ガードレールの整備
・利用量・コストの可視化とコスト最適化
・評価データセット・評価方法の整備と、自動評価・人による確認を組み合わせた評価・レビューの仕組みづくり
・プロンプト・モデルのバージョン管理、変更時のリグレッションテスト、リリース・切り戻しの仕組みづくり
・出力品質、応答時間、エラー率などのログ・メトリクス・トレースとアラート、Runbookの整備
・個別LLMアプリケーション・AIエージェントのアーキテクチャ設計・実装・改善
・共通ライブラリ、テンプレート、ドキュメントへの反映と標準化・セルフサービス化の推進

【ポジションの魅力】
・不正検知からプロダクト体験、社内業務まで広がるLLM活用の基盤を担うため、事業への影響力が大きいポジションです。
・業界全体でも標準が定まりきっていない中、同社における標準を自ら設計できます。
・変化し続けるモデルやAIエージェントに対応する先進的な基盤構築に携わることができます。
・共通基盤の開発からAI利用のルールづくりまで幅広く関わることができます。

【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
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。

◆ 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

【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。

【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】
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。

1. 最新トレンド・ユーザニーズを踏まえたコミュニケーションサービス／光アクセスサービスの企画立案
　　　　事業方針及び市場動向等踏まえた事業計画／販売計画の策定
　　　　営業組織、サービス開発組織等社内関連部と連携した、当社サービスの活用方針策定
　　　　市場分析およびターゲットとなる通信事業者の公開情報調査によるサービス提案の方向性検討　　　　
2. 通信事業者と協業した新たな付加価値の創造
　　　　通信事業者の抱える課題解決およびヒアリングを通じた通信事業者としての総合コンサル
　　　　他社のアセットおよび当社のアセットを活用した協業案の策定及び、実行
　　　　付加価値創造にあたっての制度整理・約款整理
3. 当社の保有するアセット・ノウハウの再発掘
　　　　サービスのみならず、保守・運用や構築、保有資産における多様なアセットからビジネス活用できるものを再発掘
　　　　2に記載のコンサル内容への新たな提案として付加

●入社後に成長できる点
・通信業界全体の今後の動向や総務省など関連省庁との関係性など
・全国の通信を支えている超大規模ネットワークやその保守・運用等オペレーションに関する技術知識
・新サービスの企画立案スキル及び開発マネジメント・プロジェクトマネジメントスキル、通信事業者との交渉による交渉力およびコミュニケーション能力
・多岐に渡る関連部(各事業部・支店・コラボ事業者等の各種販売チャネル、本社設備部門、端末メーカ等)と連携して、組織運営をマネージメントする能力と多くの関連メンバと関わることで本業務に留まらない人脈が構築できる。

●ポジションの魅力
当社は地域・人とのつながりを大切にし、地域とともに成長すべく、進化し続けます。その中で、コミュニケーションサービスはは当社の創業事業であり、根幹を成す事業であります。人々の生活や働き方が多様化する中、距離や時間に依存することなく「豊か」で「便利」な社会生活や高度化される企業活動を支え、発展させることは日本全体の産業を支える最重要ミッションです。様々な通信事業者とビジネスパートナとしてタッグを組み、高い価値を社会に展開しましょう。
日本の通信環境をよりよいものにするために一緒にチャレンジできる方、大歓迎です！

【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。

【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】
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 & 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)

【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。