DX関連、1000〜1200万の転職求人

563 件

【業務概要】生成AIを活用したプロダクト開発に、領域を横断して取り組んでいただきます。

同社では、各主力プロダクト（クラウド型電子薬歴、薬局経営見える化クラウド、患者フォローシステム、医薬品在庫管理・発注システム）に対し、生成AIを活用した新機能の搭載を進めています。薬剤師の音声から薬歴を作成する「AIアシスタントー音声薬歴生成機能ー」は、先行検証を経て主力製品の標準機能となり、全ユーザーへの展開を進めています。現在は1日あたり数万件を超えるデータを処理しており、生成AIの活用が、日々の医療現場を支える基盤になっています。本ポジションでは、この機能の拡張を軸に、今後展開予定の複数のAIプロダクトの立ち上げにも携わっていただきます。

生成AIを活用したプロダクト開発には、その加速度的な進化ゆえに統一化されたプラクティスが存在しません。プロトタイプは動くが、プロダクトとして求められる品質・コスト・レイテンシを満たせるか、という壁を越えるための設計と検証の方法は、自分たちで開拓していく必要があります。音声薬歴生成機能で一度越えたこの壁を、これから立ち上がる一つひとつのプロダクトで、あらためて越えていくことになります。

生成AIを活用したプロダクトでは、モデルの特性・データの前処理・システム構成・UIが密接に絡み合っており、ユーザー価値のボトルネックがどの層にあるのかは事前には分かりません。モデルの選択で解くのか、モデルオーケストレーションの作り込み（RAG・エージェント構成など）で解くのか、UIの見せ方で解くのか、を素早く試し、見極める必要があります。

そのため本ポジションでは、特定のレイヤーに閉じることなく、フロントエンドからバックエンド、インフラ、モデルの選定・活用までを横断して手を動かしていけるエンジニアを募集しています。プロダクトマネージャー(PdM)やデザイナー、ドメインエキスパート（薬剤師）と共に、プロトタイピングと評価・改善を繰り返しながら、ユーザーにとっての最適な体験をゼロから創造していきます。また、医療領域関連の顧客とともに生成AIの活用方法を探索する共創活動にも参加いただきます。

【具体的な業務】
本ポジションでは、主に以下のような業務に従事していただきます。すべて自分一人でできる必要はありません。

1. モデル選定・活用（DS/MLE領域）
- 課題に応じたモデル選定とトレードオフの評価
- LLMを用いた機能（RAG、AIエージェント、文書生成・要約・構造化抽出など）の方式設計
- プロンプト設計・コンテキスト設計、検索精度のチューニング
- 出力品質を継続的に担保するための評価基盤の構築とオフライン/オンライン評価の運用
- ハルシネーション対策、ガードレール設計など、医療情報を扱う上で必要な品質・安全性の担保

2. プロダクト開発（フロントエンド / バックエンド）
- React、TypeScriptを利用したフロントエンドの設計・実装
- TypeScript(Hono)、Pythonを利用したAPI・バッチの設計・実装
- 生成AIならではのUX（ストリーミング、生成中の状態、生成結果の修正・フィードバック導線など）の実装

3. システム・アーキテクチャ
- AWS/GCP/Azureを用いたシステム全体のアーキテクチャ設計とIaC(CDK)による構築・運用
- データパイプラインの設計・実装（Databricks等）
- 推論コスト・レイテンシ・スループットの最適化、可観測性（トレーシング、モニタリング）の確保

4. チーム・プロダクトへの貢献
- PdMやデザイナーなどと協調して技術的知見からの仕様策定
- 技術的知見からのフィージビリティスタディ
- 自身の得意領域における、チームメンバーへの技術支援・教育

【ポジションの魅力】
すべての領域における即戦力を求めているわけではありません。いずれかの領域に自身の軸となる強みを持ち、そこを起点に領域を広げていける方を歓迎します。同社の生成AI研究開発チームでは、SWEがフロントエンドからモデル活用まで担っており、入社後に得意領域を増やしていける環境です。

想定レベルはミドルクラスからシニアクラスまでと幅を持たせています。ご経験に応じてレベルと役割を決定しますので、ご自身が当てはまるか迷われる場合も、まずはカジュアル面談でお話しさせてください。いずれのレベルでも、設計上の判断を自ら行いながら開発を進めていただくことを前提としています。

生成AIエンジニアは、単なる実装者ではありません。技術でプロダクトを牽引する存在として、機能開発を中心に、プロンプト・モデルのバージョン管理、評価データセットの整備、自動テストの拡充、リファクタリング、ライブラリのバージョンアップといったコード品質の継続的な改善にも、AIを活用しながら取り組んでいただくことを期待します。

ドメイン知識のキャッチアップが進んだ頃には、開発だけではなくプロダクトや、開発プロセス、チームのあり方に関しても積極的に提案いただくことを歓迎します。

日本の医療現場が抱える課題は複雑であり、テクノロジーの力が不可欠です。同社は、医療という難易度の高い課題に向き合い、生成AIをはじめとする最新技術を積極的に活用しながら、泥臭い部分にも積極的に向き合っています。開発組織は約180名のエンジニアやPdMが所属し、「医療体験が日々進化する世界の実現」をミッションにプロダクト開発を続けています。開発組織の文化としては、開発ブログや勉強会、カンファレンス登壇を通じた組織内外への情報発信を推奨・サポートしています。

同社のエンジニアとして得られる経験:
- 社会貢献性: 医療という社会課題の解決に、技術でダイレクトに貢献できる
- 領域を越えた成長: フロントエンド、バックエンド、インフラ、モデル活用までを一貫して担い、専門領域を広げられる
- 技術的裁量: 技術選定やアーキテクチャ設計、モデル選定に裁量を持って関わることができる
- 実データと向き合える環境: 薬局・医療の実業務データとドメインエキスパートが身近にあり、精度改善のサイクルを回せる
- モダンな開発環境: React, TypeScript, Pythonと主要なLLM（OpenAI / Gemini / Claude）を前提としたモダンな技術スタックで開発できる
- スケールとゼロイチの両方: 主力製品の標準機能となった音声薬歴生成機能（1日あたり数万件超を処理）の改善と、これから立ち上がる新規AIプロダクトの両方に携われる

当ポジションは、Data & AI領域の生成AI研究開発チームの開発メンバーです。プロダクト開発が主軸ですが、チーム名が示すとおり研究開発としての側面も持っています。国内の学会で研究内容を共有するほか、トップカンファレンスへの投稿にも挑戦しています。

生成AIをプロダクトとして届けるチームだからこそ、自分たちの開発にも生成AIをフル活用しています。コーディングエージェントを前提に開発を進め、AIにどこまで任せられるかを検証しながら、研究開発の進...

採用部門は、技術を担いつつ、各事業部と共に、マーケティング領域と決済領域の双方でデータを活用した新しいプロダクトや業務のDXを企画し、サービス化・事業化まで進めていく組織です。

本ポジションは、マーケティング／フィンテック領域において、【データプロダクト】【アドテクプロダクト】【業務DX】【データ基盤】の4つのプロダクト領域を、企画から生成AIでのプロトタイピングまで一気通貫で担い、事業部での事業化を推進します。

営業・事業責任者とともにゼロから企画を考え、生成AIを活用して自らMVPを高速に作りながら、新規プロダクトを形にしていくポジションです。立ち上げ期の新規プロダクトと、事業の根幹を支える既存基盤のリプレイスの双方があり、どちらも構想段階から関わることができます。

すでに広告効果計測基盤、広告データ基盤、成果データの自動化、決済データ分析など複数のプロダクトが稼働しており、事業部からの相談も継続的に発生しています。

部門としての立ち上げ期にあたり、企画・推進を担う仲間を増員したいと考えています。

※本部門では、プロダクトマネージャーも同時に募集しています。
　本ポジションは要件定義とプロジェクト推進の実行を主軸とし、プロダクトマネージャーは「何を作るか」の企画・プロダクトの意思決定を主軸としています。
　どちらが合うか迷われる場合は、選考の中でご相談ください。

●業務内容

以下のようなプロダクトの企画・立ち上げ・グロースを担当します。

・プロダクト構想／企画立案
・顧客・事業部へのヒアリング、課題の特定
・生成AIツールを活用したMVP・プロトタイプの作成と検証
・ビジネス要件整理／要件定義
・UX設計、画面設計
・エンジニアとの仕様策定
・リリース後の効果測定と改善

【担当プロダクト領域】
・データプロダクト … 生成AI時代の検索・言及分析、インフルエンサー／クリエイティブAI評価、加盟店向け決済データ分析など
・アドテクプロダクト … 広告効果計測基盤の次世代リプレイス
・業務DX … アフィリエイト広告、運用型広告のオペレーション業務のシステム化
・データ基盤 … BigQueryを中核とした広告データ基盤／決済データ基盤の構築・運用

特徴は、企画したものを「エンジニアに依頼して待つ」のではなく、生成AIを使ってプロダクトマネージャー自身が動くものを作り、事業部にぶつけて検証するプロセスを標準にしている点です。これにより企画から検証までのリードタイムを大幅に短縮し、事業化のスピードを上げています。


●得られる経験・スキル

・プロダクト企画から事業化までの一気通貫の経験
・生成AIを前提とした新しい開発プロセスそのものを設計・確立する経験
・技術選定を含めたプロダクトの実現方針を、自ら検証して決める経験
・広告（アドテク）と決済（フィンテック）という2ドメインのデータ活用知見
・BigQuery等のデータ基盤設計、およびそれを事業価値に転換する力
・事業部門・経営層を巻き込んだ推進力


●キャリアパス

・複数プロダクトを束ねるプロダクト責任者
・新規事業／部門の立ち上げ責任者
・データプロダクト領域のテックリード

部門の立ち上げ期であるため、成果に応じて役割を拡張していける環境です。

組織のミッション
契約データを活用するためには単にデータを保持するだけではなく、情報要求に対して的確な応答を行うことが重要です。取引管理サービスのAI・検索チームは生成AIの回答、および検索品質に関してエンドツーエンドで責任を持ち、契約領域における品質課題をゼロにすることをミッションとしています。

具体的な業務
取引管理サービスにおいて、根幹機能である生成AI・検索機能の改善を行います。UI／UXを含めた生成AI・検索体験の設計・実装・運用・評価・改善のすべてを担当します。

検索体験の向上 サジェスト、ハイライト、ランキング、パフォーマンスなどを含む契約書検索体験の設計・改善
評価指標の設計 生成AI出力、検索品質の評価指標の設計と改善
可観測性の向上 パフォーマンスメトリクス、検索品質、生成AI出力の継続的な評価と監視基盤の構築
AIエージェント ランタイム、ループ設計、メモリ、ツールセットを含めたエコシステムの全体設計・基盤構築・運用

本ポジションの魅力
日本有数の規模の企業情報・契約データを相手に最先端技術やアルゴリズムの実務経験が得られます
画像認識、自然言語処理、情報検索などの領域の専門家が多く在籍しており、レベルの高い環境で働くことができます
生成AI・検索基盤をデータ構造から設計する経験が得られます
作って終わりではない生成AI・検索精度の改善サイクルを回す経験が得られます

開発環境、使用するツールなど
フロントエンド：TypeScript, React, Vite, Storybook, HTML, CSS
サーバーサイド：Kotlin, Ktor, Spring Boot, Gradle, Python
データベース：Cloud SQL（PostgreSQL）, Elasticsearch
運用・監視：Splunk, Cloud Logging
CI：GitHub Actions, Cloud Build
バージョン管理・コラボレーションツール：GitHub, Notion, Gather
インフラ：Google Cloud（Cloud Run／Cloud Functions／Cloud Tasksなど）, Cloudflare

本ポストは、顧客の経営課題、事業戦略、組織課題を起点に、生成AI／AI Agentによって変革すべき業務領域を特定し、BPR構想から実行フェーズの立ち上げまでをリードするポジションです。
特定のAIソリューションや個別業務への適用を起点とするのではなく、経営層・事業部門・DX部門との対話を通じて、「どの業務を、なぜ変えるのか」「どの程度の経営・業務効果を目指すのか」を明確にし、部門横断の業務変革テーマとして具体化します。対象業務のAs-Is分析やTo-Be業務プロセス設計も行いますが、個別業務の再設計にとどまらず、複数の業務・部門を見渡しながら、人・AI Agent・システムの役割、データ・基盤、組織・人材、運用体制までを含む変革プログラムとして企画・立上げることが特徴です。

●具体的な業務
・経営課題、事業戦略、組織課題を踏まえた生成AI／AI Agent活用テーマの発掘
・経営層、事業部門、DX部門へのヒアリングおよび課題構造の整理
・対象業務のAs-Is分析、課題・ボトルネック・変革余地の可視化
・人・AI Agent・システムの役割分担を踏まえたTo-Be業務プロセス設計
・部門横断で取り組むべきBPRテーマの定義、優先順位付け
・投資対効果、KGI・KPI、実行ロードマップ、PoC計画の策定
・必要となるデータ、システム基盤、ガバナンス、組織・人材、運用体制の具体化
・顧客上層部・関係部門との合意形成および実行フェーズの立ち上げ
・AI-BPR、FDE、AIエージェント実装、データ・基盤等を担う社内専門チームとのプロジェクト組成
・PoC・初期導入後の効果測定、改善テーマの具体化、他部門・他業務への横展開支援

●入社後・将来のキャリア
入社後は、重点顧客における生成AI／AI Agent活用案件に参画し、変革テーマの発掘、BPR構想、ロードマップ・PoC計画策定、推進体制設計、実行フェーズの立ち上げ等を担っていただきます。
将来的には、重点顧客の経営・事業課題を起点に、生成AIによる業務変革プログラムの創出から案件化、成果創出までを一貫してリードするコンサルタントとしての活躍を期待しています。

【業務概要】
同社では、生成AI・AIエージェントを活用したDX・新規事業開発プロジェクトを推進しています。
本ポジションでは、生成AI・AIエージェントを活用したプロジェクトにおいて、クライアントとの要件整理からプロジェクト推進まで主体的に担当します。
顧客・エンジニア・デザイナーをつなぎながら、プロジェクトの中核メンバーとしてプロジェクトをリードします。

【具体的な業務】
・クライアントとの要件整理・要件定義
・AI・DXプロジェクトの企画・推進
・プロジェクト計画策定・進捗管理
・エンジニア・デザイナーとの連携
・顧客への改善提案・技術提案
・小規模プロジェクトのリード
・若手メンバーへのフォロー・レビュー

【ポジションの魅力】
・AI・生成AIを活用したプロジェクトを上流からリードできます。
・顧客のDX・業務改革を推進する中核メンバーとして活躍できます。
・技術・ビジネス双方を理解しながらプロジェクトを推進できます。
・組織づくりにも主体的に関われます。

【身につくスキル・経験】
・AI・DXプロジェクトのリード経験
・顧客提案・課題解決能力
・プロジェクトマネジメント力
・若手育成・リーダーシップ
・組織づくり・事業づくりへの参画経験

【チーム体制】
・プロジェクトごとにコンサルタント・エンジニア・デザイナーがチームを編成します。
・役員や事業責任者とも距離が近く、スピーディーに意思決定できる環境です。
・職種の垣根なく議論しながらプロジェクトを推進するフラットな組織文化です。
・一人ひとりに裁量があり、主体的な提案・チャレンジを歓迎する風土です。

同社は「AI×コマースの第一想起企業」としてのポジションを確立すべく、主力AIコマースプラットフォームを主軸とした、大企業（エンタープライズ）向けDX支援を全社戦略の柱として推進しています。大企業の複雑な課題を解決するためには、スライドによる戦略提言だけでなく、現場のオペレーションに深く入り込み、実際に動く仕組みを提供して変革を起こす「現場密着型（FDE）」的なアプローチが必要不可欠です。同社はSaaS FDEの事業モデルを推進しており、コマース領域の高度化やAI活用は同社のプラットフォームで実現し、同社のプラットフォームがカバーしきれない複雑な社内業務課題についてはFDEによるAI BPRによって事業全体の変革を現場から強力に推進するモデルを目指しています。本ポジションでは、配属先となるプロフェッショナルコンサルティンググループにおいて、ビジネスとテクノロジーの架け橋となり、クライアントの最前線で「AI×同社のプラットフォーム」による業務変革を自ら手を動かして形にする中核メンバーを新たに募集します。

大企業クライアントの現場に入り込み、同社のプラットフォームの機能や生成AI、ノーコードツールを活用して、コマース領域（サプライチェーン、CS、マーケティング等）の業務プロセス改革（BPR）を推進します。

1. 現場の課題特定と業務プロセスの可視化：
クライアントの現場オペレーションを深く理解し、どこに非効率があるか、同社のプラットフォームの活用や生成AIの導入によってどう劇的に改善できるかのボトルネック特定

2. 生成AI×同社のプラットフォームを用いたクイックなBPR検証：
同社のプラットフォームの標準機能・API設定、生成AIツール（ClaudeCode、Cursor）、iPaaS（Make、Zapier等）を組み合わせ、「現場で今すぐ動く自動化ワークフロー」を自ら手を動かして構築・検証

3. 現場への定着化（チェンジマネジメント）とプロダクトへのフィードバック：
作成したAIワークフローや同社のプラットフォームの新しい運用の定着をレクチャーから伴走までトータルで支援。さらに、現場の検証で浮き彫りになった本格的なシステム開発ニーズや共通課題を社内のプロダクト開発チームやAI専門チームへフィードバックし、プロダクトの進化を牽引

ポジションの魅力:
1. 「コンサル」と「FDE（テック活用）」のハイブリッドなキャリア：
スライドを描くだけのコンサルタントでもなく、仕様書通りにコードを書くエンジニアでもない。「生成AIやSaaSの仕組みを使いこなし、目の前の顧客の業務を劇的に変える」という、これからのAI時代に最も市場価値が高まるスキルの獲得

2. ノンコーディングで、最先端の「AI×BPR」をリードする手応え：
フルスクラッチのプログラミング知識（PythonやJava等）がなくても、同社プロダクトやAIエージェントという強固な土台を活用可能。API連携やプロンプトエンジニアリングを武器に、アイデアを即座に顧客の価値へと変えられる圧倒的なスピード感

3. SaaS FDE だからこそ起こせる大きな事業インパクト：
「RPAの代替」としてのFDEではなく、SaaSとしての土台があるからこそ、顧客の企業にとって価値のある変革を大胆かつスピーディーに推進できる。仕事がエンドユーザーや顧客のためになっていることを実感しながら様々なことにチャレンジできる

AI×コマースの第一想起企業としてのポジション確立を目指し、主力AIコマースプラットフォームを主軸とした、大企業（エンタープライズ）向けDX支援を全社戦略の柱として推進しています。
大企業の複雑な業務要件や既存システムとの整合性を紐解くためには、単なる製品売りではなく、「SaaSの標準機能（ベストプラクティス）と顧客要件の乖離（Fit&Gap）」を正確に見極め、最適なシステムアーキテクチャを提示する高度な技術提案力が必要です。
本ポジションは、配属先となるプロフェッショナルコンサルティンググループにおいて、トップファーム出身のコンサルタントと共に大企業への提案活動を牽引し、最重要戦略をリードするソリューションアーキテクトの中核メンバーを募集します。

提案活動を通じて得た大企業のリアルな要望や技術トレンドを、社内のプロダクトチームやAI専門チームへ正確にフィードバック。大企業向けに圧倒的な競争力を持ち続けるための機能ロードマップ策定への寄与を行います。

1. 大規模のディールを動かす「受注の決め手」を作るダイナミズム:
コンサルタントと強固なタッグを組み、自らのシステム設計と提案によって数億円規模の大型案件の意思決定を覆し、受注へと導く専門職としての最高峰の面白さ
2. 「AI×SaaS×コンサル」を掛け合わせた次世代のキャリア価値:
単なるSaaSパッケージの機能説明に終始する専門職ではなく、AIエージェントを組み込んだBPR提案や、超上流の構想策定提案など、ビジネスとテクノロジーの双方に深く踏み込むことで、市場価値の高い次世代型アーキテクトへの成長
3. 顧客の声でプロダクトの未来（ロードマップ）を左右する影響力:
日本のトップ企業の要望を最前線で受け止め、プロダクトの開発チームに直接フィードバックできる環境。自身の提案活動が、プロダクトの機能拡張や進化にダイレクトに反映される手応え

あらゆる人を負の体験から解放することで、人と企業の可能性を引き出すことをミッションに掲げ、エンタープライズ企業のAI実装の最前線であるカスタマーサポート領域の変革に挑戦する企業でのポジションです。

カスタマーサポートは、顧客の「生の声」が集まり、企業の課題や価値が鮮明に表れる接点であり、AIとの親和性が極めて高い領域です。一方で、様々な壁によってその収集・分析・活用が十分に進んでいない現状があります。国内で3.1兆円超の市場規模と言われるカスタマーサポート領域を起点に、顧客体験をデータ×AIで変革するチャレンジを行っています。

創業当初からエンタープライズ企業へのプロダクト導入を進め、現在では、カスタマーサポート格付けTOP評価企業の約3割に導入が進み、金融、インフラ、通信キャリア、旅行代理店、航空会社等の幅広い業界のリーディングカンパニーに展開が進んでいます。

こうした実績をもとに、シリーズAラウンドにて資金調達を行いました。AIが日々進化していく現在、プロダクトの根幹となるLLMを組み込んだシステムの設計を担えるAIエンジニアは、顧客価値提供の根幹を担う存在です。

カスタマーサポートの変革をもたらす体験の実現を目指し、体験想像の最前線を担うために、AI devチームを立ち上げました。チームづくりから行い、プロダクトのコアの価値を共に作っていけるコアメンバーを募集します。

複数のプロダクトを運営しており、AIエンジニアとしてそれらすべてに対して、AIを活用した新機能の提案・設計・検証・開発・改善までを一貫して担当します。

単にAI機能を実装するだけでなく、プロダクトにおける「AIが生み出す価値」そのものに責任を持つポジションです。

ユーザーに本質的に価値のある体験を届けるために、データ分析、アルゴリズム設計、モデル選定・チューニング、検証、プロダクト実装、顧客との対話など、必要なことを幅広く行います。

もちろん、一人ですべてを担う必要はありません。それぞれの強みや専門性を活かしながら、チームとして価値を生み出していくことを大切にしています。

● 主な業務
- 解くべき課題の特定(顧客ヒアリングを含む)
- 課題に対する仮説の構築
- 仮説を解くためのアルゴリズムの提案・実装・検証
- 顧客価値を生み出すためのチューニング

● 期待する役割

1. AI技術を用いた顧客課題解決への責任を持つ
AI技術の担い手として、複数プロダクトから集まる多種多様なデータを活用しながら、解決難易度の高い顧客課題に向き合います。
AIを用いた解決方法の提案だけでなく、実際にプロダクトとして実装し、エンドユーザーへ価値を届けるところまで責任を持って推進します。
また、日々得られる知見を、実際のプロダクト機能や体験へ落とし込むことも期待されます。

2. ユーザー理解を起点に、本質的な体験を設計する
「AIとして何ができるか」ではなく、「ユーザーの課題をどう解決するか」を起点に、体験設計を行います。
実際に顧客と接しながら、ユーザーがどのように使い、どのような課題や期待を持っているのかを深く理解し、高い顧客解像度を持ってプロダクトづくりに向き合います。
理屈だけではなく、実際に価値を感じてもらえる体験を追求します。

3. 高速な仮説検証を通して価値を磨き込む
確からしい仮説を立てたら、まず素早く試し、ユーザーやデータから学びながら、着実にイテレーションを回します。
100%の完成度を目指すよりも、まず試して筋の良し悪しを見極めることを重視しています。
現時点では難しいことでも、将来につながる学びや技術的資産になることを前提に、積極的なトライを期待します。
また、得られた知見はチームへ共有し、組織の資産として蓄積していくことも期待されます。

【プロジェクト例】
顧客理解を高度化するプロダクト横断データ活用の設計・検証
- AIオペレーターの利用ログ、有人オペレーターの応対ログ、Web行動データ、FAQ・マニュアル等のナレッジを横断的に活用し、顧客状態を統合的に理解するデータ連携基盤を設計する
- Web行動データ、有人応対、AI応対等のデータを活用し、ユーザーの真の意図を推定するとともに、課題解決に向けた支援をプロアクティブに行う仕組みを検証する
- 複数プロダクト横断で蓄積されるデータを分析し、プロダクト改善や経営判断につながる示唆を継続的に創出する仕組みを企画・提案する

顧客課題を定量化するデータドリブンアセスメントの効果実証と自動化
- 問い合わせデータ、ナレッジ、利用ログ等の非構造データを横断的に分析し、顧客課題や運用状態を定量的に把握するアセスメントを設計する
- AIオペレーター・有人対応・Web行動データを統合的に解析し、AI化可能領域、ナレッジ整備が必要な領域、システム連携が必要な領域等を可視化する
- アセスメント結果に基づいた顧客ごとに最適化されたサポート改善やAI活用提案を継続的に実施可能とする、AIエージェントによるアセスメント基盤を構築する

継続改善を実現する自己進化型AI基盤の設計・実証
- 実運用データを活用し、AIが継続的かつ自律的に改善されるサイクルを実現し、ユーザー体験向上につなげる
- 顧客応対を自動で評価・分析し、改善課題の起票からSystem・Knowledge改善提案までを半自動で行う仕組みを設計・検証する
- AI改善による品質劣化やリスクを防ぐため、自律的なテスト生成・評価を含む安全性担保の仕組みと、現場で継続運用可能なユーザー体験を設計する

少数精鋭の開発組織で、このフェーズならではの大きな裁量を持ち、プロダクトの核心に向き合う環境です。

【業務概要】
AI実装を最前線で推し進め、それを通じた経営変革・事業変革を実現する事業開発を推進するポジションです。重要事業として代表直下で事業を立ち上げていくというスタートアップの醍醐味を感じることができます。

【具体的な業務】
1. エンタープライズ企業向けAI実装プロジェクトの推進
- 現状把握（ヒアリング、業務・KPI・データ・運用の可視化）及び課題特定
- あるべき姿の定義、打ち手の企画（業務/体験/運用/AI活用の設計）
- クライアントとの論点整理・資料作成・合意形成支援
- 施策の実装推進（プロダクト活用を含む）、運用定着・効果検証・改善サイクル構築
- プロジェクト運営支援（WBS、会議体、リスク/課題管理、関係者調整）
2. 新規事業や自社AIプラットフォームの進化・改善への貢献
- プロジェクトを通じたナレッジの蓄積・高度化
- PdM・エンジニア等との連携を通じた自社AIプラットフォームの価値向上

＜プロジェクト例＞
- AI・データに基づく成長戦略・ロードマップ策定
- 自社AIプラットフォームを通じた事業課題の特定・施策立案・効果検証
- AIエージェントを活用した新たな顧客接点の開発・人とAIの協働設計
- 戦略に基づく自社AIプラットフォーム実装推進及び最適活用に向けた企画・改善

【ポジション・部門の魅力】
- 戦略提案で終わらない企業変革の実現：自社AIプラットフォームの活用によって、戦略立案から実装・定着・成果創出まで一気通貫でオーナーシップを持つことができる
- 最先端のAI実装組織を自らの手で設計できる経験：新組織の立ち上げメンバーとして、組織の方向性を決定・実行できる
- AIプラットフォームの進化に直接関与できる経験：PdM・エンジニア等の多様なメンバーと連携し、自社AIプラットフォームの価値を最大限に高め、AIの先端技術をビジネスに実装するプロセスに主体的に関与できる

同社では、生成AI・AIエージェントを活用した新規事業開発や業務効率化プロジェクトの企画・開発・運用までを一気通貫で実行しています。
本ポジションでは、ITコンサルタントとしての顧客折衝力とアーキテクトとしての技術リーダーシップを両立させながら、複数プロジェクトの技術方針決定やチームマネジメントをしていただきます。
特に、技術的な観点からのプロジェクト成功にコミットし、開発プロセスそのものを改善していく役割を期待しています。

【具体的な業務】
・技術選定、設計方針の策定、アーキテクチャ設計、ERD/DFD等の全体設計
・小規模チームの進捗管理・品質マネジメント
・要件定義のリーディング、クライアントとの要件整理
・DevOps、開発プロセス改善
・デザイナーと連携したUX改善およびUIデザイン支援

【ポジションの魅力】
・100%プライム案件の受託開発のため、SES形式の働き方はありません。
・クリエイティブ領域のAIエージェント開発など、業界の最先端事例の案件が多数存在しています。
・少数精鋭のエンジニアチームで、意思決定・実装スピードが速く、裁量も大きく働けます。
・気になるAI開発ツールは使い放題！好きなツールを試して生産性をあげていけます。
・安定した環境で、第2創業期の組織拡大を経験できます。

【仕事のやりがい】
・ビジネスと技術の橋渡し役として、クライアント課題を構造的に分解し、技術で解決へ導く上流工程に深く関わることができます。
・技術的な裁量が大きく、設計方針・アーキテクチャ選定・技術スタックの刷新などを自ら主導できます。
・少数精鋭のチームだからこそ、スピード感のある意思決定や新しい開発手法の導入がしやすい環境です。
・生成AIやAIエージェントなど、最新技術を実運用に落とし込む経験が豊富に得られます。

【身につくスキル・経験】
・技術コンサルタントとして、要件定義 設計 開発の全フェーズを一貫して担うスキル
・技術選定・アーキテクチャ設計・開発プロセス改善の実践的なマネジメント経験
・AIエージェントや生成AIを用いたPoC 実運用までの知見
・チームマネジメント、メンタリング、若手育成、開発組織構築の経験
・DevOps、CI/CD環境構築、テスト自動化などのモダンな開発運用知識

【チーム体制】
・プロジェクトごとに2 6名程度の開発チームを編成
・CTO直下の開発体制で、スピードと柔軟性を重視したスタイル
・コンサルとエンジニアが垣根なく協業するフラットな組織文化
・案件によってはBiz／Techのリードがペアを組み、上流から実装まで一気通貫で担当

【開発環境】
プロジェクトの特性に応じて、柔軟に技術選定を行っています。
Webは Next.js、モバイルは Flutter、バックエンドは Supabase を採用するケースが多く、AIエージェント開発では Google ADK を使った事例が豊富です。
＜AI開発＞
・LangChain / LangGraph / LangSmith
・Google ADK
・Vertex AI
＜AIツール＞
・Cursor
・Github Copilot
・Devin
・Claude Code など、好きなツールを会社で負担します
＜フロント・モバイル＞
・Flutter / Dart
・Next.js / React / TypeScript
＜バックエンド＞
・Supabase / PostgreSQL
・Deno / TypeScript
・Firebase
＜ソース管理＞
・Github
＜設計・デザイン＞
・Figma
・Diagrams.net
＜エディタ＞
・お好きなエディタをお使いいただけます。

●業務詳細
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技術を中核に据えたプロダクト／システムの構想・企画から、設計・開発推進・リリースまでを一気通貫で担っていただきます。
AIを単なるツールとして扱うのではなく、AIを前提に業務やサービスを再設計し、構想を具体化し、設計・意思決定を前に進める役割です。
単一プロダクトに閉じない横断的な全体俯瞰、経営層・各SBU・関係部門との交渉、複数ステークホルダー間の合意形成を主導いただきます。

（ご担当頂く業務例）
・事業課題の可視化・言語化・整理・分析、構想立案 開発推進 リリースまでを担当
・グループ横断・事業横断テーマの選定、複数プロダクトを俯瞰したプロダクト戦略・ロードマップ統括
・複数プロダクト間の共通化／個別化の裁定、標準プロセス（PoC→評価→投資承認→本番化）の設計
・テックリード／システムアーキテクトと並走した、全体アーキ方針・非機能要件レベルでの俯瞰的意思決定
・経営層向け投資判断資料（役員向け稟議）の作成・説明、投資承認取得のリード
・各SBU（事業会社）との役割分担・費用負担・スコープに関する交渉
・情報セキュリティ／法務／財務／社内審査部門との調整・交渉、稟議プロセスを通じた企画推進
・PO組織における意思決定・優先度付け・品質／リスク管理ガバナンスの運用

●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。
事例：
・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）

●魅力／やりがい
・単一サービスに留まらず、事業・複数SBU横断の変革に関与でき、企画で大きなインパクトを生み出せる
・ROIを合理的に説明できれば、領域・規模を問わず企画 実行まで一気通貫で担える裁量
・上流（戦略・企画）から運用まで一気通貫で対応できる体制
・特定製品の開発に限定されないため、ビジネスプロセスにダイレクトにフィットしたプロダクトを設計・実装できる
・AI推進のための専門組織となるため、AI前提の業務再設計・接続基盤整備を加速できる
・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

生成AIや大規模言語モデル（LLM）の進化により、AIの社会実装が加速する今、見落とされがちなのが「AIが何を根拠に判断しているか」という視点です。AIはモデルやアプリケーション単体では正しく機能せず、“何をもとに答えを導き出すか”というナレッジ、つまり正確に整理された知識のデータ基盤が不可欠です。
同社は、この「AIナレッジデータ」を支えるAIナレッジ基盤（AIナレッジデータプラットフォーム）を展開するSaaS企業です。企業や自治体、医療機関、教育機関など企業や組織のAI活用を支える“情報インフラ”構築支援するプロダクトの開発・提供しています。

同社の主力プロダクトは、独自の検索技術（特許取得済）をコアにしています。現在はこの技術に加え、生成AIやナレッジ活用の進化に対応する最先端の研究・プロダクト開発を進めており、企業のAI活用基盤としてさらなる進化を続けています。
※特許番号 第7112155号、第7112156号

同社では生成AIを活用したプロダクトの開発やAIエージェントの開発などさまざまな形でAIの技術を利用しています。このポジションではAIを活用した新規ソリューション開発をリードいただけるエンジニアを募集しております。

【具体的な業務内容】
・AIを活用した新規プロダクトの開発
・既存プロダクトへのAI機能の追加
・セールスやカスタマーサクセスと連携しながら、AI機能を立案および実装
・フロントエンドとバックエンド両方での開発

【プロダクトの技術要素】
・フロントエンド: React, JavaScript/TypeScript
・バックエンド: Node.js, JavaScript/TypeScript, Python
・インフラ: Heroku, Google Cloud Platform, MongoDB Atlas
・開発支援: ESLint, Renovate

【開発環境】
・ソースコード管理: GitHub
・情報共有: Slack, 情報共有ツール
・タスク管理: 情報共有ツール
・オフィスアプリケーション: Google Workspace

【利用ツール】
・GitHub
・GitHub Actions
・Datadog
・Sentry
・同社の製品

業務概要
一人目のMLエンジニアの募集です。同社は急成長を遂げており、成長を支えるコア技術がレコメンデーションです。複数のMLモデルが本番稼働しており、導入以来KPIを大きく改善しています。モデルの実装・改善・プロダクション化を専任でリードできるMLエンジニアが求められています。現在はData Science / ML領域を業務委託1名体制で運用されており、仮説構築から実装・効果検証まで分業できる体制が求められています。今後はUGC（口コミ投稿）と顧客とのマッチング、商品出品者への改善提案、広告配信の最適化、ダイナミックプライシングなど、MLを活用できる領域は大きく広がっています。モデルの設計・実装からプロダクション化・効果検証まで、一気通貫でリードするMLエンジニアの募集です。

具体的な業務
MLモデルの設計・実装・改善を通じて、プロダクトの体験と事業成長を直接動かしていただきます。分析や基盤整備だけで終わらず、モデルそのものをプロダクションレベルで動かすことに責任を持つポジションです。
- レコメンドモデルの設計・実装・チューニング（Two-Tower / LightGBM等）
- 特徴量エンジニアリングの実装と、オフライン/オンライン評価の設計
- A/Bテストの設計・実施・効果検証を通じたモデル改善のPDCA
- モデルのプロダクション化（Cloud Run等への実装・最適化）
- ML施策の技術的意思決定とPdM等との連携
今後チームを拡大していく予定があり、採用や育成にも関わっていただけると嬉しいですが、まずは上記領域に専念いただきます。

ポジション・部門の魅力
書いたモデルが、翌日のKPIに直結します。同社のレコメンドはプロダクトの中核です。実装したモデルの改善が売上・滞在時間・継続率に直接反映される、解像度の高いフィードバックループの中で開発できます。
現行モデルの次を自分で設計できます。既存モデルはすでに本番稼働中ですが、アーキテクチャの進化余地は大きく残っています。「次世代のレコメンドエンジンをどう設計するか」を自分の技術判断でリードできる環境です。
独自のゲーム要素を持つ設計により、お客様が日常的に開くアプリになっています。この高頻度・高密度な行動ログは、精度の高いモデル設計と実験を可能にする、他社にはないデータ資産です。
レコメンドにとどまらず、ML活用の今後を自分で描けます。現在の主戦場は商品レコメンデーションですが、UGCパーソナライズ・広告配信最適化・ダイナミックプライシング・UI出し分けなど、同社におけるデータ・ML活用の余白は広大です。「次に何をデータで解くか、モデル実装していくか」の優先順位から自分で設計できる、一人目ならではの裁量があります。
AIフル活用が前提の職場です。DS含む全エンジニアにAIフル活用を義務化しており、個人の利用予算も会社が負担します。Claude Code・Cursor・Codexを使い、コードの大半をAI経由で生成。少人数でスピードと品質を両立するスタイルです。

主に大手・エンタープライズ企業に対して、AI活用による業務変革の提案 実装支援を一気通貫で担います。

課題定義・情報収集
顧客との関係構築をしながら、顧客の潜在課題を顕在化させます。

AIソリューションの設計・提案
課題に対し、どのAI技術・プロセス変更・ツール導入が最適かをゼロベースで設計し、特定プロダクトへの誘導ではなく、顧客にとってのベストソリューションを提案します。

社内チームとの連携・実装推進
社内のAI開発チームと連携しながら設計・提案し、実装フェーズのPMへ引き継ぎます。開発チームと密に直結した環境で動けます。

効果測定・追加提案
導入後の効果を検証し、フェーズ2・追加案件へと発展させます。

【受注事例】
・大手運輸・インフラグループ（従業員数千名規模）
既存のAIコンサルが入っているが成果が出ていない。原因はデータ整備の不足と業務フローの未整理。ゼロから業務を棚卸しし、AI活用できる状態を作るところから支援。グループ全社のAI基盤構築構想まで発展。

・大手商社（従業員数百 千名規模）
「社内でAIを使いこなしていきたい」というビジョンはあるが、どの業務に何から手をつけるかが不明確。業務整理→優先課題の特定→PoC設計という流れで支援。受注額1,000万 規模。

・国内最大級テーマパーク（従業員数千名規模）
マーケティング施策の精度向上を目的に、来場者データの活用を検討していたが社内にAI推進を主導できる人材がいない状態。データ整備・分析基盤の設計から入り、AI活用の具体的な施策立案まで支援。

【このポジションの魅力】
◆ 「AIコンサルの型を作る側」に立てる
エンタープライズ向けAI活用支援は、確立された手法が少ない領域です。大きな組織で既存の手順をこなすのではなく、自ら型を構築する側で活躍できます。

◆ 「提案して終わり」にならない、実装まで一気通貫
社内にPM/開発チームがいるため、コンサルタントは実装の細部ではなく顧客の課題特定・ヒアリング・提案に集中できます。自身が設計した構想が、チームの力で現場で動くまで見届けられる環境です。

◆ 自身の仕事が、事業方針に影響を与える
現場で得た顧客の声や提案が、そのままサービス設計や事業方針に反映されます。「自身が動いたことが事業を変えた」と実感できるのは、このフェーズならではです。

【業務概要】日本の基幹産業をアップデートし、世界市場での競争優位性を確立することを目指す企業でのポジションです。評価額は1,000億円を超え、大きな期待を背負う形となりました。設立以来急成長を続けてきた同社ですが、目指すのはさらにその先です。長きに渡って日本が磨き続けてきた「ものづくり」という世界に届く武器を、最先端AIやロボティクスの力でさらに強固なものにする。インターネット時代に停滞した日本経済を、AI時代に再興する。そして同社も日本一・世界一の企業となり日本の希望の光となる。それが実現できた時、当社の使命は達成されます。ここから同社の成長は第二フェーズに突入します。これまで以上にダイナミックなビジネスを展開していく中で、働くメンバーにも多くのチャンスが巡っていきます。この環境下で大きな使命を背負い、同社と共に歩んでいただける方を募集しています。

Account Consultant（アカウントコンサルタント／AC）は、建設業・製造業・卸小売業・物流業といった、日本経済の基幹産業に対し、業界特化型の生成AIプロダクトを起点に業務変革を推進するポジションです。今回は大阪支店の立ち上げメンバーとして、関西エリアにおけるエンタープライズ企業の開拓や、拠点立ち上げに向けた組織基盤づくりも担っていただきます。本ポジションでは、表面的な利用にとどまりがちなAIプロダクトを現場の課題解決へと深く浸透させ、コンサルタントとして最前線で業界の変革を牽引します。顧客の経営課題を定義し、AI活用の最適解を要件定義し、現場に定着するまで伴走する。「顧客のAI変革を、提案から成果創出まで一気通貫で背負い、事業収益に責任を持つ」唯一無二のポジションです。経営層の折衝から現場の業務改革まで全フェーズをリードし、生成AI導入に向けての要件定義と実行支援を担うコンサルティング担当のポジションです。関西エリアを拠点とし、立ち上げフェーズならではの大きな裁量を持って事業を牽引していただきます。

【具体的な業務】
1. 課題の構造化と要件定義
* 先方担当者との潜在課題の特定と業務の分解
* 最先端LLMを組み込んだ業務改革案の策定
2. 経営層への提案・ROI策定
* クライアント内におけるAI導入によるROI（人時削減・売上創出）の定量化
* 段階的ロールアウト計画（例：1部署50ID→半年後全社300ID）の策定と合意形成
3. 導入支援・伴走
* データドリブンな定着支援（プロセス再構築、プロンプト開発支援、ワークショップ企画）
* 現場への確実な成果創出の牽引
4. アカウント戦略立案・MRR責任
* 顧客のMRR純増（アップセル・クロスセル・チャーン防止）
* 中長期アカウントプランの設計および実行
5. ゼロからの拠点構築とカルチャー醸成
* 大阪支店の創業メンバーとして、組織の立ち上げという「ゼロイチ」の経験を積み、新しい拠点のカルチャーを自らの手で創り上げていく醍醐味があります。

【ポジションの魅力】
1. 戦略 × 実行 × プロダクトの越境スキル獲得
* 戦略立案から導入支援・伴走、プロダクト改善まで「事業を創り、伸ばす」全フェーズの経験
2. 高度な課題特定力・具現化力の向上
* エンタープライズ企業の複雑な経営課題をAI実装へ繋ぐビジネス力の獲得
3. 最先端LLMの圧倒的活用スキル
* 生成AIを業務インフラとして駆使する「AIネイティブな働き方と実装力」の習得
4. 多様なキャリアパス
* デリバリー実績に基づくPdM、新規事業開発、組織責任者等、全社牽引ポジションへの登用
5. 熱量の高いメンバーと、日本産業の発展を。そして日本一・世界一の企業へ
* 最高の夢を見させ、最高の夢を実現する環境です。設立以来、確実に日本の産業へインパクトを出し始めています。AI時代の最前線で日本を変革していく誇りと実感を胸に仕事に取り組めます。
* 経営陣含めメンバー全員が、本気で日本一、世界のトップになれると信じ、熱い気持ちで顧客の課題に真剣に向き合い取り組んでいます。
* 従業員数は拡大していますが、経営陣を含め全員が密にコミュニケーションを取りながら業務に取り組んでいます。入社する方には、同社の将来の中心メンバーとして組織を盛り上げる存在になっていただきたいと考えています。

プライム市場上場グループの一員として、システム開発・ITインフラ・DX支援により顧客の課題解決を牽引する企業です。役員陣は全員がエンジニア出身であり、技術者が現場で力を発揮し、顧客や事業に直接向き合い、自らキャリアと仕事をつくっていける環境を目指しています。長年培ったSES事業の基盤を活かし、受託開発・ITコンサルティング・生成AI支援へと事業領域を急速に拡大する変革期を迎えています。

主な業務領域は以下の通りです。
● クライアント向け業務（客先・プロジェクト業務）
・顧客の経営・業務課題のヒアリング、受託・プライム案件の企画・提案・獲得
・システム化構想、DXロードマップ策定、生成AIを活用したPoC企画・業務改善推進
・要件定義からリリースまでのプロジェクト統括、QCD・リスク管理、ステークホルダーとの合意形成
・クライアントの開発組織における生成AI活用の導入・内製化支援、伴走

● 社内組織向け業務（AI利活用促進・開発プロセスの再構築）
・社内エンジニア組織への生成AI利活用促進、プロンプト活用やナレッジの共有・展開
・生成AIを前提とした新しい受託開発フローの設計、ガイドラインやベストプラクティスの整備
・AI活用における品質や保守性を担保するための設計・レビュー方針の策定
・社内向けのAIを用いたシステム開発、および開発生産性向上のためのツール導入・標準化

【ポジションの魅力】
・ビジネスを自ら「つくる」手触り感：受注後の管理だけでなく、技術（特にAI）を起点とした最上流のビジネス創出から携われます。
・社内外への大きな影響力：クライアントの変革を直接支援しつつ、エンジニア組織全体のレベルアップや開発パラダイムの変革にも直接コミットできます。
・経営陣と近い距離での挑戦：経営層・事業責任者とダイレクトに連携し、事業戦略や組織づくりへの意見をスピーディに反映・実践できる環境です。
・最高峰の待遇と高裁量：年収1,000万〜2,000万円を想定。営業・コンサル・PMと細かく分業せず、一気通貫でプロジェクトをリードする高い裁量が与えられます。

【業務概要】
企業では、企業経営におけるさまざまな意思決定や業務プロセスを変革する、新たなAIプロダクトの開発を進めています。これまで同社は、経営管理領域を中心に、企業内に分散するデータを統合し、経営判断を支えるプロダクトを提供してきました。現在はその事業基盤や顧客接点を生かし、LLM・AIエージェントを前提とした複数の新規プロダクトを立ち上げています。対象となるのは、IRや営業をはじめとする、企業活動において高い専門性と多くの情報処理を必要とする領域です。これらの領域には、文書・議事録・商談情報・社内データなどの多様な情報を扱いながら、状況を整理し、次のアクションを判断する業務が数多く存在します。一方で、その多くは個人の経験や手作業に依存しており、AIによって業務体験そのものを再設計できる大きな余地があります。今後も、特定の領域に限定せず、企業経営における重要な課題を起点として、新たなAIプロダクトを継続的に立ち上げていく方針です。そこで、新規事業・AIプロダクト領域を横断的な選択肢として、プロダクト開発をリードするAIプロダクトエンジニアを募集します。

本ポジションでは、展開する新規AIプロダクトのいずれかに参画し、PdM・デザイナー・ドメインエキスパートなどと連携しながら、顧客課題の探索からプロトタイピング、設計、実装、検証、改善までを一気通貫で担っていただきます。単に決められた仕様を実装するのではなく、顧客との対話を通じて業務や課題を理解し、LLM・AIエージェントをどのように組み込めば新しい価値を実現できるかを考え、実際に動くプロダクトとして届ける役割です。AIプロダクトは、技術の進化が速く、最初から完成された正解が存在する領域ではありません。そのため、精緻な仕様を長期間かけて実装するよりも、顧客の業務を理解し、短期間でプロトタイプを作り、実際の利用を通じて仮説を検証することを重視しています。プロダクトのフェーズや本人の強みに応じて、フロントエンド・バックエンド・AIアプリケーション・アーキテクチャなど、担当範囲は柔軟に設計します。領域を限定せず、プロダクトの価値提供に必要な技術課題へ越境して取り組んでいただくことを期待しています。

【具体的な業務】
顧客課題の探索とプロダクト設計
LLM・AIエージェントを活用したプロダクト開発
PMFに向けた高速な開発・改善
プロダクトの成長を支える技術基盤の構築
※参画するプロダクトや具体的な業務範囲は、ご経験・志向、選考時点の事業状況を踏まえて決定します。

【ポジション・部門の魅力】
特定の業務領域に限定せず、AIプロダクト開発に挑戦できます。
顧客課題の探索からプロダクト開発まで一気通貫で関われます。
LLMを組み込むだけでなく、業務体験そのものを設計できます。
PMF前後のプロダクトを育てる経験が得られます。
AI時代のソフトウェア開発を実践できます。

AI技術の急速な発展とビジネスニーズの増加に伴い、グループではAIエージェントコンセプトのもと、オフィスワーカーの業務プロセス変革を実現し、労働力不足の社会課題解決を目指しています。この取り組みの推進には、AIエージェント自体のプラットフォームおよび、AIエージェントが活用できる高品質なデータを蓄積するデータ活用プラットフォーム(Databricks、Dataiku、Snowflake、denodo等)が不可欠となります。そこで、AIエージェントの社会実装に向けた最適なプラットフォームを提案・提供できる技術者を強化するため、今回の募集に至りました。

具体的な業務:
このポジションの組織は技術力をベースに社内外をリードする組織として、AIに関わる最新技術を調査・研究しつつ、各分野の組織を技術的にリードしていくことがミッションとなります。本募集では、AIエージェントの社会実装に向けたプラットフォームを提案、実装できるメンバーを募集します。具体的には以下の職務内容となります。
1. 以下を考慮したAIエージェントプラットフォームの設計・実装
* AIエージェント（AWS Bedrock、Azure AI Foundry、Vertex AI等）の特徴
* データ活用プラットフォーム(Databricks、Dataiku、Snowflake、denodo等)の特徴
* データパイプライン
* AIモデルの継続的改善（LLMOps／FMOps）
* セキュリティやガバナンス
2. 上記を実現するための最新技術調査、検証
3. チームメンバーの指導・育成

ポジション・部門の魅力:
社会変革のテックリードとして、同社は各業界をリードする大企業を顧客基盤としており、日本の社会を支えるインフラを多数運用しています。そのため、AIによる社会変革を技術面でリードできる機会を提供可能です。その中でも、この組織は生成AI活用コンセプトを推進する組織であり、AIエージェントの社会実装に携わることができます。
常に数年先の技術を見据えて、全社を技術的にリードしていくことが求められるため、特定のベンダーや製品に縛られずに最新のAI技術を学べる機会が多くあります。
組織を構成するメンバーは長年AIやデータ分析に関わってきたメンバーが多く、経験の中で培われた実践的な知見を得ることができます。
技術支援先は国内が主となりますが、グローバルレベルで戦略を策定する組織と連携しているため、グローバルへの挑戦機会も提供可能です。

＜募集背景＞
AI技術の急速な発展とビジネスニーズの増加に伴い、グループ会社では同社の主力サービス（※）のコンセプトのもと、オフィスワーカーの業務プロセス変革を実現し、労働力不足の社会課題解決を目指しています。この取り組み推進に向けて、顧客業務に即した効果的なAIソリューションを提案・提供できるリーダーポジションを強化する必要が生じ、今回の募集に至りました。グローバルレベルでビジネス展開している企業で、社会変革を実践できるポジションです。

＜具体的な業務＞
本組織は技術力をベースに社内外をリードする組織として、AIに関わる最新技術を調査・研究しつつ、各分野（公共・金融・法人）の組織を技術的にリードしていくことがミッションとなります。本募集では、顧客業務を理解し、AIによる課題解決を提案・推進できるメンバーを募集します。具体的には以下の業務を担当します。
・AI関連の技術力をベースにCR組織と協力して顧客業務の分析、AIによるプロセス変革の提案を行う
・AI、特にAIエージェントの要件定義 運用における全工程を技術的にサポート
・AIエージェントを実現するための技術調査、機能実装
・チームメンバーの指導・育成

＜ポジションの魅力＞
同社は各業界をリードする大企業を顧客基盤としており、社会インフラを多数運用しています。そのため、AIによる社会変革を技術面でリードできる機会を提供可能です。その中でも、本組織は生成AI活用コンセプトである同社の主力サービスを推進する組織であり、AIエージェントの社会実装に携わることができます。

＜最新技術に触れる機会＞
本組織は常に数年先の技術を見据えて、全社を技術的にリードしていくことが求められるため、特定のベンダーや製品に縛られずに最新のAI技術を学べる機会が多くあります。

＜専門性の高い組織＞
組織を構成するメンバーは長年AIやデータ分析に関わってきた者が多く、経験の中で培われた実践的な知見を得ることができます。

＜グローバルへの挑戦＞
技術支援先は国内が主となりますが、グローバルレベルで戦略を策定する組織と連携しているため、グローバルへの挑戦機会も提供可能です。

生成AIやAIエージェントを活用し、これからのシステム開発に合った開発プロセスやプロジェクト管理の進め方を、チームと一緒に考え、形にしていくポジションです。

特定のLowCode開発製品を中核とするLowCode開発で、特定の生成AI/AIエージェントをどのように活用できるかを実案件で試しながら、現場で使いやすい標準やルールへ整理していきます。入社時点ですべてのAI技術や製品に詳しい必要はありません。これまでの開発・PMO経験を生かし、メンバーや関係部署と相談しながら取り組んでいただきます。

●主な業務内容
・AIを活用した開発手順やプロジェクト管理方法の検討・改善
・実案件でのPoCや試行に向けた計画づくり、関係者との調整
・WBSによる全体管理と、スプリント／チケットによる日々の管理を組み合わせた進め方の検討
・AIが生成した成果物の確認方法や、レビュー・再生成・実機確認を含む品質管理ルールの整理
・生産性、品質、手戻り等のデータを用いたAI活用効果の確認
・開発チームへの説明、教育、利用支援、改善意見の収集
・実案件で得られた学びを開発標準やガイドへ反映

まずは経験のある領域から担当し、チーム内で役割を分担しながら対象範囲を広げていただく想定です。

生成AIの進化により、システム開発の進め方は大きく変わり始めています。一方で、どのようなプロセスや管理方法が最適なのかは、まだ答えが決まっているわけではありません。本ポジションでは、現場のメンバーと一緒に試し、話し合い、改善しながら、新しい標準を作っていきます。

●職務の魅力
・これまでのPM、PMO、PL、開発リーダー等の経験を、AI時代の開発プロセスづくりに生かせる
・AIの専門家として完成された知識を求めるのではなく、実案件を通じてAI活用を学びながら経験を広げられる
・特定のLowCode開発製品×生成AI／AIエージェントという新しい開発モデルの検討に、早い段階から参加できる
・進捗集計や会議運営だけでなく、現場の困りごとを起点に仕組みやルールの改善を提案できる
・大規模なシステムを対象に、PoCから標準化、展開・定着まで継続して関われる
・開発者、PM、業務部門など、さまざまなメンバーと協力して成果を作れる

最初から一人で正解を出す役割ではありません。既存の仕組みや検討成果を引き継ぎ、チームの知見とご自身の経験を組み合わせながら、できるところから改善を進めていただきます。

●業務概要
今後更なる発展が期待される生成AIのスペシャリストとして、システム開発、特にソフトウェア開発領域への生成AI適用に関するコンサルティング、および生成AI適用支援を実施し、抜本的に生産性向上の実現を目指します。

●業務内容
同社（国内事業会社）と連携を図り、グループ会社が関わる各システムの開発プロセスのあるべき姿（ToBe）を描き、海外・国内で開発したアセットの開発・導入（検証・提案・技術支援）を検討します。
また、導入の結果はフィードバックを行い、次の導入に向けた改善を図ります。
1. 検証・アセット開発
最新の生成AI（LLM）のソフトウェア領域への適用性を評価するとともに、海外・国内に適用可能な生成AIアセットの開発を行います。
2. 提案・コンサルティング
グループ会社が関わる各システムの開発プロジェクトの現状（AsIs）とあるべき姿（ToBe）を明確にし、GAPを捉え、最適な生成AIアセットの提案を行います。
3. 技術支援
提案した生成AIアセットの確実な展開を図ると共に、グループ会社のスキル底上げを目指し、人材育成も合わせて実施します。
4. フィードバック
技術支援の結果を確実にフィードバックし、今後新たな技術支援先に向けてブラシュアップを図ります。

＜業務概要＞
AI技術の急速な発展とビジネスニーズの増加に伴い、グループ会社ではAIエージェントコンセプトのもと、オフィスワーカーの業務プロセス変革を実現し、労働力不足の社会課題解決を目指しています。この取り組みの推進には、AIエージェント自体のプラットフォームおよび、AIエージェントが活用できる高品質なデータを蓄積するデータ活用プラットフォーム(Databricks、Dataiku、Snowflake、denodo等)が不可欠となります。そこで、AIエージェントの社会実装に向けた最適なプラットフォームを提案・提供できる技術者を強化するため、今回の募集に至りました。

＜具体的な業務＞
同組織は技術力をベースに社内外をリードする組織として、AIに関わる最新技術を調査・研究しつつ、各分野の組織を技術的にリードしていくことがミッションとなります。本募集では、AIエージェントの社会実装に向けたプラットフォームを提案、実装できるメンバーを募集します。具体的には以下が職務内容となります。
1. 以下を考慮したAIエージェントプラットフォームの設計・実装
* AIエージェント（AWS Bedrock、Azure AI Foundry、Vertex AI等）の特徴
* データ活用プラットフォーム(Databricks、Dataiku、Snowflake、denodo等)の特徴
* データパイプライン
* AIモデルの継続的改善（LLMOps／FMOps）
* セキュリティやガバナンス
2. 上記を実現するための最新技術調査、検証
3. チームメンバーの指導・育成

＜ポジション・部門の魅力＞
同社は各業界をリードする大企業を顧客基盤とし、日本の社会を支えるインフラを多数運用しています。そのため、文字通り、AIによる社会変革を技術面でリードできる機会を提供可能です。
その中でも、同組織は生成AI活用コンセプトを推進する組織であり、AIエージェントの社会実装に携わることができます。
同組織は常に数年先の技術を見据えて、全社を技術的にリードしていくことが求められるため、特定のベンダーや製品に縛られずに最新のAI技術を学べる機会が多くあります。
組織を構成するメンバーは長年AIやデータ分析に関わってきたメンバーが多く、経験の中で培われた実践的な知見を得ることができます。
技術支援先は国内が主となりますが、グローバルレベルで戦略を策定する組織と連携しているため、グローバルへの挑戦機会も提供可能です。

AI技術の急速な発展とビジネスニーズの増加に伴い、グループ会社ではAIエージェントコンセプトのもと、オフィスワーカーの業務プロセス変革を実現し、労働力不足の社会課題解決を目指しています。この取り組み推進に向けて、顧客業務に即した効果的なAIソリューションを提案・提供できるリーダーポジションを強化する必要が生じ、今回の募集に至りました。グローバルレベルでビジネス展開している企業で、一緒に社会変革を実践していくポジションです。

この組織は技術力をベースに社内外をリードする組織として、AIに関わる最新技術を調査・研究しつつ、同社各分野の組織を技術的にリードしていくことがミッションとなります。本募集では、顧客業務を理解し、AIによる課題解決を提案・推進できるメンバーを募集します。具体的には以下が職務内容となります。

1. AI関連の技術力をベースにCR組織と協力して顧客業務の分析、AIによるプロセス変革の提案を行う。
2. AI、特にAIエージェントの要件定義から運用における全工程を技術的にサポート。
3. AIエージェントを実現するための技術調査、機能実装。
4. チームメンバーの指導・育成。

【ポジション・部門の魅力】

1. 社会変革のテックリードへ: 同社は各業界をリードする大企業を顧客基盤としており、社会を支えるインフラを多数運用する企業です。そのため、AIによる社会変革を技術面でリードできる機会を提供可能です。その中でも、この組織は生成AI活用コンセプトを推進する組織であり、AIエージェントの社会実装に携わることができます。
2. 最新技術に触れる機会: この組織は常に数年先の技術を見据えて、全社を技術的にリードしていくことが求められるため、特定のベンダーや製品に縛られずに最新のAI技術を学べる機会が多くあります。
3. 専門性の高い組織: 組織を構成するメンバーは長年AIやデータ分析に関わってきたメンバーが多く、経験の中で培われた実践的な知見を得ることができます。
4. グローバルへの挑戦: 技術支援先は国内が主となりますが、グローバルレベルで戦略を策定する組織と連携しているため、グローバルへの挑戦機会も提供可能です。

業務概要:今後更なる発展が期待される生成AIのスペシャリストとして、システム開発、特にソフトウェア開発領域への生成AI適用に関するコンサルティング、および生成AI適用支援を実施し、抜本的に生産性向上の実現を目指します。

業務内容:
同社と連携を図り、グループ会社が関わる各システムの開発プロセスのあるべき姿（ToBe）を描き、海外・国内で開発したアセットの開発・導入（検証・提案・技術支援）を検討します。
また、導入の結果はフィードバックを行い、次の導入に向けた改善を図ります。
1. 検証・アセット開発
最新の生成AI（LLM）のソフトウェア領域への適用性を評価するとともに、海外・国内に適用可能な生成AIアセットの開発を行います。
2. 提案・コンサルティング
グループ会社が関わる各システムの開発プロジェクトの現状（AsIs）とあるべき姿（ToBe）を明確にし、GAPを捉え、最適な生成AIアセットの提案を行います。
3. 技術支援
提案した生成AIアセットの確実な展開を図ると共に、グループ会社のスキル底上げを目指し、人材育成も合わせて実施します。
4. フィードバック
技術支援の結果を確実にフィードバックし、今後新たな技術支援先に向けてブラッシュアップを図ります。

●仕事概要
当社では、システム化企画や刷新計画などの上流フェーズから参画し、クライアントのビジネス課題を解決するための最適な生成AI・DXソリューションを提供しています。
直近では生成AIなどの最先端技術の案件が増えており、生成AI技術を用いた最適なソリューションを提供・実装していただきます。

【システム化企画・要件定義】
・システム化企画や業務刷新計画の立案からプロジェクトに参画
・クライアントのビジネス目標や課題を理解し、生成AI・DXを活用したシステム要件を定義
・プライム案件として、クライアントとの直接のコミュニケーションをリード

【生成AI・データ活用基盤の構築】
・大規模言語モデルの技術調査
・生成AIを活用したシステムやアプリケーションの開発、性能向上
・大規模言語モデルにおけるプロンプトエンジニアリング
・Google Cloud/AWS/Azureなどのクラウド環境の構築・運用

【開発・実装】
・Python、TypeScriptなどを用いたカスタムアプリケーションの開発・運用
・生成AIを活用した自動化ソリューションの設計・実装
・API開発やクラウドネイティブなシステム設計

【生成AIソリューションの導入・最適化】
・生成AIによる業務最適化の実装・運用支援
・生成AIを活用したビジネスモデルの策定と実装
・クライアントのデジタル変革を支援するソリューション開発

●プロジェクトの特徴
エンタープライズおよびオーナー企業を中心に、生成AIを駆使して、PMOや開発という業務自体をDXして効率化した働き方をお客様に提供します。
エンジニアの方には1つの案件にとどまらず、複数のプロジェクトに横断的に関わっていただくことを想定しています。複数の案件を通じて多様な業界や技術領域に触れることができるため、短期間で幅広い経験値を積むことができます。

＜プロジェクト事例＞
●生成AI活用・AIエージェント開発
・コンシューマ向け店頭AIエージェント開発（UI/UX設計 実装）
・大手不動産デベロッパーグループ各社への生成AIアプリ開発（CRM効率化、重説自動作成、レポート自動生成等）
・大手インフラ企業向け生成AI PoC展開（所見書生成、ファイル探索等を複数部署に実装）
・総合商社と連携した建設業界の見積もり業務AI自動化アプリ開発
・証券会社向けAIコールセンター・全件モニタリングシステム開発
・大手通信会社のモバイルネットワーク業務効率化AIエージェント開発　他

●新規事業のシステム開発
・大手商社のリユースビジネスのプラットフォーム開発
・大手通信会社の生成AIアンケートサービス開発
・生成AI×子供向けコンテンツサービス開発　他

●製造業DX
・建材設計の自動化アルゴリズム・Webサービス開発
・自動車メーカー向け要因解析AIアプリPoC開発
・商品情報探索AI開発　他

●金融・業務システム
・金融機関向けM&A支援AIシステム開発
・事務センター業務の生成AIによる効率化システム開発
・マーケティング企業向けキャンペーン管理システム開発（Salesforce）　他

●当社の特徴
当社は外資コンサル出身者が創設した、AI時代のコンサルティングファームです。
自社でPMO・会計・人事評価・採用・契約管理などの業務をAIで自動化し、すでに成果が出たユースケースだけをお客様に提供しています。机上の空論ではなく、自ら実証した技術をクライアント企業の内部に入り込んで実装し、新しいビジネスを共に作り上げることを得意としています。

他ファームとのビジネス上の差別化として、下記の2点がございます。

1.少人数のコンサルタントが、提案から実行支援まで一気通貫で担当
大手ファームは、ピラミッド型組織の上位に昇進しないと、上流の仕事ができないケースがあります。
また大人数のコンサルタントを""食べさせる""ためにPJは肥大化する傾向にあります。
弊社は、1つの案件を1 3人ほどの少数でPJを組成し、クライアントの意思決定者への提案から、実行支援まで一貫して対応します。

2.「やらないこと」を明確にしている
・役割の固定をしない：PM・エンジニア・コンサルタントを分けません。少人数が全領域を横断するからこそ、AI時代のスピードについていけます。
・保守契約を取らない：顧客が自走できる状態をゴールに置き、依存関係を残しません。
・中長期DX計画を作らない：半年で陳腐化する計画に時間をかけるより、今この瞬間のベストを実装し続けます。

プロジェクトの9割はプライム案件（過去クライアントからの紹介・リファラル）です。

●技術スタック
AI・分析ツール：GPT、Claude、Gemini、Grok、Perplexity、Rodin、Devin、Cursor
開発・インフラ：GitHub、Docker、Terraform、ADK（Agent Development Kit）、FastAPI、GCP、AWS、Azure
言語・フレームワーク：Next.js、React、Vue.js、TypeScript、Python、JavaScript、Streamlit、Salesforce
※効率化に繋がるツールなら何でも導入可
※学習費用は全額会社負担

●自社で実証済みのAI自動化
・議事録AI分析：動画→文字起こし→要約→タスク抽出を完全自動化
・会計・請求AI：freee連携で請求書生成からメール送信まで自動化
・人事評価AI：Slack/GitHub/日報からAI評価ドラフトを自動生成
・採用マッチングAI：候補者×ペルソナをLLMで適合度分析
・PMOエージェント：タスク/課題/進捗を毎朝自動管理・アラート
・マーケティングAI：LP・クリエイティブ・広告文をAIで生成
・契約AI読取：契約書アップロード→条件抽出→台帳化
・開発エージェント：タスクからDevinセッションを自動起動

### 仕事概要
急拡大する電力市場を舞台に、本ポジションでは、発電所や需要所の発電需給予測、電力市場の価格予測、需要所や蓄電所を組み合わせた売買計画の最適化といった研究開発を、AI Agent を最大限に活用して、調査から実装・実運用・改善まで一気通貫で担います。研究アイデアを、サービス品質で動作するコードとして実装し、実運用まで最短で落とし込みながら、改善サイクルを高速に回します。

### 主な業務内容
1. 太陽光発電をはじめとする、発電所・需要所の発電需給予測モデルの研究・開発
2. 電力市場（JEPX スポット・インバランス・需給調整市場 等）の価格予測モデルの研究・開発
3. 需要所や蓄電所を組み合わせた売買計画の最適化アルゴリズムの研究・開発
4. 開発したアルゴリズムのプロダクトクオリティでの実装・運用
5. 実運用中のアルゴリズムの収益効果分析と継続的な改善
6. AI Agent を活用した開発運用フローの継続的な改善

### ポジションの魅力
1. 研究を、最短でサービスに変えられる
研究と事業開発が分断された大企業では、研究開発の製品化に大きなタイムラグが生まれます。本ポジションでは、研究アイデアを実運用まで最短で落とし込み、改善サイクルを自分の手で回せます。電力市場の取引最適化は売上への影響が大きく、事業成果に直結する研究開発に取り組めます。
2. AI Agent を最大限に活用し、一人で広い範囲に責任を持てる
少人数チームで、AI Agentを徹底的に活用して業務に取り組める環境です。日進月歩の AI Agent 活用を試行錯誤しながら、一人で進められる範囲を広げていける環境です。

大手企業のソフトウェア開発組織に対して、生成AI・LLM・AIエージェントを活用した開発プロセス変革ソリューションの企画・提案・導入・定着をリードしていただきます。
具体的には、以下の業務を想定しています。
* 顧客の開発プロセス、システム構成、開発体制、品質管理、ナレッジ管理の現状把握
* 要件定義、設計、実装、テスト、レビュー、保守運用におけるAI活用ユースケースの設計
* 生成AI、RAG、AIエージェント、開発ツール、CI/CD、Git、チケット管理ツールなどを組み合わせたソリューション企画
* PoCテーマの選定、効果指標設計、検証計画、顧客折衝、プロジェクト推進
* AIエンジニア・ソフトウェアエンジニアとの連携によるプロトタイプ開発・本番導入支援
* 生成AI活用におけるセキュリティ、品質、監査、運用、利用ルールの設計
* 成功事例の横展開、ソリューションの型化・パッケージ化、新規事業化

プロジェクト例:
* 生成AIを活用した要件定義・設計レビュー支援ソリューションの企画・導入
* 大手企業の社内開発ナレッジ、設計書、チケット、コードを活用したRAG型開発支援基盤の構築
* コードレビュー、テストケース作成、テストコード生成を支援するAIエージェントの導入
* レガシーシステムの仕様理解、影響調査、移行計画を支援するAIソリューションの企画
* 開発組織における生成AI活用ルール、品質評価、セキュリティ、ガバナンス設計
* 金融・通信・小売・製造など、大手企業の開発生産性向上に向けたAI活用PoCおよび本番導入

ポジションの魅力:
* SIerで培った要件定義、設計、開発、テスト、品質管理、PM/PL経験を、AI時代の開発プロセス変革に活かせる
* AI/機械学習の専門家と協働しながら、開発現場に本当に使われるAIソリューションを作る経験が積める
* 単なるPoCではなく、顧客の開発標準、既存システム、セキュリティ、運用体制まで踏み込んだ実装・定着に関われる
* 生成AI・AIエージェント・RAG・DevOps・開発者体験改善など、今後ニーズが拡大する領域の専門性を身につけられる
* 将来的に、AIソリューションアーキテクト、AI駆動開発コンサルタント、プロダクトマネージャー、事業開発責任者など多様なキャリアに展開できる

●概要
Google Cloudを基盤とした自社SaaSの開発プロジェクトを技術面から統括。音声系ソリューションの開発において、ビジネス価値とQCDを両立するアジャイル開発体制の構築・推進を担います。生成AI・クラウドネイティブ技術を活用し、ビジネス価値とQCDを両立するアジャイル開発体制を構築・推進します。

●詳細
【具体的には】※現状は導入時にカスタマイズ開発を前提としています
・Google Cloud Platform上でのクラウドネイティブアーキテクチャ（マイクロサービス／コンテナ／サーバーレス）の全体技術統括
・プロダクトロードマップに基づく機能開発計画の立案と進捗管理
・エンジニアチームのマネジメント（タスクアサイン、レビュー、育成）
・生成AI・RAGを活用した音声テキスト化・要約等の新機能開発プロジェクトの企画・推進
・大手顧客・社内ビジネス側との要件定義、仕様調整、優先度コントロール
・CI/CD、品質基準、開発プロセスの設計・標準化・継続的改善
・コスト・パフォーマンス・リリース頻度を踏まえた開発リソースの最適化

●開発チームのマネジメント
・顧客ニーズを確認しながら先端技術を活用する開発体制の構築

●魅力
・大手グループだからこその安定した経営基盤
・リモート週3回、フルフレックスの働きやすい環境
・Google Cloud Platformでの最新AI技術開発経験を積める
・生成AI技術を活用したRAG・Bot系開発に携われる

＜変更の範囲：会社の定める業務＞

AI検証プラットフォームを大規模マルチテナントSaaS基盤へ成長させるために、必要なアーキテクチャ設計・実装リードをしていただきます。
【業務例】
1. スケーラビリティの担保：複数ワークフローの並列実行や、タスクの依存関係・実行順序を管理するジョブオーケストレーションを設計し、利用拡大に耐えるアーキテクチャを構築。
2. エンタープライズ基盤の構築：エンタープライズ企業への提供に向けて、権限分離などのセキュリティを担保する基盤の設計・実装。
3. ワークフローエンジンの構築：ノーコードUIで構築されたワークフローを、実行基盤上で確実に動かすためのエンジンロジックを開発。
【技術スタック】
フロントエンド：TypeScript/Node.js/React/Next.js/React Flow
バックエンド：Python/FastAPI
インフラ：AWS/Terraform
ワークフロー基盤：Prefect
MLOps/評価：Weights & Biases
検索：OpenSearch
AI：PyTorch/OpenCV/AWS Bedrock
AI開発支援ツール：Devin/Claude Code/v0.dev/GitHub Copilot/Gemini

このソフトウェアエンジニアポジションの特徴は以下の通りです。
1. 日本屈指のアルゴリズムエンジニアと連携しながら、最先端AIをソフトウェアに搭載して社会に実装できる点です。企業としてAIの研究開発で終わらせず、ソフトウェアを通じてリアルな業務で活用されることを非常に重視しています。
2. 同社でないと解けない産業の難題があります。同社は最先端な技術を産業特化でバーティカルに深めることで、産業の課題を大きく解決しています。技術を固定せず、技術応用の幅を持ってきたからこそ、産業や社会を大きく変えるインパクトのある開発ができます。
3. 技術力が高く志も高いメンバーと一致団結をしながら熱量高く働くことができます。経験の浅いメンバーも追いて行かずに助け合う組織です。

業務概要:
データとAI活用を牽引することで、ビジネス成長へ貢献することをミッションとしています。同社では、2024年7月に従業員向けに社内用LLMツールを導入し、同年8月より段階的に全従業員へ「Google Workspace with Gemini」を展開しました。現在の生成AIの社内利用率は100%に達しています。

AI活用による顧客サービスと業務効率化の進展が評価され、保険業界で初となる『財界 BEST AI 100』に選出されました。全社を挙げたAI推進の成果が、外部からも評価として認められています。

エンジニア出身の社長に交代し、新たに掲げた『全自動の生命保険』構想の実現を進めています。現場から湧き上がるアイデアに躊躇なく投資し、スピード感を持ってPoCから本番実装までをリードできるコアメンバーを募集します。

具体的な業務:
全社的なAI戦略に基づき、社内ユーザー部門の現場に深く入り込み、AIによる事業構造の変革をリードいただきます。具体的には、to C（お客さま向け）およびto E（従業員向け）の両輪で、上記『全自動の生命保険』構想に関わる多岐にわたるプロジェクトの企画・実装・横展開を一気通貫でお任せします。

下記プロジェクト以外にさらに領域を広げていくことを担っていただきたいと思っています。
1. to C（お客さま向け）顧客体験革新プロジェクト例
・AI査定
・AIボイスボット・チャットボットのエンハンス
・AIO対策（AI最適化）の戦略推進
2. to E（従業員向け）生産性向上プロジェクト例
・広告運用内製化の支援
・データ分析用AIエージェント構築運用
・全社員向け目標設定サポートAIの構築運用
3. 全社への横展開とAIカルチャーのアップデート
・担当施策で得たベストプラクティスや再利用可能なモジュールの型化・共通化
・各部署に“AIの専門家”を育てるための全社向け勉強会や「AI Hackathon」の企画・運営
・各業務部門（主役）の課題整理や要件定義のサポート

ポジションの魅力:
中期計画の目標達成に向けた「主要な成長ドライバー」として、同社の未来を形づくる役割を担えます。従来の開発組織の垣根を越え、自らの判断で迅速に実装を進められる環境です。プロトタイプ（PoC）の作成から、実際に価値を生む本番実装、運用後のフィードバック反映までを一気通貫で担当できるうえ、単一のプロダクト開発だけでなく、複数のプロダクトを横串で支える共通化（設計・評価・運用の型化）にも挑戦できます。セキュリティだけでなく、情報の取り扱いや出力内容の安全性の配慮など、生命保険会社として求められる制約の中、最新技術をいかに落とし込んで実際に使えるようにするのかを追及できます。

サポートアンドサービス領域（ICT関連の問い合わせ処理領域）におけるAX推進に関する以下の業務を担当いただきます。

・サポート業務、サービス業務における業務課題のヒアリング、可視化、分析
・生成AI、AIエージェント、チャットボット、FAQ、ナレッジマネジメント、自動化技術などを活用した改善施策の企画
・AI活用による問い合わせ対応、保守運用、技術支援、社内サポート業務の高度化
・PoCの企画、実行、評価、および本番導入に向けた要件整理
・社内外向けの提案資料、企画書、報告資料の作成
また、将来的には下記業務にも携わっていただきます。
・業務部門、技術部門、営業部門、パートナー企業との連携によるAX施策の推進
・AI活用に必要な業務プロセス設計、運用設計、ガイドライン整備
・導入後の効果測定、改善提案、利用定着化支援
・最新AI技術や市場動向の調査、およびサポートアンドサービス領域への適用検討

●ポストの魅力
本ポジションの魅力は、AI技術を活用しながら、実際のビジネス現場に大きな変革を起こせる点にあります。
サポートアンドサービス領域は、問い合わせ対応、技術支援、保守、運用、ナレッジ活用など、多くの業務知見が蓄積されている一方で、AIによる変革余地が非常に大きい領域です。生成AIやAIエージェントの活用により、業務効率化だけでなく、対応品質の向上、属人化の解消、顧客体験の向上、新しいサービスモデルの創出にも挑戦できます。
また、先端技術室の一員として、最新のAI技術に触れながら、企画・コンサルティング・業務改革・実装支援を横断的に経験できます。単なるシステム導入担当ではなく、事業部門とともに課題を発見し、AIを使って解決策を設計し、実際の成果につなげる役割です。
AI活用を通じて、サポートアンドサービスの未来をつくる中核人材として活躍できるポジションです。

業務概要:
日本の巨大産業を、AI Agent で作り変える。金融をはじめとする日本の巨大産業の現場に深く入り込み、業務そのものを AI Agent で構築し直す まだ世にない解をゼロから作るのが同社のForward Deployed Engineer（FDE）です。「提案して終わり」のコンサルでも、「実装して終わり」の受託でもない。課題を定義し、作り、動かし、顧客にとっての成果を出す その全部に責任を持ちます。（Palantir・OpenAI が切り拓いた Forward Deployed Engineer という職種を、後追いではなく、日本の産業変革のために独自に実践します。）

FDEは、顧客に深く入り込み、顧客先の業務を AI Agent で構築できるように分解し、同社の Agent Platform を土台に解をゼロから構築する役割です。いわゆる客先常駐のクライアントワークとは本質的に異なります。

この職種の出自は、Palantir・OpenAI など世界トップクラスの AI 企業が確立した Forward Deployed Engineer モデルにあります。同社はこれを、日本の巨大産業の Agent 化という独自の文脈で実践します。

FDEは、プロダクトという完成された武器を持たない領域で、課題そのものの発見から同社の Agent Platform を土台にした AI Agent の実装・定着までを担います。

ミッション（優先度順）
1. クライアント事業変革の技術的な主体となる
クライアント（主に金融・規制産業の大手企業）の現場に深く入り込み、まだプロダクトのない事業・業務領域でも課題を発見・定義し、AI Agentによる解を設計・実装・定着まで一気通貫で担う技術の当事者となること。
2. AI AgentソリューションのゼロからのPoCおよび社会実装を完遂する
プロダクト未整備領域でのAI Agentゼロ設計から本番運用まで、「使われる状態・成果が出る状態」まで確実に持ち込む。概念実証（PoC）で終わらせない。
3. クライアントとの技術的信頼関係を築き、案件を次フェーズへ拡張する
単なる導入・実装担当ではなく、クライアントの技術パートナーとして機能し、案件スコープの拡大・長期継続につなげる。
4. FDEとしての知見を組織に還元する
クライアント現場で得た課題・解決策・失敗から学んだことを社内ナレッジとして体系化し、後続メンバーの立ち上がりを加速させる。

具体的な業務:
［顧客業務のAI Agent化・Platform構築］
- 顧客先の業務・意思決定プロセスを理解し、AI Agent で構築できる形に分解・再設計
- 同社の Agent Platform を土台に、顧客固有の AI Agent ソリューションをゼロから設計・実装・本番運用
- LLM・RAG を活用した業務自動化アーキテクチャの設計（PoC ではなく本番実装）
- 予測・最適化モデル（需要予測・LTV最大化・顧客離反予測等）の設計・社会実装
- 運用定着KPIの設定とモニタリング（活用率・業務インパクトの数値化）

［顧客への伴走・定着］
- 課題定義・要件定義・提案（技術担当者 経営層まで幅広いオーディエンスへの説明）
- 定例MTGのファシリテーション、進捗管理、リスク管理
- 顧客担当者（非エンジニア含む）へのハンズオン・研修設計
- 障害対応・問合せ対応・継続改善の仕組みづくり

［セキュリティ・コンプライアンス対応］
- 金融機関・規制産業特有のセキュリティ要件（ネットワーク分離、データ保護、監査ログ等）への対応
- クライアント側のセキュリティ審査・NDA・情報取扱規程への準拠

活用する技術スタック（例）
- AIエージェント：OpenAI・Claude 等の LLM を用いた設計・実装
- 言語：Python / TypeScript が中心（実装言語は案件により異なります）
- クラウド：AWS 等（クラウド種別は顧客環境により異なります）
- Webアプリケーション開発・運用、クラウドインフラ構築・運用
- LLM / RAG を活用した本番システム開発（PoC ではなく本番実装）

※実際の技術構成は案件特性により異なり、入場後に最適な技術選定を行います。

チーム構成
FDEは、案件ごとに4 5名程度のチームを組成して対応します。案件の特性・フェーズに応じて最適なメンバーでチームを編成し、課題定義から AI Agent の設計・実装・定着までをチーム一体で担います。

ポジション・部門の魅力:
同社には「プロダクトエンジニア」「FDE」「Agentic Enabling Engineer」という3つのエンジニアの在り方があり、それぞれに異なるチャレンジがあります。プロダクトエンジニアには、同社プロダクトを磨き込み、多くの顧客に長く価値を届ける面白さがあります。FDEには、まだ解の存在しない領域に飛び込み、ゼロから設計して事業インパクトを生み出す面白さがあります。Agentic Enabling Engineer には、AI Agent の信頼性・品質・開発基盤（Agentic SRE／Agentic QA／Agentic Platform Engineering）を設計し、組織全体の""AI Agent を作り・動かす力""そのものを底上げする面白さがあります。本人の志向や成長に応じて、これらの挑戦機会にアクセスできることが、同社のエンジニアキャリアの大きな魅力です。

キャリアパス:
同社のエンジニア像は、技術領域別の分業（フロントエンド／バックエンド／SRE／QA等）から、技術領域を超えて「フルサイクル（要件定義から運用まで一気通貫）＋AI Agentのマネジメント」へと変化している過渡期にあります。

同社は入社時の職種・専門性を""入口""として尊重しつつ、育成・リスキリングを積極支援します（書籍・カンファレンス・社内勉強会・ローテーション等）。

短期的な成長の方向性： FDEとして、まだ解のない領域でのゼロイチ設計を繰り返し経験し、日本のAI社会実装における確かな実績を積みます。

中長期的な成長の方向性： 技術領域を横断するフルサイクル能力と、AI Agent群を設計・運用するマネジメント能力を獲得していきます。本人の志向に応じてリード職・マネジメント・新規プロダクト立ち上げ等への道が開かれています。顧客企業の現場に深く入り、他社環境で事業変革を主導する専門性を深める方向性も広がっています。

生成AIや機械学習技術を活用し、AIプロダクトや業務実装を推進する職種です。

最先端のAI技術とグループ会社のアセット（生活者データなど）をフル活用し、クライアントのマーケティング変革や新たな顧客体験創出を実装まで導くポジションです。
ご経験と志向性に合わせて、以下のいずれか、または複数の領域に携わっていただきます。

1. AIエージェント・ソリューション開発
LLM、RAG、プロンプトエンジニアリングを活用したAIエージェントの設計・実装。
クライアント業務の自動化や、顧客体験向上を支援するアプリケーション構築。

2. AIプロダクト・システム基盤構築
広告クリエイティブ制作支援ツールや、対話型AI開発支援アプリ等のシステム開発・安定稼働推進。
AIモデルを組み込んだWebシステムのバックエンド/フロントエンド開発、API連携、セキュリティ対策。

3. AIコンサルティング・テクニカルリード
クライアント課題の整理、AIによる解決方針の策定、データ活用構想の立案。
プロジェクトの技術判断、設計・コードレビュー、小規模チーム（2 5名程度）のリード。

【ポジションの魅力】
「AI×独自データ」の面白さ： グループ会社が保有する膨大な生活者データと最新AIを掛け合わせ、他社では実現できない新しい価値を生み出す醍醐味があります。
フルスタックなスペシャリスト集団： PM、UI/UXデザイナー、データサイエンティスト等が同じチームに在籍。上流から下流まで一貫して携われる風通しの良い環境です。
AI関連事業の拡大： AI活用ニーズが急拡大しており、今後さらに多様かつ大規模なプロジェクトが予定されています。最先端技術の実運用経験を積むことができます。

● 募集背景当社では、AIモデル開発に不可欠な学習データの生成
・整備
・評価プロセスを自社サービスとして提供しています】

近年、AIの中でも特にコンピュータービジョン領域においては、1. 物体検知
・セグメンテーション
・トラッキングなどモデルの高度化2. 実運用を前提としたデータ量
・品質要件の急激な引き上げ3. 製造
・検査
・図面解析など産業領域特有のデータ課題の顕在化4. Physical AI(ロボティクス)におけるビジョンデータの処理、シミュレーション（Data augmentation)が同時に進み、モデル性能を左右する要因はアルゴリズム以上に 「どのようなデータを設計し続けられるか」 に移行しています】

特に現在は、1. 学習データの品質が属人的に管理されている2. 評価指標と実運用性能が乖離している3. データ改善の方法論が体系化されていないという課題があり、コンピュータービジョンモデルの性能をデータの観点から継続的に引き上げられるメンバーが求められています】

そこで今回、CV領域におけるデータ設計と評価ループを担うResearch Engineerを募集します】

● コンピュータービジョン領域における課題コンピュータービジョンとは、コンピュータに人間の「目」と「認識能力」を持たせる技術です】

画像や映像から特徴を抽出し、1. 物体が何かを識別し2. どこにあるかを特定し3. どのように動くかを理解することを可能にします】

主な技術領域には以下があります】

1. 画像分類: 画像全体から対象物のカテゴリを識別する技術】

2. 物体検知: 画像内の対象物の位置と種類を同時に特定する技術】

3. セグメンテーション: 画素レベルで対象物を区別する高度な認識技術】

4. トラッキング: 動画内における物体の動きを継続的に追跡する技術】

5. シミュレーション: 自社製品等を使ったデータの増強● 本ポジションの本質コンピュータービジョンモデルが正しく学習され、実環境で安定して動作し、課題を解決できる状態を、データ設計と評価ループの構築によって実現することを担っていただくポジションです】

扱う対象は単なる画像データではなく、1. ノイズを含む実世界データ2. クラス不均衡の激しいデータ3. 長尾分布を持つ例外ケースといった、CV特有の難しさを持つデータです】

● 主な役割1. 物体検知
・セグメンテーションモデル向けデータ設計2. 画像
・動画データの前処理
・品質管理3. アノテーション方針およびガイドライン設計4. モデル評価指標の設計および評価分析5. 学習 → 評価 → データ改善のフィードバックループ構築6. モデル開発チームとの連携による性能改善● 研究
・応用テーマ例本ポジションでは以下の一例のようなテーマに取り組みます】

CVデータ設計1. モデル性能を最大化するデータ分布設計2. 少量データ環境におけるデータ効率化3. 長尾クラス問題への対応評価設計1. 実運用性能を反映する評価指標設計2. 誤検知
・未検知の原因分析3. アノテーション品質評価手法産業応用1. 製造ラインにおける異常検知データ設計2. 図面画像の構造理解
・3D化に向けたデータ設計3. マシンビジョンにおける実環境適応● 主軸（最も期待する領域）1. CVモデル向けデータ設計
・品質管理2. モデル評価とデータ改善ループ構築3. Pythonを用いた画像データ処理
・分析4. データ視点からのモデル性能改善● このポジションで得られるもの1. CVモデル性能を左右するデータ設計の実務経験】

2. 実環境で使われるマシンビジョンの課題解決経験】

3. 研究と自社サービス開発を横断したキャリア】

4. AIの社会実装を支える基盤設計への関与】

グループ会社の一員として、大企業のDX戦略の実現を担うテクノロジー集団です。単なる「システムの受託開発」ではなく、日々変化する経営環境に適応するため、ビジネスの仕組みづくりそのものを変革します。業界の深い知見と高度な技術力を武器に、戦略構想から開発・運用まで「End to End（一気通貫）」で支援できる実績と難易度の高い案件が集まる環境です。

● 業務内容
AI（または生成AI）および「次世代データ基盤（DWH/データレイク/データパイプライン）」の領域において、実装経験や専門性を武器に、プロジェクト全体の技術品質に責任を持つ「リードエンジニア候補」としてご活躍いただきます。単なるデータの集約に留まらず、DatabricksやSnowflakeなどのモダンなプラットフォームを活用したデータ基盤の構築や、それらを生成AI（RAG等）とシームレスに連携させる高度なアーキテクチャ設計・実装・レビューを牽引するポジションです。

具体的な業務：
- AI・データ基盤プロジェクトの推進・リード: AI/生成AI、および大規模データ基盤（ETL/ELT、データパイプラインなど）領域におけるプロジェクト推進（タスク整理・実行、品質管理、コードレビューなど）
- アーキテクチャ設計・実装: 大企業のエンタープライズデータを一元化するモダンデータ基盤の設計、生成AIを掛け合わせたシステムの最適なアーキテクチャ設計、および技術仕様書等のドキュメント作成
- チームリード・メンバー育成: 開発チームのメンバーと円滑なコミュニケーションを取り、技術面（データモデリングやAI実装など）でのサポートや教育、指導
- ビジネスサイドとの連携: プロダクトマネージャーやビジネスサイドのメンバーと協調し、ビジネス要件をデータモデルやAIの機能へと落とし込む技術的な要件定義・技術選定の推進

案件事例：
※本求人だけではなく同社での過去案件を一部記載させていただきます※
- 自動車業界クライアント向け: 複数システムのデータを一元的に連携するクラウドサービス基盤の設計
- 自動車業界クライアント向け: 車両から発信される情報を集約、管理、活用するグローバル基盤構築
- 自動車業界クライアント向け: 車両から発信されるデータの蓄積と再利用のためのDB基盤構築
- 電気通信事業クライアント向け: デジタルマーケティングシステムにおけるAPIリアルタイム連携構築
- 小売業クライアント向け: オンプレミスのクラウド移行
- 電気ガス事業クライアント向け: 生成AIアプリケーション（RAG/AIエージェント）のプロトタイプ、本番開発におけるRAGチューニング・評価など対応
- デジタル通貨のパイロット実験のアドバイザリー

●取り扱うソリューション
ビジネスのスピードに合わせ、モダンな開発環境を採用しています。開発手法: アジャイル（スクラム開発）※クライアントや案件属性によって変更あり。

Cloud:
- AWS, Azure, Google Cloud, OCI

AI/ML:
- AWS Bedrock, SageMaker, Knowledge Base for Amazon Bedrock etc
- Azure AI Foundry, OpenAI Service, Machine Learning, AI Search, Prompt Flow etc
- Google Cloud Vertex AI, Agent Engine, Vertex AI Search, Gemini Enterprise etc
- NVIDIA NIM, NeMo, Omniverse, Databricks - Agent Bricks

データ基盤/活用:
- AWS Redshift / Athena, Glue, Kinesis Data Analytics, EMR, Kinesis + SNS/SQS, Glue Studio etc
- Azure Synapse Analytics, Data Factory, Synapse Pipelines, HDInsight, Event Hubs, Data Factory etc
- Google Cloud BigQuery, Pub/Sub, Dataplex, Dataflow etc
- Databricks, Snowflake

ローコード/ノーコード:
- Power Automate /Power Apps, UiPath, Blueprism, AutomationAnywhere
- Dify, Gemini Enterprise, MS Copilot Studio

EMTech:
- 量子コンピュータ, Physical AI - Robotics, Web4

プログラミング言語/FW:
- Python, Java, TypeScript, Node.js
- Flask, FastAPI, SpringBoot, React, Next.js, Vue.js, Nuxt.js
- LangChain/LangGraph, MLflow
- MicrosoftAgentFramework, SemanticKernel, AutoGen
- MCP, MCPPythonSDK, FastMCP, ROS2
- A2A, AP2

IaC/CI:
- Terraform, CloudFormation, Ansible
- GitHubActions, AWSCodePipeline, AzureDevOps, Jenkins

AIツール:
- MSCopilotStudio, M365Copilot, ChatBot(ChatGPTライク)
- GitHubCopilot, Devin, v0

AIロボティクス:
- SLAM, Navigation, 強化学習・模倣学習・ロボット言語モデル

データベース:
- 各種RDS, NoSQL, NewSQL, VectorDB, GraphDB

監視/評価/セキュリティ:
- Langfuse, RAGAS, RAGChecker, mlFlow, Datadog, Snyk

※印以外は同社に組織としてノウハウがあるもの

●業務の魅力
- 「Biz（ビジネス）× Tech（技術）」を体現する、最上流からのコミット: 実装フェーズだけでなく、テクノロジーのプロとして顧客の課題ヒアリングや抽出段階から深くコミットできます。顧客に最も近いポジションで、自身の技術がどうビジネスに直結するかを実感できます。
- グループ会社の他部門（戦略・業界特化コンサルタントなど）と密に連携するため、多様な業界・業種の最上流戦略から実装までを一気通貫で経験可能。技術一辺倒に留まらない、ビジネス視点を持った市場価値の高いエンジニアへと成長できます。
- テックリードとして「技術」と「組織」を育てる面白さ: プロダクトの成長に合わせた柔軟な技術選定やアーキテクチャ設計に裁量を持てるほか、チームビルディ...

【業務概要】
主力クラウド経営管理システムは、企業の中に散在する経営データ（財務数値／KPIの予算・見込・実績）の収集・統合・一元管理までを効率化し、高度な分析を可能にするシステムです。
同システムは2020年から提供開始され、2023年からはマルチプロダクト展開にも注力し、計5つのプロダクト／サービスを提供するまでに至りました。
プロダクトビジョン「MAKE NEW DIRECTION」の実現に向け、今後はデータとAIの活用を推進し、経営リソースの最適配分を意思決定できる、真のプランニング・プラットフォームを目指します。

【具体的な業務】
SaaSプロダクトにおけるAI機能のプロダクトリード、AIプロジェクトの推進、およびAIチームのマネジメント全般を担っていただきます。
AI/LLMを活用したプロダクト開発およびアーキテクチャ設計
既存・新規プロダクトにおけるAI施策（LLMアプリ、AI Agent）の構想設計、技術選定、および本番環境への実装
経営数字を扱う領域における、AIの信頼性（Hallucination対策、堅牢な数値検証ロジック、ハーネスエンジニアリング等）を担保するシステム設計
データのトレーサビリティやセキュリティ（マルチテナント等）を考慮した、堅牢なAI Agent基盤の構築
ビジネス戦略と連動したAIプロダクト開発の技術リードおよびプロジェクト推進
事業責任者、PdM、開発チーム等と連携し、ビジネス上の課題から技術的な打ち手（AI実装）への落とし込み・壁打ちの実施
技術視点から経営レイヤー（CxO等）と協働し、AIプロダクト開発におけるロードマップや技術戦略の策定・推進

【ポジション・部門の魅力】
「生成AIの台頭により、単なるデータの『器』に過ぎないSaaSは価値を失う」と言われる時代において、これからのAI時代に圧倒的な優位性を持つのは、汎用AIが絶対に触れることのできない「企業の非公開データ」、「数字化されないコンテキスト（文脈）」をワークフローの最深部で保持しているプロダクトです。同社には、まさにその環境が整っています。
圧倒的なリッチ・クローズドデータ
市場に出回らない機密性の高いデータの活用
一般的なAI開発では手に入らない、企業内の深くクローズドなデータを保持しており、これを用いた独自のAI開発が可能です。
数字化されない文脈の解析
単なる数値の羅列だけでなく、業務上のメモなど「数字化されない文脈」までをAIに理解させるという、難易度が高い挑戦ができます。
アドインではなく「ビルトイン」
AIネイティブなプロダクトの再構築
既存のSaaSプロダクトに後付け（アドイン）でAI機能を載せるのではなく、コアの設計思想からAIを前提としたプロダクトへと再開発・再構築する、一番面白いタイミングで参画できます。
業務の背景やロジックまで深く理解するAI
例えば予算策定において、単に「前年比105%」という結果の数値を扱うだけでなく、「なぜ105%なのか」という計算式の背景、コンテキスト、ドメインロジックそのものをAIが理解・保持できるような高度なプロダクト構造を作り込んでいます。
高い自由度と意思決定の余白
サービスに依存しない自由な設計思想
外部エージェントサービスをあえてそのまま使わず、ドメインの複雑さに最適化されたコンテキスト注入ができるよう、自社で基盤から作り込みを行っています。
モデル・サービスロックをしない構造
特定のLLMモデルに依存せず、将来的な技術トレンドの変遷に合わせて複数モデルを柔軟に切り替えられるアーキテクチャを、設計段階から採用しています。
一気通貫で先進事例を作る機会
エージェント基盤をマイクロサービスで構築しており、LLMオブザーバビリティ（O11Y）への取り組みなど、業界でも先駆的な事例を自身の意思決定で進めることができます。

業務概要
主力SaaS製品の海外展開フェーズにおいて、開発を進めるエンジニアを募集しています。生成AI利用ログの収集・分析基盤、可視化ダッシュボード、セキュリティ検知機能などのプロダクトのコアを共につくっていきます。

具体的な業務
AI Monitoringのバックエンド／フロントエンドの設計・実装（主に Go / Python / TypeScript）
生成AI利用ログの収集・分析基盤、可視化ダッシュボードの実装
プロンプト検知・アノマリー検知などセキュリティ機能の開発
各種生成AIサービス（ChatGPT、Microsoft Copilot、Gemini 等）との連携実装
API設計、DB設計、アーキテクチャ設計・改善
AWSを利用したクラウドインフラの設計・構築・運用
コードレビューや品質改善、チーム内の開発スタイル改善
PM・デザイナー・セキュリティ専門家と連携した機能開発と改善

ポジションの魅力
主力製品の開発中！0→1フェーズの参画で、スキルアップが可能です
技術的な知識だけでなく、プロジェクト管理、コミュニケーション、組織マネジメントなど、多様なスキルを活用でき、幅広い能力を磨くことができます
生成AI時代に必要な革新的なセキュリティソリューションの開発に携わることができ、常に最新の技術を学び、実践する機会があります
様々な職種の担当者と連携を取りながら、事業成長や技術に対する取り組みができるため、多角的な視点を身につけることができます
経営層との連携が多いポジションのため、経営視点での戦略思考が養われます

「顧客へ着実に価値をもたらし、顧客のビジネス成長を真に実現し、日本全体を成長させるAIを実装する」をミッションに掲げるAI SaaS企業でのポジションです。
同社は「AI Agent × M&A」を全社戦略とし、複数の主力製品を展開し、培ったAI技術とM＆Aによる事業拡大を組み合わせることで、非連続な成長を実現しています。

コンサルティング・事業開発部門は、クライアント企業のAI活用・業務/組織変革だけでなく、事業開発、Agent駆動型事業への転換を推進する組織です。AI Agentを「絵に描いた餅」で終わらせず、現場に実装し成果を出すことにコミットしています。

このポジションのミッションは、AI Agentソリューションを安定的に運用し、継続的に成果を出し続けられる状態を維持・向上することです。クライアントの業務・システム環境に深く入り込み、導入後のソリューション運用・保守・改善を統括します。

具体的な業務:
同社ソリューションを導入済みのクライアント（および新規導入プロジェクト）に対し、ソリューション運用・保守・改善の責任者として以下を担当します。

1. ソリューション運用マネジメント
* 複数クライアントの運用プロジェクトを統括
* SLA管理、品質管理、インシデント対応の指揮
2. クライアント業務要件の翻訳
* クライアント固有の業務フロー・システム要件をソリューション運用に落とし込み
* 運用ルール・手順書の整備
3. Tech部門との連携
* バグ・機能改善要望をプロダクトチームに連携、優先順位調整
* 新機能リリース時の運用設計
4. 継続的改善
* 運用データの分析、運用効率化の提案
* 自動化・AI化による運用コスト削減
5. クライアント窓口
* 運用報告、定例会運営、エスカレーション対応

このポジションの魅力:
1. AI Agent時代の最前線: 生成AI・LLMを活用した最先端ソリューションの運用設計・改善を最前線で経験できます。
2. 最短の成長環境: 複数プロダクト・複数クライアントの運用を統括することで、事業横断の視座が短期間で身につきます。
3. 経営人材への道: 運用品質を軸にした事業責任者、あるいはM&A買収先の運用改革担当として活躍する道が開かれています。

キャリアパス:
* 短期: Manager → Senior Manager → Director
* 中長期:
* 運用統括責任者・事業責任者
* M&A買収先企業の運用改革・PMI担当
* Tech部門と連携したCustomer Reliability Engineering領域のリード

【概要】
クライアントの事業課題に対し、「AI Agent（自律型AI）」を活用したあるべき姿（To-Be）を描き、業務変革（BPR）を推進するポジションです。
特に音声AI領域においては、既存のコールセンターや接客業務のフローを深く理解・整理し、AIが代替・補完する新たなオペレーションを設計します。

【詳細】
1. 業務改革・プロセス設計（音声AI領域メイン）
クライアントの現場（コールセンター等）における既存業務フロー（As-Is）の調査・可視化
AI Agent導入による新業務フロー（To-Be）の策定、ROI試算
現場へのヒアリングを通じた、暗黙知の形式知化および業務要件の整理

2. 戦略策定・プロジェクト推進
顧客の経営課題に対するAI活用ロードマップの策定
プロジェクト全体の進捗管理、課題解決、顧客ステークホルダーとの合意形成

【このポジションの魅力】
「AI×BPR」の希少性: AI技術と業務改革の両方のスキルセットを持つ人材は市場にまだ少なく、市場価値の高いキャリアを築けます。
経営人材への道: 将来的には、同社のM&A戦略に伴う買収先企業の経営幹部や事業責任者としてご活躍いただくことを期待しています。

【キャリアパス】
『事業家・経営者ルート』
コンサルタントとして「AIによる事業変革」の実績を積んだ後は、同社の事業責任者や、同社がM&Aを行う企業の経営幹部（事業再生・PMI担当）として、経営の一翼を担うキャリアパスが開かれています。

同社グループが提供するサービスや研究開発等において、ビジネス部門と協業しながら、以下のような業務に従事いただきます。
・AIシステム、AIエージェントの設計・開発・運用
・ビジネス課題に対するAI活用戦略の立案および技術選定
・パートナー企業と連携したAI開発プロジェクトのリード
・Pythonを用いたデータ分析、AIモデル構築
・AWSやサーバレスアーキテクチャを採用したシステム設計・開発
・関係者（ビジネス部門、パートナー会社 等）を交えたプロジェクト推進

全自動の資産運用サービスを提供しています。預かり資産は国内最大規模のロボアドバイザーです。その成長スピードは加速しています。この大きな成長を土台として、資産運用の枠を超え、生命保険や年金、PFM（個人資産管理）など、個人のお金に関する課題全般を解決する「総合金融プラットフォーム」への拡張に挑戦しています。その中核を担うのが独自のAIとアルゴリズムです。一人ひとりに最適な人生設計を提案し、誰もが安心してお金を管理できる新たな金融インフラを構築します。この構想は、グループが持つ顧客基盤などの巨大なアセットと、同社が培ってきたプロダクト開発力や顧客体験 (UI/UX) を融合させる取り組みです。まだ世の中に正解がない領域で、ゼロベースでの価値創造に挑んでいます。

募集背景・期待する役割
顧客規模の拡大やマルチプロダクト化を背景として、規模拡大を可能とする業務効率化と複数サービスを考慮した顧客体験の向上が今まで以上に重要になってきています。業務効率化と顧客体験の向上のためには、自動化やパーソナライズを可能にするAI技術が非常に重要です。社内AI利活用の浸透とともに、リスク管理・法規制対応・社員教育・ツール導入など、AIガバナンスに関わる業務領域は急速に拡大しています。現場に寄り添いながら「使われるガバナンス」を設計・推進し、プロジェクトをリードできる人材を求めています。
組織横断でAIガバナンスを設計・推進し、現場への浸透を担うリードポジションです。ポリシー策定からツール導入・社員教育・現場伴走まで、一気通貫で担当いただきます。

業務内容
AIガバナンスフレームワークの設計・運用
1. AIの安全な利用に向けたガイドライン・ポリシーの策定・改定
2. AIリスクアセスメントプロセスの構築・維持
3. AI関連法規制・ガイドラインのモニタリングおよび社内対応
4. セキュリティ・法務部門と連携した継続的なガバナンス強化
AI利活用の推進・統制
1. 全社的なAIツールの選定・導入・運用
2. AIツール・機能のリスク評価・リスク棚卸し
3. 全社員を対象としたAI活用の相談対応・伴走支援
4. 現場社員向けのAI活用勉強会・リテラシー向上研修の企画・実施
5. ボトムアップのAI活用エコシステム構築（個人利用と組織利用の良いサイクル構築等）
AI人材育成・教育基盤の整備
1. 社員のAIスキル定義・測定の仕組み構築
2. 全社員・管理職向けAI教育コンテンツの企画・制作・展開
3. AIリテラシートレーニングの実施とモニタリング
ステークホルダー連携・プロジェクトマネジメント
1. 経営層・法務・セキュリティ・人事・現場部門との横断的な連携・調整
2. AIガバナンス関連プロジェクトの計画立案から推進・報告まで一気通貫での管理
3. グローバル組織との連携が発生する場合は英語でのコミュニケーションも担当

ポジションの魅力
1. 全社のAI活用を牽引する中心的ポジションとして、経営に直結する課題に取り組める
2. ガバナンス設計から現場伴走・人材育成まで、AIガバナンスの全領域を一気通貫で経験できる
3. セキュリティ・法務・人事・事業部門など、社内のあらゆる部門と連携する横断的な業務環境
4. 業務の成果が業界メディアへの掲載・対外発信につながる実績を積める環境
5. 少数精鋭から拡大期を迎えたチームの中核メンバーとして、組織・仕組みづくりから携われる

業務概要:
同組織は技術力をベースに社内外をリードする組織として、AIに関わる最新技術を調査・研究しつつ、各分野（公共・金融・法人）の組織を技術的にリードすることがミッションです。本ポジションでは、顧客業務を理解し、AIによる課題解決を提案・推進できるメンバーを募集します。

具体的な業務:
・AI関連の技術力をベースにCR組織と協力して顧客業務の分析、AIによるプロセス変革の提案を行う
・AI、特にAIエージェントの要件定義〜運用における全工程を技術的にサポート
・AIエージェントを実現するための技術調査、機能実装
・チームメンバーの指導・育成

ポジション・部門の魅力:
同社は各業界をリードする大企業を顧客基盤としており、日本の社会を支えるインフラを多数運用しています。そのため、AIによる社会変革を技術面でリードできる機会を提供可能です。その中でも、同組織は生成AI活用コンセプトを推進する組織であり、AIエージェントの社会実装に携わることができます。同組織は常に数年先の技術を見据えて、全社を技術的にリードしていくことが求められるため、特定のベンダーや製品に縛られずに最新のAI技術を学べる機会が多くあります。組織を構成するメンバーは長年AIやデータ分析に関わってきたメンバーが多く、経験の中で培われた実践的な知見を得ることができます。技術支援先は国内が主となりますが、グローバルレベルで戦略を策定する組織と連携しているため、グローバルへの挑戦機会も提供可能です。

【業務概要】
AI技術の急速な発展とビジネスニーズの増加に伴い、同社グループではAIエージェントコンセプトを推進し、オフィスワーカーの業務プロセス変革を実現し、労働力不足の社会課題解決を目指しています。この取り組みの推進には、AIエージェント自体のプラットフォームおよび、AIエージェントが活用できる高品質なデータを蓄積するデータ活用プラットフォーム(Databricks、Dataiku、Snowflake、denodo等)が不可欠となります。そこで、AIエージェントの社会実装に向けた最適なプラットフォームを提案・提供できる技術者を強化するため、今回の募集に至りました。これからの社会変革を支える基盤を、一緒に創っていくことが期待されます。

【具体的な業務】
この組織は技術力をベースに社内外をリードする組織として、AIに関わる最新技術を調査・研究しつつ、同社各分野（公共・金融・法人）の組織を技術的にリードしていくことがミッションとなります。本募集では、AIエージェントの社会実装に向けたプラットフォームを提案、実装できるメンバーを募集します。具体的には以下が職務内容となります。
・以下を考慮したAIエージェントプラットフォームの設計・実装
　AIエージェント（AWS Bedrock、Azure AI Foundry、Vertex AI等）の特徴
　データ活用プラットフォーム(Databricks、Dataiku、Snowflake、denodo等)の特徴
　データパイプライン
　AIモデルの継続的改善（LLMOps／FMOps）
　セキュリティやガバナンス
・上記を実現するための最新技術調査、検証
・チームメンバーの指導・育成

【ポジション・部門の魅力】
同社は各業界をリードする大企業を顧客基盤としており、日本の社会を支えるインフラを多数運用しています。そのため、文字通り、AIによる社会変革を技術面でリードできる機会を提供可能です。
その中でも、この組織は生成AI活用コンセプトを推進する組織であり、AIエージェントの社会実装に携わることができます。
この組織は常に数年先の技術を見据えて、全社を技術的にリードしていくことが求められるため、特定のベンダーや製品に縛られずに最新のAI技術を学べる機会が多くあります。
組織を構成するメンバーは長年AIやデータ分析に関わってきたメンバーが多く、経験の中で培われた実践的な知見を得ることができます。
技術支援先は国内が主となりますが、グローバルレベルで戦略を策定する組織と連携しているため、グローバルへの挑戦機会も提供可能です。

【業務概要】
グループ会社を横断的に技術支援するチームでのポジションです。各事業部や国内グループ会社からの技術支援要請を受け、技術選定やアーキテクチャデザインなどをアーキテクトとして支援します。
これまで同チームでは「大規模システムのマイクロサービス化」「API基盤の新規構築」「膨大なソースコードのリファクタリング」といった技術的難易度の高いアーキテクチャのデザインを手掛けてきましたが、近年、「AI」に関連する案件が格段に増えており、2025年度の案件数は前年比で約5倍にもなっています。今後、AI技術の活用が更に加速していくなかで、近い将来、以下のような問題が発生すると見ています。

【今後発生しうる問題例】
1. 「従来型システム」 VS 「Agentic AI（※1）」
2. 部分的なAI導入効果の頭打ち
3. AIエージェント（※2）の乱立によるガバナンスの崩壊

※1 Agentic AI ：人間の継続的な指示がなくても自律的に目標を設定し、計画・実行・検証することができる次世代のAI技術
※2 AIエージェント：人間の継続的な指示のもと、特定の目的を達成することができるAI技術

特に、「Agentic AI」をベースとするシステムが社会全体で増えていく一方で、高い精度での正確性が必要な処理は引き続きルールベースの「従来型システム」が担うことになるため、この2つを共存させるアーキテクチャが必要になります。また、現状のAIエージェントは特定の業務に対する局所的な導入が大半で、その効果も限定的な上、AIエージェントの乱立により、ガバナンス上の問題や基幹データが破壊されるリスクが発生してしまいます。
このような時代の到来を見据え、先行的にAIアーキテクトの専門チームを立ち上げることになりました。以下のような次世代型の技術課題の解決に興味があり、業務アーキテクチャのデザインやAIインテグレーションアーキテクチャの構想・実現に共に挑戦したい方を求めています。

【技術課題例】
1. AIワークロードを踏まえた性能や拡張性をどう確保するか？
2. LLMの予想外の振る舞いや変化にも耐えられるような可用性をどの様に実現するか？
3. 決済のような人間にだけさせたい処理がある場合に、リクエストがAIか人間かをどのように見分けるか？

【具体的な業務】
主にAIを組み込むシステムアーキテクチャのデザインをご担当頂きます。個別のAI導入から、Agentic AIや複数のAIエージェントを採用するような大規模システムまで、様々なシステムのアーキテクチャをデザインして頂きます。想定されるトピックは、AI連携基盤の構想策定、iPaaS製品の構築、A2A（※3）やMCP（※4）などの技術プロトコルへの対応、AIゲートウェイの策定など多岐にわたります。
また、AIに限定されず広く多様なアーキテクチャ案件にも携わっていただくことを想定しており、システムに対するアセスメント、アーキテクチャ検討・実現性検証・提案や、フレームワークの導入・開発、技術統制・標準化、ソースコードレビューなどもご担当いただきます。
グループ全体のリテラシー向上のため、最新技術の講演や技術教育なども行っていただきます。それらをきっかけとしてプロジェクトが始まるケースもあります。

※3 A2A ： Agent2Agent。異なるベンダーやフレームワークで構築されたAIエージェント同士が相互に連携（通信・協調）するためのオープン規格
※4 MCP ： Model Context Protocol。AIエージェントと外部データ・システム（データベース、API、ファイルシステム等）を標準化された方法で接続するオープン規格

【AIに関連するプロジェクト事例】
・大手通信会社：複数顧客チャネルに生成AIを導入しつつ、AI-Hubで相互連携するシステムアーキテクチャ検討PJ
・大手製造業：データ活用基盤アーキテクチャ検討 データ活用基盤を軸としつつ、乱立するAIエージェントの統制

【ポジション・部門の魅力】
○先端技術を活用するアーキテクトであり続けられる
同チームで手掛けるプロジェクトの多くは、社会実装例が極めて少ないものや、国内初採用となる技術を扱うものなど、技術的難易度が高いものとなっています。このようなチャレンジングなプロジェクトにて、最先端のAIアーキテクチャをご自身で描いていくことができます。また、将来AIに代わる新しい技術が登場した場合は、その変化にも対応していくため、常に最先端の技術を活用したアーキテクチャのデザインに関わることが可能です。

○社会的影響の大きい大規模システムへのAI実装にチャレンジできる
同社では、社会的影響の大きいクライアントを多数抱えています。圧倒的な規模を誇り、機能要求もハイレベルなシステムのグランドデザインに挑戦することが可能です。

○希望のキャリアを実現できる
AI技術部の中でも最大規模のため、柔軟なアサインが可能となっています。AIアーキテクチャのスペシャリストとしてキャリアを積むことはもちろん、ラインマネージャーとして部門運営や事業企画、教育などに軸足を置くこともできます。また、Global Program Leadという、新技術の研究開発や、海外で実績のあるツールの調査などを担当しているチームで、市場調査やアセット開発などを手掛けるキャリアにも広げていくことも可能です。

【組織情報】
○技術革新統括本部
国内外のグループ各社が手掛ける多数のプロジェクトを技術面で支援する部門です。先進技術領域の高度な専門性を有する人材が集まっています。

○AI技術部 オファリングチーム
AI技術部は技術革新統括本部に属し、AIをはじめとする様々な最新技術の活用を推進しています。その中でも「オファリングチーム」は、ソフトウェア開発の生産性向上に向けた生成AIアセットの開発や国内への展開、生成AIコンサルティング、PoC実行、プロジェクト支援、ソフトウェアアーキテクチャ検討、大規模アジャイルフレームワークやローコードプラットフォームを利用したプロジェクトの推進、iPaaS導入など、先端技術や方法論の活用に強みを有しています。

●業務概要今後更なる発展が期待される生成AIのスペシャリストとして、システム開発、特にソフトウェア開発領域への生成AI適用に関するコンサルティング、および生成AI適用支援を実施し、抜本的に生産性向上の実現を目指します。

●業務内容グループ会社と連携を図り、同社グループが関わる各システムの開発プロセスのあるべき姿（ToBe）を描き、海外・国内で開発したアセットの開発・導入（検証・提案・技術支援）を検討します。また、導入の結果はフィードバックを行い、次の導入に向けた改善を図ります。
1. 検証・アセット開発
最新の生成AI（LLM）のソフトウェア領域への適用性を評価するとともに、海外・国内に適用可能な生成AIアセットの開発を行います。
2. 提案・コンサルティング
同社グループが関わる各システムの開発プロジェクトの現状（AsIs）とあるべき姿（ToBe）を明確にし、GAPを捉え、最適な生成AIアセットの提案を行います。
3. 技術支援
提案した生成AIアセットの確実な展開を図ると共に、同社グループのスキル底上げを目指し、人材育成も合わせて実施します。
4. フィードバック
技術支援の結果を確実にフィードバックし、今後新たな技術支援先に向けてブラシュアップを図ります。

●業務概要
クラウド・インフラ開発領域において、生成AI等の最新技術を活用したり、様々なシステム開発現場のプラクティスを集積し、クラウド・インフラ開発の生産性・品質を飛躍的に高めていく取り組みです。
同チームでは、同社が手掛ける数多くのクラウド・インフラ開発のプロジェクトと連携し、広く現場の課題解決のためのツール・プロセス等の整備や現場への導入・展開などを実施することで、社内全体のクラウド・インフラ開発の改善に貢献します。

●業務内容
公共・金融・法人等のインフラ開発における課題整理を行い、生成AI等の最新技術を活用して開発の高度化・効率化を実現するための研究開発、及び各プロジェクトへの導入・普及を推進します。
業務は大きく研究開発フェーズとして(1-1)研究開発(1-2)PoC/効果検証・改善、導入・普及フェーズとして(2-1)コンサルティング(2-2)実行・実装のステップで進めます。

(1-1)研究開発
インフラ開発における課題やニーズを踏まえ、インフラ開発の高度化・効率化のために様々な最新技術等を活用し、開発の生産性・品質を飛躍的に高めるチャレンジを継続的に実施します。
数多くの最新技術の中から、同社のビジネスへの貢献に向け、活用に関する企画立案から検証・実装まで幅広く携わります。

(1-2)PoC/効果検証・改善
事業部のプロジェクトと連携し、研究開発した成果物の効果検証を行い、他プロジェクトや本適用するための改善を実施します。

(2-1)コンサルティング（ITコンサル・アーキテクト）
研究成果やノウハウを踏まえ、プロジェクトの課題や要望に対応するための実行可能な計画策定やその支援を実施します。

(2-2)実行・実装（ITアーキテクト）
計画に基づき、プロジェクトのステークホルダーと連携し、研究成果やノウハウをプロジェクトへ導入・実装し、成果につなげます。

●プロジェクト参画スタイル
大きく、「研究開発フェーズ」と「導入・普及フェーズ」の2種類で参画スタイルが異なります。

・研究開発フェーズ：同チーム内で複数メンバー（協働者の方含む）と協働で研究開発の目標に基づき、プロジェクト計画・管理やツール・ノウハウ整備などを実施します。活用する技術を扱うベンダー等とコミュニケーションを図ることもあります。PoC/効果検証時は、プロジェクトのステークホルダーと連携し、どのようにプロジェクトでの検証計画・実行・レポート等をまとめ、改善へつなげます。目安として研究開発は半年 1年間、PoC/効果検証は数カ月程度です。
・導入・普及フェーズ：研究成果やノウハウをプロジェクトへ導入できるようにするため、プロジェクトのステークホルダーと課題・目標や対応するための実行計画などを合意形成していきます。また、プロジェクトメンバーと連携してその計画に基づき実行・実装を実施していきます。案件によって関わり方は異なりますが、コンサルティングのような関わり方では打ち合わせ等をベースにプロジェクトの課題抽出・目標設定等の策定を支援します。実行・実装では1プロジェクトメンバーとして実プロジェクトに参画します。

それぞれのフェーズが完全に独立せずに繰り返し実施しており、また案件や同チーム内の状況でも異なりますので、適宜、最適な形を選択することになります。

●組織説明
・技術革新統括本部
同社が手掛ける多数のプロジェクトを業界横断的に技術面で支援する技術特化部門です。クラウド、AI、ブロックチェーン、セキュリティといった先進領域の高度な専門性を有する人材が、事業部の各プロジェクトに対して技術的なリード、アドバイザリー、及び支援を行っています。

・AI技術部 クラウド・インフラチーム
AI技術部は、アプリケーション開発やクラウド・インフラ開発の高生産性を追求し、ビジネスアジリティを向上させることを専門とする部署です。その中でもクラウド・インフラチームは、高品質・ミッションクリティカル等のシステム開発の土台となるクラウド・インフラ構築の領域において、生成AI等の先進技術を活用してより高品質・高生産性を実現するべく研究開発や様々な案件へのコンサル・導入を推進しています。

【アピールポイント】
高品質・ミッションクリティカルなインフラ・クラウド開発において生成AI等の新技術を駆使し、さらなる高みを目指すことに挑戦したい方を歓迎します。
開発現場と共に課題を見つけ、改善をリードする中で、自らの専門性を磨き続けたい方に最適なポジションです。

1. 先進技術 × 基盤技術の両立
「生成AI等の先進技術をチャレンジしつつ、クラウドやオンプレ等の基盤開発の経験・知識も活かせる。」

2. 様々なシステム開発のノウハウに触れられる
「公共・金融・法人など、同社が関わる多彩な領域のインフラ開発のノウハウに触れることができ、幅広い知見を得られます。」

3. キャリアの成長機会
「ITアーキテクト・コンサルタントとしての論理的思考力、最新技術等のスキルに加え、プロセス改善などの知識だけでは得難い経験をもとにしたスキルアップなど、幅広いスキルを磨ける成長環境を提供します。」

4. 社内横断で活躍できるポジション
「全事業部から要請を受ける立場なので、さまざまな事業部・専門家と連携しながらプロジェクトを進められます。」

5. プロフェッショナル人材との協働
「AIに強い、インフラに精通したITアーキテクト・コンサルタントなど、専門性の高いメンバーとチームを組みながら成果を出せます。」

【業務概要】
顧客の業務課題を解き、AIが正しく機能するためのナレッジ・業務フロー・運用体制を設計し、現場で使われる状態まで伴走するポジションです。ツールを導入して終わりではなく、顧客の業績（PL）にまで効く業務変革をやり切ることをミッションにしています。技術的な実装はエンジニアと分担するため、ビジネス側の課題整理・業務設計に強みを持つ方を想定しています。
AIを使うためには既存ツール/システム（SoR/SoA）とのつなぎ込みと継続的な情報連携が不可欠です。顧客と握ったゴールを目的とした際に、最適な手段で既存ツール/システムとの連携を図りAIを稼働することが成果最大化に直結します。場合によっては同社内の追加開発や顧客側での既存ベンダーの乗り換え推奨含めて、ゴールを実現するためのシステム側の最適化を行うことが、役職において求められるミッションになります。

【具体的な業務】
顧客の業務課題の解決とAI-Ready化に向けて、業務プロセス・データ・既存ツール／システムの現状を整理し、AIが継続的に成果を出せる状態の設計から運用定着までを担っていただきます。進め方は大きく「1. 課題抽出（Discovery）」と「2. 実行支援（Delivery）」の2段階です。

1. 課題抽出（Discovery）：現状把握 → ゴール設定 → 実現ロードマップ
● 顧客の業務フロー、利用中のツール／システム、データ・ナレッジの流れを調査・ヒアリングし、現状を可視化する
● 業務上のボトルネックに加え、AI活用の妨げとなっている情報連携・システム運用・データ管理上の課題を特定する
● 顧客の要望をそのまま受け取らず、背景・目的を深掘りし、最終的に実現すべき業務成果・事業成果を言語化する
● 現状とゴールの差分を踏まえ、業務プロセスの見直し、既存ツール／システムとの連携、追加開発、既存ベンダーの見直しなども選択肢に含めた実現ロードマップを描く
● 工数削減・コスト削減・PLへの影響などの効果試算を行い、施策の優先順位や投資対効果を整理する
● 経営層・事業部門・IT部門・外部ベンダーなど、複数のステークホルダーの合意形成を支援・リードする

2. 実行支援（Delivery）：あるべき業務設計 → 実現方針整理 → 運用定着
● AI・ナレッジ活用を前提とした「あるべき業務」を設計し、新しい業務フロー・SOP（業務マニュアル）・意思決定基準を整える
● AIが担える業務と、人が判断・管理すべき業務を切り分け、業務プロセスを分解・再設計する
● AIを適用すべきポイントを見極め、必要な情報・データ・システム連携の方針を整理する
● エンジニアや運用コンサルタントと連携し、顧客ゴールの実現に必要な要件定義・実装方針・運用設計につなげる
● 必要に応じて、同社内での追加開発や顧客側の既存ツール／ベンダー見直しも選択肢に含め、エンジニアや関係部門と連携しながら実現方針を整理・提案する
● 現場への教育、運用ルールの整備、定着状況のモニタリング、レポーティングまで伴走し、解決策が継続的に使われる状態をつくる

【ポジション・部門の魅力】
同社は、FAQツールとして培ってきた「ナレッジデータの設計・整備・活用」の知見を軸に、AIを活用したナレッジデータプラットフォームへと進化してきました。目指しているのは単なるツール提供ではなく、企業が「AIを正しく機能させられる状態（＝AI-Ready）」をつくるための伴走です。現場に眠る暗黙知を発掘・構造化し、正確な情報とノイズを切り分け、情報の鮮度を保ち続ける運用の仕組みまでを、顧客と一緒に作り上げます。こうした地道なナレッジ改善を、同社は長年積み重ねてきました。とりわけ金融・インフラ・公共など、セキュリティ要件が厳しく導入難度の高い領域でも実績を伸ばしており、エンタープライズ企業への深い関与が強みになっています。
この変革を進めていくために新設されたのがAIコンサルティング部門です。従来型サービスのような部分最適にとどまらず、顧客の業務成果を最大化するために、AI・データ・ナレッジ・業務設計を組み合わせた変革を目指します。部門はPM・業務コンサル・運用コンサル・エンジニア・セールスで構成されており、業務コンサルタントは、「顧客の業務課題を整理し、あるべき業務プロセスを描く」役割を担います。顧客の要望をそのまま受け取って実装するのではなく、何を・なぜ解くのかを定義し、AIをどう活かすかを設計して、変革が現場に根づくまで伴走します。同社が見据えているのは、「AIと人が協働し、AIが担う業務と人が担う判断・管理が適切に設計されている」状態です。その実現に向けて、業務プロセスやAIと人の役割分担を見直し、AIマネジメントのあり方を具体化しながら、現場で成果が出る形に落とし込むのがこのポジションの役割です。技術的な実装はエンジニアや開発チームと分担するため、開発経験は前提としません。まだ役割や進め方が固まりきっていないフェーズだからこそ、自ら型をつくっていく面白さを楽しめる方を歓迎します。

成果（KPI）への責任と、コンサル手法の型づくり
● 成果指標（KPI）に向き合い、顧客と同じ目線で業務改善・PL改善に伴走する。例：コンタクトセンター領域では、「自己解決数の向上＝問い合わせ削減」「AHT（平均処理時間）の短縮＝対応コスト削減」などがPLに直結します。
● さらに上流では、事業KPIの再定義やROI設計など、経営レイヤーと接続した議論にも踏み込む。
● 個別プロジェクトの中で得られた知見から、汎用化できる業務変革・AI導入・システム連携の型を見出し、同社のコンサルティング手法として標準化していく。

なぜ今、同社なのか
同社は長年ナレッジ改善を支援し、自己解決率の向上や受電削減を通じて、顧客の業績に向き合い続けてきた企業です。そのデータ整備のノウハウが、AI-Ready化への伴走を支える土台になっています。日本の大企業・エンタープライズのAI活用という難度の高いテーマに、ナレッジ改善で積み上げてきた知見を武器に挑める環境です。顧客の変革を担い、そこで得た知見が次の顧客へと広がっていく その循環を、最前線でつくっていける仕事です。

画像処理AI・外観検査システムの開発を通じて、製造業の品質向上・生産性向上を支援する企業でのポジションです。
これまでの画像認識技術を強みに、現在はロボティクス・自動化領域へ事業を拡大し、AIとロボットを融合した「フィジカルAI」の研究開発を推進しています。
本ポジションでは、AIによる画像認識技術とロボット制御技術を組み合わせ、製造現場で活用されるロボットAIシステムの開発を担当いただきます。
画像認識からロボット制御、設備への実装まで一貫して携わり、人手に頼る製造工程の自動化を実現する次世代ロボットシステムの開発を推進していただきます。

【業務内容】
* 製造業向けロボットAIシステムの設計・開発
* AIを活用した画像認識・物体検出・姿勢推定アルゴリズムの開発
* カメラ・Depth Camera等を活用した認識システムの開発
* AIによる把持位置推定アルゴリズムの開発
* ロボットハンド・ロボットアームを活用した自動化システムの開発
* ロボットビジョンシステムの設計・開発
* ロボット・自動化設備・FA設備へのAI実装
* 学習データの収集・アノテーション設計・データセット構築
* AIモデルの学習・評価・改善・運用
* エッジデバイス上でのAI実装および最適化
* PoCから製品化・現場導入までのプロジェクト推進
* 最新のAI・ロボティクス技術の調査・検証およびプロダクトへの適用

【変更の範囲】
会社の定める全ての業務

データテクノロジーとAI技術を組み合わせた最適なソリューションを通じて、クライアントの複雑な課題を解決へと導くことをミッションとする組織でのポジションです。コンサルタントに加え、データエンジニアやサイエンティストが約30名所属し、構想策定から提案、開発まで一気通貫で実行できる少数精鋭のプロフェッショナル集団です。エンタープライズ企業を中心に、顧客のWhy・Whatから深く伴走し、真の課題解決に貢献します。CTO直属組織であるため意思決定が迅速で、新しいツールの導入や最新のトレンドを実際のビジネスの場で試すことができる体制が整っており、常に最先端の技術動向を追求できる環境です。

エンタープライズ企業を中心とした一次請け案件において、データ・AI活用の構想策定から実装フェーズを一気通貫でリードします。

【主な業務内容】
1. データ活用構想・戦略フェーズ
- 経営層・業務部門へのヒアリング
- データ活用の目的定義（Why/Whatの明確化）
- KPI設計、ロードマップ策定
- 実現方式・技術選定
※「要件をまとめる」のではなく、「何をやるべきかを決めにいく」役割です

2. PoC 実装の技術リード
- LLM/RAG等を用いたPoCの開発、導入推進
- Snowflake/Databricks/Big Query等を活用した基盤設計
- データエンジニア・サイエンティストと連携した実装フェーズ牽引

3. このポジションで得られる経験・意義
- 戦略が提言で終わらず実装、定着まで伴走できる
- 社内に多数のデータエンジニアやサイエンティストを擁し、実装まで完結できる
- PoC量産ではなく「使われるAI」を実現するAI-Readyの思想
- 100%一次請け／意思決定者と直接向き合える環境
- CTO直属組織のため、技術・投資判断が速い
- 「戦略×実装」を個人技ではなく、組織力で実現できる環境があります。

【このポジションの魅力】
- 戦略・構想を“絵”で終わらせない実行経験
- 経営層・業務部門を巻き込む本質的な合意形成力
- モダンなデータ基盤・生成AIの社会実装経験
- コンサルティングとテクノロジーのハイブリッドキャリア