DX関連、1600〜1800万の転職求人

72 件

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

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

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

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

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

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

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

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

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

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

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

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

【業務概要】
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。

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

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

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

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

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

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

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

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

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

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

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

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

＜具体的な業務内容＞
【医療・製薬領域におけるPoC・デモ開発】
・製薬企業・医療機関との共同研究において、顧客の課題をヒアリングし、技術的実現可能性の検証とPoC設計・実装を担う。
・自社生成AIを用いた、医療・製薬業界におけるユースケースのプロトタイプ実装と、顧客へのデモンストレーション。
・顧客の現場・データ環境（オンプレ、閉域網、個人情報保護要件等）を踏まえたシステム設計・実装。

【ドメイン特化モデル・AIエージェントの開発】
・医療・製薬ドメイン向けのファインチューニング・RAG・AIエージェント構築の実装と改善。
・ドメイン特化データの収集・前処理・評価データセットの構築。
・ドメイン専門家のフィードバックを取り込んだ性能評価と、モデル・プロンプト・パイプラインの継続的な改善。

【技術調査・共通基盤への貢献】
・医療・製薬領域への適用に向けた最新技術（LLM、RAG、エージェント、評価手法等）の調査と社内への還元。
・医療・製薬で得た知見を金融・製造業など他ドメインへ横展開するための共通モジュール・基盤の開発。
・基盤モデル研究チームへの現場フィードバック。

【事業開発チームとの協働】
・事業開発チーム（PM/BizDev）と連携し、顧客要件を技術タスクへ落とし込み、実装からデリバリーまでを担う。
・顧客・ドメイン専門家との技術的なディスカッションに参加し、技術的な制約と選択肢を説明する。

＜仕事の魅力点＞
・基盤モデルの内側まで踏み込める：API越しにLLMなどの生成AIを使うのではなく、自社で開発する国産基盤モデルそのものに手を入れ、ドメイン特化を進められる国内でも数少ない環境です。
・入社直後から実案件に関われる：大手製薬企業・大学病院との共同研究がすでに動いており、机上のPoCではなく、現場の専門家と対話しながら開発を進められます。
・「作って終わり」ではなく「使われるまで」を経験できる：モデル開発、PoC実装、顧客デモ、現場導入まで、Vertical AIのライフサイクル全体を一人のエンジニアとして一貫して担えます。
・立ち上げフェーズの少人数チーム：社会実装フェーズの立ち上げメンバーとして、チームの開発プロセスや技術基盤づくりに初期から関わり、裁量を持って動けます。当社初のPM/BizDevとエンジニアの混合組織であり、ビジネスと技術の距離が極めて近い環境です。
・ドメイン専門性とAI技術の両方を伸ばせる：医療・製薬という専門性の高い領域の知識を、顧客・研究者との協働を通じて実務で獲得しながら、最先端の生成AI技術を実装できます。
・横展開のスケール：医療・製薬で確立した手法を金融・製造業などの他領域へ展開し、グループ内トライアルを通じて社会に届ける機会があります。

業界の常識になる事業の型を、顧客と一緒に作りきっていただきます。CPGメーカーや流通企業をはじめとするエンタープライズ企業では、基幹システムの外側に判断と調整を伴う膨大な業務が残っており、既存のERPやSaaSではカバーしきれない領域になっています。

ここは、生成AIの登場によって初めて自動化・再設計が可能になりつつある領域でもあります。 私たちは、この領域に対して既存の「ソフトウェア提供」とは異なるアプローチで事業を立ち上げています。現在は複数のエンタープライズ企業とのPoCが進行中で、どの業界・どの業務を最初の型にするかを見極めるフェーズにあります。この最前線で型のない状態から顧客フロントに立ち、複雑な業務を解きほぐし、AI事業の型をつくりきれるBizDevを増員募集します。

1.顧客の業務・組織課題を解きほぐす
経営層・事業責任者・現場担当者へのヒアリングを通じ、業務フローと課題を構造的に把握
その中でAIが解決に寄与する領域を特定し、あるべき姿を顧客と合意する

2.PoC〜本格導入までを主導する
プロダクト・エンジニアリングチームとワンチームを組み、数ヶ月単位のPoCを顧客と一緒に走らせる
成果を顧客経営層に報告し、本格導入への意思決定を引き出す - 契約・SLA・データ利用規約・セキュリティ要件の交渉

3.事業スキーム・提供形態の設計
顧客ごとに最適な提供形態・契約形態・プライシングを組成
導入後のデリバリー品質をチームでモニタリングし、継続・拡張につなげる

4.型化(プラットフォーム化)と横展開
成功したユースケースを提案プロセス・業務分析テンプレート・KPIセットとして型化
型が固まった領域は既存セールスチームに引き渡し、自身は次のテーマへ
複数顧客で共通する課題をプロダクトに還元する流れを作る

この仕事の魅力
▽ 事業・サービスの魅力
既存のソフトウェアでは解けなかった領域にAIで踏み込める
基幹システムの外側には、人の判断と調整で回っている巨大な業務領域が残っています。ここは長年「そういうものだ」として手付かずでしたが、生成AIの登場によって初めて自動化と再設計が可能になりました。私たちが向き合っているのは、この10年で最も大きな構造変化が起きている領域です。

既存のアセットを踏み台にして立ち上げられる
当社は、食品・飲料メーカー・小売・卸とすでに深い関係性とパイプラインを持っています。ゼロから顧客を開拓する立ち上げではなく、初手から意思決定者と議論できる状態で事業を組み立てられるのは、他のAIスタートアップにはない構造的な優位性です。

プロダクトだけでなく、業界そのものを再設計する挑戦
単一SaaSの機能競争ではなく、業務プロセス・取引慣習・業界間の情報流通まで含めて問い直す規模感の事業です。完成された市場で差別化するのではなく、まだ型が定まっていない領域で、業界標準になる型を作るポジションに立てます。

【業務概要】
不動産領域におけるDXを推進する企業でのポジションです。事業拡大に伴い、スピーディかつ円滑な事業運営を実現するための次世代型の組織基盤づくりが重要なテーマとなっています。本ポジションは、指示された作業の改善に留まらず、グループ全体の業務プロセスやリソース配置を俯瞰し、生産性を高めるための最適なオペレーション設計や、AI等の最新テクノロジーを活用したプロセスの進化をゼロベースで描き、主導するBPR専任担当（マネージャー候補）の募集です。

【具体的な業務】
- 潜在的な改善機会・伸びしろの能動的な探訪：各現場の複数部門・多種多様なポジションが連携するプロセス全体を分析し、さらなる生産性向上や効率化の余地を自ら発見・可視化します。
- 業務プロセスのゼロベース再設計（BPR）：従来のやり方にとらわれず、さらなる事業拡大に耐えうる「あるべき業務フロー」や最適なリソース配置をリデザインします。
- AI・最新テクノロジーによる高度化推進：手作業や定型業務に対し、生成AIや最新ITツールを戦略的に取り入れた自動化・標準化を推進します。

【ポジション・部門の魅力】
- 大規模組織の立ち上げメンバーとして次世代の基盤を創る大きなインパクトがあります。決まった枠組みがないからこそ、自ら課題を設定し、組織全体の仕組み化・構造化を主導できる非常に高い裁量権があります。
- 人とAIの最適化で事業成長を直接加速できます。単なるコスト削減にとどまらず、AI活用や多様なリソース構造の適正化を含めた抜本的な構造改革を通じて、組織全体の生産性を爆発的に向上させます。
- BPR組織の立ち上げとマネジメントキャリアを築けます。まずは実務を牽引し、将来的には組織拡大に伴うBPRチームの立ち上げやマネジメント業務をお任せする予定です。

チーム紹介
同社における、Data/AIの専門家集団がこのチームです。昨今、あらゆる企業においてデータとAIの活用が企業価値向上の源泉となっており、その中心的な役割を担う各企業のCDO/CAIOが抱えるペインポイントをデータ/AI活用の観点から解消し、その先にあるビジネス成果創出を実現します。
顧客目線で「何を為したいか」というデータ活用戦略から、それらを実現するAIエンジニアリング、データサイエンス、プラットフォーム構築、データマネジメント領域を伴走型で支援します。

【人員構成】
総合系/IT系コンサルティングファーム、ITプロダクト/サービスプロバイダー、SIerの出身者を中心に、一般事業会社の経営企画部、業務改革推進担当など、コンサルティング・デジタル領域の未経験者も多数在籍

【関連する記事のリンク】
デジタルトランスフォーメーション推進（DXA）紹介

職務内容
【具体的な案件内容】
●AI技術を活用したソリューション導入、開発
生成AIおよび機械学習技術を活用し、クライアント企業の業務高度化や新規価値創出を実現するソリューションの導入・開発を推進します。業務課題やデータ活用の成熟度を踏まえた上で、要件定義から設計・開発・テスト・納品まで一気通貫で対応します。また、RAG（Retrieval-Augmented Generation）技術を用いたナレッジ活用基盤の構築や、大規模言語モデル（LLM）に対するプロンプトエンジニアリングを通じた出力精度・業務適用性の最適化を実施します。さらに、生成AI機能をWebサービスへ組み込み、各種APIとの連携を通じて既存システムとの統合や業務プロセスへの実装を行い、実運用に耐えうるAIソリューションの提供を実現します。

●同社ソリューションの企画・開発
同社生成AIサービスをはじめとするAIソリューションの企画・開発を推進します。ユーザーニーズや市場動向を踏まえた機能設計から開発・運用・改善までを担い、継続的な価値向上を実現します。生成AIおよびRAG技術を活用した高度な機能開発に加え、プロンプト設計やモデル最適化を通じてサービス品質の向上を図ります。また、Webアプリケーションとしての実装および外部API連携を通じて、スケーラブルかつ実用性の高いプロダクト開発を行い、競争力のあるAIサービスの創出・進化を推進します。

●データ分析/モデル構築支援
財務・非財務の観点における企業価値向上や企業経営の高度化／強化を目的とし、ビジネス強化分析からオペレーション高度化、経営ダッシュボードや業績予測など、社内外の広範囲なデータを活用したデータ分析/モデル構築を支援します。

【役割及び責任】
＜シニアコンサルタント＞
上記のプロジェクトに参画し、クライアントとのコミュニケーションを通じて業務課題を整理し、AI技術を活用した解決策の具体化から実装までを推進します。
具体的には、以下の役割を担います。
・クライアントの業務理解および課題整理、要件定義の実施
・生成AI・機械学習を活用したソリューションの設計・開発（RAG構築、プロンプト設計、モデル最適化、API連携 等）
・Webサービスや業務システムへのAI機能実装およびテスト対応
・データ分析・モデル構築の実務推進
・同社サービス開発における機能実装および改善活動への参画
・プロジェクト成果物の作成および納品対応
技術力とビジネス理解の双方を活かし、実装可能な形で価値創出を行うことが求められます。

＜マネージャー以上＞
上記のプロジェクトを統括し、クライアントへの価値提供最大化とプロジェクト成功に対して責任を持ちます。コンサルタントの実務推進に加え、チームをリードし、プロジェクト全体の管理・推進を担います。
具体的には、以下の役割を担います。
・クライアントとのリレーション構築および期待値マネジメント
・プロジェクト全体の計画策定（スコープ・スケジュール・品質・コスト管理）
・要件定義およびアーキテクチャ設計における意思決定・レビュー
・生成AI・RAG・AIエージェント等の技術選定および導入方針の策定
・チームマネジメント（メンバー育成、進捗管理、品質担保）
・リスク管理および課題解決の推進
・同社ソリューションの企画・方向性検討への関与
・プロジェクト全体の成果責任（顧客価値創出・納品品質の担保）
ビジネス視点と技術視点の双方を踏まえ、プロジェクトを成功に導くリーダーシップが求められます。

事業部における各種プロジェクトの内、生成AIやデータサイエンス等のテクノロジーを活用して、クライアント企業のDX推進を攻めと守りの両輪で支援するポジションです。本ポジションは、同社のアドバイザリー業務全体におけるデータ分析、機械学習モデル開発、生成AIやAIエージェント開発に関するCoE組織を兼ねています。

クライアント企業に提供するデータや最新デジタルテクノロジーを活用した課題解決および業務改善を支援するコンサルタントの内、マネジャー／シニアマネジャーとして以下のような業務のプロジェクト管理を担当していただきます。

・最先端のテクノロジー（AI、機械学習、クラウドサービス、等）を活用したサービスの研究開発とクライアント向けアドバイザリー業務、課題解決に最適なソリューションの設計／導入
・生成AI、AIエージェントを活用した業務改革支援
・データドリブンな意思決定を推進するためのクライアントの業務プロセス改善支援
・クライアントコミュニケーションを通じて、ビジネスを理解し、データをビジネス課題に結びつけ、ビジネスの目標や課題を把握し、それに適したデータ分析戦略の立案
・統計学や機械学習などのスキルを駆使し大量データの分析／可視化によるインサイト導出によるクライアントの課題解決支援
・AIシステムやAIモデル、生成AIなどの有効性、信頼性に係る検証支援
・データ分析業務の構築、業務プロセス設計等を通じたクライアントの課題解決支援

組織立ち上げから3年、約60名のチームで、社内ベンチャーのような勢いがあり、変化が多いながらも一体感のある風土・環境です。コンパクトな組織の中で、強固な信頼関係がある大手クライアントに向け、個人で大きな裁量をもって成長することが可能です。
ソリューション開発チームが隣接する環境で、新たな角度からの提案が生まれやすく、専門性を高めやすいというやりがいにつながります。新規サービスの開発にも関わることができます。
自己実現を応援する風土があり、DX関連業務（AI等の最新テクノロジー活用・データ分析・デジタルガバナンス構築等）だけでなく、ITアドバイザリー業務（データマネジメント・システム監査等）など幅広い業務があり、個人のキャリア希望に合わせて選択できます。兼務可能な業務の例として、監査、会計監査、各種保証業務、情報セキュリティ関連アドバイザリー、生成AIその他最新の先端技術の研究等があります。
グループ会社間の連携も多様で、プロジェクト単位で専門性を活かしたコラボレーションがあり、様々なニーズに対応していくことができます。

【組織・チームの役割】
BPaaS事業の主力サービスにおいて、AIを前提としたサービスの企画・開発・運用を一気通貫で担う開発責任者のポジションです。
中小企業のバックオフィス業務をプロセスごと代行するBPaaSを、人が主体のオペレーションから、生成AI・AIエージェントが主体となって業務を遂行する次世代のサービスモデルへと進化させる役割を担います。
開発チームを率いて、“AIが業務を遂行することを前提としたサービスそのものの設計・開発”をリードし、BPaaS事業の非連続な成長を牽引するポジションです。

【実現できていないこと】
●AIサービスとしての標準化・プロダクト化
現在、一部の顧客業務領域ではAIを活用したオペレーションが稼働し、成果が出始めています。この成功パターンを個別対応にとどめず、再現性のある「AIサービス」として標準化・プロダクト化し、より多くの顧客に展開できる開発体制づくりを加速させることが課題です。

●AI主体のサービスデリバリーで、高採算・スケーラブルな事業成長を実現できる企業へ
目指すのは、AIがサービスデリバリーの中心を担い、人の介在を最小限にした高採算なモデルです。「どの顧客業務からサービス化するか」「共通化と個別対応のバランスをどう取るか」、この意思決定を担い、サービス開発をリードできる責任者を求めています。

【業務内容】
●BPaaS AIサービスの企画・設計
・顧客（中小企業）の業務プロセスの分析と、AI化によるインパクトの試算・サービス化対象の特定
・「人が対応すべき業務」と「AIに任せる業務」の切り分けを前提としたサービス設計

●AIサービスの開発・運用
・LLM、AIエージェント、ワークフローツール（n8n,Dify,GAS等）を組み込んだサービスの設計・開発・実装
・自動化率、処理コスト、品質などのKPI設計とモニタリング、継続的な改善

●開発組織の連携・マネジメント・プロジェクト推進
・開発ロードマップの策定と優先順位の意思決定
・オペレーション部門・事業部門と連携した開発プロジェクトの計画・推進
・開発メンバーの採用・育成・マネジメント

【使用ツール】
・生成AI / LLM (Claude Code,Codex,Cursorなど)
・自動化ツール (n8n, Dify, GASなど)
・プロジェクト管理ツール (Confluence, Jira,Miro,Githubなど)
・コミュニケーションツール (Chatwork)

1．募集の背景と部門のミッション
DX戦略部門（2024年4月新設）を中心に、AI・データ利活用、デジタルアセット（次世代決済）、生成AI活用、グローバルDX、AIガバナンス、人材戦略など、複数のテーマで組織を拡大しています。本募集は、DX戦略部門および関連部署（AI・データ推進部門、社内DXコンサルティングチーム、事業開発チーム、証券会社出向ポジション）を対象とした、6チーム・24職種の部門横断募集です。

2．組織体制
DX戦略部門を核に、次世代決済チーム（デジタルアセット専門チーム）、AI・データ推進部門（AI・データ基盤・生成AI）、社内DXコンサルティングチーム（社内DX推進）、事業開発チーム（データサイエンス・アライアンス）、証券会社出向ポジションの6チームで構成。各チームが連携し、企画からPoC、開発、本番運用・定着化までを内製中心に一気通貫で推進しています。

3．募集ポジション（6チーム・24職種）
●DX戦略部門（3職種）
デジタル人材戦略の企画・推進／グローバルDX推進の企画・推進（海外協働）／コンタクトセンターDX改革（戦略企画・PJ推進）

●次世代決済チーム（デジタルアセット・6職種）
プロダクトエンジニア／ビジネスアーキテクト／プロジェクトリード／テックリード／海外PJ推進担当／次世代決済インフラ構築PM（新全銀対応）

●AI・データ推進部門（9職種）
AI/BI/PPFによる全社DX推進／システム企画・PM（DWH・データ基盤）／データマネジメント／データエンジニア／生成AIプラットフォーム戦略／AI施策の企画・PoC・開発推進／AI業務導入施策の企画・推進／AI利活用リスク・ガバナンス企画推進（1.5線）／データガバナンス

●社内DXコンサルティングチーム（2職種）
DXコンサルティング（社内業務高度化）／生成AI活用推進・コミュニケーション企画

●事業開発チーム（2職種）
データサイエンティスト（AI与信モデル）／デジタルアライアンス企画・推進

●グループ内証券会社デジタル戦略室（銀行所属・出向）（2職種）
全社DX基盤の企画・導入推進／各部DX施策の実装支援

4．応募について
本求人はDX戦略部門を中心とした部門単位での募集です。応募時点で職種を確定いただく必要はありません。ご経験の内容と幅、ご志向をふまえ、上記24職種のなかから最適なポジションをご相談しながら選考を進めます。

以下のような方に向いています。
・生成AI/AI・データ活用に、事業インパクトの大きな環境で取り組みたい方
・企画からPoC、本番運用・定着化まで一貫して関わりたい方
・金融機関ならではの制約条件のもとで、事業と技術の両面から意思決定を行いたい方

当社が展開するプロダクト、またはデータ戦略部門・研究開発部門において、独自のビジネスデータベースと先端技術（AI・機械学習・生成AI）を組み合わせた機能開発・技術課題解決を担います。

ご経験や適性に応じて、以下のいずれかの領域の業務を中心に行います。

1. 検索・推薦エンジニアリング
検索機能（キーワード検索、ベクトル検索、RAGなど）の設計・実装
検索精度の向上、パフォーマンスチューニング、UX改善指標の策定
2. 機械学習・自然言語処理・画像認識
文書からの情報抽出、名寄せ、ニュース推薦等のアルゴリズム研究開発
生成AI（LLM）を活用した新機能のプロトタイピングおよびプロダクト実装
実サービスへの導入に向けたモデルの最適化・API化
3. データサイエンス・戦略
事業課題に基づくデータ分析、統計モデリング、インサイト抽出
独自の企業データベース構築に向けた名寄せエンジンの開発・運用
4. アーキテクチャー・技術基盤
AI・データアプリケーションにおける最適なアーキテクチャー設計・技術選定
大規模データ処理基盤やMLOps/LLMOps環境の構築・運用

●本ポジションの魅力
・国内最大級のビジネスデータ（名刺、契約書、請求書等）を用いた高度な分析・開発経験を積める
・R&Dとプロダクト開発の距離が近く、自らの技術成果がダイレクトに事業貢献・ユーザー価値につながる実感を得られる
・生成AI、LLM、RAGなどの最先端技術を、実用的なプロダクト機能として実装する挑戦ができる
・スケーラブルな検索基盤やデータ基盤の設計・構築スキルが身に付く

●主な技術スタック
▼ 開発言語
-Python/TypeScript/Kotlin/Ruby/Rust 等

▼ インフラ
-AWS/Google Cloud/Azure/Docker/Kubernetes/Terraform

▼ データベース / 検索基盤
-PostgreSQL/Elasticsearch/OpenSearch/BigQuery/DynamoDB

▼ その他（ソースコード管理・コミュニケーション・デザイン連携etc）
-GitHub, Datadog

※配属チームやプロジェクトにより、最適な技術を選定・使用します。

組織について
同社のIntelligent Operational Excellence Business Unitは企業の競争力強化に向けて、AI活用を前提としたビジネスモデル転換を、構想からAIエージェントの構築・実装、そして実際の運用・定着までを一気通貫で支援する組織です。
クライアントと強固なリレーションを構築し、価値共創を進める原動力となることが求められています。

2026年4月、AIを主体としたお客様の変革を継続的に支援すべく、新たにビジネスユニット化しました。
単に「AIを構築する」だけでなく、構築したAIエージェントが実際に現場で機能し、お客様の生産性向上という成果に結びつくところまで責任を持って伴走することを特徴としています。

この変革をテクノロジー面から支える中核組織として設立したのが、本求人の募集ポジションであるABeam Intelligent Center（AIC）です。AICは、AIエージェントを中心に、構想策定・コンサルティングからAIエージェントの構築、運用、業務オペレーションまでを一気通貫で担う、同社のAI変革の中心的な基盤として位置づけられています。

AICならではの強み：「グループ内・社内で実践・検証した知見やノウハウ」の実践知
AICは、グループ会社および同社の業務変革を「実践知見」と位置づけ、グループ内・社内で実践・検証した知見やノウハウをお客様に提供しています。
自社実践に裏付けられた実効性の高いAI変革を届けられることが大きな特徴です。

提供サービスの一例
1. AIエージェントを前提とした業務・組織変革の構想立案
2. AIエージェントの設計・構築・導入
3. 導入後のAIエージェントの運用・保守、継続的な改善（マネージドサービス）
4. グループ会社／同社実践で磨いた業界ベストプラクティスの提供

提供サービスの一例
1. クライアントのバック・ミドル業務における、組織・システム・業務変革の構想立案・実行/導入支援
2. お客様シェアードサービスセンター（SSC）のAIなど先進テクノロジーを活用した変革支援
3. AIエージェントマネージドサービス
4. アドバイザリーとしてBPO推進における業務分析やベンダ選定等支援
5. BPaas（業務ツールの導入に合わせて、業務運用をセットにする形）サービス

入社後のアサイン想定プロジェクト
【リード/マネージャーとして期待する役割】
組織立ち上げフェーズのため、事業構築から案件獲得、プロジェクトマネジメントまで経営に近い視点で活躍いただけます。
AICでは「AIエージェントを作って終わり」ではなく「現場に定着させ、成果を出し続ける」フェーズまで関与するため、事業オーナーの視点で仕事に取り組めます。

想定プロジェクト
以下案件の案件創出からデリバリーまでリードいただきます。
1. AIエージェントを前提とした業務変革の構想提案・ソリューション設計
2. クライアント業務のAI活用に向けた業務プロセス再設計プロジェクト
3. AIエージェントの選定・構築・カスタマイズ（自社アセット活用、新規開発を含む）
4. 稼働後のAIエージェントの運用・保守・継続改善（マネージドサービス）
5. グループ会社／同社の業務変革プロジェクトへの参画（実践知見の活用）

キャリアの魅力
1. 最新のAIエージェント関連コンサルティングを実践できます
2. 立ち上げ期のため、組織の中心メンバーとしての活躍を期待しています
3. 0→1のサービス構築が経験できます
4. 案件創出からデリバリーまでを一連で経験いただけます

デジタル戦略企画部は、デジタル・カンパニーの経営戦略・事業戦略の策定、新規事業の企画、社外企業との提携・出資、子会社・出資先の管理およびカンパニーの経営管理を担う組織です。

本ポジションでは、特にAIを重要な戦略テーマとして捉え、経営・事業課題を起点に、AI・デジタル戦略や重点施策を企画し、関係部門を巻き込みながら実行まで推進していただきます。

【業務概要】
デジタル戦略企画部は当該企業グループ全体を俯瞰し、経営環境、金融業界およびテクノロジーの変化を捉えながら、経営層との議論を通じてAI・デジタル戦略を企画し、関係部門と連携して実行まで推進します。
主な業務は以下のとおりです。
・社内カンパニーであるデジタル・カンパニーの経営戦略・事業戦略の企画立案
・AIをはじめとする先端テクノロジーの活用方針、重点テーマおよびロードマップの策定
・経営・事業課題を起点とした業務変革施策の企画・推進
・金融市場、競合企業、テクノロジーおよび規制動向の調査・分析
・経営層への提言、意思決定支援および経営管理
・グループ各部門、関係会社、社外パートナーとの調整・合意形成
・戦略に基づく各種施策の推進・モニタリング

デジタル戦略・事業企画を幅広く担いながら、特に重点領域であるAIについて、活用戦略や重点施策の企画・推進を中心的に担っていただきます。経営に近い立場で、グループ各部門や国内外の関係者との議論・調整を主導する経験を通じて、AI・デジタル戦略および経営企画の専門性を高めることができます。リーダー層には、経営層への提言やチームマネジメントを通じて、グループ企業全体のAI・デジタル戦略を牽引していただくことを期待します。

●業務概要
これまで自社サービスは、ノンデスクワーカー領域のお客様を中心に、現場の日常に深く入り込み、顧客の組織文化の変容や組織作りを支援してきました。
実際に、お客様から「現場のオペレーション」や「属人化した業務設計」に関するリアルな悩みや課題が寄せられています。
働きやすさを実現するために、自社サービスの枠を超えてお客様の現場に入り込み、AIで最適化や半自動化を推進する「AX（AI Transformation）」を実現したいと考えています。
本年度、当社のAI戦略責任者として、AI活用技術とビジネスの双方に精通したメンバーが参画。
社内にはAIの専門知見を持つプロフェッショナルが集い始めています。
単なる既存事業の延長ではなく、この「AI×業務コンサルティング」の新領域において、当社の未来を創る「事業責任者候補」として、ゼロから事業を仕掛けていくリーダーを募集します。

●具体的な業務
1.AI/AX事業の戦略立案および事業開発
・ビジネスモデル構築：AI活用の成果に基づく新しい課金モデルの設計・検証
・ROIフレームの構築：業務削減効果の定量化および、ROI証明手法の確立
・GTM戦略の策定：新規市場開拓、および既存SaaSチャネルを活用したGo-To-Market戦略の立案・実行
・オペレーション設計：事業のスケールを見据えた、安定性と拡張性を両立する組織・業務フローの設計
2.顧客の業務変革（AX）コンサルティング
・課題の構造化：顧客の業務（稟議や請求書などのバックオフィスフロー、企業様特有のフロー等）をヒアリングし、ペインポイントの深掘りと課題の構造化
・ソリューション設計： LLM/AIを活用したBPR案の策定、および「業務の自動完結」を目指したAI導入プロセスの設計
・AIエージェントの導入支援：自社サービスの接点データと顧客の業務コンテキストを掛け合わせた、最適なAI活用シナリオの提案
・分析基盤の整備：BigQueryやLookerを活用したデータモデリングおよび、可視化による意思決定支援ポジション

●部門の魅力
事業開発部は、高い目標を達成するための最重要部門です。
・「0→1」とその先の「1→100」の責任：単なる新規事業の立ち上げに留まらず、将来的に全社売上を支える事業へとグロースさせるミッションを担います。
・自社サービスアセットの活用：自社サービスが培ってきた顧客基盤や信頼を土台に、コンサルティングを掛け合わせて顧客に価値を提供します。
・働きがいのある社会の実現： 自社サービスが「場の提供」を担ってきた一方で、事業開発部ではその一歩先にある「経営戦略」「人事制度」「組織文化」といったOSの部分から変革を支援します。
その先の「働きがいのある社会」を自らの手で作り上げるやりがいがあります。
・プロフェッショナルが集う組織： 少数精鋭のチームであり、各メンバーがオーナーシップを持ち意思決定を行っています。
事業責任者に必要な総合力（戦略・営業・開発連携・PL管理）を、実践を通じて習得できる部門です。

プライベートエクイティファンド（主にバイアウト投資）の投資先のDX関連の取り組みサポートいただきます。
投資先にDX知見者が不在の場合、投資先のPMの立場で外部ベンダーの選定・管理、社内のチームアップ、PJTマネジメント、進捗報告、育成等を行っていただきます。
1人あたり3社程度の投資先を担当いただき、当ファンド内のDX推進も担当いただきます。

【業務概要】
AIとテクノロジーの力で“人と機会（ポジション）の出会い方”を再設計する企業でのポジションです。「個性に合った機会と出会える社会」を実現するため、人の理解がベースになるあらゆるプロセス（採用・評価・育成・配置）をデータドリブンに再構築しています。
その第一歩として、AIが面接官の役割を担うプロダクトを提供しています。AI面接という新しいカテゴリーを切り拓きました。日本を代表する大手企業で続々と導入され、高い実績を上げています。
同社は上記の主力プロダクトを提供するだけの単一プロダクト提供企業ではありません。面接・評価に眠る一次データを企業の経営アジェンダへ接続し、採用を起点に新たな「人事OS」を実装していきます。主力プロダクトはその入口の一つに過ぎず、同社の本質は“データ×経営”で人と組織の意思決定をアップグレードすることにあります。

【具体的な業務】
1. AIモデル基盤の設計・構築
* AI面接・評価ロジックを支えるモデルの設計・開発・運用
* LLMを中核とした推論パイプラインの構築と高度化
* モデルの品質・再現性・パフォーマンスを担保する基盤整備
2. 強化学習・学習サイクルの設計
* オントロジー構築や評価精度向上に向けた強化学習サイクルの研究・適用
* フィードバックを学習へ還元する仕組みの設計と検証
* データ基盤と連携した、継続的なモデル改善プロセスの構築
3. 公平性・アラインメントへの取り組み
* 評価AIの公平性・説明責任・安全性を担保する仕組みへの関与
* モデル／エージェントのアラインメント設計と検証
* ガバナンス要件を満たすモデル運用の実装
4. 研究知見のプロダクト実装
* 研究的な探索結果を、実プロダクトへ実装可能な形へ落とし込み
* AIエージェント基盤（マルチエージェント構成）への組み込みと検証
* 知見の体系化・標準化による再現性の確立

【ポジションの魅力】
* 共通の評価軸で一貫して蓄積された希少なデータ資産を扱える
* 採用・評価という社会的影響の大きい領域で、公平性・アラインメントに正面から向き合える
* 研究的な探索と、実プロダクトへの実装・運用が地続きになっている環境
* オントロジーを核としたエージェンティックな全社基盤の中核に関与できる

同社について
同社は、AIとテクノロジーの力で“人と機会（ポジション）の出会い方”を再設計する企業です。「個性に合った機会と出会える社会」を実現するために、人の理解ベースになるあらゆるプロセス──採用・評価・育成・配置──をデータドリブンに再構築しています。

その第一歩が、AIが面接官の役割を担う主力プロダクトです。今や日本で当たり前になりつつある“AI面接”という新しいカテゴリーを切り拓きました。日本を代表する大手企業で続々と導入され、アップセル率100%、チャーン率0の実績とともに、トップティアVCからシリーズAにて調達しています。

事業概要
同社は主力プロダクトを提供する単一プロダクト提供企業ではありません。面接・評価に眠る一次データを企業の経営アジェンダへ接続し、採用を起点に新たな「組織基盤OS」を実装していきます。AI面接はその入口の一つに過ぎず、同社の本質は“データ×経営”で人と組織の意思決定をアップグレードすることにあります。

募集の背景
同社は、個社ごとの深い実装を担う開発組織（ラボ）と、そこで生まれた価値をSaaSとして汎用化する開発組織（ファクトリー）の二層モデルで開発を進めています。Forward Deployed Engineerはこの二層をつなぐ中核ポジションであり、大手企業アカウントに対しては顧客のCTOとして、社内に対してはプラットフォームのCTOとして、双方向にコミットメントを持って動いていただきます。

Forward Deployed Engineerは“実装の下請け”ではありません。顧客の課題解決と価値創出に対してオーナーシップを持ち、課題定義から設計・実装・スケールまでを一気通貫で担う。さらに「この実装をどう汎用化しプラットフォームへ還元するか」までを主体的に考え、プロダクトそのものを進化させることが期待されます。ユースケース開拓のフロントラインとして、複数名体制の組成を進めています。

ポジションの魅力
- 顧客のCTOとしてアカウントに深く入り、同時にプラットフォームのCTOとして全社基盤の進化を牽引できる、稀有な二面性のあるポジション
- 個社実装で終わらせず、汎用化・プラットフォーム還元まで設計に織り込む「もう一段上」の価値創出にコミットできる
- 導入・立ち上げフェーズに集中できる設計（安定運用フェーズはプラットフォーム側のテックリードへ引き継ぐ、常駐しない出入り型）
- オントロジーを核としたエージェンティックな全社基盤という、技術的に希少な題材に最前線で触れられる

業務内容
【1】顧客の課題解決・価値創出へのコミットメント
- 大手企業アカウントにおける課題定義と、AIエージェントで解くべき価値の設計
- Deployment Strategist（CPO役）と二人三脚での要件スコーピング・優先度設計
- 顧客の意思決定層・現場双方との折衝と、事業成果への接続

【2】設計・実装・スケール
- 個社の粒度がバラバラなデータの繋ぎこみ・構造化と、オントロジーへの接続
- AIエージェントの設計・実装・チューニングと本番品質でのデリバリー
- 不確実な技術領域を自らキャッチアップし、動くものとして作り切る

【3】プラットフォームへの汎用化・還元
- 個社実装の中から汎用化可能なパターンを抽出し、プラットフォームCTOとしてプロダクトへ還元
- 「なぜこの作り方か」を言語化し、全社基盤の設計思想として体系化
- 安定運用フェーズのプラットフォーム側テックリードへの引き継ぎ設計

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

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。

グループ会社のグローバルネットワークによってもたらされる海外案件を中心に、AI／DXプロジェクトを推進するグローバル案件の責任者を募集しています。
海外出張や、将来的に海外駐在の可能性もあるポジションです。

【概要】
グループ会社が展開する多様な業界において、データドリブンなイノベーションを推進するデータサイエンティストを募集しています。本ポジションでは、クライアントと直接対話しながらビジネス課題を特定し、戦略的なソリューションを立案・提案するとともに、機械学習・統計モデルを開発して実用的なインサイトを提供していただきます。また、ソフトウェアエンジニアと連携しながら、モデルの構想段階から本番システム・AI SaaSとしての提供までを推進します。
主に、英語圏のクライアントとの対面でのエンゲージメントが求められ、要件定義からソリューション提供までのライフサイクル全体を管理していただきます。

【主な業務内容】
・クライアントエンゲージメント： 英語圏のクライアントとの対面での折衝をリードし、ビジネス課題を特定・理解する。
・戦略的問題解決： ビジネスニーズを数理的・データドリブンな問題へと落とし込み、テーラーメイドのソリューションを立案・提案する。
・高度な分析： 詳細なデータ分析と予測モデリングを通じてビジネスインサイトを提供する。
・モデル開発： 本番環境向けの機械学習モデルの設計・構築・実装・チューニングを行う。
・事業開発： クライアントデータを分析し、新たな事業機会を特定して戦略的なコンサルティング案件を提案する。

【過去の実績例】
・LNGプラントにおける予知保全モデリング
・Physical AI PoC：倉庫内におけるヒューマノイド型ロボットによる荷物搬送
・ドローン競技会向け自律航行の開発
・珪砂輸送における船舶配船最適化
・大手国内コンビニエンスストアチェーン向けデータ分析
・トレーディング業務のAI駆動自動化
・BESS（電池エネルギー貯蔵システム）の収益最適化およびMLOpsパイプライン開発

【利用フレームワーク・ツール】
・機械学習： PyTorch、LightGBM、Optuna など
・強化学習： Stable Baselines、RLlib など
・ML基盤： Luigi、Kubeflow Pipelines
・最適化： OR-Tools、Gurobi など
・クラウド基盤： Google Cloud Platform（Compute Engine、Cloud Storage、BigQuery、Vertex AI）
・コラボレーション： Slack、GitHub、Confluence

【プロジェクト実績のある国・地域】
アメリカ
カナダ
イギリス
オランダ
香港
フィリピン
インド
インドネシア
オーストラリア
チリ など多数

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＞

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。

【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。

●業務内容
開発チームの成果を最大化し、組織の成長を支える役割を担います。エンジニアが安心して挑戦できる環境を整え、プロダクト開発を円滑に推進することで、事業の継続的な成長に貢献いただきます。

・エンジニアチームの採用・育成・評価、1on1を通じたキャリア支援
・開発プロセスの改善と生産性向上（スクラム・アジャイル導入推進）
・技術的負債や品質課題の管理、改善施策の実行
・プロダクトマネージャーやデザイナーとの連携による開発推進
・経営陣との調整を通じた組織戦略やリソース配分の最適化

●ご担当いただく業務の魅力/やりがい
▼技術力の高い仲間と共に、刺激的な毎日を
GAFAM出身者をはじめとした優秀なエンジニアが多数在籍し、技術的なレベルが非常に高い環境です。
AIをはじめとした、様々な技術を学べるため、スキルアップにつながります！

▼新規事業立ち上げに積極的＆挑戦的なフィールド
新規事業の立ち上げにも積極的で、0→1の挑戦が豊富。
AI Labの自社SaaSもインターン生が起案して、PJが始動しました。
また、年2回の評価サイクルがあり、スキルや努力の正当な評価につながり、成長がそのままキャリアと報酬につながる環境です

●キャリアパス
エンジニアとしての道を極めていくか、管理職になるかを選択できます
入社から半年で役員登用になった方もいます！

●使用言語 ※指定はありませんが、下記が案件で主に使われる言語です
フロントエンド：TypeScript, React
バックエンド：Python
データベース：PostgreSQL(RDS), MySQL
フレームワーク：Flask
インフラ：Azure, AWS, GCP
ツール：Terradate

同社は生成AI関連事業でグローバル年間3,000億円の売上を目指しており、今後グループのビジネスの核となりうる、最先端の技術と市場の成長を牽引する重要な領域です。
テクノロジーコンサルティング＆ソリューション分野（TC＆S分野）は、業界横断で全社ビジネスをリードする立場です。
生成AIを活用した業務変革や働き方の改善、生成AI基盤の開発など、さまざまな社会課題解決ニーズに応えるため、ご経験を活かして社会・および全社のビジネス成長をリードいただける人材を募集しています。

事業領域のうち、公共・社会基盤、金融、法人分野は顧客業界特化型である一方、TC＆S分野は業界横断で価値提供しています。
最新のテクノロジーを用いて、顧客の課題解決に向けて伴走する組織です。
当分野のコンサルタントは、構想立案からサービス実装、運用定着までEnd to Endで顧客と並走し、社会的・経済的インパクトのある変革をテクノロジードリブンで実現します。

【AIプロダクト・ソリューション戦略策定】
・経営戦略、市場動向を踏まえた中長期のAIプロダクト・ソリューション群の開発ロードマップの策定
【事業開発】
・市場分析、顧客課題分析を踏まえた事業性評価および組織横断での事業開発推進
【プロダクト開発】
・AIプロダクト・ソリューションの設計、開発、商用化推進リード
・商用化後のアセット価値の継続的な向上、運用改善を組織的に推進
【プレゼンス向上】
・最先端の生成AI知見及び実践知の全社情報発信
【後進育成】
・人材育成を通じた組織力向上及び全社AIケイパビリティ向上への貢献

【ポジションの魅力】
・生成AIを活用した新規事業、プロダクト創出リード
・企画、技術、事業を横断した裁量の大きなポジション
・大規模顧客基盤、アセットを活用可能
・AIビジネスの中核人財としてアセット戦略、事業成長をけん引する重要ポジション
・国内外の最先端AI企業、研究機関等との連携

AI・生成AIを活用した顧客事業変革を推進する企業で、顧客変革に資するAIプロダクト・サービス開発を牽引するポジションです。本ポジションでは、AIプロダクト・ソリューション戦略立案、事業開発、プロダクト開発、プレゼンス向上・後進育成を通じて事業成長をリードします。

●具体的な業務
【AIプロダクト・ソリューション戦略策定】
・経営戦略、市場動向を踏まえた中長期のAIプロダクト・ソリューション群の開発ロードマップの策定
【事業開発】
・市場分析、顧客課題分析を踏まえた事業性評価および組織横断での事業開発推進
【プロダクト開発】
・AIプロダクト・ソリューションの設計、開発、商用化推進リード
・商用化後のアセット価値の継続的な向上、運用改善を組織的に推進
【プレゼンス向上】
・最先端の生成AI知見及び実践知の全社情報発信
【後進育成】
・人材育成を通じた組織力向上及び全社AIケイパビリティ向上への貢献

●ポジション・部門の魅力
・生成AIを活用した新規事業、プロダクト創出リード
・企画、技術、事業を横断した裁量の大きなポジション
・同社の大規模顧客基盤、アセットを活用可能
・AIビジネスの中核人財としてアセット戦略、事業成長をけん引する重要ポジション
・国内外の最先端AI企業、研究機関等との連携

同部門は世の中の「働く」をテクノロジーで変えることをミッションとしており、生成AIをはじめとした先進技術を掛け合わせ、新しい働き方を創り出すソリューションを企画・提供しています。

＜AI推進部長として（FY26〜FY27）＞
●戦略
・HDのAI戦略・ロードマップを経営アジェンダレベルで定義・更新。
・3つの北極星（意思決定の質／プロセス透明性／人材活用の最適化）に整合させる。
●施策統括
・PB開発×AI、疾患別アプリ群（特定領域薬局構想下の30アプリ）、MD改革分析、本部DX・総務DX、HQ DX backoffice AI、・流通連携（TRIAL／ 関連）等、横断するAI施策のプログラム責任。
●基盤
・データ基盤（Lakehouse／DLH）×AI基盤×MLOps×生成AI基盤の設計と運用方針の責任。
・BI×AI統合ダッシュボードを経営の標準業務に組み込む。
●重複投資排除
・EPMと本部DX backoffice AIの間で発生しがちな重複投資をテーブルに載せて整理・統合。
●組織立ち上げ
・AI推進部の立ち上げ（内部・外部混成）、FY28までの内製化比率引き上げ、AI/MLリード人材の採用・配置・育成。
●要件定義の内製化
・要件定義・ソリューショニング・アーキテクチャ設計を外注丸投げにしない体制を構築。ベンダーは知見移転のための共創パートナーとして位置づける。
●ガバナンス
・生成AIガバナンス（情報持出・著作権・PII・モデル運用リスク）、AIアセスメント、責任あるAI原則の社内浸透。
●対外
・外部パートナー（クラウド／LLMベンダー／コンサル／スタートアップ）とのアライアンス。
・学会・業界での発信を通じた採用ブランディング。

＜統括部長 候補として（FY27〜FY28）＞
将来の統括部長就任を見据え、以下の領域でも段階的に責任範囲を拡張する。

・両輪改革の経営参謀：事業基盤改革（電子決済サービス／会員価値最大化／OMO調剤／ 店舗DX／医療DB構想等）と経営基盤改革の整合・優先順位付け
・重要会議体での説明責任：DX/AI投資のROI／ROIC、リスク、進捗を重要会議体で説明
・M&A PMI：恒久的PMI機能の一翼として、買収先のAI/DX統合方針を主導
・AX推進統括部 全体の人材マネジメント：3層人材（リード／普通／底上げ）構造の維持、スキルマトリクス×ロールアサインリストの運用
・対外発信：当社型DX/AI人材ブランドの確立、業界における「One SUGI DX」の発信主体

同社は2026年より「AI Driven Design Company」へと舵を切り、AI専門組織の設立や、全社員へのAIツール活用義務化を進めています。
現在、クライアント案件の多くがAI活用を前提としたものにシフトしており「提案フェーズからAI実装を前提とした技術設計を行い、開発体制をゼロから構築・リードする」ための体制強化が急務となっています。
このポジションが加わることで、提案フェーズから技術的な判断を内側に持てるようになり、これまで外部の協力を得ながら進めることもあった開発領域を自分たちの力で動かせるようになります。

開発案件の「受注確度の向上」と「デリバリーの仕組み化」の双方に責任を持ちます。単なるエンジニアリングマネージャーではなく、AIツールを前提とした「新しい開発プロセスの標準」を作ることを期待しています。「デザイン思考 × AI駆動開発」を統合した開発組織の立ち上げ経験が得られます。

【具体的な業務】
1. 案件提案への技術参画
* 商談への同席、AI活用のフィジビリティスタディ（実現可否判断）
* 数千万 億単位の案件における開発見積もりの作成・技術的妥当性の担保
* 「AIで内製するか、外部と協業するか」の判断と座組みの設計
2. 案件のデリバリーリード
* AIツールを活用したAI駆動開発プロセスの先導
* プロジェクト横断での技術選定、要件定義、QA（品質保証）の統括
* デザイナー・PMと連携した、Agentic UX（AIエージェント時代のUI）の実装
3. AI駆動開発の仕組み化・体制構築
* AI駆動開発を前提とした開発フローの標準化（ドキュメント化・仕組み化）
* 外部パートナーの開拓や業務委託メンバーの採用・評価・チーム組成
* 組織全体で受けられる開発案件のキャパシティ拡大

【ポジションの魅力】
・新チーム立ち上げにおいて、技術/アーキテクチャの意思決定を担える
・技術を手段として、業務やビジネスの構造そのものを変えることに向き合える
・個別開発に留まらず、再現性のあるソリューションとして昇華させることに関与できる

【具体的な業務】
業務プロセスを踏まえたAI活用の設計およびアドバイザリー業務に従事していただきます。

業務イメージ:
・システム全体（LLM、データ基盤、クラウド）のデザイン・設計方針策定
・Webアプリケーションおよびバックエンドシステムにおけるアーキテクチャ設計および技術選定
・生成AI（RAG等）を活用したアプリケーションに関する設計および技術的意思決定
・設計 開発プロセスにおける技術的観点でのレビューおよび意思決定支援

主なPJ事例:
・クライアント企業：AI-Ready戦略企画
・クライアント企業：アフターサービス新事業構想・AI開発PoC
・クライアント企業：工程設計業務における属人化解消AI企画・開発
・クライアント企業：新規AI運用オペレーション構想企画・AI開発

【ポジションの魅力】
・新チーム立ち上げにおいて、売上拡大・品質高度化や運営改善のための各種施策提言ができる中核メンバーとして活躍できる
・技術を手段として、業務やビジネスの構造そのものを変えることに向き合える
・個別開発に留まらず、再現性のあるソリューションとして昇華させることに関与できる

【具体的な業務】
・生成AI を活用したありたい経営・業務オペレーション構想の策定
・AsIS 業務とデータ調査・分析、ToBe 業務設計と業務/データ要件定義
・ToBe業務設計・プロセスに対するAI活用領域定義、AI・関連技術検討
・AI PoCシナリオ策定 (ToBe業務設計、KPI定義、システム全体構成概要定義、実行計画策定等)

【主なPJ事例】
・大手インフラメーカー：AI-Ready戦略企画
・大手機械系製造：アフターサービス新事業構想・AI開発PoC
・大手自動車部品：工程設計業務における属人化解消AI企画・開発
・大手IT：新規AI運用オペレーション構想企画・AI開発

当社は、AI技術を駆使して働く人々の可能性を飛躍的に高めることを目指し、当グループ企業として設立されました。当社は最先端のAI技術を活用し、国内外での研究開発を推進しています。私たちが目指しているのは、単なるAIチャットボットの提供ではありません。企業の全SaaSを統合し、AIが自律的に業務を実行する「企業の脳」 次世代の基幹システムを構築することです。自社サービスを中核に、DBさえあればアプリ不要、AIが作業して結果だけを返す世界を実装しています。

【ミッション】
「企業の脳」の心臓部を設計する。AIエージェントが安全・高速・確実に動作するためのAgent Harness 実行エンジン、オーケストレーション、ガードレール、メモリ、モデルルーティングを設計・実装する。自社サービス上で動くワークフローの制御基盤を、自社で構築する。

【期待する役割】
Agent Harness Engineerとして、AI/MLの知識を活かしながらエージェントの制御・実行基盤を設計・実装していただきます。
1. LLM / AIエージェントの動作原理を深く理解した上で、実行エンジン (Graph Runtime / State Machine) を設計・実装する
2. モデルルーティング、コンテキスト管理、メモリ基盤 (長期記憶・ワーキングメモリ) など、AI特有のシステム設計を担う
3. 社内エンジニアが使うAgent SDKを設計・開発する
4. ガードレール / ポリシー実行エンジンを構築し、エージェントの行動を安全に制御する
5. Research Engineerと連携し、最新の研究成果を本番基盤に統合する

【業務内容】
1. Agent Harness の設計・実装
- エージェント実行エンジン (Graph Runtime / State Machine) の設計・実装
- Agent SDK の設計・開発 社内エンジニアがエージェントを構築するためのインターフェース
- セッション管理・チェックポイント・リカバリ機構の実装
- ガードレール / ポリシー実行エンジンの構築 エージェントの行動を制御するルール実行基盤
2. AI/ML システム統合
- モデルルーティング 複数のLLMプロバイダ / モデルタイプを跨いだ推論リクエストの最適ルーティング
- コンテキスト管理・メモリ基盤の設計 (長期記憶、ワーキングメモリ、RAG統合)
- 推論パイプラインの最適化 (レイテンシ削減、コスト効率化、キャッシュ戦略)
- Research Engineerと連携した最新研究成果の本番基盤への統合
3. オーケストレーション・パフォーマンス
- ワークフローオーケストレーション・キューイングシステムの開発
- コスト/性能最適化 (オートスケーリング、キャッシュ、バッチ処理)
- 推論リクエストのルーティング・ロードバランシング
4. 信頼性・運用
- プラットフォーム稼働率 99.9% 以上の維持
- インシデント対応・ポストモーテム
- データアクセス・権限管理基盤の設計

【このポジションの魅力】
1. Agent Harnessを自社で作る: 2026年最もホットなアーキテクチャ概念を、OSSに頼らず自社で設計・実装できる。業界の最前線に立てる。
2. AI/ML × バックエンドの交点: LLMの動作原理を理解した上で、エージェント実行基盤を自ら設計・実装する。純粋なインフラでも純粋なMLでもない、新しい領域。
3. 基盤ソフトウェアの設計者: YAMLを書く仕事ではなく、SDK・実行エンジン・オーケストレーターをコードで作る仕事。低レイヤーの知識が直接活きる。
4. 開発者体験の設計: 社内エンジニアが使うSDK・ツールチェーンを設計し、開発組織全体の生産性を向上させる。
5. 全プロダクトの土台を支える: 多くの企業が利用する本番環境で、あなたが作ったHarnessの上ですべてのAIエージェントが動く。
6. 急成長環境のスタートアップで、技術的意思決定に大きな裁量を持てる。

業務概要:当社は、AI技術を駆使して働く人々の可能性を飛躍的に高めることを目指し、当グループ企業として設立されました。当社は最先端のAI技術を活用し、国内外での研究開発を推進しています。私たちが目指しているのは、単なるAIチャットボットの提供ではありません。企業の全SaaSを統合し、AIが自律的に業務を実行する「企業の脳」 次世代の基幹システムを構築することです。自社サービスを中核に、DBさえあればアプリ不要、AIが作業して結果だけを返す世界を実装しています。

募集背景:自社サービスは「企業の脳」として、顧客企業の全SaaSを統合し、数百のワークフローをAIエージェントが自律的に実行する世界を目指しています。しかし、この構想を実現するには、現在のエージェント技術では解決できない「フロンティア課題」を突破しなければなりません。
1. 複数のSaaSを横断して情報を検索・統合する際の推論品質の限界
2. 長期にわたる業務プロセスを記憶し、文脈を維持する長期記憶の設計
3. テキスト・画像・音声・構造化データを統合的に扱うマルチモーダル対応
4. 数百社が同時利用する環境での低レイテンシ推論
この1年で、LLMを活用したエージェントシステムの採用は急速に進みました。今後、AIエージェントがより複雑なタスクをエンドツーエンドで、あるいは人間と協力して遂行する未来に向けて、当社では以下に取り組むチームを強化します。
- 長期ホライゾンの課題でより効果的なエージェントを実現する
- 様々なスケールで他のエージェントと協調し、大きなタスクを達成するための連携を設計する
- エージェント性能を最大化するため、新規のハーネス設計、インフラ改善、ファインチューニングなど必要な課題を解く

ミッション:Agentが降参する問題を解く。現在のAIエージェントでは解決できないフロンティア課題に挑み、新しい推論手法・検索/計画・長期記憶・ツール利用の品質限界を突破する。自社サービス上で動く数百のワークフローが、より賢く・速く・安全に動作する未来を、研究で切り拓く。

期待する役割について:Research Engineerとして、AI/LLM/MLの最先端研究と応用研究をリードしていただきます。
- 異なるエージェント・ハーネスの発案・開発・比較 (メモリ、コンテキスト圧縮、エージェント間通信アーキテクチャ等)
- 大規模なエージェント型タスクのための厳密な定量ベンチマークの設計・実装
- モデルとプロンプトの自動評価を支援し、学習からプロダクトライフサイクル全体にわたって品質を担保
- プロダクト組織と協力し、エージェントをプロダクトに適用するうえでの最も困難な課題を解決
- モデル学習用データミックスの作成・最適化により、エージェントタスクにおける性能と使いやすさを向上
- 研究成果をAgentic Product Engineerチームに移転し、プロダクト全体の品質を底上げ
論文を書くことがゴールではありません。研究成果をプロダクションに適用し、企業が利用する本番環境でユーザーに届けることを重視します。

具体的な業務:
- エージェント研究開発
- 異なるエージェント・ハーネスの発案・開発・比較 (メモリ、コンテキスト圧縮、エージェント間通信アーキテクチャ等)
- 新しい推論・計画・検索手法の研究開発
- マルチモーダル・長文コンテキスト対応の技術開発
- 最新論文の調査・再現・改良実装
- 評価・ベンチマーク
- 大規模なエージェント型タスクのための厳密な定量ベンチマークの設計・実装
- 合成データ生成・評価ベンチマーク設計
- モデルとプロンプトの自動評価支援 (学習 → プロダクトライフサイクル全体)
- プロダクション課題の解決
- 推論レイテンシ / コスト最適化 (量子化、蒸留、キャッシュ等)
- モデル学習用データミックスの作成・最適化
- エージェント評価フレームワークの高度化
- 本番環境での品質改善・パフォーマンスチューニング
- 技術移転・発信
- Agentic Product Engineerチームへの技術移転・メンタリング
- 学術機関・OSSコミュニティとの連携

業務シナリオ例:
● シナリオ 1 : SaaS 横断検索のためのナレッジグラフ
RAGの研究開発 自社サービスが「企業の脳」として機能するには、顧客の全SaaSに散在する情報を横断的に検索・統合する必要がある。既存のRAGでは「Aプロダクトの従業員データ」と「Bプロダクトの商談データ」の関係性を捉えられず、回答精度が低い。ナレッジグラフベースのRAGアーキテクチャを研究・開発し、エンティティ間の関係性を構造化。SaaS横断検索の回答精度を向上させ、Agentic Product Engineerチームに技術移転して全プロダクトに展開。

成果責任 (KR/メトリクス):
- ベンチマークスコア改善率 (社内 / 公開ベンチマーク)
- 新手法のプロダクション適用数 (四半期あたり)
- 推論レイテンシ / コスト改善率
- 論文・技術ブログ発表数
- 社内技術移転完了数

チーム体制:
開発組織に在籍しています。
Research Engineerは以下のプロジェクトを横断して活動します:
- JAI Lab AI研究開発
- AI&Model モデル学習・最適化
- Voice & Tel 音声AI・電話システム
密接に連携する役割:
- Agentic Product Engineer エージェント機能開発 (技術移転先)
- Agent Harness Engineer エージェント実行基盤
- AI QA Specialist 評価パイプラインとの連携
- Product Manager プロダクト設計

ポジション・部門の魅力:
- 「企業の脳」を支える研究: 単なるチャットボットの改善ではない。企業の全SaaSを統合しAIが自律実行する「次世代基幹システム」の技術的基盤を、研究で切り拓く
- 研究→プロダクションの直結: 開発した手法が即座に本番環境へ適用され、企業が利用するシステムに反映される。論文で終わらない、実世界へのインパクトを実感できる
- 最先端AI研究の実践: 推論品質の限界突破、長期記憶設計、マルチエージェント協調など、業界最前線のフロンティア課題に取り組める
- 研究と発表の両立: 論文発表・技術ブログ執筆を推奨し、学術機関やOSSコミュニティとの連携も積極的に支援
- 技術移転のインパクト: 開発した手法をAgentic Product Engineerチームに移転し、プロダクト全体の品質を底上げするリーダーシップを発揮できる
- 急成長環境: スタートアップで、技術的意思決定に大きな裁量を持てる

業務概要: 当社は、当グループ会社として、AIエージェントの性能を決定づけるAgent Harness（モデルをラップし、セッション状態、チェックポイント、ガードレール、コンテキスト注入、ツール実行を管理する制御レイヤー）を社内で設計・実装するAgent Harness Engineerを募集しています。

具体的な業務:
Agent Harness Engineerとして、AI/MLの知識を活用し、エージェントの制御・実行インフラを設計・実装します。
1. Agent Harnessの設計・実装:
* AIエージェントの動作原理を深く理解し、実行エンジン（Graph Runtime / State Machine）を設計・実装します。
* 社内エンジニアがエージェントを構築するためのインターフェースであるAgent SDKを設計・開発します。
* セッション管理、チェックポイント、リカバリメカニズムを実装します。
* エージェントの動作を安全に制御するルール実行インフラであるガードレール/ポリシー実行エンジンを構築します。
2. AI/MLシステム統合:
* 複数のLLMプロバイダーとモデルタイプ間で推論リクエストを最適にルーティングするモデルルーティングを設計します。
* コンテキスト管理とメモリインフラ（長期メモリ、ワーキングメモリ、RAG統合）を設計します。
* 推論パイプラインを最適化します（レイテンシ削減、コスト効率、キャッシング戦略）。
* リサーチエンジニアと協力し、最新の研究成果を本番インフラに統合します。
3. オーケストレーションとパフォーマンス:
* ワークフローオーケストレーションとキューイングシステムを開発します。
* コスト/パフォーマンス最適化（オートスケーリング、キャッシング、バッチ処理）を行います。
* 推論リクエストのルーティングとロードバランシングを行います。
4. 信頼性と運用:
* プラットフォームの稼働時間を維持します。
* インシデント対応と事後分析を行います。
* データアクセスと権限管理インフラを設計します。

ポジション・部門の魅力:
* Agent Harnessを社内で構築: 最先端アーキテクチャコンセプトをOSSに頼らず設計・実装し、業界の最先端に立ちます。
* AI/ML × バックエンドの交差点: LLMの動作原理を深く理解し、エージェント実行インフラを設計・実装します。純粋なインフラでも純粋なMLでもない、新しい領域です。
* 基盤ソフトウェアデザイナー: YAMLを書く仕事ではなく、SDK、実行エンジン、オーケストレーターをコードで構築します。低レベルの知識が直接適用されます。
* 開発者体験アーキテクト: 社内エンジニアが使用するSDKとツールチェーンを設計し、開発組織全体の生産性を向上させます。
* すべての製品を支える: 本番環境で、すべてのAIエージェントがあなたが構築するHarness上で動作します。
* 急成長環境: 技術的な意思決定において大きな裁量を持つことができます。

業務概要:当社は、テレビCMを中心としたマーケティングコミュニケーション領域のサポートを通じて、クライアントの事業成長に貢献するエージェンシーです。当社開発組織では、テレビCMの効果を可視化・分析する「自社サービス」に加え、マーケティング統合分析（MMM）によるメディア貢献度の分析や予算最適化などのソリューションを提供しています。今後は「自社サービス」の展開に加え、社内の業務基盤についても「人とAI（テクノロジー）の役割分担」を前提に根本から再設計を進め、「AIネイティブ」な業務基盤の構築を推進していきます。

具体的な業務:
1. AIエージェント基盤の設計・開発・運用: LLMプラットフォーム（Bedrock, Vertex AI等）やエージェント基盤（LangGraph, CrewAI等）を活用したシステムの構築。
2. 評価・改善サイクルの設計: AIエージェントの応答品質を測る評価指標、テストデータ、改善プロセスの策定。
3. 運用基盤の構築: MCP（Model Context Protocol）や外部APIを統合し、安全かつ再利用性の高い運用基盤の設計。
4. 可観測性の確保: エージェントの判断プロセス、コスト、失敗要因のモニタリングと課題解決。
直近の取り組み: セキュアなAI基盤の構築（広告・売上・CRM等の機密データを扱うためのローカルLLM環境、ガードレール、権限管理、監査ログを備えた基盤整備）。
将来的な取り組み: 自社サービスのAIエージェント化、マーケティングAIエージェントの提供、Human in the loop設計の高度化。
実際の業務進行: 社内依頼者と伴走しながら、顧客の複雑な要望に対してAI・テクノロジーを活用したソリューションを提供。ソリューション提供後は、個別案件で得られた解決策を抽象化し、AIエージェントなどの標準プロダクト機能へと昇華させ、再利用可能なアーキテクチャとして組織知に蓄積。

ポジション・部門の魅力:
やりがい: AIを単なる検証に留めず、実際のビジネスの意思決定基盤として運用し、クライアントの事業成長に直接貢献できます。ローカルLLM、AIエージェント、MCPなど、常に進化するAIテクノロジーをプロダクトに組み込む挑戦が可能です。
魅力: 開発だけでなく運用までを見据えた品質評価や安全性の担保など、AI活用の「中核」を担う仕組みづくりに関われます。パートナー、当グループの独自アセット等を活用して、顧客課題解決に向けたマーケティングソリューションを創出できます。

日本を代表するエンタープライズ企業を中心としたクライアントに対し、本質的な価値創出に重きを置いたプロジェクトの推進・実行を担当いただきます。顧客課題をデータ・機械学習の観点から分析し、アルゴリズム設計および実験検証を主導いただくスペシャリストとして参画いただくポジションとなります。

・顧客のビジネス課題に基づいたデータ分析、仮説立案、および実験設計の推進
・機械学習や統計解析を用いたモデル設計およびアルゴリズムの検証
・実装を見据えたPoC開発や評価指標の設計、およびモデルの精度改善に向けた要因分析と施策の実行
・最新論文の調査・理解、および先端技術を用いたアルゴリズムのプロダクトやプロジェクトへの応用

●事業に携わる魅力
・当社はSaaS企業であり、事業会社として自社での実践に基づく型作りに強みがあるため、絵に描いた餅で終わらない実践的なアプローチをとることができます。
・コンサルタントとしてクライアントに向き合いつつ、事業開発の主体者としての側面も持つことができるため、その両軸での成長機会を得ることができます。
・純粋なコンサルファームと異なり、コンサルティング / 採用 / プロダクト提供 ができる当社だからこそ、クライアント企業に対して本質的な課題解決が実現できます。
・生成AIツールが社内環境に広く導入されており、開発・分析・ドキュメント作成などの業務においてAIを前提とした働き方が全社的に浸透しています。AIを活用しながら効率的に開発を進められる環境が整っています。

●ポジションの魅力
・最新のテクノロジーを用いた提案、設計、導入まで幅広く関わることができます。
・日本を代表するエンタープライズ企業に事業推進パートナーとして関わることができ、クライアントへの貢献度が高いです。
・マネジメント、スペシャリストそれぞれのキャリアパスがあることに加え、部署内での異動の機会も豊富です。
・ご自身の専門性やスキルに応じて自社の事業開発に関わっていただける可能性があります。

日本を代表するエンタープライズ企業を中心としたクライアントに対し、本質的な価値創出に重きを置いたプロジェクトの推進・実行を担当いただきます。機械学習モデルの実装から推論最適化、MLOpsの構築、実運用における保守・改善までを主導いただくスペシャリストとして参画いただくポジションとなります。

・顧客のビジネス課題に基づいたAIシステムの設計・開発・運用
・機械学習・深層学習を用いたAIモデル実装、および推論パイプラインの構築・最適化
・MLOps基盤の構築、およびモデルのデプロイ・監視・継続的な精度改善フローの運用
・生成AI（LLM等）を含む先端技術の調査・検証、および実務プロジェクトへの実装
・データサイエンティストと連携したPoCの推進、技術選定・ベストプラクティスの確立

【事業に携わる魅力】
・当社はSaaS企業であり、事業会社として自社での実践に基づく型作りに強みがあるため、絵に描いた餅で終わらない実践的なアプローチをとることができます。
・コンサルタントとしてクライアントに向き合いつつ、事業開発の主体者としての側面も持つことができるため、その両軸での成長機会を得ることができます。
・純粋なコンサルファームと異なり、コンサルティング / 採用 / プロダクト提供 ができる当社だからこそ、クライアント企業に対して本質的な課題解決が実現できます。
・生成AIツールが社内環境に広く導入されており、開発・分析・ドキュメント作成などの業務においてAIを前提とした働き方が全社的に浸透しています。AIを活用しながら効率的に開発を進められる環境が整っています。

【ポジションの魅力】
・最新のテクノロジーを用いて、PoC→MVP→本番運用まで一連のプロセスを推進することができます。
・日本を代表するエンタープライズ企業に事業推進パートナーとして関わることができ、クライアントへの貢献度が高いです。
・マネジメント、スペシャリストそれぞれのキャリアパスがあることに加え、部署内での異動の機会も豊富です。
・ご自身の専門性やスキルに応じて自社の事業開発に関わっていただける可能性があります。

・大規模基盤モデルの構築およびそのためのデータ基盤構築
・論文のサーベイ、先行手法の検証、論文執筆