LLM転職求人

718 件

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。

・外部企業のコンサルタント、アナリストと連携し、次のグループ全体で取り組むべきIT戦略立案に必要な調査、施策立案等の活動を実施し、将来的に当社として外部企業に頼ることなく自立したコンサルティング活動ができるためのケイパビリティを醸成していきます。
・今回のポストでは自社でのデータ活用＆AI活用を推進する施策を立ち上げ、自分使いし、知りえた効果や価値をグループに訴求し、持株とともにIT方針化のソースにしていく活動を実施していきます。
・目の前の課題解決の積み上げアプローチではなく、あるべき姿を定めその到達に向けたバックキャストアプローチを基本に業務を行っていきます。

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。

ポジション概要
ソーシャルコマースサービスにおいて、事業成長を支えるデータ・分析基盤の開発・運用を担います。データウェアハウスや分析基盤の整備に加え、生成AI活用を前提としたデータエンジニアリングやデータマネジメントを推進し、事業部やデータ活用者が迅速かつ正確に意思決定できる環境づくりをリードしていただきます。データ基盤・分析基盤の継続的な改善や標準化を通じて、ソーシャルコマース領域全体のデータ利活用の高度化に貢献いただくポジションです。

主な業務内容
具体的には以下の業務を想定しています。
1. 事業目標・KPIおよびデータ活用状況（現状のデータ基盤・分析プロセス）の把握
2. 事業課題や分析ニーズから逆算したデータ要件定義、データモデル・ETL設計
3. 分析エージェントなどの生成AI活用を前提とした、データ基盤・セマンティックレイヤーの設計・開発
4. AI-readableなデータカタログ、サンプルSQL、利用例、注意点、ゴールデンクエリ、メタ情報の整備・運用
5. ETL・DWH・データマートの構築・改善、およびパフォーマンス・コスト最適化
6. ダッシュボード・レポーティング基盤の整備を通じた、事業部・アナリストの分析自走支援
7. 分析基盤の運用改善（managed Airflow / dbt 移行、品質管理、監視・自動化 など）
8. 調査・検証、数値不整合確認、ログ確認、クエリ洗い出しなどの業務を効率化する仕組み・エージェント活用基盤の設計・改善
9. データ・分析基盤やアセットの再利用化・標準化を通じた、他サービス・他データ組織への横展開
10. データガバナンス、権限管理、データガバナンス対応などのデータマネジメント領域における
11. 運用改善・仕組み化の推進・サポート
※変更の範囲：会社の定める全ての業務への配置転換の可能性あり

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。

募集ポジションの通り。ただし、業務上の必要または当人の希望がある場合職種変更の可能性あり。
プロダクトのあるべき姿を定義し、優先順位づけと改善を通じて価値提供を最大化する役割です。

グループ会社のアセット（大規模顧客基盤・独自データ）と最先端のAI技術を掛け合わせ、デジタルプロダクトの企画・開発をリードします。
ご経験や志向性に応じて、以下のいずれかの領域において、企画から開発ディレクション、グロースまでを主導していただきます。

具体的には
1. 主力プロダクトの成長戦略・推進（プロダクトオーナー型）
主力AIブランドやLINE活用ツール等のプロダクトロードマップ策定。
顧客課題のリサーチに基づくUX/機能企画、優先順位付け、および開発チームの指揮。
リリース後の保守運用ディレクション、セキュリティ担保、継続的な機能拡張。

2. 新規プロダクト・サービスの立ち上げ支援（クライアントワーク型）
大手クライアントの新規事業における、生成AIやスマホアプリ等を活用したサービスデザイン。
プロトタイプ開発（PoC）から大規模本開発に至るまでの要件定義および開発ディレクション。
クライアントのビジネスパートナーとして、サービスを市場にローンチしグロースさせるまでの伴走。

3. SNSビッグデータ×AIソリューション領域
SNSビッグデータと生成AI・各種LLMを活用した、マーケティング課題解決に向けたAIソリューションの企画・開発・導入推進。
生活者インサイトやSNSトレンドの分析をもとに、AI分析モデルやクリエイティブ生成ソリューションの企画立案、PoC、プロダクト化、クライアント実装、事業スケール・収益化までを一気通貫でリード。
社内外の多様なビジネスニーズに対し、自ら生成AIを活用しながら解決策を設計・プロトタイピングし、開発チームや関係各所と連携して、アジャイルにプロジェクトを推進。

【ポジション・部門の魅力】
本人の志向性を重視しプロジェクトへアサイン、キャリア開発を支援する風土です。
5割が中途入社。代理店、コンサルファーム、事業会社など様々なバックグラウンドのメンバーが所属しております。
最先端の技術や知識に興味のある方が多く、ナレッジ共有も盛んです。
定期的な1on1のミーティングを実施しており、上長と連携しながら部門全体でのキャリア開発を支援しております。
資格取得や外部研修のための費用支援制度があります。

当社はグロース市場に上場したAIベンチャーです。製造・医療・金融・小売など幅広い産業領域の大手企業に対し、機械学習・生成AI技術を活用した事業変革を支援しています。単なるツール導入ではなく、クライアントの収益性の高いコアプロセスに深く入り込み、AI活用による構造的な事業変革を共に実現することを強みとしています。
具体的には、「アカデミアから発信される最先端の機械学習技術」と「ビジネス現場の理解とそこへのAI導入の知見・ノウハウ」の2軸を武器として、汎用的なプロダクトやパッケージ製品では実現困難な課題を解決するオーダーメイドの「カスタムAI」を開発・提供しています。
多数あるAIベンチャーの中での当社の特徴は、クライアント企業における「新規事業」・「サービスへの応用を目的とした研究開発製品」に注力している点です。現状の効率化や画一的なソリューションでは実現が難しい、現状で存在しない新たな価値を生み出すプロジェクトを多く手掛けています。

【業務内容】
事業部門（機械学習エンジニア、システム開発エンジニア）と連携しながら、エンジニアリング部の人員拡大を目的とした各種施策の企画、検討、実行をお任せします。
※将来的には、エンジニアリング部の育成やエンゲージメントに関連する業務にも携わっていただきたいと考えております。

＜具体的な業務内容＞
・採用戦略及び計画の立案・実行
・採用基準、選考手法、フローの企画立案・実行
・母集団形成（スカウト送信、エージェント折衝等）
・選考フローの運用（書類選考、カジュアル面談等を通じた候補者折衝等）
・採用ブランディング関連施策の立案・実行（採用サイトや採用記事、採用イベントの企画運営）

【当ポジションの魅力】
▼高難易度人材を採用できる力を身につけることができる。
最先端のAI・機械学習領域において、市場に数％しか存在しない「高難易度人材」を自力で開拓し、口説き落とす最高峰のリクルーティングスキルが身につきます。
ターゲットは、高度な論理的思考力を備えた技術リーダー層や最適化やLLMの専門職です。
他社との激しい争奪戦を制するため、技術の文脈を深く理解し、候補者の現状に合わせ当社の魅力を論理的に伝えて候補者を魅了する「アトラクト力」が重要ですが、元エンジニアの採用責任者のもと実践形式でそれらを学ぶことができます。

▼泥臭く候補者に寄り添い、未来の仲間を得る動きを体現できる。
紹介会社のCA/RAやSES営業のように「他社の採用」を外部から支援する立場とは異なり、自社の人事だからこそ、今後同じ組織やチームで「一緒に働く仲間」を自らの手で見極め、口説き落とすという圧倒的な当事者意識を持って取り組めます。
過去には現職残留や他社への入社に悩む候補者に対して、CTOや現場のエンジニアの協力のもと1ヶ月にわたり複数回オファー面談を通じて向き合ったこともあります。残念ながらその候補者は現職残留となりましたが、当社に対して温かいメッセージをいただいております。
自分自身のwillで未来の組織をスケールさせていく、インハウス採用だからこその最高の手応えとやりがいが得られる環境です。

▼生成AIを活用した業務効率化を主導することができる。
当社のエンジニア採用において母集団形成や選考フローの効率化にAIを積極的に活用しています。その結果、これまで採用責任者が1日4 5時間を費やしていた面談・面接オペレーションを劇的に効率化し、大幅な可処分時間の創出に成功しています。
以下に、現在取り組んでいる業務の一例を記載します。
ーーー
・スカウト送信者の自動判定、完全カスタマイズしたスカウト文面の生成を補助するGemを製造し、専門知識がなくても高いレベルのスカウトを送ることができる体制の整備。
・候補者の論理的思考能力、コミュニケーション能力、AI活用能力を図るテスト（自作）を運用し、議事録や録画データから候補者の一次評価を行うGemを製造することで評価工数を削減。本当に優秀な方に対してのみHRBPの工数を使う選考フローの構築。
ーーー
今後はこれらを応用し、転職潜在層獲得のための施策立案や候補者スクリーンの完全自動化に向けエンジニアと協働して取り組む予定です。
是非、この動きを採用責任者とともに牽引いただきたいです。

〜生成AI・データ基盤・自動化技術を掛け合わせ、業務プロセスを根本から変革する〜
私たちは、RAG／AIエージェント／DWH／MLOpsなどの技術を活用し、“実運用を前提としたAI活用”を通じてプロセスDXを実現しています。

AIエンジニアは、単なるモデル開発にとどまらず、業務構造の理解からソリューション設計、実装、運用・改善までを担い、AIをビジネス価値へと接続する役割を担います。

DX統括部データサイエンス部はAI×データ×自動化を組み合わせ、広範囲なプロセスDXを実現し、人が行う業務工数の“ゼロ化”を目指す組織 です。
当組織は、データエンジニアリング領域を強みとしており、
DWH・データパイプラインの設計・構築・運用に関する知見を有しています。
そのため、単なるPoCや一部機能開発にとどまらず、
データ取得・加工・検索設計
RAG / AIエージェントの実装
精度改善・運用サイクル構築
まで、実運用を前提とした一気通貫の開発に取り組める点が特徴です。

今回は、市場的なニーズが急増している、
生成AI、AIエージェント、RPA、DWH、MLOps、ローコード、クラウドなど
最新テクノロジーを現場の業務に落とし込む“実装力”を持つAIエンジニア を募集します。

≪業務内容≫
1.課題把握・業務構造の分解
　業務フロー・KPI・例外処理の可視化
　自動化・AI適用が成立する領域／しない領域の見極め

2.ソリューション設計
　業務要件・制約（精度／コスト／運用負荷／セキュリティ）を踏まえた
　生成AI／AIエージェント／RPA／API／DWH の構成設計
　技術選定およびアーキテクチャ設計

3.実装・検証（PoC 本番導入）
　Python・API連携による実装
　RAG、OCR、音声解析などのモデル・構成選定と検証
　PoC結果を踏まえた 本番導入可否の判断・改善

4.本番運用・高度化
　KPI設計、精度劣化検知、改善サイクル構築
　変更管理、再学習・再設計方針の策定
　手順書整備・運用定着支援

5.ステークホルダー連携
　技術的制約やリスクを踏まえた期待値調整・合意形成
　ROI可視化・報告資料作成

● ポジションの魅力　
・RAG / AIエージェントの実装 精度改善まで関与
・データ基盤（DWH / パイプライン）と連携した実運用前提のAI開発
・PoCにとどまらず、本番導入・継続的な改善サイクルまで担当
・技術選定・アーキテクチャ設計など、高い裁量のもとでの開発
・特定業界に依存せず、多様な業務課題に対するAI適用が可能

経営チームの一員。経営会議の常設メンバーとして、投資判断・PMI設
計・予算策定に技術側の視点を入れる

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を実装することをミッションに掲げるAI SaaS企業でのポジションです。
複数の主力プロダクトを展開し、同社で培った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、対クライアントとして顧客体験の革新による売上最大化・成長加速、業務の自律化により人が創造的な成長領域へ集中できる環境構築を担います。対社内としては、AI実装による徹底的な筋肉質化と高収益体質の実現、自らと事業を進化させ続ける「バリューアップ人材」の輩出を目指します。
プロジェクトマネージャーとしては、上記ミッションをプロジェクト単位で確実にデリバリーし成果に結実させる責任を担います。

【具体的な業務】
1. プロジェクトマネジメント:
複数プロジェクトの品質・スケジュール・収益管理、リソース配分、チーム運営
2. 業務改革・プロセス設計（BPR）:
業界横断でのAs-Is / To-Be業務設計、ROI試算の指揮
3. マーケティング分析／AIモデル構築の統括:
予測・最適化・レコメンド・生成AI等のモデル企画、Tech部門との要件整理
4. 新たな顧客体験（CX）の実装:
AI Agentを活用した顧客接点再設計、現場定着化
5. 新規ソリューション立ち上げ:
Tech部門と連携した新規AI Agentの事業検証・GTM推進
6. M&A・PMI支援:
買収先企業のAI実装による業務改革・事業再生の統括
7. クライアントマネジメント:
経営層・事業責任者との合意形成、ステークホルダー間の利害調整

【ポジション・部門の魅力】
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を、複数業界で実装する最前線でプロジェクトをリードできます。
2. 最短の成長環境:
戦略 実装 運用まで一気通貫のデリバリー経験を、複数業界で積める環境です。
3. 経営人材への道:
M&A戦略に伴う買収先企業の経営幹部・事業責任者ポジションが開かれています。

同社は、「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 Agent企業です。

「AI Agent × M&A」を全社戦略とし、複数の主力プロダクトを展開し、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る企業です。

プロダクトの安定運用を支えるインフラ／運用基盤を強化するため、その中核を担う正社員を募集しています。

以下のミッションの実現をリードすることが期待されます。
- プロダクトの安定稼働のためのSLA/SLO運用
- クラウドコスト最適化：不要リソースの削除、コストの可視化・継続的な改善
- トイル（運用負荷）の削減：手作業・繰り返し作業の自動化による運用効率化
- AIエージェントを活用した運用自動化の推進

主な業務内容:
- AWS を中心としたインフラの設計・構築・運用
- Infrastructure as Code（IaC）によるインフラ管理・整備
- CI/CD パイプラインの構築・改善
- クラウドコストの可視化と最適化
- 監視・オブザーバビリティ（New Relic等）による安定運用とSLA/SLO維持
- 運用トイルの洗い出しと自動化による削減
- AIエージェントを活用した運用自動化の設計・実装
- コンテナ環境（Docker など）の構築・運用

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のポジションです。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。

プロダクトの成長フェーズに応じ、技術選定・アーキテクチャ設計・開発プロセスを柔軟に変えながら、クイックに価値検証と改善を回す「テックリード候補」としてご活躍いただきます。

具体的な業務：
1. 開発実務・品質向上: 設計・開発（コーディング）に加え、コードレビュー、パフォーマンスチューニング等によるプロダクト品質の担保
2. プロジェクト管理: タスク分解、実行計画の策定、進捗・品質管理、メンバーへの技術サポートや教育
3. 開発環境の最適化: チーム運営の改善、開発環境の整備による開発効率の最大化
4. 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コミュニケーションを取り、適切な技術方針を策定

案件事例：
本求人だけでなく、同社での過去案件を一部記載します。
・自動車業界向け: 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
・小売業向け: オンプレミスのクラウド移行
・電気ガス事業向け: 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。開発手法はアジャイル（スクラム開発）が中心です（クライアントや案件属性によって変更あり）。

業務の魅力：
1. 「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、技術がどうビジネスに直結するかを実感できます。
2. 多様な業界・業種で経験できる「End to End」の経験: 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。
3. 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、チームビルディングやメンバー育成、開発環境の整備など、組織づくりにも深く関わることができます。

【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。

職務内容
最先端のGoogle Cloud環境とAI技術を掛け合わせたモダンな技術で、顧客のビジネス変革における最上流のコンサルティングから要件定義、プロジェクト全体を推進する業務です。
Google Cloudの割合が高いですが、AWS案件に関わる場合もあります。

1. 顧客との折衝およびGoogle CloudおよびAIを活用したビジネス要件の整理・システム要件定義
2. Gemini Enterprise Agent Platform等のGoogle Cloudサービスを用いたサーバーレスアーキテクチャ等の開発推進
3. プロジェクト全体の管理（予算・スケジュール・リソース・品質管理）
4. 開発チームのディレクション
5. AIツールを活用した業務効率化・生産性向上の推進

具体的な案件例
1. Google Cloudを利用したサーバレスアーキテクチャによるWeb系システム開発
2. Gemini Enterprise Agent PlatformやBigQueryを活用した、企業のビッグデータ分析・活用システムの構築
3. 生成AI（RAG等）を活用した、社内DX・業務効率化を推進する基幹システム開発
4. Google Cloudの各種最新サービスを駆使した、UI/UXの向上を目指すBtoCシステム開発
5. インフラ設計から開発やデザインまでの全体を管理できるシステム開発
6. 不動産系のWebサイト/CMS開発
7. AWS最新サービスを駆使したFintechサービスのiOS/Androidアプリ開発
8. Amazon AlexaやGoogle Assistantを活用したAIアシスタントの開発

身に付くスキル・働く魅力
1. Google Cloudと最新のAIを組み合わせ、顧客の要望をクラウドネイティブに具現化する「最先端のコンサルティング×技術力」が身につきます。
2. 顧客のビジネスのコアに深く寄り添い、AI駆動開発による圧倒的な生産性を体現しながら、チームビルディングやプロジェクト推進において大きな裁量を持って活躍できる環境です。
3. 最新AIツールを活用し、圧倒的な生産性を実現する次世代の管理スキルが身につきます。
4. プロジェクトマネジメントだけでなく、開発にも携わることもできるため、技術が扱えるプロジェクトマネージャーを目指すことが可能です。

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

【業務概要】
生成AI活用のビジネス効果とセキュリティリスクを可視化する同社のSaaS製品の、海外市場（英語圏）向けプロダクトマネジメントを担います。ビジネス・プロダクト・技術・言語の4軸を横断し、顧客に深く入り込んで価値を届けるFDE（Forward Deployed Engineer）的な動き方が求められるポジションです。英語圏でのシェア獲得が事業の勝負どころとなる、極めて重要度の高い立ち上げフェーズを担います。

【具体的な業務】
1. 海外エンタープライズ顧客向けSaaS製品のプロダクト戦略・ロードマップ策定
2. 顧客の業務フローに入り込んだ要件定義、ユースケース設計、導入支援（FDE的役割）
3. 開発チームと連携した仕様策定・優先順位づけ・リリースマネジメント
4. 顧客からのフィードバックを起点としたプロダクト改善サイクルの構築
5. 海外市場（インド・US等を想定）における現地ニーズの把握とプロダクトへの反映
6. 経営層・国内チームとのグローバル/ローカル間の連携

【ポジション・部門の魅力】
グループ会社は、システム開発における設計・開発をはじめ、Webアプリケーション、スマートフォンアプリケーションやIoT機器における脆弱性診断などのサービスを展開しています。
システム開発においては、開発後の脆弱性診断だけでなく、設計段階からのセキュリティ考慮、開発途中でのセキュリティチェックが重要であると考えています。システム開発事業においても、それらの実現ができるような仕組みを構築するために日々研鑽を積んでいます。
地方でも給与面・待遇面で都市部に劣らない環境を作り、地方出身者や若者のU/Iターン先となることを目標に、北九州本社から仙台オフィス、博多オフィス、札幌オフィスと拠点を開設し、業務を拡大しています。

## 業務概要
通販・EC・小売クライアントに対する複数プロジェクトのマネジメント責任を担います。仮説構築 業務設計 AIモデル構築 新たな顧客体験の実装 デリバリーまでを、PMとして品質・スケジュール・収益責任を持ち推進します。

## 具体的な業務
1. プロジェクトマネジメント
- 複数プロジェクトの品質・スケジュール・収益管理
- リソース配分、メンバー育成、チーム運営
2. 業務改革・プロセス設計（BPR）
- マーケティング・CS・コールセンター等のAs-Is / To-Be業務設計、ROI試算の指揮
3. マーケティング分析／AIモデル構築の統括
- 需要予測・離反予測・レコメンド・クリエイティブ生成等のモデル企画
- Tech部門との要件整理、モデル検証の統括
4. 新たな顧客体験（CX）の実装
- AI Agentを活用した顧客接点再設計（メール・DM・コール・Web・アプリ等）、現場定着化
5. クライアントマネジメント
- 経営層・事業責任者との合意形成、期待値調整
6. 組織・ナレッジマネジメント
- プロジェクトナレッジの形式知化、社内横展開

## ポジション・部門の魅力
「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。複数のプロダクトを展開し、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、同社事業の事業開発、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。

本ポジションのミッションは以下の通りです。

**対クライアント**：
- 顧客体験の革新による売上最大化・成長加速
- 業務の自律化により、人が創造的な成長領域へ集中できる環境構築

**対社内**：
- AI実装による徹底的な筋肉質化と高収益体質の実現
- 自らと事業を進化させ続ける「バリューアップ人材」の輩出

プロジェクトマネージャーとしては、上記ミッションをプロジェクト単位で確実にデリバリーし成果に結実させる責任を担います。

**プロジェクト事例（抜粋）**
- 某健康食品通販企業｜AIによるDM最適化：DM CVR 20%改善、メール 18%改善、約1億円の粗利創出
- 某老舗お茶販売企業｜DM反応予測モデル：1ヶ月で売上115%、約2,000万円UP
- 某大手通販企業｜DM最適化＋統合差配エージェント：主力商品DM最適化で従来比154%の売上向上
- 某アパレルEC｜AIレコメンドエンジン：導入3ヶ月で約3,000万円の売上効果

**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を通販・EC現場に実装する最前線でプロジェクトをリードできる
2. 最短の成長環境：戦略 実装 運用まで一気通貫のデリバリー経験を積め、「事業責任者」に最短で到達できる環境
3. 経営人材への道：M&A戦略に伴う買収先企業の経営幹部・事業責任者ポジションが開かれている

●全社戦略「AI Agent × M&A」
複数のプロダクトを展開し、自社で培った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・事業開発部門について
クライアント企業のAI活用・業務/組織変革だけでなく、自社事業の事業開発、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。

●ポジションのミッション
新規に開発されるAI Agentソリューション（セールスAI・レコメンドAI等）を、PMF（Product-Market Fit）からGrowth（事業拡大）へと導く。
事業検証〜Go-To-Market〜営業企画〜デリバリー〜人材要件定義までを一気通貫で担い、新規ソリューションを事業の柱へと育てます。

●業務内容
新規ソリューションの事業責任者として、以下を一気通貫で担当します：事業検証／GTM戦略立案／営業企画／初期デリバリー／人材要件定義／組織化。

▼事業検証（PMF探索）
・対象マーケット・顧客セグメントの仮説構築
・初期顧客との共創を通じた価値検証・ピボット判断
・プライシング設計、ビジネスモデル設計
▼Go-To-Market戦略立案
・ターゲット顧客・チャネル戦略、競合分析
・営業資料・提案シナリオ作成
▼営業企画・初期セールス
・初期顧客への直接営業・クロージング
・営業プロセスの型化、ナレッジ化
▼デリバリー統括
・Tech部門と連携した実装・運用の品質担保
・成功事例の横展開
▼組織・人材要件の定義
・拡大期に必要な人材要件の定義、採用・育成計画
・Sales・CS・Tech部門との連携設計
▼経営層へのレポーティング
・事業KPIのモニタリング・改善提案

● プロジェクト事例（類似活動イメージ）
・CDP/MA領域のAIソリューションとして、累計70社超へ展開。M&Aを含む戦略で事業拡大中
・某大手中古品買取でコール業務AI化（業務20 30%削減、約4 6億円の効果）を実現
・某アパレルECで導入3ヶ月で約3,000万円の売上効果

新規に立ち上がるセールスAI・レコメンドAI・生成AIソリューション等を、同様の成功パスへ導くことが主な役割です。

●このポジションの魅力
・AI Agent時代の最前線：自社開発の先端AI Agentを世に出し、事業として育てる最前線に立てる
・最短の成長環境：事業検証〜GTM〜組織化まで一気通貫の経験を通じて、「事業家」として最短で成長できる
・経営人材への道：立ち上げた事業の責任者、あるいはM&A買収先の経営幹部として活躍する道が開かれている

●キャリアパス
・短期：事業開発Manager → 新規事業責任者
・中長期：
　- GROWTH VERSE本体の事業責任者・執行役員
　- M&A買収先企業の経営幹部
　- 自社子会社化・スピンアウトのCEO候補

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を実装することをミッションに掲げるAI SaaS企業でのポジションです。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。

ポジションのミッション:
対クライアント:
- 顧客体験の革新による売上最大化・成長加速
- 業務の自律化により、人が創造的な成長領域へ集中できる環境構築
対社内:
- AI実装による徹底的な筋肉質化と高収益体質の実現
- 自らと事業を進化させ続ける「バリューアップ人材」の輩出

概要:
クライアント（総合通販・EC・小売・D2C等）の経営・事業課題に対し、仮説構築・マーケティング分析・AIモデル構築・新たな顧客体験の実装・プロジェクト推進までを一気通貫で担当します。

詳細:
1. 業務改革・プロセス設計（BPR）
- As-Is業務フロー（マーケ・CS・物流・コールセンター等）の調査・可視化
- AI Agent導入後のTo-Be業務フロー策定、ROI試算
2. マーケティング分析
- 顧客データ（購買履歴・属性・接点履歴）の分析、セグメンテーション設計
- 施策効果検証、KPI設計
3. AIモデル構築・検証
- Tech部門と連携した需要予測・離反予測・レコメンド・クリエイティブ生成等のモデル企画・要件定義
- A/Bテスト設計、精度検証
4. 新たな顧客体験（CX）の実装
- AI Agentを活用した顧客接点の再設計（メール・DM・コール・Web・アプリ等）
- オペレーション実装・現場定着化
5. 戦略策定
- AI活用ロードマップ策定、CRM/CDP戦略、事業KPI設計
6. プロジェクト推進（PM）
- Tech部門との要件整理、PMとしての品質・スケジュール管理、クライアント経営層・現場との合意形成

プロジェクト事例（抜粋）:
- 某健康食品通販企業｜AIによるDM最適化
- 課題：RF分析での絞り込みが最適でなく無駄打ちコスト発生。NET会員への購買促進が未実現
- 取組：顧客属性/商品/購買履歴/施策履歴からAI反応予測モデル構築、顧客別に最適リスト生成
- 某老舗お茶販売企業｜DM反応予測モデル
- 取組：機械学習モデルでDM反応予測確率を会員ごとに算出、A/Bテストで効果検証後に定常運用化
- 某大手通販企業｜DM最適化＋統合差配エージェント
- 取組：DM／メール／架電を横断するスコアリングAI構築、領域横断の統合差配エージェントを構築中
- 某アパレルEC｜AIレコメンドエンジン
- 取組：業界最先端のAIモデルで関連ユーザー/商品を測定、コーデ/スタッフレコメンド・マルチモーダル・リアルタイムパーソナライズを追加実装

●全社戦略「AI Agent × M&A」
複数のプロダクトを展開し、自社で培った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・事業開発部門について
クライアント企業のAI活用・業務/組織変革だけでなく、自社事業の事業開発、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。

●ポジションのミッション
▼対クライアント：
・顧客体験の革新による売上最大化・成長加速
・業務の自律化により、人が創造的な成長領域へ集中できる環境構築

▼対社内（GROWTH VERSE）：
・AI実装による徹底的な筋肉質化と高収益体質の実現
・自らと事業を進化させ続ける「バリューアップ人材」の輩出

プロジェクトマネージャーとしては、上記ミッションをプロジェクト単位で確実にデリバリーし成果に結実させる責任を担います。

●業務内容
▼概要
金融機関クライアントに対する複数プロジェクトのマネジメント責任を担います。
仮説構築〜業務設計〜AIモデル構築〜新たな顧客体験の実装〜デリバリーまでを、PMとして品質・スケジュール・収益責任を持ち推進します。

▼詳細
・プロジェクトマネジメント
　・複数プロジェクトの品質・スケジュール・収益管理
　・リソース配分、メンバー育成、チーム運営
・業務改革・プロセス設計（BPR）
　・As-Is / To-Be業務設計、ROI試算の指揮
・マーケティング分析／AIモデル構築の統括
　・休眠予測・離反予測・クロスセル・リスク判定等のモデル企画
　・Tech部門との要件整理、モデル検証の統括
・新たな顧客体験（CX）の実装
　・AI Agentを活用した顧客接点再設計、現場定着化
・クライアントマネジメント
　・経営層・事業責任者との合意形成、期待値調整
　・ステークホルダー間の利害調整
・組織・ナレッジマネジメント
　・プロジェクトナレッジの形式知化、社内横展開

●プロジェクト事例（抜粋）
▼大手地方銀行グループ｜リテール顧客LTV予測AIと顧客体験再設計
　 取組：顧客属性・取引履歴・行動データからLTV予測AIを構築（SHAPで説明性担保）、年代×金融リテラシーでセグメント設計、　ATM・SNS・Web・iBankアプリ横断の顧客接点を再設計
　 成果：LTV Top20%顧客の行動パターン可視化、Profit予測モデル精度の獲得、施策優先度の明確化
▼某大手証券会社｜休眠顧客予測AI：約97%の精度で休眠顧客を特定、事前施策の高度化

●このポジションの魅力
・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を金融現場に実装する最前線でプロジェクトをリードできる
・最短の成長環境：戦略〜実装〜運用まで一気通貫のデリバリー経験を積め、「事業責任者」に最短で到達できる環境
・経営人材への道：M&A戦略に伴う買収先企業の経営幹部・事業責任者ポジションが開かれている

●キャリアパス
・短期：Manager → Senior Manager → Director
・中長期：
　・事業責任者
　・M&A買収先企業の経営幹部（事業再生・PMI担当）
　・新規事業立ち上げ（事業開発ポジションへの転換）

【業務概要】
業界を横断したクライアント案件・社内の新規ソリューション立ち上げ・M&A PMIに対し、仮説構築・マーケティング分析・AIモデル構築・新たな顧客体験の実装・プロジェクト推進までを一気通貫で担当します。

対クライアント：
顧客体験の革新による売上最大化・成長加速
業務の自律化により、人が創造的な成長領域へ集中できる環境構築

対社内：
AI実装による徹底的な筋肉質化と高収益体質の実現
事業を進化させ続ける「バリューアップ人材」の輩出

同社は、AI Agentによる顧客体験の変革と業務の自律化を両輪で推進しています。単なるツール導入ではなく、「顧客体験をどう再設計するか」「既存業務をどう変えるか」の両面で、CX再設計とBPRの視点が不可欠です。
M&Aによる事業領域の継続的拡大・新規ソリューション開発の加速により、特定業界に縛られず複数業界を横断してAI Agent展開を推進できるコンサルタントの需要が急増しています。買収先PMI・新規ソリューション立ち上げ・業界横断の課題解決をリードするポジションです。

【具体的な業務】
1. 業務改革・プロセス設計（BPR）
業界横断でのAs-Is / To-Be業務設計、ROI試算
2. マーケティング分析
顧客データの分析、セグメンテーション設計、施策効果検証、KPI設計
3. AIモデル構築・検証
Tech部門と連携した予測・最適化・レコメンド・生成AI等のモデル企画・要件定義、A/Bテスト設計
4. 新たな顧客体験（CX）の実装
AI Agentを活用した顧客接点の再設計、オペレーション実装・現場定着化
5. 戦略策定
AI活用ロードマップ、事業戦略、KPI設計
6. 新規ソリューション立ち上げ
Tech部門と連携した新規AI Agentの事業検証・GTM設計
7. M&A・PMI支援
買収先企業のAI実装による業務改革・事業再生
8. プロジェクト推進（PM）
Tech部門との要件整理、PMとしての品質・スケジュール管理、クライアント・社内ステークホルダーとの合意形成

プロジェクト事例（抜粋）：
・金融機関におけるリテール顧客LTV予測AIと顧客体験再設計
取組：LTV予測AIを構築（SHAPで説明性担保）、年代×金融リテラシーでセグメント設計、ATM・SNS・Web・iBankアプリ横断の顧客接点を再設計
成果：LTV上位顧客の行動パターン可視化、施策優先度の明確化
・大手旅行代理店における媒体配送最適化
取組：顧客属性／参加履歴／配信履歴からスコアリングモデル作成、媒体特徴×商品特徴の予測AIで配送効率最大化
成果：申込を維持しつつ配送量を削減
・エンターテインメント企業におけるPR画像のAI生成
取組：大量保存画像の特徴量をベースに入力要件をエンコーダーで変換、光源等を自動調整
成果：ポスター制作コスト削減
・大手健康食品通販におけるAI DM最適化
成果：DMおよびメールのCVR改善、粗利創出

【ポジション・部門の魅力】
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を、複数業界で実装する最前線に立てる
2. 最短の成長環境：戦略策定 実装 運用までを複数業界で経験でき、「手を動かせる事業家」へ転換できる環境
3. 経営人材への道：M&A戦略に伴う買収先企業の経営幹部・事業責任者ポジションが開かれている

キャリアパス：
短期：Consultant → Manager → Director
中長期：
同社本体の事業責任者
M&A買収先企業の経営幹部（事業再生・PMI担当）
新規事業立ち上げ（事業開発ポジションへの転換）

【業務概要】
同社およびグループ会社のBtoBマーケティング責任者として、戦略立案から施策実行、KPIモニタリングまでを一気通貫で担当します。

【具体的な業務】
市場・顧客・競合の理解に基づくマーケティング戦略の立案から、デジタル・コンテンツ・ウェビナー・イベント・ABM等の施策実行、営業との連携設計までを自ら担当し、商談創出パイプラインを安定供給する責任を負います。

1. マーケティング戦略立案
- ターゲット業界・顧客セグメントの仮説立案、ICP（理想顧客像）定義
- 競合・市場ポジショニングの分析、メッセージング設計
2. 需要創出施策の立案・実行
- デジタル施策（SEO・コンテンツ・SNS・広告・ウェビナー）の企画と実行
- 展示会・カンファレンス・共催イベントの企画運営（BtoBマーケティングの主力チャネル）
- ABM（Account-Based Marketing）の対象アカウント選定と施策展開
- タクシー広告等の上位ファネル施策の前段階で、Web・展示会・ABM等のチャネルを最大限活用したパイプライン獲得最大化
3. 営業組織の巻き込み・連携
- インサイドセールス・フィールドセールスとのSLA（リード受け渡し基準）設計
- 商談化率・受注率に基づくマーケティング施策のチューニング
- マーケティング施策を営業現場に浸透させ、組織として実行に移すための社内推進
4. コンテンツ制作
- ホワイトペーパー・事例コンテンツ・ブログ記事の企画と制作ディレクション
- 顧客事例のインタビュー設計、ナレッジの言語化
5. KPIモニタリングと改善
- リード数・商談数・受注貢献額のダッシュボード設計と運用
- マーケティング投資のROI最大化
6. AI/Agent活用によるマーケティングオペレーション設計
- リード分析・コンテンツ生成・ターゲティング・効果測定にAI/Agentを実装し、レバレッジを利かせる
7. 経営層へのレポーティング
- マーケティングKPI・パイプライン・投資対効果のモニタリングと改善提案

【ポジション・部門の魅力】
1. 0からマーケティング機能を立ち上げ、責任者として組織を構築できる点。
2. AI Agentサービスを訴求するマーケティングと、自身のマーケティング業務のAgent化を同時に進められる点。
3. 複数事業のマーケティングを統括する立場から、CMO候補・事業責任者・経営幹部へのキャリアパスが開かれている点。

【業務概要】
「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。
複数のプロダクトを展開し、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。
本ポジションのミッションは、対クライアントでは顧客体験の革新による売上最大化・成長加速、業務の自律化により、人が創造的な成長領域へ集中できる環境構築を目指します。対社内では、AI実装による徹底的な筋肉質化と高収益体質の実現、自らと事業を進化させ続ける「バリューアップ人材」の輩出を目指します。
クライアント（金融機関：銀行・証券・保険・クレジット等）の経営・事業課題に対し、仮説構築・マーケティング分析・AIモデル構築・新たな顧客体験の実装・プロジェクト推進までを一気通貫で担当します。
【具体的な業務】
1. 業務改革・プロセス設計（BPR）
- As-Is業務フローの調査・可視化、To-Be設計、ROI試算
2. マーケティング分析
- 顧客データ（取引履歴・属性・接点履歴）の分析、セグメンテーション設計
- 施策効果検証、KPI設計
3. AIモデル構築・検証
- Tech部門と連携した休眠予測・離反予測・クロスセル・リスク判定等のモデル企画・要件定義
- A/Bテスト設計、精度検証
4. 新たな顧客体験（CX）の実装
- AI Agentを活用した顧客接点の再設計（コール・チャット・Web・アプリ等）
- オペレーション実装・現場定着化
5. 戦略策定
- AI活用ロードマップ策定、事業KPI設計
6. プロジェクト推進（PM）
- Tech部門との要件整理、PMとしての品質・スケジュール管理、クライアント経営層・現場との合意形成
プロジェクト事例（抜粋）
- ある金融グループ｜リテール顧客LTV予測AIと顧客体験再設計
- 課題：リテール顧客のLTVを個別に予測し、世代・ライフステージに応じた最適な金融商品提案を実現したい
- 取組：顧客属性・取引履歴・行動データから特徴量を設計し、LTV予測AIモデルを構築（SHAP解析による説明性担保）。年代 × 金融リテラシーで顧客セグメント設計（Expert / Learner / Beginner × 20 60代）。セグメント別のカスタマージャーニー再設計（NISA・資産運用・ローン等）。ATM・SNS・YouTube・Web・iBankアプリを横断した顧客接点の再設計。
- 成果：LTV Top20%顧客の行動パターン可視化、Profit予測モデル精度の獲得、施策優先度（新規／休眠／継続別）の明確化
- ある大手証券会社｜休眠顧客予測AI
- 課題：月に約2,000人が休眠化。従来の取り組みでは予測・防止が困難
- 取組：顧客属性／取引履歴／コンタクト履歴から250個以上の特徴量でAIモデルを構築、カバー率と正答率の2パターンで検証。
- 成果：約97%の精度で休眠顧客を特定、事前施策の高度化を実現。
【ポジション・部門の魅力】
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を金融現場に実装する最前線に立てる
2. 最短の成長環境：戦略策定 実装 運用までを一気通貫で経験でき、「手を動かせる事業家」へ転換できる環境
3. 経営人材への道：M&A戦略に伴う買収先企業の経営幹部・事業責任者ポジションが開かれている

【業務概要】
同社およびグループ会社の両社を対象に、採用活動の推進を中核としつつ、人事企画・オンボーディング・労務関連業務まで担当します。

【具体的な業務】
1. 採用活動の推進
- 事業責任者・現場マネージャーへのヒアリングに基づくJD作成、採用要件の整理
- 採用エージェント・ダイレクトリクルーティング媒体の運用、スカウト送信
- カジュアル面談・一次面接の同席、面接日程調整・候補者体験の設計
- オファー面談の運営、内定承諾までのフォロー
2. 採用計画・KPI管理
- 採用ポジションの全社ダッシュボード化、進捗・歩留まりのモニタリング
- 採用エージェント・媒体のパフォーマンス分析、コスト最適化
3. オンボーディング設計・運用
- 入社時の手続き、メンター制度・立ち上がり支援プログラムの設計と運用
4. 人事企画・制度運用
- 評価制度・等級制度の運用支援（一部設計補佐）
- 給与改定・賞与査定の事務局運営
5. 労務・コンプライアンス
- 入退社手続き、就業規則の運用、各種人事関連の問い合わせ対応
6. AI/Agent活用による業務オペレーション設計
- スカウト文生成・候補者管理・要件整理等の採用業務にAI/Agentを実装し、レバレッジを利かせる
7. 経営層へのレポーティング
- 採用・人事KPIのモニタリングと改善提案

【ポジションの魅力】
1. M&A連動の採用設計：連続M&Aを前提とした採用・人事を設計できる希少な経験
2. AI×人事の最前線：AI/Agentを採用・人事業務に組み込み、業務オペレーションをアップデートできる
3. 事業×人事の一体運用：事業戦略を理解した上で採用・人事を担い、人事領域の幹部候補として成長できる

「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

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

戦略コンサルティングファーム出身者や投資ファンド執行役員を歴任した代表が設立した企業でのポジションです。戦略提案に留まらず、データ起点で経営課題を整理し、DX施策の設計から実行までを一気通貫で支援します。顧客ごとにゼロからシステムを構築し、現場と経営層が使いこなせるDXによる企業変革を強みとしています。案件の多くが大手企業のプライム案件であり、上流工程から関与できる点が特徴です。

具体的な業務:
3 4名のチームでAI実装やアーキテクチャ設計を通じ、システム面から経営課題解決をリードします。実装から入りアジャイル的にコンサルティングを行う点が特長です。早期にプロトタイプを構築し、現場のフィードバックを得ながら要件定義と開発を反復し、確実な価値創出を実現します。
同社のコンサルティングは、以下のステップで経営と現場をデータで繋ぎます。
1. データ基盤構築：ETLツール等で既存IT資産を活かし業務データを可視化
2. 短サイクル経営管理導入：現場のデータ更新を自動化し、PDCAを高速化
3. データドリブン業務改革：データに基づき課題解像度を高め、具体的な改善を実現
4. 中期経営計画策定：全社業務をデータに基づくKPIへ展開し、実行可能な計画を策定

プロジェクト例:
・決済PF事業者：クラウド移行と管理工数自動化
・生命保険会社：LLM活用社内業務特化型AI実装・CoE立ち上げ
・大手出版社：AWSセキュア版権管理システム構築支援
・リセラー事業者：API・SaaS連携等での業務プロセス自動化

ポジション・部門の魅力:
教育／資格支援が充実しており、入社後1か月の基礎研修（コンサル基礎、PMO等）で戦略的アプローチ手法を補完します。AWSやMicrosoft等の資格取得支援も充実しています。毎日役員と1on1を実施し、資料や進め方について随時レビューを受けられるため、圧倒的な速度で成長可能です。創業期であるため、コンサル業務のみならず、採用／ブランディング／基幹システム構築など、組織作りにも積極的に関われる裁量があります。拡大期につき上位ポストに空きがあり、成熟したファームと比較して早期にマネジメント層へステップアップしやすい環境です。未経験から高度な案件へ参画できる実践的な体制を用意しています。チームで案件を進行し負荷を分散するため、残業は月20 30時間程度です。

データ起点で経営課題を整理し、DX施策の設計から実行までを一気通貫で支援する企業でのポジションです。顧客ごとにゼロからシステムを構築し、現場と経営層が使いこなせるDXによる企業変革が強みです。案件の多くが大手企業のプライム案件であり、上流工程から関与できる点が特徴です。

マネージャーとして3 4名のチームを牽引し、品質担保とメンバー育成を担います。AI実装やアーキテクチャ設計を通じ、システム面から経営課題解決をリードします。実装から入りアジャイル的にコンサルティングを行う点が特長です。早期にプロトタイプを構築し、現場のフィードバックを得ながら要件定義と開発を反復し、確実な価値創出を実現します。コンサルティングは、以下ステップで経営と現場をデータで繋ぎます。
1. データ基盤構築：ETLツール等で既存IT資産を活かし業務データを可視化
2. 短サイクル経営管理導入：現場のデータ更新を自動化し、PDCAを高速化
3. データドリブン業務改革：データに基づき課題解像度を高め、具体的な改善を実現
4. 中期経営計画策定：全社業務をデータに基づくKPIへ展開し、実行可能な計画を策定

【プロジェクト例】
・決済PF事業者：クラウド移行と管理工数自動化
・生命保険会社：LLM活用社内業務特化型AI実装・CoE立ち上げ
・大手出版社：AWSセキュア版権管理システム構築支援
・リセラー事業者：API・SaaS連携等での業務プロセス自動化

デリバリー特化（営業責任なし）：個人の案件獲得ノルマはなく、提供価値の最大化、プロジェクトの成功に100%集中できる環境です。
プレイングマネジメント：高い専門性を持つリーダー層も最前線で牽引し、自ら現場で直接的な価値提供を行います。
経営陣との直接議論：定期的にマネージャー層と経営陣が議論する場を設けています。差別化戦略から採用・育成など、会社のコアな意思決定に関与し、事業成長を牽引できます。
キャリアパス：拡大期につき上位ポストに空きがあり、シニアマネージャー等へ早期ステップアップを目指せます。
組織の特徴：大手・上場ファーム出身者の他、SIer等の事業会社出身者も多数在籍しています。経営層と距離が近いフラットな組織です。充実した社内研修によりコンサルティングスキルの標準化が図られており、多様な専門性を掛け合わせてプロジェクトを推進可能です。トップファーム出身の経営陣と直接協働でき、裁量を持って理想のチームビルディングが可能です。

業務概要
同社はプロダクトビジョンの実現に向け、次世代の経営管理プラットフォームの開発を進めています。このプロダクトは、計画策定から実績把握、意思決定、学習までの経営管理サイクル全体を組織横断でシステムに載せる EPM（Enterprise Performance Management）プラットフォームでありながら、コンサル不要でユーザー自身が構築・運用・変更できるという、世界的にも未開拓のポジションを目指すものです。
このプロダクトの本質的価値は、「経営管理の仕組みを、お客様が自分たちの手で変え続けられること」にあります。多次元データモデル・配賦・連結・フォーミュラ・シナリオが複雑に絡み合うシステムでありながら、その全体が安全に変更可能で、計算結果の根拠を常に追跡でき、設定の意図が引き継がれていく この状態を維持することは、QAの責任領域そのものです。
加えて、このプロダクトは、AI の存在を前提とした「AI ネイティブ SaaS」をゼロから設計しています。プロダクト内部に組み込まれる AI 機能（構築支援・分析の自動化等）の品質、そして AI 駆動で開発されたコードの品質 どちらも従来の QA手法では太刀打ちできない、新しい品質基準を定義していく必要があります。
今回は、エンジニアリングと AI を駆使してサービス品質・プロダクト品質を高めつつ、プロセス品質の改善をリードできるシニアレベルのプロダクトQAを募集します。

具体的な業務内容
次世代プロダクトのチームに所属し、以下の2つの役割を担います。
1. エンジニアリングスキル・AI スキルを駆使して「サービス品質」「プロダクト品質」を高める
テスト自動化の実装・運用、生成 AI を用いたテスト生成・テスト探索、プロダクトに組み込まれる AI 機能の品質保証など、エンジニアリングと AI を武器に、プロダクトの品質水準そのものを直接引き上げる活動をリードしていただきます。仕様レビューやテスト設計といった従来の QA 業務に閉じず、コードを書き、ツールを構築し、AI を使い倒して、品質を作り込むことが期待されます。
2. リードエンジニア・プロダクトマネージャーと相対して「プロセス品質」をリードする
要求・仕様レビューの質を高めるシフトレフト、リリース・デプロイプロセスの改善、インシデント対応と再発防止のループ設計など、開発プロセスそのものの品質をリードエンジニア・プロダクトマネージャーと協働しながら改善していただきます。プロダクトチームの中核として、品質に関わる意思決定を主導するポジションです。

具体的な業務内容
* 担当プロダクトの品質戦略の立案と実行
* 開発チームと密接に連携した要求整理、仕様策定、UX レビュー
* アジャイル開発プロセスにおけるテストプロセスの改善提案・実行
* テスト計画策定から分析、設計、実行、不具合報告、リリース後確認まで
* テスト自動化（E2E / API / 単体）の実装・運用・監視
* 品質メトリクスの設定と分析
* AI を活用したテスト生成・テスト探索の実践と、社内へのナレッジ展開
* プロダクトに組み込まれる AI 機能（LLM ベースの構築支援・分析機能等）の品質保証（プロンプト評価、出力品質検証、ハルシネーション検知など）
* プロダクトチームへの QA 知見の共有・浸透

開発に使っている主なツール
* サーバーサイドKotlin / Go / Rust
* フロントエンドReact / Next.js / TypeScript
* インフラAWS / Terraform / Fargate / ECR
* DBAurora PostgreSQL
* テストツールDatadog Synthetics / Playwright
* AI 開発環境Cursor / Claude Code

ポジション・部門の魅力
AI ネイティブ SaaS における品質基準の新しい定義
このプロダクトは、AI の存在を前提に設計される「AI ネイティブ SaaS」です。プロダクトに組み込まれる AI 機能の出力をどう評価・保証するか、AI 駆動で書かれたコードをどう品質保証するか これらに対する確立された答えはまだ存在しません。新しい品質基準を定義し、プロダクトの実例として確立していくという、QA エンジニアにとって極めて挑戦的な経験を得られます。

「変化のしやすさ」を品質保証で支える挑戦
このプロダクトの本質的価値は、お客様が経営管理の仕組みを自分たちの手で変え続けられることにあります。お客様が変更を恐れずプロダクトを触れる状態は、変更の影響範囲が明確であり、計算結果の根拠が常に追跡でき、設定の意図が読み解ける状態が保たれて初めて成立します。この「変化を支える品質」を設計・保証することは、プロダクトの中核価値に直結する、QA 固有の腕の見せ所です。

複雑な多次元データモデルと計算ロジックの正しさを保証する難しさ
多次元データモデル、ドライバー分解、配賦、連結、フォーミュラ、シナリオ管理 このプロダクトが扱う計算ロジックは、業務 SaaS の中でも屈指の複雑性を持ちます。これらが組み合わさった結果としてお客様の経営判断を支える数字が生まれる以上、その正しさを保証する責任は重く、解きごたえもあります。業務システムと分析データベースシステムが交差する領域で、品質の最前線に立つ経験を得られます。

【業務概要】
次世代の経営管理プラットフォームの開発を進める企業でのポジションです。このプロダクトは、計画策定から実績把握、意思決定、学習までの経営管理サイクル全体を組織横断でシステムに載せる EPM（Enterprise Performance Management）プラットフォームでありながら、コンサル不要で利用者が自身で構築・運用・変更できるという、世界的にも未開拓のポジションを目指すプロダクトです。
このプロダクトの本質的価値は、「経営管理の仕組みを、利用者が自身の力で変え続けられること」にあります。多次元データモデル・配賦・連結・フォーミュラ・シナリオが複雑に絡み合うシステムでありながら、その全体が安全に変更可能で、計算結果の根拠を常に追跡でき、設定の意図が引き継がれていく この状態を維持することは、QAの責任領域そのものです。
加えて、このプロダクトは、AI の存在を前提とした「AI ネイティブ SaaS」をゼロから設計しています。プロダクト内部に組み込まれる AI 機能（構築支援・分析の自動化等）の品質、そして AI 駆動で開発されたコードの品質 どちらも従来の QA手法では太刀打ちできない、新しい品質基準を定義していく必要があります。
エンジニアリングと AI を駆使してサービス品質・プロダクト品質を高めつつ、プロセス品質の改善をリードできるシニアレベルのプロダクトQAの募集です。

【具体的な業務】
次世代プロダクトのチームに所属し、以下の 2 つの役割を担います。
1. エンジニアリングスキル・AI スキルを駆使して「サービス品質」「プロダクト品質」を高める
テスト自動化の実装・運用、生成 AI を用いたテスト生成・テスト探索、プロダクトに組み込まれる AI 機能の品質保証など、エンジニアリングと AI を武器に、プロダクトの品質水準そのものを直接引き上げる活動をリードします。仕様レビューやテスト設計といった従来の QA 業務に閉じず、コードを書き、ツールを構築し、AI を使い倒して、品質を作り込むことが期待されます。
2. リードエンジニア・プロダクトマネージャーと相対して「プロセス品質」をリードする
要求・仕様レビューの質を高めるシフトレフト、リリース・デプロイプロセスの改善、インシデント対応と再発防止のループ設計など、開発プロセスそのものの品質をリードエンジニア・プロダクトマネージャーと協働しながら改善します。プロダクトチームの中核として、品質に関わる意思決定を主導するポジションです。

具体的な業務内容:
・担当プロダクトの品質戦略の立案と実行
・開発チームと密接に連携した要求整理、仕様策定、UX レビュー
・アジャイル開発プロセスにおけるテストプロセスの改善提案・実行
・テスト計画策定から分析、設計、実行、不具合報告、リリース後確認まで
・テスト自動化（E2E / API / 単体）の実装・運用・監視
・品質メトリクスの設定と分析
・AI を活用したテスト生成・テスト探索の実践と、社内へのナレッジ展開
・プロダクトに組み込まれる AI 機能（LLM ベースの構築支援・分析機能等）の品質保証（プロンプト評価、出力品質検証、ハルシネーション検知など）
・プロダクトチームへの QA 知見の共有・浸透

【ポジション・部門の魅力】
AI ネイティブ SaaS における品質基準の新しい定義
このプロダクトは、AI の存在を前提に設計される「AI ネイティブ SaaS」です。プロダクトに組み込まれる AI 機能の出力をどう評価・保証するか、AI 駆動で書かれたコードをどう品質保証するか これらに対する確立された答えはまだ存在しません。新しい品質基準を自身の力で定義し、プロダクトの実例として確立していくという、QA エンジニアにとって極めて挑戦的な経験を得られます。
「変化のしやすさ」を品質保証で支える挑戦
このプロダクトの本質的価値は、利用者が経営管理の仕組みを自身の力で変え続けられることにあります。利用者が変更を恐れずプロダクトを触れる状態は、変更の影響範囲が明確であり、計算結果の根拠が常に追跡でき、設定の意図が読み解ける状態が保たれて初めて成立します。この「変化を支える品質」を設計・保証することは、プロダクトの中核価値に直結する、QA 固有の腕の見せ所です。
複雑な多次元データモデルと計算ロジックの正しさを保証する難しさ
多次元データモデル、ドライバー分解、配賦、連結、フォーミュラ、シナリオ管理 このプロダクトが扱う計算ロジックは、業務 SaaS の中でも屈指の複雑性を持ちます。これらが組み合わさった結果として利用者の経営判断を支える数字が生まれる以上、その正しさを保証する責任は重く、解きごたえもあります。業務システムと分析データベースシステムが交差する領域で、品質の最前線に立つ経験を得られます。

本ポジションは、要件定義からPMO・導入推進まで一気通貫のPM/プロジェクトリードを担うだけでなく、クライアントの潜在課題を特定・案件化するアカウントマネジメント（営業活動）や、自社組織の拡大・メンバー育成にも深く関与していただく、経営幹部候補としての採用となります。

【業務内容】
　大手企業の業務変革・IT導入プロジェクトにおいて、構想策定から要件定義、導入推進、定着支援までを一貫して担っていただきます。
経営層・事業部門・IT部門・開発ベンダーの間に立ち、論点整理や合意形成を行いながら、プロジェクトを前に進めるPMO／ITコンサルタントのポジションです。
ご経験やご志向に応じて、業務変革、IT導入、BPR、生成AI活用などの案件をお任せします。

【プロジェクト例】
・大手企業における業務変革・IT導入プロジェクトのPMO
・基幹システム刷新に伴う要求整理、要件定義、導入推進
・BPRを伴うシステム導入プロジェクトの上流支援
・生成AI活用に向けたユースケース整理、導入企画、推進支援
・データ活用基盤に関する構想整理、要件定義、推進支援　等

【具体的な業務イメージ】
1. 構想策定・企画
　・現状業務／システム課題の可視化、論点整理
　・To-Be業務、導入方針、推進ロードマップの策定　等
2. 要件定義・プロジェクト設計
　・ビジネス要件の整理とシステム要件への落とし込み
　・関係者間の役割整理、意思決定プロセス設計　等
3. 導入推進・PMO
　・プロジェクト計画立案、進捗管理、課題管理、会議設計
　・クライアントおよびIT部門、開発ベンダーとの合意形成・コミュニケーション　等
4. 定着・運用支援
　・業務定着に向けた運用設計、ルール整備
　・導入後の改善提案、活用促進、効果測定支援　等


【このポジションで担うこと／得られる経験】
・エンドユーザーと直接向き合うプロジェクトが中心のため、構想策定や方針・計画策定など、上流から関与する機会が多くあります。
・単なる管理ではなく、業務要件と技術要件を接続しながら、意思決定と実行の両面を前に進める経験を積むことができます。
・業務変革、BPR、IT導入に加え、案件によっては生成AIやデータ活用など新しいテーマにも関与できます。
・戦略コンサルティングの上流視点と、現場実装まで伴走する実行力の双方を磨くことができます。

【職務概要】
生成AIの活用が急速に広がる中、日本政府においてもAI開発への投資が進んでいます。
同社では、AIモデルの開発に必要なAIインフラ（GPU基盤）の整備およびサービス提供を開始しています。

配属予定組織では、GPUサービスの顧客開拓および提案営業を担当します。
国内AI開発の最前線を担う企業に対するAIインフラの提案に加え、国家プロジェクトや助成金案件の獲得まで含め、幅広い営業活動を通じて事業成長をリードするポジションです。

【職務内容】
「GPUサービス」に関連する以下の業務を担当します。
・モデル開発企業、AI系スタートアップ、大手企業のAI部門へのGPUサービス提案および新規顧客開拓
・顧客のAI開発ロードマップを踏まえたGPU需要の創出および関係構築
・国家プロジェクトや補助金、助成金を活用した案件の獲得
・政策動向を踏まえたロビー活動および行政、業界団体との関係構築
・お客さまとの共創提案（PoC支援、ユースケース提案など）

【魅力・アピールポイント】
生成AIによる新たなビジネス創出はグローバルで加速しており、本業務を通じて多くの知見と経験を得られるでしょう。
新規事業の創造に直接関わることができる点が大きな魅力です。

・生成AIやLLM開発の最前線に位置する企業や研究機関と協働できる環境です
・学習用途に加え、推論需要という次の大きな波を最前線でキャッチアップできるポジションです
・サービス販売にとどまらず、顧客との共創や事業立案まで関わることができる裁量の広い営業スタイルです
・国家プロジェクトや助成金案件など、スケールの大きいビジネスに携わることができます
・社内技術部門と連携し、AIに関する最新の技術的知見を継続的に取得できる環境です

【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】
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。

自動車メーカーの開発部門にて、以下の業務を担当します。

1. ECUソフト開発業務の自動化
* ECUソフト開発業務の効率化・自動化
* ビルド、テスト、リリース工程の自動化
* GitHubのコード管理の即時実行とClaude連携による解析効率化
* 差分解析、影響範囲推定、レビュー支援
* GitHub IssueのAI活用まとめとJIRA起票の自動化
* 課題管理の自動化、トレーサビリティ強化

2. 開発効率化・CAE代替化
* 開発効率化に向けた自動化・AI導入
* データ管理（構造化、モデル設計、収集基盤構築）
* CAE代替化技術（Surrogate/Meta-model）の構築・運用
* 衝突・流体などの大規模シミュレーションを高速化する3Dサロゲートモデルの設計・評価

3. シミュレーション最適化 × LLM/生成AI
* シミュレーションによる最適化とLLM/生成AIを組み合わせたエージェント技術構築・運用展開
* Copilot Studio連携によるパラメータ探索、感度解析、レポート自動生成
* モデル入出力仕様の標準化、プロンプト設計、ワークフロー自動化（CI/CD連携）

4. データプラットフォーム運用
* データプラットフォームの運用業務
* データ管理、運用ルール整備、問い合わせ対応

AIやデータを活用することが増え、生成AIなどを駆使することが当たり前の時代となりました。顧客からも、DX加速や生成AIを中心とした先端技術の急速な進化、業務・ITの複雑化といった構造変化に伴う相談が数多く寄せられています。
同社は2017年から、AI/ビッグデータ活用のビジネスを進めてきましたが、その割合も年々増えております。
この度、「データ連携・データ基盤整備」「レガシーシステムのモダナイズ」「業務とITの全体最適化」等の領域を中心に、「コンサルティング×実行支援」を一体化したサービスを提供します。そのメンバーを募集しています。エンジニアとして市場価値を高め続けてみませんか。

【想定業務例】
・自動車車体設計におけるデータ利活用DXツールの開発
・AIエージェントによる社内業務アプリケーションの開発
・技術支援ワークフローシステムおよびツールの開発
・Local LLMを使った評価業務の効率化
・ソフトウェア開発で利用する生成AIツールの開発
・AIによる船舶制御の先行技術開発
・AIのOSSを応用した映像解析開発
・AIプロンプト自動更新機能の開発

【関われる製品・サービス】
自動車（開発効率化・自動化/生産効率化）
ロボット
次世代デバイス
医療機器
AR/VR製品
センシング/IoT etc…

変更の範囲：会社の定める業務

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

製造業の設計開発領域に特化したAIエージェントのプロダクト開発をリードいただくポジションです。

製造業の設計開発現場に蓄積された技術文書、規格書、設計記録、不具合情報、過去案件のナレッジなどをAIが構造的に理解し、設計判断・ナレッジ検索・技術検討・FMEAなどの業務を支援するプロダクトです。

本ポジションでは、AI技術そのものの研究開発にとどまらず、製造業の実務課題を理解し、顧客・コンサルタント・エンジニアと連携しながら、プロダクトの機能企画、要件定義、開発推進、品質改善、導入後の改善サイクルまで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。

・製造業向けAIエージェントのプロダクト企画、要件定義、開発ロードマップ策定
・顧客の設計開発業務、技術文書、ナレッジ活用課題を踏まえた機能設計
・生成AI、自然言語処理、検索技術、ナレッジグラフ等を活用したプロダクト開発の推進
・プロンプト設計、RAG、文書構造化、根拠提示、回答精度向上に関する企画・検証
・エンジニア、AI技術者、製造業コンサルタント、外部パートナーとの開発マネジメント
・PoC案件を通じた顧客課題の抽出、プロダクト改善へのフィードバック
・セキュリティ、権限管理、監査ログ、データ分離など、法人向けAIプロダクトに求められる品質・信頼性の向上
・将来的なプロダクト組織・開発体制の構築、メンバー育成、開発プロセス整備

【役割】
圧倒的な実装力を活かし、AI/LLMゲートウェイのスクラッチ開発や、他社データを絶対に混在させないセキュアなRAG基盤のコアロジック実装（プレイングの先頭）を担っていただきます。
その後、半年 1年を目安に以下のステップで「技術への責任範囲」を全社規模へと拡張していただきます。
・基盤のコアコンポーネントの自らによる実装、および技術的ブレイクスルーの体現
・全社プロダクトが利用するAI組み込みガイドライン、自動テスト戦略、CI/CDパイプラインの策定
・部署横断での技術選定、難解なシステムトラブルの最終エスカレーション対応、およびADR（アーキテクチャ決定記録）の主導
※ピープルマネジメント（評価・労務管理）の責務はありません。「純粋に技術とプロダクトの品質でチームを引っ張るスペシャリスト」としてのキャリアをお約束します。

【職務内容】
● 基盤アーキテクチャの設計・技術選定
・AI Readyなデータ基盤のアーキテクチャ設計、開発のアーキテクチャ全体のグランドデザイン
・非機能要件（レイテンシー、スケーラビリティ、可用性、強固なマルチテナントセキュリティ）を担保するクラウドインフラ（AWS等）およびバックエンドの設計
・各種LLM（OpenAI, Anthropic, Bedrock等）のAPI動的ルーティング、およびコスト・応答速度最適化ロジックの考案
・中長期的な視点に立った技術的負債の返済計画策定と、CI/CD環境のモダン化
● コアコンポーネントの実装・品質担保
・基盤における「最も技術的難易度の高い10%のコード」のハンズオン実装
・PoC（仮説検証）コードから、数万人規模の同時接続に耐えうる本番クオリティへのリファクタリング主導
・厳格な自動テスト（Unit, E2E, 負荷テスト等）の設計と仕組み化による「落ちないインフラ」の実現
・チームメンバーへの高度なコードレビュー、およびペアプログラミング等を通じた技術メンタリング

【業務概要】
高いエンジニアリング力を活かし、AI/LLMゲートウェイのスクラッチ開発や他社データを混在させないセキュアなRAG基盤構築の設計・実装をリードします。
基盤の開発進捗と自身の希望・適性を見ながら、半年 1年を目安に以下のステップでシームレスにマネジメント領域を拡張します。
・コアコンポーネントの設計・実装、および技術的リーダーシップの発揮
・プロダクトマネージャーや各プロダクトチームとの仕様折衝、ロードマップの共同策定
・メンバー（5 10名規模）の目標設定・評価・1on1、およびエンジニア採用の主導
※「コードから完全に離れるピープルマネジメント専任」ではなく、「技術がわかる強いEM（プレイングマネージャー）」としての活躍が期待されます。

【具体的な業務】
● 共通AI／Webアプリケーション基盤の開発リード
・AI Readyなデータ基盤のアーキテクチャ設計、開発
・各種LLM（OpenAI, Anthropic, Bedrock等）のAPI統合、モデルの柔軟な切り替えを可能にするオーケストレーション基盤の構築
・エンタープライズ要件（マルチテナント性、強固なデータ分離）を徹底したセキュアなデータパイプラインの構築
・PoC（仮説検証）から、数万人規模の同時接続に耐えうる本番環境へのスケーリング・パフォーマンスチューニング
● プロジェクト及びピープルマネジメント
・プロダクトマネージャーと連携した、共通AI基盤の要求定義と開発マイルストーンの策定
・開発チーム（5 10名規模）のスクラムイベントのファシリテーション、タスクアサインと進捗管理
・メンバーのコードレビュー、技術的メンタリングによるAIエンジニアリング力の底上げ
・将来的な、メンバーの目標設定・評価・キャリア開発支援（1on1）、および新規エンジニアの採用面接

【ポジション・部門の魅力】
・エンジニアが企画から開発まで一貫して携われる、一部門としてはスタートアップのような運営形態です。
・主力製品に蓄積された膨大かつ豊富な種類のデータを活用して新しい価値を創造するやりがいがあります。
・チーム内での技術の情報共有が積極的で、デイリーミーティングによるサポート体制があり、アットホームな雰囲気です。

業務概要:
圧倒的な実装力を活かし、AI/LLMゲートウェイのスクラッチ開発や他社データを混在させないセキュアなRAG基盤のコアロジック実装（プレイングの先頭）を担当します。その後、半年 1年を目安に以下のステップで技術への責任範囲を全社規模へと拡張します。
・基盤のコアコンポーネントの実装、および技術的ブレイクスルーの体現
・全社プロダクトが利用するAI組み込みガイドライン、自動テスト戦略、CI/CDパイプラインの策定
・部署横断での技術選定、難解なシステムトラブルの最終エスカレーション対応、およびADR（アーキテクチャ決定記録）の主導
ピープルマネジメント（評価・労務管理）の責務はありません。「純粋に技術とプロダクトの品質でチームを引っ張るスペシャリスト」としてのキャリアが提供されます。

具体的な業務:
● 基盤アーキテクチャの設計・技術選定
・AI Readyなデータ基盤のアーキテクチャ設計、開発のアーキテクチャ全体のグランドデザイン
・非機能要件（レイテンシー、スケーラビリティ、可用性、強固なマルチテナントセキュリティ）を担保するクラウドインフラ（AWS等）およびバックエンドの設計
・各種LLM（OpenAI, Anthropic, Bedrock等）のAPI動的ルーティング、およびコスト・応答速度最適化ロジックの考案
・中長期的な視点に立った技術的負債の返済計画策定と、CI/CD環境のモダン化
● コアコンポーネントの実装・品質担保
・基盤における「最も技術的難易度の高い10%のコード」のハンズオン実装
・PoC（仮説検証）コードから、数万人規模の同時接続に耐えうる本番クオリティへのリファクタリング主導
・厳格な自動テスト（Unit, E2E, 負荷テスト等）の設計と仕組み化による「落ちないインフラ」の実現
・チームメンバーへの高度なコードレビュー、およびペアプログラミング等を通じた技術メンタリング

ポジション・部門の魅力:
所属部署はアドバンスドテクノロジー部門（約80名、協力会社社員含む）で、先端技術の研究・開発に取り組む研究開発部門です。各製品/開発領域で組織が分かれ、それぞれ5~10名規模のグループ（チーム）が存在します。
エンジニアが企画から開発まで一貫して携われる、一部門としてはスタートアップのような運営形態です。統合人事システムに蓄積された膨大かつ豊富な種類のデータを活用して新しい価値を創造するやりがいがあります。チーム内での技術の情報共有が積極的で、デイリーミーティングによるサポート体制があり、アットホームな雰囲気です。

圧倒的な実装力を活かし、AI/LLMゲートウェイのスクラッチ開発やセキュアなRAG基盤のコアロジック実装（プレイングの先頭）を担っていただきます。
その後、半年 1年を目安に以下のステップで「技術への責任範囲」を全社規模へと拡張していただきます。
・基盤のコアコンポーネントの自らによる実装、および技術的ブレイクスルーの体現
・全社プロダクトが利用するAI組み込みガイドライン、自動テスト戦略、CI/CDパイプラインの策定
・部署横断での技術選定、難解なシステムトラブルの最終エスカレーション対応、およびADR（アーキテクチャ決定記録）の主導
※ピープルマネジメント（評価・労務管理）の責務はありません。「純粋に技術とプロダクトの品質でチームを引っ張るスペシャリスト」としてのキャリアをお約束します。

● 基盤アーキテクチャの設計・技術選定
・AI Readyなデータ基盤のアーキテクチャ設計、開発のアーキテクチャ全体のグランドデザイン
・非機能要件（レイテンシー、スケーラビリティ、可用性、強固なマルチテナントセキュリティ）を担保するクラウドインフラ（AWS等）およびバックエンドの設計
・各種LLM（OpenAI, Anthropic, Bedrock等）のAPI動的ルーティング、およびコスト・応答速度最適化ロジックの考案
・中長期的な視点に立った技術的負債の返済計画策定と、CI/CD環境のモダン化
● コアコンポーネントの実装・品質担保
・基盤における「最も技術的難易度の高い10%のコード」のハンズオン実装
・PoC（仮説検証）コードから、数万人規模の同時接続に耐えうる本番クオリティへのリファクタリング主導
・厳格な自動テスト（Unit, E2E, 負荷テスト等）の設計と仕組み化による「落ちないインフラ」の実現
・チームメンバーへの高度なコードレビュー、およびペアプログラミング等を通じた技術メンタリング

【役割】
高いエンジニアリング力を活かし、同社製AI/LLMゲートウェイのスクラッチ開発や他社データを混在させないセキュアなRAG基盤構築の設計・実装の先頭に立っていただきます。基盤の開発進捗とご自身の希望・適性を見ながら、半年 1年を目安に以下のステップでシームレスにマネジメント領域を拡張していただきます。
・コアコンポーネントの設計・実装、および技術的リーダーシップの発揮
・PdMや各プロダクトチームとの仕様折衝、ロードマップの共同策定
・メンバー（5 10名規模）の目標設定・評価・1on1、およびエンジニア採用の主導
※「コードから完全に離れるピープルマネジメント専任」ではなく、「技術がわかる強いEM（プレイングマネージャー）」としての活躍を期待されています。

【職務内容】
● 共通AI／Webアプリケーション基盤の開発リード
・AI Readyなデータ基盤のアーキテクチャ設計、開発
・各種LLM（OpenAI, Anthropic, Bedrock等）のAPI統合、モデルの柔軟な切り替えを可能にするオーケストレーション基盤の構築
・エンタープライズ要件（マルチテナント性、強固なデータ分離）を徹底したセキュアなデータパイプラインの構築
・PoC（仮説検証）から、数万人規模の同時接続に耐えうる本番環境へのスケーリング・パフォーマンスチューニング
● プロジェクト及びピープルマネジメント
・プロダクトマネージャー（PdM）と連携した、全社AI基盤の要求定義と開発マイルストーンの策定
・開発チーム（5 10名規模）のスクラムイベントのファシリテーション、タスクアサインと進捗管理
・メンバーのコードレビュー、技術的メンタリングによるAIエンジニアリング力の底上げ
・将来的な、メンバーの目標設定・評価・キャリア開発支援（1on1）、および新規エンジニアの採用面接

【ポジション・部門の魅力】
エンジニアが企画から開発まで一貫して携われる、一部門としてはスタートアップのような運営形態です。
主力製品に蓄積された膨大かつ豊富な種類のデータを活用して新しい価値を創造するやりがいがあります。
チーム内での技術の情報共有が積極的で、デイリーミーティングによるサポート体制があり、アットホームな雰囲気です。

【役割】
高いエンジニアリング力を活かし、同社のAI/LLMゲートウェイのスクラッチ開発や他社データを混在させないセキュアなRAG基盤構築の設計・実装をリードいただきます。
基盤の開発進捗とご自身の希望・適性を見ながら、半年 1年を目安に以下のステップでシームレスにマネジメント領域を拡張いただきます。
1. コアコンポーネントの設計・実装、および技術的リーダーシップの発揮
2. PdMや各プロダクトチームとの仕様折衝、ロードマップの共同策定
3. メンバー（5 10名規模）の目標設定・評価・1on1、およびエンジニア採用の主導
「コードから完全に離れるピープルマネジメント専任」ではなく、「技術がわかる強いEM（プレイングマネージャー）」としての活躍を期待しています。

【職務内容】
● 共通AI／Webアプリケーション基盤の開発リード
・AI Readyなデータ基盤のアーキテクチャ設計、開発
・各種LLM（OpenAI, Anthropic, Bedrock等）のAPI統合、モデルの柔軟な切り替えを可能にするオーケストレーション基盤の構築
・エンタープライズ要件（マルチテナント性、強固なデータ分離）を徹底したセキュアなデータパイプラインの構築
・PoC（仮説検証）から、数万人規模の同時接続に耐えうる本番環境へのスケーリング・パフォーマンスチューニング
● プロジェクト及びピープルマネジメント
・プロダクトマネージャー（PdM）と連携した、全社AI基盤の要求定義と開発マイルストーンの策定
・開発チーム（5 10名規模）のスクラムイベントのファシリテーション、タスクアサインと進捗管理
・メンバーのコードレビュー、技術的メンタリングによるAIエンジニアリング力の底上げ
・将来的な、メンバーの目標設定・評価・キャリア開発支援（1on1）、および新規エンジニアの採用面接

【役割】実装力を活かし、AI/LLMゲートウェイのスクラッチ開発や、セキュアなRAG基盤のコアロジック実装（プレイングの先頭）を担っていただきます。その後、半年 1年を目安に以下のステップで「技術への責任範囲」を全社規模へと拡張していただきます。
1. 基盤のコアコンポーネントの自らによる実装、および技術的ブレイクスルーの体現
2. 全社プロダクトが利用するAI組み込みガイドライン、自動テスト戦略、CI/CDパイプラインの策定
3. 部署横断での技術選定、難解なシステムトラブルの最終エスカレーション対応、およびADR（アーキテクチャ決定記録）の主導
※ピープルマネジメント（評価・労務管理）の責務はありません。「純粋に技術とプロダクトの品質でチームを引っ張るスペシャリスト」としてのキャリアをお約束します。

【職務内容】
● 基盤アーキテクチャの設計・技術選定
・AI Readyなデータ基盤のアーキテクチャ設計、開発のアーキテクチャ全体のグランドデザイン
・非機能要件（レイテンシー、スケーラビリティ、可用性、強固なマルチテナントセキュリティ）を担保するクラウドインフラ（AWS等）およびバックエンドの設計
・各種LLM（OpenAI, Anthropic, Bedrock等）のAPI動的ルーティング、およびコスト・応答速度最適化ロジックの考案
・中長期的な視点に立った技術的負債の返済計画策定と、CI/CD環境のモダン化
● コアコンポーネントの実装・品質担保
・基盤における「最も技術的難易度の高い10%のコード」のハンズオン実装
・PoC（仮説検証）コードから、数万人規模の同時接続に耐えうる本番クオリティへのリファクタリング主導
・厳格な自動テスト（Unit, E2E, 負荷テスト等）の設計と仕組み化による「落ちないインフラ」の実現
・チームメンバーへの高度なコードレビュー、およびペアプログラミング等を通じた技術メンタリング

圧倒的な実装力を活かし、AI/LLMゲートウェイのスクラッチ開発や、他社データを混在させないセキュアなRAG基盤のコアロジック実装（プレイングの先頭）を担当いただきます。その後、半年 1年を目安に以下のステップで技術への責任範囲を全社規模へと拡張していただきます。
・基盤のコアコンポーネントの自らによる実装、および技術的ブレイクスルーの体現
・全社プロダクトが利用するAI組み込みガイドライン、自動テスト戦略、CI/CDパイプラインの策定
・部署横断での技術選定、難解なシステムトラブルの最終エスカレーション対応、およびADR（アーキテクチャ決定記録）の主導
※ピープルマネジメント（評価・労務管理）の責務はありません。純粋に技術とプロダクトの品質でチームを引っ張るスペシャリストとしてのキャリアをお約束します。

職務内容:
● 基盤アーキテクチャの設計・技術選定
・AI Readyなデータ基盤のアーキテクチャ設計、開発のアーキテクチャ全体のグランドデザイン
・非機能要件（レイテンシー、スケーラビリティ、可用性、強固なマルチテナントセキュリティ）を担保するクラウドインフラ（AWS等）およびバックエンドの設計
・各種LLM（OpenAI, Anthropic, Bedrock等）のAPI動的ルーティング、およびコスト・応答速度最適化ロジックの考案
・中長期的な視点に立った技術的負債の返済計画策定と、CI/CD環境のモダン化
● コアコンポーネントの実装・品質担保
・基盤における「最も技術的難易度の高い10%のコード」のハンズオン実装
・PoC（仮説検証）コードから、数万人規模の同時接続に耐えうる本番クオリティへのリファクタリング主導
・厳格な自動テスト（Unit, E2E, 負荷テスト等）の設計と仕組み化による「落ちないインフラ」の実現
・チームメンバーへの高度なコードレビュー、およびペアプログラミング等を通じた技術メンタリング