管理職・マネージャー候補 AI・機械学習（LLM）エンジニアの求人・転職情報

テクバン株式会社

●配属先 AI・セキュリティサービス事業本部 AIサービス部 当社のAI部門は、Microsoft 365 Copilot/Copilot Studio/Azure OpenAI Service を主軸に 企業・自社双方の業務変革を推進する組織です。 単なるAI開発にとどまらず、「課題整理→構想設計→PoC検証→本実装→展開」までを一気通貫で担うことをミッションとしています。 本ポジションでは、顧客向け案件の推進に加え、社内AI活用の企画・提案・推進にも関与し、 自社のAI活用をリードしていただくことを期待しています。 ※今回は26年新設の AI部門の事業拡大に伴う募集となります。 (配属はAI部門の想定です。 ) ● 職務内容 ① 案件推進 ・M365 Copilot/Copilot Studio を活用した業務支援エージェントの設計・構築・運用 ・AOAI を用いた生成AIアプリケーションの設計・実装 ・ナレッジ連携を活用したRAG構成の設計・改善 ・AI活用における精度評価・改善、運用設計 ② プリセールス ・顧客課題ヒアリングおよび要件整理 ・アーキテクチャ設計・実現方式検討 ・提案書作成、PoC企画・デモ構築 ・生成AI導入における制約(精度・コスト・安全性)の整理と説明 ③ 社内AI活用推進 ・社内業務におけるAI活用テーマの企画・提案・推進 ・AI活用定着支援(ユースケース創出・展開) ・社内向けPoCの企画・検証・横展開 ※自社を実験環境とし実践を通じたAI活用を推進 ④ ソリューション開発・標準化 ・新技術(LLM、AIエージェント、MCP等)の検証 ・ソリューションメニュー化 ・評価手法/アーキテクチャのナレッジ蓄積

株式会社enableX

AI・データ/SaaSを中心としたDX・事業変革プロジェクトにおいて、要件定義〜設計〜開発〜リリース・グロースまでのプロジェクトマネジメントを担うポジション。 ビジネスとテクノロジーの橋渡し役として、スコープ・品質・予算・スケジュール・リスクを統合管理し、クライアントの価値創出にコミットする。 具体的な業務内容 ・AI/データ利活用を中心としたDX・プロダクト開発プロジェクトの全体PM ・要件定義(ビジネス要件/システム要件)およびスコープコントロール ・WBS/進捗・リスク・課題管理、ステークホルダーマネジメント ・LLM/機械学習・データ基盤・アプリケーション開発を含む技術要素の全体構造把握と意思決定支援 ・ベンダー/パートナーマネジメント、工数・コスト管理 ・リリース後のグロースプラン策定、プロジェクトアップセルの機会創出 ・CxO〜現場レイヤーまでを巻き込んだ合意形成ファシリテーション ・AI・データ・アプリケーションを含むシステム全体アーキテクチャの理解と、設計レビュー ・LLM/MLモデル、データ基盤、フロント/バックエンドなどの実装フェーズにおける進行管理 ・品質基準の設計、受け入れ条件の定義、テスト計画の策定・実行管理 ・セキュリティ・ガバナンス・法務観点の論点整理と関係部署との調整 ※変更の範囲:会社の定める業務

株式会社ACES

事業概要(DXパートナーサービス) 各業界をリードする顧客企業にと共に、最先端のAI技術を用いたDXプロジェクトの推進やAIを活用した次世代の事業開発を行う事業です。 ACESは、「日本で最も顧客の持続的成果を追求するAIソリューション会社」を掲げ、AIの着実な社会実装と顧客現場への価値創出を実現しています。 特に、日本のAI導入PJが成功率3%と低い中で「データの構造化技術と実業務への組み込み力」を強みに、PoCからの開発継続率を87%で維持している点が特徴です。 最先端のAI技術を顧客のビジネスプロセスに組み込み、顧客や社会に「持続的な価値を提供し続けるAIシステム」を開発したい方に最適な環境です。 仕事概要 さらなる事業成長に向けた組織改革の一環として、DXパートナー事業のAlエンジニアを統括するマネージャーを募集します。 技術責任者として複数のAI導入プロジェクトを横断し、アルゴリズムの品質担保に責任をお持ちいただきます。 顧客課題やビジネス上の制約を踏まえた最適なAIソリューションを設計・実装する、クライアントへの価値提供における根幹を担う役割です。 また中長期的な成長を視野に、技術を横展開していくための技術資産の蓄積方針設計、 蓄積した資産の活用を加速させるためのオペレーション構築など技術戦略面にも関与いただく想定です。 具体的な業務内容 ●AI導入プロジェクトの技術品質担保 クライアントの経営/事業課題に応じたアルゴリズムの設計・技術方針策定 モデル設計・検証のプランニングの妥当性判断および品質担保 機械学習モデルの社会実装における制約・運用面を踏まえた技術判断 ●AIアルゴリズムの技術戦略策定 技術の横展開を可能にする戦略的な技術資産の蓄積方針設計 再利用性の高い仕組み/オペレーションの構築 ●(希望に応じて)機械学習エンジニアチームに対するピープルマネジメント