AI・機械学習（LLM）エンジニア(生成AI・LLM)の求人・転職情報

●現状の課題/今後取り組みたいこと freee のデータ活用は長らくデータ分析が主軸でした。 しかし生成 AI の台頭により、データを資源とした活用ニーズは多様化・複雑化し、マルチプロダクト戦略のもとプロダクトを横断したデータ活用ニーズも急増しています。 私たちは 「AI Ready の正体はデータマネジメントである」 と考えています。 AI Ready とは、LLM に収まるコンテクストかつ解釈可能なレベルまで、高品質なデータが構造化・管理されている状態を指します。 これは AI 技術だけの問題ではなく、データマネジメントそのものの問題です。 freee は現在、ハブ・アンド・スポーク型のデータメッシュ(Provider / Hub / Consumer)への変革期にあり、メダリオン 2.0(Bronze / Silver / Gold + Platinum)を共通言語に、全社プロジェクトを同時並行で推進しています。 本ポジションは、その中でも 「データを人とエージェントに届ける最終区間(ラストワンマイル)」 を担い、以下を推進します。 ・指標・ディメンションの一元管理とガバナンス LookML、BigQuery、dbtを用いて定義の一元化と変更管理を行う。 ・AI向けコンテキストの構造化 エージェントが参照可能なビジネス用語やメタデータを「AI-ready」な状態に整備する。 ・リモートMCPの設計・運用 社内外のAIクライアントに対し、セマンティックレイヤーやコンテキスト基盤を開放する仕組みを構築する。 ・回答品質の評価と改善サイクルの確立 正答率や解決率をロギングし、それを起点とした継続的な改善を行う。 ・評価駆動開発へのシフト 評価駆動開発への移行が進み、品質改善が人手の勘ではなくデータ(評価)で回るようになっている ・データプロダクトマネジメント 部門からの要望をインテークし、優先度付けや「作らない」判断を含めた製品マネジメントを担う。 ●業務内容詳細 freee の全社員が、エージェントとの対話だけで信頼できるデータに到達できる状態をつくる。 セマンティックレイヤーとコンテキスト基盤をユーザー需要から逆算して設計し、その回答品質をロギング・評価で計測しながら、分析エージェントとして届けきる。 具体的には以下を担っていただきます。 ・セマンティックレイヤー / コンテキスト基盤の整備 ・分析エージェント / リモートMCPの開発・運用 ・ ロギング・評価基盤の設計・運用 ・データプロダクトマネジメント ・ファシリテーション / 全社への浸透 ※会社の事業状況やご本人の適性に応じて担当する業務内容が変更となる場合があります 業務内容の変更範囲:会社の事業状況やご本人の適性に応じて担当する業務内容が変更となる場合があります

●組織について デジタルエンジニアリング事業本部 ソリューション推進部は、CAE・PLM・データ・AIを組み合わせ、製造業のエンジニアリング領域(特に設計開発領域)の変革を担う組織です。 設計知・解析知の活用とAI・データ連携により、顧客課題起点で設計品質と開発スピードを同時に引き上げる取り組みを行っています。 ●組織の業務・事例紹介 製造業の設計領域を中心に、AI・データ・シミュレーションを組み合わせた業務変革を推進しています。 主な取り組み例: ・データ管理システムとCAEの連携によるシミュレーションデータ管理 ・解析依頼の背景を明らかにするAIエージェント開発 ・CAE自動実行基盤とAIエージェントの連携による開発高速化 これらは、単なる業務効率化に留まらず、設計判断や意思決定の高度化を支える基盤構築へと発展しています。 ●職務内容・担当業務 生成AI(AIエージェント/RAG等)を活用し、製造業顧客の設計・開発プロセスを変革するソリューションの設計・実装を担います。 単なる開発ではなく、顧客の業務課題を踏まえた要件定義から始まり、顧客の持つ膨大なデータベース、自動化ワークフロー、そしてCAE(計算科学シミュレーション)ソフトを最新のAI技術(AIエージェント、MCP、RAG)と「接続」し業務を圧倒的に自動化・高度化するアーキテクチャの設計・実装までを担うポジションです。 具体的には: ・顧客課題の整理および要件定義(上流工程) ・AIエージェントを活用した業務自動化・高度化設計 ・PLM、CAE、各種データ基盤との連携アーキテクチャ設計 ・PoC(概念実証)による検証・改善 ・本番環境への実装および精度改善 ●開発環境・商材の説明 【技術スタック・開発環境】 主要言語: Python 開発支援: GitHub Copilot、Gemini、Copilot等のAIツールを活用可能 【扱う商材(連携対象)】 自動化プラットフォーム「pSeven Enterprise」 PLMソリューション「Aras Innovator」 主要なCAE(シミュレーション)ソフト 【案件工程(一気通貫で主導)】 要件定義・体験設計: 顧客の業務・システム環境を分析し、実装方針を策定 アーキテクチャ設計・PoC: ツール/データ連携の設計、AIロジックの迅速なプロトタイプ開発・検証 本実装・システム統合: Pythonによるエージェントの自律シナリオ実装、既存システム(pSeven等)との接続、運用に向けた精度チューニング ●役割・ポジション 製造業の設計・開発領域における AIソリューションの設計・実装を担うアーキテクト/エンジニア ●研修 ・プロジェクト参画を通じたOJT ・AI/クラウド/データ領域の技術習得機会 ・PoC形式での早期検証・実装経験 ※実案件に近い形で技術を習得できる環境です 【全社研修】 上記の他、各種技術研修、リーダーシップ・マネジメントスキル・ビジネススキル・語学教育・キャリア研修等200コース以上が毎年提供されており、スキルや役割・今後目指すキャリアに応じてご受講いただけます。 ●配属部署 製造事業グループ　デジタルエンジニアリング事業本部　ソリューション推進部

●部の紹介、概要: 野村ホールディングスIT戦略部は、野村グループ全体で効率的なIT業務オペレーションを実現し、ITのグループ運営を確立するための活動を行っています。 また、野村グループ全般のビジネスを更にスケールアップするために、生成AI等の技術を起点としたデジタル化を促進し、人+AIによる新しいオペレーションモデルを企画・提案・推進します。 ●担当業務、責務: 野村ホールディングスのIT戦略部デジタル企画推進課では、生成AIの利活用を推進するAI CoE(Center of Excellence)、Technology Initiative Group、及びData Science Initiativeなど、先進的なテクノロジーを利活用し、ビジネス部門とのパートナーシップを通じて、様々なAI/DXサービスをビジネス部門と共同開発しています。 本ポジションでは、IT戦略部デジタル企画推進課の一員として、生成AIをはじめとする最先端技術を駆使した社内のDX推進と堅牢なITガバナンスの両面から当社の未来を作るための企画・推進する人材を募集します。 経営層との距離も近く、自身の提案がグループ・グローバルを含めた全社に影響を与えることに携わることができる環境です。 先進的な取り組みをリードし、野村グループ全体の変革を共に牽引していくことができるポジションです。 <主な業務> 生成AIの活用推進:生成AIを活用した新たなアプリケーションやサービス、社内向け研修等を各ビジネス部門やグループ会社と協働し企画立案・推進する ITガバナンスの構築・運営:セキュリティ、コンプライアンス、リスク管理やAI利用に関する社内審査を含むAIガバナンス体制の構築および運営、関係部門(ITガバナンス担当、リーガル・コンプライアンス・リスク管理部門、グローバルのAI推進・ガバナンス担当等)との折衝業務 AI関連プロジェクトマネジメント:ビジネス部門と連携したデジタルトランスフォーメーション(DX)推進、および関連プロジェクトの管理 先端技術調査:AIをはじめとする先端技術のリサーチや他社動向調査、ビッグテック・ベンチャー企業等有望な技術力を持つ企業との協業検討 経営層および他部門、グループ会社等ステークホルダーマネジメント:AIに関するステアリング・コミッティ、経営層向け定例等各種会議体の企画・運営

・最新の生成AI(LLM)とAWSのサーバーレスアーキテクチャを武器に、 「開発プロセスの変革(仕様駆動開発)」と「ビジネスへのAI実装(RAG等)」 の両輪をリードしていただきます。 ・Anthropic Claude 等の高度な基盤モデルを最大限に引き出し、AIエージェントによるコード生成や自動検証を組み込んだ、これからの時代のスタンダードとなる開発スタイルを顧客と共に創り上げることがミッションです。 具体的な業務内容 ①仕様駆動開発(Specification-Driven Development)の実践 ・自然言語や構造化された仕様から、Anthropic Claude(Amazon Bedrock経由)等のLLMを用いてコードやテストコードを自動生成する開発フローの構築 ・AIによるコード生成プロセスを前提とした、圧倒的な開発スピードと品質を両立させる「次世代のエンジニアリング手法」の確立 ②高度なRAG(検索拡張生成)システムの構築 ・Amazon Bedrock、Knowledge Bases for Amazon Bedrockを活用した、高精度なナレッジ活用基盤の実装 ・Amazon Connect との連携:コンタクトセンターの通話ログやFAQデータをRAGに組み込み、オペレーターへのリアルタイムな回答支援や応対要約を実現するアーキテクチャの設計 ③サーバーレスAIネイティブな設計・実装 ・ Lambda、Step Functions、EventBridge等を活用し、AIワークフローをスケーラブルに組み込むアプリケーション設計 ・IaC(AWS SAM / AWS CDK / Terraform)を用いた、再現性の高いAIインフラの構築 技術習得の支援 ①AWSの個人検証環境 月額2万円まで会社負担で利用できるので、最新技術の習得やスキルアップにご活用いただけます。 ②AWS資格の取得を支援 受験費用は会社負担で、合格時には報奨金も支給します。 また、受験時間も業務扱いとなるため、安心して勉強に集中することができます。 ③AIコーディングエージェント利用 会社負担で一定額を利用できます。 AIを検証しながら業務にて活用いただけます。

概要 新設された「AI推進課」に参画し、クラウドアーキテクト(AI領域)として生成AIを活用した新規案件の創出から要件ヒアリング、提案・設計をご担当いただきます。 目指すゴールは「サーバーワークスはAIに強い」という市場認知の獲得です。 お客様から求められた内容で構築を進めるだけではなく、お客様の業界ドメインや業務プロセスを調査し、AIで価値を創出するための提案を行うことで、お客様のビジネスをAIでリードするビジネスパートナーになることをめざします。 具体的な業務内容 営業担当と連携した商談初期段階からのヒアリングや提案づくり 受注したプロジェクトのテックリード お客様の業界ドメインや業務プロセスの調査・課題の設定 生成AI関連技術を用いたソリューションの構築・提案 案件について 会社としての実績は累計で1480社/27100プロジェクト(※2025年8月末現在)です。 そのうちの90%以上が直接の受注です。 ⼆次請け・三次請けといった構造を取っておらず、⾃社でヒアリング〜設計・構築〜納品後の運⽤までをサポートしています。 お客様の業界は製造業・⼩売業・⾦融業など幅広く、企業規模も⼤規模から中⼩規模の企業様まで様々です。 当部署では既存顧客へのクロスセル・アップセルを中心に、業務・業界に特化した生成AI案件を強力に推進します。 規模感 小規模では2～3名程度でプロジェクトを担当していただき、大規模なものになれば外部含めて30名ほどのステークホルダーと関わる場合もあります。 得られるスキルやキャリア 生成AIという成長市場で、案件創出・提案フェーズから業務に携わるため、ビジネス開発(BizDev)スキルが身につきます AWSの生成AI・データ関連サービス、LLMの知見 案件創出のためのブログ執筆・顧客向けイベント・ウェビナーを通じた発信力 組織構成 クロスインダストリー第2本部AI推進課への配属となります。 ミッション: 「サーバーワークスはAIに強い」という認知を獲得し、お客様のビジネスをAIでリードするビジネスパートナーになる メンバー構成: 課長1名、メンバー9名 (変更の範囲)会社の定める業務

キャンサースキャンは『人と社会を健康に』をミッションとし、日本の予防医療に貢献するヘルスケア領域の企業です。 全国の自治体様を中心に、健康診断データや医療レセプトデータを解析し、人々の行動変容を促すコミュニケーションデザインを提供しています。 ●私たちのチームについて これまで労働集約的なデータ処理で案件のオペレーションをしてきましたが、これからは AI Agent を使ったスムーズなデータ処理・データ分析を目指して、組織とシステムの抜本的な刷新を行っています。 ●プロダクトにより解決したい社会課題 予防医療のニーズは急増していますが、現状のアナログで労働集約的なオペレーションのままでは救える人の数に限界が生じます。 私たちはこのオペレーションを、AI Agent 主導なデリバリーを行うエコシステムに昇華させることで、より多くの人々に、より高度な(AI Agent等を活用した)健康価値を届けることを目指しています。 ●直近のプロジェクト オペレーションを "AI Agent による"自動化のための社内データ・システム基盤の刷新・構築 AIのみで完結する健診予約システム(LINE/電話)のプロダクト開発 生成AI(e.g., NL2SQL)を活用したデータ抽出・分析プロセスの自動化 新介入プロダクトの開発 (ジェネリック通知、多剤併用の介入 …etc) 社内セキュリティの強化 【概要】 テクノロジー本部において、現在活躍している3名のマネージャー陣と共に、新たに「データプロセッシンググループ」のマネジメントおよび組織課題の解決をお任せします。 マネジメントのプロフェッショナルとして、担当グループのピープルマネジメントや現場の交通整理にコミットし、組織の力を最大化していただくことを期待しています。 現場のエンジニアやデータサイエンティストと対等にディスカッションをし、円滑な意思決定ができるレベルの技術的バックグラウンド(開発・実装経験)をベースに要件定義や方針の議論ができれば、まずは1マネージャーとして「人と組織の力で事業を勝たせる」ことに集中できる環境です。 【具体的な業務内容】 ・技術理解に基づいたプロジェクト推進 AI Agent主導のデータオペレーションシステムの開発および開発体制の構築と進捗マネジメント ・組織マネジメント・ピープルマネジメント 現場の交通整理および組織課題の解決、心理的安全性の高いチームづくり 担当グループにおけるエンジニアの採用計画の立案・実行、評価制度の運用 メンバーの育成、1on1、キャリア支援

当社のマルチモーダルAI技術全般をリードするAIエンジニアとして、最先端モデルの研究・開発・PoCを担当いただきます。 ・マルチモーダル機械学習におけるアルゴリズムの調査・検証および個別ドメイン向けカスタマイズ・追加学習 ・テキスト、画像、音声等の異種データを統合した独自データセットの構築 ・先進的なAI技術のビジネス展開に向けたプロトタイプ開発および事業部連携によるPoC ・研究成果の知財化(特特許化)および査読付き国内・国際学会での論文発表 【開発環境】 ・言語:Python(PyTorch、Transformers、FastAPI 等) ・クラウド:Microsoft Azure(Container Apps、GPU workload profile 等) ・ツール:Docker、GitHub、VS Code、Jupyter ・データ:動画(YouCook2等の公開データセット、独自収集データ)、音声、センサ時系列データ 【研究支援】 ・GPU計算資源(クラウドGPU利用可) ・論文執筆・学会参加費用の会社負担 ・関連書籍・オンラインコースの受講支援 ※共同研究に伴い、共同研究先(国外含む)での業務が発生する可能性あり

私たちは今、自社のプロダクト開発そのものをAI-nativeな仕組みへと再設計しようとしています。その中核を担うのが、AI Product Manager です。ブリングアウトのプロダクトを「AIが自律的に進化するプロダクト」へと変革し、そのプロセス自体を顧客が採用できる形にパッケージ化することが役割です。顧客の声、商談・CS情報、開発要望、プロダクト利用メトリクス、品質データを LLM が継続的に統合・構造化し、プロダクトの改善機会を発見し、優先順位を提案し、開発チームがすぐに動ける要件へ落とし込むワークフローを設計・運用する責任者です。 単に AI 機能を企画するのではなく、PM の仕事そのもの ── 「顧客の声をどう捉え、何を作るべきかをどう判断し、どのように開発チームへ渡し、リリース後にどう学習するか」というプロダクト開発の OS を、AI で再発明する仕事です。 ① AI-nativeなプロダクト開発ワークフローの設計・運用 顧客の声、開発要望、プロダクト利用メトリクス、品質データをもとに、LLM がプロダクト改善の機会を発見し、優先順位付けし、要件化するワークフローを設計・運用します。 ●VoC、商談ログ、CS情報、開発要望、利用メトリクスの統合設計 ●LLM による分類・要約・クラスタリング・優先度スコアリングの設計 ●バックログトリアージ、ロードマップ更新、PRD ドラフト生成のワークフロー化 ●PdM・Engineering・CS・Sales が継続的に使える運用プロセスへの落とし込み 顧客インタビューや商談・CSから得られる一次情報を、プロダクト判断と開発実行に使える形へ変換します。 ●顧客課題の抽出、構造化、パターン化 ●開発チームが48時間以内に動き始められる粒度の PRD・Issue ドラフト作成 ●問題定義、ユースケース、成功指標、受け入れ条件、制約、リスク、未決事項の整理 ●顧客の言葉と、開発チームの要件言語をつなぐドキュメント設計 AI が出す提案を、組織が信頼して意思決定に使える状態にします。 ●優先順位付けの判断軸設計 ●事業インパクト、顧客価値、開発工数、戦略整合性、リスクを踏まえた評価フレームの設計 ●AI が生成する提案の説明可能性・再現性・レビュー観点の設計 ●ロードマップレビュー、スプリント計画、仕様レビュー、リリース後レビューへの組み込み LLM や AI エージェントの出力を、プロダクト開発の実務で使える品質に高めます。 ●PRD、Issue、優先度提案、要約、分類結果の Evaluation 設計 ●AI 出力の品質基準、レビュー基準、Human-in-the-loop 設計 ●誤分類、過剰要約、幻覚、重要要望の見落としを防ぐガードレール設計 ●AI ワークフローの継続改善 AI が生成するインサイトや優先度提案をもとに、プロダクトロードマップと開発投資判断を継続的にアップデートします。 ●What-if 分析を用いたロードマップシナリオ設計 ●CTO・Engineering との投資対効果レビュー ●プロダクト改善テーマの言語化 ●短期の開発優先度と中長期のプロダクト進化の接続 ●① PMの仕事そのものをAIで再定義できる 既存プロダクトの一機能を担当するPMではありません。顧客の声をどう集め、どう解釈し、何を作るべきかをどう判断し、どのように開発へつなげるかという、プロダクト開発の中核プロセスそのものを AI で再設計する役割です。今後多くの企業で必要になる新しいテーマであり、職種としてもまだ世の中に完成形がない領域です。 ●② AIを実験ではなく、日々の開発プロセスに組み込める LLM や AI エージェントを、PoC やデモで終わらせるのではなく、実際のロードマップ判断、バックログ管理、要件定義、開発プロセスに組み込んでいきます。AI を「便利ツール」ではなく、会社のプロダクト開発の中枢に据える仕事です。 ●③ 顧客価値と開発生産性の両方にインパクトできる 顧客の声がより早く、より正確にプロダクトへ反映されることで顧客価値を高めます。同時に、PdM・Engineering・CS・Sales の連携を滑らかにし、開発チームが迷いなく動ける状態をつくることで、開発生産性にも直接インパクトできます。顧客満足・開発スピード・売上貢献のすべてに関わる、レバレッジの高い仕事です。 ●④ CTO直下で、開発組織全体の進化をリードできる 所属は開発組織、CTO 直下です。プロダクト戦略、AI 活用、開発プロセス、データ基盤、組織運営が交差する領域で、経営・開発・ビジネスの意思決定に近いところから変革をリードできます。Principal IC として、組織横断の仕組みづくりに専念できる環境です。 ●⑤ まだ世の中に完成形がない、新しい職種を創り出せる このポジションは、従来の PdM、Product Ops、AI 活用推進、業務設計、データ活用の要素が混ざった新しい役割です。すでに決まった型を運用する仕事ではなく、「AI 時代のプロダクト開発はこうあるべきだ」という型を自分で作る仕事です。

● Pythonを活用したシステム開発 Pythonを中心に、AI・データ分析・Webアプリケーションなど、 今後さらに需要が高まる領域のプロジェクトに携わっていただきます。 <具体的な業務内容> ・Webアプリケーション開発 ・バックエンド開発 ・API開発 ・データ処理/データ分析 ・AI関連システム開発 ・業務効率化ツール開発 ・自動化/RPA関連開発 ・テスト/保守運用 <使用技術例> Python/JavaScript/TypeScript Django/FastAPI/Flask AWS/Azure PostgreSQL/MySQL 生成AI/機械学習関連技術

ポジション概要 クライアントの経営課題を起点に、AIを軸とした変革シナリオとアーキテクチャを設計し、実装までリードする役割です。 AIの全レイヤーに自分の設計思想を落とし込むことができます。 主な業務内容 戦略・構想フェーズ - 経営層と直接議論しながら、AI前提の事業・組織モデルをゼロから設計 - RevOps 観点で KPI・業務プロセス・データ構造の“再定義” - AI導入ロードマップ/優先度を、2〜3年後の未来から逆算して設計 - ROI・KPI などの成果指標を、AIが継続稼働できる構造に最適化 “AIが企業の中枢で動き続けるための未来図を描くフェーズです” アーキテクチャ設計・PoC - LLM選定/RAG構成/Vector DB/ETL/ELT基盤/マルチエージェント構成など 企業ごとに異なる“AIエコシステム”をゼロから設計 - 既存データのアセスメントから、取得すべき新しいデータの定義 - Agentic Workflow × UI/UX による、“自律的に動くAIワークフロー” の構築 - 技術 PoC・プロトタイプ開発リード “技術的な最適解を探りつつ、実際に動くAIの原型をつくるフェーズです” 実装・定着フェーズ - スプリントを設計し、AIが安定稼働するための プロダクトレベルの開発管理 - 戦略コンサルタント・AIエンジニアと協働し、アーキテクチャ→コード→運用をシームレスにレビュー・改善 - 現場で使われ続けるための運用プロセス・トレーニングを設計 “導入して終わりではなく、AIが“使われ続ける”仕組みまで責任を持てます”

パーソルキャリアにおけるデータサイエンティスト、データエンジニア、AIエンジニア、機械学習エンジニアの各職種の中から、ご経験・専門性に応じて最適なポジションをご提案いたします。 データ・AI領域にご関心をお持ちで、「自身の専門性を最大限発揮できるポジションを見極めたい」「経験を活かし、より上流や高度な領域で選考に進みたい」とお考えの方は、ぜひご応募ください。 ご応募後は社内横断でポジションサーチを行い、スキル・実績および志向性を踏まえ、書類選考を通過したポジションをご案内いたします。 ●募集ポジション例(※以下ポジション以外を打診させていただく可能性がございます) 【データサイエンティスト】 転職サービス「doda」を中心に、全社横断でAI・機械学習モデルの設計・開発・チューニングをリードしていただきます。 人材マッチングの高度化を主軸に、LLMや生成AIなどの先端技術を取り入れながら、再利用可能なマッチングロジックおよびAIモデルの開発から本番導入・運用まで一貫して推進し、事業成長に貢献していただきます。 ・生成AI/機械学習領域の新技術検証・開発 ・Python/PySparkを用いた分析・モデル開発 ・デモ/PoC開発による技術検証 ・業務効率化に向けた分析・自動化・AI活用 ・データ設計および前処理の開発・実装 ・インフラ/データ基盤部門との連携 ・社内外での発信(講演・論文・資料作成) 【データエンジニア/データアーキテクト】 全社最適の観点からデータ活用基盤の整備を推進し、分析基盤の高度化を担っていただきます。 ・データ基盤構想の検討/ロードマップ策定/技術選定 ・現状課題の整理および改善方針の策定・実行 ・データマネジメント方針の策定およびプロセス整備 ・基盤構築および活用プロジェクトの推進 ・データパイプラインやバッチ処理開発 【データエンジニア/アナリティクスエンジニア】 データドリブンな事業運営の実現に向け、分析基盤の整備と意思決定支援を担っていただきます。 「doda」「doda X」において、以下業務を推進します。 ・データマート構築(要件定義～設計～実装～テスト) ・データ収集・加工・集計 ・バッチ基盤の運用保守 ・DMBOKを踏まえたデータマネジメントおよび利活用推進 ・dbtを用いたデータ変換・モデル開発 【AIエンジニア(バックエンド・インフラ)】 LLMやAIエージェントを活用した機能開発に加え、安定・安全かつスケーラブルに活用可能なAI基盤の設計・構築を担っていただきます。 ・AI前提のシステムアーキテクチャ設計 ・API設計/非同期処理/キャッシュ/キュー設計 ・マルチクラウド環境での構成設計(AWS/GCP/Azure) ・バックエンド開発および外部サービス連携設計 ・データ基盤(DWH/Vector DB等)との接続設計 ・スケーリング/レイテンシ/コスト最適化 ・監視/セキュリティ/ガバナンス設計 【機械学習エンジニア】 データサイエンティストが設計・開発した機械学習モデルやレコメンドロジックを、実際のサービスで利用できる形へ実装するサーバーサイド開発を担当します。 モデルそのものを研究・開発することが主な役割ではなく、レコメンド・マッチングをサービスとして成立させるための設計・実装・運用・改善までを一貫して担当します。 また、機能を個別最適で実装するのではなく、共通実装基盤や開発プロセスを整備し、レコメンド・マッチング機能を継続的かつ安全に提供できる仕組みづくりにも携わっていただきます。 ・データサイエンティストが開発した機械学習モデル・レコメンドロジックのプロダクト実装 ・Pythonを用いたAPI・バッチ・データ処理機能の設計・開発 ・レコメンド・マッチング機能のサーバーサイド開発・運用 ・安全かつ継続的に提供するためのシステム設計、性能改善、セキュリティ・運用設計 ・レコメンド・マッチング領域における共通実装基盤や実装パターンの整備 ・A/Bテストやモニタリングを通じた継続的な改善 ・データサイエンティスト、プロダクトエンジニア、PdMと密に連携し、要件整理から設計、実装、リリース、改善までを一貫して担当 ・ご経験に応じた技術リード、プロジェクト推進、メンバー育成

このポジションのミッション ・LLM/RAGを業務課題に落とし込み、PoC→本番を完走させる ・再現性ある実装パターンをチームの資産にする 業務イメージ ・LLM/RAGを活用した業務アプリの開発(要件整理→プロトタイプ→本番実装まで) ・データ整備・検索設計(ドキュメント分割、メタデータ設計、検索精度の改善) ・評価・品質担保の設計(評価指標、テストケース、ガードレール/プロンプト改善) ・既存システムとの連携実装(API連携、権限、ログ/監視、運用手順の整備) ・学びを資産化(実装パターンのドキュメント化、社内共有、再利用できる部品化) 案件事例はこちら https://saiyo.skywill.jp/jobs/ai/ ※従事すべき業務の変更の範囲 ￫【変更の範囲】会社の定める業務 得られるキャリア・ベネフィット ・LLM/RAGを“触る”で終わらせず、要件→実装→運用までを経験できる ・プロンプトだけに寄らない設計力が身につく(評価指標、データ整備、ガードレール設計) ・PoCの先にある“現場で使われ続けるAI”をつくる実装力が鍛えられる ・キャリアの分岐が広い(生成AIアプリ/AI×バックエンド/AI-PM・テックリード など) ・キャリアを逆算したアサイン:伸ばしたい軸(上流/技術深掘り/リード)から役割を設計します ・複数の視点で成長を支える体制:定期面談やレビューで、次の一手を一緒に決めます 仕事の難しさ ・LLMは挙動が揺れるため、“動いた”で終わらず評価指標・ガードレール・運用まで作り込む必要があります。 ・要件が曖昧なまま始まることも多く、仮説→検証→改善のサイクルを自走できることが重要です。 ・セキュリティ/権限/ログ/コストなど、プロンプト以外の論点が成果を左右します。

【事業概要】 STRACTは「AIショッピングアプリ『PLUG(プラグ)』」を提供しています。国内2,200以上のECサイトと提携し、最安値比較やクーポン自動オファーなどを実現。300万ダウンロードを達成し、年間流通総額は100億円を突破しました。ブラウザ拡張機能から「ショッピング版AIエージェント」へと展開し、検索比較から購入・決済自動化まで、購買ファネル全体をカバーするプロダクトへと拡大を続けています。 業務内容 【具体的な業務内容】 -ビジネス部門(toB向き合いの業務チーム)・コーポレート部門のメンバーと一緒に日々の業務を行いながら、業務フロー・課題・ボトルネックを深く理解する -現場から得たインプットをもとに、オペレーション改善・業務効率化のための仕組み(ツール・自動化・社内システムなど)を設計・開発する -生成AI・LLMなどを活用し、定型業務や情報処理の自動化・省力化を企画〜実装〜運用まで一気通貫で担う -リリース後も現場に張り付き、実際の利用状況や反応を見ながら改善サイクルを回す(「作って終わり」にしない) -開発を通じて得た知見を、属人化させずに仕組み化・ドキュメント化し、他メンバーにも展開する -常時プロダクト開発チームとも連携し、汎用化できる要素はプロダクト側にフィードバックする -ビジネス部門・コーポレート部門メンバーのオペレーション業務をAIで巻き取り・削減し、削減できた時間をより事業成長に直結する提案活動へ再投資できる状態をつくる -必要に応じてお客様とのコミュニケーションにも入り、現場のオペレーションを熟知した立場から提案設計を技術面で後押しすることで、ビジネス部門がよりアグレッシブな提案に安心して踏み出せる環境を構築する 【業務における技術チャレンジ例】 ・業務理解と実装の両立: 非エンジニアである現場メンバーの暗黙知や運用・手作業のフローを分解し、要件として言語化した上で、実際に動くソリューションに落とし込む ・スピード重視の開発: 現場のフィードバックを得ながら素早く反復改善する ・AI活用の実装力: LLM APIやAIエージェント、ノーコード/ローコードツールなどを適材適所で使い分け、最短距離で業務改善を実現する

入社後は、オンプレ生成AIを核としたDXソリューションの企画・設計・推進に関する以下の業務を担っていただきます。 ●主な担当業務 (1)業務課題の把握・テーマ企画 ・航空エンジン事業を中心とした各部門(設計・製造・品質・調達・営業・管理部門など)に対するヒアリングの実施 ・現行業務フローの分析(As-Is整理)と、生成AIを活用したあるべき姿(To-Be像)の構想 ・生成AIを用いることで効果が期待できる業務領域の特定 ・業務インパクト・実現性・安全性・セキュリティ要件などを総合的に評価し、優先度の高いDXテーマを選定 (2)生成AI活用ユースケースの定義・ロードマップ策定 ・エアギャップ環境下のオンプレ生成AI基盤(社内構築基盤)を前提としたユースケース定義 ・品質・安全要求、および情報セキュリティ要件を満たすための利用範囲・ガイドライン・制約条件の整理 ・各テーマに対するステップ別のロードマップ策定 ・効果測定指標(KPI・KGI)の設定と、改善サイクルを回すための運用方針の検討 (3)生成AIアプリケーション/AIエージェントの実装・導入 ・DifyやPythonを用いた生成AIアプリケーション/AIエージェントのプロトタイプ設計・実装 ・業務部門が日常的に利用できるUI/UX(社内ポータルや業務システムとの連携を含む)の設計 ・必要に応じて、社内システムや既存データベースとの連携方針の検討・実装(※連携方法はエアギャップ環境の制約に準拠) ・ユーザートレーニング・マニュアル整備・運用ルール策定といった、現場定着に向けた支援 (4)プロジェクトマネジメント・ステークホルダー調整 ・基幹職および各事業部門の責任者と連携したプロジェクト計画の策定・進捗管理 ・インフラ・情報システム・セキュリティ部門などとの要件調整(性能要件、セキュリティ要件、運用体制など) ・外部パートナー(ベンダー・技術パートナー等)が関与する場合の要件定義・成果物レビュー・スケジュール調整 ・品質保証・安全保障(セーフティ/セキュリティ)に関わる部門との協議を通じた、リスク評価・対策の検討 ●各関係者との連携について 社内:航空・宇宙・防衛事業領域内並びに本社の情報システム・インフラ部門、セキュリティ部門、各事業部門(設計、製造、品質保証、調達、営業、管理部門など) 社外:生成AI関連の技術パートナー・ベンダー、必要に応じたコンサルティング会社・研究機関 等 各ステークホルダーとの対話を通じて、業務要件・技術要件・安全・セキュリティ要件をバランスよく満たす「現実的な落としどころ」を見極め、合意形成を図りながらプロジェクトを推進いただきます。 【変更の範囲】会社の定める業務

●募集概要 MNTSQでは、データドリブンな契約プロセスの実現を通じて、ビジネスの高速化とリスクコントロールの両立を目指すプロダクト「MNTSQ CLM」を開発しています。 私たちは、大規模言語モデルをはじめとする最先端のAI技術を駆使して、契約データに潜む価値を最大限に引き出し、プロダクトを共に進化させていくAIエンジニアを募集しています。 こちらも合わせてお読みください。 https://note.mntsq.co.jp/n/nd94260d3658e ●担当業務 次の3つを軸とした業務を担当していただきます。 ・AI機能の実現可能性検証やプロトタイピング ・AI機能の運用(KPI設計やモニタリング)・改善の仕組みづくり ・既存モデルの性能限界を超えるための調査や実験 上記以外でも、個人のご希望やプロジェクトの性質に応じて、アプリケーション開発やインフラ構築など様々な領域に挑戦が可能です。 ※職種の変更範囲:会社の定める業務 ●技術スタック ・言語: Python, TypeScript ・フレームワーク・ライブラリ: FastAPI, MCP, 生成AI, PyTorch ・クラウドプラットフォーム: AWS, Google Cloud ・データベース・検索エンジン: MySQL, OpenSearch ・ツール: GitHub, Docker ●プロダクト開発体制 所属する組織は開発本部です。全体で約50名おり、以下4つのチームからなる体制です。 【参考記事】 ・[WHY-WHAT-HOWを繋げる - MNTSQの掲げる理想のプロダクト開発 -](https://note.mntsq.co.jp/n/ne5d0464613b6) ・[FY26下期、MNTSQ開発組織と向かう先](https://note.com/naomichi_takata/n/n2a2f00242f76) ●入社受入の体制 <前提となる働き方> コアタイム無しのフルフレックスです。 リモートと出社のハイブリットワークです。出社は月5日以上となります。 エンジニアは、業務に集中するため、ミーティングを入れない日や時間帯を設けながら、生産性を追求しています。 <3ヵ月のオンボーディングプログラム> MNTSQはバリューとして「 自由と責任の文化 」を掲げています。 バリューの理解を深めていただくとともに、MNTSQでどう力を発揮するか、全社を挙げてフォローします。 期間中はメンターが付きます。水先案内人として、MNTSQでの活躍を側面支援します。

我が国の安全保障環境を支える重要なシステム・サービス案件に参画頂き、マルチモーダルAI・生成AI/LLM・AutoML・オントロジー・仮想データレイク等の世界最先端のデータ活用テクノロジーを活用し、防衛分野(自衛隊等)のお客様の意思決定を強力に支援するサービス提案・実証・開発に携わって頂きます。 　これらシステム・サービスの実現に向けては、Foresight・先見性の視点を重視し、国内先端R&D機関であるNTT及び米軍実績等を有する米国企業等の世界最先端技術・ノウハウを有する企業との連携を積極的に進め、革新的なシステム・サービスを追求しております。 　目まぐるしく変化する安全保障環境・デジタル技術の台頭等を念頭に、提供するシステム・サービスも変革が本格化する中にあり、ソフトウェアの力で防衛力強化の実現を追求し、先進技術・手法の適用を含めたアプリケーション開発に携わることによってエンジニアとしての成長や社会的意義・誇りを感じることができます。

本ポジションでは、ログラスが展開する新規AIプロダクトのいずれかに参画し、PdM・デザイナー・ドメインエキスパートなどと連携しながら、顧客課題の探索からプロトタイピング、設計、実装、検証、改善までを一気通貫で担っていただきます。 単に決められた仕様を実装するのではなく、顧客との対話を通じて業務や課題を理解し、LLM・AIエージェントをどのように組み込めば新しい価値を実現できるかを考え、実際に動くプロダクトとして届ける役割です。 AIプロダクトは、技術の進化が速く、最初から完成された正解が存在しない領域ではありません。 そのため、精緻な仕様を長期間かけて実装するよりも、顧客の業務を理解し、短期間でプロトタイプを作り、実際の利用を通じて仮説を検証することを重視しています。 プロダクトのフェーズや本人の強みに応じて、フロントエンド・バックエンド・AIアプリケーション・アーキテクチャなど、担当範囲は柔軟に設計します。 領域を限定せず、プロダクトの価値提供に必要な技術課題へ越境して取り組んでいただくことを期待しています。 本ポジションでは、ログラスが展開する新規AIプロダクトのいずれかに参画し、PdM・デザイナー・ドメインエキスパートなどと連携しながら、顧客課題の探索からプロトタイピング、設計、実装、検証、改善までを一気通貫で担っていただきます。 単に決められた仕様を実装するのではなく、顧客との対話を通じて業務や課題を理解し、LLM・AIエージェントをどのように組み込めば新しい価値を実現できるかを考え、実際に動くプロダクトとして届ける役割です。 AIプロダクトは、技術の進化が速く、最初から完成された正解が存在しない領域ではありません。 そのため、精緻な仕様を長期間かけて実装するよりも、顧客の業務を理解し、短期間でプロトタイプを作り、実際の利用を通じて仮説を検証することを重視しています。 プロダクトのフェーズや本人の強みに応じて、フロントエンド・バックエンド・AIアプリケーション・アーキテクチャなど、担当範囲は柔軟に設計します。 領域を限定せず、プロダクトの価値提供に必要な技術課題へ越境して取り組んでいただくことを期待しています。 ●顧客課題の探索とプロダクト設計 顧客へのヒアリングや業務観察を通じた課題・業務フローの理解 PdM、デザイナー、ドメインエキスパートと連携したプロダクト体験の設計 顧客課題と技術的な実現可能性を踏まえた機能要件・仕様の策定 プロトタイプを用いた仮説検証と顧客フィードバックの収集 ●LLM・AIエージェントを活用したプロダクト開発 LLMを組み込んだWebアプリケーションの設計・実装 プロンプトエンジニアリング、コンテキスト設計、RAG等を活用した機能開発 AIエージェントを活用した業務フロー・ユーザー体験の設計 モデルの出力品質を評価する仕組みや評価指標の設計 精度・速度・コスト・再現性を踏まえた継続的な改善 新しいモデルやAI技術の検証とプロダクトへの適用 ●PMFに向けた高速な開発・改善 新規プロダクトや機能のプロトタイピング 顧客利用を通じて得られたフィードバックを踏まえた改善 利用状況や定性・定量データに基づく優先順位の判断 PdM・デザイナー・ビジネスメンバーと連携した開発計画の策定 技術的な知見を踏まえたプロダクト戦略・ロードマップへの提案 ●プロダクトの成長を支える技術基盤の構築 プロダクトの成長を見据えたアーキテクチャ設計 可用性・拡張性・セキュリティ・パフォーマンスの改善 コードレビュー、テスト設計、自動化による開発品質の向上 AIコーディングツールを活用した開発プロセスの改善 複数のAIプロダクトで再利用できる知見・技術基盤の整備 ※参画するプロダクトや具体的な業務範囲は、ご経験・志向、選考時点の事業状況を踏まえて決定します。 ●開発環境 サーバーサイド:Go フロントエンド:React / Next.js / TypeScript インフラ:AWS / Terraform / Fargate / ECR データベース:Aurora PostgreSQL テストツール:Datadog Synthetics / Playwright コミュニケーション・設計・開発支援:Slack Gather Figma Findy Team+ Notion Miro diagrams.net Cursor Claude Code Gemini ※参画プロダクトによって、一部の技術構成が異なる場合があります。 ●業務内容の変更範囲 会社の定める業務

職務概要 社内IT統括部門やR&D部門と連携しながら、(CI)セクター共通の「Agentic Enterprise基盤」の設計・構築・検証を担っていただきます。 AI Agent開発環境やクラウド基盤の技術検証・選定に加え、データ連携およびAI活用に向けたデータ整備(構造化、セマンティック定義等)を一貫して担当いただきます。 次世代の社内業務基盤を実装・構築し、各事業部門の業務改革を技術面から支えるポジションです。 職務詳細 ・各種AI Agent開発環境・ツール(Vertex AI Agent Engine、Dify、Copilot Studio等)の技術検証・評価 ・クラウド基盤(Azure、GCP等)上でのAI Agent実行環境・連携基盤の設計・構築 ・既存システム(ERP等)のデータをAIで活用するためのデータ連携およびデータ整備の設計・実装(構造化、セマンティックレイヤー定義、データディレクトリ整備等) ・AI Agentプール/カタログ機能の設計・構築 ・AIガバナンス(ガイドライン・ガードレール)の技術的な調査・検証 携わる事業・ビジネス・サービス・製品など (CI)セクター(ビル、家電、水・環境など)全体が利用する、AIエージェントを活用した次世代の社内基幹系・業務基盤(Agentic Enterprise基盤)の構築に携わります。 配属組織名 コネクティブインダストリーズセクター Enterprise Architecture Office　第一部 配属組織について(概要・ミッション) コネクティブインダストリーズセクター(以下(CI)セクター)全体のAI変革を牽引する「『One CI』を体現する 『One Team』の中核となる組織」として新たに発足した、(CI)セクター直轄の新組織です。 本組織のミッションは、(CI)セクター全体最適の「Agentic AI Enterprise Architecture(AEA)」を策定し、AI Agentの現場実装を根底から支える強固な「Agentic Enterprise基盤」を提供し、各事業体のAI活用を技術面から直接支えるエコシステムの中核を担います。 全体像を示す「道標」、共通基盤を築く「礎」、現場と共に進む「伴走者」として、(CI)セクター全体を「AI Ready」な状態へとリードします。

職務概要 金融機関(銀行・ノンバンク)向けの大規模アプリケーション開発において、モダナイズおよびAI活用を含む開発案件に参画し、設計・開発・テストを中心とした業務を担当いただきます。 また、業務に習熟した後は、サブリーダとしてチーム運営や開発推進にも関与いただきます。 職務詳細 ・金融機関向けアプリケーション開発における設計・開発・テストの実施 ・モダナイズ案件(クラウド移行、アーキテクチャ刷新等)およびAI(生成AIを含む)を活用した開発への参画 ・担当機能/コンポーネント単位での開発(設計・実装・テスト) ・開発チームの一員として、進捗・品質向上に向けた取り組みへの参画 ・小規模チーム(2～3名程度)の開発推進、または、サブリーダとしてチーム運営の補佐を担当 ・顧客要件を踏まえた設計内容の検討および実装への反映 ・開発に関わる各種調整・コミュニケーション(チーム内・パートナー等) 携わる事業・ビジネス・サービス・製品など 銀行・ノンバンク向けのアプリケーション開発に従事いただきます。 要件整理から設計・開発・テスト・リリースまで、開発工程全体に携わることが可能です。 現在は、ホストからのオープン化を含むマイグレーションや、クラウド活用・API化を中心としたモダナイズ案件が増加しており、これらの開発案件に参画いただきます。 また、開発においては、アジャイル手法やローコード開発、AI(生成AIを含む)を活用した開発プロセスの高度化にも取り組んでいます。 配属組織名 AI&ソフトウェアサービスビジネスユニット(アプリケーションサービス) アプリケーションサービス事業部　第一アプリケーション本部 配属組織について(概要・ミッション) 銀行・ノンバンク分野の大規模システム開発を担う組織です。 社会インフラを支えるミッションクリティカルなシステムを対象に、安定した開発・運用を行ってきました。 近年は、クラウド活用やモダナイズ、AI活用などを通じて、既存システムの高度化・刷新に取り組んでいます。 金融機関の業務基盤を支え続けてきた実績をもとに、より高付加価値なサービス提供をめざしています。

新組織のフィジカル AI & プラットフォーム事業推進室では、生成 AI、ロボティクス、 IoT、デジタルツイン などを活用し、現実世界(フィジカル空間)とデジタル技術を融合した新たな価値創出を推進します。 製造、物流、建設、インフラ、保守運用 などの現場領域に対して、 AI エージェント、映像解析、センサーデータ活用、ロボット連携 などを組み合わせたソリューション開発を行い、「社会課題である労働力不足の解消と、元気な日本の復活」を目指します。 また、生成 AI を活用した AI 駆動開発( AI-Driven Development )にも積極的に取り組み、企画・設計から実装・テスト・運用までの開発プロセスを革新しながら、高品質かつ高生産性なアプリケーション開発を推進しています。 単なる PoC に留まらず、共通プラットフォームとして横展開可能なアーキテクチャ構築や事業化までを視野に入れ、社内外パートナーと共創していきます。 対象領域は、生成 AI/ AI エージェント、ロボティクス、 IoT/センサー連携、映像解析、デジタルツイン、クラウドプラットフォーム、アプリケーション開発 など、多岐にわたります。 お客さまや現場部門と直接コミュニケーションを取りながら、企画〜提案〜開発〜運用まで一気通貫で推進していきます。 ●具体的な業務内容 ・生成 AI/ AI エージェント、ロボティクス、 IoT/センサー連携、映像解析、デジタルツイン、クラウドプラットフォーム などを活用したシステム開発 ・AI 駆動開発を活用したアプリケーション開発および開発プロセスの改善 ・新技術の調査・検証および PoC の推進 ・お客さま課題の解決に向けたソリューション企画・提案 ・新規サービス・新規事業の企画および事業化推進 ●案件で使用する主な技術 開発言語:C#、 .NET、 Python、 JavaScript / TypeScript、 React など DB: SQL Database、 Cosmos DB など クラウド: Azure / AWS、 Azure OpenAI、 Azure AI Foundryなど AI・データ活用: 生成 AI、 AI エージェント、 RAG、画像・映像解析など プラットフォーム・基盤: Docker、 Kubernetes、 API 連携、データ基盤、 IoT 連携など 開発手法: AI 駆動開発(AI-Driven Development)、アジャイル開発、 DevOpsなど ●プロジェクト例 ・ IoT デジタルプラットフォーム開発 ・ フィジカル AI の PoC ・ AI 駆動開発の伴走支援 組織構成 5名(室長、マネージャー、メンバー) 既存メンバーも、フィジカル AI や AI 駆動開発について、試行錯誤しながら学んでいる最中です。 アプリケーション開発を通じて実践的にスキルを磨きながら、 AI、クラウド、データ、プラットフォームを横断できるフルスタックエンジニアを目指し、共に新しい事業を創り上げていきましょう。 ●従事すべき業務の変更の範囲 その他会社が指定した業務 ※会社が指定した業務には顧客事業所内での業務を含む

●ChatGPT、Claude、Geminiなどの生成AIを活用したシステム設計・開発・テスト効率化 ●AIサービスやAPIの調査・試行、PoC(概念実証)の実施 ●Pythonやクラウド(AWS/GCP/Azure)を活用したAIアプリ開発 ●AIを活用した業務効率化・自動化の推進 ●他部門との協働による新しいAI活用プロジェクトの立案・実行 <1日のスケジュール例> 9:30～ 出勤・メール対応 10:00～ AIツールの検証・プロトタイプ開発 12:00～ 昼休憩 13:00～ システム設計・実装(AIを組み込んだ開発) 15:00～ チームミーティング/技術共有 16:00～ 新規AIサービス調査・PoC作業 18:30～ 退勤

設計図面に対する製造性評価をAIで支援する技術開発を担当。図面からの情報抽出・製造ルールに基づく自動チェック・過去品質不具合との照合など、製造品質の向上に直結するAIエージェントの設計・実装を推進します。 ●具体的な業務内容 【製造性評価AI】製造ルール・品質不具合に基づく設計形状の自動チェック、素材・工法ごとの判断ロジック設計・実装 【製造知見の構造化】図面・仕様書・不具合履歴を横断活用するナレッジ基盤構築、製造ルールの体系化 【図面情報抽出】OCR+レイアウト解析による形状・注記・寸法の自動認識 【設計・製造連携】製造性チェック結果の可視化・修正提案、設計変更の製造影響評価 【チーム連携】業務部門・外部パートナーとの要件調整 職種の変更範囲:技術職・事務職・技能職業務

ロボットの要素技術及びロボットソフトウェア開発等を行います。 ●技術的難易度の高いロボットシステムの開発 ●要素技術の開発(AI、画像認識、経路計算) ●研究開発のPOC開発 ●ロボットの要求分析、要求定義、アーキテクチャ設計

私たちのチームの使命は、お客様に最高のサービスを届けるfreee自らを「世界で最も生産性が高く、最先端な組織」に進化させ続けることです。AIの進化が企業の在り方を根本から変えようとしている今、私たちはその変化を自ら作り出す側として社会をリードします。AIを単なる「ツール」ではなく、経営と業務の「核」に据える。2,000人以上の規模の組織がAIによって爆速化する、その基盤をゼロから構想し、実装する。そんな、歴史の転換点を自らの手で創り出す挑戦をしませんか? ●現状の課題/今後取り組みたいこと ・freeeでは、全社員が「マジ価値(本質的価値)」を届け切ることに集中できるよう、理想の業務環境を追求しています。 ・現在、私たちが目指しているのは、「AIネイティブな業務環境」の実現と継続的な進化です。 -全社横断的なRAG(検索拡張生成)の構築 -自律的に業務を遂行するAIエージェントプラットフォームの導入 -AIの精度を最大化するためのデータパイプラインとルールの再整備 ・今期よりAI開発体制を大幅に強化し、freeeの経営そのものにAIを組み込んでいくフェーズに突入します。 ・この壮大なビジョンを共に描き、技術で牽引してくれるリーダー・マネージャー候補を求めています。 ●業務内容詳細 ・単なる開発にとどまらず、技術選定から組織への実装まで、広範なプロデュース・価値創出をお任せします。 ・AIネイティブな業務体験の設計: n8nなどを活用し、従業員のワークフローをAI前提で再定義し、実装する ・技術選定とアーキテクチャ設計: LLM等の最新ソリューションの選定、社内導入 ・データ基盤の高度化: RAGの構築、セマンティックレイヤーの設計、データパイプラインの整備 ・LLM Opsの確立: 継続的に精度を向上させ、安全に運用するための仕組みづくり ・(マネージャー候補として) AI戦略の策定、チームビルディング、プロジェクトマネジメント 業務内容の変更範囲:会社の事業状況やご本人の適性に応じて担当する業務内容が変更となる場合があります

freeeにはいままでプロダクト開発組織のAI活用を推進する「AI駆動開発チーム」が存在していましたが、それらの役割に加えて全社の業務プロセスを改善するための基盤構築とEnablingを担う「AI Platform Engineering」チームを新設しました。 本ポジションは、単なる社内ツール導入に留まりません。社内に散在する膨大なデータ（BigQuery、Slack、Confluence、Google Drive等）をAIが理解可能な「コンテキスト」として整備し、全社員が安全かつ自律的にAI Agentやワークフローを構築できる「AIプラットフォーム」のエンジニアリングを担当します。 また、基盤構築だけでなく、導入支援も行います。業務プロセスの可視化・ドメイン知識の言語化から現場向けハンズオン・ショーケースを通じた成功事例の横展開まで、グローバル最先端の技術情報を収集・検証しながら、freeeの生産性と創造性を非連続的に向上させる中心メンバーを募集します。 ●現状の課題/今後取り組みたいこと freeeでは現在、Gemini や NotebookLM、自社のLLM基盤、各種コーディングエージェントなどを日々の業務に標準的に取り入れています。さらに「全社AI特区」として、希望者が最新AIツールを業務で試せる環境を提供しており、ChatGPT や Comet、n8n 等の活用が進んでいます。しかし、以下の課題によりAI活用の「天井」が存在します 1.コンテキストの分断 : 社内データ（議事録、ドキュメント、顧客データ）が各SaaSに分散し、AIに十分なコンテキストを提供できていません。現場のドメイン知識や業務プロセスが暗黙知のまま残り、AI Agentやワークフローに組み込める構造化された形で言語化できていない領域が多く存在します。 2.AIツール活用の障壁：エンジニア以外のメンバーが業務自動化やAIエージェント構築を試みても、API連携や認証、データ接続のハードルが高く、AIの能力を十分に発揮させるにはエンジニアのサポートが必要な状況です。 3.ガバナンスとスピードの両立 : 法令やセキュリティ、ガバナンスを守りつつ、最新のAIモデルやツールを即座に現場へ届けるシステム・運用体制が未完成です。 今後取り組みたいことは、「AIが力を発揮できる環境づくり」です。社内に分散したデータや知識をAIに届ける基盤を構築し、n8n等のノーコード/ローコードツールと連携させることで、全社員が自分の業務をAIと共に再発明できる環境を実現したいと考えています。 ●業務内容詳細 CAIO組織直下の「AI Platform Engineering」チームにて、以下の業務を担当します。 プラットフォーム構築 ・社内AIワークフロー基盤（n8n）の運用・提供・Enterprise化：セルフホスト環境の構築、スケーラビリティの確保、カスタムノードの開発 ・「コンテキスト基盤」の設計・開発 : BigQuery、Vector DB等を活用し、社内ドキュメントやデータをRAG / MCP経由でAIに提供するパイプラインの構築 ガバナンス・セキュリティ・コスト ・社内データへのアクセス権限管理（認証・認可）とAIツールの連携実装 ・シャドーITを防ぎつつ、最新ツール（Cursor, Devin, Gemini App等）を安全に利用するための技術的ガードレールや利用ガイドラインの策定 ・導入効果やROIを可視化しつつ、長期的な持続可能性を意識したコスト最適化の実現 Enabling・横展開 ・各部門のヒアリングを通じた業務プロセスの可視化、ドメイン知識の言語化、およびプロンプト・ワークフロー・Agent Skills・A2Aへの落とし込み ・AI活用のショーケース案件のリード（ユースケース選定、要件定義、実装、効果検証）と、その成果の横展開・標準テンプレート化 ・社内メンバー向けハンズオン、勉強会、ドキュメント・教材整備を通じたAIリテラシー向上と自走支援 ・グローバル最先端のAI技術・ツール・ベストプラクティスの調査・検証・社内共有 業務内容の変更範囲：会社の事業状況やご本人の適性に応じて担当する業務内容が変更となる場合があります

役割 エンタープライズ企業のデータ活用を推進し、分析・モデル開発・AI実装を通じてビジネス成果を創出する役割。 主たる業務 ● Python、R等を用いた統計モデル・機械学習モデルの設計・開発・評価・運用の支援 ● 各種生成AIやAIエージェントを活用したシステムの設計・開発・評価・運用の支援 ● データ基盤(AWS、GCP、Azure等)の要件定義・設計・運用の支援 ● クライアントへのヒアリング、PoC、本番運用までの一連のプロセス推進 ● クライアントへの分析結果の説明・意思決定支援 ● AI/データ活用に関する技術リード

役割 AI/ML/LLMを活用したソリューションの設計・開発・運用を担い、クライアントの業務変革を技術面から実現する役割。 主たる業務 ●AI/ML/LLMモデルの実装・最適化 ●RAG・エージェント・ワークフローの設計・開発 ●API連携、アプリケーション開発、PoC構築 ●MLOps/LLMOps環境の設計・構築 ●データパイプラインの設計・実装 ●技術アーキテクチャの策定と技術選定

お任せしたいこと 未整備な領域を自らの手で開拓し、将来的に当社の技術的土台を支えるPMへと成長していただくことが、このポジションのミッションです。 ● 入社直後〜 PLとしてプロジェクトを推進 Webアプリ開発(React/TypeScript、Python 等)のPLとして、リーダー層が担ってきた詳細設計・実装・テストの実務を引き継ぎ、生成AI(LLM/RAG/AIエージェント)を用いた実装・検証を自走して推進。 ※ご経験に合わせて担当工程は柔軟に調整します。 ● 半年〜1年後 開発パターンの標準化・アーキテクチャ設計、そしてPMへ 開発パターンの標準化(共通の“型”づくり)に深く関与。 お客様の要件定義から入り込み、生成AIの組み込み方を仮説検証しながら、アーキテクチャの提案と実装を牽引。 まずは自分+若手1名のサブリーダーから、要件定義・詳細設計ができる立場として下に3名程度がつく4名規模のチームを推進。 入社後1年程度でのPM登用を想定しています(早期の登用も歓迎)。 ※中途入社の方はご経験に応じた早期登用を行います。 このポジションならではの希少性 生成AIを活用した開発・テスト自動化・品質評価は、市場でも競争が活発化している成長領域です。 そのなかで当社は、AI駆動開発の専門部隊と品質保証(QA/QC)の専門部隊が同一ユニット内で連携し、開発の“型”と品質の作り込みを両立できる体制を持ちます。 この環境でサービスの立ち上げを牽引できる人材は市場でもまだ希少であり、その経験はエンジニアとしての市場価値を大きく高めます。 技術スタック 言語 / フレームワーク React、TypeScript(フロントエンド)/ Python、C#(バックエンド) クラウド Azure(AWS・GCP のご経験も歓迎) データベース / 基盤 PostgreSQL、Databricks AI 領域 生成AI(LLM/RAG/AIエージェント)を活用したAI駆動開発 AI 開発ツール Claude Code、Cursor、GitHub Copilot、Codex、CodeRabbit 1)従事すべき業務の変更の範囲 →【変更の範囲】会社の定める業務

「資源・エネルギー・環境」「社会基盤」「産業システム・汎用機械」「航空・宇宙・防衛」の4分野を始めとする、IHIグループにおける本社および事業の各現場の業務プロセス変革や価値創出に向けた、データ整備や利活用に必要な基盤の整備に関する企画・設計業務をお任せいたします。会社としての重点施策に対する全体最適と、コングロマリット企業特有の課題に対する個別最適と、それぞれのプロジェクトにおいて、あるべき姿とそこまでの道筋を描きながら、課題解決のためのデータ基盤づくりやAI活用に向けた仕組みづくりを担当いただきます。 ●今後のビジネスの目指す姿に照らした会社全体のデータ戦略の立案～仕組みづくり ●部門やデータサイエンティストなど他職種とのDXプロジェクトに対して関連する既存データを整備し、業務改善・DXにつなげるPoC、検証の支援 ●AI活用を前提としたデータ整備や仕組みづくり、継続的な最適化 実際の基盤構築はIHIの情報子会社やベンダーと進めて行きます。運用成果をもとに新たな仮説を構築し、戦略へ落とし込むサイクルを続けながら、よりスリムにデータが利活用できるような基盤の整備を進めて行きます。

アプリケーションとAI(機械学習、生成AI、数理最適化、アルゴリズムなど)を融合し、以下のエンジニアリング業務をリードしていただきます。 ●AIとシームレスに連携するアプリケーションの全体設計、およびそのコンセプト策定を主導 ●AIモデルの特性を最大限に引き出すための、AIモデル内のアーキテクチャ設計と実装 ●AIとアプリケーション間の最適なインターフェース設計と、その継続的な改善・最適化を主導 ●LLMやAI-Agentの活用を前提とした、次世代の開発プロセスの構築 ●技術選定、設計方針の策定、コードレビューなど、チーム全体の技術力向上に貢献する役割 ●組織の成長戦略に基づき、技術的なロードマップ策定にも参画いただけます。 インフラ+LIFE+イノベーション インフラと社会を、その先へ グリッドは、サプライチェーン、電力、スマートシティといった社会インフラに対し、AI技術を用いて企業のデジタル化を支援する、日本国内では希有なテクノロジース上場企業です。国内でも数少ない独自プラットフォームの開発や、社会インフラ分野を中心に機械学習・強化学習などの最先端技術を用いたソリューションを提供することで、企業の様々な課題を解決してまいりました。 ▼インタビュー『CTOが語るGRIDの強みと展望 』 https://www.youtube.com/watch?v=3JSD_OU--dk AI系のスタートアップは今や様々な企業が多方面でビジネスを展開しておりますが、弊社が挑戦している領域は、人間が既にできることをAIに置き換えるのではなく、人間では容易に思いつくことができずに多くの時間を費やしてしまう計画業務を対象に、企業の事業全体に関わるような課題に対してAIを活用することで、顧客の課題解決を支援しています。 産業界のほとんどでは、需要供給、設備能力、天候その他の外的な要因も含む様々な要素を考慮した複雑な計画が組まれ、計画作成担当者はとても労力がいる作業を行っています。そこで、人間が策定するには非常に困難で複雑な計画業務をAIが瞬時に導き出し、社会インフラ分野の計画業務最適化に取り組んでいます。 2015年にAI事業を本格的に開始して以降、有り難いことに多方面から評価を頂いており、大手インフラ企業との協業プロジェクトを多数抱えるなど、国内外での注目度も高い企業として成長を遂げております。 ※プロジェクト例(一部紹介) ●グリッドが北海道電力と協業、AI・デジタルツインで火力・水力発電運転計画最適化へ https://ascii.jp/elem/000/004/085/4085443/ ●四国電力とAIベンチャー、発電計画を｢デジタルツイン｣で最適化するAI https://www.businessinsider.jp/post-255802 ●お客様事例:四国電力様_電力需給計画の最適化システム(動画) https://www.youtube.com/watch?v=9nc7oNDue4w ●“超アナログ”のタンカー配船計画、出光はどうやってデジタルツイン化したのか https://monoist.itmedia.co.jp/mn/articles/2009/28/news013.html グリッドの行動指針 ●高い人間性と高い専門性を両立した魅力的な人を目指す ●驚くような高い価値を提供することにチャレンジする ●One for all, All for one. 一人はみんなのために、みんなは一つの目標のために