年収350万円以上 AI・機械学習（LLM）エンジニアの求人・転職情報

全社の開発文化変革を担うポジションとして、AI駆動開発の導入方針策定から制度設計、現場への定着推進までを一貫してお任せします。 単なるツール導入ではなく、開発の進め方そのものを見直し、全社の生産性向上につなげていく役割です。 【具体的な業務内容】 ・全社の開発工数削減目標の策定と進捗管理 ・AI駆動開発における評価制度やガイドラインの設計 ・AI Agent導入に伴う組織変更のチェンジマネジメント CTO直下のプロジェクトとして、全社の各開発チームと連携しながら、トップダウンで方針を示しつつ、現場の実態も踏まえた形で改革を前に進めていただくことを期待しています。 ●部署説明 2026年4月、当社はAIを単なる「補助ツール」ではなく「プロダクト開発の核」として全社的に統合するため、AI開発を専門とする新組織を設立しました。 これまでの実験的な活用フェーズを超え、サービスのユーザー体験(UX)、エンジニアのコーディングプロセス、そして意思決定の源泉となるデータ基盤にいたるまで、AIを実装レベルで徹底的に組み込んでいくことが私たちのミッションです。 「AIプロダクト」「AIシステム改革」「AIデータ基盤」という3つの専門チームが密に連携し、2026年というAIの進化が加速する転換点において、世界で最もAIを使いこなし、価値を創出し続ける組織を目指しています。 この新たな挑戦のスターティングメンバーとして、未来の開発のスタンダードを共に創る仲間を募集します。 ●開発環境 社内ツール: Slack, Confluence, Google Workspace AIツール: Claude Code, Codex, Gemini, Devin, Cursor

Coding AgentやAIオーケストレーションを活用し、AIが安全かつ継続的に開発を進められるハーネス基盤の構築を担っていただきます。 単なるツール活用にとどまらず、複数のAIを組み合わせた開発フローの設計から、品質担保の仕組みづくり、全社展開までを一貫して推進いただく想定です。 【具体的な業務内容】 ・Claude CodeやCodex等を活用した自律的な開発フローの設計 ・複数のAI Agentを協調させるオーケストレーション層の実装 ・AIが安全に開発を行うためのテストコード・ガードレール(Harness)の構築 自らもAIを実務で使いこなしながら、社内ツールや開発基盤を実装し、全社の開発生産性向上につなげていただくことを期待しています。 ●部署説明 2026年4月、当社はAIを単なる「補助ツール」ではなく「プロダクト開発の核」として全社的に統合するため、AI開発を専門とする新組織を設立しました。 これまでの実験的な活用フェーズを超え、サービスのユーザー体験(UX)、エンジニアのコーディングプロセス、そして意思決定の源泉となるデータ基盤にいたるまで、AIを実装レベルで徹底的に組み込んでいくことが私たちのミッションです。 「AIプロダクト」「AIシステム改革」「AIデータ基盤」という3つの専門チームが密に連携し、2026年というAIの進化が加速する転換点において、世界で最もAIを使いこなし、価値を創出し続ける組織を目指しています。 この新たな挑戦のスターティングメンバーとして、未来の開発のスタンダードを共に創る仲間を募集します。 ●入社後のイメージ まずはご自身の開発環境で理想のAI駆動開発を体現しつつ、社内展開していきます。 ●開発環境 社内ツール: Slack, Confluence, Google Workspace AIツール: Claude Code, Codex, Gemini, Devin, Cursor

業務詳細 グループ各社の事業価値向上や業務生産性の向上をめざし、マッチング迅速化やグループ共通業務の効率化など、AI・データを活用した施策の支援をご担当いただきます。また、グループ内で保持するデータを事業価値につなげていくために、データ基盤の構築を進めています。このデータ基盤の構築や、API/アプリケーション開発などをご担当いただきます。デジタル企画、データサイエンス、エンジニアリング、ガバナンスなどの専門知識を持つメンバーと、プロジェクトごとにチームを編成して活動します。 具体的な担当業務 各ポジションは専門領域を持ちながらも、横断的に連携しながらプロジェクトを推進します。具体的には、下記のような業務を、チームで連携しながら取り組んでいただきます。 ・事業責任者や企画担当と連携して適切なAIアーキテクチャ※を選定 ※LLM、検索拡張生成(RAG)、機械学習モデル、クラウドAIサービスなど ・AIシステム/AIプロダクトの設計・開発 (バックエンド/フロント連携、コンテナ化、CI/CD、Infrastructure as Code) ・AIモデル/パイプラインの設計・実装 ・推論基盤の最適化(レイテンシ、スケーラビリティ、コスト管理) ・モデル評価・精度改善、プロンプト設計/改善、オフライン/オンライン評価 ・モデル品質のモニタリングおよびドリフト検知 ・プロトタイプ作成とPoC実施、スケールに向けたアーキテクチャ最適化 配属組織 ●グループAI本部 データソリューション部 データサイエンス室 デジタル化を推進することで、パーソルグループ全体の業務効率化や生産性向上、データ利活用に寄与する部門です。本部全体で150名ほどの組織になります。立場に関わらず意見を伝え合う風通しの良い社風です。また、主体的な言動や意志を尊重し裁量ある働き方ができる環境であり、成長意欲がある方には組織として全面的にバックアップする環境です。 データサイエンス室は現在メンバー8名程度で、30代前半～40代のデータサイエンティスト、AIエンジニアが中心で構成されます。 コミュニケーションを大切にし、部を跨いだ定期的なイベントや、メンター/管理職との定期的な1on1を行っています。残業時間は20～30時間程度です。 ※場合よってはグループ内で一時的な兼務/出向をいただく場合がございます。 担当職種の変更範囲 会社の定める職種(出向規程に従って出向を命じることがあり、その場合は出向先の定める職種)

対話システムに関わる研究開発 ●具体的な業務内容 ・対話システム制御SW(C++) ・音響認識/画像認識/SLM/LLM(Python) ・プロンプト/シナリオ開発 ・セキュリティ 職種の変更範囲:技術職・事務職・技能職業務

周辺認識AIや自律走行AI、車載システムSWに関する以下のいずれかの開発 ・周辺監視AIおよび自律走行AI ・車両システムSW ・データ開発および自動学習システム ●具体的な業務内容 経験豊富なメンバーや社外連携先と協力して開発を行います ・AIソフトウェア開発(Python) ・車載システムSW開発(C++) ・シミュレーションソフトウェア開発(UEなど) ・データ開発および自動学習システム 職種の変更範囲:技術職・事務職・技能職業務

車載画像センシングプロジェクトにおける個別技術の開発・技術確立、あるいはプロジェクト推進を行って頂きます。 ●具体的な業務内容 C, C++,Python JIRA,Redmine,Bitbucket,MATLAB,Simulink,CarSim,EA 職種の変更範囲:技術職・事務職・技能職業務

【具体的な業務内容】 バス・トラックに特化した自動運転の実用化を目指し、全国で実証実験を行い新しいまちづくり・地域の活性化を目指している当社にて、自動運転システムの車両認識ソフトウェア領域をご担当いただきます。 ・Linux環境でのソフトウェア開発(使用言語: C/C++) ・センシングのシステム設計・周辺環境認識アプリケーション・アルゴリズム開発 ・シミュレーションや実車両で、障害物などの認識精度の評価

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。 特定の製品や業界に縛られず、 顧客の現場に合わせた「業務 × AI × 自動化」に裁量を持って取り組めるのは、BPO×DXを強みに持つDX統括部ならではの特徴です。 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.データ処理・ツール操作 Python や SQL を使ったデータ整理、RPA・Power Automate・生成AIツールの設定や動作確認、API連携の試行・動作検証 2.生成AI/AIエージェントの動作検証 LLM(OpenAI / Azure OpenAI など)の利用、Dify を使ったAIエージェント・ワークフローの構築補助、プロンプト改善・動作調整 3.業務改善プロジェクトのサポート 先輩メンバーと一緒に業務課題の整理、自動化案の作成やサンプル実装、効果測定のサポート(工数削減の整理など) 4.ドキュメント作成・定着支援 手順書・マニュアルの作成、作成したツールやフローの説明資料づくり 利用技術(このポジションで活用する主なツール) ●生成AI:OpenAI / Azure OpenAI ●AIエージェント:Dify ●自動化:Power Automate、UiPath ●データ処理:Python、SQL ●クラウド:AWS / Azure / GCP ※入社後にキャッチアップいただく前提のため、「利用技術の参考例」としてご覧ください。 得意分野を活かしつつ、幅広い技術に触れる機会があります。

～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

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。 特定の製品や業界に縛られず、 顧客の現場に合わせた「業務 × AI × 自動化」に裁量を持って取り組めるのは、BPO×DXを強みに持つDX統括部ならではの特徴です。 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・現状分析 業務フロー、KPIの可視化、ボトルネックの抽出 2.ソリューション設計 業務再設計(BPR)、生成AI/AIエージェントの業務組込み、RPA・ワークフロー・API・DWHとの連携設計、UX・アーキテクチャ設計 3.実装・検証(PoC～パイロット) Python/API連携による実装、モデル選定(RAG、OCR、音声解析 など)、A/Bテスト、セキュリティ考慮、本番移行対応 4.運用・改善 KPIモニタリング、モデル精度改修、品質管理、手順書・教育資料作成、運用定着支援、変更管理 5.ステークホルダー連携 現場部門を巻き込んだ合意形成、トレーニング提供、ROI可視化・報告資料作成 利用技術(このポジションで活用する主なツール) ● 生成AI / LLM OpenAI / Azure OpenAI などの LLM API、AIエージェント構築やRAG(検索 × 生成)の活用 ● ローコード / 自動化 Dify を活用したAIエージェント・ワークフロー構築、Power Platform(Power Automate / Power Apps) ● データ基盤・クラウド AWS / Azure / GCP など主要クラウドサービスの基本利用、データベースへの接続、簡易クエリ(SQL)、API・外部サービスとの連携 ※「利用技術の参考例」としてご覧ください。 得意分野を活かしつつ、幅広い技術に触れる機会があります。 ※担当職種の変更の範囲:会社の定める職種(出向を命じることがあり、その場合は出向先の定める職種)

●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

●ポジション PM、PL リーダー層 ●案件の特徴 ・AI開発におけるPoC案件を多数手がけています。 ・PoCで検証したAIモデルを組み込むシステムやアプリケーション開発に携わることができます。 ・そのほか、制御系システム、Webシステム、デスクトップアプリなど、幅広い開発案件があります ・エンドユーザーの業界は多岐にわたりますが、製造業や装置メーカー向けの案件が中心です ・案件の多くがプライム案件のため、顧客(メーカー)との距離が近い点も特徴です ・チームは30代～40代のベテランから20代の若手まで、幅広い世代で構成されています ・社内コミュニケーションが取りやすく、相談しやすい環境です ●対応フェーズ 顧客提案、要件定義、基本設計、詳細設計、実装、機能試験、現地試験(実機デバッグ)、 不具合修正、問い合わせ対応、レビュー、メンバー管理など ※上流～下流まで対応いただきます ※顧客折衝の機会もあります ●入社後の業務 まずは社内で請け負っている受託開発案件(上流～下流)に従事していただき、環境に慣れていただきます。 社内での経験を積んだのち、リーダーとして顧客折衝(仕様調整、見積もり調整など)や メンバー管理などのリーダー業を行っていただきます。 ●変更の範囲 その他会社の定める業務 #### 開発案件(一部抜粋) ●光学顕微鏡開発支援 □概要 光学顕微鏡開発におけるデバイス制御、SDK開発、画面開発、シミュレーター開発 などを行います。 客先(都内)での打ち合わせや実機試験などもあります。 □開発環境 OS:Windows、Linux ツール:Visual Studio、Excel、Wordなど □開発言語:C++、C#、Qtなど ●リサイクル選別機開発 □概要 AIを利用したリサイクル選別機器の開発案件です。 判別にはAIを使用し、AIが返した結果を表示するようなシステムです。 判別結果を表示するGUIアプリケーションの開発や、選別機の周辺機器の制御などを対応します。 □開発環境 OS:Windows、Linux ツール:Visual Studio、Excel、Wordなど □開発言語:C++、C#、Qtなど ●漁獲物の画像解析システム開発 □概要 漁獲物の自動判別AIシステムの開発案件です。 AIモデルは、物体検知やセグメンテーションなどの技術を使って開発し、 システムはデスクトップアプリやWebシステム、アンドロイド端末開発など多岐にわたります。 □開発環境 OS:Windows、Ubuntu、Android □開発言語:C#、C++、Python、Java、Kotlin、AWSなど 以下に弊社の過去開発事例がまとまっています。 (ダウンロード可能) ●開発事例集 ・製品/システム開発編:https://www.compmind.co.jp/wp-content/uploads/2025/04/Development_case_collection.pdf ・研究開発/PoC編:https://www.compmind.co.jp/wp-content/uploads/2025/04/Development_case_collection_rd.pdf

●ポジション SE、PG 開発メンバー ●案件の特徴 ・AI、機械学習、3次元データ(SLAM)に関わる研究開発、プロダクト、サービス開発を行います ・エンドユーザーは多岐にわたり、製造業、建築、建設、インフラ、医療など幅広い業界の案件が中心です ・案件の多くがプライム案件のため、顧客(メーカー)との距離が近い点も特徴です ・顧客の課題解決に向け、技術提案から検証、成果報告までを一貫して担当し、PDCAを回していきます ・PoCで開発したアルゴリズムをもとに、社会実装に向けたシステム開発にも携わることができます ・チームは30代～40代のベテランから20代の若手まで、幅広い世代で構成されています ・社内コミュニケーションが取りやすく、相談しやすい環境です ●対応フェーズ ・課題定義(顧客課題の整理・要件の明確化) ・技術提案(解決に向けたアプローチの検討・提案) ・技術検証(アルゴリズム開発や実データを用いた検証) ・成果報告(検証結果の取りまとめ・次フェーズの提案) ・技術雑誌や論文の執筆など ●入社後の業務 社内で請け負っているPoC案件に従事していただきます。 ・技術提案 ・技術検証 ・成果報告 社内での経験を積んだのち、顧客折衝(課題定義、見積もりなど)も行っていただきます。 また、スキルや意欲がある方はリーダーとしてのポジションもご担当いただきます。 ●変更の範囲 その他会社の定める業務 ●眼底検査装置への先端技術導入 □概要 AIモデルを使用したアプリ開発、眼底検査装置の制御開発案件です。 セグメンテーションAI技術を使用し、眼底画像の自動色分けAIモデル開発を行っています。 また、生体組織情報の取得、診察から結果提示までの高速化などを対応します。 □開発環境 OS:Windows10 □開発言語、技術:C++、Python、CUDA □関連技術:DeepLab V3+(セグメンテーション) ●リサイクル選別機開発 □概要 AIを利用したリサイクル選別機器の開発案件です。 複数種類の物体をラインカメラで撮像し、物体検知にて判別を行うAIモデルを開発しています。 判別結果を表示するGUIアプリケーションの開発や、選別機の周辺機器の制御などを対応します。 □開発環境 OS:Windows、Ubuntu □開発言語:Python、C++、CUDAなど □関連技術:DeepLearning(物体検知) ●CutPaste手法の高度化による精度改善 □概要 既存手法をベースとした、アルゴリズム改造による精度向上検証案件です。 論文調査から手法検証までを対応しています。 こちらは大学との産学連携案件であることも特徴です。 □開発環境 OS:Ubuntu □開発言語:Python □関連技術:CutPaste、DeepLearning、異常検知 以下に弊社の過去開発事例がまとまっています。 (ダウンロード可能) ●開発事例集 ・製品/システム開発編:https://www.compmind.co.jp/wp-content/uploads/2025/04/Development_case_collection.pdf ・研究開発/PoC編:https://www.compmind.co.jp/wp-content/uploads/2025/04/Development_case_collection_rd.pdf

●ポジション SE、PG 開発メンバー ●案件の特徴 ・AI、機械学習、3次元データ(SLAM)に関わる研究開発、プロダクト、サービス開発を行います ・エンドユーザーは多岐にわたり、製造業、建築、建設、インフラ、医療など幅広い業界の案件が中心です ・案件の多くがプライム案件のため、顧客(メーカー)との距離が近い点も特徴です ・顧客の課題解決に向け、技術提案から検証、成果報告までを一貫して担当し、PDCAを回していきます ・PoCで開発したアルゴリズムをもとに、社会実装に向けたシステム開発にも携わることができます ・チームは30代～40代のベテランから20代の若手まで、幅広い世代で構成されています ・社内コミュニケーションが取りやすく、相談しやすい環境です ●対応フェーズ ・課題定義(顧客課題の整理・要件の明確化) ・技術提案(解決に向けたアプローチの検討・提案) ・技術検証(アルゴリズム開発や実データを用いた検証) ・成果報告(検証結果の取りまとめ・次フェーズの提案) ・技術雑誌や論文の執筆など ●入社後の業務 社内で請け負っているPoC案件に従事していただきます。 ・技術提案 ・技術検証 ・成果報告 社内での経験を積んだのち、顧客折衝(課題定義、見積もりなど)も行っていただきます。 また、スキルや意欲がある方はリーダーとしてのポジションもご担当いただきます。 ●変更の範囲 その他会社の定める業務 開発案件(一部抜粋) ●眼底検査装置への先端技術導入 □概要 AIモデルを使用したアプリ開発、眼底検査装置の制御開発案件です。 セグメンテーションAI技術を使用し、眼底画像の自動色分けAIモデル開発を行っています。 また、生体組織情報の取得、診察から結果提示までの高速化などを対応します。 □開発環境 OS:Windows10 □開発言語、技術:C++、Python、CUDA □関連技術:DeepLab V3+(セグメンテーション) ●リサイクル選別機開発 □概要 AIを利用したリサイクル選別機器の開発案件です。 複数種類の物体をラインカメラで撮像し、物体検知にて判別を行うAIモデルを開発しています。 判別結果を表示するGUIアプリケーションの開発や、選別機の周辺機器の制御などを対応します。 □開発環境 OS:Windows、Ubuntu □開発言語:Python、C++、CUDAなど □関連技術:DeepLearning(物体検知) ●CutPaste手法の高度化による精度改善 □概要 既存手法をベースとした、アルゴリズム改造による精度向上検証案件です。 論文調査から手法検証までを対応しています。 こちらは大学との産学連携案件であることも特徴です。 □開発環境 OS:Ubuntu □開発言語:Python □関連技術:CutPaste、DeepLearning、異常検知 以下に弊社の過去開発事例がまとまっています。 (ダウンロード可能) ●開発事例集 ・製品/システム開発編:https://www.compmind.co.jp/wp-content/uploads/2025/04/Development_case_collection.pdf ・研究開発/PoC編:https://www.compmind.co.jp/wp-content/uploads/2025/04/Development_case_collection_rd.pdf

●ポジション SE、PG 開発メンバー ●案件の特徴 ・AI、機械学習、3次元データ(SLAM)に関わる研究開発、プロダクト、サービス開発を行います ・エンドユーザーは多岐にわたり、製造業、建築、建設、インフラ、医療など幅広い業界の案件が中心です ・案件の多くがプライム案件のため、顧客(メーカー)との距離が近い点も特徴です ・顧客の課題解決に向け、技術提案から検証、成果報告までを一貫して担当し、PDCAを回していきます ・PoCで開発したアルゴリズムをもとに、社会実装に向けたシステム開発にも携わることができます ・チームは30代～40代のベテランから20代の若手まで、幅広い世代で構成されています ・社内コミュニケーションが取りやすく、相談しやすい環境です ●対応フェーズ ・課題定義(顧客課題の整理・要件の明確化) ・技術提案(解決に向けたアプローチの検討・提案) ・技術検証(アルゴリズム開発や実データを用いた検証) ・成果報告(検証結果の取りまとめ・次フェーズの提案) ・技術雑誌や論文の執筆など ●入社後の業務 社内で請け負っているPoC案件に従事していただきます。 ・技術提案 ・技術検証 ・成果報告 社内での経験を積んだのち、顧客折衝(課題定義、見積もりなど)も行っていただきます。 また、スキルや意欲がある方はリーダーとしてのポジションもご担当いただきます。 ●変更の範囲 その他会社の定める業務 開発案件(一部抜粋) ●眼底検査装置への先端技術導入 □概要 AIモデルを使用したアプリ開発、眼底検査装置の制御開発案件です。 セグメンテーションAI技術を使用し、眼底画像の自動色分けAIモデル開発を行っています。 また、生体組織情報の取得、診察から結果提示までの高速化などを対応します。 □開発環境 OS:Windows10 □開発言語、技術:C++、Python、CUDA □関連技術:DeepLab V3+(セグメンテーション) ●リサイクル選別機開発 □概要 AIを利用したリサイクル選別機器の開発案件です。 複数種類の物体をラインカメラで撮像し、物体検知にて判別を行うAIモデルを開発しています。 判別結果を表示するGUIアプリケーションの開発や、選別機の周辺機器の制御などを対応します。 □開発環境 OS:Windows、Ubuntu □開発言語:Python、C++、CUDAなど □関連技術:DeepLearning(物体検知) ●CutPaste手法の高度化による精度改善 □概要 既存手法をベースとした、アルゴリズム改造による精度向上検証案件です。 論文調査から手法検証までを対応しています。 こちらは大学との産学連携案件であることも特徴です。 □開発環境 OS:Ubuntu □開発言語:Python □関連技術:CutPaste、DeepLearning、異常検知 以下に弊社の過去開発事例がまとまっています。 (ダウンロード可能) ●開発事例集 ・製品/システム開発編:https://www.compmind.co.jp/wp-content/uploads/2025/04/Development_case_collection.pdf ・研究開発/PoC編:https://www.compmind.co.jp/wp-content/uploads/2025/04/Development_case_collection_rd.pdf

このポジションは TSA(テクニカルソリューションアーキテクト)と組みながら、顧客現場で AI モデルの設計・実装・システム化を一気通貫で担うエンジニアポジションです。ML もできる、かつ顧客の目の前でディスカッションしながら主にPythonベースのコードで、手を動かして実装できる人を求めています。 ●このポジションのメンバーがやること ・TSA と一緒に顧客と議論しながら、プロトタイプを組み・動かし・調整する ・AI モデルの設計・学習・評価を担当し、そのまま顧客のワークフローに組み込む ・顧客環境まで、自分の手で届ける ML モデル開発と現場実装の両方を手掛けるエンジニアに向けたポジションです。TSA が「何を作るか」を顧客と定義する役割であるのに対し、このポジションは「モデルも含めて、技術的な知見を加味してどう動くものにするか」を顧客と会話しながら形にします。 ●業務内容 1.顧客現場での実装伴走 ・TSA とペアで顧客との打ち合わせに入り、プロトタイプ要件を定義したうえで実装する ・顧客のフィードバックを受けて、仕様と実装を並行して調整する ・閉域網・顧客施設内での開発・デプロイに対応する ・データを見ながらシステム要件などを微修正する 2.AI モデルの設計・開発・組み込み ・衛星画像解析モデルや生成 AI システムの設計・学習・評価を行う ・既存の社内モデル資産を組み合わせつつ、現場要件に合わせたカスタマイズや追加学習を行う ・学習 / 推論パイプライン、前後処理、API 化、運用監視まで一気通貫で実装する ・現場で得た情報(使われ方、制約、エッジケース)をそのままモデル改善に反映する 3.セキュアな環境でのシステム構築 ・セキュリティ要件を満たすクラウド構成(AWS / GCP / Azure)、必要に応じてオンプレ環境での実装 ・IaC、コンテナ、CI/CD を用いた運用可能なシステムの構築 ・顧客環境の制約を前提にした現実的なアーキテクチャ設計 ●入社後の流れ 〜3ヶ月: 既存案件に TSA とペアでサブ参画。並行して GIS・衛星画像処理・安全保障ドメインのオンボードプログラムを受講 4ヶ月〜: 実際に現場で顧客と話しながら運用を担当(徐々にカバー範囲を広げていただきます)

●このポジションの位置付け Ridge-iの技術職ポジションの中でも、本ポジションは「生成AI・LLM・AIエージェント領域」に特化した専門職です。 AIソリューションアーキテクトとパートナー関係を組み、顧客の経営課題に対するAIソリューションを、上流設計から実装・運用まで一気通貫で担います。 業務内容 AIエージェントソリューション開発エンジニアとして、生成AI・LLMを活用したAIエージェントの設計・実装をリードいただきます。 「研究レベルの先端技術」を「実際の現場で使われるシステム」に落とし込む、技術実装の中核を担うポジションです。 【担当いただく技術領域】 ●AIエージェント/LLMアプリケーション開発 LLM(Claude、GPT、Gemini等)を活用したAIエージェントの設計・実装。 TypeScript環境では Mastra、Python環境では LangChain / LangGraph 等のフレームワークを活用し、ReAct、Tool Use、Multi-Agent、MCPなどのエージェント設計パターンを用いた業務自動化・意思決定支援ソリューションを開発します。 ●RAG・ナレッジ基盤の構築 検索拡張生成(RAG)システムの設計・実装。 ベクトル検索、ハイブリッド検索、メタデータフィルタリング、評価・チューニングまでを含む、信頼性の高いRAG基盤の構築。 ●ワークフロー自動化・ツール連携 外部API・SaaS・社内システムとのツール連携設計。 エージェントが実業務を遂行するための認可・ガードレール・監査ログ設計を含む、本番運用可能なワークフローの構築。 ●LLMOps・評価基盤の構築 LLMOpsパイプライン、観測性(Langfuse等)、評価(LLM-as-a-Judge、オフライン評価、A/Bテスト)の設計・実装。

募集背景 近年AI技術の急速な進展とともに、クライアントからのプロジェクト要請が増加しております。 エンジニアとして機械学習/ディープラーニング/最適化等の最先端技術のことを理解しながら、クライアントのビジネス課題を引き出し、理解し、それに最適な技術を考案、提案、合意形成、実装、デリバリーをリードしていただけるメンバーを募集しております。 事業領域について 事業領域 カスタムAIソリューション事業内でいずれかのプロジェクトマネジメントに関わっていただきます。 クライアントやプロジェクト内容によって領域を横断することもあります。 *AI活用コンサルティング・AI開発サービス* ●DX、AI活用アドバイザリー ●AIシステム提案 ・AI PoC、プロトタイプ作成 ●AIシステム開発 *人工衛星データ・AI解析サービス* ●衛星活用アドバイザリー契約 ●GRASP EARTH Forestレポートの提供 ●AI解析エンジンの開発 ●AI解析レポートの提供 *MLOps・継続学習・AIライセンス提供サービス* ●AIの使用量、利用台数に応じたライセンスフィー ●パートナー企業の事業収益に応じたレベニューシェア ●継続学習環境の提供と追加学習支援 成長市場であるAI分野において、大規模プロジェクトを牽引し、ビジネスへのインパクトを生み出すチームメンバーとして役割を担っていただきます。 主な業務内容 ●クライアントが抱える課題に対して、統計的・機械学習的手法によるソリューションを調査研究及び考案、実装、評価 ●AIシステム設計・開発・テスト ●クライアントとの打ち合わせにおいて、技術的な面での進捗報告や議論 ●ソリューションアーキテクトと一体になってプロジェクトを推進

●グループAI事業戦略の検討・実行 ・執行役員およびAI推進チーム ディレクターと連携し、グループ全体のAI事業戦略の立案・推進を技術面からリード ・最新のAI技術動向(LLM/生成AI、エージェント、RAG等)のリサーチおよび事業適用の検討 ・グループ各社の事業課題に対するAI活用方針の策定・技術検証 ・AI関連の業務提携における技術デューデリジェンスおよび技術評価 ・ナレッジ共有活動への貢献・推進 ●AIソリューションの企画・実行(テックリード) ・グループ各社と協働し、顧客課題を解決するAIソリューションの企画・設計・開発をリード ・グループ会社に所属するエンジニアの育成指導、必要に応じた採用活動への関与 ・パートナー企業との技術連携・協業の推進

私たちのチームでは、最先端のAI技術を駆使し、様々な業界のお客様の課題解決に取り組んでいます。 お客様に寄り添い、「作ったら終わり」ではない未来を見据えたシステム開発を通じて、顧客体験や価値を最大化することを目指しています。 AIをどのように活用するかという視点を持ち、 最新のAI技術を用いたデジタルトランスフォーメーション(DX)を推進し、新たな価値創造を実現します。 #### 本ポジションの特徴 ●AI技術を用いたWebシステム開発に携わることができます ●AI関連の実装のみではなく、それ組み込むためのシステム開発全般を行っていただきます ●最新の技術を取り入れた開発に挑戦したい方、「やってみたい」という意欲や得意分野を伸ばしたい方、大歓迎です ●適性や希望を考慮し、最適なポジションをお任せします #### 開発環境 ●Python ●AWS(SageMaker, Bedrock, Glue, Athenaなど) ●各種機械学習系ライブラリ ●Docker ●GitHub #### 案件例 ●社内用ファイル検索システム 主にAWSが提供するAI系サービスを使用し、社内の業務効率改善に貢献。 設計から実装、テストまでを担当し、AI周りの実装だけでなくインフラの構築や画面の実装も行った。 ●AIチャットアプリ 主にAWSやOpenAIのサービスを使用して新規サービスを構築。 設計から実装、テストまで実施。 AI周りの実装だけでなくインフラの構築やAPIの実装などを幅広く担当。 ●土木施工現場の業務効率化 画像解析AIのモデルの開発を担当。 データの収集、解析、モデル作成まで一貫した開発に携わった。 ●建設現場向け危険箇所検知アルゴリズム開発 ●既存システムへのAIレコメンド機能導入 ●商品陳列最適化アルゴリズム開発 ※プロジェクトの規模にもよりますが、基本的に2、3名のチームでアサインを予定しています。 ※客先常駐は原則ありませんが、案件によっては相談させていただく可能性があります。 ※現状、業務に合わせて出社とリモート勤務を臨機応変に対応しています。 【変更の範囲※1】 会社内の全ての業務、客先の業務、将来的に出向を実施した場合は出向先の全ての業務(ただし本人と相談の上で決定します) ※1 「変更の範囲」とは、将来の配置転換などによって変わり得る就業場所・業務の範囲を指します。

●募集ポジション 国内外8社で構成されるグループの情報化戦略、DX、プロダクト開発をリードする情報システム部門の募集です。 グループ内で人事・戦略コンサルティング、研修提供を手掛けているホスピタリティ&グローイング・ジャパン(以降H&G)において、今後、新規プロダクトの開発を計画しており、企画・開発からローンチ後の保守運用まで関与頂く専任担当として募集します。 ●業務内容 ・顧客向けクラウドサービス(e-learning、LMS、動画CMS等)の企画・開発・運用・保守全般 新規プロダクトの開発も進めていただきますが、現在、既にLMSやe-learningを提供しており、UI/UXの改善や、場合によってはリプレイス検討なども業務範囲となりえます。 ※運用保守はボリュームにより外部委託も検討 ・自社で利用する業務アプリケーション(SFA、CRM等)の企画・開発・導入・運用 ※開発作業は外部委託の為、ベンダー管理がメインとなります ●組織 ホールディングスの情報システム部は、国内各社のシステム・インフラの企画整備、ヘルプデスク・技術サポート、DX推進などを広範囲で担っており、東京5名、大阪2名が在籍。 H&G専任担当の採用は一人目となりますが、H&Gの既存システムにはこれまでの情報システム部の社員が関与しており、サポートが得られる環境ですのでご安心ください。

成長市場であるAI分野において、大規模なプロジェクトを牽引し、チームメンバーと共にビジネスへのインパクトを生み出すAIアルゴリズムの開発やシステム開発をリードする役割を担っていただきます。 ●主な業務 ・クライアントの課題解決に向けて、AIエンジニアと協力し、統計学や機械学習手法を活用したAIアルゴリズムの調査、設計、実装、評価を行う ・開発したAIアルゴリズムを活用し、AIシステムの構想策定・設計・開発・運用をチームとともに推進 ・プロジェクト管理を通じて進捗をリードし、ビジネス価値の最大化と成果創出を支援 ●開発環境 ・使用言語 　Python ・クラウド/オンプレミス 　クラウド：AWS、GCP、Azure 　オンプレミス：自社サーバー ・バージョン管理 Git (GitHub) ・CI/CD 　Github Actions ・インフラ 　コンテナ：Docker 　インフラ構成管理：Terraform、AWS CDK ・ドキュメント管理 　Google Drive ・コミュニケーションツール 　Slack

AI・DX推進エンジニアの募集です。 求人のポリシー判定や整形、求人の自動入稿、競合調査、提案資料の作成など、AIを用いた社内のDX推進ツールの作成を行います。 AIサービスの考案と設計、Python、Next.js などを用いた開発を行なっていただきます。 開発に慣れてきてからは適性に応じたキャリアを形成することが可能です。 職務の具体的な内容は… ●アプリ開発の上流設計(要件、基本設計) ●APIの設計および開発、ドキュメントの作成および管理 ●AWSを利用したインフラ構築 ●AIサービスの市場調査や、AI分野にテックリード (変更の範囲)会社の定める業務 ※グループ会社への出向を含む 部署概要 企業の採用コンサルティングにあたるHRの領域で、WEB広告やAI・RPAを用いたDX推進でクライアントの採用課題の解決を行います。経営者や経営に直結する人事・組織課題を持つお客様に対しDYMが持つ様々なソリューションを用いて解決へ導き、クライアントのニーズをヒアリングしながら新たなサービスの検討も行なっています。 技術スタック 言語:Python、JavaScript、Typescript(Golang、PHP) フレームワーク:Django、Next.js(laravel) サーバ、ツール等:AWS、github、MySQL、Docker 一日のスケジュール(例) 09:00～13:00 開発タスク 13:00～14:00 休憩 14:00～15:00 お客様とMTG 15:00～19:00 開発タスク 19:00～20:00 社内MTG(チーム会議/プロジェクトごとの会議など)当日の進捗確認・翌日のタスクの整

Givery AI Labの一員として、クライアント先に深く入り込み、生成AI/LLMを活用したソリューションを構築・展開・運用する役割です。 単なる設計ではなく、コードを書き、システムを構築し、運用フェーズで起こる課題に責任を持ちます。 ・クライアントの業務フロー・ナレッジを深く理解し、AIソリューション(RAG、エージェント、モデル活用ワークフロー)に落とし込む ・Python/TypeScript等を用いたプロトタイプ開発および本番展開 ・クラウド基盤(GCP/AWS等)上でのAIプラットフォーム構築・デプロイ・運用 ・フロントエンド/バックエンド/データパイプラインなどを含むフルスタックでコード貢献 ・顧客折衝・ユーザーインタビュー・ログ解析・改善施策立案までを含む伴走型実装 ・本番運用時のモニタリング、データドリフト対策、機能追加/改善の実行 ※業務の変更の範囲:会社内での全ての業務 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 AI開発: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 案件例 <選考環境構築:地方銀行様> 生成AIの最大限活用のため、「オフライン業務環境で生成AIと自社データを連携」「導入ハードルの軽減」を目的に自社専用環境の構築 ●実施内容 ・導入・活用のための伴走支援(アドバイス&コンサルティング) ・自社専用環境AIアシスタントの構築 ●得られた成果 ・年間約12億円の削減見込み 組織データ ・平均年齢31歳 ・新卒3割、中途7割 ・外国籍22%、出身国20カ国以上 ・開発職約30% ・女性執行役員在籍 ・育児中社員在籍 技術顧問・アドバイザー 東京大学名誉教授　竹内 郁雄(技術顧問) https://givery.co.jp/news/n20160601/ 東京大学大学院教授　江崎 浩(技術アドバイザー) https://givery.co.jp/news/20240809_1/ 東京工業大学大学院教授　岡崎 直観(技術顧問) https://givery.co.jp/news/20240902_1/

DX Solution事業部のAIエンジニアとして、産業特化型のアルゴリズム開発・実装を担当していただきます。 単にモデルを作成するだけでなく、WebシステムやAPIへの組み込みを含めた「社会実装」までを一貫して担えるエンジニアを目指していただきます。 【具体的なタスク例】 ●データ前処理・データセット作成 メンターの指示に基づき、学習に必要なデータ整形(画像のりサイズ、ノイズ除去、テキストの正規化など)を行う。既存の前処理スクリプトを活用・改修し、顧客ごとのデータ特性に合わせた学習用データセットを構築する。 ●アルゴリズムの適用・実装 社内の既存モジュールや、メンターが選定したオープンソースの実装を参考に、今回の課題に適したモデルを構築・実行する。コードをゼロから書くのではなく、既存のベースコードを読み解き、必要なパラメータ変更や部分的な修正を行って動作させる。 ●モデルの学習・評価 指示された実験設定(ハイパーパラメータ等)で学習を回し、評価指標を算出する。学習曲線を確認し、過学習や学習不足が起きていないか等の基礎的なチェックを行う。 ●結果分析・レポーティング 「なぜこの精度になったのか」「どのデータで失敗しているか」を分析し、結果をメンターに報告する。数値結果だけでなく、失敗事例を目視で確認し、次回の実験に向けたデータ改善のヒントを探す。 【開発例】 ●画像認識による非構造化データの自動整理 数百万枚規模の現場写真を対象とした、高精度な画像分類パイプラインの構築・API実装 ●点群データを活用した幾何学的シミュレーション 3Dスキャンデータ(点群)を用いた、巨大部材の輸送経路・干渉チェックアルゴリズムの実装 ●動画解析によるインフラ異常検知システム 車載カメラ等の動画データから、道路や構造物の変状箇所を特定する物体検出モデルの開発 ●ドメイン特化の大規模言語モデル 建設業・製造業など特定のドメインに特化した大規模言語モデルのファインチューニングを行い、ドメイン特化のモデルの学習・推論パイプラインの構築 ●ロボット行動学習 VLA・VLMを用いたロボットの行動制御モデルの最新手法のサーベイと、学習・推論パイプラインの構築 ● RAGを用いた会社独自のエージェント 社内に眠る膨大な技術文書やトラブル事例をベクトル化し、最適な解決策を提示する検索システムの開発 【技術スタック(一例)】 ●AI:Python/Numpy/Pandas/Pytorch/OpenCV ●AI開発ツール:Devin/Claude Code/v0.dev/GitHub Copilot/Gemini

DX Solution事業部のAIエンジニアとして、顧客課題の解決に向けたアルゴリズム選定から、実装、評価、デプロイまでの一連のパイプライン構築をリードしていただきます。 ビジネス要求から逆算して「どの技術を使うべきか」を選定し、自ら手を動かして実装・検証を行うポジションです。 【具体的なタスク例】 ●課題の数理的定式化と論文サーベイ (Research & Design) 顧客の「なんとなくの悩み」を、機械学習で解けるタスク(分類、回帰、生成、最適化等)に落とし込みます。 関連する最新論文(NeurIPS, CVPR, KDD等)を調査し、ビジネス制約(推論速度、コスト、データ量)に合わせた最適な手法を選定します。 ●SOTAモデルの実装と検証 (Implementation) 選定した論文の手法(Loss関数、Optimizer、独自レイヤー等)を、PyTorch等を用いてスクラッチ、あるいは既存実装をベースに再現・実装します。 実際の顧客データを用いて、アルゴリズムの精度検証サイクルを自律的に回します。 ●プロダクションレベルのコード品質担保 (Engineering) 再現性担保のためのモデル学習・推論のパイプラインを構築します。 Webアプリケーションと統合し、実装したアルゴリズムをプロダクション環境へ統合し、アルゴリズムを実際のユーザーに使っていただきます。 推論APIのI/F設計や、Dockerコンテナ化、CI/CDパイプラインへの統合を主導します。 ●ステークホルダーへの技術説明 (Communication) アルゴリズムを適用した結果とその考察、ビジネス上のインパクトを、ビジネス職やクライアントにも伝わる言葉で翻訳し、説明します。 【開発例】 ●画像認識による非構造化データの自動整理 数百万枚規模の現場写真を対象とした、高精度な画像分類パイプラインの構築・API実装 ●点群データを活用した幾何学的シミュレーション 3Dスキャンデータ(点群)を用いた、巨大部材の輸送経路・干渉チェックアルゴリズムの実装 ●動画解析によるインフラ異常検知システム 車載カメラ等の動画データから、道路や構造物の変状箇所を特定する物体検出モデルの開発 ●ドメイン特化の大規模言語モデル 建設業・製造業など特定のドメインに特化した大規模言語モデルのファインチューニングを行い、ドメイン特化のモデルの学習・推論パイプラインの構築 ●ロボット行動学習 VLA・VLMを用いたロボットの行動制御モデルの最新手法のサーベイと、学習・推論パイプラインの構築 ● RAGを用いた会社独自のエージェント 社内に眠る膨大な技術文書やトラブル事例をベクトル化し、最適な解決策を提示する検索システムの開発 【技術スタック(一例)】 ●AI:Python/Numpy/Pandas/Pytorch/OpenCV ●AI開発ツール:Devin/Claude Code/v0.dev/GitHub Copilot/Gemini

●課題の数理的定式化と技術戦略の策定 (Research & Design) 顧客の抽象度が高いビジネス課題に対し、背景にある物理現象や業務プロセスを深く理解した上で、最適な数理モデル(機械学習、数理最適化、シミュレーション等)への定式化を行います。 類似事例が存在しない難題に対して、NeurIPS/CVPR/ICML等の最先端論文(SOTA)から技術的なインサイトを得つつ、ビジネス制約(コスト、計算リソース、リアルタイム性)を考慮した実現可能な技術ロードマップを策定・提案します。 ●高難度アルゴリズムの実装と突破 (Implementation) 既存ライブラリでは対応できない特殊な要求に対し、論文の数式を深く理解し、PyTorch等を用いてアルゴリズムをスクラッチで実装・独自改良します。 ノイズが多い、データが少ないといった悪条件下でも機能するロバストなモデルを構築するために、ドメイン知識を組み込んだ特徴量設計や、学習プロセスの高度なチューニングをリードします。 ●アーキテクチャ設計と技術品質の統制 (Engineering) 個別のプロジェクトにとどまらず、会社全体のMLシステムアーキテクチャやデータパイプラインの設計責任を持ち、長期的な保守性と拡張性を担保します。 全社的な技術選定の指針策定や、ベストプラクティスの標準化を行い、組織全体のエンジニアリング品質の底上げを主導します。 ●事業価値への接続と期待値コントロール (Communication) 技術的なアプローチが、顧客のPL(売上向上・コスト削減)にどう貢献するかを言語化し、経営層やクライアント責任者に対して論理的に提案・合意形成を行います。 技術的な不確実性が高いフェーズにおいて、何ができて何ができないか(技術的限界)を明確に伝え、顧客の期待値を適切にコントロールしながらプロジェクトを成功へ導きます。 【開発例】 ●画像認識による非構造化データの自動整理 数百万枚規模の現場写真を対象とした、高精度な画像分類パイプラインの構築・API実装 ●点群データを活用した幾何学的シミュレーション 3Dスキャンデータ(点群)を用いた、巨大部材の輸送経路・干渉チェックアルゴリズムの実装 ●動画解析によるインフラ異常検知システム 車載カメラ等の動画データから、道路や構造物の変状箇所を特定する物体検出モデルの開発 ●ドメイン特化の大規模言語モデル 建設業・製造業など特定のドメインに特化した大規模言語モデルのファインチューニングを行い、ドメイン特化のモデルの学習・推論パイプラインの構築 ●ロボット行動学習 VLA・VLMを用いたロボットの行動制御モデルの最新手法のサーベイと、学習・推論パイプラインの構築 ● RAGを用いた会社独自のエージェント 社内に眠る膨大な技術文書やトラブル事例をベクトル化し、最適な解決策を提示する検索システムの開発 【技術スタック(一例)】 ●AI:Python/Numpy/Pandas/Pytorch/OpenCV ●AI開発ツール:Devin/Claude Code/v0.dev/GitHub Copilot/Gemini

入社後は、ご本人の適性や希望に応じて、「AI SaaS事業本部」のいずれかのチームに配属されます。メンターとなるエンジニアの指導のもと、業務を担当していただきます。 【タスク例】 ・Webアプリケーション開発: React, Next.js, TypeScriptを用いたフロントエンド開発、Python (FastAPI) を用いたバックエンド開発。 ・AI機能の実装: 自社開発のMLモデルやLLMをアプリケーションに組み込むAPI連携の実装。 ・UI/UXの実装: Figmaのデザインを基にした、直感的で使いやすいUIコンポーネントの実装 。 ・品質保証: テストコード(Unit/E2E)の記述、GitHub上でのコードレビュー(レビュイーおよびレビュアー)。 ・AI活用: DevinやClaudeを活用した、定型コードの自動生成、リファクタリング、ドキュメント作成の効率化 。 ※配属先によってはAIエンジニアと連携しながら、アルゴリズムのサービス実装を行う場合もあります。 【技術スタック】 ・フロントエンド:TypeScript/Node.js/React/Next.js ・バックエンド:TypeScript/Node.js/Python/NestJS/FastAPI/GraphQL/Hasura/gRPC ・インフラ:Terraform/Kubernetes/AWS/Microsoft Azure ・AI:Python/NumPy/Pandas/Pytorch/OpenCV 【AI開発支援ツールの導入】 当社では、最新のAI開発支援ツールを実務に組み込み、効率と品質を同時に高めています。主な活用例は以下の通りです。 ・Devin:自動タスク実行、同時並行実装数を上昇 ・Claude Code:自然言語からの高度なコード提案・改善で、実装スピードを向上、同時並行実装数を上昇 ・v0.dev:高速なUIモックアップ生成で、要件確認を迅速化 ・GitHub Copilot:日常的なコーディング補助で、作業効率を底上げ ・Gemini:Deep Research/Python実行を含む情報検索・解析で、調査や設計の精度を向上 〇開発例 ・建設業特化の生成AI AIコンストシェルジュ「光/Hikari」:建設業特化の生成AIエージェントプロダクト。ローンチ1年強で400社以上の契約を達成。 ・製造業特化の生成AIエージェント「工/Takumi」:製造業特化の生成AIエージェントプロダクト。累積データの検索・分析が可能。 ・物流業特化の生成AIエージェント「運/Hakobi」:物流業特化の生成AIエージェントプロダクト。配送・輸送コストの見直しが可能。 ・卸売・小売業特化の生成AIエージェント「商/Akinai」:小売業特化の生成AIエージェントプロダクト。仕入れ・販売計画の作成が可能。

AIおよびLLMを活用したAIアルゴリズム・AIエージェントの開発・評価を担当し、サービスへの実装まで一貫して関わっていただきます。LLMOpsなどのLLM運用の改善も担当していただきます。 ●具体的には ・LLMを用いた情報検索・情報抽出アルゴリズムの開発・評価 ・LLMを用いたAIエージェントの開発・評価 ・LLM・AIエージェントを活用したサービス開発 ・Languse, WeaveといったLLMOpsツールの活用推進 ●技術スタック(一例) ・フロントエンド 　Typescript/Node.js/React/Next.js ・バックエンド 　Typescript/Node.js/Python/NestJS/FastAPI/GraphQL/Hasura/gRPC ・インフラ 　Terraform/Kubernetes/AWS/Microsoft Azure ・AI 　Python/Numpy/Pandas/Pytorch/OpenCV ●AI開発支援ツールの導入 当社では、最新のAI開発支援ツールを実務に組み込み、効率と品質を同時に高めています。主な活用例は以下の通りです。 ・Devin:自動タスク実行、同時並行実装数を上昇 ・Claude Code:自然言語からの高度なコード提案・改善で、実装スピードを向上、同時並行実装数を上昇 ・v0.dev:高速なUIモックアップ生成で、要件確認を迅速化 ・GitHub Copilot:日常的なコーディング補助で、作業効率を底上げ ・Gemini:Deep Research/Python実行を含む情報検索・解析で、調査や設計の精度を向上

主にWebアプリケーションの設計・開発を担当いただき、下記いずれかのプロダクトまたはチームに配属となります。配属先によってはAIエンジニアと連携しながら、アルゴリズムのサービス実装を行う場合もあります。 ●Digital Billderシリーズ(建設業特化バックオフィス業務DXサービス) 建設業に特化したバックオフィスDXサービス。Digital Billder見積書・発注・請求書・経費精算の4サービスから構成されるシリーズ。サービス累計700社以上が導入。 LP:https://www.lp.digitalbillder.com/ ●Hikari(建設業特化生成AIサービス) 建設業特化の生成AIサービス。ローンチ1年で200社の契約を達成。 LP:https://hikari.akariinc.co.jp/ ●チーム Nebula(デジタルツイン領域) 点群・画像データを用いた3Dモデル生成のためのアプリケーション プレス例(道路構造物点検システム):https://prtimes.jp/main/html/rd/p/000000035.000083531.html ●チーム Antares(図面領域) 設計図面を3Dモデルに変換するプロセスの自動化を実現するアプリケーション プレス例(設計図書のダッシュボードシステム):https://www.taisei.co.jp/about_us/wn/2022/220509_8718.html ●チーム Lyra(自然言語処理・シミュレーション領域) 最新の自然言語処理(LLM)を活用した情報抽出・検索アプリケーション プレス例(建物情報の検索チャットシステム):https://prtimes.jp/main/html/rd/p/000000036.000083531.html 【技術スタック(一例)】 ●フロントエンド Typescript/Node.js/React/Next.js ●バックエンド Typescript/Node.js/Python/NestJS/FastAPI/GraphQL/Hasura/gRPC ●インフラ Terraform/Kubernetes/AWS/Microsoft Azure ●AI Python/Numpy/Pandas/Pytorch/OpenCV AI開発支援ツールの導入 当社では、最新のAI開発支援ツールを実務に組み込み、効率と品質を同時に高めています。主な活用例は以下の通りです。 ●Devin:自動タスク実行、同時並行実装数を上昇 ●Claude Code:自然言語からの高度なコード提案・改善で、実装スピードを向上、同時並行実装数を上昇 ●v0.dev:高速なUIモックアップ生成で、要件確認を迅速化 ●GitHub Copilot:日常的なコーディング補助で、作業効率を底上げ ●Gemini:Deep Research/Python実行を含む情報検索・解析で、調査や設計の精度を向上