年収550万円以上 AI・機械学習（LLM）エンジニアの求人・転職情報

●当社の特徴 AKKODiSコンサルティングは、世界最大級の人財サービス会社Adecco Groupの一員で、世界30カ国に、テックコンサルタント5万人を擁する「成長し続けるテックコンサル」の会社です。当社は理念体系を最も大切にしており、人として求められる誠実さや真摯さであるIntegrityや、2030年までの中期経営計画の中で、「日本企業を、世界企業へ、現場変革から。」というVisionを掲げています。 特に「現場変革」には強いこだわりをもっており、数多く世の中に存在するコンサルティング会社とは一線を画す考え方で、現場の課題を特定しそこからのボトムアップ提案を通じて、AIなど最新テクノロジーを通じてイノベーションをおこすためにAdecco Groupが持つグローバルアセットを最大限活用し、お客様の事業現場と融合<フュージョン>することで、「世界スケールの事業を生み出す」という大きなチャレンジを共に実現していきます。 Visionの実現を目指す私たちにとって、社員一人ひとりが「ライフビジョン」「キャリアビジョン」を考えること・見つけること・そして社会に広めていくことをとても大切にしています。そしてそのビジョンと当社が掲げる理念体系(Integrity・企業理念・DNA・Values・Vision)が重なり合うことを最も大切にしています。 入社時だけではなくプロジェクト配属を決定する際にも大切にしており、条件だけにフォーカスしたマッチングだけではなく、個人と組織のビジョンマッチングにより人財が躍動化する社会の実現を目指しています。 また、AI Transformationを推進していくために社内業務では Copilot を中心にAIを活用し、各プロジェクトではCopilotに限らず、ベンダーフリーで顧客へ価値を提供しています。顧客への価値提供を行うために、AIを正しく使いこなすためのリテラシー教育・基礎研修を社内で体系的に提供し、2025年度は延べ1.4万人の社員がAI研修を受講しています。 さらに、より高度な価値提供に向けてAIスキルマトリクスを定義し、研修内容もテクノロジーの進化に合わせて随時更新しています。 特にソフトウェア開発においては、GitHub CopilotやDevin・Claude CodeといったAIエージェントを操作できる環境を用意し実際に触れることで、 ハーネスエンジニアリングが行える人財を開発していきます。また、新たに公開されたAIエージェントは性能や操作感を適宜検証し必要に応じて操作環境を提供していきますので、最新のAIエージェントを操作いただくことも可能です。 人財の創造を重視するAKKODiSの企業理念に基づき、AI時代だからこそ人財の存在価値向上を推進しています。 (雇入れ直後) ●お任せしたい業務 ・大手重機械工業メーカーにて、防衛航空機の製品設計開発プロジェクトにおけるソフトウェア(AI)開発業務 　　以下の業務のいずれかを担当していただきます。 　　・防衛航空機開発におけるプロジェクトマネジメント支援業務:お客様への提案、折衝、構想検討や担当機種、もしくは領域のプロジェクト管理、課題管理などの支援を実施 　　・防衛航空機搭載システム(人工知能)開発のソフトウェア開発・試験検証 　　・防衛航空機の将来検討のための先進AI研究開発業務 　　 ・上記の設計業務にプラスして、AKKODiSのチームメンバーやコンサルタントと連携し、お客様先での課題発見、解決策の提案・実行までを実施 ※官公庁向けの大型長期プロジェクトに携わって頂く予定ですが、能力によっては別プロジェクトになる可能性があります。 (変更の範囲) 当社業務全般(顧客が指定する業務を、顧客の事業所で顧客の指揮命令のもとで行うか、顧客または当社の事業所で当社の指揮命令のもとで行う。また、人事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業務を含む) ●想定されるプロジェクト 【想定プロジェクト概要】 ・防衛航空機開発プロジェクト構想検討、プロジェクトマネジメント業務 ・防衛航空機搭載ソフトウェア開発業務 ・次世代AI技術研究開発プロジェクト

・当社が提供する各種サービスに高い付加価値をつけるため、最先端AI技術を取り入れてエンジンやモデルを一から開発していただきます。 ・各種サービスに高い付加価値をつけることを目的とした機能の設計・開発・リリースまでをお任せします。 チームメンバの経歴: ・数社のAIベンチャーでテックリードを勤め、画像、自然言語、数値データ等の多様なデータを扱うプロジェクトを多数経験。 モデル作成だけでなく、システムへの組み込みまでを担当し、導入に導いてきた実績を持つ　2021年に1人目のAIエンジニアとして当社に入社し、AI導入による顧客価値向上に取り組んでいる。 【環境】 利用言語:Python、 Go、 Javaなど フレームワーク・ライブラリ:TensorFlow、Keras、Pytorchなど 開発環境:Mac、Linux、Windows、AWS、GCP コードレビュー:Pull Request ベース(GitLabのMergeRequest使用)でのコードレビュー バージョン管理システム:GitLab チケット管理システム:GitLab 【取り組む課題】 主に、当社サービスにおける入力やデータ作成を支援する機能の開発を行います。 機械学習モデルやアルゴリズム実装だけでなく、実際のシステムへの組み込み(API実装)まで含む、AIシステムの開発に取り組んでいただきます。 主に画像認識、自然言語処理、データ分析などの分野で開発を進めていただきます。 【組織構成】 課長(50代、男性/課長)−メンバー2名 ※エンジニアの全体人数としては250名程度で、製品別・役割別に7つの部と25つの開発チーム(課)に分かれ、それぞれ10名〜20名ほどの規模となっています。 ※従事すべき業務の変更の範囲 本人の能力・適性および事業運営上の必要性に応じ、会社の定める業務に変更する場合があります。

当社が提供する複数プロダクトに対して、AI開発の上流から下流まで裁量を持って開発を担っていただきます。 (1) 最新技術の調査・手法の選定 ・論文調査などを通じた最新のAI技術・研究動向のキャッチアップ・有用手法の探索・選定 (領域:画像認識・自然言語処理など) (2) データ収集・前処理 ・AIモデルの学習に必要なデータの収集・整備(ログデータ、画像データ、テキストデータ など) ・学習の質向上を目的としたデータの欠損値処理、ノイズ除去、データ拡張などの前処理 ※学習が必要な場合は、アノテーション作業を実施・管理 (3) PoCの実施・モデル開発 ・最適なアルゴリズムの設計・改善 ・ハイパーパラメータの最適化 (4) 評価指標の設計・精度検証 ・評価データの作成・整備(偏りのない指標で性能を測定) (5) システム実装・運用 ・API化(Flask / FastAPI)、実サービスシステムへの統合/連携 ・クラウド環境(AWS・GCPなど)へのデプロイ、安定した運用確立モデルのパフォーマンス監視、再学習スケジュールの管理 【環境】 利用言語:Python フレームワーク・ライブラリ:TensorFlow、Keras、Pytorch、FastAPIなど 生成AI : OpenAI API、AWS Bedrock、VertexAIなど 開発環境:Mac、Linux、Windows、AWS、GCP 利用AI開発ツール: Github Copilot、Claude Code、Cursurなど コードレビュー:Pull Request ベースでのコードレビュー バージョン管理システム:GitHub チケット管理システム:GitHub 【組織構成】 課長(30代、男性)-メンバー9名 ※エンジニアの全体人数としては350名程度で、製品別・役割別に組織が分かれております。 ※従事すべき業務の変更の範囲 本人の能力・適性および事業運営上の必要性に応じ、会社の定める業務に変更する場合があります。

【主な業務内容】 マネーフォワードの各サービス・プロダクトの成長を加速させるために、生成AI・機械学習などのAI技術を活用した機能開発や業務課題の解決に取り組んでいただきます。 ユーザー業務やプロダクト仕様の理解から課題を定義し、最適なAIソリューションを企画・設計・実装・運用まで一貫して担うポジションです。 ・プロダクトマネージャーや業務担当者へのヒアリングを通じた課題発見と要件定義 ・課題解決に向けたAIソリューション(生成AI・RAG・機械学習モデルなど)の提案・検証 ・プロトタイプの開発と効果検証を通じた実現性評価 ・本番環境を見据えたAIシステムの設計・実装・運用設計 ・品質担保のためのテスト方針策定・実装・評価 ・各プロダクトチームと連携したAI機能導入プロジェクトの推進 AIソリューションエンジニアは、単なるモデル開発にとどまらず、ビジネスとAIの橋渡し役として、課題設定から事業価値の創出までをリードするポジションです。 プロダクトの未来を描きながら、AIを活用した新しい業務体験を自らの手で形にしていく-- そんな挑戦に共に取り組んでいただきます。 ※リリースしているプロダクト例はこちら ・https://note.business.moneyforward.com/n/n123cfa1718f0 ●業務内容の変更範囲:会社の定める業務

【ポジション概要】 生成AIを核に市場ビジネスの早い変化への対応とビジネスのアジリティ向上を実現する人材を募集します。 市場エリアでは、グローバル化・多岐にわたる市場金融サービスへの対応や、各国規制・セキュリティの順守など、システムへの期待の高まりとともに難易度もまた年々向上しています。 この期待に応えるべく、開発の様々な局面にAIを活用することで、品質・コストを最適化しながらスピードを実現する、業務変革をともにリードしてくれる仲間を募集しています。 MUITでは多様な領域でAI活用が加速しており、今まさに現場への浸透が進み始めていますので、銀行やMUITのAI推進部署の支援を受けながらAIスキルを活用して延ばす、やりがいのある成長機会が提供できます。 【業務内容】 (雇入れ直後) 三菱UFJ銀行及びMUFGグループの市場業務を支える以下システムの設計・開発・保守へのAI活用と浸透 ・為替予約の顧客チャネルシステム(国内、海外) ・為替電子取引・プライシングプラットフォーム ・為替資金、先物、通貨オプション、金利デリバティブ、債券等の社内業務システム ・情報系システム、規制報告・コンプライアンスモニタリングシステム ・リスク管理システム(市場リスク、信用リスク) (変更の範囲) 会社の定める業務 【役割・責任】 経験・適性に応じた役割をアサインし、アプリケーション開発をリード。 若年層は、AIによるコーディングやテストコード生成、デプロイ・テスト自動化等を中心とするAI活用の浸透を行っていただきます。 管理職層は、AI活用シーンの新たな発掘や未活用エリアへの導入サポートなど、市場エリアのAI拡大のリードを行っていただきます。 市場エリアの大きな特徴は、ユーザーと距離が近いことであり、自身の成果をユーザーから直接フィードバックを得られることで、達成感・やりがいが感じられます。 ユーザー部門でもAI活用が急速に広がっており、ユーザー・システム一体で取り組みが進められます。 【配属想定部署】 市場本部 【配属想定部署概要】 業務内容欄に記載のシステム群を全8部に分けて開発・推進。 いずれもビジネスパートナーと共に開発・保守を担当。 【配属想定部署の人員構成】 本部全体で、約200名のMUIT社員と、約500名のビジネスパートナー各社社員が協業する計700名規模の組織です。 【おもな関係者】 グローバルに広がるユーザー組織、IT組織、ビジネスパートナー、外部機関、そしてMUIT社内各部署の、それぞれのトップ・マネジメントから個々のチームメンバーまで、幅広い人たちと協業しながら仕事を進めます。 国内金融機関の中でも常にフロントランナーとして道を開き、先進的なプロダクト、サービス、技術に挑戦する、各エリアのエキスパート達と切磋琢磨しあえる刺激的な環境です。 【想定担当案件(例)】 ・為替予約の顧客チャネルシステム(国内、海外) 機能レベルアップ、海外拠点展開 ・為替電子取引・プライシングプラットフォーム プライス提供先の拡大 ・為替資金、先物、通貨オプション、金利デリバティブ、外国債券等の社内業務システム 新商品対応、ISO等制度対応、各国規制対応、基幹系システムの更改 ・情報系システム、規制報告・コンプライアンスモニタリングシステム AWS環境への準リアルタイムDB構築、データ利活用拡大、各国規制対応 ・リスク管理システム(市場リスク、信用リスク) 新商品対応、与信管理高度化、海外拠点展開

最先端の生成AI(LLM/RAGなど)やマルチエージェント技術を顧客企業へ組み込むため、戦略の具現化から実装、システムアーキテクチャの設計・開発までを一気通貫で担当します。特定のドメインに縛られない「ワンプール制」を導入しているため、金融機関の専用AI環境構築から製造業の業務プロセス変革まで、幅広い業界のフラッグシッププロジェクトに参画可能です。 <具体的な業務イメージ> ●プロコードによるWebアプリケーション・API開発 JavaやTypeScriptなどを用いた、柔軟で拡張性の高いカスタムAIアプリケーション、社内システムのバックエンド/フロントエンド開発 ●データ基盤の設計・連携(RAG/LLM高度化) 顧客企業が持つ暗黙知や社内データをAIが適切に利活用できるよう、データ構造の設計、ETL/データパイプラインの構築、RAG(検索拡張生成)の精度向上のためのデータチューニング ●AIエージェント・マルチエージェントの実装 定型業務の自動化に留まらない、業務プロセスを高度に自動化・最適化する次世代型AIエージェントシステムのアーキテクチャ設計および実装 ●コンサルタントやSaaS開発チームとの連携 ビジネスサイドのコンサルタントと協働し、顧客の課題起点で技術要件を定義。必要に応じてギブリー本体のプロダクト(MANA、Track、DECA等)の技術アセットやノウハウとも連携しながら、最適なソリューションを構築します ●Azure・AWS等のクラウドインフラ設計・構築 開発したAIアプリケーションやデータパイプラインが、セキュアかつ安定して動作するためのモダンなパブリッククラウド(Azure、AWS)環境の設計・構築。セキュリティ要件の厳しい大手企業のシステム特性に応じたインフラアーキテクチャの最適化や効率的な運用体制の構築 ※業務の変更の範囲:会社内での全ての業務 <今後のキャリアパス> 個人の適性・志向性にあわせ、2つのキャリアパスをご用意しています。 ●マネジメントキャリア(Manager/Leader) プロジェクトマネージャーとしてチームを牽引し、全体設計やメンバー育成、組織構築を担うパス ●スペシャリストキャリア(Specialist) 高度な技術的専門性を追求し、複数プロジェクトに横断的に貢献。最高位(Principle Specialist)として社会や業界に影響を与える知見保持者を目指すパス

全社AI領域のチームリーダーとして、AIを活用した新機能・新サービスの企画から開発推進、チームづくりまで一貫してお任せします。 開発リードにとどまらず、技術戦略の策定/開発優先順位の判断/関係部門との調整/メンバーマネジメントを通じて、AI開発組織全体の推進力を高めていただくポジションです。 【具体的な業務内容】 ・AI新機能・サービスのロードマップ策定と優先順位付け ・マルチモーダルAI(画像・音声・テキスト)を活用した高度な機能開発のリード ・他部門(事業部・PM)との要件調整および折衝 ・チームメンバーの育成、評価、技術指導 事業部門と密に連携しながら、PoCから本番導入、その後の改善定着までをスピード感を持ってリードし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 最初は既存プロジェクトの技術スタックや取り組みを把握して、自身のプロジェクトを実行しつつチームのパフォーマンス向上に向けた組織課題の特定と改善に着手いただきます。 ●主な開発環境 社内ツール: Slack, Confluence, Google Workspace AIツール: Claude Code, Codex, Gemini, Devin, Cursor

マルチモーダルAIを活用した高度な機能実装およびプロトタイプ開発を担っていただきます。 画像、音声、テキストなど複数モダリティを扱うAI機能を企画段階の検証にとどまらず、実際のプロダクトへの実装や性能改善まで一貫して推進いただく想定です。 【具体的な業務内容】 ・画像、音声、テキストを組み合わせた高度な推論モデルの実装 ・プロダクトへのAI機能組み込み(バックエンド実装含む) ・推論速度や精度の最適化、評価指標の設計 自律性の高いスクラムチームの中で、特定領域のスペシャリストとして技術的な意思決定をリードし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 特定の技術課題(例:食べログメニュー画像認識機能の実装等)の担当者として開発をリードいただきます。 ●主な開発環境 社内ツール: Slack, Confluence, Google Workspace AIツール: Claude Code, Codex, Gemini, Devin, Cursor

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

～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

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。

●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

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、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

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

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。 詳細な業務内容 【タスク例】 ・仕様策定・設計: PdMが描いた要件のラフ案をもとに、DB設計・API設計・UI/UXの挙動を具体化し、関係者と合意形成を行う。 ・ドメイン連携: 建設業界特有の複雑な商習慣を理解し、現場で本当に使えるロジックをコードに落とし込む。 ・品質向上: 複雑な仕様に対するテスト設計、リファクタリング、技術的負債の解消提案。 【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。

業界特化型生成AIエージェントの開発(AI SaaS事業部への配属)において、プロダクトの「要件」を「技術」へと翻訳し、チームの最大出力を引き出すリードエンジニアを募集します。 【ミッション】 ビジネス要件を実装可能な技術仕様へと落とし込み、自ら開発を牽引すると同時に、ジュニアメンバーへの適切なタスク配分と設計支援を通じて、チーム全体の開発生産性とアウトプット品質を最大化させます。 詳細な業務内容 【業務例】 ・要件定義から技術仕様への落とし込み: PdMやビジネスサイドとの上流工程からの議論に参加し、曖昧なビジネス要件を、エンジニアが実装可能なレベルの技術仕様書・インターフェース定義まで具体化します。 ・タスク分解と采配(ディスパッチ): 大きな機能を「ジュニアメンバーが実装可能なサイズ(1〜3日程度)」のタスクに分解し、メンバーのスキルセットに合わせて適切に割り振ります。 ・アーキテクチャ設計と技術戦略: プロダクト全体の整合性を保つためのアーキテクチャ選定、技術的負債の返済計画の策定、スケーラビリティを考慮したインフラ設計を行います。 ・組織の技術力底上げ: コードレビューの最終責任者として品質を担保すると同時に、AI開発支援ツール(Devin/Claude Code等)の活用ベストプラクティスを策定し、組織全体の開発生産性を向上させます。 【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