AIエンジニアの案件一覧

企業間取引（BtoB）を最適化するWebプラットフォームの新規機能開発および既存システムの改善を担当いただきます。

• 大規模言語モデル（LLM）を活用した先進機能の設計・実装および精度改善
• 外部データソースの調査、およびシステム連携のためのデータ収集・前処理加工
• 堅牢かつ拡張性の高いWebAPIの設計・開発

– Python（FastAPI、Flask等の軽量フレームワーク）を用いたWebアプリケーション開発実務経験（3年以上目安）
– Pythonを活用した構造化・非構造化データの収集およびデータ加工処理の実務経験
– 大規模言語モデル（LLM）の各種APIやライブラリを組み込んだパイプラインの設計・構築経験
– 基本設計、詳細設計から実装・テストまでの一連の工程を一人称で完結できる業務経験

AI技術を用いた先端科学・医療分野のデータ研究開発プロジェクトにおいて、以下の業務を担当します。

1. データ解析・研究開発

• 大規模な専門データ・医療情報の前処理、品質評価、探索的データ分析（EDA）、可視化、および仮説検証
• 特徴量設計、データ表現の最適化、学習・評価用データセットの整備

1. 機械学習 / 深層学習モデル開発

• 深層学習モデルの設計・実装・評価、およびベースライン構築と継続的改善
• 表現学習、自己教師あり学習、またはドメイン特化型基盤モデルの開発
• アクセラレータ（GPU等）環境を用いたモデル学習・実験運用、性能評価、および誤差分析

1. 大規模学習・開発基盤

• 分散学習ジョブの設計・運用・最適化、および学習パイプライン・実験管理基盤の構築
• 大規模データI/Oや再現性を考慮した研究開発フローの整備、およびMLOpsの推進

1. 研究プロセス・チーム連携

• 評価指標・ベンチマークの設計、実験の再現性担保、ログ管理、およびドキュメント化
• 各分野の研究者、データサイエンティスト、エンジニアとの緊密な協働

以下1、2のいずれかの領域において、「実装および最適化」の実務経験を有すること。
1. アーキテクチャ設計と事前学習の実務経験
– Transformerベースのモデル、または最新の動的状態空間モデル（SSM等）を用いた大規模モデルの設計・実装経験
– 基盤モデルの拡張則（Scaling Laws）に基づき、数千億〜兆規模のトークン学習に必要な計算リソースを定量的に見積もる能力
– 数十億〜数百億パラメータ規模のモデルにおける事前学習のチューニングおよび学習安定化の経験
2. 大規模分散学習のエンジニアリング
– 主要な分散学習ライブラリ（PyTorch FSDPやDeepSpeed等）を、モデル規模やネットワーク帯域に合わせてカスタマイズ・チューニングした経験
– マルチノード環境における通信ボトルネックの解消、および大規模データに対する効率的なI/Oパイプラインの設計経験
– シーケンス並列（Sequence Parallelism）等の実装を通じた、単一メモリに収まらないコンテキスト長に対する学習最適化経験

クラウド環境をベースとした最新のAI機能の実装、およびそれに伴うWebアプリケーションの開発・連携を担当していただきます。生成AI技術を活用した仕組みの構築を中心に、フロントエンドからバックエンドの開発、周辺ビジネスツールとの機能連携、顧客との要件定義まで幅広く携わっていただくポジションです。

主な業務内容：

• クラウド型生成AIサービスを活用したAI自律型プログラム（エージェント）の実装
• 汎用プログラミング言語およびフロントエンド向けUIライブラリを用いたWebアプリケーションの開発
• 各種ビジネスコミュニケーションツールやローコード開発プラットフォーム等とのシステム連携
• クライアントからのヒアリング、要件整理、および技術的な合意形成

– Webアプリケーション開発における一定期間（目安3年以上）の実務経験
– AWS/GCP/Azure等のクラウド環境、Python、およびReactを用いた設計・開発経験
– 進歩の早い先進技術領域に対する、主体的なキャッチアップや学習意欲
– クライアントの要望を的確に把握し、要件定義・調整へと落とし込めるコミュニケーション能力

AIシステム基盤開発および研究開発業務
先端のAI技術を統合した高度なシステム基盤の開発や、データ分析・最適化業務をご担当いただきます。

主な業務内容

• 最新の技術論文や研究に基づく、大規模言語モデル・検索拡張生成・視覚言語モデル等を統合した複合的なAI基盤の開発
• 確率論や統計学の知見を用いた、AI出力結果の信頼性評価およびアルゴリズムの最適化
• データベース言語等を用いた、AIの学習や検索処理に最適化された大規模データの構築および管理

– AIシステム領域におけるプログラミング実務経験、およびPython等を用いた高い開発能力
– 機械学習、深層学習、または各種アルゴリズムに関する基本的な知識
– 技術論文の読解や海外動向の調査、グローバルなコミュニケーションが可能なビジネスレベルの英語力

大手SIerにおける、Claude CodeやGemini等の最新AIツールを用いた開発プロセス変革プロジェクト。テックリードとして、AIエージェントの設計・実装から、グローバルチーム（インド等）との連携、新規技術（MCP等）の検証・ナレッジ基盤への組み込みまでを幅広く牽引する。

■担当工程：
AIエージェント設計・実装、ツール検証・技術フィードバック、国内展開サポート、技術マネジメント、受入評価、プロトタイピング。

■開発環境：
Python, Node.js, Claude Code, Vertex AI (Gemini), LangChain, Dify, Google Cloud (GCP)

大手SIerグループの子会社における、IT化が遅れているプロジェクトに対し、最新のクラウド技術やツールを導入・拡販しようとしています。
ClaudeCodeを中心とした次世代AI開発支援ツールの導入・検証プロジェクトです。
単なるツールの導入に留まらず、AIエージェントの設計・実装やMCP（ModelContext
Protocol）の構築を通じて、見積書や提案書作成等の実業務における効率化を推進します。
テックリードとして、技術検証からプロトタイプ実装、現場（非IT層を含む）への展開・フィードバック収集までを主導いただくポジションです。

【業務】
・AIエージェントの設計／実装
Claude
APIやMCPを活用した自律型エージェント機能の設計、および社内ナレッジとの連携実装
・ClaudeCodeの検証／環境構築
有料プランの選定からAPI、MCPの構築、およびツールを用いた開発プロセス改善の技術検証
・現場展開／技術サポート
開発現場や業務部門に対するツールの導入支援、技術的なフィードバックの収集および改善案の策定
・プロトタイピングと要件定義
アイデアベースの施策をClaudeを用いて迅速に実装（プロトタイプ化）し、現場での実用性を検証
・ステークホルダー連携
現場の非IT層や上層部（事業部長・役員クラス）に対し、AI活用の効果やROIを技術的視点から説明・提案

【環境】
・言語：Python,Node.js等
・AI関連：ClaudeCode,ClaudeAPI,MCP(ModelContextProtocol),LangChain
等
・インフラ：GoogleCloud(GCP)/AWS等（社内規定に準ずる）
・ツール：Dify,Cursor等の検討・活用

建設業界向けプロダクト開発における、
M-LLMを用いたデータ構造家業務をお願いします。

◆主な開発環境・ツール◆
・言語：Python・Typescript
・FW /ライブラリ：React・Angular・Node.js
・クラウド：AWS・Azure
・ツール：GitHub・Slack・Claude・miro

建設業界向けプロダクト開発における、
データモデリングなどを中心にAIが活用できる構造化業務をお任せします。

◆主な開発環境・ツール◆
・言語：Python・Typescript
・クラウド：AWS
・ツール：Slack・Claude