AIエンジニアの案件一覧

• 学習データ作成のためのテキストデータ収集および整備
• 機械学習モデルの学習および評価（学習結果の誤り分析を含む）
• 前処理・後処理を含めた、学習結果を改善する技術の検証および実装
• 機械学習を効果的に活用するための周辺技術開発

◆主な開発環境・ツール
言語：C++、Python
ツール：OS環境、バージョン管理システム、情報共有ツール
インフラ環境：AWS/GCP/Azure等、コンテナ技術

– Linux環境の使用経験（2年以上）
– スクリプト言語の使用経験（2年以上）
– 自然言語処理分野の修士号もしくは自然言語処理技術を用いた開発・運用における1年以上の実務経験
– ビジネスレベルの日本語力
– 分析を行える英語読解力（特定の英語資格試験の一定スコア程度目安）

• 先端AI技術を社会実装する複数プロジェクトに横断的に関与

業務内容・期待役割

• 先端AI技術を社会実装する複数プロジェクトに横断的に関与し、AIエンジニアリングの責任者として、主にAI設計・開発検証の品質担保・エンジニアチームのマネジメント・顧客への技術的説明をリードいただきます。
• ビジネス要件を踏まえたAI活用の方針策定、AIの要件定義・設計、開発（既存アセットへのキャッチアップを含む）
• AIの検証設計、検証の実行、結果の分析、改善方針の策定
• 他のAIエンジニアのマネジメント、成果物（コード・報告資料）の品質管理
• PMとの連携、顧客への技術的説明

– Python、ディープラーニングフレームワークのプログラミングスキル
– AI開発を伴う概念実証から小規模本番運用までの一連のプロジェクト経験
– エンジニアリングチームをリーダーとして主導・品質担保した経験
– 顧客のビジネスドメイン・要件を主体的に理解し、AIの要件に落とし込んだ接続
– 機械学習・データサイエンスにおける複数の技術ドメインの専門性、先端技術へのキャッチアップ能力
– 開発検証環境の構築・運用・外部サービス（API）の利用に関する基礎スキル
– 仮説構築・検証・改善のPDCAをチームで高速に回す能力
– 非エンジニアや顧客とのコミュニケーション・ドキュメンテーション能力

特定業界向け企業様のAI・データ活用部門にて、全社向けAI活用およびデータ活用基盤の推進を支援するプロジェクトです。
現在、組織内向けAI基盤を展開しており、定期的な機能アップデートを行いながら、他システムとのデータ連携やAIアシスタント活用を推進しています。
今後、他システムとの連携・データ活用・AI活用展開が加速する見込みのため、推進・実装検討・ベンダーコミュニケーションを担う人員を募集します。
※原則として実装はベンダーが行いますが、機能改修検討などの際、自ら手を動かして検証する可能性があります。

– AI技術に関連するプロジェクトを先導した経験
– AWSを用いた環境構築の経験（サーバーレスコンポーネント等の修正対応ができること）
– Python等を用いた実務的な技術スキル
– 開発ベンダーとの意思疎通や、客観的な視点での提案・助言ができること
– 関連する各部門と連携を図りながら業務を推し進められること
– システム改修の検討にあたり、自ら実機確認や検証を行えること

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)