AIエンジニアの案件一覧

データ基盤の整備とAI活用の本格推進が経営課題となっている顧客へ、構想から設計・構築まで牽引できる専門技術者を求めている状況。
そのため、以下を推進したい。
・顧客の中核人材の役割を代行・補完し、技術面の意思決定〜設計〜構築を主導できる体制を整える
・AI活用を見据えたデータ構造の設計・ツール選定・構築を行い、AI活用を構想から実装まで進める

【業務内容】
・AI活用を見据えたデータ構造の設計・ツール選定・構築
・データ基盤・データ連携・データ活用の全体設計（AI/分析での利用を前提とした構造）
・データ統制・品質・セキュリティを踏まえた設計、および実装の推進
・既存システム環境を考慮した、複数拠点を持つ企業のデータ活用検討の推進
・システム全体の構造と技術意思決定
・基盤・ネットワーク・クラウド・認証基盤・セキュリティを横断した構造設計と技術判断の主導／支援

– データ構造（データ基盤・データ連携・データ活用）の設計経験
– システム基盤／クラウド環境（AWS/GCP/Azure等）の構造設計から構築までの実務経験（上流から実装まで一括で担える）
– 要件定義から実装・運用設計までを推進する実行力と、技術論点を整理し説明できるコミュニケーション力
– リーダー経験

下記業務内容を想定いたします。

大手システム開発企業向けの金融向けデータ基盤構築（検証フェーズ）におけるエンジニア募集です。

■作業内容：金融系データ基盤構築（検証）

• 簡易AI機能の構築
• 統制管理環境の構築
• 稼働情報収集の標準化（各種標準規格想定）、事業継続計画の検討
• ローコード開発基盤の環境設計見直し
• データウェアハウス：管理アプリケーション、AIアプリケーション開発、外部ストレージ連携、事業継続計画の検討
• 上記を支えるクラウド基盤（PaaS）活用

■体制想定

• プロジェクト管理者：クライアント側にて想定
  下記の要員募集を行います。
  1) AI基盤エンジニア（クラウド環境） 1名
  2) データウェアハウス管理・設計経験者 2名
  3) ローコード開発ツール・分析ツール担当 2〜3名

– 各種対話型AI構築ツール等を用いたAI機能・チャットボットの構築経験
– ローコード開発プラットフォーム（アプリ構築ツール・自動化ツール・分析ツール等）を用いた実務開発経験

下記業務内容を想定します。

大手システム開発企業向けの金融向けデータ基盤構築（検証フェーズ）におけるエンジニア募集です。

■作業内容：金融向けデータ基盤構築（検証）

• 簡易AI機能構築
• ガバナンス管理環境構築
• 稼働情報収集の標準化（各種規格想定）、事業継続計画検討
• ローコード開発環境の設計見直し
• データウェアハウス：管理アプリケーション、AIアプリケーション開発、外部ストレージ連携、事業継続計画検討
• 上記を支えるクラウド基盤（PaaS）活用

■体制想定

• プロジェクト管理者：クライアント側にて想定
  下記の要員募集を行います。
  1) AIプラットフォームエンジニア（クラウド環境） 1名
  2) データウェアハウス管理・設計経験者 2名
  3) ローコード開発ツール・分析基盤（各種BI等） 2~3名

– データウェアハウスの導入、アーキテクチャ設計、または管理・運用経験
– データウェアハウス内組み込みAI機能を用いたAI/機械学習機能の設計・構築経験
– SQLスキルおよびデータベース設計経験

以下の業務内容を想定します。

大手システム開発企業向けの金融系データ基盤構築（検証フェーズ）におけるエンジニアの募集です。

■作業内容：金融系データ基盤構築（検証）

• 簡易AI機能の構築
• 統制管理環境の構築
• 稼働情報の集約・標準化（標準規格想定）、事業継続計画の検討
• ローコード開発基盤の環境設計見直し
• データウェアハウス：管理アプリケーション、AI機能開発、外部ストレージ連携、事業継続計画の検討
• 上記を支えるクラウド基盤（PaaS）活用

■体制想定

• プロジェクト管理：クライアント側にて対応想定
  以下の要員募集を行います。
  1) AI基盤エンジニア（クラウド（AWS/GCP/Azure等））1名
  2) データウェアハウス管理・設計経験者 2名
  3) ローコード・分析ツール担当 2〜3名

– クラウドプラットフォーム上のAI機能サービスを用いた機能開発・設計経験
– クラウドPaaS環境におけるインフラ設計・構築経験
– PythonまたはC#を用いたバックエンド開発経験

通信関連企業から独立した事業会社にて、すでに運用を開始しているAI基盤の主要機能開発を担当します。
試作ではなく、本番サービスとしての高い信頼性・保守性を追求するフェーズにあります。
【業務内容】
-新規機能の開発
オーケストレーションツールを活用した状態管理ワークフローの設計・実装。
-バックエンド構築
WebフレームワークによるAPI設計、およびデータベースを用いたデータ基盤実装。
-運用保守・改善
本番環境でのパフォーマンス監視、ログ分析、および精度評価指標に基づいた改善。
-上流工程からの参画
曖昧な要求を具体的な技術仕様・工数に落とし込み、リリースまでの実行計画を策定。
【開発環境】
言語/FW：Python,Go,エージェントフレームワーク
DB：RDBMS,NoSQL
インフラ：AWS/GCP/Azure等（コンテナ実行環境,AI基盤サービス）,BaaS
管理：タスク管理ツール,コード管理ツール,チャットツール
手法：アジャイル（1週間スプリント）

-ビジネスレベル以上の日本語でのコミュニケーション能力
-本番サービスの開発・運用保守の実務経験
不特定多数のユーザーが利用する公開サービスのバックエンド開発・リリース・運用経験を重視します。
-エージェントフレームワークを用いたワークフロー構築の実務経験
自律型エージェントにおける高度な状態管理・ループ処理の実装経験。
-Python(Webフレームワーク)によるバックエンド開発経験
-検索拡張生成（RAG）の定量的な精度評価・分析基盤の構築経験
定性的な評価ではなく、評価指標を用いて改善サイクルを自走した経験。
-設計からリリースまでの一気通貫の担当経験
自身で技術選定やアーキテクチャ設計を行い、本番リリースまで完遂できる能力。
-コンテナ技術/コード管理ツールを用いたチーム開発およびCI/CDの運用経験

・分散処理環境・コンテナ管理環境における以下2つの研究開発テーマについて、提供される仮説やアイデアをもとにした実装・検証・考察・報告を担当するポジション
①分散処理のサービス品質予測モデルの構築
②大規模言語モデル（LLM）・オントロジー連携によるRCA手法の構築
・期待すること：立案された仮説をスピーディーに実装し、関係者と密に連携を取りながら、検証サイクルを回すこと
【作業内容】
・提供された仮説やアイデアのコードベースへの落とし込み
・先行研究論文の数式・アルゴリズムや既存ソースコードの理解、およびそれらの改変・実装追加
・機械学習モデル（グラフ構造処理、強化学習、各種機構等）や損失関数の実装、特徴量加工、データ拡張、パラメータ調整
・手法の検証・実験の実行、結果データ解析
・実装内容および検証結果のチーム内への論理的な説明・フィードバック
【環境】
・言語：Python,Go
・想定ライブラリ：主要な深層学習フレームワーク、各種グラフ系ライブラリ
※その他必要なツールは適宜相談の上決定

-Pythonを用いた機械学習（特に深層学習）モデルの実装経験
-先行研究論文の数式やアルゴリズム、および公開されているソースコードを読み解き、自ら実装・改変できる力
-グラフ構造処理、強化学習、特定の注意機構のいずれか（または複数）に関する基礎知識と実装経験
-実装したコードの意図や検証結果を、チームメンバーに対して分かりやすく論理的に説明できるコミュニケーション能力