LLMの案件一覧

LLMを活用したプロダクトおよび業務基盤の設計・開発をリードしていただきます。
RAG、エージェント、評価・監視、プロンプトエンジニアリングに留まらず、システムの信頼性と継続的な改善サイクルを確立することがミッションです。

◾️具体的な業務内容
（1）LLM機能の設計・開発（要件定義〜運用）
・医療ドメイン知識を活用したRAGシステムの設計（Chunking戦略、ハイブリッド検索、Re-ranking等）
・自律型エージェントの設計（Tool/Function calling設計、状態管理、ガードレール実装）
（2）品質改善・評価基盤の構築
・プロンプト最適化、Few-shot学習、必要に応じたFine-tuning/LoRAの実施
・LLM評価基盤（LLM-as-a-Judge, Ragas等）の導入と、定量的な品質モニタリング体制の構築
（3）運用・監視・コスト最適化
・トークンコストの管理、レイテンシ改善、エラー解析
・ログ基盤の整備と、Human-in-the-loopによる改善サイクルの確立
（4）セキュリティ・安全性設計
・個人情報（PII）保護、プロンプトインジェクション対策、権限管理の設計

大手総合商社のDX推進プロジェクトにて、生成AI（RAG等）を活用した意思決定支援システムの開発を担当。
技術選定から設計・開発・チームリードまで一気通貫で推進し、顧客折衝や開発プロセス構築も担う。

＜主な業務内容＞
・生成AI（RAG等）を活用した意思決定支援システムのアーキテクチャ設計/開発
・事業部門との要件定義、仕様調整
・Python（FastAPI） / React　Next.js）によるクラウドネイティブ開発
・開発メンバーへの技術指導、コードレビュー
・生成AIツール（Claude / Gemini / Devin等）を活用した開発プロセス構築

・プロジェクトリード経験（技術選定、メンバーマネジメント等）
・顧客折衝を含む要件定義経験
・Python／Reactを用いた開発経験
・AWS／GCP／Azure等クラウド環境での設計～構築経験
・コードレビュー経験

大規模エピゲノムデータを学習させた基盤モデル（Large Epigenome Model, LEM）の開発を担当していただきます。ゲノム領域の潜在表現を獲得することで、さまざまな生物学的タスク（バイオマーカー予測、予防医療AIなど）への応用を可能にするプロジェクトです。
主な業務内容：
大規模エピゲノムデータを用いた自己教師あり学習・表現学習モデルの設計・実装
Autoencoder 系モデル、Transformer、大規模言語モデルを活用したゲノム領域の潜在表現獲得
Long context 処理可能なモデルのアーキテクチャ設計と事前学習の高速化アルゴリズム研究
PyTorch / JAX などを用いた深層学習フレームワークでのモデル実装
大規模 GPU 学習、分散トレーニング、HPC 環境での運用
PyTorch Distributed、CUDA、クラウド環境（AWS 等）での学習・運用

・表現学習、自己教師あり学習、Autoencoder 系モデル、Transformer、大規模言語モデルの実務経験
・PyTorch / JAX など深層学習フレームワークでの実装経験
・Long context モデルや大規模言語モデルのアーキテクチャ設計経験
・大規模 GPU 環境での学習・分散トレーニング経験

LLMを活用した次世代AIエージェントの開発案件
文字、音声を含むマルチモーダルデータを統合的に解析するシステム構築を担当
プロトタイプ開発からプロダクト実装まで幅広く対応

＜主な業務内容＞
・LLMを活用したAI機能開発、評価、最適化
・AIエージェントの実装
・RAG（RetrievalAugmentedGeneration）およびベクトル検索の実装
・FastAPIベースのバックエンド開発、AI推論API設計
・OpenAI／Gemini／Claude／vLLM等の統合運用
・AWS環境構築およびパフォーマンス最適化

使用技術：Python、FastAPI、OpenAI API、Gemini API、AWS（ECS／Fargate、S3）、Docker、GitHub

・生命保険業界の企業様と、営業記録動画の解析や生成AIによる提案仮説の出力を通じた営業の高度化・効率化を実現するAIシステム開発プロジェクト

■業務内容・期待役割
・既に顧客内部で運用中のAIシステムの保守・継続改善プロジェクトにおけるバックエンドエンジニアとして業務を担当いただく
・AWS環境上で稼働するWebアプリのバックエンドの保守(不具合対応、機能修正)
・開発進捗報告、開発ドキュメントの作成、仕様調整、テスト支援
・PoCを終えた後のAIシステムのテストフェーズから参画し、バックエンドエンジニアとして業務を担当いただく
・設計・構築・内部結合テストまでは完了しているシステムの外部結合テスト・性能検証の実施（元請のAzure環境でのMVP構築フェーズ）
・上記構築後のお客様環境への移築・テストの実施（お客様Azure環境での本格稼働システム構築フェーズ）

バックエンドの開発経験(5年以上)
・pythonによるWebアプリケーションのバックエンド・バッチ開発経験（3年以上）
・REST APIの設計・実装経験（3年以上）

その他開発経験
・AWS環境を用いた開発経験(2年以上)
・Azure環境を用いた開発経験(2年以上)
・Gitを利用したチーム開発経験
・生成AI（LLM）を用いたシステム開発経験
・プロンプトエンジニアリングの実務経験
・Difyまたは類似のAI開発プラットフォーム（LangChain, Azure AI Foundryなど）の利用経験

姿勢
・業務要件の理解に努め、関係者との円滑なコミュニケーションが取れる方
・スケジュールを意識して、自走して開発を進めていただける方
・新しい技術を吸収し、論理的に考え実装へつなげることを楽しめる方
・チームの成果のために、率直かつ建設的に議論できる方

大手銀行の法人営業支援AIツール開発プロジェクト

■業務内容・期待役割
大手銀行における法人営業支援用AIツール構築にあたり、Azureサービスを用いたLLMアプリケーションのアルゴリズムに関する設計・開発・検証を中心にご担当いただきます。
ソフトウェア開発を担当するエンジニアと連携し、熟練の法人営業担当者の知見をAIに落とし込む開発をします。
具体的には下記の業務を推進していただきます：
・Azureサービスを利用したLLMアプリケーションアルゴリズムの詳細設計（利用想定サービス：Azure OpenAI、CosmosDB、Azure AI Search）
・LLMアプリケーションアルゴリズムの開発・検証
・既存アルゴリズムの改善
・開発ドキュメントの作成、仕様調整
・他メンバーとの技術連携
・コードレビュー対応

ガバメントクラウド基準の高セキュリティなマルチテナント基盤を軸に、JIS準拠のアクセシブルなUIと生成AI連携機能を統合的に開発。公共性の高い環境で最先端技術を駆使する案件。

【想定業務内容】
・Amazon Bedrock等を用いたLLM連携機能の実装。
・個人情報保護や機密レベルに応じたAI利用制御の設計。
・ハルシネーション対策や回答精度の評価・改善。

・購買行動支援チャットサービスを展開している企業にて、フルスタックエンジニアとして参画して頂きます。
・PM/CTO/エンジニアと複雑な要件をすり合わせながら、バックエンドを中心としてインフラやフロントを跨ぐ主要機能の設計・実装をリードをしていただきます。

フロントエンド: Next.​js、Chrome Extension
バックエンド: TypeScript/Hono/Drizzle、Python
データベース: PostgreSQL、Qdrant（ベクトルDB）
インフラ: AWS、Terraform
CI/CD: GitHub Actions
監視: Datadog
AI: OpenAI/Anthropic API 等

o AIやデータ活用に関するプロダクトをWebアプリケーションとして顧客に納品・提供するニーズが高いです。

特に、LLMを活用した開発に関する需要が増えています。
o 当社の中心メンバーはデータサイエンティストで構成されており、Webアプリ開発を担えるメンバーが不足している状況です。こういった領域に関する エンジニア人財を求めています。
o 最近の主な取り組みは生成AI導入支援、音声合成、画像認識、需要予測などです。
求める人物像/人柄
o 主体性をもって働ける、プロジェクトリードに関心のある方
o 画像解析や生成AIなどの案件について関心のある方
o LLMを活用したエージェントやMCP等の最新技術に関心が高く、実践してみ
たい方
o 技術選定やサービス設計に積極的に関与したい方
業務内容
o WebアプリケーションのバックエンドAPIの設計・開発・実装・運用
o AIエージェントのバックエンド開発・実装
o MCP（Model Context Protocol） を活用した、外部ツールとAIをつなぐ連携の実装
o エージェントが自律的にタスクを実行するためのオーケストレーション部分
の設計・構築
o 外部サービスとのAPI連携
o 画像解析や生成AIなどのPoC関連の業務