【事業概要】 ■ 独自開発基盤「Aegis Studio」を研究開発。M&A OSで生まれたAI技術を共通基盤として展開 ■ 数百のAIエージェントの連動と、根拠を示せる安定した出力が技術の中核 株式会社Aegis AIは、M&Aの全工程を一つのAIで支える「M&A OS」と、独自開発基盤「Aegis Studio」を開発しています。M&A OSはJR九州と共同で開発し、大手企業に導入されています。2026年8月にはJR九州と資本業務提携を締結しました。 Aegis Studioは、M&A OSの開発で培った「大量の資料を根拠付きで読み解く」「数百のAIエージェントが文脈を共有して協調する」「毎回同じ品質で出力する」という独自技術を、共通基盤としてまとめたものです。現在は国内大手鉄道グループとの共創で、保守・点検業務を支える「鉄道メンテナンスOS」の開発を進めています。本ポジションは、各製品が共通で使うAI層の設計・実装を担います。 【仕事内容】 ■ 概要 ・M&A OSと鉄道向けOSが共通で使うAI層を、研究段階から本番品質へ引き上げていただきます ・「すべての出力に根拠を示す」という当社の方針を、実装で担保する中心的な役割です ■ 詳細 ・LLM／マルチエージェントのオーケストレーションの設計・実装（数百エージェント規模） ・出力の安定化（構造化出力、評価・回帰テスト、プロンプトや業務ロジックの版管理） ・ハルシネーションの抑制と、出力と根拠文書を紐付ける出所トレーサビリティの実装 ・文書を正確に読み込み、構造化するパイプラインのAI側の高度化 ・評価基盤（Evals）の設計と、モデルやプロバイダの更新時の品質維持 ＜開発について＞ ・チーム：エンジニア5名／全社10名（2026年10月時点） ・技術：Python、複数プロバイダのLLM API、GCP・AWS、PostgreSQL（Supabase） ・開発環境：GitHub、Claude Code・CodexなどのAIコーディング環境 ・タスク管理ツール：Linear ・コミュニケーションツール：Slack ■ この仕事の面白み、魅力 ・数百のAIエージェントが連動する仕組みを、大手企業の重要業務という本番環境で磨けます ・本番で安定して動くAIをつくるための評価設計と品質づくりに、正面から取り組めます ・M&Aから鉄道の保守・点検まで、複数の製品が使う共通基盤に関われます ・研究と実装の距離が近く、新しい手法をすぐに製品で試せます 【得られる経験】 ・生成AIが成熟してから創業した会社のため、開発に限らず、営業・経営管理・バックオフィスまで業務の中核に生成AI（エージェント型AI）を組み込んでいます。AIを前提とした働き方を、日々の業務の中で身につけられます ・少人数のチームのため、役割は与えられるものではなく、自らつくっていくものです。担当する領域を、設計から運用まで自分のものとして担う経験を積めます ・M&Aの実務を担ってきた経営陣と、エンジニアが近い距離で議論しながら開発を進めています。事業と技術の両面から判断する視点が身につきます 【開発環境・組織】 ■ 配属：Aegis Studio部門（研究開発チーム） ■ 組織の特徴 ・CTO・Chief AI Officerのもと、研究開発チームがStudio（独自OS開発基盤）と各プロダクトの設計・実装を担っています ・Claude CodeやCodexなどのAIコーディング環境を前提に開発を進めています ・タスクはLinearで管理し、ナレッジはGitで管理するMarkdownに集約しています ・経営陣との距離が近く、事業の方針や技術判断について日常的に議論しながら進めています ■ 技術環境 ・Python、複数プロバイダのLLM API、GCP・AWS、PostgreSQL（Supabase）、GitHub 【選考プロセス】 お互いをよく知ったうえで入社を決めていただけるよう、次の流れで進めます（目安：4〜6週間） 1：書類選考（職務経歴書をお送りください。GitHubや成果物があれば、ぜひ添付してください） 2：カジュアル面談（事業・技術・働き方をご説明します。気になる点は何でもご質問ください） 3：面接（1〜2回。CEOとの面談を含みます） 4：有償の実務課題（3時間程度。完了報酬をお支払いします） 5：業務委託でのトライアル（1〜3か月。実際の開発に参加していただきます） 6：正社員採用 ※面談は福岡・東京・オンラインのいずれでも可能です

以下のご経験をお持ちの方に、ぜひご応募いただきたいと考えています ・LLMを活用したアプリケーションを本番環境で運用した経験（1年以上） ・Pythonでの実装経験（設計からテスト、運用まで） ・RAGやエージェント（ツール呼び出し）の設計・実装経験 ・評価（Evals）を設計し、品質を数値で説明した経験 ・英語の技術文書や論文を読めること

次のようなご経験があれば、より早く力を発揮していただけます（必須ではありません） ・機械学習や自然言語処理の研究経験（修士以上、または同等の実績） ・マルチエージェントや、MCPなどのツール連携プロトコルの実装経験 ・金融・法務・会計など、専門文書の処理経験 ・GCPやAWSのAIサービス、ベクトルDB、推論コストの最適化の経験 ・OSSへの貢献、論文、技術発信

次のような方と、一緒に働きたいと考えています ・論文や実験の成果だけでなく、本番で安定して動くAIをつくることを大切にしている方 ・出力の根拠を追えることに価値を置き、評価と検証を粘り強く積み重ねられる方 ・少人数のチームで、設計から運用まで責任を持って進められる方 ※M&Aや鉄道の業界知識は問いません ※ご経験に応じて、当社の他のエンジニア職での選考をご案内する場合があります