AlgomaticのAIエンジニアは、AIを活用して、顧客の事業や業務を支える判断・処理の仕組みを設計・開発するポジションです。

顧客との対話を通じて、どんな情報を読み取り、何をAIに任せれば価値が生まれるかを見極め、解決策を設計します。生成AIや機械学習、統計・数理の手法で実装・評価・改善を重ね、業務の変革と事業成果につなげます。

募集背景

大手企業の事業課題には、複雑な業務や組織、既存システムが絡み合っています。どこにAIを使えば価値が生まれるかを考えるには、技術と業務の両方への理解が必要です。業務やその前提を捉え直し、解決策を考え、検証と実装を重ねる。その過程に、AIや統計・数理の知識と、エンジニア自身の発想が生きます。

日本を代表する企業との取り組みの拡大に伴い、この役割を担うAIエンジニアを増員採用します。自らの専門性と工夫で、大手企業の事業・業務の変革を実現する仲間を求めています。

業務内容

顧客の業務を読み解き、AIを使った解決策を自ら提案し、開発から導入後の改善まで一貫して担います。

• 顧客業務の理解と課題設定
  • 顧客やFDPM（Forward Deployed PM）と業務の目的や判断の根拠を確認し、入力する情報・得たい結果・制約を整理します。手順やデータ形式も見直し、AIに任せる範囲と人が確認する場面を定めます。
• 技術選定・設計・検証
  • LLM・RAG・AIエージェント、機械学習、統計・数理の手法を検討し、課題に合う方法を選びます。精度・速度・費用・保守性を検証し、手法の組み合わせや要件を見直します。
• AIシステム・アプリケーションの実装
  • データ処理やAI機能を実装し、その結果を業務の判断・対応につなげるアプリケーションをつくります。フルスタックエンジニアなどと、既存システムへの接続、権限・データ管理、例外処理も設計・実装します。
• 品質評価と継続改善
  • 評価データと検証方法を整え、誤りが業務に及ぼす影響も踏まえて品質を評価します。現場での利用状況から、モデル・アルゴリズム、入力条件、人による確認の範囲を見直し、導入後も改善します。
• AIを活用した開発・検証の改善
  • 自らの開発にもAIを活用し、任せるタスク、伝える情報、結果の確認方法を改善します。知見をチームで共有し、実装・品質検証の効率と再現性を高めます。

プロジェクト例

三菱重工業株式会社と、言葉では伝えにくい熟練者の技能を、作業動画から可視化する仕組みの構築に共同で取り組みました。TIG溶接を題材に、熟練者と非熟練者の作業の違いを解析。AIが作業内容に合う解析手法を選び、違いをレポートにまとめることで、技術評価や技能継承を支援します。

このプロジェクトは、経済産業省・NEDO主催「GENIAC-PRIZE」のテーマ「製造業の暗黙知の形式知化」で第2位を受賞しました。

三菱重工との共同応募・受賞について

この受賞をきっかけに始まった大手企業様とのプロジェクトでは、生成AIと機械学習アルゴリズムを組み合わせたリアルタイム動画解析エンジンの開発を行っています。クライアントと共に現場の課題を発見し、AIで解ける問題とゴールへと落とし込む上流工程から、設定したゴールを達成するために解析手法の改善・実証を繰り返す開発工程まで、一気通貫で取り組みます。

チーム・開発環境

▮ 所属・チーム体制

経験や関心領域に応じて、事業変革本部または組織変革本部のエンジニアチームに配属されます。FDPMやフルスタックエンジニア、デザイナーとともに、顧客プロジェクトを進めます。また、AI Delivery Platform（AIPF）チームと連携し、実案件で得た知見を開発環境の改善につなげています。

AIエンジニア自身が小規模なアプリケーションを一貫してつくることも、フルスタックエンジニアと大きなシステムの設計・開発に取り組むこともあります。案件の規模や課題に応じて、互いの強みを生かして開発を進めます。

▮ AI駆動開発の進め方

私たちが目指すのは、「今日欲しいと思ったものが、明日使える」世界です。実際に使って効果や課題を確かめる経験が、次の変化への合意を生む。その積み重ねで顧客の事業や業務の変革を速めるために、AI駆動開発に取り組んでいます。

各プロジェクトでは、FDPMとエンジニアが顧客の業務を理解し、要件定義の段階で操作できるモックをAIでつくります。顧客に試してもらい、対話を重ねて必要な機能や使い方を具体化する一方、実際のデータや現場の条件でAIの機能が成立するかを検証します。その結果を踏まえて仕様を整理し、本番に必要な設計・実装・検証へ進みます。リリース後も、利用者の声や利用状況をもとに改善を重ねます。

このサイクルをさらに短くするため、FDチームとAIPFチームが連携し、開発手法そのものも改善しています。業務や仕様をAIへ伝える方法、品質検証の自動化などの課題に取り組み、人が判断すべき場面も見直します。実案件で得た知見や新しい技術を共通の開発方法に反映し、継続的にアップデートしています。

◎AI駆動開発で目指す世界について
https://note.com/ikki0006/n/n603e846cf8f2

▮ 開発環境

• 言語・フレームワーク：Python（FastAPI）、TypeScript（React、Next.js、Hono）
• AIエージェント開発：OpenAI Agents SDK、Claude Agent SDK、PydanticAI、Vercel AI SDK、Mastra、DeepSeek Harness
• LLM：Claude、GPT、Gemini
• AWS：Bedrock、Lambda、Step Functions、ECS/Fargate、Aurora、DynamoDB、S3、API Gateway、SQS
• GCP：Vertex AI、Cloud Run、Firebase（Auth、Hosting、Firestore）、Cloud Storage、Pub/Sub
• 開発ツール：Claude Code、Cursor、Codex、GitHub
• コラボレーション：Slack、Notion、Linear、Figma

このポジションの魅力

• 大手企業ならではの複雑な課題を、技術で解く
  • 国内でも限られた大手企業が手がける事業に関わり、技術的に高度な課題に取り組めます。業務の特性を捉え、AIや統計・数理の知識を生かして、データの扱い方や手法の組み合わせから解決策を組み立てます。技術的な難しさに挑みながら、その成果を顧客の事業や業務の変化として確かめられる仕事です。
• 何をつくり、どう実現するかを、自ら提案できる
  • 「この業務は、こうすれば変えられる」という発想を、自ら顧客に提案できます。使う技術はもちろん、何をつくり、どこまで実現するかも、試作品への反応や技術検証をもとに顧客・チームと決めていく。提案した本人が設計・実装にも携わり、業務に生まれた変化を確かめながら、自分の意思を持って改善を重ねられます。
• AIのトップランナーたちと、専門性と開発の進め方を磨く
  • AIやソフトウェア開発に異なる強みを持つ仲間と、新しい技術を実案件で試し、解法や評価方法を議論できます。顧客に届けるAIシステムと、自分たちのAI駆動開発の両方を改善する経験を通じて、技術を見極め、実用化する力を磨く。専門性を深めながら、自分の技術で解決できる課題を広げていけます。

選考フロー

▼ カジュアル面談（任意）
▼ 書類選考
▼ 面接（2～3回）＋ 1Day体験入社
▼ オファー

※1Day体験入社の形態は、職種・状況に応じてケースバイケースでご相談します。
※リファレンスチェックを実施させていただく場合がございます。
※プロセスは職種・状況に応じて柔軟に変更します。

プログラミングによる実装経験があり、以下のいずれかを満たす方。
※実務・研究・個人開発のいずれも対象とします。

• LLM・生成AIを組み込んだシステム・機能の開発経験（RAG・AIエージェントなど）
• LLMに関する研究、モデル選定、精度評価のいずれかの経験
• 深層学習モデルの開発または研究経験（画像認識・自然言語処理・音声処理など）

• 統計・機械学習・数理最適化などの専門知識
• AIモデルの評価方法の設計・精度改善の経験
• AIシステムの本番導入・運用経験
• Webアプリケーション・APIの設計・開発経験
• AWS・GCPなどのクラウド環境での開発・運用経験
• OSSや技術コミュニティへの貢献経験

• Algomaticのカルチャーに共感し、専門性の異なるメンバーと協働してチームの成果を高めようとする方
• 顧客の業務と技術の両方に関心を持ち、役割の境界にとらわれず課題解決に取り組む方
• 既存のやり方や前提を問い直し、自ら目標を定め、仮説を立てて試行錯誤できる方
• 新しい技術や仕事の変化を楽しみ、実践から学んだことを次の行動につなげる方