株式会社ディー・エヌ・エー 求人一覧【事業横断】Applied AI Engineer
株式会社ディー・エヌ・エー 求人一覧

【事業横断】Applied AI Engineer

株式会社ディー・エヌ・エー

仕事概要

DeNAでは、LLMをはじめとする生成AI技術を活用し、新規サービスの立ち上げ、既存プロダクトの高度化、社内業務の変革など、幅広い領域でAIの実用化を進めています。

本ポジションは、LLMを中心とした生成AI技術とソフトウェアエンジニアリングの専門性を活かし、AIエージェントやLLMワークフローなどのシステムの設計・開発・評価・改善を通じて、事業・プロダクトの価値創出を担うApplied AI Engineerです。

LLMのAPIを利用して機能を実装するだけでなく、モデル選定、RAG、Tool Use、プロンプト・コンテキスト設計などを組み合わせ、目的に応じたAIシステムを設計・実装します。また、生成AI特有の出力のばらつきや精度・信頼性の課題に向き合い、品質評価と継続的な改善によって、実際のユーザーや事業に価値を届けることを重視します。

開発にあたっては、PdMや事業部門、ソフトウェアエンジニアなどと協働し、技術的な課題解決だけでなく、プロダクトの企画・設計にも関わります。特定のフレームワークや技術スタックにとらわれず、技術的な理解に基づいて最適な手法を選択し、実用化まで主体的に推進することを期待しています。

職務詳細

ミッション
  • LLMや関連技術の特性を深く理解し、事業・プロダクトの課題に応じたAIシステムを設計・開発する
  • 生成AI固有の技術課題に対して、仮説検証、品質評価、改善を繰り返し、実用的な品質を実現する
  • 新規事業・既存事業を問わず、AI技術を実際のユーザー体験や業務の変革につなげ、事業成果の創出に貢献する

業務内容

1. AIエージェント・LLMワークフローの設計・開発

  • LLMを活用した新規サービスのPoC・MVP・本開発、および既存プロダクトへのAI機能の導入
  • RAG、外部ツール連携、プロンプト・コンテキスト設計などを組み合わせたAIシステムの設計・実装
  • 複数ステップの処理、条件分岐、状態管理、ツール実行などを含むAIエージェント・LLMワークフローの設計・実装
  • 要件や制約に応じたLLMのモデル選定、AIシステムのアーキテクチャ設計・改善

2. AIシステムの品質評価・改善

  • AI機能の品質を評価するための評価指標、評価データセット、テストケースの設計
  • LLM-as-a-Judgeなどを活用した自動評価や、人による評価を組み合わせた品質検証
  • 実行ログやユーザー行動データを用いた、AIシステムの失敗原因の分析と改善
  • プロンプト、コンテキスト、検索処理、ワークフロー、モデルなどの改善による精度・信頼性の向上

3. AIシステムの性能最適化・運用改善

  • 応答速度、推論コスト、エラー率などを考慮したAIシステムの性能最適化
  • リトライ、タイムアウト、フォールバックなど、LLM特有の挙動を踏まえた信頼性の高いシステム設計
  • LLMOpsによる品質監視、実行ログの分析、継続的な評価・改善の仕組みづくり
  • プロンプトインジェクション対策や権限制御など、AIシステムのセキュリティ・安全性への対応

4. 事業・プロダクト開発への参画

  • PdMや事業部門と連携した課題整理、技術的な実現可能性の検証、AI機能の企画・設計
  • ユーザー体験や事業上の課題に対する、AI技術を活用した解決策の検討・実装
  • AI機能の開発を中心としつつ、プロジェクトの状況に応じたAPI・バックエンド・UIなど、周辺のプロダクト機能の設計・実装
  • ソフトウェアエンジニアやデータサイエンティストなど、異なる専門性を持つメンバーとの協働
  • PoC段階での検証から実際のプロダクトへの導入、その後の継続的な改善までの推進
プロジェクト例

ご自身の専門性や志向性を踏まえ、複数の事業領域におけるAI技術の実用化に取り組んでいただきます。

新規アプリケーション開発:

  • AI英会話アプリ: LLMによるシナリオ生成やAIエージェント技術を活用した、新しい言語学習体験の開発・改善
  • AI受験コーチング: 学習状況や答案の分析、学習計画の最適化などを通じた、AIによる学習支援プロダクトの開発

社内業務効率化:

  • テスト設計、実行自動化: LLMやAIエージェントによるソフトウェアテスト仕様の自動生成、ソフトウェアの自動実行システムの開発。エージェントシミュレーションを用いた複数の施策案の効果予測・比較検証。

上記はプロジェクト例であり、担当領域はこれらに限定されません。既存サービスへのAI機能導入や社内業務のAI活用なども対象となります。

利用技術・開発環境

プロジェクトによって異なりますが、以下のような技術・ツールを活用しています。

  • 開発言語: Python、SQL
  • LLM・AI: OpenAI API、Anthropic Claude、Google Gemini、LangChain、LangGraph、RAG、Embedding、ベクトル検索、AIエージェント
  • 評価・運用: LLM-as-a-Judge、自動評価、ログ分析、品質モニタリング
  • クラウド・開発基盤: Google Cloud、Cloud Run、BigQuery、Gemini Enterprise Agent Platform(旧Vertex AI)、Docker、Terraform、GitHub Actions、GKE
  • 開発支援ツール: GitHub、Claude Code、Codex、Cursor、Devin

※すべての技術・ツールの利用経験を求めるものではありません。特定の技術に精通していること以上に、直面する課題に応じた技術選定と設計・実装能力を重視します。

働き方

プロジェクトにより週4日の渋谷オフィス出社を前提とする場合があります。ただし、体調不良やご家庭の都合などご事情によっては、出社とリモート勤務のバランスもご相談可能です。

必須スキル

  • Pythonなどを用いたソフトウェアの設計・開発経験、およびコンピューターサイエンス、ソフトウェア設計・テストに関する基礎知識
  • 機械学習・深層学習に関する基礎的な知識
  • LLMをはじめとする生成AI技術の基本的な仕組みや特性への理解
  • LLMを活用したアプリケーション、AIエージェント、LLMワークフローなどのいずれかについて、自ら設計・実装した経験
  • RAG、Tool Use、プロンプト・コンテキスト設計などの関連技術に関する知識・経験
  • 開発過程で生じた技術的な課題に対し、原因の分析、改善方針の検討、実装・検証を主体的に行った経験
  • 他のエンジニアや関係者と協働し、要件や制約を踏まえて開発を推進できる能力
  • Claude Code、Codexなどのコーディングエージェントを用いた開発経験
  • 日本語で円滑にコミュニケーションが取れ、技術的な課題や設計上の判断について説明・議論できること(日本語能力試験N1相当が目安)

歓迎スキル

以下の経験をすべて備えている必要はありません。いずれかの領域における深い専門性や、実践的な技術課題を解決した経験を歓迎します。

  • AIエージェント・LLMワークフロー: 複雑なタスクの分解、状態管理、ツール実行制御、エラー処理・復旧などを含むシステムの設計・開発経験
  • RAG・検索技術: Embedding、Hybrid Search、Reranking、Query Rewritingなどを活用した検索品質・回答品質の改善経験
  • LLMの品質評価: 評価データセット・評価指標の設計、LLM-as-a-Judge、実行履歴分析、評価ハーネスの構築などを通じた品質評価・改善経験
  • LLMOps・性能最適化: LLMの品質モニタリング、モデル・プロンプトのバージョン管理、評価の自動化、推論コスト・応答速度の最適化経験
  • セキュリティ・安全性: プロンプトインジェクション対策、ツール実行時の権限制御、機密情報の保護、出力検証などに関する知識・経験
  • モデルの学習・推論: SFT、LoRAなどのファインチューニング、ローカルLLMの活用、vLLMなどを用いた推論環境の構築・最適化経験
  • ソフトウェア・クラウド開発: Google Cloud、AWSなどでの開発・運用、API設計、CI/CD、テスト自動化、セキュリティや可用性を考慮したシステム設計経験
  • プロダクト開発: 多数のユーザーが利用するサービスにおけるAI機能の開発・運用、ユーザー行動やプロダクト指標に基づく継続的な改善経験

求める人物像

  • AI技術への深い関心と探究心がある方: LLMや関連技術の仕組み・特性を理解し、新しい技術を継続的に学びながら、課題に応じて適切に活用できる方
  • 自ら考え、技術的な課題を解決できる方: 特定のツールやフレームワークに依存せず、設計・実装・評価・改善を通じてシステムの品質を高められる方
  • 技術を事業・プロダクトの価値につなげたい方: 技術的な高度さだけでなく、ユーザー体験や事業上の成果を意識して開発に取り組める方
  • 不確実性の高い課題にも主体的に取り組める方: 正解が明確でない課題に対して、自ら仮説を立て、検証し、改善を積み重ねられる方
  • 異なる専門性を持つメンバーと協働できる方: PdM、事業部門、ソフトウェアエンジニア、データサイエンティストなどと連携し、プロダクトの価値創出に向けて取り組める方

応募概要

給与

月給:407,500円〜1,105,000円(勤務体系によって変動します。給与は選考を通じて決定いたします)

勤務地

【雇入れ直後】
株式会社ディー・エヌ・エー/渋谷オフィス(本社) またはリモートワークのために自宅及び自宅に準ずる場所として会社が認めた場所
東京都渋谷区渋谷二丁目24番12号 渋谷スクランブルスクエア
※喫煙環境 屋内禁煙(屋内喫煙可能場所あり)

株式会社ディー・エヌ・エー/横浜新井ビルオフィス またはリモートワークのために自宅及び自宅に準ずる場所として会社が認めた場所
神奈川県横浜市中区尾上町1丁目8番地 関内新井ビルディング
※喫煙環境 屋内禁煙(屋内喫煙可能場所あり)

株式会社ディー・エヌ・エー/横浜BASEGATEオフィス またはリモートワークのために自宅及び自宅に準ずる場所として会社が認めた場所
神奈川県横浜市中区港町1丁目1番1 ベースゲート横浜関内タワー
※喫煙環境 屋内禁煙(屋内喫煙可能場所あり)

【変更の範囲】
会社の定める事業場(リモートワークを行う場所を含む)

雇用形態
勤務体系

◆勤務制度および時間
フレックスタイム制
 ・始業および終業の時間は労働者の決定により委ねる(当社規定による)
 ・標準となる1日の労働時間:7時間45分(当社規定による)
 ・コアタイム:なし
 ※一斉休憩の適用除外あり

◆月給内訳
①役割期待給 + ②ライフプラン手当(正社員のみ)

①役割期待給
 ・基本給 268,750円〜692,750円
 ・職務給 138,750円〜331,500円 ※時間外割増賃金(45時間相当分※1)に代えて支給

  ※1 精算期間における労働時間の合計が、法定労働時間の枠を超えた場合に、その超過部分の時間外割増賃金(45時間相当分)として支給する
    45時間を超過する部分の時間外割増賃金に関しては、別途支給あり(当社規定による)

②ライフプラン手当(正社員のみ)
 ・5.5万円〜15万円 
  ライフプラン手当は会社が定める確定拠出年金制度及び確定給付企業年金制度の掛け金として拠出することができる手当

◆賞与:年2回(6月/12月、正社員のみ)
 経験・業績・貢献に応じて当社規定により決定

◆給与改定:
 年2回(5月/11月)
 変化のスピードが早い業界であることを鑑みて、適切な評価を行うための目標設定面談を実施

◆時間外・深夜・休日勤務
 あり(※当社規定および個別労働契約による)

◆業務内容
【雇入れ直後】仕事概要に記載のある業務内容
【変更の範囲】会社の定める業務

休日/諸手当

◆休日
土日祝日、年末年始、会社の指定した休日(当社規定による)

◆有給休暇
入社初年度は入社月に応じて最大12日、入社次年度以降15日〜20日

◆特別休暇(参考:https://csr.dena.com/employees/hrdata/)
慶弔休暇、生理休暇、育児休暇など

◆諸手当
通勤交通費、リモートワーク手当、児童手当など

試用期間
福利厚生

◆詳細な福利厚生は以下のURLを参照
https://dena.com/jp/recruit/welfare/

◆各種保険
健康保険、厚生年金保険、雇用保険、労災保険、GLTD(団体長期障害所得補償保険)

◆退職金制度
なし
(但し、退職時に退職所得控除適用にて受取可能な「選択制確定給付企業年金制度」あり)

企業情報

企業名
設立年月
本社所在地
資本金
従業員数