【ポジション概要 / ミッション】 このポジションは、顧客の業務課題に対して、LLMを使ってAIが「何をどう判断し、どう動くか」という中核のロジックを設計・実装するAIエンジニアです。 当社は将棋AI「Ponanza」で名人に勝利した技術的DNAを源流に、金融・建設・製造・エンタメをはじめとした日本の基幹産業に、生成AI・予測AI・最適化AIを組み込むフェーズにいます。顧客のAI活用は「PoCで可能性を確かめる」段階から、業務ワークフローに組み込み、毎日使われる段階へ移りました。 業務で使われるAIには、LLMだけでは解けない課題も多くあります。LLMエージェントを軸にしながら、必要に応じて専用の機械学習モデルや最適化のロジックを組み合わせ、顧客の業務で成果が出る仕組みをつくる。それがこのポジションの仕事です。 あなたのミッションはLLMを中心にAIの技術を使い分けながら「顧客の業務をAIでどう変えるか」を形にすることとなります。 LLMエージェントの専門家とまである必要はありません。業務でLLMを使った開発に携わった経験と、そこから先を自分の手で深めたいという意欲がこの仕事の土台になります。 【募集背景】 生成AIを業務に組み込む案件が増える中、LLMエージェントの中核ロジックを設計し、精度や使い勝手を改善し続けられるエンジニアが不足してきています。AIエンジニアとソフトウェアエンジニアが同じチームで協働する体制へ移行した今、AIのロジックを自ら設計・実装できる方を迎え、案件の質そのものを高めたいと考えています。 【入社時の役割】 入社後の業務・役割は、ご経験とご志向に応じて決定します。 ・プレイヤーとして： LLMエージェントのロジックやツールの設計・実装・評価を担い、自身の担当領域を自力で完遂していただきます。 ・リーダーとして： プロジェクトのリード経験を活かし、プロジェクトEMとともに案件とチームを牽引していただきます。 いずれの場合も、半年〜2年で次の等級（テックリード／プロジェクトマネージャ／組織マネージャ）を目指せる環境です。 【具体的な業務内容】 ・顧客業務に即したLLMエージェントの構築・評価・改善（設計・実装・評価・性能改善） ・LLMエージェントが利用するツール群の設計・構築 ・LLMで実現できない領域における専用ロジック／専用機械学習モデルの検討と、エージェントへの接続（他のAIエンジニアと協働） ・顧客に提示できる水準のモック構築（ソフトウェアエンジニアと協働） ・LLMに関する新しい技術・手法のキャッチアップと、案件に合わせた技術選定 ・運用中AIシステムのロジック不具合調査・修正・機能追加 ・（リーダーとして入社の場合）プロジェクトEMと協力したプロジェクト牽引、タスク割り当て・進捗管理・開発物レビュー 【プロジェクト例】 ・企業法務業務を支援するLLMエージェントの構築実験・開発 ・企業社内文書の対話検索システムの構築（製造業、建設業、金融業など） ・図面のチェックや整合性確認などを行う画像認識エージェント（VLM・専用モデル）の開発 ・東洋エンジニアリング株式会社様とのプロジェクトで、プラント設計業務における図面チェックを支援するシステム（AI for U）を開発 ・日本科学未来館様とのAIスーツケース音声対話機能開発 ・株式会社竹中工務店様との共同プロジェクトで、構造設計業務を支援するAIモデルを開発 ・静銀信用保証株式会社様の住宅ローン不正検知AIシステム ・SMBC日興証券株式会社様の株式ポートフォリオ診断AI ・一次産業・建設系のセンサー情報の分析・可視化・異常検知システムの構築 ・株式会社ポケモン様との「Pokémon Battle Scope」 ・他、金融・建設・製造業界等のお客様との未公開案件が多数 ※業界知識は入社後にキャッチアップ可能です。未知の業界の業務を理解しに行くことを楽しめる方を歓迎します。 【チーム体制と入社後の立ち上がり】 組織：5〜10名の少数精鋭チームが4つあり、顧客の業界領域ごとに分かれています。 各チームにAIエンジニアとソフトウェアエンジニアが在籍し、EMと協働します。 ・入社後1〜3ヶ月：既存プロジェクトに参画し、HEROZでの開発・顧客対応の進め方に慣れていただきます。 ・入社後3〜6ヶ月：担当領域のロジック設計・実装・評価を自ら主導していただきます。 ・入社後6ヶ月〜1年：ご志向に応じて、プロジェクトの牽引や技術選定の主担当、メンバーのレビューへと役割を広げていただきます。 ※立ち上がりの時期は、ご経験や業務への適応状況に応じて前後します。 【このポジションの希少価値 / 3年後のあなた】 ・LLMエージェントの開発を、実案件で深められます 生成AIへの関心は高まっていますが、業務で本格的にLLMエージェントを作り込める環境はまだ限られています。顧客の実業務を題材に、設計から評価・改善までを繰り返すことで、LLMエージェント開発者としての実力と実績を積み上げられます。 ・LLMと専用モデル・最適化を組み合わせる経験が積めます LLMだけで解けない課題には専用の機械学習モデルや最適化も組み合わせます。生成AI一色になりつつある市場の中で、手段を使い分けてAIの課題を解ける経験は多くありません。 ・計算資源を案件化前の検証にも使えます NVIDIA製ハイエンドサーバを社内に完備し、クラウド環境と合わせて活用しています。受注済み案件だけでなく、自主的な技術探索や案件化前の実現性検証にも計算環境を使えます。 ・キャリアパスは一本道ではありません テックリード（エキスパート）、プロジェクトマネージャ、組織マネージャなど、上級ポジションへの道が複数開かれています。 【開発環境・技術スタック】 言語：Python（メイン）、TypeScript、Go 等 クラウド：AWS／GCP／Azure（プロジェクトにより選定） AI／LLM：HEROZ ASK（自社開発AI SaaS）、Claude Enterprise、ChatGPT、Gemini、社内LLM基盤、LangChain、LlamaIndex、LangGraph 等 インフラ：Docker、Kubernetes、Terraform 計算資源：NVIDIA製高性能サーバを社内完備。クラウドGPUとのハイブリッド運用 開発手法：アジャイル（スクラム）及びウォーターフォール型。技術選定はチーム裁量 業務において積極的に生成AIを活用しており、開発等に必要なClaude Enterpriseのアカウントは会社より提供されています。

・Pythonによる実装の実務経験 ・LLM（GPT／Claude／Gemini 等）をAPIで呼び出し、要約・質問回答・データからの示唆出しなどの処理を組んだ開発の実務経験 ・LLMエージェント（ツール呼び出し・複数ステップの処理等）の開発経験 ・生成AIを開発業務（コード生成・テスト・ドキュメント作成等）に日常的に活用していること ・顧客／PM／EMと技術内容や限界を説明し、円滑にコミュニケーションできる力 ・自分の判断でタスクを切り前に進められる当事者意識 ※LLMを用いた開発はPoCや小規模な案件でのご経験でも構いません。 ※全てを完全に満たしている必要はありません。近しいご経験があれば、まずはカジュアル面談でお話しさせてください。

・LLMエージェントを含むWebサービスのモック構築経験 ・LangGraphやOpenAI SDK等のフレームワークを用いたLLMエージェント開発経験 ・専用機械学習モデルの開発経験（Deep Learning、GBDT 等） ・画像認識、異常検知、需要予測、組合せ最適化のいずれかの経験 ・ローカルLLMを用いたエージェント構築経験（モデルのFineTuningを含む） ・データ前処理・後処理を含むAIシステムの設計・開発経験 ・エンタープライズ向けAIソリューションの開発経験 ・プロジェクトやチームのリード経験（タスク設計・進捗管理・メンバーのレビュー） ・顧客との要件定義の折衝経験

・機械学習やソフトウェア開発の経験を軸にLLM領域へ本格的に踏み込みたい方 ・LLMエージェントの中核を自分の手でつくりたい方 ・特定の手法にこだわらず顧客課題に合わせて最適な技術を選べる方 ・未経験の技術やドメインを学習対象として前向きに捉えられる方 ・ゼロからタスクを設計し複数の案件を並行して前に進められる方 ・チームでの成果を志向し感謝とリスペクトを行動で示せる方