【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AI・数理最適化によるソリューションを設計し案件とチームを牽引するAIエンジニアリングマネージャーです。 当社は将棋AI「Ponanza」で名人に勝利した技術的DNAを源流に、建設・製造・金融・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。 この段階で求められるのは特定のモデルに詳しいことだけではありません。顧客の抽象的な要望を技術課題に翻訳し、PoCから実際に使われる状態まで案件を設計・推進し、うまくいかない局面では立て直すその判断を自らも技術に触れながら行えることです。 あなたのミッションはLLM・専用機械学習モデル・最適化を手段として使い分けながら、顧客・チーム・事業の成果をつくることとなります。 肩書としてのマネージャー経験は問いません。プロジェクトを前に進めてきた経験と技術を手放さずにチームを率いたいという意欲がこの仕事の土台になります。 【募集背景】 案件数の増加に加え、より高難度でドメインに特化したプロジェクトが増える中、シニアメンバーが個々のプロジェクトにかける時間を増やす必要が出てきました。 今回の募集は、一人のEMに集中しているプロジェクトを分散させ、専門性の高い案件を推進できる体制へ移行するためのものです。空いた席を埋める採用ではなく体制そのものを設計し直す一人として入っていただきたいと考えています。 【具体的な業務内容】 ・PoCの設計と推進： 顧客の業務課題をAI課題・データ課題に分解し、スコープ、ゴール、評価指標、期間、体制、リスクを定義します。技術仮説を立てて実験を計画し、結果を踏まえて次の打ち手を決めるサイクルを主導します。 ・顧客との合意形成： ビジネスコンサルタントやAIエンジニアとともに顧客へのヒアリングを行い、非技術者にも技術の内容と限界を説明します。精度が出ない、データが足りない、期待と乖離したといった局面では、原因を整理して計画を再設計します。 ・プロジェクトチームの成果最大化： メンバーへのタスク割り当てと進捗管理を行います。レビューでは、コードだけでなく仮説・データ・評価方法・再現性・顧客価値まで確認します。 ・AIコアロジックの技術選定： 機械学習モデル、アルゴリズム、外部AIサービス（クローズドLLM等）を、目的・期間・コスト・リスクに応じて選び分けます。 ・PoCから開発・本番運用への移行設計、運用中AIアプリケーションの改善 【プロジェクト例】 ・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 ・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 ・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 ・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 ・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 ・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） ・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。配属チームはご経験とご志向を踏まえて決定します。 レポートライン：チームEM 配下：プロジェクトに参画するAIエンジニア・ソフトウェアエンジニア（1プロジェクトあたり2〜3名程度） 連携：プロジェクト担当のビジネスコンサルタント、セールスマーケター、同チーム・他チームのEM ・入社後1〜3ヶ月：他のEMとともにプロジェクトに参画し、HEROZでのプロジェクトの進め方に慣れていただきます。 ・入社後2〜6ヶ月：新規プロジェクトにEMとして参画し、進捗管理、メンバーとの技術議論・フォロー、顧客対応などを担っていただきます。 ・入社後6ヶ月〜1年：提案案件への技術サポートや、エンジニア組織の強化・育成、品質向上の活動に参画していただきます。 ※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】 ・手段に縛られないAI課題解決の経験が積めます 専用機械学習モデル（Deep Learning、GBDT等）、数理最適化、LLM、外部AIサービスを、顧客課題に応じて組み合わせます。生成AI一色になりつつある市場の中で、最適化と専用モデルの両方を実務で扱える環境は限られています。 ・AI適用の余地が大きい産業に向き合えます 建設・製造・一次産業には、デジタル化が進んでいない業務が残っており、解けたときの業務インパクトが大きい課題が揃っています。 ・プレイングを手放さないマネジメントキャリアを描けます 案件牽引者から組織マネジメントへのパスが、等級制度として明示されています。エキスパート、プロジェクトマネジメント、組織マネジメントのコースが並列に用意されており、道は一本ではありません。 ・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。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。 【開発環境・技術スタック】 言語：Python（メイン）、C++、Rust、React、TypeScript、C#（CADプラグインなどで使用）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。 ＜補足情報＞ ・応募時は履歴書・職務経歴書のご提出をお願いいたします。 ・必要に応じて、リファレンスチェックをさせていただく可能性がございます。

経験年数でのラインは引きません。担当した工程の広さ・深さを重視しています。 ・AI、機械学習、数理最適化のいずれかを活用したPoCまたはソリューション開発の実務経験 ・顧客課題から技術仮説を設定し、実験計画・評価指標・成功条件を設計した経験 ・Python等による実装・検証の経験と、現在もコードや実験内容をレビューできる技術解像度 ・プロジェクトマネジメント経験（ゼロからのタスク設計、担当割り当て、進捗管理、課題管理） ・生成AI・LLMの利用経験（業務に限りません。ドキュメント作成、調査、コード生成、テスト等での活用を含みます） ・顧客やPM、他職種に技術の内容や限界を説明し、期待値を調整できるコミュニケーション能力 ※ピープルマネジメント経験（正式な評価・目標設定等）は必須ではありません。後輩指導、レビュー、タスクアサインの経験があれば歓迎です。 ※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。

・複数のAI・最適化PoCをリードした経験 ・ピープルマネジメント経験（1on1、目標設定、評価、育成） ・エンタープライズ顧客向けAIソリューションの開発経験 ・RAG、AIエージェント、LLMアプリケーションの設計・評価経験 ・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 ・専用機械学習モデルの開発・学習経験（Deep Learning、GBDT 等） ・顧客との要件・仕様・期待値の折衝経験 ・複数案件の並行管理経験 ・MLOps、監視、再学習、モデル・データのバージョン管理の経験 ・技術ナレッジの文書化・標準化・他案件への展開経験 ・金融・建設・製造・一次産業における業務知識または案件経験

・技術を手放さずに、顧客とチームの成果に責任を持ちたい方 ・未経験の技術や業界を避けず、自らキャッチアップできる方 ・指示を待たず、課題を見つけて仮説と次の行動を示せる方 ・モデル開発自体を目的にせず、顧客業務の改善を最終目的として考えられる方 ・内製モデルに固執せず、外部AIサービスやLLM、既存手法も含めて最適解を選べる方 ・顧客、メンバー、他部門の協力を当然視せず、相手の専門性と貢献を尊重できる方 ・将来的にエンジニア組織の品質・進捗・人材育成を担いたい方