◾️なぜ募集しているのか ━━━━━━━━━━━━━━━━━━ 「労働生産性革命を起こす」というミッションを掲げ、”AIネイティブ”な視点で業務を再設計するコンサルティング・SI事業を展開し、前年比300%以上の急成長を遂げています。 戦略から実装まで一気通貫で伴走支援するとともに、AI活用による「人月ビジネス」からの脱却を目指し、従来のコンサルファームやSIerとは差別化されたポジションを確立しています。 「AI駆動開発」による高効率かつ高品質なフルスタックでのカスタム開発を中核にしつつ、Difyとの公式パートナーシップを活かした大手企業の環境構築も実現し、様々な業界の大手企業から、AI関連のプライム案件を依頼いただいております。 また、多数のAIエージェントやワークフローが活用される将来を見据え、それらを一元的に管理・運用し、全社的な統制（ガバナンス）を実現する顧客専用のAI基盤の展開も構想しています。 こうした将来において、AIの能力を最大限に引き出すデータ基盤の構築はますます重要になっていきます。 そこで、AIの「回答精度」と「知識」を担うVectorDB・RAG基盤の構築をリードする、【AIデータエンジニア】ポジションを募集します ◾️どんな仕事か ━━━━━━━━━━━━━━━━━━ VectorDBの選定・設計・チューニングからRAG自動評価（RAG Evals）基盤の構築までを「AI駆動開発」で一気通貫に実装。 AIによるETLコード生成や高速なデータ基盤提供も実践します。 【具体的な業務内容】 ◎ データアーキテクチャ設計とデータ基盤構築 顧客の課題を技術要件に落とし込み、スケーラブルなデータ基盤を設計します。高精度RAGアーキテクチャの設計(ハイブリッド検索、Embedding選定、チャンキング戦略)、VectorDB/SQL/NoSQLを組み合わせた大規模データ基盤の設計、データパイプライン・ETLアーキテクチャの設計、データモデリング、標準技術スタックのアセット化などを担当します。Claude/ChatGPTを活用した設計レビューやCursor/Claude CodeによるETLコードの初期案生成で、設計品質を高めます。 ◎ データパイプライン実装・RAGシステム開発 設計したアーキテクチャをもとに、実際のデータパイプラインとRAGシステムを実装します。GitHub CopilotやClineでETLコードを自動生成し、Pythonを用いたデータパイプライン・ETL処理の開発、VectorDBの選定・構築・チューニング、RAGシステムのコアロジック実装、Dify/n8nを用いたデータ連携ワークフロー構築などを担当します。自社アセット(過去の汎用コード)をAIに参照させることで、社内標準に沿った一貫性のある実装を実現します。 ◎ AIを活用したデータ品質保証(AI for Data QA) データ品質保証プロセス自体もAI/DXで自動化・効率化します。RAGの回答精度を自動評価する仕組み(RAG Evals)の構築・運用、AIによるデータ品質チェック、データパイプラインの監視基盤構築、VectorDBのパフォーマンスモニタリング、データガバナンスなどを担当します。 ◎ AIデータソリューションの企画立案 コンサルタントや顧客と直接ディスカッションしながら、ビジネス課題を解決するデータ基盤の仕様を企画・立案します。 【開発案件例】 ◎ 製造業 部品データ統合・検索最適化パイプライン サイロ化された部品データを統合し、AI検索に最適化したデータパイプラインを構築。データクレンジングと正規化により、高精度な部品検索と代替提案を実現。 ◎ サービス業 プラン最適化データ基盤 顧客条件とプランデータを統合し、最適化アルゴリズムに最適なデータ構造を構築。リアルタイムでプラン評価を行い、数千通りから最適なプランを瞬時に絞り込むデータパイプラインを実装。 ◾️組織文化 ━━━━━━━━━━━━━━━━━━ CEO自身がエンジニア出身で、経営層自身がAI技術とエンジニアリングの深い知見を持っているため、「エンジニアファーストな環境」を重視しています。 ◎ 学び続ける環境 技術書籍購入や新技術の試験導入を推奨。AI支援ツール(Cursor Pro、Claude Pro、各種LLM API等)費用は全額会社負担で制限なく利用可能。最新AI活用ノウハウをSlackで非同期共有し、リスペクトを前提としたFB文化を大切にしています。 ◎ コンサルタント×エンジニア「ワンチーム」体制 コンサルタントとエンジニアを分断せず、ワンチームで開発に取り組みます。エンジニアは実装だけでなく、顧客の経営層との技術ディスカッションや、ビジネス課題の本質的な解決策の立案にも深く関わることができます。 ◎ 公平な評価制度 年2回のサイクルで個人の成長や成果を評価。属人化や主観を排除するため「スキルシート」を導入し、現場エンジニアの意見を基に常にバージョンアップさせています。 ◾️入社後のキャリアパス ━━━━━━━━━━━━━━━━━━ 入社後は、個々の志向性に応じて技術を軸にした多様なキャリアパスを用意しています。 ■ 技術スペシャリスト ◎ 1-2年目(データエンジニア) 最先端AI技術をキャッチアップしつつ、大手プライム案件のRAGシステム・データ基盤構築を担当。コンサルタントと「ワンチーム」でVectorDB・RAG基盤の構築を行います。 ◎ 3-4年目(リードデータエンジニア/データアーキテクト) 複数案件の技術リードとしてデータアーキテクチャ設計や技術選定を主導。高精度RAGの設計やデータガバナンスの構築を担当します。 ◎ 5年目以降(VPoE/プリンシパルエンジニア) 全社の技術戦略策定、AI・LLM基盤のデータ設計、エンジニア組織構築など経営に近い立場で「AI駆動開発」を牽引します。 ■ ビジネスサイド ◎ 3年目以降(AXコンサルタント/PM) 技術的バックグラウンドを武器に、顧客の経営層と対話しAI戦略を策定、大規模プロジェクトのマネジメントを担当します。

※以下のスキルがすべてない場合でも、ポテンシャルを加味した採用判断を行います。 ◎ Pythonを用いたデータ処理・分析バッチ等の開発実務経験(目安:3年以上) ◎ SQL、NoSQLを用いたデータ基盤の設計・構築・運用経験 ◎ データパイプライン・ETL処理の設計・実装経験 ◎ パフォーマンスを意識したコード実装の技術力 ◎ 顧客やチームメンバーと協働し、技術的な課題を解決した経験

◎ VectorDB(Pinecone、Chroma、Weaviate等)の構築・運用経験 ◎ RAG(検索拡張生成)システムの開発・チューニング経験 (Embedding選定、ハイブリッド検索、リランキング等の実装経験) ◎ Dify、n8n等を用いたデータパイプライン/ETL処理の構築経験 ◎ データサイエンティスト、アナリストとしてのデータ分析・モデル構築経験 ◎ AWS、GCP等クラウド環境でのデータ基盤開発・運用経験 (S3、BigQuery、Redshift等のデータウェアハウス経験) ◎ ストリーミングデータ処理の経験 (Kafka、Kinesis等を用いたリアルタイムデータパイプライン構築) ◎ データ品質管理・データガバナンスの実務経験 ◎ Go言語を用いたバックエンド開発経験 ◎ コンサルティングファームでのITコンサルティング経験 ◎ SIerでのシステム開発・構築経験 ◎ AI駆動開発ツール(Cursor、Claude Code、GitHub Copilot等)の実務での活用経験 ・AIツールを使った開発効率化の実践経験 ・AI生成コードのレビュー・調整スキル

◎ 当社のミッション(労働生産性革命)に共感できる方 ◎ 技術的好奇心が強く、最先端の技術を自ら学び、試すことを楽しめる方 ◎ チーム志向で、積極的にコミュニケーションを取りながら進められる方 ◎ 実装だけに留まらず、プロダクト全体を設計し、顧客のビジネス課題解決に情熱を持てる方