◾️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、自律型AIエージェント、高精度RAGのコア開発、高度なコンテキスト による業務最適化は、ますます重要性を増しています。 そこで、AIソリューションの設計・最適化をリードする、【AIエンジニア】を募集します。 ◾️どんな仕事か ━━━━━━━━━━━━━━━━━━ 高度なコンテキストエンジニアリングによる特定業務への最適化、および自律型AIエージェントのコアロジック開発までを「AI駆動開発」で担当します。 【具体的な業務内容】 ◎ AIソリューションのアーキテクチャ設計と標準化 顧客の課題を技術要件に落とし込み最適なAIソリューションを設計します。自律型AIエージェントのアーキテクチャ設計、LLMOps基盤の設計(プロンプト管理、モデル評価、バージョン管理)、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、リランキング戦略)、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AIエージェントコードの初期案生成で、設計品質を高めます。 ◎ AIエージェント開発・高度なコンテキストエンジニアリング 設計したアーキテクチャをもとに、実際のAIエージェントとコンテキストを実装します。GitHub CopilotやClineでコードを自動生成し、LangGraph/AutoGenによる自律型AIエージェントの思考ロジック実装、高度なコンテキストエンジニアリング(Few-shot、Chain-of-Thought、ReAct、Self-Consistency等)、RAGシステムのコアロジック実装などを担当します。自社アセット(過去の汎用コード)をAIに参照させ、社内標準に沿った一貫性のある実装を実現します。 ◎ AIの品質・安全性評価(AI for QA) AI特有の品質保証プロセスを構築します。RAG精度の自動評価(RAG Evals)基盤の構築・運用、AI品質評価ベンチマークの設計・実装、Red Teamingによるセキュリティテスト、A/Bテスト基盤の構築などを担当します。 ◎ AIソリューションの企画立案 コンサルタントや顧客とディスカッションしながら、ビジネス課題を解決するAIソリューションを企画・立案します。 【開発案件例】 ◎ サービス業 AIワークフロー自動化 契約書レビューや請求書処理など、複雑な業務ルールを自動化するAIワークフローのコアロジックを開発。LangGraphによるマルチステップエージェント実装、ドメイン特化プロンプト設計を担当。 ◎ 製造業 AI統合データ基盤 大規模データを統合するAI基盤のRAGアーキテクチャを設計。高精度RAGアーキテクチャ設計(ハイブリッド検索、Embedding選定、リランキング)、RAG精度評価(RAG Evals)基盤構築を担当。 ◾️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(AI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やAIエージェントのコアロジック実装を担当。コンサルタントと「ワンチーム」で自律型AIエージェントと高精度RAGの開発を行います。 ◎ 2-3年目(リードAIエンジニア/AIアーキテクト) 複数案件の技術リードとしてAIアーキテクチャ設計やファインチューニング戦略の策定を主導。LLMOps環境の設計やAI品質評価基盤の構築を担当します。 ◎ 4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 ◎ 2-3年目以降(AXコンサルタント/PM/FDE) 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。

◎ Pythonを用いたWebアプリケーションまたはデータ分析バッチの開発実務経験(目安:3年以上) ◎ LLM API(Gemini、Claude、ChatGPT等)を活用したAIアプリケーションの開発経験 ◎ コンテキスト(プロンプト)エンジニアリングに関する知識と実践経験 ◎ AIソリューションの品質を意識した開発ができる技術力 ◎ 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

◎ LangGraph、AutoGenを用いた自律型AIエージェントの設計・開発経験 ◎ RAGの精度チューニングの経験 (Embedding選定、ハイブリッド検索、リランキング等の実装経験) ◎ LLMファインチューニング経験(データセット設計、学習パイプライン構築、評価) ◎ OCR、LLM、VLMなどの機械学習モデルの開発・ファインチューニング経験(R&D含む) ◎ 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 ◎ AI(ルールベース、統計的機械学習、深層学習、大規模言語モデル)の網羅的な理解、事例や数式に基づく理解 ◎ AWS、GCP等クラウド環境での開発・運用経験 ◎ バックエンド開発経験(FastAPI、Go等) ◎ 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