AI/機械学習エンジニア（Python/AI × データ活用に挑戦できる）

以下のいずれかの経験・スキルが求められます。

• Pythonを用いたWEBアプリケーション・API設計・開発経験
• DjangoなどPythonフレームワークを用いたシステム開発経験
• AI・機械学習を活用したプロジェクト経験
• クラウド環境（AWS/Azure/GCP）での開発経験
• 技術検証（PoC）の推進経験

• 自律的な課題発見・推進力:
  指示を待つのではなく、自ら課題を発見し、解決に向けてチームや顧客を巻き込みながら主体的にプロジェクトを推進できる姿勢が求められます。
• 技術的リーダーシップ:
  チーム内の技術的意思決定やナレッジ共有を率先して行い、エンジニア組織全体のレベルアップに貢献する意識が必要です。
• 顧客折衝・合意形成力:
  クライアントとの期待値コントロールや合意形成を行い、複数のステークホルダーを調整するコミュニケーション能力が求められます。
• 学習意欲・技術トレンド感度:
  AIや開発技術の進化スピードに対応するため、常に最新情報をキャッチアップし、自律的にスキルを磨き続ける姿勢が重要です。
• チームワーク・協調性:
  スクラム開発やチーム協働を重んじる文化のもと、メンバーと積極的に情報共有し、互いの強みを引き出し合える協調性が必要です。

• 生成AI・LLM関連技術の実装経験:
  LangChainやRAGなどの生成AI技術を用いたプロダクト・PoC開発の経験があると、即戦力として活躍できます。
• クラウドインフラ構築経験:
  AWSやAzure、GCPを活用したインフラ設計・運用経験があると、バックエンド全般の技術選定において大きな強みになります。
• データ基盤・MLOps関連経験:
  データパイプラインの構築やMLOpsの実装経験があると、AI活用プロジェクトをより深いレベルで推進できます。
• 上流工程（要件定義・アーキテクチャ設計）の経験:
  要件定義やシステムアーキテクチャの設計・レビュー経験があると、テックリードとしてのキャリアに早期に進むことができます。

• 生成AI・RAGの実務実装スキル:
  LLMやRAGを活用したプロダクト開発・PoCを通じて、AI技術の企業導入における設計から運用まで一貫したスキルが身につきます。
• クラウドネイティブ開発力:
  AWS・Azure・GCPを活用したクラウド基盤の設計・構築経験を積むことで、クラウドアーキテクトとしての市場価値を高められます。
• 上流工程・顧客折衝経験:
  要件定義・技術選定・顧客との合意形成など実装にとどまらない上流工程への参画を通じて、ITコンサルタントとしての視点・スキルを習得できます。
• ファシリテーション・ステークホルダー調整力:
  複数のステークホルダー間の調整・ファシリテーション経験を積むことで、プロジェクトマネジメントにも通じるビジネス推進スキルが培われます。