生成AIエンジニア（未経験者）

以下のいずれかの経験・知見が求められます。

• PythonなどのプログラミングスキルまたはIT開発に関する基礎知識
• LLM/RAGの概念理解または生成AI関連ツール（ChatGPT等）の活用経験
• API連携・Webアプリケーション開発に関する基本的な理解
• 論理的思考力および仮説検証サイクルを回した経験
• ドキュメント作成・情報整理・課題分析の基礎スキル

• 自走力・主体性:
  要件が曖昧な状況でも仮説を立てて検証・改善のサイクルを自ら回せる能動的な姿勢が求められます。指示待ちではなく、問題を自ら定義して取り組める方が活躍できます。
• 学習意欲・技術好奇心:
  生成AI分野は進化が速く、新技術・新ツールを継続的にキャッチアップできる姿勢が不可欠です。学習を楽しめる方が高く評価されます。
• 論理的思考・問題解決力:
  LLMの挙動の揺れや曖昧な要件に対して、評価指標・ガードレール設計など構造的に問題を整理し解決策を導き出す力が必要です。
• コミュニケーション・協働力:
  チームでの開発・知識共有・社内展開が求められるため、技術的な内容を分かりやすく伝えたり、関係者と連携できる力が重要です。
• 品質・再現性へのこだわり:
  「動いた」で終わらず、評価指標・テストケース・ガードレールまで作り込み、再利用できる実装パターンとして資産化できる品質意識が求められます。

• Python・SQLの実務経験:
  データ整備や検索設計、API連携などの業務において、Pythonでの実装経験があれば即戦力として活躍できます。
• クラウドサービス（AWS・Azure・GCP）の利用経験:
  LLM/RAGシステムの本番運用にはクラウド環境の知識が役立ちます。構築・設定経験があれば大きなアドバンテージになります。
• 業務要件の整理・ドキュメント化の経験:
  PoCや本番実装のフェーズでは要件整理と文書化が重要です。上流工程でのコンサルティングや企画経験が活かせます。
• LangChain・OpenAI API等の生成AIフレームワーク活用経験:
  RAGシステム構築やプロンプトエンジニアリングに関する実務・学習経験があると即戦力になれます。
• セキュリティ・ログ・監視設計への理解:
  プロンプト以外の論点（権限・ログ・コスト・セキュリティ）が成果を左右するため、システム運用面の知見がある方は歓迎されます。

• LLM/RAGエンジニアリングスキル:
  LLMを活用した業務アプリの要件整理・プロトタイプ・本番実装まで一貫して担当することで、生成AI開発の実務スキルが体系的に身につきます。
• AI品質保証・評価設計力:
  評価指標設計・テストケース作成・ガードレール実装など、生成AIシステムを本番品質に仕上げるための品質管理スキルが習得できます。
• システムインテグレーション力:
  API連携・権限管理・ログ/監視・運用設計など、AIを既存システムに組み込むための実践的なエンジニアリングスキルが身につきます。
• 技術ナレッジ資産化・ドキュメンテーション力:
  実装パターンのドキュメント化・社内共有・再利用部品化を通じて、技術的な学びを組織の資産に変えるスキルが得られます。
• プロダクト思考・上流工程スキル:
  要件が曖昧な状況からPoC・本番稼働まで完走する経験を通じて、ビジネス課題を技術に落とし込むプロダクト思考と上流工程スキルが養われます。