【受託確約】生成AIエンジニア（経験者）

以下のいずれかの実務経験・知見が求められます。

• RAG/LLMを用いたシステムの設計・実装経験
• Python等を用いたバックエンド開発経験
• AWS・Azure・GCPいずれかのクラウドアーキテクチャ設計・実装経験
• APIシステムの設計・実装経験
• 本番運用を前提としたセキュリティ・監視・性能設計の経験

• 課題設定力:
  「何を自動化し、どこを人が判断するか」を要件として整理し、ユースケースを構造化して定義できる能力が求められます。
• ステークホルダーとの期待値調整・合意形成力:
  関係者が多いプロジェクトにおいて、期待値の齟齬を防ぎながら合意を積み上げ、プロジェクトのスピードを維持できるコミュニケーション能力が必要です。
• 品質を維持するための仕組み思考:
  評価基盤（自動評価・回帰テスト）を設計・整備し、改善サイクルを仕組みとして回せる思考力が求められます。
• トレードオフ判断力:
  セキュリティ・監視・性能・コストといった複数の制約要件を把握した上で、最適なトレードオフ判断を下せる能力が必要です。
• 知識の標準化・共有推進力:
  チームの実装標準やナレッジ・再利用可能なテンプレートを整備し、組織全体の再現性ある実装力を高めていける姿勢が求められます。

• LangChain・LlamaIndex等のLLMフレームワーク活用経験:
  RAG構築や外部ツール連携を効率的に実装できるフレームワークの実務経験があると即戦力として活躍できます。
• MLOps・評価基盤の構築経験:
  プロンプトや検索の品質を継続的に改善するための評価パイプライン・回帰テスト基盤を構築した経験があると歓迎されます。
• ITコンサルティング・上流工程の経験:
  顧客の業務課題を整理し、システム要件に落とし込む上流工程の経験があると、提案フェーズから価値を発揮できます。
• クラウド関連資格（AWS・Azure・GCP等）の保有:
  資格取得費用は会社負担のため、入社後でも積極的に取得が可能ですが、既取得者は即戦力評価につながります。

• 生成AI本番実装スキル（RAG/LLM・評価基盤設計）:
  PoC〜本番運用までの全フェーズに携わることで、再現性ある生成AIシステムの設計・実装・改善サイクル構築の実務スキルが身に付きます。
• クラウドアーキテクチャ設計・コスト最適化スキル:
  AWS・Azure・GCP上でのAPIシステム、データパイプライン、権限管理、コスト最適化設計を実践することで、クラウドネイティブなアーキテクチャ設計力を習得できます。
• 上流工程・要件定義・提案力:
  ユースケースの要件整理から、何を自動化し何を人が担うかという設計判断まで行うことで、技術力とビジネス視点を兼ね備えた上流工程のスキルが身に付きます。
• チーム標準化・ナレッジマネジメントスキル:
  実装標準の策定・テンプレート整備・ナレッジ共有を通じて、組織レベルで技術力を底上げするリード経験を積めます。
• ITコンサルティング・顧客折衝スキル:
  大手企業を中心とした多様なクライアントとの折衝・合意形成を繰り返すことで、エンジニアとしての提案力・折衝力が高まります。