1182【Dev】AI R&Dエンジニア（VLM・マルチモーダル / LLM新規事業）

以下のいずれかの経験・知見が求められます。

• VLM（Vision-Language Model）または大規模言語モデル（LLM）を用いた開発・研究経験
• ドキュメント解析・画像理解を含むマルチモーダルAI関連の実装経験
• Pythonを用いた機械学習・深層学習パイプラインの構築経験
• RAG（Retrieval-Augmented Generation）システムの設計・開発経験
• プロンプトエンジニアリング・プロンプトチューニングの実践経験
• AWS・Azureなどクラウド環境でのAIモデル運用経験

• 課題発見から実装まで自律的に推進する力:
  PoCと実運用の両方を担うポジションのため、曖昧な課題を自ら整理し、優先度を判断して技術検証から実装まで一気通貫でリードできる主体性が求められます。
• 精度・コスト・速度のトレードオフを意識した意思決定力:
  VLM活用における「精度・コスト・速度・信頼性」を総合的に評価し、実運用に向けた現実解を選定できる実践的な判断力が必要です。
• 顧客課題を技術に翻訳するコミュニケーション能力:
  顧客の業務課題（図面解析など）を正確に把握し、適切な技術アプローチに落とし込むための対話力・翻訳力が求められます。
• 不確実な領域を楽しめる探索マインド:
  Visual RAGなど未成熟な領域での研究開発が多く、正解のない問いに向き合い続ける好奇心と粘り強さが重要です。
• チームへの技術的貢献と知識共有の姿勢:
  PaaS Unitのエンジニア・PMなど多職種と連携するため、技術的知見をわかりやすく共有し、チーム全体の意思決定を支援できる協調性が求められます。

• 製造業ドメイン知識:
  図面・仕様書・実験レポートなど製造業固有のドキュメント形式に関する理解があると、顧客PoCの技術検証をよりスムーズに進められます。
• MLOps・AI基盤構築経験:
  DockerやTerraformを活用したコンテナ管理、CI/CDパイプライン設計など、AIモデルの安定運用に必要なインフラ側の知識・経験があると即戦力となります。
• OSS・論文へのキャッチアップ経験:
  VLM・LLM領域は技術進化が速く、最新の研究動向を継続的にインプットして自社プロダクトへ応用した実績があれば高く評価されます。
• TypeScript・Node.jsを用いたバックエンド開発経験:
  開発環境にTypeScript/Vue.jsが含まれており、フロントエンドやAPIレイヤーと連携できるエンジニアはより広い範囲で貢献できます。

• VLM・マルチモーダルAIの実運用ノウハウ:
  実験室レベルではなく、エンタープライズ向けの本番環境でVLMを活用したドキュメント構造化パイプラインを設計・改善する実践的な経験が得られます。
• Visual RAGの設計・構築スキル:
  図表を含む非構造データを扱うRAGパイプライン構築は市場でも希少なスキルセットであり、先端事例を自ら作る経験が積めます。
• エンタープライズ顧客向けPoC推進力:
  日経225企業を対象とした技術検証の企画・実施を通じて、大企業の業務課題をAIで解くためのPoC設計・推進スキルが身につきます。
• LLM・AI製品開発における精度評価・バリデーション技術:
  プロンプトチューニングや出力バリデーション機能の開発を通じて、生産環境でのAI品質管理に関する専門的な知識・手法を習得できます。
• 国産LLM開発企業でのR&D経験:
  フルスクラッチで国産LLMを開発する組織の中で、最先端のAI研究に触れながらビジネス応用まで見据えた実践的なR&Dの進め方を体得できます。