1178【Dev】AIプロジェクトエンジニア（生成AI / RAG開発）

以下のいずれかの経験・知見が求められます。

• 生成AI・LLMを活用したシステム開発または導入支援経験
• RAG（Retrieval-Augmented Generation）の設計・実装経験
• エンタープライズ向けシステムのアーキテクチャ設計経験
• Python・TypeScript等を用いたバックエンド開発経験
• AWS・Azureいずれかのクラウド環境での開発・運用経験
• PoC〜本番稼働までを一気通貫でリードした経験
• 技術要件定義・工数見積もり・プロジェクトマネジメント経験

• 顧客業務を素早く構造化する理解力:
  製造業等のエンタープライズ企業の複雑な業務ドメインを迅速に把握し、技術的課題として整理・定義できるビジネス理解力が求められます。
• 技術的意思決定力と説明責任:
  アーキテクチャの妥当性判断・受諾可否・工数見積もりなど、曖昧な状況下でも根拠を持って技術的意思決定を行い、顧客・社内両面に分かりやすく説明できる能力が必要です。
• 自律的な課題発掘・推進力:
  指示を待つのではなく、自らプロジェクトの課題を発見し、優先順位を付けて推進できる自律性が求められます。スタートアップフェーズにおける能動的な行動が重視されます。
• 社内外ステークホルダーとの折衝・合意形成力:
  コンサルメンバー・開発チーム・顧客の三者と連携しながら、技術要件の具体化や期待値調整を行うコミュニケーション能力・ファシリテーション力が必要です。
• 知見の抽象化・ナレッジ還元力:
  個別プロジェクトで得た技術的知見を抽象化し、プロダクト基盤の改善や社内ナレッジとして還元できる姿勢・能力が重要です。

• AIエージェント・Agentic RAGの実装経験:
  自律的に複数ツールを組み合わせて動作するAIエージェントや、高度なRAGパイプラインの設計・実装経験があると即戦力として活躍できます。
• 製造業・大手エンタープライズ企業への導入支援経験:
  製造業R&Dや大企業特有の複雑なシステム環境・意思決定プロセスへの理解・対応経験は、本ポジションで直接活かせます。
• Terraform・Dockerを用いたインフラ・コンテナ管理経験:
  IaCやコンテナ技術を用いたクラウドインフラの構築・運用経験があると、自社プラットフォームSATへの技術貢献範囲が広がります。
• 技術コンサルティング・プリセールス経験:
  顧客への提案フェーズから参画し、技術観点から商談をリードしたコンサルティング経験は高く評価されます。
• LLMファインチューニング・プロンプトエンジニアリングの実務経験:
  国産LLMの特性を踏まえた最適化や評価の知見があると、より高度な技術貢献が可能です。

• エンタープライズ向け生成AI実装の実践知識:
  大手製造業等の実業務に生成AI・RAGを本番レベルで組み込む設計・実装経験を通じ、国内でも希少な「業務AI実装」の専門スキルを深く習得できます。
• 技術PM・アーキテクトとしての総合力:
  提案・設計・工数見積もり・PM・実装・運用まで一貫して担うことで、技術コンサルタントとしても通用する上流〜実装横断の総合的なスキルセットが身に付きます。
• 国産LLM・Agentic RAG領域の最先端技術知識:
  1,000億パラメータ規模の国産LLMや、回答精度80%超を実現するAgentic RAGの実装・運用を通じ、国内トップクラスの生成AI技術に継続的に触れる機会があります。
• ビジネスドメイン理解力とステークホルダーマネジメント力:
  複数の大手企業プロジェクトに関わる中で、製造業R&Dを中心とした業界知識と、顧客・社内横断での合意形成スキルが実践的に磨かれます。
• プロダクト思想・技術戦略への関与経験:
  現場知見をSAT基盤の進化にフィードバックするプロセスを通じ、単なるデリバリーを超えたプロダクト設計・技術戦略立案への関与経験が積めます。