【SAC部（上流・コンサル特化）】AIエンジニア/ミドル層

以下のいずれかの経験・知見が求められます。

• 機械学習・深層学習アルゴリズムの開発経験（画像認識・自然言語処理等）
• PythonまたはSQLを用いた実務経験
• AIソリューションの企画・設計経験
• プロトタイピング・PoC（概念実証）の実施経験
• 生成AI（LLM等）を活用した開発経験

• クライアントへの共感力:
  ビジネス課題を単なる技術問題として捉えるのではなく、クライアントの事情や思いに寄り添い、本質的な課題を引き出せるコミュニケーション能力が求められます。
• 課題の自分事化・主体的推進力:
  受動的に依頼をこなすのではなく、クライアントや社内の課題を自分事として捉え、能動的に提案・推進できる姿勢が重要です。
• 論理的思考と説明力:
  AIの開発成果や分析結果を、技術者でないクライアントにも納得感を持って説明できる論理的かつわかりやすいプレゼンテーション能力が求められます。
• チームワーク・協調性:
  複数部門横断のプロジェクトや、クライアントとの協業が多いため、チームで成果を出す姿勢と良好な人間関係を築く力が必要です。
• 学習意欲・技術トレンドへの感度:
  AI・機械学習の技術進化は速く、常に最新動向をキャッチアップし自己研鑽を続けられる積極的な学習姿勢が求められます。

• 生成AI・LLMの応用開発経験:
  ChatGPTやLLM系APIを活用したシステム開発・プロトタイピング経験があると、最新の生成AIプロジェクトにすぐに貢献できます。
• クラウドプラットフォームの活用経験:
  AWS・GCP・Azureなどのクラウド環境でのAIモデル開発・運用経験があると、実務プロジェクトへの即戦力として期待されます。
• コンサルティング・上流工程の経験:
  要件定義・提案・顧客折衝など、上流工程での業務経験はSAC部の業務内容に直結し、即戦力として活躍できます。
• データ可視化・BIツールの活用経験:
  TableauやPowerBIなどのBIツールを用いた分析結果の可視化・報告経験があると、クライアントへの提案力が高まります。
• 異業界でのビジネス経験:
  金融・製造・医療・マーケティングなど、特定業界の業務知識があると、当該業界のクライアント案件でドメイン知識を活かした提案が可能です。

• AIコンサルティングスキル:
  ビジネス課題の発掘・整理からAIソリューションの企画・設計・実証実験まで一貫して担当することで、技術力とコンサルティング力を同時に高められます。
• 最新AI技術の実装力:
  生成AI・機械学習・深層学習（画像認識・NLP等）を実際のビジネス課題に適用する経験を積むことで、市場価値の高いAIエンジニアとしてのスキルセットを習得できます。
• 多業界のビジネスドメイン知識:
  金融・医療・製造・マーケティングなど幅広い業界のクライアントに関わることで、特定業界に依存しない汎用的なビジネス理解と課題解決力が身につきます。
• プロジェクトマネジメント・リーダーシップ:
  上流工程への参画を通じて、プロジェクト計画・進捗管理・品質管理・顧客折衝などPL/PM的な経験を積むことができます。
• データ分析・データエンジニアリングの総合力:
  SQL・Python・クラウド（AWS/GCP/Azure）を活用したデータ処理・モデリング・基盤構築など、データ活用に必要な幅広い技術スタックを習得できます。