【AIビジネス部】AIエンジニア／PM層

以下のいずれかの経験・知見が求められます。

• Pythonを用いた機械学習・深層学習モデルの開発経験
• 生成AI（LLM）を活用したシステム開発経験（RAG・プロンプトエンジニアリング等）
• 予測・分類モデルの設計から評価・改善までの一連の実務経験
• プロジェクトマネジメント経験（要件定義・顧客折衝・進捗管理）
• SQLを用いたデータ抽出・加工の実務経験

• 課題を自分事として捉える主体性:
  クライアントのビジネス課題に対し、指示待ちではなく自ら問題を発見し解決策を提案できる積極的な姿勢が求められます。
• ビジネス視点と技術視点の両立:
  技術的な精度向上だけでなく、ビジネス価値に結びつけた提案・意思決定ができる能力が重視されます。
• クライアントへの共感・おもてなし力:
  「おもてなし分析」を掲げる企業文化のもと、顧客の意図や背景を深く理解し、数字以外の事情にも寄り添う姿勢が求められます。
• チームをリードする推進力:
  プロジェクトを牽引するPM層として、関係者を巻き込みながら成果へ導くコミュニケーション・調整力が必要です。
• 継続的な学習意欲:
  AI技術は進化が速く、最新動向を自ら追いかけ、実業務に取り入れていく自律的な学習姿勢が求められます。

• AIエージェント・ワークフロー自動化の開発経験:
  LangChainやLlamaIndex等のフレームワークを活用したエージェント構築の経験があると即戦力として活躍できます。
• MLOpsの構築・運用経験:
  モデルのCI/CD、モニタリング、再学習パイプラインの設計・運用経験は、Eコマース領域等の案件で高く評価されます。
• クラウドプラットフォーム（AWS / GCP / Azure）の活用経験:
  データ基盤やモデルデプロイにクラウドを活用した経験があると、幅広いプロジェクトへの貢献が期待できます。
• AI人材教育・研修の実施経験:
  クライアントへのAI伴走支援業務において、教育コンテンツ作成や勉強会ファシリテーションの経験が活かせます。
• Kaggle等のコンペティション参加実績:
  分析屋では部門によってコンペ参画実績に手当を設けているケースもあり、実践的なモデリング力の証明として歓迎されます。

• 生成AI・AIエージェント開発の実践スキル:
  RAG検索システムやワークフロー自動化エージェントの設計・実装を通じ、LLM活用の最先端技術を業務レベルで習得できます。
• AI/MLプロジェクトのPM・上流スキル:
  要件定義・アルゴリズム選定・クライアント折衝まで一気通貫で担当することで、技術×マネジメントを兼ね備えたAIリーダーとしての素養を培えます。
• 多業界のビジネスドメイン知識:
  Eコマース・通信業など複数業界のAI活用案件に携わることで、業界横断的なビジネス課題解決力を身につけることができます。
• AI人材教育・コンサルティングスキル:
  クライアントへの伴走支援を通じ、技術を分かりやすく伝える説明力やAI導入を組織に定着させるコンサルティング能力が養われます。
• MLOps・モデル運用の実践力:
  Eコマースや通信業における予測モデルの本番運用・改善サイクルに携わることで、モデルの継続的改善と安定運用のノウハウを習得できます。