【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。

• 機械学習・深層学習の実務経験（予測・分類モデル構築）
• Pythonを用いたAI・データ分析開発経験
• 生成AI（LLM・RAG・AIエージェント）の開発・実装経験
• プロンプトエンジニアリングの実務経験
• プロジェクトマネジメント経験（スケジュール・品質・コスト管理）
• SQL等によるデータ抽出・加工経験
• MLOpsの運用経験

• 技術的意思決定力:
  アルゴリズムの選定やAI実装手法の判断など、技術的な意思決定を主体的に行える能力が必要です。PM業務と技術専門性の両立が求められます。
• クライアントへのコミュニケーション能力:
  非技術者であるクライアントに対して、課題整理・提案・成果報告を分かりやすく伝えるスキルが必要です。ビジネス視点での翻訳能力が重視されます。
• 課題発見・解決への積極性:
  クライアントのビジネス課題を深く理解し、受動的ではなく能動的にデータ活用・AI活用のアプローチを提案できる姿勢が求められます。
• プロジェクト推進力:
  チームを牽引しながら複数ステークホルダーとの調整を行い、プロジェクトを着実にゴールへ導くマネジメント力が必要です。
• 継続的な学習意欲:
  生成AIをはじめとするAI技術の進化スピードは非常に速く、常に最新技術をキャッチアップし実務に応用し続けられる自己研鑽の姿勢が求められます。

• RAG・AIエージェント開発経験:
  LangChain、LlamaIndex等を用いた検索拡張生成（RAG）やワークフロー自動化AIエージェントの構築経験があると即戦力として活躍できます。
• MLOps・クラウド基盤の運用経験:
  AWS・GCP・Azureなどのクラウド環境でのMLOps運用や、モデルのデプロイ・監視・再学習サイクルの経験があると歓迎されます。
• AI人材育成・伴走支援経験:
  クライアント企業のAI人材教育や内製化支援の経験がある方は、本ポジションの伴走支援案件でも即活躍が期待できます。
• Eコマース・通信業界でのデータ分析経験:
  ターゲティング最適化や在庫予測など、本求人の具体的な案件事例に直結する業界・領域での実務経験があると強みになります。

• 生成AI・LLM実装スキル:
  検索システム開発やAIエージェント構築など、最新の生成AI技術を実案件で活用する経験を積むことで、市場価値の高い生成AI実装スキルを習得できます。
• AIプロジェクトのPM・技術リードスキル:
  技術的意思決定を伴うプロジェクトマネジメントを担うことで、AIエンジニアとPMの両スキルを兼ね備えた希少人材としてのポジショニングが可能です。
• 多業界・多領域のドメイン知識:
  通信、Eコマース、製造など複数業界のデータ活用課題に関与することで、特定業界に依存しない汎用的なビジネス分析力・ドメイン知識を習得できます。
• MLOps・モデル運用の実践知識:
  Eコマースや通信業での予測モデル開発・改良・MLOps運用に関わることで、モデルの開発から本番運用まで一気通貫の実践知識を習得できます。
• AI教育・伴走コンサルティングスキル:
  クライアントのAI人材育成支援を通じて、技術を「教える・伝える」スキルを磨き、コンサルタントとしての付加価値を高められます。