年収

800万円〜1,200万円

勤務地

東京都

職務内容

この事業領域の公開情報

事業説明
メインサイト
リクルートサイト
note記事（活動報告、インタビュー記事、等）
「PoCは成功したのに、本番では使われない」

そんなAIプロジェクトが、なぜこれほど多いのでしょうか。

多くの企業では、生成AIやAIエージェントの導入が進む一方で、データ基盤・AI実装・開発プロセスの品質が整わないまま開発が進んでいます。

その結果、LLMへのコンテキスト供給は不十分となり、AIはドメイン知識を理解できず、ハルシネーションや精度劣化を引き起こします。

PoCは動く。
しかし、本番では使えない。

こうした“AI実装の構造的失敗”が、今まさに多くの企業で起きています。

豆蔵のデータ戦略グループは、単なるAI導入支援ではなく、データ基盤・AIアーキテクチャ・AI駆動開発・内製化支援までを一気通貫で担うことで、この課題に向き合っています。

わたしたちが求めているのは、「AIモデルに詳しい人」だけではありません。

AI-Readyなデータ基盤を設計し、LLMが正しく理解できるコンテキストを供給し、AIを“実際に事業で使える状態”まで持っていける人材です。

そして、クラウドエンジニア・データエンジニア・AIエンジニアと連携しながら、数名規模のチームを率いて、本番稼働まで責任を持っていただきます。

「AIを作る」のではなく、“AIが本番運用できる構造”を作る。

そんな挑戦を、本気でやりたい方を求めています。

このポジションの位置づけ

PoC止まりでは終わらせない
豆蔵は、AI戦略だけを描くコンサルティング会社でも、単なる受託開発会社でもありません。
顧客の経営・業務課題へ深く入り込み、データ基盤設計・AIアーキテクチャ・AI実装・AI駆動開発・内製化支援までを一気通貫で伴走します。
「AIをどう実装するか」だけではなく、「AIを継続的に運用できる状態」を構造から作ることが特徴です。

“AI-Ready”な構造を作る
当組織では、以下のようなテーマに取り組んでいます。

データ基盤構築支援
中央集権型からデータメッシュ・コンポーザブル基盤まで、最前線のアーキテクチャを顧客へ届ける
AIアーキテクチャ設計
「動くAI」ではなく、「信頼できるAI」を構造から設計する
AI駆動開発
AIコーディング・AIエージェント時代を前提に、開発プロセスそのものを進化させる
データマネジメント
AIが継続的に活用可能なデータを、安全かつ高品質に供給し続ける

専門性の異なるメンバーとチームで戦う
当事業部には、クラウドエンジニア・データエンジニア・AIエンジニア・アーキテクトなど、異なる専門性を持つメンバーが在籍しています。
全員にフルスタックを求めるのではなく、それぞれの専門性を持ち寄りながら、チームで顧客課題を解決しています。

主な業務内容

顧客技術対話
顧客のAI推進部門・情報システム部門・技術部門と対等に技術議論を行い、データ基盤・AIシステムの設計合意を主導します。上流フェーズのチームから本番化フェーズへの引き継ぎを技術的に完結させます。

チームマネジメント
クラウドエンジニア・データエンジニア・AIエンジニア等数名のメンバーの業務設計・進捗管理・品質レビュー・育成を担います。プレイングマネージャーとして自分自身も技術的な主担当を持ちながらチームを率います。

AI実装品質の設計監督
データ基盤（スキーマ・ETL・品質管理）・AIアーキテクチャ（品質ゲート・評価基準）・AI駆動開発（コンテキスト設計）の各レイヤーの整合性を担保します。LLMへのコンテキスト不足がドメイン誤り・ハルシネーションを引き起こすリスクを構造的に排除します。

顧客内製化支援
外部ベンダー依存から脱却し、顧客組織が自走できる状態を作ることを最終目標として設定します。AI駆動開発ガイドライン・標準プロセスの整備と顧客チームへの移転を担います。

実装ノウハウの標準化
案件で確立したアーキテクチャパターン・実装手法・品質基準を汎用テンプレートとして整備し、チーム全体のデリバリー品質と速度の向上に貢献します。

AI・データ動向の事業反映
クラウドAIサービス・MLOps・LLMOps・AI駆動開発・フィジカルAI等の最新動向を継続的に把握し、設計判断・顧客提案・チームの技術方針に積極的に組み込みます。

# データ戦略グループの主な実績

〇製造業向け AI-Readyデータ利活用基盤構築
Excel・Access・個人PC内の業務ファイルに点在する業務処理手順や判断ロジックが、特定メンバーにしか分からない状態となり、技術・業務ノウハウの継承が課題となっていたプロジェクト。

豆蔵は、データ利活用への課題感が大きい部署を中心にヒアリングを行い、42の業務をフローとして可視化。属人化していた業務知識を、データとして活用しやすい構造へ整理した。
AWS Glue、S3、Athena、QuickSightを活用し、分析・可視化・AI活用につながるデータ利活用基盤を構築。
将来的なRAGやAIエージェント活用も見据え、現場の業務ノウハウをAIが参照しやすいAI-Readyなデータ構造へ再設計し、内製化に向けた技術移転まで支援した。

〇SI企業向け AI駆動開発標準化、教育プログラム開発
SI力をAIビジネス拡大に活かし、独自性を備えたAI統合サービスを構築するという戦略のもと、従来型開発手法にAIを組み込んだ「AI駆動開発」の標準化に向けたガイドラインの作成・改善に取り組んだ。品質・生産性評価を通じて、従来の開発工程における工数を大幅に削減しつつ、従来開発と同等以上の品質を確保できる標準化を実現した。
また、AI駆動開発の普及を目的としたオンデマンド（動画＋テキスト）学習教材を展開するとともに、顧客ニーズに合わせたカスタマイズ勉強会や標準化活動にも積極的に取り組んでいる。

〇金融関連企業向けナレッジグラフRAGを活用した暗黙知の形式知化
市場の持続的な発展と高度化を支える中で、業界経験20年以上のベテラン職員に蓄積された暗黙知の継承・活用が課題となっていた現場部門を対象に、SECIモデルを活用した暗黙知の表出化に取り組んだ。さらに、生成AIとオントロジー技術を組み合わせたナレッジグラフを用いて「ベテランの思考プロセスの可視化」を検証するPoCを実施し、正答率約7割・ベテランに近い応答性能という成果を得た。

〇製造業向け摩耗予測MLOps基盤構築支援
製品の摩耗による突発的な交換や、オンプレ分析基盤の運用コスト増、手作業での予測精度維持が課題となっていたプロジェクト。
豆蔵はAzureでのMLOpsアーキテクチャを設計し、単なる環境移行ではなく、データ加工から管理までのMLOpsステップに合わせたPython実装へと刷新。
異常検知時の通知や再学習の仕組みを備えた運用基盤を構築し、PoCモデルの実運用化を支援。
開発から監視までのプロセス全体をスキルトランスファーし、予測精度改善の自動化と内製化を実現した。

〇ITサービス企業向け次世代AIビジネス立ち上げ支援
次世代AIソリューションの早期展開に向け、AIの技術体制・専門人材の不足が課題となっていたプロジェクト。
豆蔵はAI専門チームとして参画し、ファインチューニングによる特化型モデル構築からMLOps初期運用設計までの技術基盤整備を支援。
さらに、技術面だけでなく不足していたビジネスモデルの設計にも参画し、多角的に事業化をサポート。
検証から運用設計までのスキルトランスファーを進め、顧客社内における持続可能なAIビジネス推進体制の構築に向けて伴走した。

多事業企業向けデータマネジメント活動支援

人材サービス・出版・広告・ブライダル・進学・その他情報サービスを手がけている企業において、各事業毎のサイロ化に起因するデータ流通阻害を解決するためにデータマネジメントを実施することを提案、その支援を行う。
データマネジメントに関わる社内意識調査やゴール設計、組織設計に加え、データガバナンス策定やデータカタログ策定の支援を行った。

技術領域・活用例

顧客環境に応じて、以下のようなクラウド・データ・AI関連技術を活用しています。

クラウド
AWS / Azure / Google Cloud
データ基盤
Snowflake / Databricks / BigQuery / Redshift 等
データエンジニアリング
dbt / Airflow / ETL・ELT基盤 / データ品質管理
AI/LLM関連
OpenAI / Claude / RAG / Vector DB / AIエージェント設計
MLOps / LLMOps
MLflow / CI/CD / GitHub Actions / Kubernetes 等
AI駆動開発
GitHub Copilot / Cursor / Claudecode / AIコーディング支援ツール活用

※特定製品ありきではなく、顧客課題・既存環境・将来の内製化を踏まえて最適な技術選定を行います。

また、AWSをはじめとしたクラウドベンダーとの連携や最新技術のキャッチアップも積極的に行っており、クラウドネイティブ・AI時代を前提としたアーキテクチャ設計に取り組んでいます。

この事業部の特長

働きやすさと裁量を両立した環境
社員の95%以上がリモートワークを活用しており、居住地に縛られない柔軟な働き方が可能です。

実際に、北海道・福岡県・三重県・大阪府・静岡県・栃木県など、全国各地から勤務している社員が在籍しています。

また、2025年度の月平均残業時間は8.24時間と、ワークライフバランスを大切にしながら働ける環境です。

子育てや介護と両立している社員も多く、それぞれのライフスタイルに合わせた働き方を実現しています。

事業部の風土
当事業部は、20代後半〜30代前半の若手メンバーと、豊富な経験を持つスペシャリスト層がバランスよく在籍している組織です。

技術への探究心が強いメンバーが多く、AI・クラウド・アーキテクチャ・データ活用などについて日常的に議論が行われています。

一方で、「自分がやりたい技術」よりも、「顧客課題をどう解決するか」を重視する文化が根付いています。

専門性を尊重しながらも、チームで協力し合い、顧客へ本質的な価値を届けることを大切にしています。

参考記事

株式会社豆蔵　採用ページはこちら
株式会社豆蔵　ホームページはこちら
株式会社豆蔵　ニュース・プレスリリースはこちら

企業名

株式会社豆蔵

本社所在地

東京都新宿区西新宿2-1-1新宿三井ビル34F

雇用形態

正社員

各種保険

健康保険雇用保険厚生年金労災保険

休日休暇

【休暇】 ■休日・完全週休2日（土・日）・祝日 ■休暇・病気・看護休暇・年末年始休暇（12月28日～1月5日）・有給休暇（17日～22日）※入社日即日付与・慶弔休暇【年間休日120日以上】

情報更新日

2026/06/16

応募依頼する

気になる

AIが推定した求人関連情報

想定給与

800万円〜1,200万円

リモートワーク

平均年齢

43歳

ポジションの魅力

PoC止まりで終わらせない本番実装への拘り:
AI戦略コンサルでも純粋な受託開発でもなく、データ基盤設計からAIアーキテクチャ・実装・内製化支援まで一気通貫で担う稀有なポジションです。「動くAI」ではなく「事業で使えるAI」を本番稼働まで責任を持って届ける仕事です。
製造・金融・ITサービスなど多業種の最前線プロジェクトに関われる:
製造業向けAI-Readyデータ基盤、金融向けナレッジグラフRAG、MLOps基盤構築など、業界をまたいだ多様なプロジェクトに携わることができます。特定顧客・特定技術に縛られずに市場価値を高められる環境です。
最新のAI・クラウド技術を実務で活用できる:
AWS / Azure / Google Cloud、Snowflake / Databricks、OpenAI / Claude、RAG・AIエージェント・LLMOpsなど、最前線の技術スタックを顧客課題解決の文脈で実践的に活用できます。特定製品ありきではなく、最適技術を選定する裁量があります。
フルリモート×低残業のハイレベルな技術環境:
求人票によれば2025年度の月平均残業時間は約8時間と、IT業界の中でも極めて低水準です。社員の95%以上がリモートワークを活用しており、北海道・福岡・大阪など全国各地からの勤務実績があります。高い技術水準を保ちながらワークライフバランスを実現できる環境です。
プレイングマネージャーとしてのリーダーシップ経験が積める:
クラウド・データ・AIエンジニアなど異なる専門性を持つ数名チームのマネジメントを担いながら、自らも技術主担当として手を動かすプレイングマネージャーポジションです。技術力とマネジメント力を同時に伸ばせるキャリアパスが開かれています。

必須スキル（ハード）

以下のいずれかの経験・知見が求められます。

クラウド環境（AWS / Azure / GCP）でのシステム設計・構築経験
データ基盤（DWH・データレイク・ETL/ELT）の設計・構築経験
AI / LLM / RAGを活用したシステムの設計または実装経験
MLOps / LLMOpsの設計・構築・運用経験
複数名チームへの技術リードまたはプロジェクトマネジメント経験
SQL / Python等を用いたデータエンジニアリング実装経験

必須スキル（ソフト）

顧客との対等な技術対話力:
顧客のAI推進部門・情報システム部門・技術部門と対等に技術議論を行い、データ基盤・AIシステムの設計合意を主導できるコミュニケーション能力が必要です。
課題の本質を捉える問題解決思考:
「顧客が使えるAIを作ること」を目的として、技術選定・アーキテクチャ設計・実装品質のすべてにおいて、顧客課題の本質から逆算して判断できる思考力が求められます。
チームを束ねるリーダーシップ:
専門性の異なるクラウド・データ・AIエンジニアと連携し、数名規模のチームの業務設計・進捗管理・品質レビュー・育成を主体的に担えるリーダーシップが必要です。
継続的な技術キャッチアップへの意欲:
LLMOps・AIエージェント・AI駆動開発・フィジカルAIなど急速に進化するAI・データ領域のトレンドを継続的に把握し、設計判断や顧客提案に積極的に組み込める自律的な学習姿勢が求められます。
ナレッジを組織に還元する姿勢:
案件で確立したアーキテクチャパターン・実装手法・品質基準を標準化テンプレートとして整備し、チーム全体のデリバリー品質と速度の向上に貢献できる知識共有への意識が必要です。

歓迎スキル

データメッシュ・コンポーザブルデータ基盤の設計経験:
Snowflake / Databricks / BigQuery / Redshiftなどを活用したモダンデータスタックの設計・構築経験があると、即戦力として活躍できます。
AI駆動開発ツールの活用経験:
GitHub Copilot / Cursor / Claude Codeなど、AIコーディング支援ツールを開発プロセスに組み込んだ実践経験を持つ方は歓迎されます。
内製化支援・技術移転の経験:
顧客チームへのスキルトランスファー・開発ガイドライン整備・標準プロセス構築など、組織の自走化を支援した経験がある方は特に活躍が期待されます。
データマネジメント（データガバナンス・データカタログ）の知見:
DMBOKやSECIモデルなどのフレームワークを活用し、組織横断的なデータ戦略の策定・推進に関わった経験がある方は強みを活かせます。

この求人で得られるスキル

AI-Readyデータ基盤のフルスタック設計スキル:
データメッシュ・コンポーザブル基盤からETL/ELT・スキーマ設計・品質管理まで、LLMへのコンテキスト供給を見据えたエンドツーエンドのデータ基盤設計ノウハウを実務を通じて習得できます。
LLMOps / MLOpsの実践的な運用設計スキル:
RAGアーキテクチャ・AIエージェント設計・品質ゲート設計・CI/CD・監視基盤など、AIを本番運用するための構造設計を複数業種のプロジェクトで経験することで、高度な実装ノウハウを体得できます。
AI駆動開発のプロセス設計・標準化スキル:
GitHub Copilot / Cursor等のAIコーディングツールを開発プロセスに統合したガイドライン策定や教育プログラム開発の実務を通じて、次世代の開発マネジメントスキルを習得できます。
顧客組織への内製化支援・変革推進スキル:
顧客のAI推進部門と協働しながら、技術移転・標準化・組織設計まで担うことで、技術コンサルタントとしての上流提案力と変革推進力を養うことができます。
多業種横断のドメイン知識とアーキテクチャパターン:
製造・金融・ITサービス・多事業企業など異なる業界のAI・データ課題に繰り返し向き合うことで、業界を問わず適用できる普遍的なアーキテクチャ設計力と業界横断のドメイン知識を蓄積できます。

キャリアマップ

現在
シニアAI・データ基盤アーキテクト複数プロジェクトの技術設計を横断的にリードし、アーキテクチャパターンの標準化・チーム全体のデリバリー品質向上を主導するポジションです。業界横断の実績を積み重ねることで、社内外で認められる高度な技術専門家として活躍できます。
データ戦略グループテックリード / 技術責任者グループ全体の技術方針・AI・データ基盤アーキテクチャの標準化を統括するポジションです。個別案件の技術判断を超え、事業部全体の技術品質と競争力の向上に責任を持ちます。
プリンシパルアーキテクト / AIソリューションアーキテクト顧客の経営課題から逆算してAI・データ戦略を提案し、大規模・複雑なデータ基盤・AI実装の最上流設計を担うエキスパートポジションです。技術力を極めることで、管理職ルートとは異なる形で昇格・昇給を実現できます。
マネージャー / 事業部長データ戦略グループの組織運営・人材育成・事業開発を担うマネジメントポジションです。技術的なバックグラウンドを活かしながら、顧客との関係構築・新規事業立ち上げ・組織戦略の推進を担います。

AI 口コミまとめ

口コミサイトの集計データによれば、株式会社豆蔵の総合評価は3.5〜3.7点前後で、技術力の高いメンバーと協働できる環境や、自律的に動ける人材にとっての裁量の大きさが評価されています。一方で、給与水準の個人差や、体系的な教育プログラムが少ない点を指摘する声も見られます。リモートワークの活用度やワークライフバランスについては比較的好評な意見が多く、自己成長意欲の高い人材に向いている職場環境といえます。

【ポジティブな評価】
1. 技術的な自律性と裁量：特定のスキル習得を強制されることなく、個人が興味を持つ技術領域を深められる環境が評価されています。自分で目標を設定し、実現に向けて行動できる人材にとっては成長機会が豊富です。
2. リモートワーク・柔軟な働き方：求人票に記載の通り社員の95%以上がリモートワークを活用しており、居住地に縛られない働き方が実現できる点が好評です。月平均残業時間も低水準で、ワークライフバ...(ここから先は会員登録後にご覧いただけます。残り417文字)

会員登録をして、
AI 口コミ全貌をチェック！

無料会員登録をする

応募依頼する

気になる

※本資料はAIを活用して収集・整理した情報を含んでいます。正確性については適宜ご確認ください。

【リモート可】AI・データ基盤アーキテクト

AIが推定した求人関連情報