ITG-109【データテクノロジー】AIリードエンジニア（SaaS自社プロダクト / LLM・RAG開発）

以下のいずれかの経験・知見が求められます。

• LLM・生成AIを活用したシステム開発経験（RAGシステム構築など）
• Python（FastAPI等）を用いたバックエンド開発経験
• クラウドインフラ（Google Cloud等）を用いたサービス設計・運用経験
• マルチテナント環境を考慮したセキュアなシステム設計経験
• LangChain等のLLMフレームワークを用いたアプリケーション開発経験
• ベクトルDB・テキストチャンク化・データパイプライン構築経験
• チームリード・コードレビュー経験

• 主体的な技術キャッチアップ力:
  生成AI・LLM領域は進化が速く、最新技術を自律的にキャッチアップし、チームや組織に還元できる姿勢が求められます。
• プロダクト志向の問題解決力:
  PoCで終わらせず、数千〜数万人が利用する本番プロダクトとして品質・スケーラビリティ・コストを同時に最適化するプロダクト思考が必要です。
• クロスファンクショナルなコミュニケーション力:
  PdMや他エンジニアと同じ目線でロードマップを議論し、技術要件を非エンジニアにも分かりやすく説明できる能力が求められます。
• 技術的リーダーシップ:
  チームの技術的な意思決定を牽引し、コードレビューや設計レビューを通じてチーム全体の品質を高める役割を担います。
• 不確実性への適応力:
  生成AI領域はまだ新興分野であり、正解のない課題に対して仮説を立て、検証しながら前進できる柔軟な思考と実行力が重要です。

• TypeScript / React を用いたフロントエンド開発経験:
  バックエンドだけでなく、フロントエンド側でもAI機能のUI/UXを設計・実装できるフルスタック的な素養があると、プロダクト開発の幅が広がります。
• Go言語での開発経験:
  求人票記載の技術スタックにGoが含まれており、マイクロサービスや高パフォーマンスなAPIサーバー開発に活かせる経験が歓迎されます。
• IaC（Terraform等）を用いたインフラ管理経験:
  DockerやTerraformを活用したインフラのコード化・自動化の経験があると、スケーラブルな基盤構築において即戦力として活躍できます。
• ハルシネーション対策・LLM評価の実務経験:
  RAGシステムにおける回答精度向上やハルシネーション対策の実装経験は、本ポジションの中心的業務に直結するため高く評価されます。
• エンタープライズ向けSaaSプロダクト開発経験:
  大規模ユーザーに向けたSaaS製品の開発・運用経験があると、セキュリティ・スケーラビリティ設計の観点で大きな強みになります。

• エンタープライズLLM・RAGシステムの設計・実装スキル:
  数万人規模のプロダクトへの生成AI組み込みという実践的な経験を通じ、ハルシネーション対策・レスポンス最適化・コスト管理など、実用レベルの高度なLLMエンジニアリングスキルが身につきます。
• スケーラブルなクラウドアーキテクチャ設計力:
  Google Cloud（Cloud Run、OpenSearch等）を活用したマルチテナント対応・高トラフィック設計の実務経験が積め、クラウドネイティブなシステム設計の実践力が向上します。
• プロダクト開発のリードスキル:
  PdMや複数エンジニアと連携しロードマップ段階から関与することで、技術的なリーダーシップとプロダクト思考を兼ね備えたエンジニアとしての能力が培われます。
• データパイプライン・ベクトル化の実践知識:
  非構造化データのチャンク化・ベクトル化・インデックス設計など、RAGシステムに不可欠なデータエンジニアリングスキルを実務で習得できます。
• マーケティングデータ×AI活用のドメイン知識:
  国内最大規模のマーケティングリサーチデータを持つインテージの事業環境の中で、データ活用とAIを掛け合わせたビジネス課題解決の視点が身につきます。