機械学習エンジニア（AIエージェント開発） / 生成AI

以下のいずれかの経験・知見が求められます。

• 機械学習モデル（特にLLM）についての基本的な知識と利用経験
• 自然言語処理・画像処理・機械学習技術のいずれかを用いたサービス・プロダクトの改善経験
• Pythonを用いたプログラミング実務経験
• データ収集・前処理・解析の実務経験
• AIシステムのテスト・評価経験

• 自律的な課題設計力:
  急速に進化する技術環境において、ソリューションを自ら設計・提案しタスク化できる主体性・自走力が求められます。
• 新技術への高い探求心:
  AIエージェントのような新技術領域への強い興味・関心と、迅速な検証意欲を持って取り組む姿勢が必要です。
• 横断的なコミュニケーション能力:
  職種を問わず、エンジニア以外のメンバーとも円滑に連携・協働できるコミュニケーション力が求められます。
• 相互尊重の姿勢:
  周囲のメンバーに対して常にリスペクトを持って行動できる協調性と誠実さが求められます。
• LLMを活用したソリューション開発への意欲:
  LLMなどのMLモデルを活用して実際の課題を解決することに意欲的に取り組む姿勢が重要視されます。

• LLMエージェントの応用知識:
  Tool CallingやDeep ResearchなどLLM・AIエージェントの仕組みと応用についての知識（実務経験不問）があると歓迎されます。
• データ設計・収集経験:
  テストデータや学習データの設計・開発・収集の経験を持つ方が歓迎されます。
• MLモデル・LLMのセキュリティ知識:
  MLモデルやLLMのセキュリティに関する知識および実装経験があると評価されます。
• 学術的アウトプット経験:
  査読ありの論文投稿や国際会議での発表経験があると特に歓迎されます。

• LLM・生成AIシステムの実装力:
  プロトタイプ開発からプロダクション導入まで、大規模LLMを活用したシステム設計・開発・評価のフルサイクルを経験できます。
• AIエージェント・MCPツール開発スキル:
  Model Context Protocol（MCP）を活用したツール開発やAIエージェント設計の実践的なノウハウを習得できます。
• ファインチューニング・プロンプトエンジニアリング:
  モデルのファインチューニングやプロンプト設計・評価手法など、LLM活用に特化した高度な技術スキルを磨けます。
• 大規模データ活用・前処理スキル:
  日本最大級のサービスが保有するビッグデータを活用したデータ収集・前処理・解析の実務経験を積むことができます。
• 業務効率化・社内DX推進の知見:
  LLMを活用した社内システムの業務効率化プロジェクトを通じて、AI技術の社会実装・DX推進に関する実践的な知見を得られます。