募集要項
- 仕事内容
-
LLM専属のエンジニアとして、データ分析、LLMモデルの検証/開発/改善、結果のレポーティング、LLMを用いたシステムの開発等を担う・LLMを用いたクライアントPJTへの参画、及びソリューションの開発
・LLMに関連する最新技術のキャッチアップ、社内への展開
・マルチエージェントシステムのためのフレームワーク開発
・社内PJTメンバーや顧客への技術的な説明
・LLMを用いたシステム開発PJにおけるLLMの精度検証・チューニング
・LLMエンジニアが担当するPJTのスーパーバイズ
・エンジニアリング部の組織運営に関わる業務（採用、評価、育成等）
※PJT推進は弊社のソリューションデザイナ（顧客折衝やプロジェクトマネジメント等を担当）と連携しながら行なっていただきます。（PJTごとに、リードエンジニアが1名サポートにつきます）
------------------------------------------------------------
弊社はオーダーメイドによるAIモデル「カスタムAI」の開発・提供を行う、AI/機械学習のスペシャリスト集団で、最先端のAI技術とクライアントのビジネスを「つなぐ存在」をミッションとしたスタートアップ企業です。
高い技術力と課題解決能力が評価され、既に大手企業を中心に多くの導入事例とリピート契約があります。
▪️カスタムAIソリューション事業とは？
弊社は以下を特徴とするカスタムAIソリューション事業を展開しています。
・オーダーメイドによるAI開発
- アカデミア出自の先端の機械学習技術をベースに、ビジネスにジャストフィットする形でAIを受託開発
・企業のコア業務をAIで変革
- 画一的なパッケージAでは対応が難しい、ビジネス現場特有の複雑な課題の解決に貢献
また他社との差別化のため、弊社は「バリューアップ型AIテーマ」に注力しています。
▪️PJTの開発フロー
弊社では約3ヶ月間という短いサイクルで機械学習モデルやAIに関係するシステムをお客様に提供しています。
顧客折衝は基本的に弊社のソリューションデザイナが行いますが、希望に応じてエンジニアもフロントに立って直接提案したり顧客ニーズを聞くことが可能です。
▪️チーム構成・支援制度
基本的に弊社では1つのPJTに対し、メイン担当としてソリューションデザイナ/エンジニアが1名ずつアサインされます。
またソリューションデザイナ/エンジニアそれぞれを補佐する役割としてSVがつきます。
一方で大型案件等になりますとPJTの人数は必要に応じて増加します。
- 応募資格
-
- 必須
-
・Pythonを用いた開発経験
・LLMフレームワーク（LangChain、 LangGraph、CrewAI、AutoGenなど）を使用した経験
・大規模言語モデル（LLM）のAPI利用に留まらず、RAG（Retrieval-Augmented Generation）やベクトル検索などの周辺技術を活用したソリューション開発経験
・LLMに関連する最新の情報をキャッチアップして業務に活用した経験
・仮説ベースでデータ分析・考察を行い、ビジネス課題の解決に繋げた経験
・リモート環境（オンプレ、AWS等やコンテナ（Docker）上での作業経験
・Git/GitHubを活用したチーム開発・コード管理経験
・プロジェクト目的を深く理解し、技術面でリードした経験
・仮説思考に基づき、論理的にチームを巻き込んで課題解決を推進した経験
・日本企業に対するクライアントワークに従事した経験、もしくは日本に本社を有する事業会社にてAIに関連するプロジェクトに携わった経験
・論理的にコミュニケーションを取り、周囲と協調して働ける方
＜このような想いを実現されたい方にご応募いただきたいです。＞
1. 機械学習を用いた社会実装、産業実装を自分の手で担いたい方
技術はあくまでツールとして捉え、ソリューションを提供することを主眼に置いていることを重要視する集団です。
2. 自身が担当している案件がPoCのみで終わることや実際に世に出て行かないことに不安を感じる方
弊社の案件継続率は70%です。
3. 自分が主人公としてプロジェクトを牽引したいと考えている方
プロジェクトの始まりから終わりまで全てを自らの手で牽引されたい方にとっては非常に魅力的な環境ではないかと考えています。
メイン担当者を補佐する立場であるSV（スーパーバイザー）がプロジェクトに1名配置されますので、案件の進め方や技術選定等に対して1名で担当いただくことはありません。
- 歓迎
-
＜LLM関連＞
・マルチエージェントシステム（MAS）のアーキテクチャ設計及び実装経験
・ナレッジグラフやベクトルデータベースなどの設計、構築、運用経験
・プロンプトエンジニアリングに関する実務経験、特にAIモデル（例：GPT系、Claude系など）へのプロンプト設計と最適化の経験
・LLMのファインチューニング、精度検証の経験
・LocalLLMの使用経験
・MCP（Model Context Protocol）の理解もしくは実装経験
・コンピューターサイエンスに関連する修士/博士の学位
・LLM関連の国際会議や論文誌への投稿
・共同研究等で実世界の問題に対してLLMを適用した経験
・自然言語処理の実務経験、研究経験
＜エンジニアリング＞
・PyTorch、TensorFlow、Kerasなど、ディープラーニングのフレームワークを用いた開発経験
・リモート環境（オンプレ、AWS等）やコンテナ（Docker）上での作業経験
・GitHubまたはGitLabを活用したコード管理経験
・Rustを用いた開発経験
＜マネジメント＞
・メンバーの育成、フォロー経験
・エンジニア組織の組織長、またはそれに準ずる職位にてエンジニア組織のマネジメントを行った経験
・エンジニア組織の拡大に向けた活動（採用、育成、エンゲージメント等）に他部門（人事等）と協働して取り組んだ経験
＜その他＞
・専門外の技術をキャッチアップした経験
・論理的にコミュニケーションを取り、周囲と協調して働ける方
・自律的に判断して仕事ができる方
・英語でのコミュニケーション能力（一部社員が外国人のため）
- フィットする人物像
-
・自分から進んで取り組める姿勢をお持の方（他社との協働、不明点は質問できる）
・課題を解く際に、手法やアルゴリズムだけでなく、課題設定の見直しによる解決方法も模索できる方
・専門外の技術を自律的にキャッチアップできる方
・幅広い技術に対して興味をお持ちの方
- 雇用形態
-
雇用形態 正社員(無期)
試用期間 試用期間3ヵ月（条件等変更なし）
勤務地/最寄駅 東京都中央区銀座8-11-1 GINZA GS BLD.2/銀座駅、新橋駅、東銀座駅、築地市場
- ポジション・役割
- リード機械学習エンジニア（LLM専任担当）
- 勤務地
- 北海道 / 青森県 / 岩手県 / 宮城県 / 秋田県 / 山形県 / 福島県 / 茨城県 / 栃木県 / 群馬県 / 埼玉県 / 千葉県 / 東京都 / 神奈川県 / 山梨県 / 富山県 / 石川県 / 福井県 / 新潟県 / 長野県 / 愛知県 / 静岡県 / 岐阜県 / 三重県 / 大阪府 / 京都府 / 兵庫県 / 滋賀県 / 奈良県 / 和歌山県 / 広島県 / 岡山県 / 鳥取県 / 島根県 / 山口県 / 徳島県 / 香川県 / 愛媛県 / 高知県 / 福岡県 / 熊本県 / 佐賀県 / 長崎県 / 大分県 / 宮崎県 / 鹿児島県 / 沖縄県
- 勤務時間
-
09:45 ～ 18:30 (休憩時間60分)
■フレックス制度あり（コアタイムなし）
■リモートワークあり（フルリモート可）
- 年収・給与
-
年収：850万円 ～ 1,200万円
月給：60万円 ～
※スキル、ご経験に応じて当社規定に基づき決定します。
- 待遇・福利厚生
-
■ フレックス制度あり（コアタイムなし）
■ フルリモート可
■ 残業手当（残業時間に応じて別途支給）
■ 賞与年2回（個人のパフォーマンス並び会社業績により変動）
■ 各種社会保険完備（雇用/労災/健康/厚生年金)
■ 交通費支給（全額支給)
■ リモート手当/月1万円（条件あり）
■ リモート環境構築費/3万円（初回のみ）
■ 定期健康診断
■ セミナー参加費補助
■ 書籍購入補助
■ ノートPC＋モニタ別途支給
■ フリードリンク
■ 月２回親睦ランチ会補助
■ 社内部活動
■ 関東ITソフトウェア健康保険組合提供サービス
■ 従業員持株会
【その他要件】
■ 副業可（事前申請要）
■ 業務の変更範囲：なし
■ 受動喫煙対策：あり（禁煙）
■ 転勤の有無：なし
- 休日休暇
-
■ 完全週休2日制(土/日)
■ 祝日
■ 年末年始休暇
■ 有給休暇
※試用期間中は4日/試用期間終了後は4月1日（15日～）を基準に入社月により按分
■ 慶弔休暇
- 選考プロセス
-
▪️選考プロセス
書類選考→面接数回→内定
※状況に応じて変動する可能性あり
本ポジションには以下のような魅力がありますので、ぜひ面接の中でお伝えさせていただければと思います。
▪️ポジションの魅力
・常に新しいLLM技術への挑戦ができる
・様々な産業における事業/ビジネス上の課題をLLM技術で解決できる
・ビジネスに携わりながら、アカデミアレベルの技術キャッチアップもし続けられる
・名前だけでない、真にビジネスに役立つLLM技術応用やLLMシステム開発に携われる
・AIでイノベーションを起こすことに携われる
・裁量の大きい環境で自らのプロフェッショナリズムを発揮できる
弊社はAIコンサルティングの会社としてお客様に”AIソリューションを提供すること”を使命としています。
AIソリューションを提供するためにあらゆることを思案して実行できればと考えているので、提供元のエンジニアは以下のような裁量の大きい環境で自らのプロフェッショナリズムを発揮いただければと考えています。
・技術者がお客様に対して直接提案をすること
・お客様が設計した問題に対してその問題設計に提言できること
・チームを自ら組閣し案件成功に向けて自ら動くことができること
・会社の承認のもと、必要人員の確保依頼やツールの追加導入について主導、積極的な提案ができること
また、技術スタック、社内活動は以下となりますので、気になることがありましたら、面接でご質問いただけますと幸いです。
▪️技術スタック
使用する技術はプロジェクトにより異なりますが、主に以下の技術スタックを用いて開発を行っています。
・データ分析全般（NumPy, pandas, Matplotlib, seaborn, plotly, Streamlit）
・機械学習（sckit-learn, statsmodelsm, OPTUNA, SHAP, LightGBM）
・Deep Learning（PyTorch, TensorFlow, Hugging Face, OpenAI, LangChain）
・実験管理（Kedro, mlflow, Kubeflow）
・開発言語（Python, Rust, Javascript）
・インフラ（AWS, Azure, Google Cloud, 社内GCPサーバ）
・開発ツール（Visual Studio, GitHub）
・その他ツール（Slack, Backlog, Cacoo, Google Meet）
▪️社内活動
エンジニアリング部では以下のような社内活動を通じて技術的成長やエンゲージメント向上を行っています。
・技術勉強会の開催（数理最適化、強化学習 etc...）
・最新技術勉強会の開催（マルチエージェント etc...）
- 本勉強会にはソリューションデザイナー、コーポレートも合わせ、社員の約3/4のメンバーが参加しました。
・チームビルディング施策
- “チームメンバーを知る企画“として、レーダーチャートの作成/予想、チームのキャッチコピー作成等のワークを実施
#内定までオンライン選考可
#入社時期は相談可能
