AI基盤エンジニア

必須

• 以下のいずれか複数（目安2つ以上）の実務経験を3年以上有していること

  • AI関連業務の経験（例：AI開発、AI基盤構築、生成AI活用推進）
  • 機械学習業務の経験（例：機械学習基盤構築、機械学習モデル自動パイプライン構築（MLOps）、機械学習モデル開発）
  • システム開発プロジェクトにおけるPM／PMO／開発リーダー等の経験
  • システム開発、またはインフラ・クラウド構築の経験（例：AWS、Azure、Salesforce など）

• 加えて、以下2つ以上（目安）のスキルを有していること

  • Python、Java、SQL 等を用いた開発スキル
  • AWS、Azure、GCP 等のクラウドに関するスキル
  • システムアーキテクチャ、システム設計のスキル
  • プロジェクト推進・管理のスキル
• 非喫煙者もしくは入社時点で喫煙されない・禁煙する意志がある方(*)

歓迎

• AI基盤、機械学習基盤、データ分析基盤の設計・構築経験 （例：AWS SageMaker、AWS Bedrock、Azure AI Foundry、MS Copilot、Dify、DataRobot など）
• 生成AI、AIエージェント、MLOps、機械学習、深層学習等に関する知識・実務経験
• クラウドアーキテクチャの設計・構築経験（例：AWS、Azure、Salesforce など）
• セキュリティに関する知識・実務経験（例：認証認可、暗号化、ログ管理、監査対応）
• データモデリング、データベース設計に関する知識・経験
• 業務部門と連携し、AI活用テーマを実装・定着まで推進した経験

求める人物像

• 不足する領域についても、主体的に学び、担当範囲を広げていく意欲を重視します。

使用ツール

Mission

• 全社のAI活用を支えるため、AIを誰でも安全・簡単・継続的に使える共通インフラとして、AI基盤を構築・運用し利用者に提供する。
• AIを現場の業務に組み込み、業務高度化・生産性向上・顧客体験向上につながる仕組みを提供することで、事業価値の創出に貢献する。
• AIエージェントの活用を前提とした業務変革を推進しており、その実現のため、AIエージェント基盤、機械学習運用基盤（MLOps）を整備し、「AIを業務で使い続けられる」環境を提供することを通じて、全社のAX推進に貢献する。

このポジションの魅力

• 全社横断で影響力の大きい仕事に挑戦できる AIエージェント活用を前提とした大規模な業務変革において、AI基盤を構築するだけでなく、営業・マーケティング・業務・分析など幅広い部門と一緒に考え、実際の活用までつなげられます。
• 上流から下流まで一気通貫で関われる 単発のPoCや検証ではなく、AIユースケース検討、要件整理、アーキテクチャ設計、開発標準整備、実装、精度改善、運用改善まで、一気通貫で関与できます。
• AI活用と基盤整備の両面を経験できる 単なるAIエージェントの開発だけではなく、認証・権限制御、監視、ガードレール、運用標準化など、AIの業務利用に必要な実践的な基盤整備に挑戦できるだけでなく、AIに必須となる“AI Ready”なデータ基盤の設計・整備にも携われます。

Scope of responsibilities（責任範囲）

• ご経験・スキルに応じて担当領域を決定しますが、主に以下の業務を担っていただきます。
• 全社のAI活用、およびAIエージェント活用を支える「AI基盤戦略・AI基盤構想・AI基盤アーキテクチャ」の策定・推進
• 生成AI基盤、AIエージェント基盤、MLOps基盤の要件定義、設計、構築、運用
• AIアプリケーションが安全かつ安定的に利用されるための開発、認証、権限、監視、運用のルール整備と啓蒙
• 開発チーム・業務部門と連携したAI活用案件の推進
• データサイエンティスト等と連携したAI機械学習モデルやAIエージェントの継続的改善のための仕組みづくり
• 最新技術を踏まえたAI基盤の高度化、および新たな業務活用テーマの推進

具体的に想定している業務

• 以下のような業務を想定しています。

1. AI基盤の構想・アーキテクチャ設計

• 全社のAI活用方針や各プロジェクトの要件を踏まえ、AI基盤の全体像を設計
• AIエージェント、機械学習基盤の役割分担や接続方式を整理
• セキュリティ、監査、可用性、拡張性を考慮したアーキテクチャの策定
• AIエージェントが業務システムと連携して動作するための基盤設計

2. 生成AI基盤・AIエージェント基盤の構築

• Amazon Bedrock 等を活用した生成AI基盤の設計・構築
• AIエージェントの実行基盤、外部システム連携、プロンプト管理、利用制御の設計
• AIエージェントが業務データや各種システムと安全に接続する仕組みの整備
• 利用者・開発者が再利用しやすい共通部品や開発標準の整備

3. MLOps・機械学習モデルの開発自動化

• Amazon SageMaker等を活用した学習・評価・デプロイ・監視のパイプライン構築
• モデル更新、データ取得、特徴量管理、推論基盤運用の自動化
• 手動運用となっているAI開発・運用プロセスの標準化と省力化
• AIを継続的に業務活用できるようにするための運用基盤の整備

4. プロジェクト・開発チームへの技術支援

• 開発チームに対するAI基盤活用の伴走支援
• Amazon Bedrock等の活用方法や設計上の考え方の展開
• 各案件における技術課題の整理、実装方針のレビュー、品質向上支援
• PoC止まりにせず、本番運用に耐える形へ落とし込むための支援

5. 安定運用・ガバナンス整備

• AI基盤の監視、障害対応、性能改善、利用状況可視化
• 認証認可、暗号化、ログ管理、監査証跡、ガードレール等の整備
• AI利用に関するルール整備、リスク低減、セキュアな提供方式の検討
• 利用部門の拡大を見据えた運用標準化・共通化の推進

想定される技術領域・環境

• ※ご経験に応じて、すべてを必須とはしていません。
• クラウド：AWS、Azure、Salesforce
• AI基盤：Amazon Bedrock、Azure AI Foundry、Salesforce Agentforce、Dify など
• 機械学習基盤：Amazon SageMaker、DataRobot など
• AI関連： AI Agent、MLOps、Machine Learning、Deep Learning、Prompt、Skills
• 開発言語：Python、Java、SQL、Shell、Jenkins など
• 関連領域：API、認証認可、暗号化、監視、ログ管理、CI/CD、AIコーディング支援ツール

入社後に期待すること

• まずはご経験を活かせる領域から参画いただき、業務やシステム、データの特性を理解していただきます。
• そのうえで、以下のような役割を段階的に期待しています。
• AI基盤構築・運用における担当領域の自立的な推進
• ビジネス要件を理解したうえでの業務変革を支えるAI活用プロジェクトへの参画・技術支援
• AIエージェント基盤やMLOps基盤の標準化・共通化と利用推進
• 開発チームや関係部門と連携した課題解決・改善提案・AI案件推進
• 中長期的には、全社AI基盤のアーキテクチャ方針や高度化施策の検討・推進