クラウドインフラエンジニア_AIプロジェクト基盤構築

必須

• パブリッククラウド（AWS、Google Cloud、Azureのいずれか）におけるインフラの設計、構築、運用の経験（経験年数不問。面接内でご経験を伺わせていただきます）
• Dockerなどのコンテナ技術を活用したシステムの構築・運用経験
• ネイティブレベルの日本語コミュニケーション能力（顧客企業や社内関連部門とのコミュニケーションが発生するため）

歓迎

• CI/CDツールの導入・運用、またはDevOps環境の整備に関する実務経験
• TerraformなどのIaCツールを用いたインフラ管理・自動化の実務経験
• Webアプリケーションまたはバックエンドシステムの設計・開発経験
• 大規模データパイプライン（BigQuery、Snowflake等）の設計・構築・運験
• MLOps環境や、LLM評価・Observability（LangSmith, RAGAS等）の導入・運用経験
• AWS / Google Cloud / Azureのマルチクラウド環境の設計・運用経験
• エンタープライズ領域（金融、エネルギー、ヘルスケア等）の業界知見、システム開発経験

求める人物像

• 技術だけでなく、それが実際に使われ、事業成果につながることに関心がある方
• 特定のプロダクトや技術にこだわるのではなく、顧客にとって最適な解決策を追求できる方
• 不確実な状況でも、自ら仮説を立て、検証し、前に進められる方
• 顧客、ビジネス職、エンジニアなど、異なる専門性を持つメンバーと協働できる方
• AIツールを積極的に活用し、自分自身の開発スタイルや役割をアップデートできる方

応募について

• 経験年数不問

使用ツール

募集背景

• エクサウィザーズが手掛けるプロジェクトは、金融、電力・エネルギー、ヘルスケア、通信業界など、日本を代表する伝統産業のエンタープライズ企業が中心であり、高いセキュリティ、可用性、耐障害性といった「厳しい非機能要件」や「上場企業水準のガバナンス」が求められます。
• 最先端のAI（LLMやAIエージェント等）を顧客の基幹業務で安定して価値を創出する仕組み（ラストワンマイル）として機能させるためには、堅牢でスケーラブルなインフラ基盤が不可欠です。また、プロジェクトに携わる各領域のエンジニア（AIエンジニア、ソフトウェアエンジニア、FDE）が、迅速かつ安全にインフラを構築・利用できる環境の重要性も日々高まっています。
• まずは各プロジェクトにおけるAIソリューションの確実なデリバリーをインフラ側面からリードしつつ、ご経験や志向に応じて、プロジェクト横断でのインフラ標準化やガイドライン策定といった仕組みづくりにも携わっていただく場合もございます。

業務内容

• AIコンサルタントや各領域のエンジニア（AIエンジニア、ソフトウェアエンジニア、FDE）と密に協働しながら、エンタープライズ向けのAIプロジェクトの確実なデリバリー、および組織横断でのインフラ領域をリードしていただきます。
• 具体的には、非機能要件の定義から、マルチクラウド環境（AWS, Google Cloud, Azure）におけるセキュアで高可用なインフラの設計・構築・運用、および標準化を担当します。
• また、プロジェクトを通じてAIアプリケーション開発の現場に自然と隣接するため、志向性に応じてLLM APIの統合やAIエージェントの構築といったアプリケーション・AI領域へとスキルを広げていくことができます。「まずはクラウドインフラで貢献しながら、開発やAIも手を動かして学んでいきたい」という方にとって、その成長を後押しできる環境です。

主要な業務：

• 1. クラウドインフラの要件定義・設計・構築
• エンタープライズ顧客のデータ環境・システム構成に応じたクラウドアーキテクチャ設計・構築。
• 可用性、セキュリティ、パフォーマンス、コスト効率など「非機能要件」の定義および最適化。
• 2. プロジェクトを横断した技術アーキテクチャの選定・推進・維持・標準化
• 各プロジェクトの要件や顧客環境に合わせて活用されるクラウド、ミドルウェア、ツールの選定に関与し、組織横断で品質が高く一貫性のある技術アーキテクチャの定義。
• Terraform等を用いたIaC（Infrastructure as Code）の導入やプロビジョニング自動化の仕組みを推進・維持し、プロジェクトを横断して再利用可能なマルチクラウド構成を共通アセットとして標準化。
• 3. セキュリティ・ガバナンス対応
• 金融やヘルスケア領域等で要求される厳しいセキュリティ審査、コンプライアンス監査への対応およびセキュリティ設計・アクセス管理の最適化。
• 4. DevOps/MLOpsおよびデータ基盤の構築
• アプリケーションやAIモデルを安全・高速に本番環境へデプロイするためのCI/CDパイプラインやテスト自動化環境の整備。
• 大規模データパイプライン（BigQuery、Snowflake等）の設計・構築、およびLLM評価・Observability基盤の導入。
• 5. AIアプリケーション開発への拡張
• インフラ・データ基盤の構築を通じて得たシステム全体像の把握を活かし、LLMを活用したAIエージェントやRAGシステムなどのアプリケーション実装に携わる機会があります（LangChain、LangGraph、各種LLM API等）。
• クラウドエンジニアとしての専門性を維持しながら、アプリケーション層への理解・貢献を段階的に広げていくことができます。

技術スタック

• Cloud: AWS / Google Cloud / Azure （プロジェクト、顧客環境に応じて対応）
• Languages: Python, TypeScript / JavaScript, SQL, Go, Ruby 等
• Backend: FastAPI, Node.js 等
• Frontend: React, Next.js 等
• Databases/Data Warehouses: MySQL, PostgreSQL, BigQuery, Snowflake
• Infrastructure / Tools: Docker, Kubernetes (EKS / GKE等), Terraform (IaC), Git, CI/CD
• Platform: exaBase Studio
• AI/LLM Tools: LangChain, LangGraph, HuggingFace, 各種LLM API, Claude Code, Codex, LangSmith, RAGAS

プロジェクトの進め方

• プロジェクトの性質やフェーズに応じて、顧客先を訪問して業務理解やディスカッションを行う場合もあれば、自社オフィスやリモート環境で開発に集中する場合もあります。
• 働く場所や関わり方を固定するのではなく、顧客課題を解決し、最も高い成果を生み出すために必要な手段を選択します。
• 顧客の事業や業務を深く理解するため、顧客と密接にコミュニケーションを取りながらプロジェクトを進めますが、顧客先への常駐そのものを目的としたポジションではありません。重要なのは、物理的に顧客の隣にいることではなく、顧客と同じ目線で事業・業務の課題に向き合い、素早く仮説検証を行い、技術によって価値を届け切ることです。

ポジションの魅力

• インフラの枠を超えた、アプリケーション・AI領域への技術拡張 AIコンサルタントや各種エンジニア（AIエンジニア、ソフトウェアエンジニア、FDE）といった多様なスペシャリストとワンチームで密に協働するため、インフラ領域にとどまらず、アプリケーション開発やAI領域（LLM、AIエージェント等）へと自らの技術領域を広げることができます。また、プロジェクトの要件定義や構想段階では、技術要件の整理だけでなく「顧客の経営・事業課題をどう解決するか」という課題定義から対話に加わるため、ビジネス寄りのスキルや知見を広げることにもつながります。
• Claude Codeをはじめとする先進的なAIネイティブ開発環境でのスキル習得 インフラの構築やIaCの作成、トラブルシューティングにおいては、Claude Codeをはじめとする高度なコーディングAIやエージェントツールをいち早く導入しています。最先端のAIツールに日常的に触れ、その活用スキルそのものを高めていける先進的な環境です。
• デリバリーと標準化の双方を実感できるダイナミックな役割 各プロジェクトで実際に顧客へ価値をデリバリーする達成感と、その活動で得た知見やアーキテクチャを組織横断のテンプレート（マルチクラウドやIaC等）として選定・推進し、全体のデリバリー品質を底上げする標準化の貢献感の双方を実感できます。
• トップタレントとのコラボレーション 大手コンサルティングファーム出身者、最先端のAI/MLエンジニア、FDE、プロダクト開発メンバーなど、多様なバックグラウンドを持つトップクラスのメンバーが、お互いの専門性をリスペクトし「対等なプロ」としてワンチームで協働するフラットな環境です。

入社後のキャリアパス

• クラウドインフラの専門性を軸に置きながら、個人の成長や志向に合わせて、技術・ビジネス・マネジメントなど多様な領域へとキャリアを拡張・展開できます。
• インフラ・AIエンジニアリングを極める: クラウドソリューションアーキテクト、MLOpsスペシャリスト、組織横断のインフラ技術標準化リード。Claude Code等の最先端ツールを駆使しながら、次世代AI時代に不可欠なインフラ設計の第一人者を目指せます。
• アプリケーション・AI開発へと技術を拡張する: インフラ・データ基盤構築の強みを最大の武器に、フルスタックなソフトウェアエンジニアや、AIエンジニア（LLMやAIエージェントの実装領域）へと専門領域を拡張していくパス。
• ビジネス・マネジメント領域へ広げる: AIコンサルタントやPM、クライアント企業（アライアンス先含む）のビジネス担当者と密に協働する中でビジネス知見を深め、インフラプロジェクトマネージャー、テックリード、またはビジネスと技術を高度に繋ぐITコンサルタントを目指せます。

プロジェクト事例

• 保険 × 営業育成AI： exaBase Studioで約3万人が利用するAI顧客管理＋AIロールプレイングシステムを構想から実装まで一気通貫で開発支援（住友生命様）
• ヘルスケア × R&D： データ駆動型創薬支援により、一連のデータ解析時間を大幅に短縮（第一三共様）
• エネルギー × 全社DX： 「DX戦略2026」を文化醸成・人財育成・環境構築の3領域で包括支援、事業構造変革に伴走（関西電力送配電様）

exaBase Studio 導入事例

• セブン銀行様： AIエージェントテンプレートを活用し、社内データの自然言語分析で企画業務の意思決定を迅速化
• サッポロホールディングス様： 購買データ分析から施策案生成までをAIエージェントが代替、店舗でのテスト展開を開始
• 第一生命様： exaBase Studioを生成AI活用プラットフォームとして採用、外部提出書類のひな型生成アプリなどを内製化