機械学習エンジニア（AIエージェント・基盤モデル開発）

必須

• 以下のいずれかの経験をお持ちの方

  • Pythonを用いたシステム開発経験（3年以上）
  • Webアプリケーションまたはバックエンド開発経験
  • AWS、GCP、Azureのいずれかを利用したクラウド環境での開発経験
  • Gitを利用したチーム開発経験

• 加えて、以下のいずれかに該当する方

  • LLMを活用したアプリケーション開発経験
  • RAGシステムの設計・開発経験
  • AIエージェントまたはワークフローシステムの開発経験
  • 機械学習モデルの学習・評価・運用経験
  • データ基盤または検索基盤の構築経験

歓迎

• PyTorchを用いた機械学習・Deep Learning開発経験
• Llama、Qwen、DeepSeekなどOSSモデルの活用経験
• Fine-tuning、LoRA、Embeddingモデル構築経験
• MCP（Model Context Protocol）の活用経験
• Agent Framework（LangGraph、CrewAI、AutoGen等）の利用経験
• ベクトルデータベース（pgvector、Milvus、Weaviate等）の利用経験
• KubernetesやDockerを利用した運用経験
• GPUサーバーの構築・運用経験
• 推論最適化（vLLM、SGLang、TensorRT-LLM等）の経験
• モデル評価基盤やLLMOps環境の構築経験
• Claude Code、CodexなどAIコーディングエージェントの活用経験
• OSSへのコントリビューション経験
• 技術選定やアーキテクチャ設計の経験

求める人物像

• AI技術が好きで、日常的に新しい技術を試している方
• ChatGPTを使うだけではなく、「なぜその結果になるのか」を考えられる方
• モデルやアーキテクチャの改善を楽しめる方
• 不確実性の高い環境でも前向きに取り組める方
• 指示待ちではなく、自ら課題を発見し提案できる方
• OSSや技術コミュニティへの関心がある方
• プロダクト開発と顧客課題解決の両方に興味がある方

使用ツール

募集背景

• 生成AIの進化により、企業は「AIを利用する」段階から「AIに業務を委任する」段階へと移行し始めています。
• その実現には、単なるAPI活用ではなく、基盤モデルの理解、モデル評価、推論最適化、エージェントアーキテクチャ設計など、高度な技術領域が求められます。
• 当社では、YURIAの機能拡張に加え、AIエージェント基盤や生成AIシステムの開発案件が急増しており、AIシステム全体の設計・開発をリードできるエンジニアを募集しています。
• 本ポジションでは、AIエージェント、基盤モデル活用、RAG、MCP、機械学習、Deep Learning、LLM評価・改善など、AIシステムの中核技術に幅広く携わることができます。

業務内容

• 入社後は、自社プロダクト「YURIA」の開発および顧客向けAIシステム開発の両方に携わっていただきます。
• YURIAでは、AIエージェント実行基盤やマルチエージェントシステム、MCP連携基盤、RAG基盤、ナレッジ管理基盤などの開発を行います。また、AIが実際に業務を実行するためのAgent Runtimeや推論基盤、評価基盤の設計・実装にも携わります。
• 顧客向け開発では、AIエージェント、業務自動化システム、ナレッジ検索基盤、推論システム、モデル評価基盤などの設計・開発を担当します。業界は金融、放送、製造業、ITなど多岐にわたり、それぞれの業務課題に合わせたAI活用を実現しています。
• また、モデル選定や評価指標設計、ベンチマーク構築、推論コスト最適化、プロンプト最適化など、モデル評価・改善業務にも携わります。
• さらに、PyTorchを活用したモデル開発やOSS基盤モデルの評価、Fine-tuning、LoRA学習、Embeddingモデル評価、推論環境構築、GPU最適化など、機械学習・Deep Learning領域にも深く関与することができます。
• 将来的には、企業向け基盤モデルのカスタマイズやドメイン特化モデルの開発、エージェント性能向上に向けた研究開発にも携わることが可能です。

このポジションの魅力

• このポジションでは、AIアプリケーションの実装だけではなく、その基盤となるモデル評価、推論基盤、エージェントアーキテクチャ設計まで一貫して担当することができます。
• また、Claude、GPT、Geminiなどの商用モデルだけでなく、Llama、Qwen、DeepSeekをはじめとするOSS基盤モデルも積極的に活用しており、モデルごとの性能評価や活用戦略の検討にも携わることができます。
• 近年注目されているMCPやAgent Framework、RAG、Tool Calling、Computer Useといった技術を実際の業務システムへ組み込みながら、AIエージェントの実用化に挑戦できることも特徴です。
• 組織はまだ成長フェーズにあり、エンジニア一人ひとりの裁量も大きく、技術選定や研究テーマの検討、アーキテクチャ設計にも深く関与できます。決められた仕様を実装するだけではなく、「どのようなAIシステムを作るべきか」「どのようなモデルを採用すべきか」といった議論から参加できます。
• さらに、金融、放送、IT、製造業など幅広い業界のAI活用に携わることができるため、研究開発だけでなく、実社会でAIを活用するための実践的な知見も身につけることができます。
• 最先端の基盤モデルとAIエージェント技術を活用しながら、次世代のAIシステムを構築したい方にとって、大きな挑戦と成長機会のあるポジションです。