AIアーキテクト / AI×ものづくりサービスをつなぐ統合エージェント基盤の設計・開発

必須

• クラウド（GCP または AWS）上でのLLM・生成AIを組み込んだアプリケーション／サービス、またはAIエージェント／RAGの設計・実装経験
• 評価・監視・セキュリティ・コストなど、非機能要件の設計経験

歓迎

• ＜経験＞

  • エージェント／サービス連携基盤の構築経験
  • コンテキスト・状態管理基盤の設計経験
  • AIサービスの評価・運用基盤の構築経験
  • モデルの実行基盤・最適化に関する経験
• 英語の論文・技術ドキュメントを読解できること

求める人物像

• AIを使って世の中にまだ見ぬサービスを作り、事業貢献を体感したい方を募集します。

使用ツール

①事業部/室ミッション

• 当室は、ミスミのECサイトにおけるKW検索エンジン（ベクトル検索から始まり、現在はKW検索とのハイブリッド構成）を内製開発してきた部隊です。
• 顧客・サプライヤーの「あらゆるムダの排除」を掲げる「デジタルサービスモデル開発・ハブ（TX）」の一員として、コア機能である検索エンジンを主に部品選定体験自体の内製開発を推進しています。

② チームミッション

• 2024年実績で年間11億PV、年間5億回の検索があり、内製開発を行ったベクトル検索は単体で商品探索時間を18%改善しました。
• 検索エンジンは2022年末に本稼働し、2024年にシステム基盤を刷新済みです。この検索資産と各ものづくりサービスを接続し、単一サイトの検索改善から、設計・選定・見積もり・購買を横断する統合体験へ発展させます。

③事業責任者からのコメント

• 本ポジションでは、複数のAIエージェントと既存サービスをつなぎ、設計・選定・見積もり・購買を横断する新たな顧客体験の基盤づくりを技術面からリードしていただきます。
• アーキテクチャや評価・監視の仕組みはチームで検討し、チームや関係者と連携しながら、技術選定と実装方針を主導できます。正解のない立ち上げ段階だからこそ、自らの判断と実装がプロダクトの成長や事業成果に直結する点が、この仕事の醍醐味です。

募集背景

• 新プロダクト開発における増員です。
• AIを使って世の中にまだ見ぬサービスを作り、事業貢献を体感したい方を募集します。

組織情報

• ECサイトの検索サービスオーナーとして、内製チームが開発と運用を一貫して担当します。
• メンバー構成：全体14名（ディレクター1名、リーダー3名、メンバー10名）
• 30代前半が多い、若いチームです。

①担当業務内容

• プロダクトフェーズや強み・ご経験により割合は変動します。

1. AIエージェントプラットフォームの設計・構築（50%）

• 個々のモデルを載せ替え可能にし、エージェントを安全・高速に量産できる共通基盤を設計・構築します。
• LLMを中核に、検索・設計・見積もり・購買の専門エージェントを連携させるオーケストレーション基盤の設計
• モデルを差し替え可能にする抽象化レイヤ、評価（Evals）・トレース／可観測性・ガードレール・コスト制御などプラットフォーム機能の構築
• A2A・MCP等の標準プロトコルを用いたエージェント間通信とサービス連携APIの設計
• 設計意図、BOM/CADの来歴、会話・操作履歴を保持するContext Graphと、サービス間のウォームハンドオフの設計

2. AI×ものづくり統合体験プロダクトの開発推進（30%）

• 自社ドメインと独自データに根ざしたサービスを、エンジニアリング面から牽引します。
• ECサイト、meviy、RAPiD Design、FRAMESなどを横断する共通対話・操作体験の設計と実装をリード
• テキスト、画像、図面、CADを扱うマルチモーダル構成と、マルチエージェント連携の設計・検証
• データの調査・解析を通じたユースケース発掘とモデル要件定義

3. 技術検証・技術リード（20%）

• 生成AI（GPT / Claude / Gemini 等）や新モデルの技術検証と導入判断のリード
• 設計レビュー・コードレビューを通じたメンバーの技術力向上、社内外への技術発信

②仕事のやりがい（面白さ）

• 新規プロダクトの立ち上げフェーズから参画できます。
• あなが作るAIアーキテクチャがグローバル規模のビジネスへダイレクトに動きます。

③3～5年後の想定されるキャリアパス

• AI開発組織の「エンジニアリングマネージャー」
• AIエージェントの「ソリューションアーキテクト」
• 新規事業オーナーと協同する「AIプロジェクトマネージャー」

④このポジションならではのチャレンジ

• まだ世に無い体験・プロダクトを世に出すための実行力が求められる
• AI特有の評価サイクルやライフタイムサイクルを考慮した設計が必要となる
• 技術進化と外部変化、事業状況に応じた変化・判断をタイムリーに求められる

⑤使用ツール

• _クラウド・インフラ:_ Google Cloud , AWS
• _AI/ML:_ PyTorch 等の深層学習フレームワーク, Hugging Face, Gemini Enterprise Agent Platform (Pipelines, Feature Store, Model Registry)
• _AIエージェント・オーケストレーション:_ LangChain, LangGraph, AutoGen 等（ガードレールに NeMo Guardrails 等）
• _Eval・トレース基盤:_ Ragas, DeepEval, LangSmith, Langfuse 等
• _推論サービング・軽量化:_ vLLM, Ollama, NVIDIA NIM 等
• _AIエージェント:_ Claude Enterprise, Gemini Enterprise Agent Platform
• _検索エンジン:_ Elasticsearch, Agent Search
• _言語:_ Python, SQL
• _IaC・CI/CD:_ Terraform, GitHub Actions
• _IDE/ツール:_ VS Code, Cursor, GitHub Copilot, ClaudeCode, GeminiCli（利用自由）
• _コミュニケーション・管理:_ MS Teams, GitHub Projects, GitHub Issues