独自の社内AI基盤の設計・開発・運用／全社生成AI活用のPoC推進

必須

• _［経験］_

  • ソフトウェア開発の実務経験（自身での、Web アプリケーション、APIサーバー、クラウド/データ基盤のいずれかの設計・実装経験）
  • Claude Code / Codex等を用いた開発経験（実務または継続的な開発でコーディングエージェントを主要な開発手段として使用した経験の両方）

• _［スキル・資格］_

  • 下記4領域のうち、2領域以上で実務レベルの経験・スキルをお持ちであること
  • ビジネス要求をシステム要件・検証設計へ落とし込む力
  • 技術者以外のステークホルダー（事業部門、管理部門、情報システム部門、経営層）と協働し、合意形成を進めるコミュニケーション力

歓迎

• M365 Copilot / Copilot Studio、ChatGPT（Enterprise / API）、Claude / Anthropic API、ローカルLLM（Ollama、vLLM、Qwen 等）の活用・導入・運用経験
• RAG の評価設計、Gold データ作成、LLM 出力品質の定量評価の経験
• Knowledge Graph・オントロジー設計または論証構造に関する知識
• スクラム開発の実践経験
• 人間中心設計・デザイン思考・リーン開発・プロトタイピングの実践経験
• MCP（Model Context Protocol）サーバーの設計・実装経験、またはエージェント・オーケストレーションの実装経験
• Azure（Container Apps、Entra ID）または AWS 環境でのシステム構築・運用経験
• シンクタンク・コンサルティング・官公庁向け業務のドメイン知識、または研究開発組織でのナレッジマネジメント経験

求める人物像

• 生成AIを「使う」だけでなく、組織の業務プロセスに「組み込む」ことに関心があり、実業務での定着まで責任を持てる方
• 少人数のチームで、企画・設計・実装・運用のいずれにも自ら手を動かせる方
• 技術選定や設計判断について、根拠を言語化し、記録として残しながら進められる方
• 不確実性の高いテーマに対して、仮説を立て、小さく検証し、結果から学ぶ姿勢をお持ちの方
• 自分と異なる専門性を持つメンバー（研究員、コンサルタント、管理部門）に敬意を持ち、相手の言葉で対話できる方
• 2つ以上のPoCを並列にマルチタスクで整理して進められる方

使用ツール

職務内容

• 当社の全社AI活用推進組織「AI共創推進センター」において、社員一人ひとりの知を会社の統合知として活かすための独自の社内AI基盤の設計・開発・運用と、生成AIを実業務に適用するPoCの推進を担っていただきます。
• 個人やチーム単位での生成AI活用にとどまらず、組織・会社全体の業務プロセスに生成AIを組み込み、実業務へのソリューション提案から適用・定着までを一気通貫で推進する役割です。

募集背景

• 当社では、全社から集まったAI活用アイデアをPoCとして推進し、様々な商用ツールと独自AI基盤を使い分けながら検証を進めています。独自AI基盤は、社内文書の検索・RAGにとどまらず、市場に先駆けて、研究員の知見を組織知として蓄積・再利用することを目指しております。
• 現在は、基盤開発・PoC推進・全社展開のガイドライン整備などの企画を推進しています。事業拡大に伴い、これらの領域のいずれかを主担当として推進し、将来的には基盤とPoCプログラム全体を牽引いただける方を募集します。

領域A 実業務へのソリューション提案・PoC推進

• M365 Copilot / Copilot Studio / ChatGPT Enterprise / Claude Cowork 等の標準ツールの特性に応じた業務への適用設計、全社展開、利用促進
• 全社の事業部門・管理部門と連携し、AsIs/ToBe・課題・解決手段・提供価値・評価指標・データ・体制を定義したPoC検証の設計と推進
• 商用SaaS（Copilot Studio 等）／Claude Cowork／独自基盤のいずれで実現するかの見極めと、PoCの企画・実行・評価・本番化判断
• 複数PoCの並行推進（外部パートナーの開発リソースを含む体制の組成・PMO）

領域B 独自の社内AI基盤の設計・開発

• RAG / GraphRAG、Knowledge Graph、MCP サーバー、Web UI の設計・実装
• LLM 出力の品質評価基盤の構築・改善
• 当社に適したオントロジーの設計
• 技術スタック：Pythonその他の言語による開発、APIおよびMCPサーバーの構築、Databaseの設計・活用、AWS/Azure/GCP等のクラウド開発、Anthropic API / Azure OpenAI 等の活用
• LLMの品質評価・維持の設計、ソフトウェア品質管理、テスト設計

領域C 基盤の運用・インフラ・セキュリティ

• Docker等の仮想環境の構築
• GitHub Actions 等による CI/CDパイプラインの構築
• OpenTelemetry等 による可観測性の整備、ログ・コスト・品質のモニタリング
• 企業ネットワーク（権限管理、外部API制限、Entra ID連携）の制約下での実行環境・認証設計と情報システム部門との協働

領域D LLM・生成AI技術の目利きと評価

• 新規モデル・エージェント技術・ツールの調査、検証、コスト試算、社内適用可否の判断
• ローカルLLM／ファインチューニング／プロンプト設計／エージェント設計の技術評価と、社内標準化
• RAG・KG・エージェントの評価指標の設計と、社内向け評価フレームワークの整備

開発スタイル

• Claude Code / Codex 等のコーディングエージェントを前提とした開発（ループエンジニアリング、人によるレビュー・設計判断・検証）
• スクラムをベースとした反復開発。企画・設計・実装・運用の垣根は低く、自ら手を動かす場面が多い環境です

配属部署

• AI共創推進センター 開発・PoCグループ

このポジションの魅力

• 世界の商用SaaSがまだ到達していない「専門家の判断構造を組織Knowledge Graphとして構造化する」領域に、設計段階から関与できます
• シンクタンク・コンサルティングファームである当社の研究員・コンサルタントが持つ専門知を、直接の対象として扱えます
• 全社の生成AI活用方針・ガバナンスの設計に、実装を伴う立場から関与できます
• 技術選定・アーキテクチャ決定の裁量が大きく、意思決定の根拠を残しながら進める文化があります