生成AIエンジニア

必須

• 生成AIを活用したシステム開発もしくはデータ分析の実務経験 1年以上
• ディープラーニングを利用したAIモデル構築経験 1年以上

歓迎

• 生成AIを活用するための技術知識を有している
• └例：プロンプトエンジニアリング，ファインチューニング，RAG，エージェントなど
• 大規模言語モデル（LLM）に関する知見を有している
• PoC／プロトタイプ開発の実務経験

求める人物像

• 本番運用を前提に、品質・セキュリティ・運用まで含めて設計したい
• 曖昧さを整理し、関係者と合意しながら前に進められる
• 改善サイクルを仕組みとして回し、継続的に価値を上げたい

応募について

• 実務経験の有無に関わらず“価値に着地させる”仲間を増やします。

使用ツール

募集背景

• 生成AIは、単なる“ツール”ではなく、業務の設計そのものを変える技術になりました。価値が出るのは「モデルを触れる人」ではなく、課題設定→検証→実装→運用までやり切れる人です。
• スカイウイルでは、生成AIを活用した提案・PoC・開発の相談が増え、チームで再現性ある実装パターンを育てています。だから今回、実務経験の有無に関わらず“価値に着地させる”仲間を増やします。入社後は、小さく作って学び、次に提案・改善へ。あなたの成長が、そのままチームの武器になります。

このポジションのミッション

• LLM/RAGを業務課題に落とし込み、PoC→本番を完走させる
• 再現性ある実装パターンをチームの資産にする

業務イメージ

• RAG/LLMを本番運用前提で設計・実装（セキュリティ、監視、性能、障害時の設計）
• ユースケースの要件整理と設計（“何を自動化し、どこを人が見るか”の線引き）
• 評価基盤の整備（自動評価、回帰テスト、プロンプト/検索の改善サイクル）
• クラウド上でのアーキ設計・実装（API、データ、権限、コスト最適化）
• チームの型づくり（実装標準、ナレッジ、再利用可能な部品・テンプレ整備）

得られるキャリア・ベネフィット

• RAG/LLM実装を“本番運用前提”で磨ける（設計・セキュリティ・監視/評価まで）
• 業務価値に変える実装経験が積める（要件整理→検証→実装→改善サイクル）
• クラウド×生成AIで再現性のあるアーキ設計が身につく
• キャリアの分岐が広い（生成AIアーキ/AIプロダクト開発/AI-PM など）
• キャリアを逆算したアサイン：伸ばしたい軸（上流/技術深掘り/リード）から役割を設計します
• 複数の視点で成長を支える体制：定期面談やレビューで、次の一手を一緒に決めます

仕事の難しさ

• 本番運用前提で、セキュリティ・監視・性能・コストのトレードオフ判断が発生します。
• 評価（回帰）を作らないと品質が崩れるため、仕組みとして改善サイクルを回す必要があります。
• 関係者が多く、期待値調整と合意形成がプロジェクトのスピードに直結します。