大規模言語モデル（LLM）を軸にしたエージェント・フレームワークを用い、社内外の業務プロセスを自動化・最適化する AI システムを企画・実装をご担当いただきます。日本のテックリードと海外メンバーで構成されたグローバルスクラムの中心として、PoC から本番運用までをリードしていただきます。※ AI／LLM エージェント開発の実務経験がなくても問題ありません。Web／アプリ開発などのシステム開発経験をお持ちで、生成 AI に強い興味があり、自主学習・個人開発・ハッカソン等でスキルを磨いている方を歓迎します。下記が業務イメージになります。・AI エージェント設計・実装 事業要件を LLM／外部ツールにマッピングし、LangChain・LangGraph・AutoGen・CrewAI 等でエージェントを構築 ・RAG & ナレッジ統合 Vector DB（Weaviate／Pinecone など）を使ったデータ統合と検索精度最適化 ・MLOps / DevOps Docker／Kubernetes、GitHub Actions による CI/CD、自動テスト・モニタリング基盤の整備 ・グローバル開発連携 日本側 Tech Lead × 海外エンジニアのハイブリッドスクラムで開発推進

Python または TypeScript を用いた Web／API サービス開発のご経験(目安3年以上) OpenAI・Anthropic Claude・Google Gemini などの LLM API を用いた実装のご経験 エージェント・オーケストレーション ライブラリの利用のご経験 LangChain／LangGraph／AutoGen／CrewAI のいずれかの知見またはご経験（PoC レベルで可） クラウド環境の構築・運用スキルをお持ちの方（AWS／GCP／Azure のいずれか、Docker 基礎含む） Git ワークフロー & CI/CD（GitHub Actions／GitLab CI 等）および AI コーディングアシスタント（Copilot・Cursor・Devin 等）の活用のご経験 日本語での技術ドキュメント作成・ディスカッション能力をお持ちの方

英語での技術ドキュメント作成・ディスカッション能力のある方 RAG パイプラインの設計・運用のご経験（Vector DB、Embedding 再ランク等） LLM 評価・監視フレームワーク（LangSmith／PromptFlow／Guardrails など）の利用のご経験 モデルチューニング（LoRA／QLoRA、RLHF／RLAIF 等）の実装のご経験 GPU クラスター最適化のご経験（Kubernetes + NVIDIA GPU Operator 等） セキュリティ・ガバナンスの知見（PII マスキング、AI 利用ポリシー策定） プロダクトマネジメント／スクラムマスター ご経験 多言語対応エージェント 開発の経験 生成 AI OSS へのコントリビュート または関連論文の執筆・発表実績のある方

140時間 ~ 180時間

2025/09

フルリモート

1回

オンライン

未設定

未設定

2025/08/05 17:00:26

AI技術は、業務プロセスの自動化や最適化を可能にし、企業の競争力強化に不可欠です。 本案件では、大規模言語モデルを駆使したAIシステムの企画・実装に携わることで、最先端技術の実践経験を積むことができます。 グローバルな開発チームとの連携を通じて、国際的な視野を広げながら、AIエンジニアとしてのスキルアップを目指せるでしょう。