BERTのAIエンジニア・プロジェクトリーダー・企画（フルリモート案件有・開発にも参画可能）

【仕事内容】
AIエンジニアとして、下記のような業務に携わっていただきます
・LLM(大規模言語モデル) 構築・運用
・機械学習/深層学習モデルの設計・実装・評価
・PoC開発およびサービス実装への落とし込み
・クライアント課題に応じたAIソリューションの提案・技術支援

※具体的なプロジェクト内容は面談時

【技術スタックの紹介】
案件により異なりますが、以下の技術に携わることが多いです。

・言語/フレームワーク: Python (FastAPI, Flask, Django)
・AI・MLライブラリ: PyTorch, TensorFlow, Hugging Face Transformers, scikit-lear
・LLM関連:OpenAI API, LangChain, Ilama.cpp, LoRA/Fine-tuning
・データ基盤:Pandas, Spark, Airflow, Jupyter Notebook
・MLOps/DevOps: MLflow, Docker, Kubernetes, GitHub Actions, Weights & Biases
・クラウド/インフラ: AWS(SageMaker, Lambda, EC2), GCP(Vertex Al), Azure(OpenAI Service)
・その他: Elasticsearch, PostgreSQL, Redis, Streamlit

【プロジェクト内容例】
・DXに向けたアルゴリズム開発(AI)
・生成AI・RAGを利用したアプリ開発

■必須スキル
・AI/機械学習モデルの開発経験 (2年以上)
・Pythonを用いた開発経験
・ML/DLライブラリ (PyTorch、TensorFlowなど)の使用経験
・Git等を用いたチーム開発経験

■歓迎スキル
・LLM (GPT、BERT等)の構築・Fine-tuning経験
・AWS/GCP等のクラウドインフラ活用経験
・MLOps、CI/CDの知見
・クライアント対応/提案業務の経験

▼キャリアパス例▼
・スペシャリスト路線
LLM構築やMLOpsなど先端領域に特化したエンジニアとして、技術を深掘りしていくルート。技術顧問やリードAIエンジニアを目指せます。
・ プロジェクトリーダー/マネジメント路線
複数プロジェクトを推進するPMやテックリードとして、チーム全体を牽引するポジションへ。
・プロダクト志向路線
顧客先サービスの企画・開発にも参画可能。事業づくりの視点からエンジニアリングに関与できます。

【現在在籍しているエンジニアの声】
「大規模言語モデルのカスタマイズや文章生成の分野など、技術的にチャレンジングな案件が多く、成長実感があります。」
-- 30代前半・AIエンジニア
「SESでありながら、自分のスキルや志向に合った案件をしっかり選べる。無理なアサインがなく、納得して働けるのが魅力です。」
-- 20代後半・AIエンジニア
「生成AIやMLOpsに興味があって入社しましたが、自社AI研修教材などを活用やナレッジ共有が活発で、社内でも最新技術をキャッチアップしやすいです。」
-- 30代・テックリード