AIエンジニア(Python)

仕事内容: アヴァント株式会社でAIエンジニア（Python）を募集します。 ＜会社概要＞ ミガロホールディングスの一員としてIT部門をけん引しています。もともとの特徴である穏やかな社風や働きやすさはそのままに、大手HDだからこその安定基盤や連携から生まれるシナジーをさらに活かして活躍の場を広げています。アヴァントの社長をはじめ役員陣は全員エンジニア出身。本当の意味で「エンジニアのためになる会社」を考えて作ってきました。社員ひとりひとりのためになる業務やミッションは何か、近い立場で考えてくれたり相談できたりするのは、大きな安心につながると思います。 ＜募集背景＞ 同社は現在、事業拡大フェーズに入り、対応領域・案件数ともに拡大が続いており、生成AI（LLM）／機械学習を事業に組み込み、継続的に価値を出し続けるAIエンジニア（Python）を募集します。 本ポジションでは、単なるPoCや検証に留まらず、データ・ユースケース設計／モデル・LLM活用方針の策定（RAG含む）／評価設計／実装（推論API・バッチ）／本番運用（監視・改善・再学習/プロンプト更新）まで一気通貫で推進いただきます。 さらに、精度・再現性・レイテンシ・コスト・安全性（情報漏えい/プロンプトインジェクション等を両立させながら、AIを“使える形”に落とし込み、事業成長に直結する成果創出を期待する役割です。 ＜主な業務領域＞ AI／生成AI領域における設計・実装・本番適用・改善を、AIスペシャリストとして担っていただきます。 単なるPoCやモデル作成に留まらず、LLM/RAG・機械学習を用いて「使えるAIを、安全に、継続的に改善できる」状態を実現するポジションです。 ■ AIソリューション設計（LLM/ML） ・課題の構造化、AI適用方針の策定（LLM/RAG、従来ML、ハイブリッドの選定） ・要件整理（精度、レイテンシ、コスト、説明可能性、安全性、運用要件） ・AIアーキテクチャ設計（データ 〜 推論 〜 評価 〜 運用までの全体設計） ■ 生成AI（LLM/RAG）の設計・実装 ・RAG設計・実装（検索設計、ベクトル化、再ランキング、プロンプト設計） ・ガードレール設計（出力制御、禁止語/機密対策、引用/根拠提示、フォールバック） ・推論処理の実装（PythonによるAPI/バッチ、性能・コスト最適化） ■ 機械学習モデルの開発・改善 ・データ前処理、特徴量設計、学習・評価、チューニング ・モデル選定、実験設計、再現性担保（実験管理・バージョン管理） ・本番適用を見据えた推論方式（オンライン/バッチ）と精度・性能の両立 ■ 評価設計・品質保証（AI品質の担保） ・評価指標/評価データ/評価手順の設計（精度、幻覚、回収率、業務KPI 等） ・オフライン評価 〜 オンライン評価（ユーザーフィードバック、A/B）までの設計 ・品質改善サイクル（誤り分析、プロンプト/データ/モデルの改善） ■ 運用・監視（MLOps/LLMOps観点の実装・改善） ・監視設計（品質劣化/ドリフト、レイテンシ、エラー率、コスト、利用状況） ・再学習/プロンプト更新など改善運用の仕組み化（必要に応じて自動化） ・ログ設計、インシデント時の原因分析と恒久対策 ■ セキュリティ／ガバナンス（AI利用の安全設計） ・情報漏えい対策、アクセス制御、監査ログ、データ取り扱いルールの整備 ・プロンプトインジェクション等の脅威対策、セーフティ要件の実装 ・社内外の関係者と連携したAI活用ガイドライン・標準化の推進 ・AIの品質と安全性を両立するガバナンス整備（ログ/監査/利用ルール）にも関われる ・技術選定の自由度が高く、PoC止まりではないAIプロダクト化を推進できる

求める人材: 【必須要件】 ・PythonによるAI開発の実務経験（生成AI/LLM活用、機械学習のいずれか。API/バッチ実装含む） ・評価設計／品質保証の経験（指標設計、評価データ設計、誤り分析、改善サイクル運用） ・セキュリティ／ガバナンスを踏まえたAI実装の経験（権限、監査ログ、情報漏えい対策等の考慮）

年俸1000万円～1500万円 給与: 1000万円 ～ 1500万円 ※経験・能力を考慮の上、決定します。

シフト制 勤務時間・曜日: 09:00～18:00（実働8時間・休憩60分） ※配属先により異なります

休暇・休日: 土日休み

【保険制度】 ・雇用保険 ・労災保険 ・健康保険 ・厚生年金 待遇・福利厚生: ・転勤なし

試用期間なし

その他: 本求人はSPARK株式会社が持つ人材紹介求人です。 求人に関しての問い合わせは下記までお願いします。 03-4582-3760 雇用形態: 正社員 給与: 10,000,000円 - 15,000,000円 年俸 平均所定労働時間（1か月当たり）: 160時間