AI Engineer

Location: Tokyo, Tokyo JP

Apply

Job Number: 1671

External Description:

主な業務範囲

要件定義サポート、プロトタイピング、データパイプライン開発、LLMオーケストレーション、CI/CD、クラウドデプロイ、運用サポート。

主な責任（Key Responsibilities）

実践的な質問や前提条件の特定を行い、ビジネスニーズを管理可能な技術タスクへ分解することで、要件の明確化をサポートする。
AIおよび自律型エージェント（Agentic）アプリケーションの概念実証（PoC）、プロトタイプ、MVPコンポーネント、および本番対応機能を開発する。
Pythonサービス、API、データパイプライン、LLMオーケストレーションフロー、プロンプト/コンテキストロジック、および統合コンポーネントの構築と維持を行う。
GitHub Enterpriseまたは同等のツールを使用し、ソース管理、プルリクエスト、コードレビュー、ブランチ戦略、およびリリース連携を行う。
自動テスト、CI/CDパイプライン、コンテナ化されたデプロイ、モニタリングフック、および環境設定を実装する。
クラウド、セキュリティ、アーキテクチャ、データ、運用チームと連携し、エンタープライズのデリバリー基準を満たす。
デイリースクラム、スプリントプラニング、バックログリファインメント、デモ、レトロスペクティブ（振り返り）などのアジャイルセレモニーに積極的に参加する。
技術設計、セットアップ手順、既知の制限事項、運用ランブック、サポートノートを明確にドキュメント化する。

必須の技術スキル（Required Technical Skills）

クラウド開発経験: Azure、AWS、Google Cloudなどのプラットフォーム（Azure経験者優遇）。
Pythonプログラミング: バックエンド開発、データ処理、自動化、AIアプリ開発のための高いPythonスキル。
データエンジニアリングの基本: データパイプライン、API、構造化/非構造化データの取り扱い、バリデーション、データ変換。
LLM/エージェント開発フレームワーク: LangChain、LangGraph、Semantic Kernel、AutoGen等の使用経験。
LLM概念の理解: プロンプトエンジニアリング、コンテキストエンジニアリング、検索パターン（Retrieval）、評価、エラー分析など。
CI/CD・ソース管理: GitHub Enterprise、GitHub Actions、Azure DevOps、または同等のツール経験。
Docker / Kubernetesの基本: パッケージング、デプロイ、設定、実行時のトラブルシューティング。
テストと品質管理: ユニットテスト、統合テスト、回帰テスト、セキュアコーディングの基礎。
MVPの定義とデリバリー計画: 最小限のプロダクト（MVP）の特定、スコープ境界の定義、機能の優先順位付け、前提条件の検証、プロトタイプから本番移行までの実践的なロードマップ作成能力。
Model Context Protocol（MCP）の基礎知識: エージェントアプリケーション向けにMCPベースのツール/リソースを実装・統合する実践的能力。

Job Number: 1671

Community / Marketing Title: AI Engineer

Location_formattedLocationLong: Tokyo, Tokyo JP