大手企業のAI活用を支えるため、 企画・要件整理〜実装〜運用まで一貫して担当します。 【生成AI/RAG】 ■LLM(GPT/Claude/Gemini)を活用した生成AIアプリケーション開発 ■RAGパイプラインの構築（ベクトルDB、前処理、Retriever設計） ■プロンプト設計・開発、評価指標策定、運用改善 ■スコアリング・ハルシネーション抑制設計 【GraphRAGによる知識抽出】 ■Neo4jを利用したナレッジグラフ構築 ■エンティティ抽出・関係性推論・Graph Embedding ■LLM×RAGによる分析 【AIモデルの実用化（MLOps）】 ■既存AIモデルのクラウドリフト（GCP/AWS） ■FastAPI/Cloud RunによるAPI化 ■推論基盤の最適化、ログ収集、評価基盤整備 【事業価値の創出】 ■課題の深掘り、要件化、PoC設計 ■分析〜レポート〜次フェーズ提案 ■プロダクト側との長期伴走支援 技術領域は幅広く、AI×クラウド×データを横断して 価値創出に集中できる環境です。 ■化粧品メーカー 独自AIモデルのクラウドリフト（GCP） ・研究レベルのAIモデルにチューニングし、高負荷試験を実施して商用API化 ■海運業 異常検知モデルの運用基盤構築 ・Kafka×Dockerでリアルタイム処理を実現 ■リユース業 Streamlit×生成AIによる業務支援アプリ開発 ■小売業 棚割自動生成ロジック開発 ・数理最適化とルールモデルを組み合わせ、棚割計画を高速自動化 ■レジャー・観光業 社内知識を活用し、多言語で文脈理解できる生成AIチャットを開発 例として以下のような業務や 技術環境に携わる機会があります。 【生成AI】 ■LLMを中心とした生成AIアプリケーション開発 ■Embeddingモデルによるベクトル化および検索・類似度計算の最適化 ■Function Callingを用いた外部サービス連携の制御フロー実装 【RAG】 ■FAISS/Pineconeを活用したベクトルDB設計・構築 ■文書前処理、Chunking、Embedding最適化による検索精度向上 ■GraphRAG（Neo4j）設計・実装 【生成AIと独自データ連携】 ■RAG/各種MCP連携 ■セキュリティ/ガードレール対応 【ナレッジグラフ】 ■Neo4jやCypherを用いた構築・更新 ■NER/NELを活用したKnowledge Extraction実施 ■node2vecなどの手法によるGraph Embedding生成・分析 【AIモデル実運用】 ■FastAPI/Flaskを用いた推論API構築・運用 ■Cloud Run/ECS/Lambdaでのデプロイ ■ログ収集、A/Bテスト、パフォーマンス改善など実運用における最適化 【データパイプライン】 ■Airflow/Step Functions/Cloud Runによる定期処理 ■特徴量生成の実施 ■各種データの品質チェックおよび監視体制の整備 【技術スタック】 言語：Python/TypeScript ML：LangChain・LangGraph/LLM（GPT/Claude/Gemini）/scikit-learn/PyTorch/Transformers クラウド：GCP（Cloud Run/BigQuery/Vertex AI） AWS（Bedrock/Lambda/ECS） DB：Snowflake/BigQuery/Redshift/Pinecone/Neo4j その他：Docker/GitHub/OpenAPI/JMeter 【働き方】 ■10年以上フルリモート ■Slack中心、毎朝の朝会で連携 ■Wikiで情報共有し、リモートでも孤立しない環境 <注目ポイント1> 担当プロジェクトの魅力 大手エンタープライズ企業と直接コミュニケーションをとりながら、 生成AI・RAG・データ基盤をはじめとした 最前線のテーマに取り組める点が当社の特徴です。 PoC段階から参画することも多く、 技術的な選択肢やアーキテクチャの検討にも主体的に関われます。 また、仕組みを作って終わりではなく、 運用段階まで責任を持って向き合えるため、 技術が実際に使われ価値を発揮するところまで見届けたい という方にとって大きなやりがいがあります。 クラウド・AI・データの領域が当社では横断的につながっており、 幅広い技術知見を実務の中で磨ける点も魅力です。 <注目ポイント2> 得られるスキル・経験・機会 AIエンジニアとして必要なあらゆる技術を 実案件の中で体系的に習得できます。 データの収集・整備からモデルの改善、評価指標の策定、運用まで 一連の流れを経験できるため、机上では体得できない 実践的なスキルをつけて市場価値の高い人材となれます。 大手企業のビジネス課題をAIでどう本質解決するかを考える機会も多く、 技術力だけでなく、コンサルティング能力も磨けます。 AI領域で長期的に活躍したい方にとって 成長機会の多い環境です。 【入社後の成長サポート】 入社後は既存プロジェクトの理解を深めるため、 社内Wikiや議事録の確認からスタート可能。 AI案件の背景・データ構造・技術判断を スムーズに理解できるようサポートします。 コミュニケーションはSlack中心。 必要に応じてオンラインMTGを実施し、 ほぼ毎日の朝会で進捗共有。 フルリモートでも孤立しない体制です。 技術書・資格試験・カンファレンス費用は全額会社負担。 生成AI・LLM・RAG・Snowflake・GCP/AWS資格など 伸ばしたい領域を自由に強化できます。

大手エンタープライズ企業のデータ活用を支えるため 課題の深掘りから提案まで一貫して担当し、 事業に深く入り込んで価値を創出します。 Snowflake・BigQueryなどクラウドDWHを中心に、 数十億〜数千億レコード規模のビッグデータを扱う環境です。 ＜具体的な仕事内容＞ 【分析基盤の構築】 ■Snowflake/BigQuery/RedshiftなどDWHの設計・構築 ■テーブル設計、データモデリング ■クエリチューニング・性能改善 ■セキュリティ・権限設計・コスト最適化 【データ収集〜ETL/ELT】 ■Airflow/Lambda/Cloud Runなどを用いたパイプライン構築 ■データ収集、前処理、加工処理の自動化 ■品質チェック機構の整備 【分析・可視化】 ■Tableau/Looker/Amplitudeによるダッシュボード開発 ■KPI設計、メトリクス定義 ■事業課題に踏み込むインサイト抽出・レポーティング 「可視化して終わり」ではなく、事業貢献に直結する分析を行います。 【AI領域との連携】 ■AIモデル用データセットの作成 ■特徴量設計・評価指標策定 ■生成AI/LLMを活用したプロジェクトとの協働 ■大手通信キャリア ・数千億レコード規模のビッグデータ分析 ・Snowflake/Tableauによる分析基盤・可視化 ・最適な分析手法の提案とインサイト抽出支援 ■大手アパレルメーカー ・世界中の店舗、ECデータをBigQueryに統合 ・Airflowによるパイプライン自動化 ・自律的にPDCAを回せる運用体制を構築 ■化粧品メーカー ・AIモデルをクラウドへ移行 ・API化し外部システムから利用可能に ■その他 ・リアルタイム異常検知基盤 ・LLM/RAGを活用した資料再構築PoC データ分析エンジニアとして、大手エンタープライズ企業の データ活用を支える基盤構築・分析支援・可視化・AI連携まで 幅広く担当します。 扱うデータは数十億〜数千億レコード規模と非常に大きく、 Snowflake・BigQuery・Redshiftなど最新のDWH環境を活用しながら 高度な分析を行える点が特徴です。 【分析基盤・データパイプライン】 ■Snowflake/BigQuery/Redshiftを用いたDWH構築 ■Airflow/Step Functions/Lambda/Cloud RunによるETL/ELT設計 ■S3/Cloud Storageによるデータレイク環境構築 ■大量データの最適化、テーブル設計、パフォーマンスチューニング 【BI・可視化・インサイト抽出】 ■Tableau/Looker/Amplitudeなどによる可視化 ■ダッシュボード設計、指標定義、KPIモデリング ■分析結果からの示唆出し、次フェーズ提案 【AI・アルゴリズムとの連携】 ■AIモデルのクラウドリフト（GCP/AWS） ■FastAPI/FlaskによるAPI化 ■LLM×RAGなど生成AI活用支援 ■異常検知・最適化モデルとの連携パイプライン構築 【技術スタック】 Python/SQL/TypeScript/Docker/GitHub AWS：Lambda/ECS/Athena/Aurora/DMS GCP：BigQuery/Cloud Run/Vertex AI DWH：Snowflake/Redshift/BigQuery その他：Airflow/Tableau/Looker/Amplitude 【働き方】 ■10年以上フルリモート ■Slack中心、必要に応じてオンラインMTG ■朝会＋Wikiで情報共有し、リモートでも孤立しない環境 クラウド・データ・AIを横断する技術に触れながら、 大規模プロジェクトで実践的スキルを伸ばせるフィールドです。 <注目ポイント1> 担当プロジェクトの魅力 ほとんどが大手エンタープライズ企業との直取引。 業界は通信・アパレル・化粧品・医療・海運・観光など多岐にわたり、 データは数十億〜数千億レコード規模。 分析基盤構築にとどまらず、分析企画・インサイト抽出・可視化・AI連携まで、 データ活用の「入口から出口」までを担える点が大きな魅力です。 また、Snowflake・BigQuery・Redshift・Tableau・Looker・Amplitude などプロジェクト要件に合わせて幅広い技術を扱える機会があります。 データ基盤と分析の両面を深められます。 生成AI（GPT/Claude/Gemini/RAG/MCP）案件、 リアルタイム異常検知基盤など、先端領域にも挑戦可能。 分析結果が売上や施策改善に直結する手応えを得やすい環境です。 <注目ポイント2> 得られるスキル・経験・機会 ■Snowflake/BigQuery/Redshiftを中心としたDWHスキル ■AWS/GCPを用いた大規模データパイプライン構築 ■Tableau/Looker/Amplitudeによる可視化・KPI設計 ■分析からインサイト抽出・提案までの一連の実務 ■AIモデルのAPI化、LLM/RAGを活用した先端分析 ■大手エンタープライズのDX課題を深く理解する経験 ■事業サイドとの長期伴走によるデータドリブンな体制づくり 直取引で裁量が大きく、企画・基盤・分析・AI連携まで幅広く携われるため、 データ分析エンジニアとしての専門性と、 クラウドやアーキテクチャ設計の実務スキルを同時に伸ばせます。 クラウド×データ×AIの3領域を横断できる数少ない環境です。 【入社後の成長サポート】 入社後は、既存プロジェクトの理解を深めるために 議事録作成や社内Wikiの確認からスタートすることも可能。 全体像をつかみながら自然にチームへ馴染めるようサポートします。 コミュニケーションは基本的にSlack。 必要に応じてオンラインMTGを実施し、 ほぼ毎日の朝会で進捗・課題を共有。 フルリモートでも連携が密で、 孤立しない仕組みが整っています。 技術書・資格試験・カンファレンス参加費は会社が全額負担。 AWS/GCP資格、Tableau認定など、 成長したい領域を自由に伸ばせる支援制度があります。