ブロードリーフは、自動車アフターマーケットの膨大なデータを武器に、次世代のSaaS・プラットフォームへAIを標準搭載するフェーズにあります。
当社のAIエンジニアは、モデルの研究・開発に留まらず、その成果をプロダクトへ組み込み、現場の課題を解決するまでを一貫して担います。
CEOがエンジニア出身であり、本プロジェクトはCEO直轄で推進。
技術投資やデータ活用への理解が非常に深く、圧倒的なスピード感で開発に没頭できる環境です。

■ AIエンジニアとしての醍醐味
「自前データ」による勝利：整備・部品・流通のテキスト、画像、音声、OCRなど、40年にわたり蓄積された「ここでしか触れないデータ」がAI学習の源泉です。汎用モデルのAPI利用だけでは到達できない、ドメイン特化型の高精度なモデル構築が可能です。
幅広いキャリアパス：機械学習モデルの構築（Model）、AI基盤の整備（MLOps）、プロダクトへの組み込み（Application）、あるいはAIを活用した新サービスの企画。ご本人の志向と適性に合わせて、最も輝ける領域をお任せします。
AIコーディングの最先端：開発環境自体もClaude code、Cursor、GitHub Copilot等をフル活用。最新ツールを使い倒し、開発効率を極限まで高める文化があります。

■ 具体的な業務内容
ご経験や志向性に合わせて、以下の領域を横断的にお任せします。

　・AIモデルの研究・開発
　　・予測モデル、自然言語処理、画像認識など、業務最適なAIモデルのトレーニングおよびチューニング。

　・プロダクトへのAI組み込み
　　・SaaS/プラットフォーム上でのAI機能の実装、およびユーザー体験（UX）の設計。

　・MLOps / データ基盤の構築
　　・大規模データを効率的に扱うためのパイプライン構築、モデルのデプロイ・運用・監視。

　・AI活用戦略の立案
　　・現場データから新たなビジネスチャンスを見出し、新サービスや機能のプロトタイピングを実施。

■ 期待する役割
・「社会実装」へのこだわり：精度を追求するだけでなく、「現場でどう使われ、どう役に立つか」を想像して開発できること。
・自律的なキャッチアップ：日進月歩のAI領域において、最新の論文や技術を素早く検証し、プロダクトに還元できること。

■ 開発環境（一例）
モダンな技術スタックを積極的に採用し、生産性の高い環境を構築しています。

　・Backend: Java (Spring Boot), Go
　・Frontend: TypeScript, Angular, HTML5/CSS3 (Sass)
　・Infrastructure: GCP, AWS, Docker, Kubernetes
　・Database: CloudSQL, Cassandra, Elasticsearch, Redis
　・Tools: GitLab, IntelliJ, VS Code
　・OS: Linux, macOS, Windows
　・AI: Claude code, Cursor, Playwright

【事業の魅力】
・変革の進むモビリティ業界の「縁の下の力持ち」的な存在として、モビリティ業界のDXに関われます
・GCPの利活用においてはアジアパシフィックでもトップクラス、Googleとも大きなパイプラインがあります
・創業20年を超え、さらなら成長を目指してAI実装や新技術研究なども非常に注力しています

【本ポジションの魅力】
・自社サービス・自社SaaSという事業構造のため、超上流工程～運用・保守まで様々なフェーズに関われます
・お客様の企業規模やプロジェクトの規模・期間も幅広く、小規模なものから非常に大きなものまで様々な挑戦できます
・バックエンドのみ、フロントエンドのみではなく、バックエンド・フロントエンド・クラウドインフラ・DBと幅広く経験を積めます

【働き方の魅力】
・札幌・東京・福岡の3拠点から勤務先を選ぶことができます（Uターン / Iターン希望者も多いです）
・マネジメント・スペシャリストの両パスで、同一水準の給与レンジを適用しています
・末永く働いてほしいという思いから、ライフステージの変化に合わせた休暇制度を用意しています

■必須条件
・AI/機械学習を用いたプロダクト・サービスの実装経験（目安：3〜5年以上）：単なるモデル作成（Jupyter等）に留まらず、推論エンドポイントの作成やアプリケーションへの組み込みまで一貫して携わった経験。
・LLM（大規模言語モデル）の実装・活用経験：RAG（検索拡張生成）の構築や、プロンプトエンジニアリング、APIを用いたAI機能の社会実装経験。
・Pythonを用いたクリーンかつ堅牢なソフトウェア開発能力：プロダクトコードとして耐えうる、保守性・再利用性を意識した実装ができること。
・データ基盤の操作・活用スキル：SQLを用いた大規模データの抽出・加工能力に加え、ベクトルデータベース（Vector Database）等のAI周辺技術への理解。
・AIの社会実装に対する強いオーナーシップ：数学・統計の基礎知識をベースに、精度向上だけでなく「ユーザーの課題解決」を最優先に手法を選択できること。

■求める人物像
・データの価値を信じる方：膨大な泥臭いデータの中から、宝物（インサイト）を見つけ出すことに情熱を持てる方。
・エンジニアリング×ビジネスの越境者：技術的な理想を追求しつつ、ビジネス的な納期やコスト感とのバランスを最適化できる方。

■歓迎要件
・MLOps（機械学習基盤）の構築・運用経験：Vertex AI / SageMaker等を用いた、学習・デプロイ・監視の自動化パイプライン構築。
・ドメイン特化型モデルのファインチューニング経験：汎用モデルに対し、自社固有の専門データを用いて追加学習・最適化を行った経験。
・マルチモーダルAIの知見：テキストだけでなく、画像（OCR含む）、音声、動画などの異なるデータソースを組み合わせた解析経験。
・インフラ・アーキテクチャの知識：GCP / AWS 等のクラウド環境における、スケーラブルなAI実行環境の設計・構築経験。