【AIエンジニア】AIエージェント基盤をビジネスの中核へ
職種: AI・機械学習エンジニア
雇用形態: 正社員
エリア: 東京都港区虎ノ門2-6-1虎ノ門ヒルズ ステーションタワー36~38階
業務内容
▼お任せする業務
AIエージェント基盤の設計・開発・運用 : LLMプラットフォーム（Bedrock, Vertex AI等）やエージェント基盤（LangGraph, CrewAI等）を活用したシステムの構築
評価・改善サイクルの設計 : AIエージェントの応答品質を測る評価指標、テストデータ、改善プロセスの策定
運用基盤の構築 : MCP（Model Context Protocol）や外部APIを統合し、安全かつ再利用性の高い運用基盤の設計
可観測性の確保 : エージェントの判断プロセス、コスト、失敗要因のモニタリングと課題解決
▼直近で取り組んでいること
セキュアなAI基盤の構築 : 広告・売上・CRM等の機密データを扱うためのローカルLLM環境、ガードレール、権限管理、監査ログを備えた基盤整備
▼将来的に取り組みたいこと
ライトニングMMMのAIエージェント化 : WebUIによる複雑な設定ではなく、自然言語での問いかけから意思決定サマリや推奨アクションを即時生成するUXの提供
マーケティングAIエージェントの提供 : 現在、社内メンバーが行っている情報収集、情報整理、分析、戦略立案等の業務をAIエージェント化
Human in the loop設計の高度化 : AIによる自動化と、人間による最終判断・ディレクションが最適に融合する業務プロセスの構築
実際の業務進行について
社内依頼者と伴走しながら、顧客の複雑な要望に対してAI・テクノロジーを活用したソリューションを提供します。ソリューション提供後は、個別案件で得られた解決策を抽象化し、AIエージェントなどの標準プロダクト機能へと昇華させ、再利用可能なアーキテクチャとして組織知に蓄積していきます。
◎募集背景
テレシーは2021年の創業以来、2025年には取扱高165億円を達成するなど急成長を遂げています。 さらなる提供価値の最大化のため、「ビジネスプロデューサーが顧客と向き合う時間」を最大化することが不可欠です。 そのために業務タスクをAIで効率化・プロダクト化し、事業をエンジニアリングできるAIエンジニア組織を構築するため、新たなメンバーを募集します。
◎やりがい
実社会へのAI実装 : AIを単なる検証に留めず、実際のビジネスの意思決定基盤として運用し、クライアントの事業成長に直接貢献できます。
最先端技術への挑戦 : ローカルLLM、AIエージェント、MCPなど、常に進化するAIテクノロジーをプロダクトに組み込む挑戦が可能です。
◎ポジションの魅力
AIネイティブな組織作り : 開発だけでなく運用までを見据えた品質評価や安全性の担保など、AI活用の「中核」を担う仕組みづくりに関われます。
豊富なアセット : パートナー、グループの独自アセット等を活用して、顧客課題解決に向けたマーケティングソリューションを創出できます。
◎開発環境
LLMエンジニアリング : vLLM, OSS LLM（Llama / Qwen / gpt-oss）, LiteLLM, RouteLLM, Semantic Router, LangGraph, CrewAI, NeMo Guardrails, Guardrails AI, Promptfoo, Ragas, PostgreSQL (pgvector), Langfuse (Self-hosted), Prometheus, Grafana, Ray 等
MLエンジニアリング : JAX, NumPyro, statsmodels, Dagster, Python, MLflow 等
データエンジニアリング : Snowflake, dbt cloud, Adverity, fivetran 等
インフラ(AI) : AWS, GCP (Amazon Bedrock, Google Vertex AI)
共通 : Docker, Terraform, GitHub, Slack
AIエージェント基盤の設計・開発・運用 : LLMプラットフォーム（Bedrock, Vertex AI等）やエージェント基盤（LangGraph, CrewAI等）を活用したシステムの構築
評価・改善サイクルの設計 : AIエージェントの応答品質を測る評価指標、テストデータ、改善プロセスの策定
運用基盤の構築 : MCP（Model Context Protocol）や外部APIを統合し、安全かつ再利用性の高い運用基盤の設計
可観測性の確保 : エージェントの判断プロセス、コスト、失敗要因のモニタリングと課題解決
▼直近で取り組んでいること
セキュアなAI基盤の構築 : 広告・売上・CRM等の機密データを扱うためのローカルLLM環境、ガードレール、権限管理、監査ログを備えた基盤整備
▼将来的に取り組みたいこと
ライトニングMMMのAIエージェント化 : WebUIによる複雑な設定ではなく、自然言語での問いかけから意思決定サマリや推奨アクションを即時生成するUXの提供
マーケティングAIエージェントの提供 : 現在、社内メンバーが行っている情報収集、情報整理、分析、戦略立案等の業務をAIエージェント化
Human in the loop設計の高度化 : AIによる自動化と、人間による最終判断・ディレクションが最適に融合する業務プロセスの構築
実際の業務進行について
社内依頼者と伴走しながら、顧客の複雑な要望に対してAI・テクノロジーを活用したソリューションを提供します。ソリューション提供後は、個別案件で得られた解決策を抽象化し、AIエージェントなどの標準プロダクト機能へと昇華させ、再利用可能なアーキテクチャとして組織知に蓄積していきます。
◎募集背景
テレシーは2021年の創業以来、2025年には取扱高165億円を達成するなど急成長を遂げています。 さらなる提供価値の最大化のため、「ビジネスプロデューサーが顧客と向き合う時間」を最大化することが不可欠です。 そのために業務タスクをAIで効率化・プロダクト化し、事業をエンジニアリングできるAIエンジニア組織を構築するため、新たなメンバーを募集します。
◎やりがい
実社会へのAI実装 : AIを単なる検証に留めず、実際のビジネスの意思決定基盤として運用し、クライアントの事業成長に直接貢献できます。
最先端技術への挑戦 : ローカルLLM、AIエージェント、MCPなど、常に進化するAIテクノロジーをプロダクトに組み込む挑戦が可能です。
◎ポジションの魅力
AIネイティブな組織作り : 開発だけでなく運用までを見据えた品質評価や安全性の担保など、AI活用の「中核」を担う仕組みづくりに関われます。
豊富なアセット : パートナー、グループの独自アセット等を活用して、顧客課題解決に向けたマーケティングソリューションを創出できます。
◎開発環境
LLMエンジニアリング : vLLM, OSS LLM（Llama / Qwen / gpt-oss）, LiteLLM, RouteLLM, Semantic Router, LangGraph, CrewAI, NeMo Guardrails, Guardrails AI, Promptfoo, Ragas, PostgreSQL (pgvector), Langfuse (Self-hosted), Prometheus, Grafana, Ray 等
MLエンジニアリング : JAX, NumPyro, statsmodels, Dagster, Python, MLflow 等
データエンジニアリング : Snowflake, dbt cloud, Adverity, fivetran 等
インフラ(AI) : AWS, GCP (Amazon Bedrock, Google Vertex AI)
共通 : Docker, Terraform, GitHub, Slack
※本求人は、株式会社キッカケクリエイションによる職業紹介での求人ご紹介となります。
求める人物像
■必須条件
・業務課題をヒアリングし、業務改善・システム導入プロジェクトのリード経験（企画・要件定義～運用）
・AI／機械学習プロダクトの導入支援・活用推進の経験（PoC～運用）
・ビジネス上の意思決定を行うためのダッシュボードを企画し、実装、展開、運用定着まで行った経験
・MLOps（CI/CD/CT、モニタリング、再学習パイプライン等）の設計・開発および自動化の運用経験
・コンテナを用いたインフラ基盤の設計・運用経験
・Infrastructure as Codeを用いた構築・運用経験
■求める人物像
・CARTA Tech Vision に共感していただける方
・AIエージェントの応答品質を自ら定義し、改善サイクルを設計できる方
・顧客課題からあるべき姿を構想し、個別要件をプロダクトへと抽象化できる方
■歓迎要件
・BigQuery, SnowflakeなどのDWHを利用したデータ分析基盤の開発経験
・SQLによるデータモデリングの経験（ディメンショナルモデリングやスタースキーマの設計／実装経験）
・AIエージェントの品質保証（信頼性・安全性）およびビジネス整合性の評価・検証経験
・業務課題をヒアリングし、業務改善・システム導入プロジェクトのリード経験（企画・要件定義～運用）
・AI／機械学習プロダクトの導入支援・活用推進の経験（PoC～運用）
・ビジネス上の意思決定を行うためのダッシュボードを企画し、実装、展開、運用定着まで行った経験
・MLOps（CI/CD/CT、モニタリング、再学習パイプライン等）の設計・開発および自動化の運用経験
・コンテナを用いたインフラ基盤の設計・運用経験
・Infrastructure as Codeを用いた構築・運用経験
■求める人物像
・CARTA Tech Vision に共感していただける方
・AIエージェントの応答品質を自ら定義し、改善サイクルを設計できる方
・顧客課題からあるべき姿を構想し、個別要件をプロダクトへと抽象化できる方
■歓迎要件
・BigQuery, SnowflakeなどのDWHを利用したデータ分析基盤の開発経験
・SQLによるデータモデリングの経験（ディメンショナルモデリングやスタースキーマの設計／実装経験）
・AIエージェントの品質保証（信頼性・安全性）およびビジネス整合性の評価・検証経験
募集要項
| 職種 | AI・機械学習エンジニア |
|---|---|
| 雇用形態 | 正社員 |
| 勤務体系 | フレックスタイム制度 |
| 就業時間 | 09:30～18:30 |
| 休日 | 土日祝休み,完全週休二日制,有給休暇,年末年始休暇,慶弔休暇, ・ボーナス休暇 ・失効年次有給積立休暇 |
| 給与 | 年俸：10,800,000円 〜 20,000,000円 固定残業：なし ■月給内訳 ・ベース給：599,545円～1,156,636円 ・ライフプラン支援金：55,000円 ・固定残業手当（45時間分）：230,119 円～425,982円 ・固定深夜手当（15時間分）：15,342 円～28,399円 ※超過分別途支給 ■想定年収 1,080万円～2,000万円 ※前職の給与・能力・経験を考慮の上決定 ※別途決算賞与・インセンティブ有（業績・成果による） |
| 試用期間 | 試用期間：あり 期間：3ヶ月 条件：本採用時と同様 |
| 通勤手当 | あり |
| 待遇・福利厚生 | 残業手当,通勤手当,企業型確定拠出年金 |
| 加入保険 | 健康保険あり・労災保険あり・厚生年金あり・雇用保険あり |
| 受動喫煙防止措置 | 喫煙室設置 |
| 就業場所 | 東京都港区虎ノ門2-6-1虎ノ門ヒルズ ステーションタワー36~38階 |
| 勤務先名 | 株式会社CARTA HOLDINGS |
| 勤務先本社所在地 | 東京都港区虎ノ門2-6-1虎ノ門ヒルズ ステーションタワー 36階 |
| 勤務先ウェブサイトURL | https://cartaholdings.co.jp/ |
| 勤務先事業内容 | ・デジタルマーケティング支援 ・広告配信プラットフォーム運営 ・メディア運営 ・販売促進DX（デジタルトランスフォーメーション）支援 ・新卒エンジニア採用支援など |
| 勤務先従業員数 | 1563 |
| 選考について | 【選考フロー】 ◎書類選考 1次面接：テレシーデータサイエンス部長 2次面接：人事 + CARTA HOLDINGS CTO 最終面接：テレシー代表取締役社長執行役員 + 取締役執行役員（開発局担当） ※注意事項 ・選考回数は増減する可能性があります。また面接官は変更となる場合があります ・1,2次面接はオンラインで実施可能です。最終面接は対面での実施を想定しています ・入社後のオンボーディングや就業支援を行うため、1次面接実施前までに適性検査を実施いたします ・ご入社のための条件すり合わせや疑問解消のため、選考の途中で人事面談を実施します ◎バックグラウンドチェックについて 選考の途中で、バックグラウンドチェック（リファレンスチェック/コンプライアンスチェック）を実施します。当社と利用契約を締結したバックグラウンドチェックのサービス提供会社に対して、以下に掲げる応募者様の個人情報の開示（第三者提供）を行いますのでご承知ください。 ・応募者様の氏名 ・メールアドレス ・応募書類（履歴書、職務経歴書など） back check 株式会社 ※状況に応じて、バックグラウンドチェックを実施しない場合もございます。実施の際は改めて直接ご案内いたします。 |
| 応募書類等 | 履歴書、職務経歴書 |
紹介会社情報
| 企業名 | 株式会社キッカケクリエイション |
|---|---|
| 業種 | 人材派遣・人材紹介 |
| 代表者名 | 川島 我生斗 |
| 所在地 | 東京都渋谷区桜丘町22番14号 N.E.Sビル N棟３階 |
| 事業内容 | 有料職業紹介・派遣事業 有料職業紹介許可番号：13-ユ-312698 労働者派遣許可番号：派13-316232 |
| 電話番号 | 090-8226-6875 |