案件名

最先端AI（RAG）を活用した次世代ナレッジ共有プラットフォームのバックエンド開発

お任せしたいこと

［役割］
大規模言語モデル（LLM）と社内データを連携させるRAGエンジニアとして、バックエンド基盤の設計・実装を主導していただきます。

［役割に対して求める成果］
ベクトルデータベースの最適化やプロンプトエンジニアリングを通じて、AIの回答精度および応答速度を劇的に向上させること。

具体的な業務内容

Pythonを用いたLLM（OpenAI/Anthropic等）のAPI連携機能の実装
LangChainやLlamaIndexを活用した高度なRAGパイプラインの構築と検証
QdrantやPinecone等のベクトルデータベースを用いたセマンティック検索の実装
データのチャンク分割アルゴリズムの選定および検索精度の継続的なチューニング
AIエージェント機能の実装に向けたバックエンドロジックの設計と開発
フロントエンドエンジニアやデータサイエンティストと連携したAPI仕様の策定

必須スキル・経験

Pythonを用いたWebアプリケーションまたはAPIの商用開発経験3年以上
FastAPIやDjango等のモダンなWebフレームワークを利用した実務経験
OpenAI等のLLM APIを活用したプロダクトの開発または運用経験
GitHubを用いたチーム開発におけるコードレビューおよびブランチ管理の習熟
RDB（PostgreSQL等）およびNoSQLを利用したデータモデリングの知識
クラウドプラットフォーム（AWS/GCP等）上でのアプリケーション実行環境の理解

歓迎スキル・経験

LangChainやLlamaIndexを用いた実用的なRAGシステムの構築経験
ベクトルデータベースを用いた大規模データのインデックス作成と検索最適化
Docker/Kubernetesを用いたコンテナオーケストレーションの運用経験
CI/CDパイプライン（GitHub Actions等）の構築および自動テストの知見
データ前処理やスクレイピング、自然言語処理に関する深い専門知識
スクラム開発などのアジャイルな環境におけるテックリードとしての経験

開発環境

言語・フレームワーク：Python, FastAPI, LangChain, LlamaIndex
インフラ・DB：AWS (ECS/Lambda), PostgreSQL, Qdrant, Redis
管理ツール：GitHub, Slack, Jira, Notion
技術スタック：Poetry, Pytest, Docker, Terraform

開発チームについて

現在はバックエンド3名、フロント2名、AIリサーチ1名の計6名の少数精鋭チームです。
PM、デザイナーと密にコミュニケーションを取りながら、意思決定の早い環境で開発を進めています。
テックリードを中心にモダンな技術選定を積極的に行う、技術志向の強い組織文化が特徴です。

求める人物像

最新のAI技術動向を常にキャッチアップし、実務への適用を自発的に提案できる方
複雑なビジネスロジックを整理し、シンプルでメンテナンス性の高い設計ができる方
不確実性の高いフェーズにおいて、検証と改善を高速に回すことに喜びを感じる方
チーム全体の技術力向上に貢献する意欲があり、知見の共有を惜しまない方

仕事の魅力

RAGという生成AI界隈で最も熱い領域に、プロダクトの根幹から携わることができます。
フルリモート環境ながらも、技術的な議論が活発で行き詰まった際のフォロー体制も万全です。
最先端のLLM技術を商用レベルで使い倒し、ユーザーの課題解決に直結する開発が経験できます。
技術選定の裁量が大きく、エンジニアとしての市場価値を飛躍的に高めることが可能です。

働き方

リモート環境

[フルリモート] フルリモートで働いていただけます。