お任せしたいこと
［役割］
Pythonエンジニアとして、大規模言語モデル（LLM）と企業のナレッジデータを組み合わせたRAG（検索拡張生成）システムのバックエンド開発を担当していただきます。
［役割に対して求める成果］
FastAPIを用いた高速なAPI構築と、ベクトルデータベースの最適化により、AIの回答精度と応答速度を実用レベルまで引き上げること。

具体的な業務内容
Python（FastAPI）を用いた、LLM（OpenAI/Anthropic等）のAPI連携ロジックの実装
LangChainやLlamaIndexを活用した、効率的なRAGパイプラインの構築・改修
ベクトルデータベース（Qdrant/Pinecone等）を用いた、セマンティック検索機能の実装
大量のドキュメント（PDF/Word等）のチャンク分割およびデータ前処理バッチの開発
Pytestを用いたバックエンドロジックの単体テストコード作成、および動作検証
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スキーマ（Swagger）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の開発実務経験3年以上
FastAPI、Django、FlaskいずれかのWebフレームワークを用いた実務経験1年以上
OpenAI等のLLM API、またはAIを組み込んだプロダクトの開発・検証経験
RDBMS（PostgreSQL等）の基本的な知識、およびSQLの操作スキル
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

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・チューニング経験
ベクトルデータベース（Qdrant, Pinecone, Milvus等）の実務での利用経験
Dockerを用いたコンテナ環境の構築、および運用の基礎知識
データクレンジング、スクレイピング、または自然言語処理に関する知見
AWSやGCPなどのクラウドインフラへのアプリケーションデプロイ経験

開発環境
言語・FW：Python 3.11+, FastAPI, LangChain, LlamaIndex
インフラ・DB：AWS, PostgreSQL, Qdrant, Docker
管理ツール：GitHub, Slack, Jira, Swagger
技術スタック：Pydantic, SQLAlchemy, Pytest, Poetry

開発チームについて
テックリード1名、データサイエンティスト1名、Pythonエンジニア3名の計5名構成です。
生成AIという変化の激しい領域を扱っているため、検証と改善のサイクルを非常に高速に回しているのが特徴です。

求める人物像
最新のAI技術やオープンソースの動向に関心が高く、自ら検証してプロダクトに活かせる方
ドキュメントが未整備な部分があっても、コードを読み解きながら自走できる粘り強さがある方

仕事の魅力
今最もトレンドである「生成AI×RAG」の領域で、商用プロダクトの実務経験を確実に積み上げられます。
少人数チームのため裁量が大きく、AIバックエンドエンジニアとしての市場価値を飛躍的に高められます。

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。