【フルリモート／週5／AI】最先端生成AI・マルチモーダル大言語モデル（LLM）を活用した次世代AIプラットフォーム開発エンジニア
お任せしたいこと
［役割］
全社的なコア事業であるAIプロダクトにおいて、最先端の生成AI（LLM / VLM等）および自社固有データを組み合わせた、高度なマルチモーダルAIエージェントシステムの設計・開発を担当していただきます。
［役割に対して求める成果］
複雑なビジネスロジックや非定型データを解析するAIパイプラインを構築し、評価フレームワークを用いた継続的な精度向上（ハルシネーションの最小化）と、商用環境における推論コストの最適化を両立すること。
具体的な業務内容
Python / FastAPI を用いた、LLMオーケストレーションシステムおよび非同期推論APIの設計・開発
LangChain / LangGraph や LlamaIndex を用いた、自律型AIエージェントおよびマルチホップRAG（検索拡張生成）の最適化
Vector DB (Qdrant / Milvus / PGVector) を用いた、数百万件規模のエンベディングデータの管理、ハイブリッド検索、リランキングロジックの実装
LLMの評価・監視基盤（LangSmith / Arize Phoenix等） の導入による、プロンプトのバージョン管理、コスト監視、応答精度の定量評価
Triton Inference Server や vLLM 等を活用した、OSSモデル（Llama, Mistral等）のデプロイおよび推論スループットの高速化
必須スキル・経験
Pythonを用いたWebアプリケーション、またはデータ処理パイプラインの開発・運用実務経験（3年以上）
OpenAI API、Claude API、Vertex AI などの商用LLM APIを用いたアプリケーション開発の実務経験
RAG（検索拡張生成） システムの開発経験（チャンク分割戦略、メタデータフィルタリングの知見）
ベクトルデータベースの利用経験、およびSQL/NoSQLを用いたデータ構造設計のスキル
歓迎スキル・経験
LangGraph / CrewAI などを利用した、複数エージェントによる協調システム（Multi-Agent System）の開発経験
オープンソースLLM（Llama 3, Qwen等）のローカル環境での推論最適化や、LoRA等を用いたファインチューニングの経験
AWS（SageMaker / Bedrock）または GCP（Vertex AI）などのAI/MLマネージドサービスを用いたインフラ構築経験
機械学習モデルの継続的インテグレーション（MLOps）のパイプライン構築・運用知見
開発環境
言語: Python 3.12+
AI・LLM関連: LangChain/LangGraph, LlamaIndex, vLLM, Hugging Face
DB / ベクトルDB: Qdrant, PostgreSQL (PGVector), Redis
インフラ: AWS (ECS, Bedrock, SageMaker), Docker
評価・監視: LangSmith, Datadog
ツール: GitHub, Slack, Notion
開発チームについて
毎日のように登場する海外の最新論文や、新しいライブラリ・アーキテクチャのトレンドを最速でキャッチアップし、週次で技術検証（PoC）を行う非常にスピード感のあるチームです。
コードレビューでは、PEP 8や型ヒント（Type Hints）に基づくPythonコードの綺麗さはもちろん、プロンプトの堅牢性、APIトークン消費の効率性、I/Oボトルネックの回避が重視されています。
完全フルリモート環境を前提とした非同期コミュニケーションが成熟しており、実験結果やプロンプトの評価ログはすべてドキュメント（Notion/GitHub）に一元管理され、クリアな議論が行われています。
工作の魅力
「生成AI・LLMエージェント」という最先端かつ技術難易度の高い領域で、単なる実験に留まらない、商用大規模トラフィックに耐えうるプロダクトの開発・運用の実績を積むことができます。
RAGの最適化、マルチモーダル対応、推論高速化など、AIエンジニアとしての市場価値を飛躍的に高めるエンジニアリングに深く没頭できます。
フルリモート・フルフレックスの柔軟な環境が整っており、無駄な社内調整を排除し、最新技術のキャッチアップとコーディングに100%集中できる体制が用意されています。
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。