【フルリモート／週5】Python LLMアーキテクト・AIエンジニア（高度なRAGパイプラインと自律型AIエージェントの構築）

お任せしたいこと

自社で展開するBtoB SaaS、または大規模な社内DX基盤において、大規模言語モデル（LLM）の真価を引き出し、実用的なビジネス価値へと昇華させるための高度なAIアプリケーションアーキテクチャの設計・開発をお任せします。
「とりあえずOpenAIのAPIを叩くだけの薄いラッパーアプリ」や「ハルシネーション（幻覚）を放置した実用性のないチャットボット」の量産を徹底的に排除し、チャンキング戦略やハイブリッド検索を極めた泥臭い「RAG（検索拡張生成）」の構築や、複数のツールを自律的に操作する「Agentic AI（AIエージェント）」の実装を通じて、非決定的なLLMの出力をエンタープライズの厳しい要件に耐えうる水準へと引き上げる中核的なポジションです。

具体的な業務内容

・Python（FastAPI）および LangChain、LlamaIndex 等のLLMオーケストレーションフレームワークを利用した、スケーラブルなAIバックエンドAPIの設計・開発
・エンタープライズの独自ドキュメント（PDF、社内Wiki等）を正確に回答させるための、泥臭いドキュメント解析（パース）、高度なチャンキング戦略、およびセマンティック検索を用いた高度なRAGパイプラインの構築
・Qdrant、Milvus、Pinecone等のベクトルデータベースの運用と、BM25等を組み合わせたハイブリッド検索による検索精度（Recall/Precision）の最適化
・ReActプロンプティングやFunction Calling（Tool Use）を活用した、外部API（CRM、ERP等）と連携して自律的にタスクを遂行するマルチエージェント基盤の実装
・RagasやTruLens等を利用した、LLMの回答精度（文脈の関連性、正確性）の定量的な評価指標（LLM-as-a-Judge）の導入と、継続的なテストパイプラインの構築
・LangSmithやWeave等を用いたLLMOps基盤の構築と、本番環境におけるプロンプトのバージョン管理、およびレイテンシ・トークン消費コスト（FinOps）の極限の最適化
・Redis等を用いたセマンティックキャッシュの導入による、応答速度（TTFT：Time To First Token）の短縮とAPIコールコストの削減
・AWS、またはGCP環境における、Docker/Kubernetesを利用したコンテナベースのAIアプリケーションの安定運用とCI/CDパイプラインの構築

必須スキル・経験

・Pythonを用いたWebアプリケーションのバックエンド開発、またはデータパイプラインの構築実務経験（目安として3年以上）
・OpenAI API、Anthropic API等のLLM APIを利用したアプリケーションの実装経験
・FastAPI、Flask等を用いたRESTful APIの設計・開発経験
・ベクトルデータベース、およびRAG（Retrieval-Augmented Generation）の基礎的な実装経験
・Git / GitHubを用いたプルリクエストベースでのチーム開発経験

歓迎スキル・経験

・LangChain、LlamaIndex、Semantic Kernel等のAIフレームワークを用いた実務レベルの開発経験
・Function Callingを用いたツール実行、またはAgentic AI（AutoGPT、CrewAI等）の構築経験
・Elasticsearch等を用いた検索システムの開発、または自然言語処理（NLP）に関する基礎知識
・LLMOps（LangSmith等）の運用、またはLLMの定量評価（Ragas等）に関する経験
・OSSのローカルLLM（Llama 3、Mistral等）のデプロイ、またはファインチューニング（PEFT/LoRA）の経験

開発・業務環境

開発言語：Python 3.11以降
Webフレームワーク：FastAPI
AIフレームワーク：LangChain, LlamaIndex, CrewAI (または AutoGen)
データベース・ベクトルDB：PostgreSQL, Redis, Qdrant (または Milvus, Pinecone)
LLMOps・評価：LangSmith (または Weave), Ragas
インフラ・コンテナ：AWS または GCP, Docker, Kubernetes
コミュニケーション・管理：GitHub, Jira, Slack, Zoom, Notion

プロジェクトチームについて

「AIの不確実性」を「ソフトウェアエンジニアリングの確実性」で包み込み、ユーザーが安心して使えるプロダクトへと変換するAIアプリケーション開発チームへの配属となります。
「プロンプトエンジニアリングという名の、お祈り駆動開発」を極めて嫌い、プロンプトの微小な変更がシステム全体に与える影響をテストデータセットで定量的に評価し、論理的に精度をコントロールしていく手堅いカルチャーです。LLMが理不尽な回答（ハルシネーション）を吐き出した際にも、単にプロンプトをいじってごまかすのではなく、前処理のチャンキングサイズや抽出ロジック、あるいはベクトル空間の歪みまで泥臭くプロファイリングし、根本原因を特定する実直なメンバーが集まっています。

求める人物像

・「魔法のようなAIツールを作ること」以上に、「エンタープライズの複雑な業務フローの中にAIを違和感なく溶け込ませること」にエンジニアとしての美学を持てる方
・決定論的（Deterministic）な従来のプログラミングと、確率論的（Probabilistic）なLLMの出力のギャップに苛立つのではなく、その不確実性をパズルのように制御することを楽しめる方
・LLMエコシステムの凄まじい進化スピード（毎週のように発表される新モデルや論文）を前向きにキャッチアップし、既存のコードベースをためらわずに捨ててモダン化できる知的好奇心と柔軟性を持った方

仕事の魅力

世界中の企業が「AIの導入」を急ぐ中、実用的なレベルでAIアプリケーションを構築できる人材は極めて不足しています。生成AIの最前線において、単なるAPI連携を超えた複雑なAgenticワークフローや高度なRAGアーキテクチャを最前線で構築する泥臭い経験を通じて、単なる「Pythonエンジニア」を完全に凌駕し、これからのAI時代においてすべてのテック企業が最も高額な条件で渇望する「LLMアーキテクト（AIエンジニア）」としての圧倒的な市場価値を築くことができます。

働き方

リモート環境

[フルリモート] 基本的にフルリモートで働いていただけます。