■お任せしたいこと
大手電子部品メーカーの事業部内に蓄積された膨大な業務ドキュメント・資料・議事録等の非構造化データを整理・構造化し、生成 AI や AI エージェントが業務に応じて最適なナレッジを高度に参照・利活用できる「次世代ナレッジ基盤」を構築する生成 AI エンジニア／データエンジニアポジションです。
要件や前提がまだ固まり切っていない手探りのフェーズから自走し、非構造化データの取り込み・加工・構造化パイプラインの策定、メタデータ設計、RAG（検索拡張生成）やセマンティック検索／ベクトル検索を用いた参照プロトタイプ（PoC）の設計・実装・精度検証、データ自動更新フローの構築、さらには実運用を見据えたアーキテクチャ選定までをスピード感を持って推進していただきます。元請けコンサルタントやエンド企業の担当者と緊密に連携しながら少人数体制のもとで課題整理と技術検証をリードし、完全フルリモート環境にて製造業における高度なデータ利活用・AI 民主化を牽引する重要な役割が期待されています。

■具体的な業務内容
・事業部内の業務資料、議事録、設計書、ノウハウ等の非構造化データの分析、分類、および AI 参照用メタデータ・データ構造設計の検討
・実データを用いた RAG（検索拡張生成）／ハイブリッド検索／AI エージェント向けナレッジ参照 PoC（概念実証）のアーキテクチャ設計・プロトタイプ実装・精度評価
・非構造化データのクレンジング、チャンキング、構造化、テキスト抽出パイプラインの構築
・ナレッジの差分検知および継続的なデータ取り込み・情報自動更新フロー（ETL / ワークフロー自動化）の構築・運用プロセスの設計支援
・PoC 検証結果に基づく技術的課題の洗い出し、精度の改善方針・本番実装方針の整理、およびクライアント／コンサルタント向けの報告資料作成・検討推進

■必須スキル・経験
・生成 AI、RAG（検索拡張生成）、検索エンジン、または AI エージェント技術に関する基礎理解またはプロトタイプ実装経験
・テキスト・資料・議事録などの非構造化データに対する取り込み、テキスト抽出、加工、構造化の実務経験
・データ構造、メタデータ設計、またはナレッジ整理・タグ付け設計に関する基礎的な知見
・実データを活用した技術検証（PoC）において、試行錯誤を行いながらスピード感を持って検証・実装を推進した経験
・要件や仕様が未確定な状況下でも、自ら課題を特定・整理し、検討から実装までを自走して遂行できる主体性・遂行力
・クライアントやコンサルタント等の関係者と円滑に合意形成を行い、思考プロセスや技術的知見を分かりやすく言語化・整理できるコミュニケーション能力

■歓迎スキル・経験
・生成 AI（LLM API 等）を活用した社内業務支援アプリケーション・AI チャットボットの実務開発経験
・LangChain, LlamaIndex, AutoGen 等のフレームワークを用いた RAG または AI エージェントシステムの構築経験
・ベクトルデータベース（Pinecone, Qdrant, Chroma, Pgvector 等）、全文検索、ナレッジグラフ、セマンティック検索の技術知見
・データパイプライン（ETL / ELT）、オーケストレーションツール（Airflow, Prefect 等）を用いたデータ自動更新フローの設計・実装経験
・社内情報共有基盤（SharePoint, Confluence 等）や業務システムとの API 連携開発経験
・主要クラウド（AWS, Azure, GCP）上の生成 AI / AI プラットフォーム（Bedrock, Azure OpenAI Service, Vertex AI 等）を用いた開発・PoC 実績
・PoC 段階から本番実運用化（プロダクション環境）に向けたシステムアーキテクチャ設計・技術選定の経験

■開発・検証環境（※検討・選定段階）
・AI・RAG：LLM APIs, LangChain / LlamaIndex, RAG Architecture, AI Agents
・データ・検索：Vector DB (Pgvector, Pinecone 等), Full-text Search, Semantic Search
・基盤・クラウド：AWS / Azure / GCP, Python, REST API
・管理・ツール：Git / GitHub, Docker, Microsoft Office, Teams / Slack

■期間
2026年11月〜長期予定（※稼働率：100% ）

■働き方
フルリモート

■面談回数
2回

■契約形態
業務委託契約