【一部出社あり／週2〜3／Python】AI/SaaS・LLM（大規模言語モデル）活用型エンタープライズ検索＆AIエージェントバックエンド開発

お任せしたいこと
［役割］
Python 3.12+ / LangChain / LlamaIndex / FastAPI を用いた、社内ドキュメント・データベースを対象とする自立型AIエージェントおよび高度な RAG（検索拡張生成）基盤のバックエンド開発

［役割に対して求める成果］
Qdrant / pgvector を用いたハイブリッド検索（ベクトル検索 ＋ キーワード検索）および Rerank 処理の高速化・精度チューニングにより、レスポンス生成時のハルシネーション発生率を 2% 以下に抑え、複雑なマルチステップ問合せに対する回答生成時間を 1.5秒以下に短縮

具体的な業務内容
Python 3.12+ / FastAPI を用いた、LLM オーケストレーションおよび AI エージェント用バックエンド API の設計・開発
LangChain / LlamaIndex を活用した、マルチモーダル RAG 検索パイプラインおよびプロンプトエンジニアリング最適化の実装
Vector DB (Qdrant / Milvus) および PostgreSQL (pgvector) を用いた高次元埋め込みベクトルインデックスの最適化・スケール対策
Asyncio / Celery / Redis を用いた、PDF / Word / Notion 等の大容量社内ドキュメント非同期テキスト抽出・チャンク化処理の導入
Ragas / LangSmith を活用した、LLM 回答精度およびハルシネーション（誤情報生成）の自動評価・モニタリング環境の構築

必須スキル・経験
Python を用いた Web API (FastAPI, Django, Flask 等) の開発・運用経験（3年以上）
OpenAI API, Anthropic API, または Open-Source LLM (Llama, Mistral 等) を用いたアプリ開発実績
LangChain, LlamaIndex, または セルフホスト環境での RAG アーキテクチャ構築経験
Vector DB (Qdrant, Pinecone, Chroma 等) または RDBMS における検索パフォーマンス改善の知見

歓迎スキル・経験
生成AI（LLM）、AIエージェント、検索エンジン、ナレッジマネジメント領域でのプロダクト開発実績
Agentic Workflow (LangGraph, AutoGen 等) を用いた自律型タスク遂行エージェントの構築経験
Guardrails (NeMo Guardrails, Guidance 等) を用いたセキュリティ・出力ガバナンス設計の知識
Docker, AWS (Bedrock, ECS, OpenSearch) または GCP (Vertex AI) を用いたインフラ構築経験

開発環境
言語/環境: Python 3.12+, FastAPI, LangChain, LlamaIndex, LangGraph
データ/検索: Qdrant, PostgreSQL (pgvector), Redis, Celery
テスト/ツール: Pytest, Ruff, Poetry, LangSmith, Docker
クラウド/CI: AWS (ECS, Bedrock), GitHub Actions
コミュニケーション: Slack, Notion, Jira, GitHub

働き方
リモート環境
[一部出社あり] 週2〜3日出社 / 週2〜3日リモートワーク