【東京】AI・データ基盤アーキテクト　※リモート可

職種

システムエンジニア

勤務地

東京都新宿区西新宿2-1-1　新宿三井ビル34階　本社

年収

800万～1,200万円

仕事内容

■主な業務内容
顧客技術対話
顧客のAI推進部門・情報システム部門・技術部門と対等に技術議論を行い、データ基盤・AIシステムの設計合意を主導します。上流フェーズのチームから本番化フェーズへの引き継ぎを技術的に完結させます。

チームマネジメント
クラウドエンジニア・データエンジニア・AIエンジニア等数名のメンバーの業務設計・進捗管理・品質レビュー・育成を担います。プレイングマネージャーとして自分自身も技術的な主担当を持ちながらチームを率います。

AI実装品質の設計監督
データ基盤（スキーマ・ETL・品質管理）・AIアーキテクチャ（品質ゲート・評価基準）・AI駆動開発（コンテキスト設計）の各レイヤーの整合性を担保します。LLMへのコンテキスト不足がドメイン誤り・ハルシネーションを引き起こすリスクを構造的に排除します。

顧客内製化支援
外部ベンダー依存から脱却し、顧客組織が自走できる状態を作ることを最終目標として設定します。AI駆動開発ガイドライン・標準プロセスの整備と顧客チームへの移転を担います。

実装ノウハウの標準化
案件で確立したアーキテクチャパターン・実装手法・品質基準を汎用テンプレートとして整備し、チーム全体のデリバリー品質と速度の向上に貢献します。

AI・データ動向の事業反映
クラウドAIサービス・MLOps・LLMOps・AI駆動開発・フィジカルAI等の最新動向を継続的に把握し、設計判断・顧客提案・チームの技術方針に積極的に組み込みます。

データ戦略グループの主な実績
〇製造業向け AI-Readyデータ利活用基盤構築
Excel・Access・個人PC内の業務ファイルに点在する業務処理手順や判断ロジックが、特定メンバーにしか分からない状態となり、技術・業務ノウハウの継承が課題となっていたプロジェクト。

豆蔵は、データ利活用への課題感が大きい部署を中心にヒアリングを行い、42の業務をフローとして可視化。属人化していた業務知識を、データとして活用しやすい構造へ整理した。
AWS Glue、S3、Athena、QuickSightを活用し、分析・可視化・AI活用につながるデータ利活用基盤を構築。
将来的なRAGやAIエージェント活用も見据え、現場の業務ノウハウをAIが参照しやすいAI-Readyなデータ構造へ再設計し、内製化に向けた技術移転まで支援した。

〇SI企業向け AI駆動開発標準化、教育プログラム開発
SI力をAIビジネス拡大に活かし、独自性を備えたAI統合サービスを構築するという戦略のもと、従来型開発手法にAIを組み込んだ「AI駆動開発」の標準化に向けたガイドラインの作成・改善に取り組んだ。品質・生産性評価を通じて、従来の開発工程における工数を大幅に削減しつつ、従来開発と同等以上の品質を確保できる標準化を実現した。
また、AI駆動開発の普及を目的としたオンデマンド（動画＋テキスト）学習教材を展開するとともに、顧客ニーズに合わせたカスタマイズ勉強会や標準化活動にも積極的に取り組んでいる。

〇金融関連企業向け ナレッジグラフRAGを活用した暗黙知の形式知化
市場の持続的な発展と高度化を支える中で、業界経験20年以上のベテラン職員に蓄積された暗黙知の継承・活用が課題となっていた現場部門を対象に、SECIモデルを活用した暗黙知の表出化に取り組んだ。さらに、生成AIとオントロジー技術を組み合わせたナレッジグラフを用いて「ベテランの思考プロセスの可視化」を検証するPoCを実施し、正答率約7割・ベテランに近い応答性能という成果を得た。

〇製造業向け 摩耗予測MLOps基盤構築支援
製品の摩耗による突発的な交換や、オンプレ分析基盤の運用コスト増、手作業での予測精度維持が課題となっていたプロジェクト。
豆蔵はAzureでのMLOpsアーキテクチャを設計し、単なる環境移行ではなく、データ加工から管理までのMLOpsステップに合わせたPython実装へと刷新。
異常検知時の通知や再学習の仕組みを備えた運用基盤を構築し、PoCモデルの実運用化を支援。
開発から監視までのプロセス全体をスキルトランスファーし、予測精度改善の自動化と内製化を実現した。

〇ITサービス企業向け 次世代AIビジネス立ち上げ支援
次世代AIソリューションの早期展開に向け、AIの技術体制・専門人材の不足が課題となっていたプロジェクト。
豆蔵はAI専門チームとして参画し、ファインチューニングによる特化型モデル構築からMLOps初期運用設計までの技術基盤整備を支援。
さらに、技術面だけでなく不足していたビジネスモデルの設計にも参画し、多角的に事業化をサポート。
検証から運用設計までのスキルトランスファーを進め、顧客社内における持続可能なAIビジネス推進体制の構築に向けて伴走した。

多事業企業向け データマネジメント活動支援
人材サービス・出版・広告・ブライダル・進学・その他情報サービスを手がけている企業において、各事業毎のサイロ化に起因するデータ流通阻害を解決するためにデータマネジメントを実施することを提案、その支援を行う。
データマネジメントに関わる社内意識調査やゴール設計、組織設計に加え、データガバナンス策定やデータカタログ策定の支援を行った。

技術領域・活用例
顧客環境に応じて、以下のようなクラウド・データ・AI関連技術を活用しています。

クラウド
AWS / Azure / Google Cloud
データ基盤
Snowflake / Databricks / BigQuery / Redshift 等
データエンジニアリング
dbt / Airflow / ETL・ELT基盤 / データ品質管理
AI/LLM関連
OpenAI / Claude / RAG / Vector DB / AIエージェント設計
MLOps / LLMOps
MLflow / CI/CD / GitHub Actions / Kubernetes 等
AI駆動開発
GitHub Copilot / Cursor / Claudecode / AIコーディング支援ツール活用
※特定製品ありきではなく、顧客課題・既存環境・将来の内製化を踏まえて最適な技術選定を行います。

AWSをはじめとしたクラウドベンダーとの連携や最新技術のキャッチアップも積極的に行っており、クラウドネイティブ・AI時代を前提としたアーキテクチャ設計に取り組んでいます。

■この事業部の特長
働きやすさと裁量を両立した環境
社員の95%以上がリモートワークを活用しており、居住地に縛られない柔軟な働き方が可能です。

実際に、北海道・福岡県・三重県・大阪府・静岡県・栃木県など、全国各地から勤務している社員が在籍しています。
子育てや介護と両立している社員も多く、それぞれのライフスタイルに合わせた働き方を実現しています。

応募条件

【必須】
■技術バックグラウンド
・クラウド（AWS/GCP/Azure）でのデータ基盤またはAIシステムの設計・構築実務経験が5年以上あること
・AI/データ基盤（データパイプライン・MLOps・LLMシステムのいずれか）の本番環境構築経験があること

■コンサルティングスキル
・技術的な設計判断を顧客の非技術系担当者にも説明・合意形成できるコミュニケーション能力を持つこと
・要件定義・技術選定・設計レビューの主担当経験があること

■マネジメント経験
・プロジェクトリードまたは3名以上のエンジニアチームのマネジメント経験があること

【歓迎】
・製造業・金融・流通等での本番AI実装経験
・AI駆動開発（GitHub Copilot・Cursor等のAIコーディングツール活用）の実務経験と標準化経験
・SRE実践経験（SLI/SLO設計・障害対応）
・EU AI法等の規制対応への関心と知識
・データマネジメント（データガバナンス・データカタログ・データ品質管理）の実務経験

休日休暇

全週休2日制(土・日)、祝日、有給休暇、年末年始休暇、慶弔休暇、裁判員休暇、産前産後休暇、子の看護休暇、育児・介護休業制度

年間休日数

120日

就業時間

09:30～18:30

企業概要

＜豆蔵デジタルHD中核/ソフトウェア工学を中核とした技術特化企業/発注者側（ユーザー企業）と受注者側（開発側ベンダ）の両方の視点で先進的なコンサルティングを提供することが可能な国内唯一の複眼的IT企業＞
※世界標準のUML/SysML/アジャイル/モデルベース開発/システムズエンジニアリングをコアとした工学的な技術／手法／規格のコンサルティング～教育を展開
◆組み込み領域…産業ロボット/自動車/家電/FA機器等の組み込みソフトウェアに関する技術コンサルティング支援
◆エンタープライズ領域…金融/製造業界を中心としたユーザ企業の情報システム部門/人材育成部門向けの技術コンサルティング支援
◆DX戦略支援領域…金融/製造業界を中心としたユーザ企業の次世代R&D部門、事業部門向けの技術コンサルティング支援
※自社製品：対話型AIエンジン「MZBot」、連結TAX-Server
※株式会社豆蔵は、1999年11月に設立、2000年5月より事業を展開して参りましたが、株式会社豆蔵OSホールディングスを持株会社とする経営体制への移行に伴い、会社分割により2006年10月3日をもって事業会社として新たに設立いたしました。

従業員数

228人