＜会社概要＞
ミガロホールディングスの一員としてIT部門をけん引しています。もともとの特徴である穏やかな社風や働きやすさはそのままに、大手HDだからこその安定基盤や連携から生まれるシナジーをさらに活かして活躍の場を広げています。アヴァントの社長をはじめ役員陣は全員エンジニア出身。本当の意味で「エンジニアのためになる会社」を考えて作ってきました。社員ひとりひとりのためになる業務やミッションは何か、近い立場で考えてくれたり相談できたりするのは、大きな安心につながると思います。

＜募集背景＞
同社は現在、事業拡大フェーズに入り、対応領域・案件数ともに拡大が続いており、生成AI（LLM）／機械学習を事業に組み込み、継続的に価値を出し続けるAIエンジニア（Python）を募集します。
本ポジションでは、単なるPoCや検証に留まらず、データ・ユースケース設計／モデル・LLM活用方針の策定（RAG含む）／評価設計／実装（推論API・バッチ）／本番運用（監視・改善・再学習/プロンプト更新）まで一気通貫で推進いただきます。
さらに、精度・再現性・レイテンシ・コスト・安全性（情報漏えい/プロンプトインジェクション等を両立させながら、AIを“使える形”に落とし込み、事業成長に直結する成果創出を期待する役割です。

【このポジションの特徴・魅力】
・課題定義から入り、LLM/RAG・機械学習の設計〜実装〜運用改善まで一貫して担当
・評価設計（オフライン/オンライン）や改善サイクルの構築に裁量を持てる（精度・幻覚・ドリフト等）
・モデル/プロンプト/データのバージョン管理・再現性担保など、AI本番運用の中核を担える
・AIの品質と安全性を両立するガバナンス整備（ログ/監査/利用ルール）にも関われる
・技術選定の自由度が高く、PoC止まりではないAIプロダクト化を推進できる

＜主な業務領域＞
AI／生成AI領域における設計・実装・本番適用・改善を、AIスペシャリストとして担っていただきます。
単なるPoCやモデル作成に留まらず、LLM/RAG・機械学習を用いて「使えるAIを、安全に、継続的に改善できる」状態を実現するポジションです。

＜主な業務領域＞
■ AIソリューション設計（LLM/ML）
・課題の構造化、AI適用方針の策定（LLM/RAG、従来ML、ハイブリッドの選定）
・要件整理（精度、レイテンシ、コスト、説明可能性、安全性、運用要件）
・AIアーキテクチャ設計（データ〜推論〜評価〜運用までの全体設計）

■ 生成AI（LLM/RAG）の設計・実装
・RAG設計・実装（検索設計、ベクトル化、再ランキング、プロンプト設計）
・ガードレール設計（出力制御、禁止語/機密対策、引用/根拠提示、フォールバック）
・推論処理の実装（PythonによるAPI/バッチ、性能・コスト最適化）

■ 機械学習モデルの開発・改善
・データ前処理、特徴量設計、学習・評価、チューニング
・モデル選定、実験設計、再現性担保（実験管理・バージョン管理）
・本番適用を見据えた推論方式（オンライン/バッチ）と精度・性能の両立

■ 評価設計・品質保証（AI品質の担保）
・評価指標/評価データ/評価手順の設計（精度、幻覚、回収率、業務KPI 等）
・オフライン評価〜オンライン評価（ユーザーフィードバック、A/B）までの設計
・品質改善サイクル（誤り分析、プロンプト/データ/モデルの改善）

■ 運用・監視（MLOps/LLMOps観点の実装・改善）
・監視設計（品質劣化/ドリフト、レイテンシ、エラー率、コスト、利用状況）
・再学習/プロンプト更新など改善運用の仕組み化（必要に応じて自動化）
・ログ設計、インシデント時の原因分析と恒久対策

■ セキュリティ／ガバナンス（AI利用の安全設計）
・情報漏えい対策、アクセス制御、監査ログ、データ取り扱いルールの整備
・プロンプトインジェクション等の脅威対策、セーフティ要件の実装
・社内外の関係者と連携したAI活用ガイドライン・標準化の推進

【必須要件】
・PythonによるAI開発の実務経験（生成AI/LLM活用、機械学習のいずれか。API/バッチ実装含む）
・評価設計／品質保証の経験（指標設計、評価データ設計、誤り分析、改善サイクル運用）
・セキュリティ／ガバナンスを踏まえたAI実装の経験（権限、監査ログ、情報漏えい対策等の考慮）

【歓迎要件】
・生成AI/LLMの実運用経験（RAG最適化、再ランキング、プロンプト設計・ガードレール、幻覚抑制など）
・MLOps/LLMOpsの構築・改善経験（学習〜評価〜デプロイの自動化、モデル/プロンプトのバージョン管理、再学習運用）
・クラウド上でのAI基盤構築経験（AWS/GCP/AzureでのGPU利用、推論基盤、スケーリング、コスト最適化）