■募集内容■ 研修・人材開発事業を展開するお客様の「行動定着プラットフォーム」を、PoCからMVP・パイロット顧客への提供まで立ち上げるAIエンジニアを募集します！ 本案件は、大規模な法人研修を提供するお客様の事業の中核をなす「受講後に本当に行動が変わったか」を扱うプロダクトの立ち上げプロジェクトです。現状は目標シートのExcel配信・提出管理・未提出リマインド・上司コメントの回収・手集計という手作業に依存しており、行動が変わったことを客観データで示せていません。本フェーズでは、受講者がAIとの対話で行動目標を言語化・記録・振り返り、上司フィードバックまでを1つの流れでつなぐ仕組みと、誰が実践できていて誰が止まっているかが一目で分かる管理ダッシュボードを構築。まずPoCで技術的実現性を検証し、MVPをパイロット顧客の現場に投入します。 ▍プロジェクトの目的 行動変容の可視化（研修前・直後・1ヶ月後・3ヶ月後の変化を共通指標で継続的に測れる状態をつくる） 目標設定AIコーチ（対話から行動目標を引き出し、「行動になっているか／期日・頻度があるか／既存習慣に紐づいているか」を自動チェック） 実践の記録と継続支援（実施の記録、リマインド、AI対話による振り返りの引き出しと構造化） 上司・周囲フィードバックの依頼／回収／集約の自動化（手作業運用の置き換え） 管理ダッシュボード（実践状況の検知と、事務局・上司が適切なタイミングで介入できる状態の構築） LLM従量課金を前提としたコスト設計（利用者数・対話量に応じた試算、用途別モデル使い分け、プロンプトキャッシュ活用） ▍技術要素 Python / TypeScript（バックエンド・AIアプリケーション開発） LLMによるマルチターン対話設計（目標設定・振り返りの引き出し、対話品質の安定化） 評価ロジックの設計と精度検証（行動変容・目標品質の判定が人の評価と乖離しないかを測り、方式を選び直せること） 構造化出力・スキーマ設計（対話ログから行動目標・実践記録・つまずきを構造化して蓄積） データ層：PostgreSQL / Supabase（受講者・研修・目標・実践履歴・フィードバックの蓄積） インフラ：AWS 等。複数顧客への横展開を見据えた構成 ダッシュボード・レポーティング／横断データ分析 ※本フェーズでは音声・動画は扱わず、テキスト対話・記述に絞って構築します ▍開発体制・稼働条件 完全リモートで参画可能 稼働は50%（月80時間程度）のイメージ 期間は Phase 0（要件定義・PoC検証／約2ヶ月）→ Phase 1（MVP開発・パイロット運用／約4ヶ月）。Phase 1末に「実顧客が使っている状態」をマイルストーンとして固定します Phase 0完了時点でPhase 1継続を判断。Phase 2（横展開・横断分析基盤）への継続の可能性あり PM／エンジニアの少人数チームで、要件定義から技術判断まで裁量大きく担う体制 MVPをパイロット顧客へ早く届け、フィードバックを受けて改善を回すフェーズ型・アジャイル開発 ■得られる経験 / スキル■ LLM対話 × 行動データの蓄積 × 管理ダッシュボードを組み合わせた、プロダクトの0→1立ち上げ経験 「効果が出ているか」を問われる領域でのAIプロダクト開発・評価経験（定性的な行動変容を計測可能な指標に落とし込む設計力） 「システムを入れれば解決する」で終わらせず、AIと人の分担を設計して運用に載せる設計力 AIエンジニア兼テックリードとして、非エンジニアの意思決定者と向き合いながら案件を自走させるマネジメント経験 ■この仕事で得られるやりがい■ 「研修は受けたけれど、行動は変わらなかった」——多くの企業研修が抱えるこの問題に正面から取り組むプロジェクトです。求められているのは提出物を集める箱ではなく、受講者が現場で実践し続け、その積み上げが本人・上司・事務局から見えている状態です。ここを実現できれば、お客様は「行動が定着すること」という自社の強みを初めて客観データで語れるようになります。技術選定からプロダクトの運用設計まで、自分の判断でリードできる手応えのあるプロジェクトです。 ■求める人物像■ AIエンジニアとして手を動かしつつ、お客様と案件全体を回せる方 PoCの結果を踏まえてスコープと方式を提案し、意思決定を前に進められる方 「AIに全部やらせる」ではなく、AIと人の役割分担から設計できる方 使われないシステムを作らないために、現場の運用まで考え抜ける方 顧客への本質的価値を考えて提案し、自ら実行に移せる方 ■必要条件■ Python または TypeScript によるバックエンド・AIアプリケーション開発の実