450万人が利用するビジネスSNS

  • AIエンジニア
  • 1エントリー
  • NEW

エンジニアの もっとこうしたい を実現できないままにしない|AIエンジニア

AIエンジニア
中途
NEW

on 2026/11/16

20 views

1人がエントリー中

エンジニアの もっとこうしたい を実現できないままにしない|AIエンジニア

東京
中途
オンライン面談OK
東京
中途

株式会社ベルコア・コンサルティングのメンバー

芹澤 敬介

東北大学大学院を修了後、経済産業省に入省。資源、貿易から中小企業等まで幅広い政策に取り組む。その間、課長補佐(特定案件の責任者)として、石油業界との窓口として税制度や法改正等の諸課題に関して5名程度のチームを牽引した。 ドリームインキュベータへ参画。経営コンサルタントして、大手総合電機会社のIoTに関する戦略策定プロジェクトや大手自動車会社のAI研究所設立に関する検討プロジェクト等に従事し、最大で10名程度のチームに対してファシリテーションを行った。 企業統治推進機構の設立メンバーとして参画。シニアマネージャーとして、メガベンチャーの幹部アセスメントや大手小売会社の新規事業に関する組織開発や事業化支援等に従事。

今田 豊

急成長を遂げた総合コンサルティングファーム「ビジョン・コンサルティング」の元上級執行役員。デリバリでは大手製造業や総合商社を中心に活躍。また、現場と並行して自社のAI駆動型・基幹システムの企画・導入を推進。AIと協調したオペレーションの抜本的な見直しやコンサルタントの育成などに従事し、同社の成長を支えた。

柿添 康大

Google Cloudのパートナーとしてトップクラスの実績を誇る、株式会社G-genの元上級執行役員/COO。 AI黎明期から、自ら開発の現場に入り込み、AI駆動のプロジェクト運営を指揮してきました。経営の立場にいながらも、常に現場のコードやアーキテクチャに近い距離で意思決定を行い、開発組織の生産性を根本から変革。 「経営判断」と「現場実装」を分断させない。徹底的にAIを前提とした開発・組織・事業運営の再定義を、技術を理解した経営陣として推し進めている。

米田 佑

データサイエンティストとしてALBERTに入社し、 アクセンチュアにてマネージャーとしてAI導入を目指す企業を数多く支援。 現在は、株式会社ベルコアコンサルティングというAI-Native会社でコンサルタントとして活動しながら、組織づくりにも携わっている。

ツールを使いこなすだけでは足りない。「AIを原理から学ぶこと」にこだわる理由

米田 佑さんのストーリー

株式会社ベルコア・コンサルティングのメンバー

東北大学大学院を修了後、経済産業省に入省。資源、貿易から中小企業等まで幅広い政策に取り組む。その間、課長補佐(特定案件の責任者)として、石油業界との窓口として税制度や法改正等の諸課題に関して5名程度のチームを牽引した。 ドリームインキュベータへ参画。経営コンサルタントして、大手総合電機会社のIoTに関する戦略策定プロジェクトや大手自動車会社のAI研究所設立に関する検討プロジェクト等に従事し、最大で10名程度のチームに対してファシリテーションを行った。 企業統治推進機構の設立メンバーとして参画。シニアマネージャーとして、メガベンチャーの幹部アセスメントや大手小売会社の新規事業に関する組織開発や...

募集内容

なにをやっているのか

■ 違う専門性を持ち寄って進める AI機能は、動くデモを作っただけでは完成しません。 ベルコア・コンサルティングでは、AI開発・導入支援を通じて、顧客の業務で使える仕組みをつくっています。AIエンジニアは、LLMアプリケーションやRAG、AIエージェントなどを設計・実装し、評価・運用までつなぐ役割です。 ■ AIアプリケーションの設計・開発を進める LLMアプリケーション、RAG、AIエージェントなどを設計・実装し、既存システムや外部APIとの連携、認証・権限、テスト、評価、セキュリティ、ログ・監視まで担当します。動くデモを作るだけでなく、現場で継続して使える状態へ仕上げます。 LLM・RAG・AIエージェントの実装に加え、コードレビュー、テスト、CI/CD、認証・権限、ログ、監視を整えます。モデルやライブラリの変更が品質に与える影響を確かめ、保守できる構成を選びます。 ■ 設計理由や困りごとをチームで共有する 要望を聞いてすぐコードを書くのではなく、なぜその機能が必要なのかを業務側に確かめます。実装上の制約や失敗例も早めに共有し、使う人と技術者が納得できる設計を探します。 メンバーには、担当機能の実装だけでなく、テスト、ログ、エラー時の挙動まで確かめることを期待します。設計理由や未解決のリスクを共有し、レビューを通じてチームで保守できるコードに仕上げます。 ■ 性能・コストも見ながら、使い続けられる形にする 性能やコストの判断では、顧客が求める応答速度や利用環境も確かめます。技術的に優れた構成を選ぶだけでなく、現場が無理なく使い続けられる形を探します。
CEOの芹澤敬介
会議の様子
活躍中のコンサルタント
活躍中のコンサルタント
受付エリアで雑談
カフェルームで雑談

なにをやっているのか

CEOの芹澤敬介

会議の様子

■ 違う専門性を持ち寄って進める AI機能は、動くデモを作っただけでは完成しません。 ベルコア・コンサルティングでは、AI開発・導入支援を通じて、顧客の業務で使える仕組みをつくっています。AIエンジニアは、LLMアプリケーションやRAG、AIエージェントなどを設計・実装し、評価・運用までつなぐ役割です。 ■ AIアプリケーションの設計・開発を進める LLMアプリケーション、RAG、AIエージェントなどを設計・実装し、既存システムや外部APIとの連携、認証・権限、テスト、評価、セキュリティ、ログ・監視まで担当します。動くデモを作るだけでなく、現場で継続して使える状態へ仕上げます。 LLM・RAG・AIエージェントの実装に加え、コードレビュー、テスト、CI/CD、認証・権限、ログ、監視を整えます。モデルやライブラリの変更が品質に与える影響を確かめ、保守できる構成を選びます。 ■ 設計理由や困りごとをチームで共有する 要望を聞いてすぐコードを書くのではなく、なぜその機能が必要なのかを業務側に確かめます。実装上の制約や失敗例も早めに共有し、使う人と技術者が納得できる設計を探します。 メンバーには、担当機能の実装だけでなく、テスト、ログ、エラー時の挙動まで確かめることを期待します。設計理由や未解決のリスクを共有し、レビューを通じてチームで保守できるコードに仕上げます。 ■ 性能・コストも見ながら、使い続けられる形にする 性能やコストの判断では、顧客が求める応答速度や利用環境も確かめます。技術的に優れた構成を選ぶだけでなく、現場が無理なく使い続けられる形を探します。

なぜやるのか

受付エリアで雑談

カフェルームで雑談

■ 違う視点を持ち寄る意味 デモで動くことと、日々の業務で安定して使えることは違います。データの揺れ、権限、応答速度、費用、障害時の動きまで確かめ、利用者が安心して任せられる仕組みに仕上げる必要があります。 ■ 技術の選択を、使い続けられる品質につなげる 新しい技術を採用するときは、動作確認に加えて、保守や更新、監視まで続けられる構成かを考えます。短期的な新しさだけで選ばず、長く使える理由を持って設計することが重要です.設計の根拠をチームで共有することで、担当者に依存せず、技術を継続的に改善できるようになります。 システムが自動で処理する範囲と、人が確認・承認する範囲を分けることも設計の一部です。権限やログ、エラー時の引き継ぎを実装し、利用者が結果を確かめられる状態をつくります。 ■ 一人の専門性だけで抱え込まない 設計の判断を頭の中だけに残すと、担当者が変わったときに保守が難しくなります。なぜそのモデルや構成を選んだのか、どこに制約があるのかを共有し、レビューで意見を出し合う。チームで育てられるシステムをつくることを大切にします。

どうやっているのか

活躍中のコンサルタント

活躍中のコンサルタント

■ 相談・レビューを日々の仕事にする まず利用者の業務と既存システムを確認し、小さなプロトタイプを作ります。期待する結果と失敗パターンをテストケースにし、動かしてはプロンプト・検索・連携処理を直す。権限や承認、ログも確かめ、リリース後に問題を追える状態まで整えます。 コードレビュー、単体・結合テスト、バージョン管理、CI/CD、認証・権限、ログ・監視を通じて品質を確かめます。リリース後に不具合を追えるよう、再現手順や設定の変更履歴も残します。 ■ 設計・API連携・運用の記録を残す 節目ごとに残す成果物は、プロトタイプ、API・データ連携の設計、テストケース、評価データ、実行ログ、監視・運用の確認項目、改善内容などを、チームが引き継げる形で残します。 ■ 業務側と技術側の前提をすり合わせる 協働する相手とは、コンサルタントから業務上の目的や利用者の困りごとを聞き、データサイエンティストと評価方法やデータの扱いを相談します。実装上の制約や失敗例を早めに共有し、現場の要件と技術の現実をすり合わせます。 メンバーは、コードやプロトタイプに加え、API・データ連携の設計、テストケース、評価結果、ログ、既知の制約を残します。動いたことだけでなく、どんな条件で失敗するかもチームに共有します。 ■ 相談とレビューを重ね、仕事の精度を上げる 設計レビューでは、コードの書き方だけでなく、なぜその構成にしたのか、どこにリスクがあるのかも共有します。担当者が変わっても追えるよう、設計理由や検証結果を残しておきます。

こんなことやります

AI開発を一人で抱え込まず、コンサルタントやデータサイエンティストと協働しながら、RAG・AIエージェント等の設計・実装・評価を進めるAIエンジニアを募集します。 ■ 募集背景 生成AIやAIエージェントを検証で終わらせず、業務システムとして実装・運用する案件が増えているため、AIエンジニアのメンバーを募集します。AIやデータの活用を企画で終わらせず、クライアントの業務で継続して使われる状態まで進める役割です。 ■ 誰に、何を、どのように支援するのか 主な支援先はAIを業務へ組み込みたい企業の事業部門・開発部門です。LLM・RAG・AIエージェントを用いたアプリケーションの設計、開発、評価、運用を担います。 要件を確認し、プロトタイプを作り、評価と改善を重ねて本番環境へ実装します。プロジェクトは課題整理や構想策定から始まり、PoC、実装、本番運用、改善へ進みます。 案件の段階に応じて、クライアント、コンサルタント、データサイエンティスト、AIエンジニアと連携します。 ■ このポジションならではの魅力 新しいAI技術を試すだけでなく、利用者が継続して使えるプロダクトへ育てる経験を積めることが、このポジションの特徴です。さらに、技術だけ、管理だけに偏らず、AI案件の論点を理解したうえでチームと意思決定を前へ進められます。 メンバーとして、担当領域を持ちながら前後の工程への理解も広げられます。 ■ お任せする仕事 ・LLM・RAGを用いたアプリケーション開発 ・AIエージェントの設計、ツール連携、評価 ・クラウド環境での設計、実装、運用 ・PoCから本番導入までの技術検証と改善 これまでの経験をどの業務から生かせるか、まずは面談でお話ししましょう。 ・求める人材 【必須条件】 ・ビジネスレベル以上の日本語力(日本語能力試験N1相当) ・高卒以上 ・ソフトウェアエンジニアリングの実務経験 ・Git等のバージョン管理 ・基本的なCI/CDの理解 ・最新技術への好奇心と学習意欲 ・主体性/自走力がある方 ・技術を使って課題を解く志向(技術を主目的としない)
0人がこの募集を応援しています

    0人がこの募集を応援しています

    募集の特徴
    オンライン面談OK

    会社情報

    2026/03に設立

    40人のメンバー

    東京都港区麻布台一丁目3番1号 麻布台ヒルズ森JPタワー24階