DeNA／【事業横断】Applied AI Engineer
2026/11/12
New
- IT・インターネット
- IT技術職 : SE（Web・オープン系）
- 東京都
- 神奈川県
| 部署・役職名 |
|
|---|---|
| 職種 |
|
| 業種 |
|
| 勤務地 |
|
| 仕事内容 |
DeNAでは、LLMをはじめとする生成AI技術を活用し、新規サービスの立ち上げ、既存プロダクトの高度化、社内業務の変革など、幅広い領域でAIの実用化を進めています。 本ポジションは、LLMを中心とした生成AI技術とソフトウェアエンジニアリングの専門性を活かし、AIエージェントやLLMワークフローなどのシステムの設計・開発・評価・改善を通じて、事業・プロダクトの価値創出を担うApplied AI Engineerです。 LLMのAPIを利用して機能を実装するだけでなく、モデル選定、RAG、Tool Use、プロンプト・コンテキスト設計などを組み合わせ、目的に応じたAIシステムを設計・実装します。また、生成AI特有の出力のばらつきや精度・信頼性の課題に向き合い、品質評価と継続的な改善によって、実際のユーザーや事業に価値を届けることを重視します。 開発にあたっては、PdMや事業部門、ソフトウェアエンジニアなどと協働し、技術的な課題解決だけでなく、プロダクトの企画・設計にも関わります。特定のフレームワークや技術スタックにとらわれず、技術的な理解に基づいて最適な手法を選択し、実用化まで主体的に推進することを期待しています。 職務詳細 ミッション ・LLMや関連技術の特性を深く理解し、事業・プロダクトの課題に応じたAIシステムを設計・開発する ・生成AI固有の技術課題に対して、仮説検証、品質評価、改善を繰り返し、実用的な品質を実現する ・新規事業・既存事業を問わず、AI技術を実際のユーザー体験や業務の変革につなげ、事業成果の創出に貢献する 業務内容 1. AIエージェント・LLMワークフローの設計・開発 ・LLMを活用した新規サービスのPoC・MVP・本開発、および既存プロダクトへのAI機能の導入 ・RAG、外部ツール連携、プロンプト・コンテキスト設計などを組み合わせたAIシステムの設計・実装 ・複数ステップの処理、条件分岐、状態管理、ツール実行などを含むAIエージェント・LLMワークフローの設計・実装 ・要件や制約に応じたLLMのモデル選定、AIシステムのアーキテクチャ設計・改善 2. AIシステムの品質評価・改善 ・AI機能の品質を評価するための評価指標、評価データセット、テストケースの設計 ・LLM-as-a-Judgeなどを活用した自動評価や、人による評価を組み合わせた品質検証 ・実行ログやユーザー行動データを用いた、AIシステムの失敗原因の分析と改善 ・プロンプト、コンテキスト、検索処理、ワークフロー、モデルなどの改善による精度・信頼性の向上 3. AIシステムの性能最適化・運用改善 ・応答速度、推論コスト、エラー率などを考慮したAIシステムの性能最適化 ・リトライ、タイムアウト、フォールバックなど、LLM特有の挙動を踏まえた信頼性の高いシステム設計 ・LLMOpsによる品質監視、実行ログの分析、継続的な評価・改善の仕組みづくり ・プロンプトインジェクション対策や権限制御など、AIシステムのセキュリティ・安全性への対応 4. 事業・プロダクト開発への参画 ・PdMや事業部門と連携した課題整理、技術的な実現可能性の検証、AI機能の企画・設計 ・ユーザー体験や事業上の課題に対する、AI技術を活用した解決策の検討・実装 ・AI機能の開発を中心としつつ、プロジェクトの状況に応じたAPI・バックエンド・UIなど、周辺のプロダクト機能の設計・実装 ・ソフトウェアエンジニアやデータサイエンティストなど、異なる専門性を持つメンバーとの協働 ・PoC段階での検証から実際のプロダクトへの導入、その後の継続的な改善までの推進 プロジェクト例 ご自身の専門性や志向性を踏まえ、複数の事業領域におけるAI技術の実用化に取り組んでいただきます。 新規アプリケーション開発： ・AI英会話アプリ： LLMによるシナリオ生成やAIエージェント技術を活用した、新しい言語学習体験の開発・改善 ・AI受験コーチング： 学習状況や答案の分析、学習計画の最適化などを通じた、AIによる学習支援プロダクトの開発 社内業務効率化： ・テスト設計、実行自動化： LLMやAIエージェントによるソフトウェアテスト仕様の自動生成、ソフトウェアの自動実行システムの開発。エージェントシミュレーションを用いた複数の施策案の効果予測・比較検証。 上記はプロジェクト例であり、担当領域はこれらに限定されません。既存サービスへのAI機能導入や社内業務のAI活用なども対象となります。 利用技術・開発環境 プロジェクトによって異なりますが、以下のような技術・ツールを活用しています。 ・開発言語： Python、SQL ・LLM・AI： OpenAI API、Anthropic Claude、Google Gemini、LangChain、LangGraph、RAG、Embedding、ベクトル検索、AIエージェント ・評価・運用： LLM-as-a-Judge、自動評価、ログ分析、品質モニタリング ・クラウド・開発基盤： Google Cloud、Cloud Run、BigQuery、Gemini Enterprise Agent Platform（旧Vertex AI）、Docker、Terraform、GitHub Actions、GKE ・開発支援ツール： GitHub、Claude Code、Codex、Cursor、Devin ※すべての技術・ツールの利用経験を求めるものではありません。特定の技術に精通していること以上に、直面する課題に応じた技術選定と設計・実装能力を重視します。 【変更の範囲】会社の定める事業場（リモートワークを行う場所を含む） 会社の定める事業場（リモートワークを行う場所を含む） |