※フルフレックス※【AIエンジニア】現場の意思決定を変えるAIエージェント基盤の開発◆大手グループの安定基盤×成長を両立◆柔軟な働き方と充実の福利厚生で働きやすさ◎※株式会社テレシー
株式会社CARTA HOLDINGS
給与：1080万円〜2000万円
雇用形態：正社員
勤務地：東京都
仕事内容
【募集背景】
テレシーは2021年の創業以来、2025年には取扱高165億円を達成するなど急成長を遂げています。さらなる提供価値の最大化のため、「ビジネスプロデューサーが顧客と向き合う時間」を最大化することが不可欠です。
そのために業務タスクをAIで効率化・プロダクト化し、事業をエンジニアリングできるAIエンジニア組織を構築するため、新たなメンバーを募集します。
テレシーが目指しているのは、AIを一部業務の効率化ツールとして使うことではありません。BPの提案活動、意思決定、顧客価値提供のプロセスにAIを組み込み、事業運営そのものをAIネイティブに進化させることです。
PoCで終わるAI活用ではなく、実際の業務に入り、使われ続け、事業の競争力になるAI基盤をつくる。その中核を担っていただくポジションです。
【実際の業務進行について】
社内依頼者と伴走しながら、顧客の複雑な要望に対してAI・テクノロジーを活用したソリューションを提供します。
テレシーでは、ビジネスプロデューサー（BP）が顧客課題や提案活動の最前線に立っています。AIエンジニアは、そのBPと近い距離で業務を理解し、どの業務をAIに任せるべきか、どの判断は人間が担うべきかを共に設計します。
ソリューション提供後は、個別案件で得られた解決策を抽象化し、AIエージェントなどの標準プロダクト機能へと昇華させ、再利用可能なアーキテクチャとして組織知に蓄積していきます。
単発の便利ツールを作る仕事ではありません。現場の業務課題を理解し、実装し、使われる状態まで運用し、さらに組織の資産として再利用できる形に変えていく仕事です。
【業務内容】
▼お任せする業務
まずお任せしたいのは、テレシーのビジネスプロデューサーが顧客に向き合う時間を最大化するための、社内AIエージェント基盤の設計・開発・運用です。
・AIエージェント基盤の設計・開発・運用 : LLMプラットフォーム（Bedrock, Vertex AI等）やエージェント基盤（LangGraph, CrewAI等）を活用したシステムの構築
・評価・改善サイクルの設計 : AIエージェントの応答品質を測る評価指標、テストデータ、改善プロセスの策定
・運用基盤の構築 : MCP（Model Context Protocol）や外部APIを統合し、認証・権限管理・監査ログ・ガードレールを含む、安全かつ再利用性の高い運用基盤の設計
・可観測性の確保 : エージェントの判断プロセス、コスト、失敗要因のモニタリングと課題解決
・業務ヒアリング・要件定義 : BPや社内メンバーの業務課題を理解し、「何をAI化すべきか」「どこに人の判断を残すべきか」を整理・設計
・実業務への組み込み : AIエージェントを実際の情報収集・分析・資料作成・提案準備フローへ組み込み、運用・改善まで推進
・標準化・プロダクト化 : 個別案件で得られた解決策を抽象化し、複数業務で再利用可能な標準機能・共通アーキテクチャへ展開
▼直近で取り組んでいること
・セキュアなAI基盤の構築 : 広告・売上・CRM等の機密データを扱うためのローカルLLM環境、ガードレール、権限管理、監査ログを備えた基盤整備
・BP業務へのAI実装 : 情報収集、資料作成、分析、提案準備など、顧客提案前後に発生する業務をAIで支援し、提案のスピードと質を高める仕組みづくり
▼将来的に取り組みたいこと
・ライトニングMMMのAIエージェント化 : WebUIによる複雑な設定ではなく、自然言語での問いかけから意思決定サマリや推奨アクションを即時生成するUXの提供
・マーケティングAIエージェントの提供 : 現在、社内メンバーが行っている情報収集、情報整理、分析、戦略立案等の業務をAIエージェント化
・Human in the loop設計の高度化 : AIによる自動化と、人間による最終判断・ディレクションが最適に融合する業務プロセスの構築
・AI活用の標準化・プロダクト化 : 個別の業務改善に留めず、うまくいった仕組みを共通化し、複数のBP・案件・プロダクトに展開できる状態をつくる
【開発環境】
・LLMエンジニアリング : vLLM, OSS LLM（Llama / Qwen / gpt-oss）, LiteLLM, RouteLLM, Semantic Router, LangGraph, CrewAI, NeMo Guardrails, Guardrails AI, Promptfoo, Ragas, PostgreSQL (pgvector), Langfuse (Self-hosted), Prometheus, Grafana, Ray 等
・MLエンジニアリング : JAX, NumPyro, statsmodels, Dagster, Python, MLflow 等
・データエンジニアリング : Snowflake, dbt cloud, Adverity, fivetran 等
・インフラ(AI) : AWS, GCP (Amazon Bedrock, Google Vertex AI)
・共通 : Docker, Terraform, GitHub, Slack
単に特定技術を使うだけではなく、AIエージェントを安全に、継続的に、業務の中で使える状態にするための評価・監視・権限管理・ログ設計・ガードレール設計まで含めて取り組みます。
応募資格
・業務課題をヒアリングし、業務改善・システム導入プロジェクトのリード経験（企画・要件定義〜運用）
・AI／機械学習プロダクトの導入支援・活用推進の経験（PoC〜運用）
・AIエージェント、LLMアプリケーション、社内AIツール等の開発経験
・AIエージェントの応答品質の定義、および評価・改善サイクルの設計・運用経験
・Infrastructure as Code（Terraform等）を用いた構築・運用経験