【キャリア採用】AIエンジニアマネージャー

【キャリア採用】AIエンジニアマネージャー

HEROZ株式会社

【AIエンジニアマネージャー】建設・製造の業務で"使えるAI"を創る | 専用MLモデル・LLM・組み合わせ最適化を横断し案件リード

仕事概要

ポジション概要 / ミッション

このポジションは、建設・製造・一次産業を中心とした顧客の業務課題に対し、AI・数理最適化技術によるソリューションを設計し、案件とチームを牽引するAIエンジニアリングマネージャーです。

将棋AI「Ponanza」で名人に勝利した技術的DNAを源流に、HEROZは今、日本の基幹産業の業務そのものを変革するフェーズにいます。顧客のAI活用は「PoCで可能性を確認する」段階から「業務ワークフローに組み込み、業務で実際に使う段階へ移りました。

このポジションに求めるのは、特定モデルの専門性や肩書としてのマネージャー経験ではありません。

顧客の抽象的な要望を技術課題へ翻訳し、実現性を確認するためのPoC・実際に顧客が使用できる状態に仕上げる開発を設計・推進・立て直しながら、自らも技術に触れてメンバーを牽引できる方です。

個人の専門性を深めることではなく、顧客・チーム・事業の成果にコミットすることが、このポジションの責任範囲です。

募集背景

案件数の増加が続く一方で、より高難度・ドメインに特化したプロジェクトが増える中で、シニアメンバーが個々のプロジェクトに掛ける時間を増やす必要がでてきました。

今回の募集は、新しくひとりのEMが担当するプロジェクトを分散させ、より専門性の高い案件を推進する体制へ移行させるためのものです。空いた席を埋める採用ではなく、体制そのものを設計し直す最初の一人として入っていただきたいと思っています。

具体的な業務内容

担当いただく3本の柱

• PoCの設計と推進

顧客の業務課題をAI課題・データ課題に分解し、スコープ、ゴール、評価指標、期間、体制、リスクを定義します。技術仮説を設定し、実験計画を立て、結果を踏まえて次の打ち手を決めるサイクルを主導します。

• 顧客との合意形成

ビジネスコンサルタント・AIエンジニアと共に顧客からのヒアリングを行い、非技術者にも技術内容と限界を説明します。精度が出ない、データが足りない、顧客期待と乖離したといった局面では、原因を整理して計画を再設計し、前面に立って立て直します。

• プロジェクトチームの成果最大化

プロジェクトメンバーへのタスク割り当てと進捗管理を行います。開発物のレビューでは、コードだけでなく仮説、データ、評価方法、再現性、顧客価値まで確認します。

その他の担当領域

• AIコアロジック部分の機械学習モデル、アルゴリズム、外部AIサービス（クローズドLLM等）の調査・技術選定 。目的・期間・コスト・リスクに応じて、専用モデルを作るか既存ライブラリを使うか外部サービスに寄せるかを判断します
• 運用中AIアプリケーションの不具合調査、修正、機能追加
• PoCから開発・本番運用への移行設計

プロジェクト例

• 一次産業・建設系のセンサー情報の分析・可視化・異常検知システムの構築
• 東洋エンジニアリング株式会社様とのプロジェクトでプラント設計業務における図面チェックを支援するシステム(AI for U)を開発
• 図面のチェックや整合性確認などを行うための画像認識エージェント(VLM・専用モデル)の開発
• 株式会社竹中工務店様との共同プロジェクトで構造設計業務を支援するAIモデルを開発
• SMBC日興証券株式会社様の株式ポートフォリオ診断AI
• 静銀信用保証株式会社様の住宅ローン不正検知AIシステム
• 株式会社ポケモン様との「Pokémon Battle Scope」
• 日本科学未来館様とのAIスーツケース音声対話機能開発
• 企業社内文書の対話検索システムの構築（製造業、建設業、金融業など）
• 企業法務業務を支援するLLMエージェントの構築実験・開発
• 他、建設・製造業界等のお客様との未公開案件が多数

チーム体制と入社後の立ち上がり

• 配属：建設・一次産業ドメイン担当チーム
• チーム規模：5〜10名程度の少数精鋭
• レポートライン：チームEM(建設・製造・一次産業ドメイン担当チーム掌握)
• 配下: プロジェクトに参画するAIエンジニア・ソフトウェアエンジニア(プロジェクト当たり2-3名程度)
• 連携: プロジェクト担当のビジネスコンサルタント、セールスマーケタ。同チーム/他チームのEM。
• 入社後1-3ヶ月：他のエンジニアマネージャと共にプロジェクトに参画いただき、弊社でのプロジェクトの進め方に慣れていただく
• 入社後2-6ヶ月：新規プロジェクトにエンジニアマネージャとして参画いただき、プロジェクトマネジメント(進捗管理、メンバーとの技術議論・フォロー、顧客との応対など)を対応していただく
• 入社後6ヶ月-1年：提案案件への技術サポート、エンジニア組織の強化・育成や品質向上活動への参画

このポジションの希少価値 / 3年後のあなた

• 手段に縛られないAI課題解決の経験が積めます

専用機械学習モデル（Deep Learning、GBDT等）、数理最適化、LLM、外部AIサービスを、顧客課題に応じて組み合わせます。生成AI一色になりつつある市場の中で、最適化と専用モデルの両方を実務で扱える環境は限られています。技術の縦の深さと横の広さの両方が手に入ります。

• AI適用の余地が最も大きい産業に向き合えます

建設・製造・一次産業は、デジタル化の進んでいない領域が残っており、解けたときの業務インパクトが大きい実課題が揃っています。特に一次産業のAI実装に本格的に取り組んでいるプレイヤーは国内でも限られます。

• プレイングを手放さないマネジメントキャリアを描けます

案件牽引者からGroup Unitのマネジメントへのパスが等級制度として明示されています。

管理専業になるのではなく、技術判断とレビューを自ら行いながら、チームと組織の成果を作る役割です。技術を深めるエキスパートコース、プロジェクトマネジメントコース、組織マネジメントコースが並列に用意されており、道は一本ではありません。

• 計算資源を、案件化前の検証にも使えます

NVIDIA製ハイエンドサーバを社内に完備し、クラウド環境と合わせて活用しています。受注済み案件のためだけでなく、自主的な技術探索や案件化前の実現性検証にも計算環境を使えます。「試したいが環境がない」で技術の選択肢が狭まることがありません。

• 上場企業の安定基盤の上で、ベンチャー的な裁量と速度で意思決定できます

技術選定の裁量、顧客への提案機会があります。

現在の環境と共に越えてほしい壁

• 生成AI／AIエージェント前提の開発スタイルへの組織転換は、今まさに進行中です。正解はまだ社内にも存在せず、我々とともにあなた自身も手を動かしながら型を作っていく必要があります。
• 顧客と一体となった共創型開発への事業シフトの最中で、エンジニアにも顧客折衝・課題発掘の機会が増えています。技術だけを担当し、どうしても顧客との対話は避けたいという方には合わない環境です。
• 要件やデータが完全に揃った状態で始まる案件はほとんどありません。不完全な情報の中で前提を整理し、最初の一歩をチームで設計する必要があります。
• プロジェクト管理の型化、運用フェーズの安定化、Quality Assuranceの仕組みづくりも、EMが一緒に考えるべきテーマです。整った仕組みに乗って動きたい方より、仕組みを作る側に立ちたい方に向いています。
• 「要件が悪い」「データが悪い」で止まらず、自分が変えられる範囲から動ける方を求めています。

開発環境・技術スタック

• 言語：Python（メイン）、C++、RUST、React、TypeScript、C#(CADプラグインなどで使用) 等
• クラウド：AWS／GCP／Azure（プロジェクトにより選定）
• AI／LLM：HEROZ ASK（自社開発AI SaaS）、Claude Enterprise、ChatGPT、Gemini、社内LLM基盤、LangChain、LlamaIndex、LangGraph 等
• インフラ：Docker、Kubernetes、Terraform
• 計算資源：NVIDIA製高性能サーバを社内完備。クラウドGPUとのハイブリッド運用
• 開発手法：アジャイル（スクラム）及びウォーターフォール型、技術選定はチーム裁量

業務において積極的に生成AIを活用しており、特に開発等に必要なClaudeEnterpriseのアカウントは会社より提供されています。

必須スキル

それぞれ経験年数でのラインは引きません。担当した工程の広さ・深さを重視しています。

• AI、機械学習、数理最適化のいずれかを活用したPoCまたはソリューション開発の実務経験
• 顧客課題から技術仮説を設定し、実験計画・評価指標・成功条件を設計した経験
• Python等による実装・検証経験。現在もコードや実験内容をレビューできる技術解像度
• プロジェクトマネジメント経験（ゼロからのタスク設計、担当割り当て、進捗管理、課題管理）
• AI・機械学習システムの基礎理解（学習・推論・評価・データ処理、および過学習やデータリーク等の主要リスク）
• 生成AI・LLMの利用経験（業務経験に限りません。ドキュメント作成、調査、コード生成、テスト等での活用を含みます）
• 顧客やPM、他職種と技術内容や限界を説明し、期待値を調整できるコミュニケーション能力

歓迎スキル

• AI、最適化PoCのプロジェクト設計
• ピープルマネジメント経験
• エンタープライズ顧客向けAIソリューションの開発経験
• 画像認識、異常検知、需要予測、組合せ最適化のいずれかの経験 ・専用機械学習モデルの開発・学習経験（Deep Learning、GBDT等）
• 顧客との要件・仕様・期待値の折衝経験
• 複数案件の並行管理経験
• クラウド上でのWebアプリケーション構築経験
• RAG、AIエージェント、LLMアプリケーションの設計
• 評価経験 ・アジャイルまたは反復型開発によるPoC推進経験
• 運用中AIアプリケーションの不具合調査・改修・機能追加経験
• MLOps、監視、再学習、モデル・データのバージョン管理経験
• 技術ナレッジの文書化・標準化・他案件への展開経験
• 建設・製造・一次産業における業務知識または案件経験

求める人物像

• 未経験の技術や業界を避けず、自らキャッチアップされる方
• 指示を待たず、課題を発見して仮説と次の行動を提示される方
• モデル開発自体を目的化せず、顧客業務の改善を最終目的として考えられる方
• 内製モデルに固執せず、外部AIサービスやLLM、既存手法も含めて最適解を選べる方
• 技術的・事業的に難しいテーマを、成長機会として捉えられる方
• 顧客、メンバー、他部門の協力を当然視せず、相手の専門性と貢献を尊重できる方
• 生成AIを、自身の生産性とチームの成果を高める手段として積極的に試せる方
• 将来的にエンジニア組織の品質・進捗・人材育成を担いたい意欲のある方

応募概要

給与【年収】800万円〜1,100万円

• 経験・能力を考慮の上、当社規定により決定致します
• 賞与支給年2回（8月・2月）
• 昇給年2回

【月給】 580,000円〜797,000円

勤務地〒1080014

東京都港区芝5-31-17 PMO田町7F

• JR「田町」駅 三田口 徒歩2分
• 都営地下鉄「三田」駅 A3出口 徒歩1分

（変更の範囲）

当社本店・支店、当社取引先の事業場内、会社が許可または指示する場所

雇用形態正社員

勤務体系専門業務型裁量労働制の場合、定め無し（みなし労働時間：8時間）

フレックスタイム制の場合、10：00〜19：00（所定労働時間：8時間）

試用期間3ヶ月

福利厚生【休日・休暇】

• 年間休日：定例日 毎週（土・日）曜日、国民の祝日、その他（会社が指定した日）
• 年次有給休暇：６ヵ月継続勤務した場合 10日付与（以降、勤続年数に応じ増加。上限23日）
• その他の休暇 （入社時特別休暇・年末年始休暇・傷病時特別休暇・慶弔休暇あり）

福利厚生

社会保険

雇用保険、労災保険、厚生年金、健康保険（関東ITソフトウェア健保）完備

• 交通費支給 ※在宅勤務可
• 服装自由
• 希望スペックのPC用意（エンジニアのみ）
• 計算処理用GPUサーバ利用
• オフィス無料ドリンクサーバー設置
• AIネイティブ支援制度：業務活用の可能性を検証するため、新しいAIツールの試験利用費用を補助（規定あり）
• 会社が業務に必要と判断したAIツール（Claude等）は会社負担で提供
• 慶弔見舞金(結婚祝い金・出産祝い金・弔慰金)
• インナーコミュニケーション

（全社つながりの場、全社ミーティング、納会、勉強会・案件共有会）

• 人事評価制度
• ご友人紹介制度（お食事代お一人あたり1.5万円まで支援＋入社後インセンティブ報酬）
• ベビーシッター利用割引制度
• 住まサポ制度（不動産仲介手数料優待サービス）

最新技術環境

• NVIDIA製ハイエンドサーバーなど最新の高性能設備を完備
• 開発環境の自由な選択

企業情報

企業名HEROZ株式会社

設立年月2009年4月

本社所在地〒108-0014 東京都港区芝5-31-17 PMO田町7F

従業員数98名（2025年5末時点）