AIアプリケーションエンジニア
Confirmed on the employer's own hiring board on Nov 10, 2026. First seen by Alion on Nov 7, 2026.
AIアプリケーションエンジニアWeb開発経験を活かし、LLMを使った業務システムを開発｜ANAとの共同開発実績あり
Description
業務内容
AIアプリケーションエンジニアは、事業会社向けにLLM・エージェントを組み込んだ業務システムを開発し、その開発自体にもAIを活用するポジションです。
PMやリードエンジニアが顧客と整理した課題・仕様をもとに、担当機能の実装・テスト・改修を行います。PMやリードエンジニアと相談しながら、経験や担当範囲に応じて設計にも関わっていただきます。
開発は2〜3名のチームで進めることが多く、入社直後は代表・CTOが主導する案件に参画し、開発の進め方を把握しながら担当機能の実装に取り組みます。
事業会社の業務支援システムの開発と、SIerの開発工程へのAI導入支援が広がる中、顧客の開発チームに参画する案件も含め、実装・検証を担うエンジニアを増員します。開発した機能が実際の業務で利用される段階まで関わる仕事です。
▼具体的な業務内容
- 担当機能の設計・実装
PMやリードエンジニアと仕様・タスクを確認し、担当機能を実装します。経験や担当範囲に応じて、実現方法や設計も相談しながら進めます。TypeScriptまたはPythonを中心に、案件に応じてフロントエンドからバックエンドまで担当します。
- テストと改修
テストの作成・実行と、不具合の修正を担当します。既存システムの改修では、AIによるコード解析結果をもとに修正箇所を特定し、対応します。
- LLM・エージェント機能の実装と品質評価
LLM APIやエージェントフレームワーク（LangGraph、Strands Agentsなど）を使った機能を、経験に応じて実装します。入社時点での実務経験は問いません。
また、PMやリードエンジニアと相談しながら、LLMの出力品質を評価する仕組み（eval）やガードレールの整備にも取り組みます。
- AI駆動開発の実践と知見の共有
Claude CodeやGitHub Copilotなどのコーディング支援ツールを活用し、実装・テストを進めます。開発で得た知見や課題をチームに共有し、開発の進め方を改善します。自社案件で得られた知見は、SIer向けに提供するAI駆動開発のノウハウにもつながります。
- 進捗・課題の共有
担当機能の進捗や課題を顧客・チームに共有し、仕様や実装上の不明点を確認します。日次の打ち合わせでは、代表・CTOに直接相談できます。
プロジェクト事例
航空、製造、商社、エネルギー、人材、エンタメなど、幅広い業種のプロジェクトを手がけています。
①ANA：運航乗務員のスケジュール自動作成システム「AI Scheduler」
ANAと共同で、約2,000名のパイロットの乗務スケジュールを自動作成するシステムを開発しました。乗務資格や休暇希望、航空法規上の制約を、スケジュールの作成条件として組み込んでいます。
2021年から共同開発を進め、約4年間の概念実証を経て2026年4月に本格運用を開始しました。毎月のスケジュール作成にかかる時間を数週間から数時間に短縮し、年間約6,300時間の業務削減を見込んでいます。
②人材紹介会社：求人マッチングの自動化とSFA/CRMの開発
ATSから出力される求人データをAIで構造化し、条件に合う求人を検索できるようにしました。構造化できない職歴はRAGを用いて求人と照合し、担当者の判断に委ねられていた求人紹介を自動化しています。
ランニング費用と外部連携の制約が課題だったSalesforceから、必要な機能に絞ったSFA/CRMへの移行も約6か月で支援しました。利用者は約50名で、コストは半分以下になっています。
③複数サイトを運営する企業：問い合わせ対応のAIエージェント
サイトごとに回答内容が異なり、問い合わせ対応の外注費が課題になっていました。
プロダクトや顧客の情報、問い合わせ履歴、FAQを参照して回答するAIエージェントを開発しました。
担当者に対応を引き継ぐ機能や、問い合わせ履歴からFAQを追加・更新する機能も実装しました。
チーム・開発環境
- 所属・チーム体制
プロジェクトは社員と業務委託メンバーで構成し、2〜3名で進めることが多い体制です。会社全体の従業員数は、業務委託を含めて20名です。代表（PM）、CTO、テックリードと同じプロジェクトに参画し、日次の打ち合わせで開発状況を共有します。
入社直後は、代表・CTOが主導する案件で、割り当てられた機能の実装・テスト・改修を担当します。その後は本人の志向と案件の状況に応じて、担当範囲の設計、顧客への説明、ジュニアメンバーやAIエージェントへの作業分担まで、業務の範囲を広げていきます。
- AI駆動開発の進め方
開発工程ごとにAIが処理する範囲と人が判断する範囲を定め、コーディングエージェントを前提とした開発の進め方を自社の案件で試しています。
SIer向けの支援でも、この進め方の導入に取り組んでいます。
- 要件から実装までの流れ
1.打ち合わせの文字起こしから、仕様・タスク・受け入れ条件をAIで整理する
2.要件定義の段階で動作するモックを作成し、顧客による操作・確認を通じて仕様を固める（工場の点検記録の案件では、この進め方で現場の暗黙知を引き出しました）
3.設計情報をもとに、コーディングエージェント（Claude Code、Codexなど）でコードとテストを生成する。テストは要件から導き、コードからは生成しない
4.人がコードレビューと受け入れ判断を行い、修正する
5.E2EテストのシナリオをAIで構築し、人は実際の業務で期待する動作を満たすかの確認に時間を充てる
- AI駆動開発で大切にしていること
AIが生成するコードには担当者ごとのばらつきがあり、AI自身による検証だけでは不備を見落とす可能性があります。
そのため、コードの生成時に適用するルールと、生成後の検証基準を分けて設ける構成を案件で構築しています。
これらの取り組みは、案件ごとに改善を続けています。
・生成側：コード規約、インポート、DB、セキュリティなどのルールを明文化し、AIに参照させる。レビューやPR作成、E2Eテスト追加などの手順をスキルとして定義する
・検証側：CI（GitHub Actions）で静的解析、依存パッケージの脆弱性、複雑度、E2Eテストを自動で検証し、結果をPRにコメントする。しきい値を超えた場合はマージを停止する
・要件・実装・テストの対応表を自動生成し、各要件がどの実装・テストに対応するかを追跡できるようにする
- 開発環境
LLM・エージェント：OpenAI、Anthropic、Geminiの各API、Strands Agents、LangGraph
フロントエンド：React、Next.js、TypeScript
バックエンド：Node.js（Hono、Express）、Python（FastAPI、Flask、Django）
インフラ・DB：AWS、Google Cloud、Azure、Vercel、PostgreSQL、MySQL
開発ツール：Claude Code、Codex、GitHub Copilot（利用費用は会社負担）
コラボレーション：Slack
記載したすべての技術の使用経験は求めません。
TypeScriptまたはPythonでの開発経験を生かしながら、他の技術も案件を通じて習得していけます。
ポジションの魅力
・これまでの開発経験を、生成AIの実務につなげられる
TypeScriptまたはPythonで培った実装経験をもとに、LLM APIやエージェントフレームワークを用いた機能開発に取り組めます。
入社後は経験に応じた実装・テスト・改修から担当し、LLMの出力評価やガードレールの整備にも、PM・リードエンジニアと相談しながら関わっていきます。
・AIを組み込む開発と、AIを使う開発の両方を経験できる
業務システムにAIを組み込むだけでなく、そのシステムを開発する工程にもAIを活用します。
実案件で新しい手法を試し、得られた知見をチームで共有しながら開発方法を改善できます。その知見は、SIer向けのAI駆動開発支援にも生かされます。
・実装から、設計や顧客への説明へと担当を広げられる
代表やCTO、テックリードと同じ案件に参画し、設計や顧客対応について日次の打ち合わせで直接相談できます。
ご志向と案件の状況に応じて、担当範囲の設計、顧客への説明、AIエージェントへの作業分担へと業務を広げていきます。
・経営陣の近くで、開発以外の事業づくりも学べる
経営陣は全員エンジニア出身で、学生起業からM&Aまで経験しています。
開発だけでなく、営業や事業の立ち上げがどのように進むのかを、経営陣の近くで見て学べる環境です。
選考フロー
カジュアル面談→ 書類選考→ 一次面接 →二次面接 → 最終面接 → オファー
※状況に応じて変更になる場合がございます
Requirements
業務内容
AIアプリケーションエンジニアは、事業会社向けにLLM・エージェントを組み込んだ業務システムを開発し、その開発自体にもAIを活用するポジションです。
PMやリードエンジニアが顧客と整理した課題・仕様をもとに、担当機能の実装・テスト・改修を行います。PMやリードエンジニアと相談しながら、経験や担当範囲に応じて設計にも関わっていただきます。
開発は2〜3名のチームで進めることが多く、入社直後は代表・CTOが主導する案件に参画し、開発の進め方を把握しながら担当機能の実装に取り組みます。
事業会社の業務支援システムの開発と、SIerの開発工程へのAI導入支援が広がる中、顧客の開発チームに参画する案件も含め、実装・検証を担うエンジニアを増員します。開発した機能が実際の業務で利用される段階まで関わる仕事です。
▼具体的な業務内容
- 担当機能の設計・実装
PMやリードエンジニアと仕様・タスクを確認し、担当機能を実装します。経験や担当範囲に応じて、実現方法や設計も相談しながら進めます。TypeScriptまたはPythonを中心に、案件に応じてフロントエンドからバックエンドまで担当します。
- テストと改修
テストの作成・実行と、不具合の修正を担当します。既存システムの改修では、AIによるコード解析結果をもとに修正箇所を特定し、対応します。
- LLM・エージェント機能の実装と品質評価
LLM APIやエージェントフレームワーク（LangGraph、Strands Agentsなど）を使った機能を、経験に応じて実装します。入社時点での実務経験は問いません。
また、PMやリードエンジニアと相談しながら、LLMの出力品質を評価する仕組み（eval）やガードレールの整備にも取り組みます。
- AI駆動開発の実践と知見の共有
Claude CodeやGitHub Copilotなどのコーディング支援ツールを活用し、実装・テストを進めます。開発で得た知見や課題をチームに共有し、開発の進め方を改善します。自社案件で得られた知見は、SIer向けに提供するAI駆動開発のノウハウにもつながります。
- 進捗・課題の共有
担当機能の進捗や課題を顧客・チームに共有し、仕様や実装上の不明点を確認します。日次の打ち合わせでは、代表・CTOに直接相談できます。
プロジェクト事例
航空、製造、商社、エネルギー、人材、エンタメなど、幅広い業種のプロジェクトを手がけています。
①ANA：運航乗務員のスケジュール自動作成システム「AI Scheduler」
ANAと共同で、約2,000名のパイロットの乗務スケジュールを自動作成するシステムを開発しました。乗務資格や休暇希望、航空法規上の制約を、スケジュールの作成条件として組み込んでいます。
2021年から共同開発を進め、約4年間の概念実証を経て2026年4月に本格運用を開始しました。毎月のスケジュール作成にかかる時間を数週間から数時間に短縮し、年間約6,300時間の業務削減を見込んでいます。
②人材紹介会社：求人マッチングの自動化とSFA/CRMの開発
ATSから出力される求人データをAIで構造化し、条件に合う求人を検索できるようにしました。構造化できない職歴はRAGを用いて求人と照合し、担当者の判断に委ねられていた求人紹介を自動化しています。
ランニング費用と外部連携の制約が課題だったSalesforceから、必要な機能に絞ったSFA/CRMへの移行も約6か月で支援しました。利用者は約50名で、コストは半分以下になっています。
③複数サイトを運営する企業：問い合わせ対応のAIエージェント
サイトごとに回答内容が異なり、問い合わせ対応の外注費が課題になっていました。
プロダクトや顧客の情報、問い合わせ履歴、FAQを参照して回答するAIエージェントを開発しました。
担当者に対応を引き継ぐ機能や、問い合わせ履歴からFAQを追加・更新する機能も実装しました。
チーム・開発環境
- 所属・チーム体制
プロジェクトは社員と業務委託メンバーで構成し、2〜3名で進めることが多い体制です。会社全体の従業員数は、業務委託を含めて20名です。代表（PM）、CTO、テックリードと同じプロジェクトに参画し、日次の打ち合わせで開発状況を共有します。
入社直後は、代表・CTOが主導する案件で、割り当てられた機能の実装・テスト・改修を担当します。その後は本人の志向と案件の状況に応じて、担当範囲の設計、顧客への説明、ジュニアメンバーやAIエージェントへの作業分担まで、業務の範囲を広げていきます。
- AI駆動開発の進め方
開発工程ごとにAIが処理する範囲と人が判断する範囲を定め、コーディングエージェントを前提とした開発の進め方を自社の案件で試しています。
SIer向けの支援でも、この進め方の導入に取り組んでいます。
- 要件から実装までの流れ
1.打ち合わせの文字起こしから、仕様・タスク・受け入れ条件をAIで整理する
2.要件定義の段階で動作するモックを作成し、顧客による操作・確認を通じて仕様を固める（工場の点検記録の案件では、この進め方で現場の暗黙知を引き出しました）
3.設計情報をもとに、コーディングエージェント（Claude Code、Codexなど）でコードとテストを生成する。テストは要件から導き、コードからは生成しない
4.人がコードレビューと受け入れ判断を行い、修正する
5.E2EテストのシナリオをAIで構築し、人は実際の業務で期待する動作を満たすかの確認に時間を充てる
- AI駆動開発で大切にしていること
AIが生成するコードには担当者ごとのばらつきがあり、AI自身による検証だけでは不備を見落とす可能性があります。
そのため、コードの生成時に適用するルールと、生成後の検証基準を分けて設ける構成を案件で構築しています。
これらの取り組みは、案件ごとに改善を続けています。
・生成側：コード規約、インポート、DB、セキュリティなどのルールを明文化し、AIに参照させる。レビューやPR作成、E2Eテスト追加などの手順をスキルとして定義する
・検証側：CI（GitHub Actions）で静的解析、依存パッケージの脆弱性、複雑度、E2Eテストを自動で検証し、結果をPRにコメントする。しきい値を超えた場合はマージを停止する
・要件・実装・テストの対応表を自動生成し、各要件がどの実装・テストに対応するかを追跡できるようにする
- 開発環境
LLM・エージェント：OpenAI、Anthropic、Geminiの各API、Strands Agents、LangGraph
フロントエンド：React、Next.js、TypeScript
バックエンド：Node.js（Hono、Express）、Python（FastAPI、Flask、Django）
インフラ・DB：AWS、Google Cloud、Azure、Vercel、PostgreSQL、MySQL
開発ツール：Claude Code、Codex、GitHub Copilot（利用費用は会社負担）
コラボレーション：Slack
記載したすべての技術の使用経験は求めません。
TypeScriptまたはPythonでの開発経験を生かしながら、他の技術も案件を通じて習得していけます。
ポジションの魅力
・これまでの開発経験を、生成AIの実務につなげられる
TypeScriptまたはPythonで培った実装経験をもとに、LLM APIやエージェントフレームワークを用いた機能開発に取り組めます。
入社後は経験に応じた実装・テスト・改修から担当し、LLMの出力評価やガードレールの整備にも、PM・リードエンジニアと相談しながら関わっていきます。
・AIを組み込む開発と、AIを使う開発の両方を経験できる
業務システムにAIを組み込むだけでなく、そのシステムを開発する工程にもAIを活用します。
実案件で新しい手法を試し、得られた知見をチームで共有しながら開発方法を改善できます。その知見は、SIer向けのAI駆動開発支援にも生かされます。
・実装から、設計や顧客への説明へと担当を広げられる
代表やCTO、テックリードと同じ案件に参画し、設計や顧客対応について日次の打ち合わせで直接相談できます。
ご志向と案件の状況に応じて、担当範囲の設計、顧客への説明、AIエージェントへの作業分担へと業務を広げていきます。
・経営陣の近くで、開発以外の事業づくりも学べる
経営陣は全員エンジニア出身で、学生起業からM&Aまで経験しています。
開発だけでなく、営業や事業の立ち上げがどのように進むのかを、経営陣の近くで見て学べる環境です。
選考フロー
カジュアル面談→ 書類選考→ 一次面接 →二次面接 → 最終面接 → オファー
※状況に応じて変更になる場合がございます
Preferred Experiences
以下ご経験に一つでも当てはまる方は歓迎いたします。
・LLM APIやエージェントフレームワークを業務で組み込んだ経験
・フロントエンド（React、Next.js）とバックエンドの両方を扱った経験
・AWS、Google Cloud、Azureなどのクラウド環境での構築経験
・SIer・受託開発で顧客の開発チームに参画した経験
・個人開発や起業の経験
We are looking for
〈求める人物像〉
・SIerや受託開発で仕様に沿った実装・テストを担当してきた経験を生かし、機能の目的や業務上の背景を理解しながら開発に取り組みたい方
・生成AIやコーディング支援ツールを試しており、その経験を実案件の開発に生かしたい方
・顧客の環境に合わせて開発してきた経験を生かし、TypeScript・Python・LLMを用いた開発に取り組みたい方
・2〜3名のチームで代表・CTOと協働し、実装を起点に設計や顧客対応へ担当範囲を広げたい方
・仕様が未確定の部分を関係者に確認しながら、実装を進める仕事に関心がある方
Working Conditions
Salary
年収500万〜900万円（経験・スキルにより決定）
Location
東京都港区虎ノ門3-5-1 虎ノ門37森ビル10F（虎ノ門ヒルズ駅 徒歩1分）
※転居を伴う異動なし
※原則出社。出産・育児、子どもの体調や送迎などに伴う臨時のリモートワークは相談可能です
Job Type
正社員
Work hours
勤務時間： 専門業務型裁量労働制（コアタイム 11:00~17:00）
※ご家庭の都合や一時的なご事情に応じて、コアタイムの調整や一部リモート勤務についても個別に相談可能です
就業時間：1日あたり所定労働時間8時間（休憩：60分）
残業：有
固定残業代の相当時間：45時間/月 ※超過分は別途支給
休日・休暇：年間休日120日以上。土日祝、年末年始休暇、年次有給休暇があります。
Probation period
試用期間：3か月（給与・待遇の変更なし）
Benefits
社会保険完備／通勤手当／健康診断／産前産後休業・育児休業／Claude、Codex、GitHub CopilotなどのAIツール利用費用は会社負担／月末の懇親会・社員旅行（いずれも任意参加）