AI開発PM
Confirmed on the employer's own hiring board on Nov 7, 2026. First seen by Alion on Nov 7, 2026.
AI開発プロジェクトマネージャーAIアプリケーションの設計・実装と開発プロセス改善をリード｜ANAとの共同開発実績あり
Description
業務内容
AI開発プロジェクトマネージャーは、事業会社向けのAIシステム開発において、顧客の業務課題の整理から開発方針の合意、要件・タスクの具体化、開発・導入の推進まで担います。また、SIer向けにAI駆動開発のノウハウを提供する際には、SIer側のPMとの協業を担当します。
顧客の業務を理解し、技術的な実現可能性と必要な工数を踏まえて、開発する内容と優先順位を整理します。CTOやリードエンジニアと連携しながら、LLMで解ける範囲と、最適化など他の手法を用いる範囲を見極め、実際に現場で使われるシステムの開発を進めます。
現在は代表・CTOが顧客との方針・要件の合意を担っており、顧客への提案から開発の推進までを任せられるPMを増員します。コードを書く割合は本人の志向に合わせて相談します。
▼具体的な業務内容
- 業務課題の把握と整理
顧客の業務内容や目的、要望をヒアリングし、課題を整理します。AIで支援する業務と優先順位を検討し、開発する内容を定めます。
- 開発方針・スコープの合意
プロジェクトの方針、進め方、開発範囲、スケジュールを定め、顧客と合意します。AIが処理する範囲と人が判断する範囲も検討します。SIer向け支援では、どの開発工程からAIを導入するかを顧客と検討します。
- 技術的な実現方法と工数を踏まえた調整
CTO・リードエンジニアと連携し、LLMで解ける範囲と、最適化など他の手法で解く範囲を見極めます。技術的な実現可能性と必要な工数を踏まえ、顧客と開発範囲や優先順位を調整します。
- 要件・タスク・受け入れ条件の具体化
顧客との合意内容を、リードエンジニア・エンジニアが開発に着手できる要件・タスク・受け入れ条件に整理します。これらをもとに、AIを活用した実装・テストを進めます。
- 開発プロジェクトの推進
開発メンバーとタスクや進捗を確認し、開発中に生じた仕様変更や課題について顧客と調整します。必要に応じてCTOに技術面の判断を相談しながら、対応方針を決めます。本人の志向に応じて、プロトタイプの作成やLLM・エージェント機能を含む一部の実装にも関わります。
- SIer側PMとの協業
SIer向けのAI駆動開発ノウハウの提供において、SIer側のPMと連携します。顧客の開発工程を理解し、AIを導入する範囲や進め方をすり合わせながら、導入・改善を進めます。
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
開発チームは2〜3名で構成されることが多く、社員のほか、業務委託のエンジニアも参画しています。入社直後は代表やCTOと同じ案件に入り、顧客への提案や要件整理、開発の進め方を共有しながら、PMとして担当する範囲を分担します。
案件ごとに毎日打ち合わせを行い、リードエンジニア・エンジニアと進捗や課題を共有します。技術的な判断はCTOやリードエンジニアと相談しながら、顧客との調整とプロジェクト推進を担います。
- 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
・顧客の課題整理から、開発・導入まで一貫して関われる
進捗管理や報告だけでなく、顧客の業務を理解し、何を開発するか、どこから取り組むかを提案・合意する段階から関われます。少人数の開発チームと連携し、実際に現場で使われるシステムの開発を推進するポジションです。
・技術的な実現方法の検討にも関われる
LLMで解ける範囲や、最適化など他の手法を用いる範囲を、CTO・リードエンジニアと議論しながら検討できます。ご自身の開発経験や技術的な知見を生かし、本人の志向に応じてプロトタイプ作成や一部の実装にも関われます。
・事業会社向け案件と、SIerとの協業の両方を経験できる
事業会社向けのAIシステム開発では顧客との折衝から導入までを推進し、SIer向けのAI駆動開発支援ではSIer側のPMと協業します。顧客の業務と開発工程の双方を理解し、AIを活用する方法を提案する経験を積めます。
・経営陣の近くで、営業や事業の立ち上げにも関われる
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。開発プロジェクトの推進にとどまらず、営業や事業の立ち上げにも、経営陣の近くで関われる環境です。
役員紹介
- CEO & Founder 伊藤 博隆
慶應大学医学部卒業。在学中にプログラミングを独学し、iOSアプリを多数作成。
その後、株式会社R&Dを設立し、ベンチャー企業におけるITプロダクトの作成や大企業のDX化に従事。
大企業・ベンチャー問わず新規プロダクトの仮説検証の支援やDX化による費用・工数の削減を得意とする。
- COO& Founder 伊藤 義隆
東京大学工学部物理工学科卒業。
学部時代は量子コンピューティングを専門とし共著国際論文執筆。同大学院にてAIを用いた超音波CTの画像解析に従事。
その後、株式会社R&Dを設立。同社では主にテクノロジーを用いたコンサルティングや要件定義、プロジェクトマネジメントを担当する。
現在ではクライアントの新規事業の企画、運用の支援も実施している。
- CTO& Founder 畑田 大毅
慶應義塾大学医学部卒業。
在学中にSwiftを習得し、iOSエンジニアになる。その後、株式会社R&Dを設立し、エンジニアとしてwebアプリやモバイルアプリ、業務効率化システムを構築。
技術に対する深い知見を活かし、現在では主に数千人のユーザーが利用するシステムや秘匿性の高い情報を扱うプロジェクトのテックリードを担当する。
Requirements
業務内容
AI開発プロジェクトマネージャーは、事業会社向けのAIシステム開発において、顧客の業務課題の整理から開発方針の合意、要件・タスクの具体化、開発・導入の推進まで担います。また、SIer向けにAI駆動開発のノウハウを提供する際には、SIer側のPMとの協業を担当します。
顧客の業務を理解し、技術的な実現可能性と必要な工数を踏まえて、開発する内容と優先順位を整理します。CTOやリードエンジニアと連携しながら、LLMで解ける範囲と、最適化など他の手法を用いる範囲を見極め、実際に現場で使われるシステムの開発を進めます。
現在は代表・CTOが顧客との方針・要件の合意を担っており、顧客への提案から開発の推進までを任せられるPMを増員します。コードを書く割合は本人の志向に合わせて相談します。
▼具体的な業務内容
- 業務課題の把握と整理
顧客の業務内容や目的、要望をヒアリングし、課題を整理します。AIで支援する業務と優先順位を検討し、開発する内容を定めます。
- 開発方針・スコープの合意
プロジェクトの方針、進め方、開発範囲、スケジュールを定め、顧客と合意します。AIが処理する範囲と人が判断する範囲も検討します。SIer向け支援では、どの開発工程からAIを導入するかを顧客と検討します。
- 技術的な実現方法と工数を踏まえた調整
CTO・リードエンジニアと連携し、LLMで解ける範囲と、最適化など他の手法で解く範囲を見極めます。技術的な実現可能性と必要な工数を踏まえ、顧客と開発範囲や優先順位を調整します。
- 要件・タスク・受け入れ条件の具体化
顧客との合意内容を、リードエンジニア・エンジニアが開発に着手できる要件・タスク・受け入れ条件に整理します。これらをもとに、AIを活用した実装・テストを進めます。
- 開発プロジェクトの推進
開発メンバーとタスクや進捗を確認し、開発中に生じた仕様変更や課題について顧客と調整します。必要に応じてCTOに技術面の判断を相談しながら、対応方針を決めます。本人の志向に応じて、プロトタイプの作成やLLM・エージェント機能を含む一部の実装にも関わります。
- SIer側PMとの協業
SIer向けのAI駆動開発ノウハウの提供において、SIer側のPMと連携します。顧客の開発工程を理解し、AIを導入する範囲や進め方をすり合わせながら、導入・改善を進めます。
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
開発チームは2〜3名で構成されることが多く、社員のほか、業務委託のエンジニアも参画しています。入社直後は代表やCTOと同じ案件に入り、顧客への提案や要件整理、開発の進め方を共有しながら、PMとして担当する範囲を分担します。
案件ごとに毎日打ち合わせを行い、リードエンジニア・エンジニアと進捗や課題を共有します。技術的な判断はCTOやリードエンジニアと相談しながら、顧客との調整とプロジェクト推進を担います。
- 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
・顧客の課題整理から、開発・導入まで一貫して関われる
進捗管理や報告だけでなく、顧客の業務を理解し、何を開発するか、どこから取り組むかを提案・合意する段階から関われます。少人数の開発チームと連携し、実際に現場で使われるシステムの開発を推進するポジションです。
・技術的な実現方法の検討にも関われる
LLMで解ける範囲や、最適化など他の手法を用いる範囲を、CTO・リードエンジニアと議論しながら検討できます。ご自身の開発経験や技術的な知見を生かし、本人の志向に応じてプロトタイプ作成や一部の実装にも関われます。
・事業会社向け案件と、SIerとの協業の両方を経験できる
事業会社向けのAIシステム開発では顧客との折衝から導入までを推進し、SIer向けのAI駆動開発支援ではSIer側のPMと協業します。顧客の業務と開発工程の双方を理解し、AIを活用する方法を提案する経験を積めます。
・経営陣の近くで、営業や事業の立ち上げにも関われる
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。開発プロジェクトの推進にとどまらず、営業や事業の立ち上げにも、経営陣の近くで関われる環境です。
役員紹介
- CEO & Founder 伊藤 博隆
慶應大学医学部卒業。在学中にプログラミングを独学し、iOSアプリを多数作成。
その後、株式会社R&Dを設立し、ベンチャー企業におけるITプロダクトの作成や大企業のDX化に従事。
大企業・ベンチャー問わず新規プロダクトの仮説検証の支援やDX化による費用・工数の削減を得意とする。
- COO& Founder 伊藤 義隆
東京大学工学部物理工学科卒業。
学部時代は量子コンピューティングを専門とし共著国際論文執筆。同大学院にてAIを用いた超音波CTの画像解析に従事。
その後、株式会社R&Dを設立。同社では主にテクノロジーを用いたコンサルティングや要件定義、プロジェクトマネジメントを担当する。
現在ではクライアントの新規事業の企画、運用の支援も実施している。
- CTO& Founder 畑田 大毅
慶應義塾大学医学部卒業。
在学中にSwiftを習得し、iOSエンジニアになる。その後、株式会社R&Dを設立し、エンジニアとしてwebアプリやモバイルアプリ、業務効率化システムを構築。
技術に対する深い知見を活かし、現在では主に数千人のユーザーが利用するシステムや秘匿性の高い情報を扱うプロジェクトのテックリードを担当する。
Preferred Experiences
以下のいずれかの経験をお持ちの方を歓迎します。
・LLM・AIエージェントを使った開発プロジェクトの経験
・SIer・受託開発での開発工程（要件定義〜保守運用）の実務経験
・複数案件を並行して進めた経験
・個人開発や起業の経験
We are looking for
・SIerや受託開発で要件定義や顧客調整を担ってきた経験を生かし、顧客の課題整理から開発方針の合意まで主導したい方
・営業や上位ベンダーを介した顧客対応から、顧客と直接議論し、開発する内容や優先順位を決める役割に移りたい方
・大規模な案件で進捗管理や報告の比重が増え、2〜3名のチームで、顧客への提案から開発まで一貫して関わりたい方
・SIer・受託開発で培った開発工程への理解を生かし、AI駆動開発の導入を顧客に提案する仕事に取り組みたい方
・ご自身の開発経験を生かして技術的な判断を担い、志向に応じて実装にも関わりながらPMとして案件を進めたい方
Working Conditions
Salary
年収800万〜1,500万円（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）