株式会社ベネッセコーポレーション DIP（DX横断本部） の求人一覧
全 3 件中 3 件 を表示しています
-
Senior Tech Lead - Applied AI Engineering
採用背景 ■ベネッセでは、各事業（『進研ゼミ』『こどもちゃれんじ』『学校向け教育事業』『社会人向け教育事業』『妊娠出産･育児等の生活サービス』etc.の事業領域)のデータを活用し、お客様の課題解決、サービス価値向上実現のため、事業・サービスやマーケティングの進化、事業グロースにおけるデータ利活用を支える、機械学習やAIを活用したサービスや仕組み作りに注力しております。 ■本求人は事業課題や業務課題に対してAI/AIエージェント、workflow、既存システム連携、人の確認・承認を組み合わせた実行可能な仕組みに変えることを担うポジションです。個別案件での設計・実装・運用立ち上げに加え、再利用可能なテンプレート、参照実装、プレイブックを整備し、複数プロジェクトで活用できる型を作っていただきます。あわせて、PdM・企画担当者、エンジニア、業務側メンバーと連携し、Applied AI Engineering の開発水準を横断的に高めていく役割を期待します。 仕事内容 AI/AIエージェントの応用開発・設計標準化を担う技術リードをしていただきます。 【具体的な業務内容】 ■業務部門やPdM・企画担当者と連携し、曖昧な事業課題や業務を分岐・例外・手戻りを含めて workflow として整理。 ■AI/AIエージェント、RAG、外部ツール、既存業務システム、人の確認・承認を組み合わせた実行フローを設計・実装。 ■PoCに留まらず、本番導入に向けた品質、運用性、監視、代替動作、改善手順を設計。 ■個別案件で得た知見をテンプレート、参照実装、プレイブック、設計ガイドとして整備し、横断的に再利用できる形へ落とし込む。 ■workflow 単位の品質課題や運用課題を特定し、Prompt、RAG、tool use、業務フローのどこを改善すべきか判断。 ■AI Quality & Evaluation 担当、AI Platform & Reliability 担当と協働し、評価標準や共通基盤が必要な論点を適切に接続。 ■関係者向けの技術ドキュメントや実装ガイドを整備し、複数チームが自走しやすい状態を作る 【入社後の成果イメージ】 ■6か月以内に、BenesseのAI/AIエージェント活用プロジェクトを対象に、Applied AI Engineering の基本となる実装パターン、設計観点、運用の進め方を整理し、具体的な案件で活用を始めている。主要な案件で、どこまでをAIに任せ、どこに人の確認・承認を置き、どのように運用・改善するかが関係者間で共有されている状態をつくる。 ■18か月以内に、複数プロジェクトで再利用されるテンプレート、参照実装、プレイブックの整備をリードし、Applied AI Engineering の開発が特定個人に依存せず進められる状態を実現している。案件ごとにゼロから設計し直すのではなく、標準的な進め方と判断材料が共有され、開発組織として再現性の高い実装・運用ができる状態をつくる。 ※外部パートナー（大手クラウドベンダーやベンチャー企業など）、研究機関と連携しながら、知見を高めていくことができます。また資格研修やセミナー参加なども推奨しています。 AIエンジニアとしての専門性を高めつつ、BizDevやデータエンジニアなど、領域を拡大するキャリアの広げ方も可能です。 求める人物像 ■Backend、Platform、Data、ML、Product Engineering などの基礎技術領域で成果を出したうえで、近年は Applied AI、agent、workflow、RAG、tool use を使った実運用へ軸足を移してきた方 ■PoCを作って終えるのではなく、業務へ埋め込み、運用し、改善した経験を持つ方 ■自分の実装をテンプレートやプレイブックとして残し、他者に移せる方 ■曖昧さの高い状況でも、業務理解と実装の両方を持って前に進められる方 ■技術的な正しさだけでなく、現場で使われ続けるための運用性や定着まで考えられる方 応募条件（MUST） ■Backend、Platform、Data、ML、Product Engineering のいずれかの領域で、5年以上の実務経験。 ■Tech Lead またはそれに準ずる立場で、技術方針の判断や実装推進を担った経験 ■生成AI、LLM、AIエージェントを活用した機能またはシステムの実務経験があり、本番導入または継続運用に関わった案件経験。 ■曖昧な業務を要件化し、人の確認・承認を含むworkflowとして設計し、本番導入または継続運用まで担った案件経験。 ■PythonまたはTypeScriptを用いたアプリケーション開発経験があり、API連携、データ連携、Cloud環境での設計・運用を担った経験。 ■テンプレート化、標準化、知識移転によって他チームへ再利用を広げた経験。 ■PdM・企画担当者、エンジニア、業務側メンバーと協働し、技術判断をプロジェクト推進につなげた経験。 歓迎条件（WANT） ■MCP、RAG、workflow orchestration、tool use、Prompt / コンテキスト設計に関する実務経験。 ■workflow 単位の評価設計、回帰確認、監視設計、運用改善の経験。 ■長い業務フローや複数エージェント構成の設計経験。 ■SaaSや既存業務システムとの統合経験。 ■教育、B2Cサービス、コンテンツ、顧客接点、バックオフィスなど、複雑な業務運用ドメインでの経験。 ■上級ICとしてのレビュー、メンタリング、技術ドキュメント整備の経験。 選考スケジュール 書類選考 → WEBテスト＋面接2回 続きを見る
-
Senior Tech Lead - AI Quality & Evaluation
採用背景 ■ベネッセでは、各事業（『進研ゼミ』『こどもちゃれんじ』『学校向け教育事業』『社会人向け教育事業』『妊娠出産･育児等の生活サービス』etc.の事業領域)のデータを活用し、お客様の課題解決、サービス価値向上実現のため、事業・サービスやマーケティングの進化、事業グロースにおけるデータ利活用を支える、機械学習やAIを活用したサービスや仕組み作りに注力しております。 ■本求人はAI/AIエージェント関連プロジェクトにおいて、品質基準の設計、評価運用、改善サイクルの定着をリードするポジションです。個別案件への対応に加え、評価観点やリリース判定の考え方を横断的に整備し、AI活用を担う開発組織全体の水準向上に貢献いただくことを期待します。 仕事内容 生成AI/AIエージェントの品質基準・評価設計・継続改善を担う技術リードいただきます。 【具体的な業務内容】 ■担当するAI/AIエージェントプロジェクトや主要ユースケースについて、品質基準とリリース判定基準を定義。 ■新規機能の品質評価、回帰評価、安全性評価の観点で、評価データセット、評価基準、自動評価ロジック、テスト環境を設計・運用。 ■オフライン評価と人手レビューを組み合わせ、回答品質、根拠性、一貫性、安全性、コスト、レイテンシの観点で品質を可視化。 ■本番環境のオンライン指標、ログ、ユーザーフィードバックをもとに、改善仮説の立案から検証までをリード。 ■段階リリース、A/Bテスト、切り戻しや代替動作の判断に必要な品質信号を整備する Prompt、RAG、tool use、workflow 設計の改善提案を行い、Applied AI Engineering 担当と協働して品質改善。 ■共通の評価基盤、ダッシュボード、品質運用フローについて AI Platform & Reliability 担当と連携し、再利用可能な仕組みに落とし込む。 ■品質事故や評価結果を踏まえた再発防止策をドキュメント化し、組織の判断基準を育てる 【入社後の成果イメージ】 ■6か月以内に、BenesseのAI/AIエージェント活用プロジェクトを対象に、評価・品質の基本となる観点、進め方、評価運用の型を整備し、具体的な案件で活用を始めている。主要なプロジェクトにおいて、品質観点、評価項目、リリース判断の考え方が言語化され、関係者が共通の前提で議論できる状態をつくる。 ■18か月以内に、開発組織への知見展開と標準化をリードし、AIソリューションの評価・品質観点におけるベストプラクティスが複数プロジェクトで再利用され、再現性の高いプロジェクト運営ができる状態を実現している。案件ごとの属人的な判断に依存せず、評価設計、改善サイクル、リリース判断の進め方が組織知として定着。 ※外部パートナー（大手クラウドベンダーやベンチャー企業など）、研究機関と連携しながら、知見を高めていくことができます。また資格研修やセミナー参加なども推奨しています。 AIエンジニアとしての専門性を高めつつ、BizDevやデータエンジニアなど、領域を拡大するキャリアの広げ方も可能です。 求める人物像 ■Data Engineer、ML Engineer、Research Engineer、Security Engineer、Platform Engineer、Backend Engineerなどの基礎技術領域で成果を出したうえで、近年は生成AI/AIエージェント領域に取り組んできた方 ■Research Engineer、ML Engineer、Applied AI Engineer、AI Quality/QA、MLOps などの経験を持ちつつ、実運用の品質改善までやり切ってきた方 ■「精度を上げる」だけでなく、「どの品質をどう測り、どこでリリース判定するか」を設計してきた方 ■生成AIの不確実性を前提に、再現可能な改善サイクルと組織的な判断基準を作れる方 ■教育・学習のように信頼性が重要な文脈で、業務ドメインの知見を技術設計に翻訳できる方 応募条件（MUST） ■ソフトウェアエンジニアリング、データ基盤、ML、Security、Platform、Backend のいずれかの領域で、5年以上の実務経験 ■Tech Lead またはそれに準ずる立場で、技術方針の決定や実装推進を担った経験 ■LLM、RAG、AIエージェントを活用した機能またはシステムについて1年以上の実務経験があり、本番導入または継続運用に関わった案件経験 ■評価指標設計、評価データセット設計、または回帰評価設計を含む品質改善サイクルを設計・運用した案件経験 ■オフライン評価、オンライン指標、A/Bテスト、モニタリング、人手レビューまたは自動評価を組み合わせて品質を運用した経験 ■品質課題を分解し、Prompt、RAG、モデル選定、tool use、UX、運用フローのどこを改善すべきかを判断し、改善につなげた経験 ■Pythonを中心とした実装力、ならびにAPI/バックエンド/データ処理のいずれかの実務経験 ■PdM・企画担当者、エンジニア、業務側メンバーと協働し、品質基準を意思決定に接続した経験 歓迎条件（WANT） ■Data Engineer、ML Engineer、Research Engineer、Security Engineer、Platform Engineer、Backend Engineer などの基礎技術領域で、専門性を磨いてきた経験 ■情報理工学系または関連分野での学士号、またはそれに準ずる基礎知識 ■教育、学習、B2C/B2B SaaS、ヘルスケア、法務、金融など高信頼領域でのAI運用経験 Ragas、DeepEval、OpenAI Evals、Langfuse、Arize Phoenix など評価・観測ツールの利用経験 ■敵対的テスト、レッドチーミング、プロンプトインジェクション対策、ハルシネーション対策の実務経験 ■検索品質、RAG評価、ランキング評価、推薦評価の経験 ■ファインチューニング、追加学習、またはモデルカスタマイズの経験 ■品質基盤やMLOps基盤の設計経験 ■技術発信、社内標準化、プレイブック作成の経験 選考スケジュール 書類選考 → WEBテスト＋面接2回 続きを見る
-
Senior Tech Lead - AI Platform & Reliability
採用背景 ■ベネッセでは、各事業（『進研ゼミ』『こどもちゃれんじ』『学校向け教育事業』『社会人向け教育事業』『妊娠出産･育児等の生活サービス』etc.の事業領域)のデータを活用し、お客様の課題解決、サービス価値向上実現のため、事業・サービスやマーケティングの進化、事業グロースにおけるデータ利活用を支える、機械学習やAIを活用したサービスや仕組み作りに注力しております。 ■本求人はAI/AIエージェント活用プロジェクトにおいて、個別案件で必要な実行基盤や統制の設計・実装を担うポジションです。個別案件への対応に加え、モデル利用、認証認可、監査証跡、変更管理、運用の進め方を横断的に整え、複数案件で再利用できる型にしていくことを期待します。共通基盤や標準の整備を通じて、開発組織全体が安全かつ継続的にAIを活用できる状態づくりに貢献いただきます。 仕事内容 生成AI基盤における、運用信頼性、監視、統制、権限制御、監査基盤を担う技術リードをしていただきます。 【具体的な業務内容】 ■担当するAI/AIエージェントプロジェクトに対して、必要な共通実行基盤と制御点を設計・実装 ■複数モデルや複数プロバイダを扱うモデルゲートウェイ、利用ルール、接続方式を設計 ■人・サービス・AIエージェント・外部ツールの認証認可、権限委譲、秘密情報管理を整備 ■Prompt / model / tool / policy の変更管理、版管理、段階リリース、切り戻しの仕組み作り ■Prompt、応答、tool 実行、承認操作のログ、トレース、監査証跡、秘匿化の仕組みを整える ■可観測性、利用状況、レイテンシ、コスト、障害情報をもとに、運用統制の仕組みを改善 ■品質評価やリリース判定に必要なシグナルを、AI Quality & Evaluation 担当と連携して実行基盤へ接続 ■ハイリスク操作に対する承認条件、人手介在条件、停止条件を定義し、運用フローに落とし込み ■共通部品、設計ガイド、テンプレート、運用ルールを整備し、複数案件で再利用できる状態作り 【入社後の成果イメージ】 ■6か月以内に、BenesseのAI/AIエージェント活用プロジェクトを対象に、モデル利用、認証認可、監査証跡、変更管理、運用統制の基本方針と進め方が整理され、具体案件で共通の前提として使われ始めている。主要な案件で必要な制御点が言語化され、関係者が同じ基準で設計と運用を進められる状態をつくる。 ■18か月以内に、共通部品、設計ガイド、運用ルール、監査や変更管理の進め方が複数案件で再利用され、属人的な判断に依存せずにAI/AIエージェントを安全かつ継続的に運用できる状態を実現している。案件ごとにゼロから制御を考えるのではなく、開発組織全体で再現性ある進め方を定着させる。 ※外部パートナー（大手クラウドベンダーやベンチャー企業など）、研究機関と連携しながら、知見を高めていくことができます。また資格研修やセミナー参加なども推奨しています。 AIエンジニアとしての専門性を高めつつ、BizDevやデータエンジニアなど、領域を拡大するキャリアの広げ方も可能です。 求める人物像 ■Platform / SRE / Security / ML Platform などの基礎技術領域で成果を出したうえで、近年は生成AI/AIエージェント領域に取り組んできた方 ■安全性 を理念ではなく、認証認可、監査証跡、変更管理、承認条件といった運用可能な制御へ落とし込める方 ■個別案件への対応に加え、横断的な基準や共通部品を整備し、組織全体の水準向上に貢献できる方 ■速度と統制のトレードオフを、実装と運用の両面から説明できる方 応募条件（MUST） ■ソフトウェアエンジニアリング、Platform、SRE、Security、ML Platform、Backend のいずれかの領域で、5年以上の実務経験 ■Tech Lead またはそれに準ずる立場で、共通基盤や横断的な技術課題の推進を担った経験 ■生成AIまたはAIエージェントを活用した機能・システムについて、1年以上の実務経験があり、本番導入または継続運用に関わった案件経験 ■認証認可、変更管理、監査証跡、または運用統制に関わる制御点を設計し、本番運用へ落とし込んだ案件経験 ■クラウド環境における分散システム、API、CI/CD、Infrastructure as Code の設計・運用経験 ■認証認可、権限制御、秘密情報管理、multi-tenant isolation のいずれかを設計・運用した経験 ■可観測性、変更管理、段階リリース・切り戻しを含む本番運用を設計した経験 ■PdM・企画担当者、エンジニア、業務側メンバーと協働し、事業・プロダクト・開発上の要求を技術的な統制や制御点として設計し、実務へ落とし込んだ経験 歓迎条件（WANT） ■モデルゲートウェイ、Prompt registry、tool registry、AIエージェント実行基盤のいずれかの設計経験 ■policy as code、Kubernetes policy、admission control、OPA/Gatekeeper/Kyverno などの経験 ■MCP や tool use、外部SaaS連携、イベント駆動連携の設計経験 ■LangSmith、OpenTelemetry、MLflow、Arize などによるAI可観測性の経験 ■教育、医療、金融、公共など、センシティブデータや高い説明責任が求められる領域での開発・運用経験 ■標準設計、共通部品、SDK、テンプレート整備を通じて再利用性を高めた経験 ■脅威モデリング、ガードレール設計、最小権限設計の実務経験 選考スケジュール 書類選考 → WEBテスト＋面接2回 続きを見る
全 3 件中 3 件 を表示しています