Open Positions
募集ポジション
現在の募集は次の3職種です。求める力がそれぞれ大きく異なるため、内容を読み比べたうえで、ご自身の経験がもっとも噛み合うポジションを1つ選んでご応募ください。いずれも「作った実物」を軸に選考します。
①
AIシステムをつくって動かし続ける
ローカルLLMと自律型エージェントの基盤を設計・実装し、止めずに運用する役割です。
②
カメラと画像で現場の作業を自動化する
2D／3Dの画像処理とエッジAIで、製造・物流の現場業務そのものを自動化する役割です。
③
その力を企業が理解し、実践できるようにする
研修・ハンズオン・業務設計を通じて、顧客企業が自分たちでAIを使える状態をつくる役割です。
① 最優先採用 / Local LLM & Autonomous Agent
【最優先採用】ローカルLLM／自律型AIエージェントエンジニア
Local LLM ／ Autonomous Agent ／ AI Infrastructure ／ LLMOps
- Local LLM
- Autonomous Agent
- AI Infrastructure
- LLMOps
- Linux / GPU
- systemd / Docker
- Tool & API Orchestration
ミッション・背景
この職種は「チャットツールを使いこなせる」方ではなく、Linux・GPU・ローカルLLM・ツール／API・エージェントを組み合わせたシステムを、自分で構築し、動かし続けられる方を対象としています。プロンプトの工夫ではなく、モデルの選定・量子化・推論基盤・常時稼働・障害復旧までを含めた「AIが仕事をし続ける仕組み」そのものをつくる仕事です。
担当する運用系の全体像（例）
- Slackからの入力を受け取る
- 内容を分類し、必要な社内知識を検索する
- タスクを分解し、使うモデル／エージェントを選定する
- ツール・APIを実行する
- 結果をレビューして品質を確認する
- Slackへ応答を返す
- 再利用価値のある内容だけを選択的に長期知識として残す
仕事内容
- ローカルLLM／GPU最適化：llama.cpp・vLLM・Ollama・Transformers・GGUF量子化・VLMの検証と、スループット／VRAMを踏まえたモデル選定
- エージェントのオーケストレーション：タスク分解、ツール呼び出し、実行結果の検証とリトライ設計
- マルチモデルのルーティング：用途・コスト・上限に応じたモデル切り替えとフォールバック
- 常時稼働の信頼性設計：systemd・Docker・cron・ワーカー・キュー・Webhook・スケジューラを用いた稼働維持と自己復旧
- 記憶・知識の設計：会話ログ／ドキュメントの取り込み、検索、要約、そして「何を残さないか」の判断基準づくり
- SaaS連携：Slack・Google Workspace・Notion等との接続と権限設計
必須スキル
- Linuxサーバー上でのサービス構築・運用経験（SSH・systemd・ログ調査・権限設計）
- PythonでのAPI連携・非同期処理・バッチ／ワーカー実装
- ローカルLLMまたはGPU推論を自分の手で動かした経験（推論基盤・量子化・VRAM制約の理解）
- LLMを組み込んだツール実行・エージェント的な処理を実装した経験
- ドキュメントが揃っていない状態でも、自分で調べて動く形にできること
歓迎経験
- vLLM／llama.cpp／Ollamaでの推論最適化、GGUF等の量子化モデル運用
- VLM（画像・文書を扱うマルチモーダルモデル）の実装経験
- RAG・ベクトル検索・ナレッジ基盤の設計と運用
- Docker／コンテナ運用、CI、監視・アラート設計
- Slack Bot・Webhook・ジョブキューを用いた常時稼働システムの運用
- MCP、エージェントフレームワーク、AIコーディングツールの実務利用
選考の考え方・向いている方
- Nsightはいま実際にできること・自分で問題を切り分けて解決した経験・手を動かして作った実物を重視します。研修で一から育てる前提の採用ではありません。
- 動かなかったときに、ログとプロセスから原因をたどって直すことに手応えを感じる方
- 新しいモデルやツールが出たら、記事を読むだけでなく自分の環境で試す方
- 逆に、企画・調査が中心で実装は他者に任せたい方、既に整備された基盤の上での運用を希望される方には、この職種は噛み合いません（②③の職種、または他社のポジションのほうが力を発揮しやすいはずです）
入社後にまず着手いただくこと
- 既存のローカルLLM／エージェント環境の把握と、稼働状況・ボトルネックの棚卸し
- 止まりやすい箇所の特定と、復旧・監視の仕組みの改善
- ナレッジの保存・検索・破棄の基準づくりと実装
応募時に必ず添えていただくもの
- 自分で構築・運用したシステムの説明（構成図・リポジトリ・URLなど、形式は問いません）
- 扱ったローカルモデル、GPU、推論ランタイム、量子化、実測スループット
- 実際に自動化したタスクの範囲
- 発生した障害を1つ挙げ、切り分けと復旧の手順
- 「Slack → 複数エージェント → レビュー → Slack応答 → 選択的な長期記憶」を実現するアーキテクチャ案（箇条書き数行〜A4 1枚程度で構いません）
働き方・条件
| 雇用形態 | 業務委託／契約社員／正社員 いずれも相談可 |
|---|
| 勤務地 | フルリモート可（東京都千代田区平河町にオフィスあり） |
|---|
| 参画形態 | 案件単位での参画も歓迎 |
|---|
| 報酬 | 面談にて決定（経験・スキルに応じて応相談） |
|---|
| 待遇（正社員） | 社会保険完備／交通費支給／PC貸与／書籍購入・研修費補助 |
|---|
② 正社員 / 契約社員 / 業務委託
画像処理／コンピュータビジョンエンジニア
2D・3D画像処理からEdge AI、現場実装まで
- 2D / 3D Vision
- Optics & Imaging
- Anomaly Detection
- Edge AI
- PLC / WMS / MES
ミッション
カメラと画像で、製造・物流の現場作業を自動化するポジションです。撮像・光学の作り込みからモデル開発、エッジ機器への実装、上位システムとの接続までを一気通貫で担当します。
仕事の範囲
- 2D画像処理（前処理・特徴抽出・判定アルゴリズムの設計）
- 3D計測・点群処理（形状・段差・欠損の検出）
- 撮像・光学の設計（カメラ／レンズ／照明の選定と画作り）
- 不良データが少ない条件でのモデル開発（異常検知、データ拡張、合成データの活用）
- エッジ機器へのデプロイと推論最適化（Jetson等のGPU／組込み環境）
- PLC・WMS・MES・データベース・APIとの接続、判定結果の受け渡し
必須スキル
- PythonまたはC++での画像処理／機械学習の実装経験
- PyTorch・OpenCV等を用いた開発経験
- 撮像条件（カメラ・レンズ・照明）が判定結果に与える影響を理解していること
- 要件が固まっていない状態から自走して形にできること
歓迎経験
- 異常検知（Anomalib／PaDiM／PatchCore等）の実装経験
- 3D点群処理（Open3D／PCL）または産業用3Dセンサーの使用経験
- HALCON／VisionPro等の商用ビジョンライブラリの経験
- 製造・物流の現場で検査装置や自動化装置を立ち上げた経験
- GigE Vision／Camera Link等の産業用通信規格の知識
- VLM・マルチモーダルモデルを検査や読み取りに応用した経験
3Dが専門でなくても、2Dの画像処理に強みがある方は歓迎します。3Dは入社後にキャッチアップいただく前提で構いません。
大事にしている原則
- モデルの精度と同じ重みで、現場での安定性・レイテンシ・保守性を評価します。ラインは24時間動き続け、担当者が交代しても運用できる必要があるためです。
- ベンチマーク上の数値より、実際の照明変動・個体差・段取り替えに耐えるかを優先します。
向いている方
- 論文や検証で終わらせず、現場で動く状態まで持っていきたい方
- AIの限界と現場の制約の両方を引き受けられる方
- 画像だけでなく、光学・機構・上位システムまで視野に入れて考えられる方
応募時にお聞きすること
- これまで関わったシステムで、ご自身が担当した範囲（カメラ・光学／データ／学習／推論／エッジ実装／PLC連携のどこまでか）
- もっとも難しかった課題と、その解き方
- 不良画像が20枚しかない検査案件を任されたとき、最初にどう進めるか
働き方・条件
| 雇用形態 | 正社員／契約社員／業務委託 いずれも相談可 |
|---|
| 勤務地 | フルリモート可（客先立ち上げ時は出張あり／東京都千代田区平河町にオフィスあり） |
|---|
| 参画形態 | 案件単位での参画も歓迎 |
|---|
| 報酬 | 面談にて決定（経験・スキルに応じて応相談） |
|---|
| 待遇（正社員） | 社会保険完備／交通費支給／PC貸与／書籍購入・研修費補助 |
|---|
③ 正社員 / 契約社員 / 業務委託
生成AI／AIエージェント研修講師・AI活用コンサルタント
「ChatGPTの使い方」を教える仕事ではなく、仕事のやり方そのものを変える仕事です
- AI Training
- Hands-on Design
- Workflow Redesign
- RAG / MCP / Agents
ミッション
顧客企業が、自分たちの業務にAIを組み込んで運用できる状態をつくるポジションです。ツールの操作説明にとどめず、どの業務をどう変えるかまで踏み込んで設計します。
仕事の範囲
- 企業向け研修の講義・ファシリテーション
- 受講者が実際に手を動かすハンズオンプログラムの設計
- 業務フローのヒアリングと、AIで変えられる箇所の切り分け
- 自動化・AI活用の提案設計（どこを自動化し、どこに人の承認を残すかの線引きを含む）
- 研修資料・手順書・運用ガイドの作成
必須要件
- 自分または自社の業務を、実際にAIで改善した経験（構想ではなく、運用まで到達したもの）
- エンジニアではない相手に、専門用語を避けて説明できること
- 生成AIツールを日常業務で継続的に使っていること
歓迎経験
- API連携による自動化の実装
- MCP・RAG・AIエージェントの構築または活用
- AIコーディングツール（Claude Code／Cursor等）の実務利用
- n8n／Make／Zapier／Dify等による業務自動化
- ローカルLLM・オンプレ環境でのAI活用
- 企業向けのコンサルティング・研修・講師の経験
向いている方
- 「便利なツールの紹介」で終わらせず、業務そのものの設計を変えたい方
- 現場の担当者の抵抗感や事情を踏まえたうえで、進め方を組み立てられる方
- 自分でも手を動かして試し、教える内容を更新し続けられる方
応募時にお聞きすること
- AIで業務を改善した事例を3つ（Before／Afterの形で）
- 日常的に使っているAIツールと、その頻度
- API連携・自動化の経験
- 生成AIに触れたことがない製造業の管理職に、AIエージェントを10分で説明するとしたら、どんな構成で話すか
働き方・条件
| 雇用形態 | 正社員／契約社員／業務委託 いずれも相談可 |
|---|
| 勤務地 | フルリモート可（研修実施時は出張あり／東京都千代田区平河町にオフィスあり） |
|---|
| 参画形態 | 案件単位での参画も歓迎 |
|---|
| 報酬 | 面談にて決定（経験・スキルに応じて応相談） |
|---|
| 待遇（正社員） | 社会保険完備／交通費支給／PC貸与／書籍購入・研修費補助 |
|---|
