【AI活用】組織の生産性を最大化を実現するAIオンボーディングエンジニア

仕事内容

■配属部門について Applied AIグループは、「AIの能力を業務で最大限発揮させられる環境を作ること」を目的としたチームです。AIツールを作ることだけではなく、AIに渡すべき社内コンテキストを整備し、情報をAPIで取得可能な状態にし、業務ワークフローをAIフレンドリーに設計すること、そしてそれらのアクションがAIのパフォーマンスに与える影響を定性・定量的に評価し、継続的なリソース投下の正当性を証明することで、事業におけるAI活用を促進することが主な業務です。「普通のことを普通に徹底的にやる」ことで、AIの成果を最大化することに取り組んでいます。 チーム構成▽ グループマネージャー（30代男性）1名 メンバー：（20〜30代男女）数名 ■募集背景 AIによる成果 = ①使えるAIの能力 × ②AIの能力の発揮度合い ①はOpenAI、Anthropic、Googleが日々改善してくれます。しかし②は、私たちの内部にしかない情報を、AIが理解できる形に整える「私たちの努力」なしには決して上がりません。全社的なAI活用基盤の構築を加速するため、この領域を専門とするメンバーを募集します。 ■本部門における課題 ・情報にラベルがついていない ・情報がAPIでやり取りできる状態になっていない ・情報が一つの場所にまとまっていない ・情報が更新可能性が高い形式で整理されていない（PDF等で管理されており、AIにとってホワイトでない環境に置かれている） これらの課題を解決し、AIが自律的に業務コンテキストを取得・活用できる環境を構築することが求められています。また、これらの課題解決の成果を、Ragas等の評価ライブラリを用いて評価し、継続的なリソース投下の正当性を証明することも、私たちの重要なミッションです。 ■現在進行中のプロジェクト ・coincheck-rules-central リポジトリの整備と利用促進: AI向けコンテキスト（業務ルール、組織情報、ビジネス要件）の構造化と各プロジェクトへの横展開 ・MCPサーバ群の開発・運用: Slack、Jira、Confluence、社内DBからの情報を、AIエージェントが自律的に取得・加工できる仕組みの構築 ・プロジェクト推進支援: 新規事業プロジェクトにおけるAI活用基盤の設計・運用（日報自動生成、進捗監視、成果物間のトレーサビリティ検証） ・Flow-to-Stockパイプライン: 動的情報（Slack/Jira）から静的マスタ（ドキュメント）への情報蒸留プロセスの自動化 ■主に担当していただくこと ・AIに渡すコンテキスト（業務ルール、組織情報、ビジネス要件）の構造化・メタデータ設計 ・MCPサーバ（Model Context Protocol）の開発・運用 ・Cursor MDCルール等のコンテキスト連携システムの設計・保守 ・社内情報ソース（Slack、Jira、Confluence、HR-DB等）との連携設計・実装 ■入社してまずお任せしたいこと ・coincheck-rules-central リポジトリの構造理解と既存MCPサーバの動作確認 ・既存コンテキスト資産の品質向上（ラベル整備、メタデータ拡充） ■将来的にお任せしたいこと ・新しい情報ソースへのMCP連携設計・実装 ・コンテキスト管理のベストプラクティス策定 ・社内エンジニアへのAIオンボーディング支援の仕組み化 ・AIガバナンスルールの策定・運用支援 ■開発環境 ・言語：Python（FastMCP, FastAPI）、Go、Ruby on Rails ・AIツール：Cursor, Claude Code ・コンテキスト管理：Markdown, YAML, MDCファイル ・外部連携：Slack API, Atlassian API (Jira/Confluence), Google Workspace API, Workato ・バージョン管理：GitHub ・コミュニケーション：Slack ・プロジェクト管理：Jira, Confluence