【リモート可／自社BtoBサービス】日経の生成AIを核にしたプロダクトを本番品質へ引き上げるLLMアプリケーションエンジニアを募集！

仕事内容

■日本経済新聞社について 日本経済新聞社は新聞事業を中心に、電子メディアやデータベースなど様々な分野で情報サービスを提供する企業です。我々の強みである多様なビジネス情報を活用し、お客様の課題を解決する法人向けデジタル情報サービスの開発・展開を積極的に進めています。近年では、日経リスク＆コンプライアンス（取引先スクリーニングツール）、NIKKEI The KNOWLEDGE（ナレッジマネジメント）、NIKKEI KAI（プロフェッショナル向け生成AIサービス）などの新規サービスを立ち上げてきました。 ■業務内容 生成AIを核に据えたプロダクト開発チームで、RAG・エージェント系ワークフローの設計・実装・運用を担うエンジニアを募集します。 私たちのチームが日常的に解いている問題は、LLMの出力を「プロトタイプ品質」から「本番品質」に引き上げることです。プロトタイプで検証した機能を、本番の運用制約（同時実行・スループット・コスト・SLO・後方互換性）に耐えるアーキテクチャへ作り直す、といった課題に向き合っています。 曖昧な企画要件から自分で問題を分解し、複数のアーキテクチャ案を出してトレードオフを評価し、スケール試算とともに設計判断を言語化してチームの合意を形成する——この一連を自律的に回せる方を求めています。 ＜具体的な業務＞ ・LLMワークフロー・ツールの実装：LangGraph を用いたマルチステップエージェントワークフローの設計・開発・改善、MCP（Model Context Protocol）等によるツール開発 ・RAGシステムの構築・改善：全文検索／ベクトル検索エンジン（Elasticsearch / OpenSearch 等）を用いた検索の実装、リランキング、クエリ書き換え、引用管理による精度改善 ・本番アーキテクチャの設計：企画要件から本番構成を自分で設計する。リアルタイム応答に加え、定期実行・非同期バッチによる生成基盤など、ユーザー入力をトリガーとしない処理形態も対象。複数案のトレードオフ評価とスケール試算を行い、設計判断を文書化して合意を形成する ・品質保証・評価：評価用データセットの設計、精度指標（適合率・再現率・引用一致率等）の定義、プロンプトテスト・回帰テストの自動化 ・実行環境との接合：サーバーレス／コンテナ等の実行環境がもつ制約（コールドスタート・タイムアウト・同時実行上限・メモリ）を踏まえたパフォーマンス設計、クラウドサービスとの統合 ■利用技術 ・言語：Python 3.10+ ・フレームワーク：FastAPI, LangChain, LangGraph ・LLM：Azure OpenAI, Google Vertex AI ・検索：Elasticsearch（KNN + 全文検索）, Google Cloud Discovery Engine ・インフラ：AWS Lambda, GCP（Vertex AI, Cloud Discovery Engine） IaC Terraform ・ログ・監視：Datadog（メトリクス・ログ・APM）, OpenSearch（ログ分析） ・品質管理：ruff, mypy, pytest（inline snapshot、LLMプロンプトテスト） ・コーディングエージェント：Claude Code, Cursor, GitHub Copilot, Codex ・バージョン管理 Git（サブモジュール構成）