AWSDatadogDockerKubernetesRESTTerraform
業務内容
- ERPエコシステム全体のAIエージェントを構築・運用・拡張するAIエージェントプラットフォームの開発推進
- フレームワーク・SDK・ランタイム・ツールなど、他のチームが安全にAIエージェントを本番展開できる基盤の設計・実装・運用
- 分散システムの課題解決と大規模SaaS環境におけるAI機能のスケーリング推進
- プロダクトマネージャーと密に連携し、要件を技術設計へ落とし込み、設計ディスカッションを主導
- エンジニアのメンタリング・技術設計への貢献、AI補助開発ツールを活用した生産性向上
技術スタック
必須スキル
- クラウド基盤(AWSが望ましい)運用経験
- Docker, Kubernetes
- Infrastructure as Code(Terraform、Kubernetesマニフェスト)
- API設計(REST/ストリーミング)と開発者体験・信頼性重視
- LLM API(OpenAI、Gemini、Anthropic など)の本番運用への組み込み経験
- エンドツーエンドの設計から本番展開までの責任を持つ能力
- 技術設計ディスカッションへの貢献・メンタリング
- AI補助開発ツールの活用
歓迎スキル(該当する場合)
- AIエージェントパターン(ツール使用、関数呼び出し、メモリ、多-turn会話、ガードレール)の理解
- マルチテナントSaaSまたはデベロッパープラットフォーム構築経験
- observabilityツール(Datadog、ロギング、トレーシング)の経験
- CI/CDパイプライン設計・自動化されたインフラワークフロー経験
- クロスチームでの協働経験(製品・セキュリティ・他部門のエンジニアリング)
キャリア成長観点
- 大規模ERP SaaSでAI機能をスケールさせるプラットフォーム開発の中心で impactful な影響を実感できる
- 他エンジニアが利用する基盤を設計・提供する機会により、プラットフォームエンジニアリングと分散システムの専門性を深化
- LLM連携やAIエージェントのパターン理解を通じ、AI製品戦略と技術戦略の橋渡し役として成長
- プロダクトマネージャーとの協働やメンタリングを通じたリーダーシップ育成
- 学習機会(カンファレンス参加、ライブラリ整備、リロケーション支援)を活用し、継続的なキャリア開花を促進
データ取得日: 2026/9/10
面接に向けて、考え方と伝え方を学習コンテンツで整理しましょう。
面接対策コンテンツを見る