■職務内容
グループ全体の生成AI／AIエージェント活用を推進する、デジタル戦略部内のテクノロジー開発チームにて、ビジネス部門の相談対応から技術的な意思決定、開発推進、運用改善までをリードし、複数の生成AIプロダクトの展開を技術面から支えるポジションです。

■具体的な業務内容
生成AI基盤（AWS Bedrock / Google Gemini / OpenAI）を用いたアジャイルPoCの開発・実行・評価
顧客サービス改善 / 新規サービス開発に向けたAIアプリの設計・実装・テスト
LLM（大規模言語モデル）の選定や、LLMの評価・運用の仕組みづくり
LLMの技術調査やLLMを活用した機能の開発、プロンプト設計・改善
LLM運用課題の特定、改善策の提案・最適化（AIテックリードと連携）
テストデータ生成、データクレンジング、データ加工

■プロジェクト例
・技術検証（モデル／プラグイン等）：各種AIモデルやプラグインの活用検討、適用可否の評価
・業務支援アプリの内製開発（AWS等クラウド上）：生成AIを活用した面談記録・議事録作成アプリ、社内手続きの照会ツール等の開発・PoC（技術検証）
・ローコード／ノーコード：開発ツールの試行利用と社内導入の検討
・モデル高度化の検証：ファインチューニングを視野に入れた技術検証
・独自モデルの構築および評価・実証

■開発環境
開発言語 TypeScript, Python
フレームワーク Next.js, React, Vue.js, FastAPI, Streamlit, FastAPI
AI関連ライブラリ Assistants API, Agents SDK, Strands Agents SDK, LangChain, LangGraph, Vertex AI
インフラ・ミドルウェア AWS, S3, ECS, ElastiCache, Terraform, CDK, Bedrock, Bedrock Agentcore
テスト Jest, Pytest, Playwright
ツール GitHub, Teams, Slack, Jira, Confluence
AIツール Anthrpic ClaudeCode, AWS Kiro, OpenAI Codex, Amazon Q Developer, Devin, Dify, v0

■ポジションの魅力
生成AI／AIエージェントを活用した業務変革を推進しており、大規模組織で実際に使われるプロダクトをつくり、改善を重ねていける点が魅力です。
成果が特定部門に閉じず、利用の拡大と改善が組織全体に波及していくため、「つくったものが事業を動かす」手応えを得やすい環境です。

金融の制約条件を越えて、生成AIを実装する
生成AIを業務に組み込むにあたり、セキュリティや権限管理、監査性、運用の安定性、業務上の正確性など、金融機関として満たすべき前提条件が多く存在します。
単に開発スピードを上げるだけでは成立しない領域だからこそ、技術的な判断と設計・運用の作り込みが、プロダクトの信頼性や定着度を左右します。“信用”を守りながら前に進む難しさと面白さがあるポジションです。

技術選定から運用改善まで、横串でリードする
複数の生成AIプロダクト／プロジェクトが同時並行で進む中で、技術選定やアーキテクチャ設計などの重要な判断をリードできます。
個別最適に閉じず、開発環境の標準化（ツール／ライブラリ等の選定）やベストプラクティスの普及、運用改善の考え方をチームに展開することで、内製開発のスピードと品質を組織全体で底上げしていく役割です。