AIエンジニア (Python) ｜安全保障×AI

ポジションについて 募集背景 Ridge-i には AI 技術、政府機関との信頼関係、運用中のシステム資産があります。足りないのは 顧客の目の前で、モデル設計から実装まで速く作れるエンジニア です。 安全保障領域は要件が現場で頻繁に変わります。設計書の往復では遅すぎる場面が多く、顧客の隣で手を動かしながら仕様・モデル・実装を同時に詰めていけるエンジニアの必要性が増しています。 TSA が要件を整理し、本ポジションの ML エンジニアが顧客現場でモデルを設計・実装し、そのままシステムとして動く形に仕上げる形でチームとして構成し、現場での実装を加速していきたいと考えています。 Ridge-iの事業概要 Ridge-iは、製造業DXなどで培われた最先端のAIを用いながら、衛星データ、オープンソース情報などを解析して得られたインサイトを安全保障・インテリジェンスの現場に届けています。これまでに、安全保障領域で運用中のAIシステムがある他、官公庁に対する実績としては、国土地理院の地図更新業務においても実際に使われるAIシステムを開発・運用しております[プレスリリース]。 衛星画像（GEOINT）を中心に、インテリジェンス情報をAIで処理・分析し、政府機関の意思決定を支援しています。 技術実証で終わるのではなく、日本を守る現場で実際に使われるシステムを作ることが、Ridge-iのこだわりであり、このポジションが存在する理由です。 業務内容 このポジションは TSA（テクニカルソリューションアーキテクト）と組みながら、顧客現場で AI モデルの設計・実装・システム化を一気通貫で担うエンジニアポジションです。ML もできる、かつ顧客の目の前でディスカッションしながら主にPythonベースのコードで、手を動かして実装できる人を求めています。 このポジションのメンバーがやること TSA と一緒に顧客と議論しながら、プロトタイプを組み・動かし・調整する AI モデルの設計・学習・評価を担当し、そのまま顧客のワークフローに組み込む 顧客環境まで、自分の手で届ける ML モデル開発と現場実装の両方を手掛けるエンジニアに向けたポジションです。TSA が「何を作るか」を顧客と定義する役割であるのに対し、このポジションは「モデルも含めて、技術的な知見を加味してどう動くものにするか」を顧客と会話しながら形にします。 ## 業務内容 ### 1. 顧客現場での実装伴走 TSA とペアで顧客との打ち合わせに入り、プロトタイプ要件を定義したうえで実装する 顧客のフィードバックを受けて、仕様と実装を並行して調整する 閉域網・顧客施設内での開発・デプロイに対応する データを見ながらシステム要件などを微修正する ### 2. AI モデルの設計・開発・組み込み 衛星画像解析モデルや生成 AI システムの設計・学習・評価を行う 既存の社内モデル資産を組み合わせつつ、現場要件に合わせたカスタマイズや追加学習を行う 学習 / 推論パイプライン、前後処理、API 化、運用監視まで一気通貫で実装する 現場で得た情報（使われ方、制約、エッジケース）をそのままモデル改善に反映する ### 3. セキュアな環境でのシステム構築 セキュリティ要件を満たすクラウド構成（AWS / GCP / Azure）、必要に応じてオンプレ環境での実装 IaC、コンテナ、CI/CD を用いた運用可能なシステムの構築 顧客環境の制約を前提にした現実的なアーキテクチャ設計 このポジションの魅力 *****実装スピードがそのまま価値になる***** 顧客の隣で書いたコードが、翌週には現場で使われる。一般的な大企業のリリースサイクルでは得られない速度感で成果が出せます *****ML × システム × 顧客対応を一人で繋ぐ経験***** モデル設計から顧客環境での運用まで、どれか一つに閉じないスキルセットは市場でも希少で、キャリアの軸を強くできるポジションです *****モデル開発と現場実装を分断しない***** 「モデルを作る人」と「現場で動かす人」を分けず、自分の手で最後まで持っていけます。フィードバックループがチームを跨がない分、学習・改善が速いです *****オンボードプログラムがある***** GIS・衛星画像処理・安全保障ドメインは未経験でも問題ありません。TSA とのペア体制で立ち上がりを支援します *****安全保障 × AI という希少なキャリア***** 日本でこの領域に AI を本格運用まで繋げているプレイヤーはごく少数。エンジニアとして入れる機会自体が限られています 募集要件 必須（MUST） ※ 完全に満たしている必要はありません。近しい経験があればぜひご応募ください。 Python を用いたソフトウェア開発の実務経験（2 年以上） Docker などのコンテナ技術を用いた開発の実務経験（2 年以上） 機械学習モデルの開発・評価の実務経験（深層学習フレームワーク PyTorch / TensorFlow 等の利用経験） 学習 / 推論パイプラインの構築、モデルのシステム組み込み、MLOps のいずれかの実装経験 クラウドインフラ（AWS・GCP・Azure のいずれか）でのシステム構築経験 IaC、コンテナ、CI/CD などモダンな開発運用の基礎を押さえていること 顧客や非エンジニアとコミュニケーションをとりながら開発を進めた経験 セキュリティクリアランス取得要件を満たすこと（詳細は選考プロセス内でご説明します） 歓迎（WANT） LLM・生成 AI を活用したアプリケーション開発 地理空間情報（GIS・衛星画像処理）に関わるプロジェクト経験 ※未経験でもオンボードプログラムで立ち上げ可能 閉域網・セキュアな環境でのシステム構築 官公庁・政府機関案件の実務経験 個人開発で AI サービスを立ち上げた経験 Kaggle などのコンペティション参加経験 求める人物像 顧客の隣で手を動かし、反応を見ながら実装を調整していくスタイルが好きな方 「作ったものが使われるかどうか」にこだわりがある方 ML モデル開発と現場実装の両方をやりたい方。片方だけに閉じず、モデルから運用まで一人で繋げたい方 不確実な状況でもまず動くものを作り、対話の中で磨き込んでいける方 安全保障・インテリジェンスという領域に、技術で貢献したいと考えている方 入社後の流れ 〜3ヶ月 : 既存案件に TSA とペアでサブ参画。並行して GIS・衛星画像処理・安全保障ドメインのオンボードプログラムを受講 4ヶ月〜 : 実際に現場で顧客と話しながら運用を担当（徐々にカバー範囲を広げていただきます）