AIエンジニア（ミドルクラス）

私たちの開発方針

AI開発支援を、私たちの開発の標準に。

AIエディタや統合開発エージェントを積極的に活用することは、イー・トライアドの開発方針です。設計・実装・テスト・レビューまで、AIと協働してお客様の課題解決に取り組みます。

01

考える・つくる

Codex、Claude Code、Cursorなどを、要件の整理、実装、既存コードの理解や改善に活用します。

02

確かめる・届ける

AIの出力を人がレビューし、テストとCI/CDで変更を検証します。お客様に届ける品質に責任を持つことを大切にしています。

03

学ぶ・共有する

ツールの使い方や効果的だった進め方をチームで共有し、個人の工夫を開発全体の改善につなげます。

AIと速くつくり、安全に届ける。

AIが生成したコードも、設計・権限・データの扱いを人が確認します。安全な実装や検証の方法をチームで学び、日々の開発に活かしていきます。

セキュリティで学んでいく領域を見る →

求める人物像

業界経験を活かしたAI活用への意欲

3年以上の業界経験を持ち、従来の開発手法にAIエージェントツールを取り入れることで、開発効率と品質の向上に取り組む意欲のある方を求めています。

• AIエージェント使用経験: AI開発支援ツールを使って開発を進めた経験。使用製品は問いません
• 開発工程全体の理解: 要件定義からテスト・デプロイまでの全工程での経験
• 学習意欲: AI技術の活用に興味を持ち、積極的に学習する姿勢

技術的基盤

• PHP、TypeScript、JavaScript、Pythonのいずれかでの実務開発経験（3年以上）
• AI・機械学習技術への基礎的な理解（オンライン学習、書籍学習含む）
• 新しい技術やツールへの学習意欲

チーム適性

• チーム開発での協調性
• 積極的なコミュニケーション能力
• 顧客や関係者との円滑なやり取り

主な業務内容

AIエージェント活用による効率的な開発

• 要件定義・設計: AIエージェントを活用した要件整理、設計文書作成
• 実装: AI開発支援ツールを活用した実装・コード改善と、変更内容の検証
• テスト: AIを活用したテストケース生成、テスト自動化
• レビュー: AIによるレビュー支援と、人による設計・変更内容の確認

クラウドを使った継続的な開発

• サーバーレスやマネージドサービスを使った機能実装
• CI/CDを通じたテスト・ビルド・デプロイと結果の確認
• 構成管理や運用自動化の手順を学び、改善に参加

プロジェクト業務

• プロジェクトメンバーとしての責任ある業務遂行
• チーム内での協調・連携
• 顧客との要件確認・仕様調整（サポート含む）
• 担当機能の設計・実装・テスト

AI技術の学習・活用

• Webアプリケーションへの基本的なAI機能実装
• データ処理・可視化の基礎実装
• 既存システムへのAI機能追加（サポート含む）
• AIエージェントツールの効果的な活用方法の習得

開発環境と技術スタック

当社で活用する技術・ツールの例です。採用する構成はプロジェクトごとに選びます。すべての製品の経験を応募条件とするものではありません。職種ごとの「必要なスキル・経験」をご確認ください。

AI開発支援

OpenAI Codex / Claude Code / Cursor / GitHub Copilot / Devin

AIエディタ・開発エージェントを工程や作業に応じて活用

生成AI API

OpenAI API / Claude API

アプリケーションや業務システムへのAI機能の組み込み

要件整理・文書作成

ChatGPT / Claude

仕様の検討、情報整理、ドキュメント作成の支援

開発言語

PHP / TypeScript / JavaScript / Python / C# / Java

Webアプリケーション、業務システム、データ処理

Web開発

Laravel / Symfony / React / Vue.js / Node.js

フレームワーク・ライブラリ・実行環境

データベース

MySQL / PostgreSQL

業務データの保存と活用

クラウド

AWS / Google Cloud（GCP） / Microsoft Azure

要件や既存環境に応じて選ぶクラウド基盤

バージョン管理・CI/CD

Git / GitHub / GitHub Actions

変更履歴の管理、レビュー、自動テスト・ビルド・デプロイ

構成管理・運用自動化

Terraform / Ansible

インフラのコード管理、環境設定や反復作業の自動化

コンテナ・実行基盤

Docker / Kubernetes

実行環境の統一と、規模・運用体制に応じたコンテナ管理

機械学習・データ処理

PyTorch / TensorFlow / scikit-learn / pandas / NumPy / MLflow

案件に応じたモデル開発、分析、実験管理

小さく始め、更新を重ねられるクラウド設計

スタートアップや新規サービスでは、初期の利用規模に合う構成から始め、事業の成長に応じて拡張できることを大切にしています。サーバーレスやマネージドサービスの従量課金を活かし、必要な処理・保存・認証を組み合わせます。

CI/CDでテスト・ビルド・デプロイをつなぎ、変更を継続的に届けます。利用量・データ転送量・可用性・運用負荷を見ながら、費用と保守性のバランスが合う構成を選びます。

AWSでの構成要素の例

処理AWS Lambda

イベントに応じてコードを実行

開発・公開AWS Amplify

Web・モバイルアプリの開発とホスティングを支援

保存Amazon S3

画像・ファイル・静的コンテンツを保存

認証Amazon Cognito

ユーザー登録・ログイン・アクセス管理

サーバー運用・保守の取り組みを見る →

知り、学び続けること

開発を支えるセキュリティの基礎

これらは応募時の必須スキルではありません。経験のない領域も、担当する業務に合わせて知識を広げ、実践につなげていくことを大切にしています。

安全な設計・実装

認証と認可、入力検証、SQLインジェクション・XSS対策、APIキーなどの秘密情報の管理。AIに渡す情報と、生成されたコードの扱いも含めて学びます。

コードとアプリの検証

コードの静的解析（SAST）、依存ライブラリの脆弱性検査、秘密情報の混入検知、動作中のアプリの診断（DAST）。検査結果を読み、優先順位をつけて修正する流れを学びます。

クラウド・配信基盤

IAMによる権限管理と最小権限、HTTPS、CDNによる配信とキャッシュ、WAFによるWebへの攻撃対策、ログ・監視。それぞれの役割と、構成に応じた使い方を学びます。

端末の保護と初動対応

端末の更新やアカウントの保護、EDRによる脅威の検知・対応の役割。不審な挙動に気づいたときの報告・相談など、開発環境を守る基本を学びます。

特定の診断製品の使用経験は問いません。ツールで見つけることに加え、原因を理解し、修正・再確認するところまで学んでいきます。

セキュリティの学びを実践につなげる

セキュアな実装や検査結果の読み方を学び、レビューを受けながら修正・再確認につなげていきます。 掲載した領域すべての経験を、応募時に求めるものではありません。

期待する成果

プロジェクト成果

• 担当業務の確実な完遂とスケジュール達成
• AIエージェント活用による個人の開発効率向上
• 顧客満足度向上への貢献

技術的成長

• AIエージェントツールの習熟
• AI技術の基礎知識習得と実践適用
• 開発スキル全般の向上

チーム貢献

• チーム開発での積極的な協力
• AIツール活用方法の社内共有
• 継続的な学習とスキルアップ

AI活用学習・共有

ミドルクラスエンジニアには、以下の学習・共有も期待します：

学習・習得

• AIエージェントツールの効果的な使用方法の習得
• 実際の開発業務でのAI活用実践
• 社内勉強会・ハンズオンへの積極的参加

知識共有

• 学習したAI活用方法のチーム内共有
• 効果的だった活用事例の報告
• 同僚との情報交換・相互学習

上長との1on1相談制度

経験豊富な上長が毎月1on1面談で以下をサポートします：

• 技術指導: AIエージェント活用方法、コーディングスキル向上
• キャリア相談: シニアクラスへの成長目標設定、学習計画策定
• プロジェクト支援: 業務遂行、課題解決のサポート
• 定期面談: 月1回の1on1ミーティング

キャリア展開

シニアクラスへの道

• AI技術の実践的活用経験の蓄積
• チームでのリーダーシップ経験
• より大きなプロジェクトでの責任ある役割

専門分野の選択

• 技術スペシャリスト: AI・機械学習の技術深化
• プロジェクトリーダー: プロジェクト運営・管理の経験積み重ね
• フルスタックエンジニア: 幅広い技術領域での専門性向上