気になるリスト
 会員登録

AIエンジニアの年収ガイド

雇用形態別の平均給与

  • すべての雇用形態

    平均年収 826 万円

  • 正社員・契約社員

    平均年収 825 万円

  • 派遣・紹介予定派遣

    平均時給 -- 円

※平均給与の集計について：本データはクリジョブに掲載された求人情報をもとに算出した、給与情報の中央値です。

※給与情報が「―」の場合：集計対象となる求人件数が少なく、数値の信頼性を担保できないため、給与情報は「―」で表示しています。

国税庁が発表している令和6年分民間給与実態統計調査結果（令和7年9月発表）によると給与所得者の平均年収は478万円です。

AIエンジニアの平均年収は826万円で、給与所得者平均を上回っています。
AIエンジニアは、機械学習や深層学習などの技術を用いて、画像認識や自然言語処理、予測モデルの構築などを行う職種です。
アルゴリズムの理解に加え、Pythonなどの実装スキルやデータ基盤との連携知識も求められます。
担当するプロジェクトの難易度や技術領域、研究開発要素の強さによって年収に幅が出やすい点が特徴です。
特に、生成AIや大規模言語モデルを活用した開発経験を持つ人材や、モデル設計から実装・運用まで一貫して担えるポジションは、比較的高い年収水準となる傾向があります。

クリジョブ掲載中の求人を見る

  • ヘルス・アンド・ウェルネス・バイオプロジェクト　エンジニア リサーチャー

    株式会社Preferred Networks

    正社員 東京都

    No.JN00517052

    職種
    オープン・Web・パッケージソフトシステムエンジニア
    業務
    内容
    【Health ＆ Wellnessのミッション】 PFNのHealth ＆ Wellness（H＆W）チームは、LLM（大規模言語モデル）などの生成AI基盤モデルや最先端のAI技術を駆使して、創薬、医療といったヘルスケア産業や、保険、食品、介護といったウェルネス産業における革新的なソリューションを創出し提供することをミッションとしています。 ヘルスケア産業・ウェルネス産業は、創薬・生命科学研究のように最先端の計算機科学が求められる領域から、フィジカルAIによる医療・研究現場の変革、ヘルスケアデータを活用した医療のパーソナライズや健康管理の高度化、LLMやAIエージェントを活用した業務改革まで、AIによるイノベーションが非常に期待されている産業領域です。 PFNは、長年のAI事業を通じて培われた深層学習・国産マルチモーダル基盤モデル・フィジカルAIなどの自社技術を最大限活用することで、ヘルスケア産業・ウェルネス産業の課題解決に貢献できる国内でも稀有な存在です。 Health ＆ Wellness担当のエンジニアとして、産業全体やクライアントの課題を深く理解し、世界にインパクトを与える最先端の研究開発を担っていただけるコアメンバーを募集します。 【職務内容】 クライアントが抱える本質的な課題を解決するため、ビジネス開発メンバーや他のエンジニア／リサーチャーと密に連携しながら、以下の業務を遂行していただきます。 ・顧客へのヒアリングを通じた課題の深掘りと要件定義 ・論文調査やデータ解析を通じた技術的な実現可能性の評価 ・クイックなプロトタイプ開発と、顧客へのデモンストレーション ・機械学習モデルやAIエージェントの実装、学習、評価、改善 ・顧客への進捗報告や成果をまとめたプレゼンテーション・報告書の作成 ・プロダクト開発を見据えたシステム開発メンバーとの連携 ご経験やスキルに応じて、以下のような専門性の高いプロジェクトに参画いただきます。特に製薬企業、医療・ヘルスケア関連企業、ライフサイエンス関連研究機関との案件を想定していますが、それ以外の顧客案件にもアサインされる可能性があります。 ▼これまでのプロジェクト事例 ・創薬・生命科学研究を支援するAIエージェントの研究開発：クライアントの独自データや膨大な論文データ等を活用し、研究者の仮説検証を支援するAIエージェントを研究開発 ・ヘルスケアデータの精密解析：デバイス由来のバイタルデータを精密に解析することで、健康状態の可視化と健康施策を推奨するAIエージェントを構築 ・医用画像解析：外部ステークホルダーと連携した医用画像解析、診断支援AIの開発 ・標的・バイオマーカー探索：論文データ、オミックスデータを用いた新規創薬ターゲットやバイオマーカーの探索 ・医療LLMの研究開発：医療知識を持った特化型LLMの研究開発と社会実装 ・フィジカルAIの研究開発：実験工程や医療現場のオペレーションへのロボット基盤モデルの適用による業務の高度化について研究開発 ・新規プロダクト開発：マウス尾静脈自動注射システム「AUTiv」の開発・提供（製品ページ）、薬機法等のガイドラインに照らして資料の自動レビューを行う生成AIシステム、ライフケアプラットフォーム「VITA NAVI」の開発・提供 【入社後のオンボーディング】 ご経験や専門性、ご入社時期に応じて最適なプロジェクトにアサインします。原則として、入社後約1ヶ月間はメンターとなるH＆Wチームのメンバーと同じプロジェクトで業務を進めていただき、PFNでの開発スタイルやプロジェクトの進め方をキャッチアップしていただきます。 ※リモート勤務制度あり（日本国内に限る） ※ハイブリッド勤務（オフィス出社と在宅勤務を組み合わせての勤務）
    勤務地
    東京都千代田区大手町1-6-1大手町ビル
    最寄駅：【最寄り駅】各線 大手町駅から徒歩1分
    各線 東京駅から徒歩6分
    給与・
    報酬
    想定月収0万円〜
    詳細を見る

  • 楽天証券株式会社 （出向）IT本部 ：AI駆動エンジニア（フロントエンド・バックエンド）

    楽天グループ株式会社

    正社員 東京都

    No.JN00516656

    職種
    オープン・Web・パッケージソフトシステムエンジニア
    業務
    内容
    【楽天・事業について】 「資産づくりをイノベーションする」――楽天経済圏の金融ハブとして、未来を創る。 楽天証券は、国内外で70以上のサービスを展開する楽天グループの金融戦略の中核を担うインターネット証券会社です。私たちが目指しているのは、単なる金融商品の提供ではありません。楽天経済圏という巨大なエコシステムと、最先端のテクノロジーを融合させ、「資産づくり」という行為を、誰もが当たり前に行える「日常」へと変革することです。 ▼圧倒的なユーザー基盤とテクノロジーの融合 楽天経済圏の広範なデータと金融サービスをシームレスに繋ぐことで、従来の証券会社にはない独自のユーザー体験を生み出しています。NISAやiDeCoなどの資産形成支援はもちろん、AIを活用した投資ソリューションやIFAとの連携など、常に業界の先駆者として新しいスタンダードを築いています。 ▼「変革」の最前線 私たちは今、大規模な基幹システムの刷新と並行して、AIを前提とした「次世代の開発プロセス」への抜本的な再構築に挑んでいます。レガシーの継承とモダナイゼーション、そしてAIによる開発スタイルの進化という、エンジニア・PMとして最も挑戦的でエキサイティングなフェーズにあります。 ▼社会インフラとしての責任と裁量 多くのお客様の資産を預かる社会インフラとしての堅牢性を維持しながら、同時にスピード感のある新規開発を実現する。その難易度の高い両立を、グループの強固なネットワークと最新の技術スタックで実現できるのは、楽天証券ならではの醍醐味です。 「資産づくり」をアップデートし、金融の未来を共に描き変える。その最前線で、あなたの経験を最大限に発揮してください。 【部署・サービスについて】 金融インフラの開発プロセスを、AIで再設計する。 楽天証券のサービス（Web、アプリ、基幹システム）における開発ライフサイクル全体を、AIを前提とした「AI駆動型」へと進化させることがミッションです。私たちは「AIを使って効率化する」という段階を越え、AIが開発の品質とスピードを担保する「新しい開発の標準」を構築することを目指しています。フロントエンドからバックエンドまで、開発パートナーと連携しながら、AIを単なるツールではなく「開発のパートナー」として現場に実装してください。 【このポジションの魅力】 ▼大規模金融インフラ×AIの社会実装 1400万口座を有する楽天証券のサービスは、社会インフラそのものです。この堅牢性が求められる環境において、最新のLLMやAIエージェントを実務に組み込み、開発のあり方を根本から変えるという、国内でも類を見ない「AIの実践的適用」に挑めます。 ▼「作る」から「AIを指揮する」開発スタイルへの転換 コーディングの量で勝負する時代から、AIの能力を最大限に引き出し、設計思想やアーキテクチャで勝負する時代へ。AIが生成するコードの品質を担保し、複雑なシステムをAIと共に構築する「次世代のエンジニアリング」を肌で感じながらキャリアを築けます。 【募集背景】 「AIを活用した、新しい開発の当たり前」を、現場から一緒に作りませんか。 楽天証券では現在、AIを単なる補助ツールとしてだけでなく、開発プロセスそのものに組み込むための試行錯誤を繰り返しています。これまでの「人が仕様を書き、人がコードを書き、人がレビューする」という開発手法は、大規模な金融システムにおいては堅実ですが、スピードと進化が求められる現代において、さらなるアップデートが必要です。 私たちが目指しているのは、「AIを前提とした開発体制」の構築です。GitHub Copilotや各種LLMを使い、要件定義の整合性チェックやコード生成、テストの自動化といった工程を、現場のエンジニアが主導して再設計しています。 ▼現場主導のプロセス刷新 「AIを使ってどう楽をするか」ではなく、「AIをどう組み込めば、開発の質とスピードが最大化されるか」という視点で、開発現場のルールやワークフローを実務レベルで書き換えていくメンバーを求めています。 ▼技術と実務の橋渡し AIという新しい技術を、数億規模の金融システムという「堅牢性が求められる現場」にどう落とし込むか。技術的興味だけでなく、現場のエンジニアと対話し、納得感を持って新しい開発スタイルを広めていける方を求めています。 「AIを導入して、チームの開発をより面白く、より効率的にしたい」というシンプルな意欲をお持ちの方、ぜひ私たちと一緒に、楽天証券の新しい開発スタイルの原型を作っていきましょう。 【業務内容】 ▼フロントエンド開発のAI主導型モダナイゼーション Webサービスおよび「iSPEED」等のアプリ開発において、AIを開発のパートナーとして実装の高速化と品質向上を推進します。GitHub Copilot等の支援ツールを活用し、フロントエンドのコンポーネント設計やUI実装を効率化しながら、開発パートナーと共にコード生成を最適化します。単に実装速度を上げるだけでなく、AIが生成したコードの品質を担保する仕組みを構築し、UI／UXの改善サイクルを大幅に短縮する新しいワークフローを現場に定着させることがあなたの役割です。 ▼バックエンド開発と基幹システムのAI活用 基幹システムを含むバックサイドの開発において、AIを活用した設計支援やテスト自動化を導入し、開発効率と堅牢性を両立させます。複雑なレガシーコードの解析やドキュメント化、またLLMを用いた設計書と実装の整合性チェックを日常的なプロセスに組み込み、潜在的なバグの早期検知やレビューの自動化を推進します。開発パートナーと協働し、AIが生成するテストコードや解析結果を最大限に活用することで、大規模な金融システムの安定稼働とスピード感のある開発を両立させる体制を創り上げます。 ▼「AI駆動開発」の組織展開 単にプロジェクトを動かすだけでなく、現場での成功事例を組織全体へ展開し、開発文化そのものをアップデートします。AI活用のノウハウや有効なプロンプトの共有、勉強会の開催などを通じて、現場のエンジニアが自然にAIを使いこなせる環境を整えます。AIという新しい武器を手に、フロントエンドからバックエンドまで、開発プロセス全体の生産性を抜本的に変革する司令塔として活躍してください。 【働く環境（開発環境については、2026年5月時点の記載です。）】 約10名 ▼AI開発支援・統合環境 GitHub Copilotを全エンジニアに標準導入し、CursorなどのAIネイティブなエディタの活用も推奨しています。また、社内専用のLLM環境を構築し、セキュアな環境下で大規模なコード解析や設計支援、ドキュメント生成を日常的に行っています。 ▼クラウド・インフラ・自動化 AWS／Azure／GCPを用いたハイブリッドクラウド環境をベースに、TerraformやAnsibleによるIaCを推進。GitHub Actionsを用いたCI／CDパイプラインには、AIによるテスト自動生成や品質チェックプロセスを組み込むなど、インフラからアプリケーションまで「コードによる自動化」を徹底しています。 ▼開発・プロジェクト管理 Jira、Confluence、Miro、Slackを活用し、AIによる自動要約やタスクの可視化を積極的に取り入れています。また、開発パートナーと共に、LLMを介した技術ドキュメントの相互参照や、設計の整合性チェックをリアルタイムで行うワークフローを構築しています。 ▼自由な技術選定と挑戦 「AI駆動開発」を推進するため、新しいAIツールやライブラリの検証を現場主導で行う文化があります。今の環境に満足せず、「AIを使えばもっと効率化できるのでは？」というアイデアを即座にプロトタイプとして試し、実戦投入できる裁量と環境が整っています。 【出向に関する補足】 楽天グループ株式会社から楽天証券株式会社へ出向となります。 【就業場所】 ※一部在宅勤務を認める場合は、会社が認めた在宅勤務の就業場所とします。 ※採用時の勤務地は、各ポジションの求人票および内定通知書にてお伝えします。
    勤務地
    東京都港区南青山2-6-21楽天クリムゾンハウス青山
    最寄駅：【最寄り駅】各線 青山一丁目駅から徒歩2分
    東京メトロ銀座線 外苑前駅から徒歩2分
    給与・
    報酬
    想定月収28.3万円〜
    詳細を見る

  • 楽天ペイメント株式会社（出向）プロダクト開発本部　カスタマーサービス開発部：AIプロジェクトマネージャー

    楽天グループ株式会社

    正社員 東京都

    No.JN00516540

    職種
    プロジェクトマネージャー
    業務
    内容
    【楽天・事業について】 FinTechグループカンパニーでは、楽天カードをはじめとする各種決済サービスやポイントプログラム、インターネット銀行サービス、証券取引サービス、保険サービスなど様々なフィンテック（金融）系のサービスを提供しています。オンラインからオフラインに至るまで様々なフィンテック系サービスを提供している点が楽天の強みとなります。 【部署・サービスについて】 楽天ペイメントは、楽天グループの決済を担う企業です。『楽天ペイ』や『楽天ポイントカード』などの決済サービスを提供し、加盟店企業様（楽天ペイメントサービスが利用できる店舗）と利用者をつなぎ、より便利なキャッシュレス社会の推進に貢献しています。 カスタマーサービス開発部は、楽天ペイメントの加盟店企業様、および楽天ペイメント社内向けに、横断的なサービスを開発する部署であると共にAIの推進を担う部署でもあります。AI戦略の中核を担い、全社的なAI導入を牽引しています。 ペイメント社内の営業、マーケティング、審査といったあらゆる業務に対しAI適用を推進します。この活動を通じペイメントユーザーや加盟店企業にAIを通じて価値を提供し、ペイメント事業への貢献をめざします。 AIプロジェクトの企画段階からビジネス適用、そして運用まで一貫して担っています。当部では、AIを活用したプロダクトも複数運営しています。社内業務を支援するデータ統合プラットフォームや不正検知システムなど、多岐にわたるAI関連サービスを手がけています。特定のビジネスに限定されないため、楽天ペイメントサービスの市場動向や業務知識を幅広く習得できるのが特徴です。最先端技術を活用し、ペイメント事業の成長に貢献できる、やりがいのある環境です。 【募集背景】 AIプロジェクトの増加に伴い、プロジェクトマネジメントの専門知識を持つ人材が必要不可欠となっています。また、新規AIプロジェクトの立ち上げを加速するため、即戦力となるAIプロジェクトマネージャーを求めています。 具体的には、AIプロジェクトのマネジメント経験、データ分析の知識、ビジネスコミュニケーション能力をお持ちの方を歓迎します。多様なバックグラウンドを持つメンバーが活躍しており、互いに協力し、新しい技術に挑戦する文化が根付いています。 【業務内容】 プロジェクトマネージャーとして、ペイメント社内のAI推進、AIテーマ実行、AI基盤の構築をご担当頂きます。ユーザー・ビジネスに貢献できるAIを活用したプロジェクトを企画し、ステークホルダーマネジメント、ROIの定義、実行フォーメーションのデザイン、プロジェクト成果物の定義、リスクマネジメント、デリバリー計画をご担当いただきます。 【業務イメージ】 プロジェクトマネージャー、データサイエンティスト、エンジニアチームのリスクマネジメント、WBS管理、依存関係の可視化を行いながら一丸となってプロジェクトを成功に導きます。 【責任範囲】 ・プロジェクトマイルストーンの設定と合意形成 ・プロジェクトフォーメーションの編成 ・プロジェクト成果物の定義 ・リスクマネジメント ・プロジェクトステータスの把握とレポーティング 【働く環境】 プロジェクトマネージャーとデータサイエンティストがチーム一丸（1チーム4名～6名）となりAIプロジェクトの推進を行います。 国籍の比率：海外籍60％、日本人40% 【プロジェクト数】 1サービスのプロジェクト数：4～5案件 【ポジションの魅力】 ・幅広い視野と多様な経験が得られる 楽天ペイメントの多岐にわたるサービス（楽天ペイ、楽天ポイントカードなど）を横断的に担当するため、特定の領域に閉じこもらず、幅広い視野と多様な経験を得られます。 ・企画から運用まで一貫して携われる サービス開発の全工程（企画、設計、開発、テスト、リリース、運用）に一貫して携われるため、自分のアイデアを形にする達成感を味わえます。 ・最先端技術に触れ、活用できる AutoMLや社内生成AIプラットフォームなどの最先端技術を活用しながらビジネス課題を解決していくため、技術的な知識やスキルを向上させることができます。 ・裁量権が大きく、主体的に動ける 裁量権が大きく、自分のアイデアや判断をサービスに反映させやすいため、主体的にプロジェクトを推進できます。 【英語／日本語の使用頻度】 ・日本語の使用頻度：業務の5割は日本語を使用 ・英語使用場面： 　- データサイエンスメンバーとのコミュニケーション 　- 技術文書の読解と作成 【出向に関する補足】 このポジションは楽天グループ株式会社で雇用され、楽天ペイメント株式会社へ出向となります。 【就業場所】 ※一部在宅勤務を認める場合は、会社が認めた在宅勤務の就業場所とします。 ※採用時の勤務地は、各ポジションの求人票および内定通知書にてお伝えします。
    勤務地
    東京都港区港南2-16-5NBF品川タワー
    最寄駅：【最寄り駅】各線 品川駅から徒歩5分
    給与・
    報酬
    想定月収28.3万円〜
    詳細を見る

  • 【AI推進】 GTMエンジニア

    クラシル株式会社

    正社員 東京都

    No.JN00516384

    職種
    AIエンジニア・開発
    業務
    内容
    【ポジション概要】 節約アプリ「レシチャレ」のセールス組織に入り込み、レシチャレ開発責任者が取り組んでいるセールス改善の活動を、専任のエンジニアとして本格化させるポジションです。 ・HubSpot・Circleback・Zoom Phoneに商談の記録が蓄積されており、これをAIで生かす余地が大きく広がっています ・課題の発見から、LLM・AIエージェントを組み込んだ仕組みづくり、セールス組織全体への展開までを担います ・所属は代表直下のAI Enabling チームで、レシチャレのセールス組織にEmbed（埋め込み）される形で、日々セールスメンバーと一緒に活動します 【AI Enabling チームについて】 AI Enabling チームは、AIを前提にした変革を全社で進めるため、代表直下に立ち上げた専任組織です。 開発に閉じず、セールス・マーケティング・プロダクト・CS・開発など全社の各領域に入り込み（Embed し）、現場のドメイン知識を持ったうえで本当に必要な仕組みをつくります。 ▼AI Enabling チームのミッション ・全社の各領域にEmbedし、AIを前提にした仕事の進め方をつくる ・開発者が成長できる、AIを前提にした開発環境をつくる ・全社のセキュリティの基準を引き上げる 現在はレシチャレの基盤刷新、AI駆動開発のプラットフォーム、モバイルアプリのKMP統合、セキュリティ・事業継続などのテーマも並行して進めており、本ポジションのGTMエンジニアリングはその一つです。 【このポジションの現在位置】 レシチャレのセールス組織では、日々の商談や取引の記録が丁寧に積み上げられています。 ・HubSpot：商談・取引情報が一通り入っており、分析に使える状態 ・Circleback：すべての商談が録画・議事録化され、SlackやHubSpotにも連携済み ・Zoom Phone：電話でのやり取りも記録されHubSpotにも連携済み ・Claude（Coworkなど）：セールス組織全体に行き渡っている。申込書や見積もりの作成、レシチャレのレポート作成などは、セールスメンバー自身がつくったスキルなどですでに効率化されている これらを土台に、エンジニアリングとの掛け合わせをここから本格化させていく段階です。 そのため最初の仕事は、現場に入り込み、セールスのメンバーと一緒にエンジニアリングが最も効く場所を見つけることです。 記録・データがすでに揃っているので、見つけた打ち手にすぐ取りかかれます。 現在はレシチャレの開発責任者が先行して取り組みを始めており、その知見を引き継ぎながら、この領域の型を一緒につくっていきます。 【業務内容】 本ポジションでは、GTMエンジニアを募集します。 AI Enabling チームから、節約アプリ「レシチャレ」のセールス組織に入り込んで働くポジションです。 レシチャレは、メーカーの販促キャンペーンの対象商品が増えるほど、ユーザーの利用と案件がともに伸びる事業です。 その成長の鍵を握るセールスの力を、エンジニアリングでさらに引き出すのが本ポジションの役割です。 1．現場に入り込み、技術で解く課題を見極める セールスプロセスの全体像を描き、事業の成果に大きく効く領域を見つけます。商談の録画や記録だけでなく、必要に応じて商談にも同行します。 ・販促提案から案件獲得・入稿までの業務フローと、意思決定の構造化 ・成果を出しているセールスの、行動・判断パターンの言語化 ・技術で解く範囲・解かない範囲の見極めと、取り組みの優先順位づけ 2．AIエージェント・LLMを組み込んだ業務システムの設計・開発 ・提案準備・データ分析・顧客対応などの業務への、LLM・AIエージェントの組み込み（セールスメンバー自身がClaude Codeなどを使える環境を前提に設計） ・出力の品質・コストの評価設計と、Human-in-the-loopを含むワークフローの設計 ・小さく作って現場に出し、使われ方と数字を見ながら改善するサイクルの構築 3．購買データを営業の意思決定につなげるデータ基盤の構築 ・購買データ（1st Party Data）から、提案や販促の設計に使うシグナルを取り出すパイプラインの構築 ・SFA／CRMなどの業務ツール・データウェアハウス・社内システムをつなぐデータ連携の設計 ・打ち手と成果の関係を追えるデータ構造・KPIの設計と、効果検証の仕組みづくり 4．成功パターンのプラットフォーム化と、セールス組織全体への展開 ・成功した施策の、再利用できるコンポーネント・社内プラットフォームへの抽象化 ・レシチャレ本体の業務システム（案件・入稿まわり）との連携を見据えたアーキテクチャ設計 ・権限・データ品質・観測性・ドキュメントの整備による、属人化しない運用基盤づくり ・外部ツール・データサービスを含む技術選定 ▼入社後のイメージ ・3ヶ月：セールス・オペレーションの現場に入って業務を理解し、段階的に仕組み化を実装 ・6ヶ月：担当するセールス領域で、受注額・生産性の改善を数字で示し、勝ちパターンを言語化 ・12ヶ月：勝ちパターンをセールス組織全体へ広げる仕組み（セールスポータルなど）の設計・推進 立ち上がり期は、セールス改善をリードするレシチャレ開発の責任者と一緒に現場に入り、事業と業務の理解を深めていただきます。 評価は、担当するセールス領域の事業成果（受注・生産性の改善）と、それを実現するためにつくった仕組み・基盤の両面で行います。 つくった仕組みの開発・運用は、既存の開発チームと分担して進めます。 当面のミッションは、レシチャレのセールスの生産性をエンジニアリングで改善することです。 仕組みが組織に定着した後は、運用・保守をレシチャレの開発組織に移管し、AI Enabling チームの他のテーマにも関わっていく想定です。 【本ポジションの魅力】 1．何に取り組むかを、自分で決められる どこに手を入れるかは、まだ決まっていません。決まった要件を受けて作るのではなく、自ら現場に入り、セールスのメンバーと一緒にエンジニアリングが最も効く場所を見極めるところから始められます。現場のトッププレイヤーやマネージャーと直接議論しながら、自分の判断で優先順位を決めて動ける裁量があります。 2．セールスとエンジニアが一緒に動く体制を、立ち上げから作れる エンジニアがセールス組織に入り込んで動く体制は、いま立ち上げの段階です。商談への同行や日々の対話を通じてセールスのメンバーと信頼関係を築きながら、チームの動き方そのものを一緒に作っていけます。 AI活用の進み方はメンバーごとに違うため、一人ひとりの業務に合う形を探り、組織全体に広げていくところまで関われます。 3．国内最大級の1st Party Dataを、AIで商談の成果につなげる クラシルのレシピ閲覧データと、レシチャレで集まる購買データという、国内最大級の1st Party Dataを保有しています。さらに、食品・飲料のナショナルクライアントの93%をカバーする顧客基盤があります。 HubSpot・Circleback・Zoom Phoneには、商談の記録もすでに揃っています。 これらのデータをLLMやAIエージェントが使える形に整え、実際の商談で使われる仕組みまで実現できます。 4．GTMエンジニアという新しい職能の型を、先行して作れる この領域にはまだ成果の型がなく、小さく作って現場に出し、数字を見ながら試行錯誤することが前提になります。だからこそ、型を使う側ではなく作る側に立てる数少ない機会です。 その先には、FDEやプロダクトエンジニア、プラットフォームエンジニア、PdMなどの幅広いキャリアパスがあります。 【開発環境】 ▼本ポジションで主に扱う環境 ・業務ツール：HubSpot（CRM）、Circleback（商談録画・議事録）、Zoom Phone（電話記録）、Slack、Notion ・データ基盤：Snowflake、dbt、Lightdash ・AI活用環境：セールスメンバーを含む全員がClaude Codeなどを利用可能 ・業務システムへのLLM組み込み: 具体的な構成は未確定で、技術選定から担っていただきます ▼技術スタック（全社） ・バックエンド：Ruby、Ruby on Rails ・モバイル：Swift（iOS）、Kotlin（Android） ・フロントエンド：TypeScript、 React、 Next.js ・ミドルウェア： MySQL、 Redis ・インフラ： AWS、 Terraform、 Docker ・監視： Amazon CloudWatch、 NewRelic、 Sentry、 incident.io ・データ基盤： Snowflake、 dbt、 Lightdash ・CI／CD： GitHub Actions、 CodePipeline、 CodeBuild ・コーディングエージェント： Claude Code、 Codex、 Cursor、 Devin 他 ・業務ツール： Circleback、 HubSpot、 Zoom Phone、 Notion、 Slack ▼技術発信・成長支援 ・テックブログの運営 ・カンファレンス登壇の奨励・登壇支援 ・社内勉強会・技術知見共有の文化 【出社形態】 ・開発職（エンジニア／デザイナー／PdMなど） 　- 出社形態：週3日出社 　- リモート選択可：週2日（水・金） ・ビジネス職 　- 対象：セールス／マーケティング／コーポレート など 　- 出社形態：基本週5日出社 ・リモート制度：育児・介護ほか、家庭の状況に合わせて利用可能な複数の制度を用意しています。
    勤務地
    東京都港区芝浦3丁目1-1msb Tamachi 田町ステーションタワーN 23階
    最寄駅：【最寄り駅】JR各線 田町駅から徒歩4分
    都営地下鉄各線 三田駅から徒歩5分
    都営地下鉄三田線 芝公園駅から徒歩11分
    給与・
    報酬
    想定年収1000万円〜1300万円
    想定月収69.5万円〜90.33万円
    詳細を見る

  • Forward Deployed Engineer（FDE）

    株式会社VARIETAS

    正社員 東京都

    No.JN00513386

    職種
    オープン・Web系アプリケーション開発
    業務
    内容
    【募集の背景】 当社は、個社ごとの深い実装を担う開発組織（ラボ）と、そこで生まれた価値をSaaSとして汎用化する開発組織（ファクトリー）の二層モデルで開発を進めています。FDEはこの二層をつなぐ中核ポジションであり、大手企業アカウントに対しては課題解決を技術面からリードする立場として、社内に対しては個社実装の知見をプラットフォームの進化へつなげる役割として、双方向にコミットメントを持って動いていただきます。 FDEは“実装の下請け”ではありません。顧客の課題解決と価値創出に対してオーナーシップを持ち、課題定義から設計・実装・スケールまでを一気通貫で担う。さらに「この実装をどう汎用化しプラットフォームへ還元するか」までを自分ごととして考え、プロダクトそのものを進化させることを期待しています。ユースケース開拓のフロントラインとして、複数名体制の組成を進めています。 【ポジションの魅力】 ・顧客の課題解決を技術面からリードし、同時に個社実装の知見をプラットフォームへ還元することで全社基盤の進化を牽引できる、稀有な二面性のあるポジション ・個社実装で終わらせず、汎用化・プラットフォーム還元まで設計に織り込む「もう一段上」の価値創出にコミットできる ・導入・立ち上げフェーズに集中できる設計（安定運用フェーズはプラットフォーム側のテックリードへ引き継ぐ、常駐しない出入り型） ・オントロジーを核としたエージェンティックな全社基盤という、技術的に希少な題材に最前線で触れられる 【業務内容】 （1）顧客の課題解決・価値創出へのコミットメント ・大手企業アカウントにおける課題定義と、AIエージェントで解くべき価値の設計 ・Deployment Strategist（CPO役）と二人三脚での要件スコーピング・優先度設計 ・顧客の意思決定層・現場双方との折衝と、事業成果への接続 （2）設計・実装・スケール ・個社の粒度がバラバラなデータの繋ぎこみ・構造化と、オントロジーへの接続 ・AIエージェントの設計・実装・チューニングと本番品質でのデリバリー ・不確実な技術領域を自らキャッチアップし、動くものとして作り切る （3）プラットフォームへの汎用化・還元 ・個社実装の中から汎用化可能なパターンを抽出し、プラットフォームの進化を担う立場としてプロダクトへ還元 ・「なぜこの作り方か」を言語化し、全社基盤の設計思想として体系化 ・安定運用フェーズのプラットフォーム側テックリードへの引き継ぎ設計 ※出社ベース（リモートワークも可）
    勤務地
    東京都品川区上大崎2丁目15-19BLOCKS MEGURO708号
    最寄駅：【最寄り駅】各線 目黒駅から徒歩1分
    給与・
    報酬
    想定年収1500万円〜3000万円
    想定月収0万円〜
    詳細を見る

  • AIエンジニア（基盤・強化学習）

    株式会社VARIETAS

    正社員 東京都

    No.JN00513384

    職種
    AIエンジニア・開発
    業務
    内容
    【募集の背景】 当社のプロダクトは、累計50万回を超える受検データと、独自の公平性フレームワークの上に成立しています。 複数のAIエージェントが厳格なガバナンス要件下でブレずに連動できるのは、評価の精度・公平性・説明可能性を支えるモデル基盤があるからです。 「AI面接官」を産業インフラ級へと引き上げ、マルチプロダクト化と「人事OS」構想を本格化させるにあたり、AIモデルそのものの基盤づくりや、強化学習を含む学習サイクルの設計に踏み込めるAIエンジニアを募集します。 単に既存モデルを呼び出すのではなく、評価ロジックの根幹を研究と実装の両面から育てられる方を求めています。 【ポジションの魅力】 ・累計50万件超という、共通の評価軸で一貫して蓄積された希少なデータ資産を扱える ・採用・評価という社会的影響の大きい領域で、公平性・アラインメントに正面から向き合える研究的な探索と、実プロダクトへの実装・運用が地続きになっている環境 ・オントロジーを核としたエージェンティックな全社基盤の中核に関与できる 【業務内容】 （1）AIモデル基盤の設計・構築 ・AI面接・評価ロジックを支えるモデルの設計・開発・運用 ・LLMを中核とした推論パイプラインの構築と高度化 ・モデルの品質・再現性・パフォーマンスを担保する基盤整備 （2）強化学習・学習サイクルの設計 ・オントロジー構築や評価精度向上に向けた強化学習サイクルの研究・適用 ・フィードバックを学習へ還元する仕組みの設計と検証 ・データ基盤と連携した、継続的なモデル改善プロセスの構築 （3）公平性・アラインメントへの取り組み ・評価AIの公平性・説明責任・安全性を担保する仕組みへの関与 ・モデル／エージェントのアラインメント設計と検証 ・ガバナンス要件を満たすモデル運用の実装 （4）研究知見のプロダクト実装 ・研究的な探索結果を、実プロダクトへ実装可能な形へ落とし込み ・AIエージェント基盤（マルチエージェント構成）への組み込みと検証 ・知見の体系化・標準化による再現性の確立 ※出社ベース（リモートワークも可）
    勤務地
    東京都品川区上大崎2丁目15-19BLOCKS MEGURO708号
    最寄駅：【最寄り駅】各線 目黒駅から徒歩1分
    給与・
    報酬
    想定年収1200万円〜2000万円
    想定月収0万円〜
    詳細を見る
社員の求人を探す

東京都・大阪府の平均給与

国税庁調査による地域別平均給与（全職種）

札幌
平均年収 411 万円
仙台
平均年収 388 万円
関東
平均年収 423 万円
東京
平均年収 545 万円
金沢
平均年収 431 万円
名古屋
平均年収 466 万円
大阪
平均年収 480 万円
広島
平均年収 412 万円
高松
平均年収 403 万円
福岡
平均年収 406 万円
熊本
平均年収 412 万円
沖縄
平均年収 393 万円

※本データは国税庁の令和6年分民間給与実態統計調査に基づく全職種の平均給与です。

求人条件別の平均給与

AIエンジニアの平均年収を未経験歓迎・経験者募集という条件別に見ると、未経験歓迎の求人は掲載件数が少なく、平均年収を算出できませんでした。
一方で、経験者募集の求人の平均年収は828万円となっています。

なお、未経験歓迎の求人については掲載件数が限られているため、以下は一般的な傾向としての説明となります。
未経験採用の場合は、既存モデルの運用補助やデータ前処理、検証業務などからスタートし、実務を通じてモデル設計や実装へと担当範囲を広げていくケースが多い傾向があります。
一方で経験者募集の求人では、課題定義からアルゴリズム選定、モデル構築、精度改善、実運用まで一貫して担えるスキルが求められます。
特に、商用サービスへのAI実装経験や、大規模データを活用した開発実績を持つ人材は、同職種内でも比較的高い年収につながりやすい傾向があります。

ご紹介した給与データは、あくまで平均的な傾向です。実際の条件は、経験やスキル、勤務先の企業によって大きく異なります。 当社の転職支援サービスでは、あなたのキャリアや希望条件に合わせた具体的な年収の可能性をご提案できます。ぜひお気軽にご相談ください。

無料登録して相談する

その他業界職種の平均給与

もっと見る