挑戦の環境が整う場所で、
Data/AIエンジニアのキャリアを切り拓く

前職はSIerのデータ分析部門で、約3年間データエンジニアとして働いていました。主に大手企業の売上データや顧客データを分析して、BIダッシュボードを構築したり、データ基盤の設計・運用を担当していました。

仕事自体にやりがいはあったのですが、扱う技術がレガシーな部分も多く、もっとAIの最前線で手を動かしたいという思いが日に日に強くなっていきました。特に、大規模言語モデル（LLM）が急速に進化していく中で、「この波に乗り遅れたくない」という焦りのようなものを感じていたんです。

転職を考えたとき、一番重視していたのは「AI特化の環境で自分の市場価値を上げられるかどうか」でした。SIerの中にいると、どうしてもAI案件は限定的で、自分の成長スピードに限界を感じていました。

Tech Labのことは技術ブログで知りました。LLMやデータパイプラインに関する記事がとても実践的で、「ここは本気でAIに取り組んでいる会社だ」と感じたんです。カジュアル面談で実際の案件内容や技術スタックを聞いて、まさに自分が求めていた環境だと確信しました。

何より印象的だったのは、案件選択制という仕組みです。自分のキャリアを自分でデザインできるという考え方に強く共感しました。

現在は主に2つの領域に携わっています。ひとつはLLMを活用したチャットボットの開発プロジェクトです。企業の社内ナレッジをRAG（Retrieval-Augmented Generation）の仕組みで検索・回答できるシステムを構築しています。プロンプトエンジニアリングからベクトルDBの選定、APIの設計まで幅広く担当しています。

もうひとつはデータパイプラインの構築です。複数のデータソースからリアルタイムにデータを収集・変換・格納する基盤をAWS上に構築しています。Glue、Step Functions、Athenaなどを組み合わせて、スケーラブルなアーキテクチャを設計するのが醍醐味ですね。

前職ではなかなか触れなかった最新技術を日常的に使えることが、何よりもモチベーションになっています。

SESの会社だと「どんな案件にアサインされるかわからない」という不安を抱えているエンジニアは多いと思います。Tech Labの案件選択制は、その不安を根本から解消してくれる仕組みです。

具体的には、営業チームが獲得してきた案件の一覧が社内で共有されて、エンジニア自身が「この案件をやりたい」と手を挙げることができます。もちろん、スキルセットとのマッチングは考慮されますが、基本的には本人の意思が尊重されます。

私の場合、「LLM関連の案件に集中したい」という希望を伝えていたので、今の案件にスムーズにアサインしてもらえました。自分のキャリアプランに合った案件を選べるからこそ、高いモチベーションを維持できているんだと思います。

Tech Labの技術習得支援は本当に手厚いです。まず、AWS資格の取得サポートがあります。受験費用の補助はもちろん、学習教材の提供や、資格を持っている先輩エンジニアからのメンタリングも受けられます。私もこの制度を利用して、入社半年でAWS Solutions Architect Associateを取得しました。

それから、月に2回ほど社内勉強会が開催されています。テーマはLLMの最新動向からインフラ設計のベストプラクティスまで多岐にわたります。自分の担当外の領域についても学べるので、視野が広がりますね。

個人的に一番ありがたいのは、業務時間内に学習時間を確保できることです。「学びへの投資は会社の成長に直結する」という考え方が浸透しているので、学ぶことに後ろめたさを感じずに済むんです。

エンジニア同士の技術交流がとても活発です。Slackの技術チャンネルでは、日常的に「この技術を試してみたらこうだった」「この記事が参考になった」といった情報共有が飛び交っています。質問を投げると、誰かがすぐにリアクションしてくれるので、孤独感を感じることがないですね。

また、案件が異なるエンジニア同士でも交流できる場が多いのが特徴です。月次のLT会では、自分の案件で得た知見を共有する文化があって、他のプロジェクトの技術的な工夫を知ることで、自分の案件にも応用できることがたくさんあります。

競争ではなく共創。お互いの技術力を高め合える関係性がTech Labの強みだと感じています。

今一番興味があるのは、AIエージェントの開発です。単にLLMをAPIとして呼ぶだけではなく、自律的に思考し、ツールを使い、タスクを遂行できるAIエージェントの設計と実装に深く関わりたいと考えています。

Tech Labでは実際にAIエージェント事業を推進していて、すでにいくつかのプロジェクトが動いています。今のLLMとデータパイプラインの経験を活かしつつ、次のステップとしてエージェント開発に携わるのが目標です。

将来的には、AIアーキテクトとして、クライアントの課題を技術で解決するための全体設計ができるエンジニアになりたいですね。Tech Labにはそのキャリアパスを実現できる環境があると確信しています。