株式会社キカガクは、"教育"を軸にDX推進を支援する会社です。これまでに累計30万人以上の受講生、約1,000社の企業のDX推進をサポートしてきました。実データを用いた課題解決型研修（PBL）を特徴とし、企業の課題に合わせて研修をカスタマイズして提供しています。人材の要件定義から育成ロードマップの策定、アセスメント・スキル可視化、AIモデルの受託開発やコンサルティング、AI・データサイエンスに特化した社会人向けスクールも運営しています。

採用noteはこちら: キカガク公式note(働き方から社員紹介まで幅広く発信しています！)

AX事業部は、顧客の課題ごとに最適なAI・システムをスクラッチで開発し、ソリューションとして提供しています。

顧客から届く相談の多くは、最初の時点では「生成AIで業務を効率化したい」といった漠然とした要望です。
この要望を、業務・データ・技術・体制に分解し、「何が本当の課題で、それは何で解くべきか」を整理できるかどうかで、プロジェクトの成否はほぼ決まります。

ここで言う「何で解くか」は、生成AIとは限りません。機械学習モデルのほうが精度もコストも見合う課題、統計モデルで十分に説明がつく課題、ルールベースで確実に処理すべき課題もあります。手段を先に決めず、顧客にとって本当に必要なものを提案できることが、このポジションの価値です。

この工程を担える人は、AI業界にもまだ多くありません。
必要なのは最先端のAI技術の知識ではなく、顧客の話を構造化し、仮説を立てて検証していく上流の作法です。

本ポジションは、案件を計画・推進する立場として、その入口を担っていただくものです。
※AI・生成AIの実務経験は必須としていません。

[1] 顧客要望の課題化

・顧客要望を業務・データ・技術・体制に分解する
・仮説を立ててヒアリングを設計し、顧客担当者と課題認識を合意する
・課題・原因・影響・優先順位を構造化する
・何で解くべきかを判断する（生成AI／機械学習モデル／統計モデル／ルールベース／既存システムの改善）

[2] 案件の設計

・案件のスコープ、成果物、評価方法の設計
・プロジェクト内の論点と意思決定事項の整理
・技術的な実現性についてエンジニアと協議し、実行可能な計画に落とす

[3] プロジェクトの推進

・案件の計画立案と推進
・タスク・品質・期限・リスクの管理
・少人数チームのリード
・顧客担当者との定例運営、課題のエスカレーション

[4] チームのAI活用と育成

・AIを活用した情報整理・論点整理・仮説構築の高度化
・チーム内でのAI活用方法と、利用上の注意点を示す
・若手メンバーのレビュー・育成

※ご経験に応じて、プロジェクト全体の顧客成果まで主導いただくポジション（課題定義から解決策設計、実行、導入、定着、効果測定までを担う）もご提案させていただければと思います。

AI領域では、技術そのものより「どの業務に、何を当てるか」を決める工程がボトルネックになっています。このポジションでは、その最上流を担当します。

市場のAI企業の多くは生成AIに特化しており、提案できる手段が実質的に決まっています。
AX事業部は特定の技術を売る事業ではないため、「生成AIを使わない」という判断を含めて手段を選べます。
この経験は、直近のAIトレンドが落ち着いたあとにこそ効いてくるものです。

キカガクのAX事業部は教育事業と連携しているため、PoCを作って終わりではなく、現場に定着し内製化されるところまでを一つのプロジェクトとして扱います。
要件定義だけ、実装だけ、といった分断がないため、上流の判断が最終的にどう効いたのかを自分の目で確認できます。

AIの実務経験を持たずに入社された方も、案件を通じて機械学習・統計・生成AIそれぞれの適用条件と、評価設計という実装側の判断軸を身につけていける環境です。社内には研修コンテンツとエンジニアが揃っており、学習コストを個人で背負い込む必要はありません。

言語：Python, TypeScript
クラウド：Azure, GCP, AWS
開発ツール：Claude, GitHub, Notion, Figma

※使用する技術は、顧客の環境と課題に応じて選定します。上記は代表的な構成です。

※本ポジションで実装を担当いただくことは必須ではありません。技術要素は入社後にキャッチアップいただける体制があります。

下記いずれも必須

・顧客折衝を伴うプロジェクトを推進した実務経験（目安3年以上）：顧客（または事業部門）へのヒアリング、要件のすり合わせ、進捗・品質のコントロールを主体的に行った経験
・顧客の要望を整理し、課題・優先順位を構造化して提案に落とした経験
・タスク・品質・期限・リスクを管理し、少人数のチームをリードした経験：部下の有無は問いません

・生成AI／LLMを活用したプロジェクトの推進経験
・機械学習・統計モデルを用いた分析やシステム化のプロジェクト推進経験（需要予測、異常検知、最適化、スコアリング等）
・技術ありきではなく、課題に応じて手段を選定した経験（AIを使わない判断をした経験を含む）
・生成AIを日常業務に組み込み、ご自身やチームの生産性を高めている経験
・業務のAs-Is分析・To-Be設計、BPR・DX推進の経験
・ITコンサルタント、プロジェクトリーダー、SEとしての経験
・SIや受託開発における顧客先での導入・定着支援の経験
・データ分析・データ基盤・クラウド（Azure／GCP／AWS）に関する基礎知識
・提案書作成・プリセールスの経験
・研修講師、社内勉強会運営など「人に教える」活動の経験

・顧客の依頼をそのまま正解とせず、本当に解くべき課題は何かを考えられる方
・目的と成果から逆算して考えられる方
・顧客に必要であれば、異なる意見も誠実に伝えられる方
・問題を他責にせず、前に進める方法を考えられる方
・情報が揃いきらない段階でも、まず小さく試して確かめにいける方
・AI導入それ自体を目的化せず、課題に応じて最適な解き方を選べる方
・変化の速い生成AI領域で学び続け、学んだことをチームと顧客に還元できる方

・カンパニーデック
・採用HP

【受賞】
・【2026年版】「働きがいのある会社」ベスト100に選出。中規模部門ランキング28位を獲得
・キカガク for Businessが「第22回 日本e-Learning大賞」にて「DX人材育成特別部門賞」を受賞

・フルリモート（在宅勤務の回数等制限はございません。）
・フレックス制（標準労働時間8時間、フレキシブルタイム5:00〜24:00）
・副業可
・GPTW Japan「働きがいのある会社」4年連続認定（2026年版 中規模部門28位）
・リモートワーク中心でも、困った際にはお互い助け合う雰囲気・環境です

オンライン選考を基本とし、応募からオファーまで最短2週間を目安に進めます。
※選考フローはポジションや応募者ごとに一部変更となる場合もございます。

1. カジュアル面談（人事部または現場メンバー）
   ※ご希望により当日そのまま一次選考への切り替えも可能です
2. 書類選考（結果連絡：2営業日以内）
3. 一次選考面接（現場部門）
   ※選考内容によってはご相談の上、再面談の可能性もございます。
4. 最終選考面接（代表取締役）※オフィスでの対面実施可能
5. リファレンスチェック
6. オファー面談
7. 入社