製品を作る / AI Application Engineer

AIアプリケーションエンジニア

モデルそのものを研究する役割ではなく、既存のLLMや機械学習モデルをAPI、画面、業務データ、監視と結び、使える製品にする領域です。業務の例外やデータ品質を踏まえ、PoCから本番運用までの設計を担います。

乗り換え元になる経験

バックエンド
フロントエンド

Webアプリケーションの設計・実装API連携や業務システムの運用業務データを使うプロダクト開発

掲載出典の確認日

求人例：2026-09-29
給与表：2026-09-11

掲載している各出典の確認日（ページの更新日とは別）を示していますので、最新の募集状況と給与は公式の掲載元で確認してください。

広告：このページにはアフィリエイト広告を含みます。

公開求人に記載された給与

以下は2026-09-11に確認した、国内企業が自社の採用ページに掲載している求人です。年額で示す求人と月額で示す求人が混在するため、単位をそろえず求人ページの表記をそのまま載せています。当サイトが推定・換算した数値は含みません。職種名は求人ページ上の表記です。

企業・掲載元	職種名	給与の記載	経験年数の記載
株式会社ELYZA 自社採用ページ（HERP）／確認日 2026-09-11	シニア機械学習エンジニア（Applied Research Engineer）	年収900万円〜1,500万円	機械学習・NLP・画像・音声いずれかの実務または研究3年以上
株式会社BuySell Technologies 自社採用ページ（HERP）／確認日 2026-09-11	機械学習エンジニア（テクノロジー戦略推進本部）	804万円〜1,500万円	PoCから本番デプロイ、実運用、精度改善まで一貫してリードした経験5年以上
株式会社シンカ自社採用ページ（HERP）／確認日 2026-09-11	機械学習エンジニア（LLM）	1,000万円以上（資格・経験により上乗せ可と記載）	修士・博士または同等の実務経験。Transformer実装、数十〜数百GPU規模の分散学習経験
株式会社ベガコーポレーション自社採用ページ（HRMOS）／確認日 2026-09-11	AIエンジニア	年収700万円〜1,300万円	経験年数の明示なし。Pythonでのデータ解析実装、LLM活用プロダクトの設計・開発を記載
東京エレクトロン九州株式会社自社採用ページ（HRMOS）／確認日 2026-09-11	福岡／生成AIエンジニア	月給275,800円〜（地域手当17,000円〜105,000円）、予定年収450万円〜1,200万円	研究開発経験2年以上。分散学習フレームワークまたはKubernetes・Dockerでの運用のいずれか
株式会社ビズリーチ自社採用ページ（HRMOS）／確認日 2026-09-11	機械学習エンジニア／リクルーティングプロダクト本部	基本給月253,968円〜609,523円（固定残業代月79,366円〜190,477円は別途記載）	Pythonによる機械学習ロジック実装3年以上、Dockerによるプロダクト開発1年以上
株式会社KINTOテクノロジーズ自社採用ページ（HRMOS）／確認日 2026-09-11	生成AI・AIエージェントの業務実装（FDE／Deployment Strategist）	基本給 526,940円〜／月（上限の記載なし）	経験年数の明示なし。コーディングエージェントでのプロトタイプ構築経験が必須と記載

掲載は確認時点のものであり、募集の継続や条件の維持を保証しません。金額は応募者の経験や役割によって決まる範囲であり、提示額ではありません。月額表記の求人は固定残業代の有無で前提が変わります。なおKINTOテクノロジーズの求人は、検索結果に表示される職種名とページ上の職種名が食い違っていました。掲載内容が更新された可能性があるため、条件は必ず求人ページ本体で確認してください。

給与とあわせて、経験と相談先を確認する

給与の記載は個別の求人例です。自分の経験を整理し、希望する職種の求人を扱っているか、相談先の対象や条件を確認しましょう。

転職相談先の対象と条件を比べる今の経験と職種の接点を整理する

ITエンジニアの実務経験が2年以上ある方向けの転職相談です。希望するAI関連職の求人が現在あるかは、面談前に確認してください。

求人を掲載している企業の例

企業が公開した求人の確認例です。最新の募集状況と応募条件は、リンク先で確認してください。

BALLAS

Backend Engineer, AI Platform（AI/ML）

仕事内容の抜粋: AIモデルを利用するAPIや、生成AI機能を製品へ組み込むバックエンドを開発する。
必須経験の抜粋: PythonフレームワークでのWebアプリ開発、Pythonでの開発、自社サービス企業でのWebアプリ開発は、いずれも3年以上が目安。RDBMSとDockerの経験など。

企業の採用ページ掲載を確認確認日 2026-09-29

求人ページを見る

「AIエンジニア」は、指す範囲が定まっていない職種名です。同じ呼び方でも、モデルそのものを作る仕事、既存のモデルを製品へ組み込む仕事、動かし続ける基盤を整える仕事のどれを指すかが求人によって違います。

2026-09-11に確認した国内8社の公開求人では、年額で給与を示す6社が450万円から1,500万円の幅（うち1社は下限1,000万円で上限の記載なし）、月額で示す2社が基本給で月25万円台から60万円台でした。必須の実務経験は「記載なし」から「5年以上」まで開きがあります。

このページは、既存のAIモデルを製品の機能として設計し本番で運用する側を中心に扱います。モデルの研究開発に寄った求人とは、必要な経験が大きく異なります。

「AIエンジニア」が指す範囲は企業ごとに違う

職種名から仕事内容を推測できません。企業が公開している職種の分け方を見ると、そのことがはっきりします。

DeNAは自社メディアで、AI人材を「研究者」「データサイエンティスト」「MLエンジニア」の3つに分けています。データサイエンティストの担当は「アルゴリズムを実装するところまで」で、MLエンジニアは実サービスへ機械学習モデルを届けるまでの「AI以外のほぼすべて」、つまりクラウド統合や運用を担うと説明しています。ただしこの記事は2021年8月の公開で、現在の組織体制と異なる可能性があります。

メルカリは2025年11月の記事で、データアナリスト、データエンジニア、MLエンジニアの3職種に分けています。データエンジニアがMLOpsのパイプライン設計やFeature Storeの運用を持ち、MLエンジニアがモデル開発を持つ形です。

さらにPKSHA Technologyは、求人の職種名を「アルゴリズムエンジニア（機械学習エンジニア／データサイエンティスト）」と併記しています。他社なら2つに分かれる呼称が、1つのポジションにまとまっている例です。

したがって、応募先を職種名で絞り込むより、求人票の仕事内容と必須要件を読むほうが確実です。当サイトでは領域ごとにページを分けており、基盤側はAIプラットフォームエンジニア、エージェントの実行基盤はエージェント実行基盤エンジニア、品質検証はAI評価エンジニア、顧客に近い立場はFDEに整理しています。

求人が求めるものは「作った経験」に寄っている

今回確認した求人には、モデルを研究する力より、作って動かした実績を問うものが目立ちました。

KINTOテクノロジーズの求人は、必須要件に「Claude Code等のコーディングエージェントを活用したプロトタイプ構築経験」と「生成AI・AIエージェントを業務に定着させた経験」を挙げています。AIコーディングツールを使えること自体が要件に書かれている例です。

BuySell Technologiesは「PoCにとどまらず、本番環境へのデプロイ、実運用、精度改善まで一貫してリードした経験5年以上」を必須としています。

つまり、動くものを作って本番まで持っていった記録が評価されます。学習ロードマップでは、その記録になる成果物から逆算して学ぶ順番を組んでいます。

モデルを作る側と、製品に組み込む側で必要な経験が違う

同じ「機械学習エンジニア」という職種名でも、求められる経験は正反対に近いことがあります。

シンカの機械学習エンジニア（LLM）は、修士・博士または同等の実務経験、Transformerの実装経験、数十から数百GPU規模の分散学習経験を必須に挙げています。モデルそのものを作る側です。

一方でベガコーポレーションのAIエンジニアは、Pythonでのデータ解析実装、LLMを活用したプロダクトの設計・開発、BigQuery等での大規模データ抽出を挙げています。こちらは既存モデルを製品に載せる側です。

Webやバックエンドの開発経験から移るなら、後者のほうが接点は見つけやすくなります。ただし「どちらが上」という話ではなく、必要な準備が違うというだけです。複数の職種を並べて見比べると、この差が確認しやすくなります。

開発経験のどこが接点になるか

製品側の求人で繰り返し出てきたのは、機械学習の知識そのものではなく、本番で動かし続けた経験でした。

ビズリーチは「Pythonによる機械学習ロジック実装3年以上」に加えて「Dockerによるプロダクト開発1年以上」を必須にしています。東京エレクトロン九州は必須要件のひとつとして、KubernetesやDockerで生成AIモデルをクラウド環境にデプロイし運用した経験を挙げています。

クラウド、コンテナ、データ基盤、監視といった、AIに限らない運用の経験がそのまま要件に並んでいます。今ある経験がどこと重なるかは経験を整理するページで確認できます。

API連携や業務自動化の経験を営業・マーケティングの仕組みづくりに生かす道は、GTMエンジニアの仕事内容で整理しています。

ただしこれらは応募資格ではありません。どの経験がどう評価されるかは企業によって異なります。

開発経験者がAIエンジニアになるには

このページで確認した製品側の求人は、どれも実務経験を前提にしています。そのため開発経験者が目指すときは、求人の必須要件から逆算し、足りない部分を成果物で示すのが確実です。次の3段で整理します。

何をどの順番で作るかはAIアプリケーションエンジニアの学習ロードマップにまとめています。なお「LLMエンジニア」という職種名の求人も検索では見つかりますが、今回は公式の求人ページで本文まで確認できたものがなかったため、例に挙げていません。

1. 求人の必須要件に多いもの: 給与の表に載せた求人（2026-09-11確認）で繰り返し出てくるのは、LLMを使ったプロダクトの設計・開発（ベガコーポレーション）、PoCから本番デプロイ、実運用、精度改善までの経験（BuySell Technologies）、DockerやKubernetesでの運用（ビズリーチ、東京エレクトロン九州）、コーディングエージェントを使ったプロトタイプ構築（KINTOテクノロジーズ）です。研究寄りの求人を除くと、モデルの理論より、作って動かした経験が問われています。
2. 開発経験のうち、そのまま使えるもの: Webアプリケーションやバックエンドの開発、データベース設計、クラウドでの構築と運用は、AI固有の技術ではないまま要件に並んでいます。たとえばSkyの「生成AIエンジニア」求人（2026-10-04確認）は、仕事内容をクラウド上で生成AIモデルを組み込んだアプリケーション層の開発のリードとし、必須要件にWebアプリケーション開発の実務5年以上、データベースの設計・開発、クラウドでの設計・開発、プロジェクトリーダーまたはプロジェクトマネジメントの経験を挙げています。生成AIの実務経験は、必須要件の一覧にはありませんでした。
3. 足りない部分は成果物で示す: Web開発の経験だけでは示しにくいのは、LLMを組み込んだ機能を本番に近い形で動かした記録です。モデルを呼び出すだけで終えず、入力の扱い、権限、失敗時の表示、ログ、品質の評価までを含めて作り、何をどう判断したかを書き残すと、求人の要件に照らして説明できる材料になります。

求人を見るときに確認すること

職種名が同じでも中身が違う以上、求人ページで次の点を読み分けておくと、応募後のずれを減らせます。

モデルを作るのか、使うのか: 必須要件に分散学習や論文実装が並ぶなら研究寄り、API連携やクラウド運用が並ぶなら製品寄りです。
学位の要件があるか: 修士・博士を必須とする求人と、実務経験だけを見る求人が混在しています。
PoCで終わるのか、本番まで持つのか: 本番運用まで担当する求人は、精度改善と監視の経験を求める傾向があります。
給与の表記が年額か月額か: 月額表記の場合、固定残業代が含まれるかどうかで手取りの前提が変わります。

仕事内容と成果

AIモデルを利用するAPIやバックエンドを設計・実装する。
LLMやマルチモーダルAIを画面と業務フローに組み込む。
監視と運用設計を整え、AI/ML担当と本番品質を改善する。

目指す状態：AI機能がデモで終わらず、利用者の業務で継続して使える状態を作る。

経験の接点

以下は経験を整理するための軸であり、採用要件ではありません。

バックエンドフロントエンドデータ生成AIクラウド品質

ある求人例の要件

職種全体の要件ではなく、公開情報で確認した個別の例です。

BALLASの例では、AI/MLモデルを利用するAPIの設計・実装を仕事内容としている。
同求人はFastAPIによるAIマイクロサービスと、LLM・マルチモーダルAI機能の製品組み込みを記載している。

応募前に準備すること

01
既存モデルを使った機能を完成させる
モデル呼び出しだけで終えず、入力、権限、失敗時の表示、ログまで実装する。
02
業務データの扱いを説明できるようにする
データをどう構造化し、どの制約を設計に反映したかを実例で整理する。
03
本番運用の判断を残す
品質、速度、コストをどう観測し、変更時に何を確認したかを記録する。

学ぶ順番と課題を見る

面談で確認する質問

モデルの選定と評価は、どのチームがどこまで担当しますか。
本番の品質、速度、コストはどの指標で監視しますか。
PoCを本番化するとき、最も多いデータまたは業務上の制約は何ですか。

よくある質問

AIエンジニアとは何をする仕事ですか。

求人によって指す仕事が違います。今回確認した国内8社の中だけでも、Transformerの実装と大規模な分散学習を担う求人から、既存のLLMを使って製品機能を設計・運用する求人まで含まれていました。職種名ではなく、個別の求人票の仕事内容で判断してください。

AIエンジニアの年収はどれくらいですか。

2026-09-11に確認した国内8社の公開求人のうち、年額で示していた6社は450万円から1,500万円の幅にありました。うち1社は下限1,000万円で上限の記載がありません。月額で示していた2社は、基本給が月25万円台から60万円台でした。いずれも応募者によって決まる範囲であり、提示額ではありません。出典はこのページの給与の表に掲載しています。

機械学習エンジニアとAIエンジニアは違いますか。

企業によって呼び分けが違います。DeNAは研究者、データサイエンティスト、MLエンジニアの3つに分け、メルカリはデータアナリスト、データエンジニア、MLエンジニアに分けています。一方でPKSHA Technologyは「アルゴリズムエンジニア（機械学習エンジニア／データサイエンティスト）」と1つの職種名に併記しています。呼称の違いから仕事内容を読み取ることはできません。

未経験からAIエンジニアになれますか。

今回確認した国内8社の公開求人は、いずれも実務経験または研究経験を前提としていました。経験年数の記載がない求人も、必須要件に具体的な実装経験を挙げています。実務経験のない状態からの応募を想定した求人は、今回の確認範囲では見つかりませんでした。

独学でAIエンジニアになれますか。

このページで確認した求人の必須要件は、どこで学んだかではなく、何を作って本番でどう動かしたかを問うものが中心でした。学位を挙げる求人も、シンカやビズリーチのように「または同等の実務経験」と併記しています。独学で進める場合も、本番に近い形で動く機能を作り、設計の判断と品質の評価を記録に残せば、求人の要件に照らして説明できる材料になります。ただし、それで応募資格を満たせるかどうかは求人ごとに異なります。

AIエンジニアになるのは難しいですか。

どの仕事を目指すかで、必要な準備が大きく変わります。モデルそのものを作る求人には、修士・博士の学位や大規模な分散学習の経験を必須とするものがあります。一方で既存のモデルを製品に組み込む求人は、Webやバックエンドの開発、クラウドでの運用といった、AIに限らない経験を要件に並べています。開発経験者にとっては、後者のほうが今の経験との接点を見つけやすくなります。

修士や博士の学位は必要ですか。

求人によります。今回確認した8社のうち、シンカは「修士・博士または同等の実務経験」、ビズリーチは「修士以上または同等の実務経験」を挙げていました。一方でベガコーポレーションやKINTOテクノロジーズの求人には学位の要件がありません。学位を必須とするのは、モデルそのものを作る側の求人に寄る傾向があります。

このページの出典

本文で引用した公開情報です。掲載内容は確認日時点のもので、以後の変更は反映していません。

フルスイング by DeNA: AI人材の3分類とMLエンジニアの役割（2021-08-23）確認日：2026-09-11。研究者・データサイエンティスト・MLエンジニアの分け方の出典。公開から時間が経っており現在の体制と異なる可能性がある。
Mercari Analytics Blog: データ専門職の役割分担（2025-11-04）確認日：2026-09-11。データアナリスト・データエンジニア・MLエンジニアの役割分担の出典。
Sky: 生成AIエンジニアキャリア採用募集要項確認日：2026-10-04。「開発経験者がAIエンジニアになるには」で挙げた、生成AIエンジニア求人の仕事内容と必須要件の出典。
PKSHA Technology: アルゴリズムエンジニアの求人確認日：2026-09-11。機械学習エンジニアとデータサイエンティストを1つの職種名に併記している例。給与は非公開。