【AI/Databricks】金融機関向けメタデータ自動生成案件

金融機関向けデータ基盤（Databricks）において、テーブルに付与するビジネスメタデータ（業務名・業務説明・関連用語等）の素案を生成AIで自動作成し、人による確認・編集・承認を経て格納する仕組みの検討・設計・技術検証（PoC）を行います。 本フェーズでは、以下の内容を想定しています。 ※PJはアジャイルで進行しているため、内容は変更となる可能性があります。 ■実装方式の比較検証（10月） ・RAG型／Agent探索型の2方式を比較検証し、実装方式を決定 ・PDF／Office等の文書解析、およびテーブル・カラム定義や既存説明等のカタログ情報の取得・書き戻しの成立性を検証 ■メタデータ素案生成プロトタイプの実装（11月） ・対象選択→文書解析→関連記述の引き当て→素案生成（根拠付与）→候補保存までの一連の処理を実装 ・利用モデルの品質・コスト・応答時間を比較し、最適なモデルを選定 ・一括実行方式の検証、確認・編集用画面の構築 ・閉域環境で利用できない機能がある場合の代替方式を検討・実装 ■編集機能の実装・評価・引き継ぎ（12月） ・候補管理、編集履歴、確定値の書き戻し機能を実装 ・確認→編集→承認までの一連の業務フローを実装・検証 ・評価データを用いた精度測定、処理時間・コストの試算 ・検証結果および次期開発に向けた判断材料の文書化・引き継ぎ ※本格開発は2027年1月以降を予定しています。

Databricks の実務経験（Unity Catalog を用いた設計・実装の経験があること） Python での開発経験（3年以上） LLM を組み込んだアプリケーションの実装経験（RAG または Agent のいずれか。PoC規模可） 技術検証を自走し、検証結果を文書化できること

Databricks Apps／Model Serving（Foundation Model APIs）／MLflow の利用経験 ベクトル検索、非構造化文書（PDF／Office）の解析・チャンク化の実装経験 Agent フレームワーク（LangChain／LangGraph 等）の利用経験 データカタログ／メタデータ管理に関する業務知識 金融機関、閉域環境での開発経験 要件定義フェーズでの上流工程経験

金融

10月よりデータ基盤メタデータ自動生成要件定義・技術検証案件の募集を開始しました。

Databricks

140時間〜180時間

2026/10

1名

9:30～18:00

常駐

1回

オンライン

2026/09/11 13:35:31