エンジニアで年収1000万を目指すには？割合・企業・職種と到達ルートを解説

●具体的な仕事内容 配属事業部の部長orグループ長として、エンジニアやPM、PLを束ね、開発プロジェクトまたは運用・インフラ領域の統括をお任せします。プロジェクトの成功とメンバー育成をリーディングいただきます。 <事業成長への貢献> 既存事業の運用改善・収益性向上、新規案件の創出・アップセル、採用・組織拡大への貢献 <プロジェクト管理> 進捗・品質・予算管理、および顧客との折衝(超上流工程から参画)、アップセル <技術選定・アーキテクチャ設計> 現場のテックリードと連携した最適なソリューションの提案 <組織マネジメント> メンバーの評価、1on1、キャリア開発支援 【配属想定】 事業部長と連携し、事業推進いただく部長orグループ長として、下記いずれかの部門への配属を想定しております。 ・フィナンシャルソリューション事業部 創業時からの金融開発や大規模開発 PJ が多数。Java による Web アプリケーション開発を得意とし、500 人月以上の大規模開発実績も遂行可能。銀行向け Web システム・営業店システムをフルスタックで担当する部、システムアーキテクチャを一から提案できる部、プライム案件で LLM を用いたシステム開発に取り組む部など、部ごとに特色があります。大型 PJ が多く、マネジメント経験を積める点も魅力です。 ・フューチャーリンク事業部 業界問わずコンシューマ向け案件が多く、PHP・TypeScript 等での Web アプリケーション開発を得意とします。1 名〜10 名程度まで大小さまざまな案件があり、大規模システムの構築やパブリッククラウドの活用を学べる部、業務アプリケーションを中心にミドルウェア設定・運用保守・移行まで幅広く経験できる部など、部ごとに強みが異なります。今後はスマホアプリ開発領域の拡大も予定しています。 ・アドバンストテクノロジー事業部 プライム案件を中心に、モダンなものからマイナーな技術まで幅広く対応。Web フロントエンド(React/Vue.js)、バックエンド(Go/Node.js/Python)、クラウド(AWS/GCP)を活用し、AI を活用した SDD(仕様駆動開発)など開発効率と品質を高める新しい手法を積極的に取り入れています。デイリーユーザー 100 万人超のモバイルアプリ開発など大企業の重要案件も複数担当し、勉強会もエンジニア主体で盛んに開催しています。 ・ビジネスプロセスアウトソーシング事業部 運用専門部隊として、障害対応をはじめ様々な IT 運用管理をアウトソーシング。開発から運用までトータルで提案できる組織を目指しています。AI の進化により運用保守費用は中長期的に低下していくと見据え、それだけに依存しない新たな収益の柱を自ら生み出すべく、AIOps プロダクト開発にも注力していく予定です。 ・RGA 事業部 AWS/GCP/Azure 等のパブリッククラウドに加え、オンプレミス・プライベートクラウド環境(2 拠点→1 拠点への移行等を含む)の設計・構築・運用も担当。SRE、CI/CD 構築・改善、監視の自動化まで、上流から下流までワンストップで経験でき、アプリケーション側の自動化アーキテクト業務を通じて DevOps 文化にも触れられます。エネルギー企業のサーバーレス基盤や社会インフラ企業の一般ユーザー向けサービス基盤など、様々な案件がございます。

アグリゲーション事業・DS事業の開発チームを対象に、以下の業務を担当いただきます。 事業・チームの状況に応じて、優先度や比重は調整します。 ① 開発マネジメント・プロセス改善 • スクラムを中心とした開発プロセスの運営と改善(スプリント計画、見積もり、進捗・リスク管理) • 品質担保の仕組みづくり(設計レビュー・コードレビューの運用、テスト方針、リリースプロセス) • 開発生産性の可視化と改善(開発メトリクスの計測・分析) • 技術的負債の把握と、返済計画の立案・実行 • 障害・インシデント発生時の対応リードと、再発防止策の推進 ② 事業・プロダクトとの連携 • CTO・プロダクトマネージャー・事業部門と連携した、開発ロードマップの策定と優先順位付け • アグリゲーション事業・DS事業それぞれの要件を踏まえた、開発リソースの配分と調整 • 要件が固まりきらない状況での論点整理と、実現可能性・工数の見立て • DS事業における、複数顧客への展開を前提としたパッケージプロダクトの開発推進 • 両事業のチーム間の連携促進、ナレッジ・開発基盤の共有による重複の削減 ③ 技術・アーキテクチャへの関与 • CTO・テックリードと連携した、アーキテクチャ・技術選定への関与 • 技術標準・開発ルールの整備と浸透 • 必要に応じた設計レビュー・コードレビュー ④ピープルマネジメント・組織づくり • 組織拡大に向けた、チーム構成・役割分担の設計 • 将来のマネージャー候補・リードの育成 • メンバーの目標設定、1on1、評価、フィードバック • エンジニア採用への参画(採用要件の定義、面接、候補者へのアトラクト) • メンバーの育成とキャリア支援(技術面・行動面の両方) • チームの心理的安全性の醸成と、エンジニアリング文化の構築 • メンバーの稼働状況・負荷の把握と、適切なアサインメント ⑤AI活用の推進 • AIコーディングエージェント(Claude Code 等)を活用した開発スタイルの定着(全エンジニアにClaude Code Max(5x)を会社負担で支給) • AI導入による生産性メトリクスの計測・可視化と、改善の推進 ＜開発環境・技術スタック＞ バックエンド:C#/ASP.NET Core/Entity Framework Core/REST API フロントエンド:TypeScript/React インフラ:Microsoft Azure/Azure SQL Database 開発・運用:GitHub Enterprise/Azure DevOps(Azure Boards)/Microsoft Teams AI開発環境:Claude Code Max(5x)を全エンジニアに支給。 必要に応じてClaude Code Max(20x)やOpenAI Codex Proも会社負担で利用可能

金融業界向け業務システムの構想・設計・運用支援を担当いただきます。プログラミングは行わず、業務整理や要件定義前の構想段階から関わるポジションです。お客様と直接コミュニケーションを取りながら、業務課題の解決に向けたシステム構築を支援します。(開発そのもの対応はございません) 【具体的な業務】 ・業務整理・構想段階からの参画 ・各システムの要件定義・調整 ・テスト・運用・保守対応 ・見積もり・予算取り支援 ・顧客(金融機関)との直接折衝 ・チームでの業務遂行(案件ごとに分担) 平均3人くらいのチームでお客様の課題に沿って様々なボリュームの案件を対応しています。 大型の物は1年などの年単位、小型のものはいくつか並行して解決するなど 常にご依頼が絶えない状況です。 これまでの業務システム経験を次の仕事でも活かしたい方に活躍いただけます。 これまで開発・保守の現場で積み重ねてきた知識をベースに、顧客との距離を縮め、案件推進やチーム運営まで仕事の範囲を広げていくキャリアです。 プロジェクト責任者や管理専任者としてではなく、現場実務を理解する立場で案件に入り、顧客・ベンダー・メンバーとともに業務を進めていただきます。 ●働く環境 ・所属　:業務ソリューション事業部 ・有給取得率高!100%の社員も。3連休なども柔軟に取得可能 ・残業少なめ(月平均10～20時間)で、ワークライフバランスが取りやすい　※21時以降の残業不可 ・勤務地:東京都23区内の客先(一人常駐はありません) ・使用PC:現場支給PC ※前もってリリース等による計画された夜間・早朝がまれ(年2～3回想定)に発生しますが、週40時間労働に近い状態に調整しています。

システム開発プロジェクトを円滑に進めるために、顧客・パートナー企業をつなぎながら案件を推進するポジションです。 設計や開発そのものではなく、スケジュール管理、進捗確認、テスト調整、リリース対応などを通じてプロジェクト全体を支えます。 金融業界向け業務システムの構想・設計・運用支援を担当いただきます。プログラミングは行わず(別担当にて実施)、業務整理や要件定義前の構想段階から関わるポジションです。お客様と直接コミュニケーションを取りながら、業務課題の解決に向けたシステム構築を支援します。 【具体的な業務】 ・業務整理・構想段階からの参画 ・各システムの要件定義・調整 ・テスト・運用・保守対応 ・見積もり・予算取り支援 ・顧客(金融機関)との直接折衝 ・チームでの業務遂行(案件ごとに分担) 平均3人くらいのチームでお客様の課題に沿って様々なボリュームの案件を対応しています。 大型の物は1年などの年単位、小型のものはいくつか並行して解決するなど 常にご依頼が絶えない状況です。 ●これまで培ってきた金融・システム開発の経験を活かし、仕事の範囲を広げたい方に適したポジションです。 「開発だけではなく、もう少し顧客に近いところで仕事をしたい」 「これまでの金融案件経験を活かしながら、案件全体を見る経験を積みたい」 「管理専任になるのではなく、現場経験を活かしながらチームや案件にも関わりたい」 など、これまでのご経験を一段階上げていきたい方に適しています。 ●活かせるご経験例 ・銀行・金融系システムの開発、保守、改修経験 ・COBOLからJavaへのマイグレーションなど、既存システムの更改・移行経験 ・Java、COBOL、SQL、Oracle、DB2等を使用した業務システム経験 ・帳票、バッチ、データ処理・連携等に関わった経験 ・要件定義、設計、開発、テスト等、複数工程への参画経験 ・SES・SIer等で顧客先プロジェクトに参画した経験 ・小規模なチームでのリーダー、サブリーダー、メンバーフォロー経験 ●働く環境 ・所属　:業務ソリューション事業部 ・有給取得率高!100%の社員も。3連休なども柔軟に取得可能 ・残業少なめ(月平均10～15時間)で、ワークライフバランスが取りやすい　※21時以降の残業不可 ・勤務地:東京都23区内の客先(一人常駐はありません) ・使用PC:現場支給PC ※前もってリリース等による計画された夜間・早朝がまれ(年2～3回想定)に発生しますが、週40時間労働に近い状態に調整しています。

<業務概要> 今回の募集は、ソリューション開発(クラウド、Web)です。 <業務詳細> クラウドネイティブで開発するWebアプリを前提としたソリューション開発(管理)を担当いただきます。スクラムでの開発が多く、プロダクトオーナーやスクラムマスターなどの役割を担当できる方。 <開発PJの一例> 現場向け対話ソリューション「MelBridge」 https://www.mitsubishielectric.co.jp/communication-solution/ 【変更の範囲】会社の定める業務※ ※業務の都合によっては会社外の職務に従事させるため出向又は転任を命じることがある。

アグリゲーション事業・DS事業の開発チームを対象に、以下の業務を担当いただきます。 事業・チームの状況に応じて、優先度や比重は調整します。 ① 開発マネジメント・プロセス改善 • スクラムを中心とした開発プロセスの運営と改善(スプリント計画、見積もり、進捗・リスク管理) • 品質担保の仕組みづくり(設計レビュー・コードレビューの運用、テスト方針、リリースプロセス) • 開発生産性の可視化と改善(開発メトリクスの計測・分析) • 技術的負債の把握と、返済計画の立案・実行 • 障害・インシデント発生時の対応リードと、再発防止策の推進 ② 事業・プロダクトとの連携 • CTO・プロダクトマネージャー・事業部門と連携した、開発ロードマップの策定と優先順位付け • アグリゲーション事業・DS事業それぞれの要件を踏まえた、開発リソースの配分と調整 • 要件が固まりきらない状況での論点整理と、実現可能性・工数の見立て • DS事業における、複数顧客への展開を前提としたパッケージプロダクトの開発推進 • 両事業のチーム間の連携促進、ナレッジ・開発基盤の共有による重複の削減 ③ 技術・アーキテクチャへの関与 • CTO・テックリードと連携した、アーキテクチャ・技術選定への関与 • 技術標準・開発ルールの整備と浸透 • 必要に応じた設計レビュー・コードレビュー ④ピープルマネジメント・組織づくり • 組織拡大に向けた、チーム構成・役割分担の設計 • 将来のマネージャー候補・リードの育成 • メンバーの目標設定、1on1、評価、フィードバック • エンジニア採用への参画(採用要件の定義、面接、候補者へのアトラクト) • メンバーの育成とキャリア支援(技術面・行動面の両方) • チームの心理的安全性の醸成と、エンジニアリング文化の構築 • メンバーの稼働状況・負荷の把握と、適切なアサインメント ⑤AI活用の推進 • AIコーディングエージェント(Claude Code 等)を活用した開発スタイルの定着(全エンジニアにClaude Code Max(5x)を会社負担で支給) • AI導入による生産性メトリクスの計測・可視化と、改善の推進 ＜開発環境・技術スタック＞ バックエンド:C#/ASP.NET Core/Entity Framework Core/REST API フロントエンド:TypeScript/React インフラ:Microsoft Azure/Azure SQL Database 開発・運用:GitHub Enterprise/Azure DevOps(Azure Boards)/Microsoft Teams AI開発環境:Claude Code Max(5x)を全エンジニアに支給。 必要に応じてClaude Code Max(20x)やOpenAI Codex Proも会社負担で利用可能

本ポジションでは、プロジェクトおよび組織全体の「技術的な意思決定」と「標準化」を主導していただきます。 また詳細な実装や各種テスト等の実務については、メンバーや若手・ミドル層のエンジニアを主導しながら実施していただきます。 ●大規模・ミッションクリティカルなシステムの要件定義・設計 数千万人が利用する通信サービスや公共インフラの基幹NW、データセンターNWの最上流工程を担当。 最新のプロトコルや仮想化技術を駆使し、安定性と拡張性を両立した次世代アーキテクチャをデザインします。 ●アーキテクチャ設計および技術選定の最終意思決定 プロジェクト要件に応じたフレームワークやOSS、各種インフラ・ネットワーク機器の調査・評価を行い、最適な技術を選定・導入。 潜在的な技術的課題やリスクを基本・詳細設計の段階で特定し、プロジェクトマネージャーと連携して解決策を構築。 ●クオリティコントロール チーム全体のコードクオリティを担保するための設計レビュー・コードレビュー方針の策定。 テスト - 品質保証(開発クオリティの確認) ●実装 システムのパフォーマンス・堅牢性を左右するコアモジュール ●自社プロダクト創出への貢献(インキュベーション機能) 大手クライアントの最先端ネットワーク環境で得られた知見や共通の課題を抽出し、使い捨てにしない自社資産(新規プロダクトや機能)へと昇華させるための技術的なアプローチ・検討。 ●チーム全体の技術底上げ(メンター・リード) 若手～ミドル層エンジニア(別募集のジュニア～ミドルポジション等)への具体的な技術指導、技術的なベストプラクティスの共有によるチームの生産性向上。 ●開発環境 開発言語 Typescript / Python / Java フレームワーク React, Flask, FastAPI, SQLAlchemy, Spring プロジェクト管理, CI/CD Redmine, Jenkins 情報共有ツール Slack, Google Meet, Microsoft Teams OS Linux/Unix データベース PostgreSQL, mySQL, MariaDB, ElasticSearch 仮想化技術 OpenStack, Docker, Podman バージョン管理 Git クラウド AWS, Azure, GCP AI Claude Code, ChatGPT/Codex, Gemini その他 OSS 全般

本ポジションでは、プロジェクトおよび組織全体の「技術的な意思決定」と「標準化」を主導していただきます。 また詳細な実装や各種テスト等の実務については、メンバーや若手・ミドル層のエンジニアを主導しながら実施していただきます。 ●大規模・ミッションクリティカルなシステムの要件定義・設計 数千万人が利用する通信サービスや公共インフラの基幹NW、データセンターNWの最上流工程を担当。 最新のプロトコルや仮想化技術を駆使し、安定性と拡張性を両立した次世代アーキテクチャをデザインします。 ●アーキテクチャ設計および技術選定の最終意思決定 プロジェクト要件に応じたフレームワークやOSS、各種インフラ・ネットワーク機器の調査・評価を行い、最適な技術を選定・導入。 潜在的な技術的課題やリスクを基本・詳細設計の段階で特定し、プロジェクトマネージャーと連携して解決策を構築。 ●クオリティコントロール チーム全体のコードクオリティを担保するための設計レビュー・コードレビュー方針の策定。 テスト - 品質保証(開発クオリティの確認) ●実装 システムのパフォーマンス・堅牢性を左右するコアモジュール ●自社プロダクト創出への貢献(インキュベーション機能) 大手クライアントの最先端ネットワーク環境で得られた知見や共通の課題を抽出し、使い捨てにしない自社資産(新規プロダクトや機能)へと昇華させるための技術的なアプローチ・検討。 ●チーム全体の技術底上げ(メンター・リード) 若手～ミドル層エンジニア(別募集のジュニア～ミドルポジション等)への具体的な技術指導、技術的なベストプラクティスの共有によるチームの生産性向上。 ●開発環境 開発言語 Typescript / Python / Java フレームワーク React, Flask, FastAPI, SQLAlchemy, Spring プロジェクト管理, CI/CD Redmine, Jenkins 情報共有ツール Slack, Google Meet, Microsoft Teams OS Linux / Unix データベース PostgreSQL, mySQL, MariaDB, ElasticSearch 仮想化技術 OpenStack, Docker, Podman バージョン管理 Git クラウド AWS, Azure, GCP AI Claude Code, ChatGPT/Codex, Gemini その他 OSS 全般

●このポジションについて GROWTH VERSEのテックリードは、自社プロダクトの課題に向き合い、的確なテクニカルロードマップを描き、それを遂行する役割です。 特定の言語や技術への習熟よりも、設計・アーキテクチャへの造詣の深さを大切にしています。 私たちが大切にしているのは、言われたものを作ることではありません。 顧客がプロダクトを使ったうえで、どのような状態にたどり着きたいのかを自分たちで考え抜き、その先にある感動(Wow)を体験として届けることです。 プロダクトは、顧客が実現したいビジネス活動の一部です。 その中で、私たちのプロダクトが欠かせない役割を担っている状態を、私たちが主導してつくりにいきます。 このポジションで担うこと プロダクトと、その利用者の業務を深く理解する プロダクトが使われる現場の業務に入り込み、業務の流れと課題の構造を理解する 業種が変わっても、相手よりも深く理解することを目指す プロダクトのテクニカルロードマップを描く 事業の目標から逆算して、プロダクトのテクニカルロードマップを描く 設計・アーキテクチャの観点から、何をどの順で進めるかを判断する ロードマップをチームで遂行する 描いたロードマップを、計画で終わらせずにチームを率いて遂行する 進めながら状況を見て、設計・アーキテクチャの判断を重ねる キャリアパス プロダクトのテックリードとして経験を積んだ先に、事業の現場へ入り込む2つの道があります。 M&A先の企業に入り込む道:グループに加わった企業のシステムと開発体制を統合し(PMI)、自社のAI Agentやプロダクトを組み込んで、事業の価値を引き上げる クライアントに入り込む道(FDE):クライアントの現場に入り込み、AI Agentを設計・実装して、業務の成果につなげる また、テックリードマネージャー(Tech Lead Manager)へと役割を広げ、その先にM&Aで加わった事業を担う事業部CTOという選択肢も検討できます。 いずれも決まったものではありません。 ご本人の志向を伺いながら、一緒に検討します。 技術スタック クラウド: AWSがメイン(ECS / Lambda / S3 / Terraform / GitHub Actions) データ基盤: Snowflake などのデータウェアハウス・分析基盤 AI/LLM: Python / LangChain / AI Agent開発フレームワーク 開発文化: IaC / SRE思想 / Agentic SRE / 生成AI活用 / 品質最優先 AI駆動開発: ハーネスエンジニアリングなど、最新のグッドプラクティスにも柔軟に取り組む 社内の開発運用そのものも、すでにAI Agentで回しています。 スプリントのチェックイン、放置されたPRのリマインド、クラウドコストの週次レポートなど、 誰かが手でやっていた定期業務をAgentに移してきました。 いまはそれを Agent Platform として作り直している最中です。 #### 成長環境:DAX Boost Lab 同じClaudeを使っていても、エンジニアのアウトプットには差が出ます。 社内でその差が起きたとき、それを「個人の才能」で片付けず、成長要素を分解して カリキュラム化しました。 教えているのは「ツールの使い方」ではありません。 重点は 事業数値を伸ばすためにAI Agentが最大のパフォーマンスを出せる環境をどう設計するか 教材は空想上のアプリではなく、実際の開発現場に近い課題を扱います 設計しているのは現役の技術責任者(VP of Technology)です 到達段階は3つのPhaseで整理しています。 Phase 1 プレイヤー:自分でAIを動かし、ほぼ最高速度に近い開発ができる状態 Phase 2 マネージャー:複数のAIと周囲のメンバーをマネジメントし、チームとして成果を出す状態 Phase 3 事業部CTO:AI Agentが開発・運用の一部を担う前提で、事業がより少人数で回る環境全体をアーキテクトする状態 学び合いと、アウトプットの文化 TGIF(月次) — Tech部全体で集まるLT会。 2026年7月に第1回を開催しました。 指名枠に加えて有志のLT枠があり、テーマは自由。 1人5分。 オンライン参加もできます 社内勉強会 — プロダクトをまたいだナレッジシェアの場をオンラインで開いています。 ここで話したことが、そのまま社外での登壇のネタになる導線があります 外部イベントへの登壇・共同運営 — 2026年8月には golang.tokyo #44 を共同運営し、 GROWTH VERSEのエンジニアが登壇しました 働き方(正直にお伝えします) 出社を基本としつつ、リモートワークも可能です(基本は出社推奨ですが絶対ではなく、 実際にフルリモートのメンバーもいます) 専門業務型裁量労働制(労働時間の制度であり、出社/リモートとは別の話です) 成果責任型の文化。 時間管理より成果で評価します 必須の対面イベントがあります 全社集会・懇親会(半期/四半期に1回) エンジニアTGIF等(月1回程度)

機械学習領域の技術方針・技術判断 ・事業課題・プロダクト要件を踏まえた機械学習の活用方針の検討 ・機械学習を使用する/使用しない判断を含む技術的な実現方法の選定 ・モデル・アルゴリズム・特徴量等の選定と技術的な妥当性の検証 ・複数の機械学習テーマを見据えた技術方針・開発優先順位の検討 ・精度、開発工数、運用負荷、保守性、コストを考慮した技術的な意思決定 大規模LLMとの連携・活用に向けた技術設計・開発 ・業務要件やユースケースに応じた大規模MLMの選定・評価および技術的な活用方針の策定 ・大規模LLMとのAPI連携や既存システムへの組み込みを見据えたアーキテクチャの設計・実装 ・Pythonを用いたモデル連携機能の開発および推論処理・データ連携の最適化 ・出力精度・応答速度・コストなどの評価指標の設計および検証結果に基づく継続的な改善 ・大規模LLMのプロダクション環境への導入・運用における技術的課題の解決や難易度の高い開発テーマのリード システム設計・MLOpsの推進 ・機械学習モデルをプロダクトに組み込むためのAPI・バッチ処理・推論基盤の設計 ・データ処理・学習・推論パイプラインの設計・構築 ・モデルの本番環境への導入、監視、運用改善 ・精度低下やデータ変化を踏まえた再学習・改善プロセスの設計 ・再現性、可観測性、保守性、運用コストを考慮したMLシステムの改善 開発品質・技術基盤の整備 ・モデル・コード・実験結果・評価設計に関する技術レビュー ・モデルの評価方法や開発手順の標準化 ・技術的負債や運用課題の可視化、改善方針の策定 ・実験管理、CI/CD、モデル監視等を含む開発・運用環境の改善 ・機械学習領域における技術知見のドキュメント化・共有 関係部門との連携・技術支援 ・PdMや事業側と連携した課題整理、技術的な実現可能性の検討 ・アプリケーションエンジニア等との連携によるプロダクトへの機械学習機能の実装 ・AIデータ品質担当との連携による学習・評価データの品質向上 ・開発メンバーへの技術レビューや設計・実装面での支援 ・技術選定の理由、評価結果、リスク等の関係者への説明 ※人員管理や組織マネジメントはEM等と役割を分け、本ポジションでは機械学習領域の技術的な意思決定と開発・運用品質を中心に担っていただきます。 課題や事業上の優先順位はPdM等と連携し、AIデータ品質担当とはデータ品質に関する役割を分担します。

ご入社時点のスキル・経験に応じて、以下いずれかのポジションでご活躍いただきます。年齢は問わず、スキル・経験に応じて判断します。将来的には他ポジションへのキャリアアップも想定しています。 ●運用エンジニアとして(SRE志向のクラウド運用エンジニア) ・クラウド/オンプレを問わず、既存の運用フローをAIと自動化で改善 ・ログ収集・分析の自動化パイプラインの構築 ・機械学習ライブラリを用いた、時系列データからのシステム障害予兆検知の検証(PoC) ・ITILのインシデント管理プロセスに準拠した上で、生成AI(ChatGPT API等)を活用した障害アラートの一次切り分け・チケット起票の自動化 ●運用マネージャーとして(運用プロセス高度化) ・運用チームのマネジメント、運用プロセス全体の高度化をリード ・SaaS/AIツールの選定と業務プロセスへの導入・定着推進 ・監視基盤(Datadog等)の導入・監視項目の最適化 ・インシデント対応にLLMを活用し解決策を提案する仕組みの構築 ・定常作業の自動化推進による対応時間短縮・残業削減の実現 ●AI戦略ディレクターとして(事業部横断) ・事業部横断でのAI戦略・ガバナンスの推進 ・組織全体のAI活用を見据えたルール・ガバナンス体制の構築 ・ベンダーマネジメントを含む高度な運用設計 ・社内向けAI利用ガイドラインの策定、セキュリティリスク評価 ・ベンダー折衝、エンタープライズ向けAI運用支援ソリューションの要件定義・導入統括 ・レガシー運用チームのリスキリングプログラムの企画・実行

薬局・病院・介護施設向けサービスの安定稼働を支えるインフラエンジニアを募集しています。 AWSを活用し、スケーラブルで高可用性な環境を構築・運用しています。 設計から運用まで幅広く携われます。 医療業界のDXを支える社会貢献性の高い仕事に挑戦しながら、スキルを磨きませんか? 成長意欲のある方をお待ちしています。 【仕事内容】 担当サービスの新規、または既存機能の設計・開発・テスト・リリースの実施 担当サービスの保守、監視、トラブルシューティング、バグ改修 担当サービスのシステム改善(リファクタリング、最適なアーキテクチャの選定・導入・評価、負・荷測定およびパフォーマンス改善)の実施

大手SIer経由案件が約80%、エンドユーザー直案件が約20%で、幅広いプロジェクトがあります。 社歴や年齢に関係なく、エンジニア自身が案件を自由に選択できます。 今までは下流工程のみだったという方も上流工程にチャレンジ可能です。 現在保有している案件のうち、約7割がリモート勤務可能な案件となっております。 ●プロジェクト例 【開発実績】 　 ・通信 基地局統合支援(Java,JavaScript,SQL,Shell,Linux) ・銀行 国内外送金システム(Java,JavaScript,Windows) ・製薬 営業支援システム(C#.net, Windows,SQLServer) ・サービス ポイントシステム(Java,JavaScript,Docker) ・メーカー 車載パワーコントロールユニットECU(C,C++) ・物流 従業員向けシステム(Java,Vuejs,Spring) 【インフラ実績】 ・損保 データセンター移設設計構築(Linux,Windows,Apache,Tomcat,IIS) ・電気メーカー 環境構築(AWS,Lambda,TypeScript) ・流通業 ネットワーク基盤設計/構築・運用/保守(Cisco,Juniper) ・官公庁 基幹システム維持保守/更改(Red Hat Enterprise Linux,Windows,JP1) ・銀行 都銀向けサーバー構築(AWS,Linux) ・旅行業 基盤運用保守(AWSCloudFormation) 上記のほかにも大規模なプロジェクトが多数。 会社からの案件おしつけはなく、 希望の条件をヒアリングしてから プロジェクトをご紹介いたします!

Google Cloud プレミアパートナーとして培ったインフラ基盤の技術力と、生成AI・データ分析基盤・クラウドネイティブ技術を掛け合わせ、お客様のビジネス課題を解決するアプリケーション開発エンジニアを募集します。 本ポジションでは、実務で培ったスキルを重視します。アプリケーション、インフラ、データなどの領域を横断し、AIも活用しながら、要件の整理から設計・実装・運用まで携わります。 経験を重ねた先には、自ら設計・実装に携わりながら、技術面とプロジェクトの両方をリードする役割も担っていただきます。 具体的な業務 ご経験やキャリア志向に応じて、以下の業務を幅広くお任せします。 ●Webアプリケーション:設計・開発・運用 ・Google Cloud / AWS / Azure の最適なマネージドサービスを活用したアーキテクチャ設計・実装 ・生成AI (LLMなど)を活用した新規機能・PoCの提案および開発 ・既存アプリケーションをクラウドネイティブ環境へ刷新するモダナイゼーション ●データ分析基盤:開発・運用 ・大規模データの並列・分散処理システムの設計・開発 ・意思決定支援のためのKPI可視化・パイプライン構築 ●PL / リード業務(志向性に応じて担当) ・プロジェクト推進、タスク管理、技術選定の主導 ・若手エンジニアのコードレビューや技術メンタリング ・クライアントへの技術提案・要件定義支援 開発環境 ●開発言語 ・バックエンド:Python ・フロントエンド:TypeScript(React) ●クラウドサービス • Google Cloud, AWS, Microsoft Azure ●ミドルウェア・コンテナ ・コンテナ:Docker, Podman ・データベース:MySQL, PostgreSQL, etc... ●ツール・開発環境 ・IDE:VS Code, JetBrains系(PyCharm等), etc... ・ソース・プロジェクト管理:GitHub, Bitbucket, Backlog, etc... ・ドキュメント管理:Google Workspace, DocBase, Box, etc... 案件例・実績 ●Agent Search(旧Vertex AI Search)を組み込んだ社内ナレッジ検索システムの開発 【課題】 ・事業部内に散在する膨大な技術文書や過去の資料から、必要な情報を探し出すのに膨大な時間がかかっていました。 【アプローチ】 ・Google Cloudのエンタープライズサーチ技術である「Agent Search(旧Vertex AI Search)」を導入。自然言語での曖昧な検索にも対応し、AIが関連性の高い文書を瞬時に提示するシステムを構築しました。これにより、従業員の調査時間を大幅に短縮し、検索業務の効率を80%改善することに成功しました。 チーム体制 所属部署: CloudTech Division / Cloud Development Sec. CloudTech Divisionは、以下の2つの専門チームで構成されています。 ・Cloud Development Sec.: Webアプリケーション開発 ・Cloud Infrastructure Sec.: クラウドインフラ ●変更の範囲 ・入社後1年間は、原則として業務内容の変更なし。その後、本人のスキルやキャリアプランを考慮し、双方合意の上で変更する場合あり。

会員数約25万人以上、累計成約件数5000件以上と業界No.1サービス(※)として急成長するM&Aプラットフォーム「BATONZ」や金融機関向けM&A支援SaaS「B MASS」を展開しています。 当社の開発組織では「誰もが簡単に使えるM&Aプラットフォームを提供し、より多くの方にM&Aの成功体験を届ける」をミッションに掲げています。本ポジションでは、以下の役割を期待しております。 ①各エンジニアリンググループのピープルマネジメント ②開発ロードマップに沿ったプロダクト戦略の立案/実装 CTOに伴走する形で実施していただきます。 <業務詳細> ・Ruby on Rails等のフレームワーク、ライブラリのメジャーバージョンアップ計画の策定と実行 ・アプリケーションのコンテナ化推進および最適化(Docker/AWS Fargate等) ・DB(PostgreSQL)やミドルウェアのバージョンアップおよびパフォーマンスチューニング ・レガシーコードのリファクタリングおよび技術的負債の解消 ・開発組織の開発生産性やDevEx(Developer Experience)向上に向けたCI/CD環境の整備 ・機能開発チームに対する技術的な技術選定のサポートやコードレビュー ・エンジニア採用や育成計画の立案・実行経験 ・複数チームを横断した開発ロードマップの策定経験 <開発プロセス> ・プロジェクトごとにビジネスチームと週次〜隔週程度の頻度で行う定例で目線合わせを行いつつ、プロダクト開発を行っています。 ・日々の小規模な機能開発や改善は個々のエンジニアが裁量を持ってアジャイルに開発を行っています。 ・数ヶ月など一定規模のある機能開発はリードエンジニアクラスのメンバーが中心となってプロジェクトマネジメントを担い、ウォーターフォール的に開発を行っています。 <開発カルチャー> ・DX(開発者体験)改善カルチャーがあり、情報の共有、仕組みの改善、自動化などを自律的に行っています。 ・「フロントエンド改善」「ドキュメント管理改善」「UI/UX改善」などをテーマにした各論の技術課題解消に向けた分科会がメンバー主導で自律的に立ち上がり、改善が進んでいます。 ・エンドポイント単位でRspecなどで単体テストを記述しており、カバレッジは80%程度の水準です。専任QAチームがMagicPodを採用してE2Eテストを推進しており、リグレッションテストの強化に取り組んでいます。 ・マージリクエストの際はコードレビューを必須としています。ランダムで2名アサインされ、アサインされたメンバーが滞っているとリマインドする仕組みがあり、開発フローが何らかのボトルネックで停滞することを防ぐ仕組みを運用しています。 <開発環境> ●開発 ・バックエンド:Ruby/Ruby on Rails ・フロントエンド:JavaScript/TypeScript/Nuxt.js/Vue.js ・OS:Linux/Mac OS/Windows ・DB:PostgreSQL ・AI活用: GitHub Copilot/AWS Bedrock/Python/LangChain/OpenAI API/D-ID ・テスト: MagicPod, Rspec ●インフラ ・クラウド:AWS(Fargate/Aurora/OpenSearch/QuickSight等)/Google Cloud ・IaC:Ansible, Terraform ・監視:NewRelic/Sentry ●その他 ・コード管理:GitLab/GitLab CI ・タスク管理:Backlog ・コミュニケーション:Slack/Zoom ※開発機のOSは選択可能です。 ※貸与機のスペック一例:Macbook Pro M2 Max 32GB 500GB

リーダーと事業上の目的をすり合わせ、担当案件の分析設計から効果検証、次の施策の提案までを自立して進めます。事業担当者や各エンジニアと連携し、分析結果を価格・料金プランの改善につなげます。 ・購買・課金・利用状況を分析し、価格改善の仮説と売上・利益への影響をまとめる ・データプラットフォームエンジニアと必要なデータの有無・品質を確認し、不足するデータの取得・整備要件を具体化する ・サービス開発のエンジニアと実験・計測の実現可能性を確認し、必要な実装範囲や代替案を交渉する ・データやシステム、対象者数などの制約に応じて実験を設計し、検証できる範囲と限界を説明する ・実装後の計測を確認し、施策の効果と顧客行動への影響を評価して、継続・修正・中止の判断材料をまとめる ・分析コードや検証結果を再利用できる形に整え、継続的なモニタリングや次の施策に活かす ●価格本部 概要 サイバーエージェントの有料サービスの収益性を高めるため、全社横断の「価格本部」を立ち上げます。各事業と連携し、データに基づく価格・料金プランの分析と検証を通じて、継続的な改善に取り組みます。

●あなたが決めること ご経験・キャリア志向に合わせて、以下を単独または組み合わせでお任せします。あわせてPMO/PM/PLとしてのプロジェクトマネジメントも担っていただきます。 ・ 評価の設計| LLM・AIシステムのコスト・品質を定量評価する指標の設計、効果測定、精度検証、ベースライン比較、LLM-as-a-Judgeの設計 ・要件の定義 |顧客のビジネス課題を、システム要件の前提となる論理的で明確なルールとして定義する。KGI/KPIの設計 ・価値の定義| そもそもこれをAIで作ることでビジネスにどうインパクトを与えるかを見極め、投資判断に踏み込む ・データ基盤・分析基盤の要件定義とリード| データパイプライン・DWH・データマート・CDPの設計、生成AI活用に向けたデータ整備 ・育成・マネジメント| 若手データサイエンティスト/データエンジニアの育成・マネジメント 【役割とプロジェクト推進体制】 ●アサインはこう決まります 入社後にどの案件から入るのかは、多くの方が気にされる点です。仕組みをそのまま書きます。 ・キャリア希望を、上長が定期的に吸い上げます。「次はこの領域に行きたい」という意思を出す場があります。 ・それに対して上長が「そのために何が必要か」を提示します。(必要な資格、身につけるべき技術、経験しておくべき工程) ・準備が整った段階で、営業が戦略的に次の案件を取りに行きます。本人の希望に合う案件を、こちらから顧客に提案する動き方をしています。 年功序列はありません。次の案件は勤続年数ではなく、本人の伸び方で決まります。単価は同一案件の中ではほぼ上がらず、案件が変わるタイミングで上がる構造です。だからローテーションを意図的に設計しています。 ●一人にはしません エンタープライズ企業の現場に入りますが、1人で放り出されることはありません。当社メンバーが複数名参画するチーム体制が基本です。事業部全体で約190名の組織で、修士・博士を含む専門家100名以上が在籍しています。案件で詰まったときに社内で聞ける相手がいること -常駐型で働くうえで、ここは決定的に重要だと考えています。 【事業部としてのバックアップ体制と働く環境】 ●評価と昇給 年功序列はありません。20代・30代前半で部長になったメンバーが複数います。管理職へのステップアップも、専門性を深めるキャリアも選択できます。 ●勤務スタイルについて 在宅勤務を組み合わせたプロジェクトが中心ですが、参画先によっては現場への常駐が基本となるプロジェクトも存在します。形式的な在宅比率に拘泥するのではなく、プロジェクトの価値創出のために最適な場所でパフォーマンスを発揮する姿勢を重視しています。 ●育成環境 資格取得支援:270種以上が対象、前期221名が利用(年600件・3年で5,000万円の支給実績)/AMBL PANEL(約460コンテンツの自己学習システム)/社外研修費 会社負担/修士・博士を含む専門家100名以上。機会は最大限・平等に用意します。掴むかはご本人次第です。

本職種ではデータサイエンス・生成AIに関する高い専門性を活かし、顧客業務に対する当社生成AI PFの適用とその効果検証を実施する。または生成AI PFの技術検証とPF開発を実施する。 さらに顧客業務に合わせたNTT独自の生成AIモデルやオープンウェイトモデルのカスタマイズやハーネス、コンテキストまで含めた全体最適化およびそのための技術検証、ソリューション開発を実施する。 ・顧客の業務課題に基づき生成AIを用いた課題解決策の検討と提案 ・課題解決に必要な顧客データや重要なコンテキストの特定と整備 ・AI PF/RAGシステム・エージェントの顧客適用に向けた構築 ・グローバルのグループ会社や顧客とのコミュニケーション ・生成AIモデルのファインチューニングや事後学習、およびユースケースに応じた評価検証方法の提案と実施 ・上記業務のドキュメンテーションなど ・当社エグゼクティブへのレポーティングの実施 ●組織情報 グローバルなグループ会社とのナレッジシェア、人財育成、提案/案件支援を通じて、グローバルにAI/データ活用のビジネス拡大を図り、NTTデータのグローバル化に貢献することをミッションとする。 ●想定役職 課長 , 課長代理 , 主任

AIプロダクトソリューション部は、会社全体の成長を支えるAIソリューション開発を担う部門です。 転職希望者と求人企業のマッチング精度向上や応募率・成約率の改善など、事業の根幹に関わるテーマを扱っており、その実現に向けて研究開発から事業実装までを一貫して推進しています。 現在、生成AIやLLMの進化によって、人材サービスの在り方は大きな変化の可能性を迎えています。 一方で、人材マッチングの領域には依然として多くの未解決課題が存在しています。 たとえば、 ・転職希望者の経験・スキル・志向性の理解 ・求人企業の期待や組織特性の構造化 ・複雑なキャリアパスの予測 ・膨大な非構造化データの活用 ・マッチング精度と説明可能性の両立 ・継続的なモデル改善と運用高度化 などは、依然として高い技術的難易度を持つテーマです。 今回のポジションでは、データサイエンスのエキスパートとして、全社のAIモデルおよび機械学習モデルの設計・開発・チューニングを技術的にリードし、人材マッチングの高度化に向けた新規マッチングロジックを自ら企画・設計・実装したうえで、応募率や成約率などの重要KPI改善まで推進いただきます。 また、ビジネス課題を自ら構造化し、事業責任者やPdM、エンジニアと密に連携しながら仮説検証を進めるだけでなく、新技術や新たなデータ活用を全社へ展開し、標準モデルや共通コンポーネントとして浸透させていくことも期待しています。 担当業務例 具体的には下記の様な業務・プロジェクトを牽引いただくことを想定しております。 ●全社共通AIモデル・マッチングロジックの企画・アーキテクチャ設計 -「doda」をはじめとする複数プロダクトで横断利用される標準AIモデル・アルゴリズムの全体設計および技術選定 -単一のレコメンドにとどまらない、全社的なマッチング精度向上に向けた基盤・コンポーネント化の推進 ●事業課題の構造化とAIソリューションロードマップの策定 -事業責任者・PdMと対等に議論し、抽象度の高いビジネス課題やユーザー体験上の課題を「解くべきAI技術課題」へ構造化 -KPI(応募率・成約率・CVR・マッチング品質等)向上に直結する仮説検証(PoC)の設計と、本番適用までのプロジェクトリード ●最先端技術(生成AI・LLM等)の調査・検証および事業実装の主導 -生成AI、大規模言語モデル(LLM)、マルチモーダルAI等の最新論文・技術動向のキャッチアップ -実務適用に向けたプロトタイプ(PoC)開発、費用対効果・技術的実現性の評価、および本番システムへの実装推進 ●データサイエンスチーム全体の技術向上・標準化推進 -チーム内メンバー(ミドル〜ジュニアDS)への技術指導、コードレビュー、モデリング手法のナレッジ共有 -データ基盤・MLOps部門と連携した、実験・開発・運用プロセスの効率化および標準化の牽引 ●社内外への技術発信・ブランディング活動 -社内外でのセミナー講演、技術ブログの執筆、学会発表・論文制作等を通じた技術的プレゼンスの向上 【主な技術テーマ例】 ●大規模言語モデル(LLM)&エージェンティックAI活用 -LLM(API利用 / ファインチューニング / MCP / Agentic AI 等)を活用した、求職者の経験・志向性分析および求人情報の構造化・高度解析 ●高度な推薦システム(RecSys)&マッチングアルゴリズム開発 -双方向マッチング(求職者×求人企業双方の意向・相性を考慮した推薦)の最適化 -テキスト埋め込み(Embedding)やグラフニューラルネットワーク(GNN)等を活用した高精度類似度算出・レコメンドエンジンの開発 ●マルチモーダルデータ&非構造化データの活用 -職務経歴書・求人票などのテキストデータに加え、行動ログ・スカウト文面・選考結果などの定性・定量的データの統合モデリング ●AIアプリケーション・プロトタイプの高速検証・社会実装 -LLM/SLMを用いたAIエージェントやインタラクティブなマッチングアシスタント機能のPoCシステム構築 ●MLOps&全社AIプロダクト基盤の最適化 -Databricks、BigQuery、AWS/Google Cloud環境におけるモデルの継続的学習・評価・デプロイパイプライン(MLOps)の構築・運用推進 技術環境 【プログラミング言語】Python、SQL、Java、Scala、C 【データベース/データ基盤】Oracle Database、PostgreSQL、MySQL、Amazon Redshift、Google BigQuery、Databricks 【クラウドプラットフォーム】Amazon Web Services(AWS)、Google Cloud、Microsoft Azure 【ソースコード管理】GitHub、GitLab 【プロジェクト・タスク管理】Backlog、Microsoft Loop、Microsoft Planner、Jira、Confluence 【コミュニケーションツール】Slack、Microsoft Teams ●所属組織について AIプロダクトソリューション部には、マネージャー2名、エキスパート3名、メンバー16名のデータサイエンティストが在籍しています。 データをもとにマーケット状況、カスタマーニーズ、テクノロジーの変化などを総合的に判断し、事業を成長させていきます。 私たちは単に精度の高いモデルを開発する組織ではありません。 「人と仕事のより良い出会いをテクノロジーで支援する」という共通の目的を持ち、事業とテクノロジーの両面から課題解決に取り組んでいます。 技術議論やナレッジ共有も活発で、学び続けながら挑戦できる環境です。 働き方 ライフステージに合わせて、はたらき方をご自身でデザインしたい方にマッチする環境です。 ・有給休暇の積極的な取得が推奨されており、ご自身で業務調整をした上で積極的に活用が可能です。 ・裁量労働制を導入しており、子育てと両立しているエンジニアや副業を行っている社員もいるなど、ご自身の裁量で働く時間のコントロールが可能です。 ・大半のメンバーが在宅勤務をしています。リモート勤務手当の支給といったサポートがあります。 ・データサイエンティストとして市場価値を高めるための活動を推奨しており、研修受講やイベント登壇、副業等の活動をしているメンバーもいます。 ・書籍購入、学会やイベントの出張参加、クラウドを使った技術検証、AI関連サービスを実際に利用しての検証等の業務活動に対し、会社が費用を負担しています。

当社グループの事業 ・当社は「システム」「リサーチ」「コンサルティング」の3つの分野を柱に、社会に対して新たな価値を創出する総合シンクタンクです。 ・高い専門性と豊富な経験、さらに3つの機能の相互連携をもとにした付加価値の高い情報サービスを、国内外を問わず幅広い社会、業界、企業に提供しています。 採用部門 採用部門概要 ・Fintechという言葉に象徴されるように、テクノロジーの急激な進歩が、金融業界に大きな影響を及ぼし始めています。グループの先端IT技術の研究・開発を担う当社では、変化する証券ビジネスの新潮流を捉え、価値ある技術の開発に取り組んでいます。 ・例えば人工知能(AI)技術のビジネス活用。最新の機械学習アルゴリズムを取り入れた独自の株価予測は、個人投資家向けサービス「AIによる選定銘柄」として大きな反響を呼んでいます。 ・一方、次世代の金融基盤として注目を集めるブロックチェーン技術の実証実験では、新興国の証券市場における当技術の優位性を世界で初めて示し、レポートを公表しました。更に、国際的に有名なブロックチェーンコンソーシアムへ国内外大手金融機関と共に参画しながら、進化を続けるこれらの技術を追求し、積み上げた知見と技術をもって実用化に向けた検討を進めています。 求人の概要 効果的なビジネス改善を実現するためには、テクノロジーとビジネスプロセスは切っても切り離せません。フロンティア研究開発センターでは、最新のITテクノロジーとユースケースの調査・研究開発を行い、ビジネスに適用して成果を向上させることを目指しています。 - 当センターのAI/データサイエンス研究開発チームは、先進ITテクノロジーとユースケースの研究開発部門の一部です。 - 基礎研究よりも応用研究に重点を置き、最新テクノロジーを迅速に取り入れ、具体的なクライアント企業や社会の課題を解決する新しいAIソリューションの調査・企画・研究・開発・ビジネス実装・プロダクト化を行います。 - 特に、機械学習モデル、自然言語モデル、マルチモーダルモデル、生成AIなど、データサイエンステクノロジーの調査/企画/研究/開発/ビジネス実装がミッションです。 業務の詳細 - AI/機械学習モデルによりビジネス改善をもたらす、新たなメソドロジーやプロダクトの研究開発に、データサイエンティスト/AIコンサルタントとして従事いただきます。 - 研究開発は、グループ各社やグループ外の大企業と共同で推進し、企業向けのAIシステム構築業務へと展開する場合もあります。 - 社内外の関係者と円滑にコミュニケーションを取りながら、様々な課題に対して主体的/自律的に行動し、技術のプロフェッショナルとして、スピード感をもった課題解決に取り組んでいただきます。仮説検証を繰り返しながら、ステークホルダーと折衝を重ねつつ、AIソリューションを作り上げていくことがミッションです。 - 以下のような活動をチームメンバーまたはチームリーダーとして遂行していただきます。 - 先進ITテクノロジーの適用を前提とした、顧客企業の課題解決を可能とするAIソリューションの研究開発 - リサーチ、分析設計、データ加工、データ分析、モデリング、モデル評価、ビジネス効果シミュレーション - 顧客折衝、企画、AIプロダクトの実装と評価、ビジネス適用、PoCの実行 - AI/データサイエンス関連のシステム構築(主にパブリッククラウドを利用、AIエンジン部分中心) - 先進ITテクノロジー、オープンソース、既存プロダクト、既存サービス、事例のリサーチやハンズオン検証 - プリセールスおよび社内情報連携目的のデモアプリ構築 - 調査や研究開発成果の社内外への情報発信 AI研究開発プロジェクトの企画からビジネス適用まで、ひとりですべてを担当するのではなく、それぞれ強みを持ったメンバーがチームを組んでプロジェクトを遂行していきます。入社後はご経験や強みのある分野、目指すキャリアに応じて担当プロジェクトを決定していきます。 具体的な担当案件の例 - 機械学習関連論文の調査、評価、ハンズオン検証、ノウハウ展開。 - 機械学習関連オープンソースの調査、評価、ハンズオン検証、ノウハウ展開。 - 最新クラウドサービスの調査、評価、ハンズオン検証、ノウハウ展開。 - グループ内におけるAIシステムの研究開発、構築。 - グループ外の企業向けのAIプロダクト研究開発。 - 金融業界各種企業向けAIプロダクト - 通信業界各種企業向けAIプロダクト - ヘルスケアデータを活用した人事部向け経営最適化AIソリューション - 自律的生成AIソリューションの研究開発。 - 研究開発成果の社外発信。講演、書籍執筆、論文執筆、メディア露出など。 - 社内のシステムエンジニアを対象とした、AI教育と育成。 選考前の面談および選考プロセスを通して、ご経験およびキャリア志向を踏まえ、アサインする案件についてご相談させていただきます。またご入社いただいた後も、ポジション変更の機会を適宜設けながら従事していただく予定です。