関東 土日祝日休みのITエンジニア求人・転職情報

フューチャー株式会社

採用部門、またはアサイン予定プロジェクトの概要 Core Technology Groupは、 「自社製ミドルウェアを進化させ続け、導入までコミットする」 「時代に合わせて最適なテクノロジーを目利きし、会社・グループへ展開する」 「テクノロジー領域における人材育成を推進する」 を主なミッションとするフューチャーグループのR&D部門です。 プロジェクトへのテクノロジー支援コンサルティングをミッションとするTechnology Innovation Group(TIG)から独立する形で発足しました。 同ポジションは、上記のミッションに共感され、且つテクノロジーに深い専門性を持ったキャリアを希望されるスペシャリスト志向のある方々向けの求人です。ミッションクリティカルなシステムで共通的に利用される自社製ミドルウェアの研究・開発、プロジェクトの品質、生産性向上を目的とした設計開発を支援するプラットフォームの開発、ソースコード解析の分野で活躍されたい方は同ポジションへご応募ください。 また、Core Technology Groupでは個別のテクノロジーや役割に応じた詳細ポジションもご用意がありますが、どの分野で専門性が最も活かせるか、選考を通じて考えていきたい方はこの「研究開発エンジニア」で、ご応募ください。 職務内容の概要 以下のようなポジションを想定しています。 ●ミドルウェア開発エンジニア ●プラットフォームエンジニア ●ソースコード解析エンジニア 職務内容の詳細 ●ミドルウェア開発エンジニア Vue.jsベースのUIフレームワーク、SpringBootベースのアプリケーションフレームワーク、メッセージングミドルウェア、データ連携ミドルウェアなど、フューチャーが担うミッションクリティカルなシステムで共通的に利用される自社製ミドルウェアの研究・開発を担当して頂きます。並列コンピューティング、マルチスレッドプログラミングに関する高い知見や最適な計算量を考慮したプログラミング知識が活かせるポジションです。 ●プラットフォームエンジニア フューチャーが設計・開発を進めていくうえで利用する社内向けWebプラットフォームの設計・開発を担当して頂きます。設計開発領域のみならず、自動テストの機能も有しており、エンジニアリング全体の知見・経験が活かせるポジションです。 ●ソースコード解析エンジニア フューチャーがシステム刷新を行う際、既存システムのソースコードを解析し可視化を行いますが、その際に利用するソースコード解析エンジンの設計・開発を担当して頂きます。 コンパイラ、構文解析(AST)、アルゴリズムに関する高い知見が活かせるポジションです。 募集部門のビジョン・ミッション Vision: 先進テクノロジーを自ら生み出し、自ら導入することで、会社・グループ・顧客・社会の未来価値を創造する Mission: ●自社製ミドルウェア・ツールを進化させ続け、導入までコミットする ●時代に合わせて最適なテクノロジーを目利きし、会社・グループへ展開する ●テクノロジー領域における人材育成を推進する

フューチャー株式会社

ITコンサルティングカンパニーのフューチャー株式会社に設立されたAI戦略推進グループ(旧:Strategic AI Group) の専門組織です。 NLP、Computer Vision、Machine Learning全般、AIエージェント、数理最適化やMLOpsなど多様な専門性をもつAIエンジニア、AIコンサルタントや研究者が集結し、基礎・応用研究を通した先端追求による基礎技術力の獲得と、実ビジネスへのAI応用を両軸ですすめています。 わたしたちは最適解の追求のために特定の製品によらず、世にないAIは自ら作り出し、フューチャーが持つ屈指のITコンサルティング力と組み合わせて顧客・業界の変革を続けています。 【AI・機械学習エンジニアの仕事】 ●生成AI、自然言語処理、画像処理、統計・機械学習等の専門性を駆使し、多様な業界の顧客の課題を解決に導きます ●AI領域のメンバーまたはテックリードとしてAI検証・開発やR&Dを牽引します ●社外への情報発信(講演活動、専門誌への執筆など)を通じて、AI領域における当社のプレゼンスを確立することもできます 【AI社会実装の事例】 ●AIエージェントによるAI駆動の法人融資業務プロセスへの変革デザイン・実装(金融) ●全社基盤のAIエージェント・プラットフォームの設計・開発(製造) ●全社の生成AI活用施策の推進の伴走支援およびAI基盤構築(製造) ●新聞特化の大規模言語モデル研究開発・導入(メディア) ●精神疾患診断補助を行うソフトウェア医療機器研究開発(医療) ●業界屈指精度・業務改善効果を誇る完全自社性の特化型AI-OCR(公共・民間各社) ●美容診断・画像生成、類似ファッション検索等のカスタムAIエンジン(美容・アパレル) ●50万個/日の生産を支える日販の食品製造業の消費需要予測(食品製造) ●年5万時間の効果を生む従業員シフト最適化エンジン開発(小売) ●構築したデジタルツインを駆使した、人の手を介さないフルデジタルの設備点検の訪問計画最適化(エネルギー) ●マーケティングや業務効率化等の施策検討～検証のPDCAを回す伴走型データ活用(各社) 【基礎研究・応用研究の事例】 ●LLM/NLPを中心とした複数大学との共同研究、国内・海外会議や論文誌への投稿・発表 ●AI Agentの最新手法、ツール、アーキテクチャの調査や応用研究開発 ●MLOps・LLMOpsのサービス調査や応用検証 ●その他、ビジネス課題に応じたLLM/NLP、CV、数理最適化の応用研究開発など 【変更の範囲】 当社業務全般に従事いただく可能性がございます。

フューチャー株式会社

採用部門、またはアサイン予定プロジェクトの概要 Core Technology Groupは、 「自社製ミドルウェアを進化させ続け、導入までコミットする」 「時代に合わせて最適なテクノロジーを目利きし、会社・グループへ展開する」 「テクノロジー領域における人材育成を推進する」 を主なミッションとするフューチャーグループのR&D部門です。 プロジェクトへのテクノロジー支援コンサルティングをミッションとするTechnology Innovation Group(TIG)から独立する形で発足しました。 同ポジションは、上記のミッションに共感され、且つテクノロジーに深い専門性を持ったキャリアを希望されるスペシャリスト志向のある方々向けの求人です。ミッションクリティカルなシステムで共通的に利用される自社製ミドルウェアの研究・開発、プロジェクトの品質、生産性向上を目的とした設計開発を支援するプラットフォームの開発、ソースコード解析の分野で活躍されたい方は同ポジションへご応募ください。 職務内容の概要 フューチャーが行うシステム刷新では、お客様の中期経営計画に沿った新システム構想を立案するだけでなく、既存システムのソースコードを解析・可視化しファクトに基づいた実行計画を策定しています。その際に利用するソースコード解析エンジンの設計・開発を担当して頂きます。この仕組みはフューチャーが開発するシステムの品質担保にも利用されます。 本ポジションは、幅広い言語に関する高い知見が求められ、字句解析、構文解析、バイナリ解析、アルゴリズム、解析結果の可視化(ビジュアライザー)といった技術的なスキルが活かせるポジションです。 職務内容の詳細 当社が開発するソフトウェアは、企業経営の根幹を担い、何年にもわたって利用され続けるものです。そのため、機能面や非機能面を含め、高品質ソフトウェアの開発が求められます。また、生産性の向上や、長期にわたるエンハンスにも耐えうるメンテナンス性も求められます。これらの課題を解決するために、Core Technology Groupでは開発方法論の継続的ブラッシュアップと、方法論を実現する仕組みを開発しています。 本ポジションでは、設計・開発・保守の品質担保のため、プロジェクトに関する全てのリソースを解析しデータ化・可視化する仕組みを開発し、高品質なソフトウェア開発を支援します。プロジェクトで関わるリソースとはドキュメントやソースコード、活動情報など多岐に渡ります。 例えば、設計・開発フェーズでは、設計ドキュメントを解析し、設計データに基づいたソースコードや定義ファイルの自動生成を省コストで実現したり、自動生成物と設計ドキュメントとの整合性チェックを継続的に行う仕組みを提供しています。開発フェーズで利用するコーディング規約を厳守するためのLinterやフォーマッタの開発もその1つです。 保守フェーズでは、ソースコードを解析することで、熟練者の経験や勘だけに頼らない影響範囲の調査を支援したり、新規参画者の仕様キャッチアップを支援します。 また、計画構想フェーズではお客様の現行ドキュメントやソース、ログを解析し、新システムへの移行計画のインプットとしています。 募集部門のビジョン・ミッション Vision: 先進テクノロジーを自ら生み出し、自ら導入することで、会社・グループ・顧客・社会の未来価値を創造する Mission: ●自社製ミドルウェア・ツールを進化させ続け、導入までコミットする ●時代に合わせて最適なテクノロジーを目利きし、会社・グループへ展開する ●テクノロジー領域における人材育成を推進する

フューチャー株式会社

ITコンサルティングカンパニーのフューチャー株式会社に設立されたAI戦略推進グループ(旧:Strategic AI Group) はAIの専門組織です。 NLP、Computer Vision、Machine Learning全般、AIエージェント、数理最適化やMLOpsなど多様な専門性をもつAIエンジニア、AIコンサルタントや研究者が集結し、基礎・応用研究を通した先端追求による基礎技術力の獲得と、実ビジネスへのAI応用を両軸ですすめています。 わたしたちは最適解の追求のために特定の製品によらず、世にないAIは自ら作り出し、フューチャーが持つ屈指のITコンサルティング力と組み合わせて顧客・業界の変革を続けています。 【NLPリサーチエンジニアの仕事】 ●自然言語・生成AI分野の最先端の学術研究・共同研究を推進し、知のフロンティアを切り拓く ●自然言語・生成AIに関する極めて難易度の高い案件に対し、専門的な技術知見をもってプロジェクトを成功に導く技術的アドバイザとして貢献する ●自然言語・生成AIを核とした革新的なソフトウェア・サービスの研究開発を推進する 【AI社会実装の事例】 ●AIエージェントによるAI駆動の法人融資業務プロセスへの変革デザイン・実装(金融) ●全社基盤のAIエージェント・プラットフォームの設計・開発(製造) ●全社の生成AI活用施策の推進の伴走支援およびAI基盤構築(製造) ●新聞特化の大規模言語モデル研究開発・導入(メディア) ●精神疾患診断補助を行うソフトウェア医療機器研究開発(医療) ●業界屈指精度・業務改善効果を誇る完全自社性の特化型AI-OCR(公共・民間各社) ●美容診断・画像生成、類似ファッション検索等のカスタムAIエンジン(美容・アパレル) ●50万個/日の生産を支える日販の食品製造業の消費需要予測(食品製造) ●年5万時間の効果を生む従業員シフト最適化エンジン開発(小売) ●構築したデジタルツインを駆使した、人の手を介さないフルデジタルの設備点検の訪問計画最適化(エネルギー) ●マーケティングや業務効率化等の施策検討～検証のPDCAを回す伴走型データ活用(各社) 【基礎研究・応用研究の事例】 ●LLM/NLPを中心とした複数大学との共同研究、国内・海外会議や論文誌への投稿・発表 ●AI Agentの最新手法、ツール、アーキテクチャの調査や応用研究開発 ●MLOps・LLMOpsのサービス調査や応用検証 ●その他、ビジネス課題に応じたLLM/NLP、CV、数理最適化の応用研究開発など ※業務内容の変更の範囲: 当社業務全般に従事いただく可能性がございます。

ハコベル株式会社

「ハコベル運送手配」の軽貨物・一般貨物領域における、要件定義からバックエンド・フロントエンドの実装まで、チームメンバーと協業しながら一気通貫で担当していただきます。 ハコベルではエンジニアも、PdMやCSと共にユーザーヒアリングやオンボードに参加し、ドメイン理解を深めることを重視しています。「言われたものを作る」ではなく、課題の構造を理解した上で何を作るか・どう作るかを一緒に考えられる方を求めています。 <具体的には…> ・BizやPdMと連携した、プロダクトビジョン・目標達成に向けた開発と運用 ・ユーザーが受け取る価値を起点とした、機能設計と実装方針の検討・実践 ・TLと連携した技術選定(言語・フレームワーク・ライブラリ) ・プロダクトの安定運用と改善サイクルの推進 ●開発環境 ・バックエンド: Ruby, Ruby on Rails, Docker ・インフラストラクチャ: AWS(EC2, S3, RDS + Aurora, etc), 　GCP(Firebase, BigQuery, CloudFunctions, etc) ・フロントエンド: TypeScript, Vue.js ・テスト環境: Rspec, Jest, Playwright ・バージョン管理: Git/GitHub ・CI/CD: Jenkins, CodeBuild, CircleCI ・開発・運用支援: Sentry, Datadog, GitHub Copilot ・コミュニケーション: Slack, Notion, Google Meet ●作業環境 ・Mac Book Pro / Air (機種・キーボードレイアウト選択可)支給 ・外付けモニター: フリーアドレスで利用可能 ・フリーアドレス制なので、気分に合わせて好きな場所で作業可能 ●配属組織 配属されるシステム開発部 運送手配システムGは、10名のメンバーが在籍しています。 <在籍メンバー例> ・[EM赤川](https://note.com/hacobell/n/n307bfd7ca39f) ・[TL池松](https://note.com/hacobell/n/n5e644b2abd8b) エンジニアチームだけでなく、PdM、セールス、CS、それぞれのチームと関わり、一緒に協力して取り組むことを大切にしています。 ●カルチャー ・スクラム開発を推進 ・積極的なペアプロやモブプロ ・週次でチーム横断のエンジニア定例 ・自発的な勉強会やハッカソンの開催 ・VPoEやEMとの1on1 ・メンター役が伴走するオンボード支援 雇入れ直後:システム開発部 変更の範囲:会社の定める業務

キリンビジネスシステム株式会社

グループの中長期計画をふまえ、海外グループ会社を含む施策の立案~実行やリスク評価・アセスメントなどの業務を関係者とコミュニケーションを取りながら推進いただきます。 【セキュリティガバナンス担当】 グループの中長期計画をふまえ、海外グループ会社を含む施策の立案~実行やリスク評価・アセスメントなどの業務を関係者とコミュニケーションを取りながら推進いただきます。 ・グループセキュリティのポリシー・ルール類の作成・更新作業の実施、及び、利用者への周知 ・対策状況の確認、及び、アセスメントの実施・分析 ・リテラシ向上施策(研修・訓練など)の企画・運営 ・インシデント発生時の対応、リスクの取りまとめ 【セキュリティオペレーション担当】 国内のグループ会社を中心に、セキュリティ施策の開発および運用対応を実施し、関係者とコミュニケーションを取りながらグループのリスク低減を推進いただきます。 ・セキュリティのマニュアル・ガイドライン等の作成・更新作業の実施、及び、利用者への周知 ・インシデント発生時の対応、リスクの取りまとめ ・セキュリティ施策の企画・計画・設計・開発・導入 ・セキュリティツールを使った監視・アラート検知(SOC)の管理 ・リテラシ向上施策(研修・訓練など)の企画・運営 ・各システム導入時のセキュリティ面の支援 【技術ワード】 ・リスク管理・分析ツール ・セキュリティツール: SIEM、IPS、EDR、SASE、CASB、アンチウイルス、ASM等 ・リスク管理ツール(GRC) ・攻撃表面管理ツール(ASM)

キリンビジネスシステム株式会社

グループ各社の中長期計画を踏まえ、グループ各社が利用する情報システムのインフラ基盤の構築・運用業務について、リーダーもしくはメンバーとして参画いただき、インフラの維持運用および改善活動を関係者とコミュニケーションと取りながら推進いただきます。 インフラ基盤の構築・運用業務については原則アウトソースしています。 委託先等のベンダーコントロールを主体として、事業会社への貢献度の最大化が図れるように各案件のQCDを意識した管理を行っていただきます。 下記のいずれかの領域について担当いただきます。 ・インフラ関連プロジェクトの計画策定と推進支援 ・オンプレミス基盤/クラウド基盤の運用管理 ・オンプレミス基盤からクラウド基盤へのリフト/シフトの要件整理および推進支援 ・Microsoft365等のグループウェアの運用管理 ・PC/タブレット/IP電話等の端末更改における選定・評価やユーザー展開 ・事業会社の課題/ニーズの理解とインフラ環境の構築における要件の整理 ・委託先等のベンダーコントロール

jinjer株式会社

顧客と市場にディープダイブし、新規・既存プロダクトの成長機会を深く掘り下げ、プロダクト開発チームとビジネスサイドと 共に顧客価値と企業価値の最大化を通じて事業成長を牽引することがミッションです。 市場調査、競合分析、ターゲット設定を起点とし、プロダクトのポジショニング、メッセージング、GTM戦略までを一気通貫で 主導し、「ターゲット市場に最も適合するジンジャーのプロダクト・サービス」ビジョンを描き、その実現を担います。 具体的には以下のような業務を担当します。 ・事業戦略に基づいた、中長期的なプロダクトビジョンおよびロードマップの策定と実行 ・経営会議等でのプロダクトに関する意思決定支援、およびレポーティング ・機能改善・新機能の企画:顧客要求・ポジショニングなどをPdMに共有 ・ユーザー要望管理/スコアリング ・各種タスクのスケジュール管理と成果物作成 ・マーケティング、セールス、カスタマーサクセスなどの各部門と連携した施策の推進 ・メンバーの育成、目標設定、評価、採用活動

jinjer株式会社

勤怠・給与・人事労務を担う Core チームのマネジャーとして、チームの安定運用とプロダクト戦略の両輪を担います。 CPO 直下で PdM 複数名を率い、「何を作るか」「なぜ作るか」の意思決定に責任を持ちながら、チームメンバーの成長も主導いただきます。 具体的には以下の業務を担当します。 ●PdM メンバーの育成・目標設定・日次マネジメント ●プロダクト戦略ならびに VoC に基づく対応のロードマップ策定とリリースまでの完遂 ●PdM 各チームならびに CS や Sales との組織間連携設計および課題解決の推進 ●データならびに他チームの VoC 起点でのプロダクト改善サイクルの設計・実行 ●CPO ならびに他チームのマネージャとともに Core チームのプロダクト文化・開発プロセスを構築 ●AI ツールを活用した PdM 業務(仕様書生成・市場調査・データ分析)の自ら実践とチームへの展開 ●AI 前提の開発プロセス(仕様策定・レビュー・振り返り等)を Core チームに設計・浸透させる ●AI&Platform チームと連携した Core 領域への AI 機能統合の企画・推進 【利用ツール】Figma / Slack / Productboard / Confluence / JIRA

フューチャー株式会社

●採用部門 当社では、”増加するサイバーセキュリティの脅威”、”その攻撃の早さ”、”攻撃の多様化”、”回数”、そして”増加するセキュリティ投資”に対して、「より早く、より的確に、より効果的に」をコンセプトに、サイバーセキュリティを事業とし、「Cyber Security Innovation Group」を2018年に設立しています。 同Groupの事業の柱の一つとして、クラウド型のセキュリティサービス「FutureVuls」( https://vuls.biz/ )の提供を行っています。 この「FutureVuls」を強みにエンタープライズのお客様向けに統合的なセキュリティサービスを提供していきます。 FutureVuls・・・Vuls(VULnerability Scanner)をベースに提供している脆弱性管理のクラウドサービス。 Vulsは脆弱性情報の全自動スキャンツールの名称。 2016年4月1日にオープンソースとして世界に無償公開。 半年後の同年10月1日にはオープンソース共有サイト「GitHub」でランキング1位を獲得するなど、世界中のシステム管理者から多くの注目を集めている。 ●ミッション 日々発生するサイバーセキュリティの脅威や脆弱性情報を収集・分析し、得られたインテリジェンスを顧客にわかりやすく伝達することで、顧客の脆弱性管理業務のサポートとFutureVulsの信頼性を確立すること。 ●職務内容 セキュリティ・リサーチャーやバックエンドエンジニアと密に連携し、以下の業務を遂行します。 1.セキュリティ・ツールのUIデザイン・プロトタイピング ・「FutureVuls」(独自開発しているセキュリティWebアプリケーション)の操作画面設計、フロントエンド実装、ベンダー管理 ・複雑なデータをユーザーが直感的に理解できるデータビジュアライゼーションの構築。 ・スパイクアクセスにも耐えうる、高速で軽量なページ描画(パフォーマンス最適化)の実現。 2.テクニカル・マーケティング・コンテンツの制作 ・技術ブログ(FutureVuls Blog)や特設サイトのUI/UX改善とフロントエンド実装。 ※コンテンツ例 FutureVulsプロダクトページ(https://www.vuls.biz/blog) FutureVuls Blog(https://www.vuls.biz/blog) 3.ブランド・アイデンティティの高度化 ・技術発信におけるビジュアルガイドラインの策定。 ・カンファレンス登壇資料やホワイトペーパーのクリエイティブ・ディレクション。 ●組織構成 ・Vuls開発チーム:10名 └ UI/UX領域の専任:1名(他領域との兼任: 4名) ●業務内容の変更の範囲について 当社業務全般に従事いただく可能性がございます。

フューチャー株式会社

ビジネスモデルの変容を目指している、様々な産業・業種のクライアントのパートナーとして、事業戦略、フィールド業務、テクノロジー活用での知見や先見性を基に、コンサルティング(バックキャスト分析、現状業務・システムの分析～ロードマップ策定等)をチームで実施します。また実現にむけてはコア・テクノロジー部分(IoT,AI,データ分析・活用)のデザインや実装も行います。 ●詳細 ・アーキテクチャ分析・方針策定・デザイン・実装:IoT/フィールド/全体最適な粒度(コンポーザブル指向等)/配置およびデータガバナンス設計、システム構成、連携方式のあるべきと課題抽出、アクションのプランニング ・アジャイル型プロダクト開発:IoT/UXデザイン/実装～仮説検証をクイックに実施し、目に見える形で業務変換をダイレクトに推進 ・基盤サービス構築・改善:データのサイロ化を克服するため、コンポーザブルEA、データ戦略基盤(AIAgentとの連携、セマンティックレイヤのデザイン等)のあるべきと構築、仮説検証、改善を実施 ・データ分析/可視化:様々なデータソースからデータを集約/加工をクイックに行い、現状の見える化、分析、原因分析を実施 ・技術顧問:採用技術、開発方針の相談役、コンポーザブルEA/セマンティックレイヤ/BigQuery/dbt/MDM/RDB/React/Go/セキュリティ対策など各種スペシャリストによるアドバイスを実施し、エンジニア組織を育成 ●役割と期待 様々な産業・業種の変容を目指すクライアントに対し、上述の職務をチームで実施しますが、その際のコンサルティングメンバまた、リーダーをお任せします。 また、当ユニットでは、コンサルティング業務の傍ら、クライアント含めた社内外のネットワークを活用した新しい稼ぎ方、また、個人としても持続可能性がある働き方を一緒に探索する仲間を募集しています。 ●案件事例 ・大手資源開発会社様の全社DXコンサルティング、企業文化改革、業務・システムの断捨離、データ民主化、デジタル戦略組織組成及び人財育成支援、実施 ・大手エネルギー供給、ガス供給・販売・サービス会社様の、操業管理、需要予測/製造/供給/配送/点検等一連のコア業務のDXを実現し合わせてプラットフォームサービスを構成するマイクロサービス化を実施 ・大手製造業(化学素材)会社様の全社DXコンサルティング、人財育成、データ文化醸成支援、 ・大手電鉄会社様の地域沿線向け新規サービスとして生活向上プラットフォームを創出から具体化実施 ・大手MaaSサービス提供会社様のプラットフォームサービスのデザイン、商材検討、具体化実施 ※業務内容の変更の範囲について 当社業務全般に従事いただく可能性がございます。 募集部門のビジョン・ミッション ●Vision: Energy(物理的な資源、企業文化や人に内在する資源)× テクノロジーで　「日本を元気にする」 ●Mission: クライアント個々の状況や手持ちの経営資本(人、モノ、情報、ネットワーク等)を基に一緒に試行錯誤しながら自分達ならではの企業価値を考案し実行するプロセスを含め、クライアントの企業文化に深く根付ずかせ、自律的かつ持続的に価値を生む活動へと変化を促すこと

FPTコンサルティングジャパン株式会社

ミッション 生成AI・AIエージェントの普及により、クラウドインフラは「システムを動かす基盤」から、IDを起点にAI・業務・データを安全に接続する中核アーキテクチャへと進化しています。特にAzureでは、Microsoft Entra ID(旧Azure AD)を中心としたID・認証・認可の設計が、セキュリティ、ガバナンス、AI活用の成否を左右する時代になっています。 Entra IDを起点に、AI時代のAzureアーキテクチャを設計する。 認証・セキュリティから運用まで、本番で成立するクラウド基盤を作る仕事です。 職務内容 Azureを中心としたクラウド基盤において、以下を担当していただきます。 ●Azure / Entra ID を前提としたクラウド基盤の企画・構想策定 ●Entra ID(ID・認証・認可)を起点としたアーキテクチャ設計 ●セキュリティ、ネットワーク、ガバナンスを含めた全体設計 ●条件付きアクセス、RBAC、PIM 等を含むID・アクセス設計 ●オンプレミスAD/他クラウドからのEntra ID・Azure移行支援 ●IaC(Bicep / Terraform 等)を前提とした基盤実装・標準化 ●監視・運用設計、SecOps / FinOps を含めた運用高度化 ●AI・データ基盤(Azure OpenAI / Fabric 等)を支えるインフラ設計 ※ID設計を“後付け”にしない、AI前提のクラウド設計を重視しています。

テクバン株式会社

「大規模プロジェクトを通じて市場価値の高いインフラエンジニアへ。」 当社は創業以来黒字経営を続ける独立系SIerです。現在は組織拡大フェーズを迎えており、次世代を担うインフラエンジニアを募集しています。 大手SIerとの強固な取引基盤を持ち、大規模案件や長期プロジェクトが豊富にあるため、サーバー・ネットワーク・クラウド領域で着実にスキルアップできる環境です。 今回求めているのは、単なる作業者ではなく、自ら考え行動し、一人称でプロジェクトを推進できるエンジニアです。 活気ある組織の中で、技術力を磨きながら上流工程やリーダーポジションにも挑戦可能。安定した経営基盤と成長環境が共存する当社で、次のキャリアステップを実現しませんか。 ●主な業務 ・サーバー(Windows/Linux)の設計・構築・運用 ・ネットワークの設計・構築・運用 ・クラウド環境(AWS/Azure等)の構築・運用 ・インフラ運用改善、障害対応 ●プロジェクト例 ・大手企業向け基幹システムインフラ構築 ・官公庁向け大規模インフラ運用案件 ・クラウド移行プロジェクト ・サーバーリプレイス・仮想化基盤構築案件 ・ネットワーク更改プロジェクト

フューチャー株式会社

当社では、”増加するサイバーセキュリティの脅威”、”その攻撃の早さ”、”攻撃の多様化”、”回数”、そして”増加するセキュリティ投資”に対して、「より早く、より的確に、より効果的に」をコンセプトに、「Cyber Security Innovation Group」を設立しています。同Groupの事業の柱の一つとして、クラウド型のセキュリティサービス「FutureVuls」( https://www.vuls.biz/ )」の提供を行っています。この「FutureVuls」を強みにエンタープライズのお客様向けに統合的なセキュリティサービスを提供していきます。現在、従来のセキュリティ管理に加え、各業界における法制度対策やSBOM(ソフトウェア部品表)管理のニーズが爆発的に増加しており、FutureVulsへの引き合いが急増しています。 • FutureVuls・・・Vuls(VULnerability Scanner)をベースに提供している脆弱性管理のクラウドサービスで、エンジンとなる脆弱性情報の全自動スキャンツールの名称。2016年4月1日にオープンソースとして世界に無償公開。 半年後の同年10月1日にはオープンソース共有サイト「GitHub」でランキング1位を獲得するなど、世界中のシステム管理者から多くの注目を集めている。FutureVulsはVulsにエンタープライズ向け機能を付加し、独自の「自動トリアージ機能(SSVC)」や「国産ならではのサポート力」を武器に急成長しているSaaSです。 ●採用部門について 現在、 FutureVuls事業は「立ち上げ」から「拡大(Scale-up)」のフェーズへ突入しており、本ポジションは、セールス担当と連携し、技術的な信頼を勝ち取ることで導入を成功に導く「技術の顔」としてのプリセールスメンバーを募集します。複数のセールスを技術支援する立場として、製品の価値を最大化させる役割を担います。 ●職務内容の概要 本ジョブは単なる「ツールの説明員」ではありません。本ポジションは導入前の「技術的な不安」を「導入後の成功イメージ」に変える役割を担います。顧客の複雑なインフラ環境を理解し、FutureVulsを用いた新しい脆弱性管理のスタイルを自ら設計・提案する、コンサルティング要素の強いエンジニア職です。 ●具体的な職務内容 ・技術支援・デモ実演(意思決定の支援) セールスに同行し、単なる機能説明に留まらず、顧客のシステム構成(OS/MW/NW)に応じた最適な検知・管理手法を技術的に解説。顧客が導入の判断を下せるよう、技術的な懸念事項を先回りで解消します。 ・PoC(概念実証)のリード(運用の設計) 単なるツールの試用支援ではなく、「運用をどう回すか」のゴールを策定。検証計画の立案から環境構築、実データを用いた検知精度の検証を行い、既存の運用フローからの脱却に向けた技術的な道筋を示します。 ・技術的な課題提案(ソリューション設計) Linux、コンテナ、クラウド(AWS/Azure)、NW等の構成をヒアリングし、SSVCやSBOMといった最新の脆弱性管理手法をどう組み込むのがベストか、顧客に合わせた「脆弱性管理の最適解」をアーキテクチャレベルで提示します。 ・技術資料の作成(ナレッジの武器化) 競合製品(海外ベンダー製等)との技術仕様比較や、複雑な脆弱性トレンドを分かりやすく解説したホワイトペーパー、FAQの整備を行い、営業活動の技術的根拠(エビデンス)を強化します。 ・開発フィードバック(プロダクト進化への貢献) 顧客の技術的な要望や現場の課題を深く理解し、エンジニア視点で整理。プロダクトマネージャーや開発チームへ「次に作るべき機能」を提案し、FutureVulsをより市場価値の高い製品へと進化させます。 ●所属チーム セールスチーム(現在3名+マネージャー在籍) ●業務内容の変更の範囲について 当社業務全般に従事いただく可能性がございます。

フューチャー株式会社

採用部門、またはアサイン予定プロジェクトの概要 Technology Innovation Group(TIG)は、 「最先端、且つ先進的なテクノロジーのプロフェッショナル集団」、 「プロジェクト品質と生産性の向上」、 「自社サービス事業の立ち上げ」 を主なミッションとして発足しました。 同ポジションは、TIG内のTechnology Architect Teamへの配属です。 同チームでは、独創的で自由な発想と実績をもとに、顧客の戦略的IT投資に向けて、 先進IT技術の調査と伴にシステムのスリム化・効率化・最適化をテクノロジー面で推進します。 また、先進テクノロジーを積極的且つ緻密に採用し、競争力の高いシステム設計・構築、 開発コスト・運用コストの適正化と投資対効果の改善を実施しています。 職務内容の概要 企業の中でのシステムが担う役割、重要度が高まってきています。そのような多種多様なシステムの構築を、画一的な仕組みで実現することができなくなってきています。我々は、お客様がシステムに求める要求に加え、その背景・将来の予測を加え、今とるべき最適で戦略的なアーキテクチャを提案していきます。また、我々は特定のソフトウェア製品やサービスを担ぐことはせず、顧客の成功に最適なアーキテクチャを実現するために必要となるソフトウェアやサービスを利用する。 その様な顧客が成功する為に必要となるアーキテクチャの設計をはじめとして、チーフアーキテクトとしてプロジェクトを技術面からリードするポジションを担当して頂きます。 職務内容の詳細 ●アーキテクチャ要件、非機能要件の定義 ビジネスの成功におけるシステムの役割、なすべきことを理解し、アーキテクチャを設計する為に必要となる要件を定義する。機能面での要件に加え、性能・可用性・移行性・操作性・運用性・機密性など、非機能面での要件も定義する。特に我々は、大規模・ミッションクリティカルなシステムの構築が多いので、非機能面での要件には重きを置いている。 ●アーキテクチャ設計、Proof Of Concept、アーキテクチャチームのリーディング 機能面、非機能面で要件を満たすアーキテクチャの設計を担当する。単純なソフトウェアスタックを設計するのではなく、ソフトウェアを機能レベルのコンポーネントに分解し、コンポーネント間のインターフェースおよび通信含め論理設計する。アーキテクチャ物理設計では、そのコンポーネント間の連携を実現する「実装」を決定するが、世の中にあるソフトウェアで実現できない場合は、自らその実装を開発することも厭わない。 また、我々はたとえ実績がない技術であっても目的達成に必要な技術であれば積極的に採用をしていく。その為、実現性が不確実な要素に関しては、設計段階で実現性の検証(Proof Of Concept:POC)を実施する。 そして、自ら設計したアーキテクチャを元にアーキテクチャチームとプロジェクトを技術面からリードしていく。 ●新技術の検証 常に新たな技術に対しても目を向け、顧客の成功に役立つ可能性がある技術に関しては、積極的に検証を進める。 ※業務内容の変更の範囲: 当社業務全般に従事いただく可能性がございます。 Technology Innovation Groupのプロジェクト事例 ●中日グループの顧客データを統合・可視化。フューチャーアーキテクトが支援する中日新聞社のデータドリブン経営と地域活性化。 https://prtimes.jp/story/detail/ZrX6qyS726B ●グルメ回転寿司に必要なDXとは? フューチャー×銚子丸がパートナーシップで挑む、全社DX推進プロジェクトhttps://prtimes.jp/story/detail/Ybv6g8SlJPb ●コンテンツの価値を最大化せよ　クラウド型CMS GlyphFeedsが変える情報発信の姿https://www.future.co.jp/lttf/detail/220617_glyphfeeds/

FPTコンサルティングジャパン株式会社

製造現場の業務課題をローコード開発ツール「Tulip」を活用して、業務アプリケーションを作成し、顧客の業務改善活動を支援していただきます。 ●担当業務 ・TULIPアプリケーションの開発作成・テスト・改善業務 ・テーブル・トリガ・ウィジェットなどの実装 ・製造作業現場の観察・業務ヒアリング ・データの可視化(チャート、ダッシュボード) ・操作マニュアル作成、トレーニング支援 ●導入事例 ・大手工作機器メーカー　組み立て工程手順書のデジタル化

FPTコンサルティングジャパン株式会社

ERP導入における拡張開発・自動化・外部連携を担うエンジニアポジションです。コンサルタントと協働し、Fit to Standardを守りながら、必要最小限の拡張を高品質に実装します。 特定製品経験は必須ではありませんが、オラクルERP:NetSuite等を活用する想定です。(Web/業務システム開発経験を重視) 【担当業務】 1)拡張開発/業務自動化 ・ワークフロー、画面、帳票、バッチ等の拡張設計〜実装〜テスト ・JavaScript/TypeScript等を用いたカスタマイズ(例:SuiteScript相当の拡張) 2)外部連携/データ連携基盤 ・REST/SOAP/CSV/バッチ等による外部連携設計・実装(MES/PLM/WMS等) ・認証、エラー処理、再送、ログなど運用を見据えた連携品質の担保 ・iPaaS/ETL活用(経験があれば) 3)移行・品質・リリース管理 ・データ移行支援(変換、検証、移行リハ) ・UT/SIT支援、性能・監査・権限観点のレビュー ・Sandbox/本番のリリース管理、変更管理、切替手順整備 ・運用保守ドキュメント整備・引継ぎ 【導入事例】 昨年秋の立上以降、バイオ医薬業の新工場立上を支援しています。具体的にはエンタプライズアーキテクチャデザイン、即ち新工場全体のビジネス/データ/アプリケーション/テクノロジーアーキテクチャデザインを担当しました。

FPTコンサルティングジャパン株式会社

製造業向けローコード開発ツール「Tulip」の開発スケーラビリティを担保するため、テーブル構造やアプリ間連携、外部システムとの接続設計など、ロジック・アーキテクト業務を担っていただきます。 ●担当業務 ・テーブル設計(物理・論理アーティファクトのモデリング)​ ・コネクター/外部API連携設計​ ・トリガ・変数・集計等の技術指導​ ・データ標準化/命名規約の整備​ ・開発ガイドラインの作成 ●導入事例 ・大手工作機器メーカー　組み立て工程手順書のデジタル化

GO株式会社

タクシーアプリ『GO』は、全国に1,100社以上のネットワークを持ち、3,500万ダウンロードを突破したタクシーアプリです。 今後は単なるタクシー配車にとどまらず、相乗りなどのより複雑なシステムを含めたモビリティプラットフォームを作り上げていきます。 また、GO事業以外にもGX(グリーントランスフォーメーション)事業や人材事業など、モビリティ領域を中心にしつつも様々な事業を新たに展開しており、それらの新規事業においても必要に応じてプロダクトの内製開発を行っています。 GO Inc.は技術を強みとしていますが、技術そのものを目的とした会社ではありません。 技術は課題解決の手段であるため、プロダクトに向き合うことが重要です。 言われたものをそのまま作るのではなく、ユーザーの課題やニーズを理解した上で、より良い体験を追求するための議論をしながら開発を進めていただける方をお待ちしています。 ●ポジション一覧 ・toB、toC向けのWebプロダクト開発(フルスタックエンジニア) ┗タクシーアプリ『GO』の事業者向けWebプロダクト『GO管理画面』 ┗タクシーアプリ『GO』の法人向けサービス『GO BUSINESS』 ┗その他、様々なWebプロダクト開発を行うポジションもございます。 ・『GO』の決済及び請求基盤の開発(バックエンドエンジニア) ●業務内容の変更範囲 会社が指定する業務全般 <参考> [【会長×社長対談】Valueアップデート!次の未来へGOするための、GOらしい働き方・価値観](https://go-on.goinc.jp/n/ncca95a79fbfd) <生成AIの活用方針> セキュリティやコスト等のリスクを抑えつつ、開発業務から一般業務まで全社員・全エンジニアが活用しています。 一部のプロダクトでは生成AIを使った機能を提供しています。生成AIの早い変化に対応するため、エンジニア向けおよび全社員向けの生成AI活用推進チームが手順やツール利用環境を日々整備し、新しい有用なツールが利用できるようにしています。 ●利用可能な主なAIツール・サービス ・Google Gemini / Google NotebookLM / Azure OpenAI / GitHub Copilot / Cursor / Claude Code / Bedrock / OpenAI API ●主な活用状況 ・日常業務の効率化(ドキュメント作成、翻訳、議事録要約、メール作成など) ・ソフトウェア開発支援(コーディング支援、コードレビュー、テストコード生成、デバッグなど) ・サービス・プロダクトへの応用(自社サービスへのAIチャットボット導入、要約機能の実装、コンテンツ生成など) ●学習・コミュニティ活動や利用支援制度 ・有償AIツールのアカウントを全社/部署単位で付与 ・有償AIツールの利用料金の会社負担・補助制度あり ・高性能なPCやGPU環境の提供あり ・業務内外問わず、個人のツール利用に対する費用補助制度あり ・生成AIに限らず様々な補助制度、環境の提供あり ・生成AIに関するテーマで社内外の勉強会を実施 <参考記事> ・[社会を動かすエンジニアリングって?GO開発トップが語る過去と未来|惠良×長谷 対談](https://go-on.goinc.jp/n/n5c60f6de0daa) ・[Webで移動にまつわる課題を解決へと導く。Webプロダクト開発チーム立ち上げの全貌](https://go-on.goinc.jp/n/ne993d2000196) ・[顧客の声をワンチームで実現する。『GO BUSINESS』事業企画×PdM×開発の越境対談](https://go-on.goinc.jp/n/nde99f7e20e61) <参考サイト> ・[GO Inc. Entrance Book for Engineer](https://fuzzy-margin-4d6.notion.site/GO-Inc-Entrance-Book-for-Engineer-e3e916579fc64696bef64488f4c7e73c)(まずはじめに知っていただきたいGO Inc.の情報) ・[GO Tech Blog](https://techblog.goinc.jp/) (GO Inc.のエンジニアが技術情報を紹介するブログ) ・[GO-on](https://go-on.goinc.jp/)(GO Inc.の人や組織、事業について知れるブログ) ・[オフィスフリー制度](https://go-on.goinc.jp/n/nece2dde0c633)(全国どこからでも勤務できる制度) ・[トライアルタクシー制度](https://go-on.goinc.jp/n/ne45562990510) (タクシー乗車費用を会社が一部補助する制度) ・[Engineer Challenge Week](https://go-on.goinc.jp/n/n03e1ca85aacd)(半年に2週間、業務を離れてスキルアップに集中できるプログラム)

GO株式会社

GOのデータ基盤では、3,500万ダウンロードのタクシーアプリ『GO』のデータなど、1日に10億レコード規模のデータを収集し、活用しています。 データの主な活用方法は二つあります。 一つはデータプロダクトの開発であり、データをもとにAIや高度なアルゴリズムを開発しタクシーアプリ『GO』に機能として組み込んでいます。 もう一つは意思決定支援であり、約30名のデータアナリストやデータサイエンティストがデータ分析し、その結果を元にビジネス担当やプロダクトマネージャがプロジェクトの効果測定や意思決定をしています。 本ポジションは、このデータ基盤を支えるデータエンジニアです。 仕事内容 データ基盤とデータプロダクトの実行基盤を担当いただきます。 ●データ基盤 ・大規模な車両データをDataflow等を用いてBigQueryに収集 ・3,500万ダウンロードのアプリケーションのDBとログのデータをBigQueryに収集 ・地図を始めとした外部データをデータ基盤に収集 ・データ加工バッチの開発・運用、Google Cloudの様々なサービスを用いて実現 ・StreamlitやLookerなど分析ツールのホスティング ・100人規模の利用者の管理、セキュリティコントロール ●データプロダクト実行基盤 ・タクシーアプリ『GO』でAIや高度なアルゴリズムを用いたデータプロダクトの実行基盤を設計・開発・運用 ・データサイエンティストの開発支援 ・AIモデルの学習バッチや、本番での推論サービング ・高性能かつ高可用性を担保するための設計・実装・システム運用 ・24/365のオンコール体制(待機なし・システム障害時に当番順にコールがあり対応) ●業務内容の変更範囲 会社が指定する業務全般 開発環境 ●データ基盤 ・データストア: BigQuery ・ETL: Dataflow, 独自開発(Python) ・SQLフレームワーク: Dataform ・ワークフローエンジン: Cloud Composer(Airflow) + GKE ・メタデータ管理:Dataplex ・その他ツール: Streamlit, Kepler.gl, Kubeflow ・言語: Python ●データプロダクト実行基盤 ・データストア:Redis, AWS Aurora(MySQL, PostgreSQL) ・実行基盤:AWS:AKE etc ・言語: Go, Python ・モニタリング: Grafana, Sentry ・その他ツール:Feast ●開発環境 ・LLM: Github Copilot, Claude code, gemini, MCPs etc ・IDE: VS Code etc ・CI / CD: GitHub Action ・VCS: GitHub ・その他 Google Workspace, Slack 所属組織 AI技術開発部 データプラットフォームグループ:4名 ※関連チーム ・データサイエンティスト:20名 ・データアナリスト:8名 ・データアーキテクト:5名

フューチャー株式会社

弊社では、クライアント様の経営および事業を支える戦略的なシステムの構築を多く手掛けています。これらのシステムには、大規模・ミッションクリティカルな難易度の高い要件があり、既存の商用ソフトウェアやOSSを組み合わせるだけでは実現できない案件が数多くあります。 そのようなシステムを実現するためのコアとなるソフトウェアの設計・開発・導入を担当して頂きます。 「ソフトウェアエンジニア」という職種でも、得意分野により活躍するフィールドがいくつもありますが、代表的な例を以下に挙げます。 ●React.js/Angular/Vue.jsを駆使して高度なUI/UXを実装するフロントエンドエンジニア 弊社の手がける大規模案件においても、リッチで高度なUIを求められることが増えており、React.js/Angular/Vue.jsといったJavaScriptフレームワークを用いて実装しています。これらの技術要素をベースにしつつ、その案件で最適なプラグインや周辺技術を選定し、Webコンポーネント化を推進して、他のエンジニアをリードする役割を担って頂きます。 ●マイクロサービスなどのトレンド技術を駆使して実装するバックエンドエンジニア エンタープライズにおいてもクラウドの採用が多くなり、Webアプリケーションもコンテナ化され、マイクロサービス化されていく中で、APIの開発だけでなく、周辺技術(API Gatweay/サービスメッシュ/コンテナオーケストレーションなど)にも精通したリードエンジニアとして、アーキテクチャの選定とソースコードの品質に責任を持って推進して頂きます。 ●品質・開発生産性・メンテナンス性を高めるフレームワーク、ツールの設計・開発エンジニア 我々が開発するソフトウェアは、企業経営の根幹を担い何年も使われ続けます。ですから、機能面、非機能面含め高い品質が求められます。また、生産性や継続したエンハンスにも耐えうるメンテナンス性が求められます。これらを開発するプログラマーの力量に頼るのではなく、弊社が持つ開発方法論とリンクしたフレームワークやツールとして仕組化して開発を進めています。今後は、従来機械に任せてきた単純な判断だけでなく、人間の判断が必要とされてきた領域に関しても、機械学習を活用し、アプリケーション開発の自動化を目指していきます。 ●自社製品の設計・開発エンジニア 弊社の研究開発チームでは、顧客向けシステムの開発に必要なライブラリ、フレームワークの開発をはじめとして、設計・開発を高品質かつ高生産性に実施するためのツールや、実行環境などをサービス提供しており、各案件で利用されています。「すでに世の中にある製品や技術は積極的に利用し、世の中にまだない/足りないものは自ら作る」のマインドをもって、特定プロジェクト・システムの枠を超えて利用されるプロダクトの設計・開発を担当して頂きます。 ※業務内容の変更の範囲: 当社業務全般に従事いただく可能性がございます。

フューチャー株式会社

ITコンサルティングカンパニーのフューチャー株式会社に設立されたAI戦略推進グループ(旧:Strategic AI Group) はAIの専門組織です。 NLP、Computer Vision、Machine Learning全般、AIエージェント、数理最適化やMLOpsなど多様な専門性をもつAIエンジニア、AIコンサルタントや研究者が集結し、基礎・応用研究を通した先端追求による基礎技術力の獲得と、実ビジネスへのAI応用を両軸ですすめています。 わたしたちは最適解の追求のために特定の製品によらず、世にないAIは自ら作り出し、フューチャーが持つ屈指のITコンサルティング力と組み合わせて顧客・業界の変革を続けています。 【NLPエンジニアの仕事】 ●メンバーとして自然言語処理技術・生成AI等を用いた顧客課題の解決に従事します ●業界横断的な課題や特定顧客のニーズに応えるため研究開発を実施することもあります ●希望・能力に応じて大学との共同研究に参画する可能性もあります 将来は自然言語処理・生成AIを中心としたAI案件のプロジェクトリーダーやAIテックリードなどへのキャリアも希望や素養に応じて可能となります。 高い専門性を発揮できる場合には学術研究を行いながら言語活用の技術アドバイザリやコンサルティングを行うリサーチエンジニアへの道もあります。 変更の範囲について 当社業務全般に従事いただく可能性がございます。 【AI社会実装の事例】 ●AIエージェントによるAI駆動の法人融資業務プロセスへの変革デザイン・実装(金融) ●全社基盤のAIエージェント・プラットフォームの設計・開発(製造) ●全社の生成AI活用施策の推進の伴走支援およびAI基盤構築(製造) ●新聞特化の大規模言語モデル研究開発・導入(メディア) ●精神疾患診断補助を行うソフトウェア医療機器研究開発(医療) ●業界屈指精度・業務改善効果を誇る完全自社性の特化型AI-OCR(公共・民間各社) ●美容診断・画像生成、類似ファッション検索等のカスタムAIエンジン(美容・アパレル) ●50万個/日の生産を支える日販の食品製造業の消費需要予測(食品製造) ●年5万時間の効果を生む従業員シフト最適化エンジン開発(小売) ●構築したデジタルツインを駆使した、人の手を介さないフルデジタルの設備点検の訪問計画最適化(エネルギー) ●マーケティングや業務効率化等の施策検討～検証のPDCAを回す伴走型データ活用(各社) 【基礎研究・応用研究の事例】 ●LLM/NLPを中心とした複数大学との共同研究、国内・海外会議や論文誌への投稿・発表 ●AI Agentの最新手法、ツール、アーキテクチャの調査や応用研究開発 ●MLOps・LLMOpsのサービス調査や応用検証 ●その他、ビジネス課題に応じたLLM/NLP、CV、数理最適化の応用研究開発など

JAPAN AI株式会社

・顧客課題の発見・設計 顧客の業務プロセス・データ環境・既存 SaaS 群の全体像を深く理解し、AI で解決すべき課題を特定 AI がどう介入すれば効率化・最適化できるかを設計する 利害関係者 (経営層〜現場担当者) との関係構築・調整 課題の構造化・仮説構築・ソリューション提案 ・ワークフロー構築・PoC の高速実装 JAPAN AI STUDIO を活用した業務ワークフローの構築 (稟議承認、リソース最適配置、見込み顧客探索、データ連携 等) LLM / AI エージェントを活用した軽量 PoC の高速実装 顧客の既存 SaaS (SmartHR / Salesforce / HRMOS / 楽々精算 等) との API 連携・データ統合 フルスタック開発 (バックエンド + フロントエンド) ・本番導入・伴走 本番導入の技術支援・運用設計 セキュリティ・コンプライアンス要件への対応 導入後の利用定着支援・改善提案 ・プロダクトフィードバック 顧客フィードバックのプロダクトチームへの還元 新規ユースケースの発見・提案 プロダクト改善に繋がるパターンの抽出・体系化 【業務シナリオ例】 ※以下は想定される業務シナリオの例です ● シナリオ 1 : 製造業の「SaaS 疲れ」を解消する企業の脳の構築 従業員 500名の製造業の顧客。 SmartHR / 楽々精算 / kintone / Salesforce を個別に運用しており、部門間のデータ連携は手作業で行われている。 現場ヒアリングで「月末の経費精算に 1人あたり 2時間かかっている」「営業が受注情報を 3つのシステムに手入力している」という課題を発見。 JAPAN AI STUDIO で各 SaaS を API 連携し、経費精算の自動承認ワークフローと受注データの自動連携エージェントを 2週間で構築。 月間 400時間の業務削減を実現し、他部署への展開 (アップセル) に繋げる。 ● シナリオ 2 : 金融機関の 24時間見込み顧客探索エージェント 地方銀行の法人営業部門。 営業担当者が手動で企業情報を調査し、アプローチリストを作成している。 1件あたり 30分かかり、1日 10件が限界。 JAPAN AI STUDIO で企業データベース・ニュースフィード・決算情報を統合し、AI エージェントが 24時間体制で見込み顧客を探索・スコアリングするワークフローを構築。 営業担当者は毎朝、AI が優先順位付けしたアプローチリストを受け取るだけの状態に。 アプローチ数が 3倍に増加し、受注率が 15% 向上。 ● シナリオ 3 : 小売業の稟議承認プロセスの AI 化 全国 50店舗を展開する小売業の顧客。 店舗からの発注稟議が紙ベースで、本部での承認に平均 5営業日かかっている。 現場観察で「承認者が出張中に稟議が滞留する」「過去の類似稟議を参照できない」という課題を特定。 JAPAN AI STUDIO で稟議データを構造化し、AI が過去の承認パターンを学習して一次判断を行うワークフローを構築。 承認リードタイムを 5営業日から 1営業日に短縮。 この成功事例をプロダクトチームにフィードバックし、JAPAN AI AGENT の標準テンプレートとして全顧客に展開。 ●ミッション 顧客の業務プロセスを解体し、AI を前提とした「次世代の基幹システム (企業の脳)」を実装する 顧客の現場に深く入り込み、既存 SaaS 群の全体像を把握し、AI がどう介入すれば効率化・最適化できるかを設計する。 JAPAN AI STUDIO を活用し、現場が実際に使えるワークフローを爆速で構築する。 その過程で得た知見をプロダクトチームにフィードバックし、プロダクトそのものを進化させます。 顧客の現場で発見された課題やユースケースが、直接プロダクトロードマップに反映されます。 ●AI ソリューションエンジニアについて AI ソリューションエンジニアは、Palantir 社が確立した FDE (Forward Deployed Engineer) を、AI エージェント時代にアップデートしたポジションです。 顧客の最も困難な業務課題を、AI と自社プロダクトを武器に解決します。 ・SIer / SES でのエンジニア 受け取った仕様書通りに実装する 客先常駐で開発リソースを提供する 多重下請け構造の中で顧客と距離がある 特定領域・特定技術の深掘り ・本ポジション 顧客と直接対話し、課題を発見して仕様を自ら定義する 自社オフィスを拠点に、自社プロダクトで顧客課題を解決する 経営層から現場担当者まで、顧客と直接信頼関係を築く フルスタック × AI × ビジネス理解 受託開発でも客先常駐でもありません。 顧客現場で課題を発見し、軽量な PoC を高速実装し、本番導入まで伴走する。 その過程で得た知見がプロダクトを進化させます。 ●期待する役割について 顧客の業務プロセスとデータ環境を深く理解し、JAPAN AI STUDIO を活用して課題解決を実装・導入するエンジニアです。 ・顧客の既存システム (SaaS 群) の全体像を把握し、AI がどう介入すれば効率化・最適化できるかを設計する ・JAPAN AI STUDIO を活用し、現場が実際に使えるワークフロー (稟議承認、リソース最適配置、見込み顧客探索 等) を爆速で構築する ・PoC を本番環境へ導入し、利用定着まで伴走する ・現場で得た知見をプロダクトチームにフィードバックし、プロダクトを進化させる ・経営層から現場担当者まで、多様なステークホルダーと関係を構築する ●成果責任 (KR/メトリクス) FDE の動きがプロダクトの成長 (ARR) に直結する設計です。 ・先行指標 (行動とアウトプット) STUDIO での新規ワークフロー構築数 — 顧客の課題をどれだけシステム化できたか SaaS 連携数 — 顧客の既存 SaaS を JAPAN AI に接続した数 (= 企業の脳の「視界」が広がった数) デプロイ速度 — 要件定義から最初の AI エージェント稼働までのリードタイム ・遅行指標 (事業と顧客へのインパクト) アクティブ利用率 (MAU / DAU) — 構築した AI ワークフローが、現場で実際にどれだけ使われているか 顧客の業務削減時間 / ROI — AI 導入によって浮いた工数や、受注率向上などの実数 アップセル・クロスセル額 — 初期導入拠点から、他部署や地方拠点へ展開したことによる追加売上 ●チーム体制 約120名が開発組織に在籍しています。 チームは現在6名で、以下のチーム・ステークホルダーと密接に連携します: Product Architect — プロダクト設計 Agentic Engineer — エージェント機能開発 AI Success Engineer — 導入後の顧客成功支援 Deployment Strategy — 顧客への導入戦略・展開推進 ●開発環境 言語 : Python (バックエンド) , TypeScript / React / Next.js (フロントエンド) / NX AI/LLM : LangChain, LangGraph, JAPAN AI STUDIO SDK インフラ : GCP (コンテナ / K8s) , Docker データ : BigQuery, PostgreSQL, 各種顧客データソース ツール : Slack, Confluence, Linear, Google Workspace, GitHub, Notion AI 開発支援 : Claude Code MAX Plan, Cursor, ChatGPT, Devin 作業環境 : Mac (Apple Silicon) , デュアルモニタ対応

JAPAN AI株式会社

・プロダクト開発 JAPAN AI STUDIO を活用した業務ワークフローの実装 (稟議承認、リソース最適配置、見込み 顧客探索、データ連携 等) LLM / AI エージェントを活用した軽量 PoC の高速実装 各種 SaaS (SmartHR / Salesforce / HRMOS / 楽々精算 等) との API 連携・データ統合 フルスタック開発 (バックエンド + フロントエンド) ・本番導入のための実装・改善 シニアエンジニアの設計に基づく本番導入向け実装 パフォーマンス・信頼性の改善 セキュリティ・コンプライアンス要件への対応 (シニアのサポート下) ・プロダクトフィードバック 実装過程で気づいた改善ポイントのプロダクトチームへの還元 再利用可能なコンポーネント・パターンの抽出と提案 ●ミッション 顧客の業務プロセスを解体し、AI を前提とした「次世代の基幹システム (企業の脳)」を実装する 顧客の現場に深く入り込み、既存 SaaS 群の全体像を把握し、AI がどう介入すれば効率化・最適化できるかを設計する。 JAPAN AI STUDIO を活用し、現場が実際に使えるワークフローを爆速で構築する。 その過程で得た知見をプロダクトチームにフィードバックし、プロダクトそのものを進化させます。 顧客の現場で発見された課題やユースケースが、直接プロダクトロードマップに反映されます。 ●期待する役割について シニアエンジニアと協働しながら、以下を段階的に担っていただきます。 ・Phase 1 (入社〜3ヶ月): 実装担当 シニアエンジニアが設計したワークフロー / PoC の実装担当 JAPAN AI STUDIO の操作・SDK の習熟 各種 SaaS (Salesforce / SmartHR / kintone 等) との API 連携実装 ・Phase 2 (3〜6ヶ月): 実装リード 小規模ワークフローの設計〜実装を単独で担当 実装方針のドキュメント化・チーム内共有 プロダクトチームへのフィードバック起票 ・Phase 3 (6〜12ヶ月): 中規模機能のリード 中規模機能の設計・実装のリード 技術選定・アーキテクチャ判断への参加 後続のポテンシャル枠メンバーの OJT サポート ●成果責任 (KR/メトリクス) プロダクトの成長 (ARR) に直結する設計です。 ・先行指標 (行動とアウトプット) STUDIO での新規ワークフロー構築数 — 顧客の課題をどれだけシステム化できたか SaaS 連携数 — 顧客の既存 SaaS を JAPAN AI に接続した数 (= 企業の脳の「視界」が広がった数) デプロイ速度 — 要件定義から最初の AI エージェント稼働までのリードタイム ・遅行指標 (事業と顧客へのインパクト) アクティブ利用率 (MAU / DAU) — 構築した AI ワークフローが、現場で実際にどれだけ使われているか 顧客の業務削減時間 / ROI — AI 導入によって浮いた工数や、受注率向上などの実数 アップセル・クロスセル額 — 初期導入拠点から、他部署や地方拠点へ展開したことによる追加売上 ●チーム体制 約120名が開発組織に在籍しています。 本ポジションが所属する FDE チームは現在 7名で、以下のチーム・ステークホルダーと密接に連携します: Product Architect — プロダクト設計 Agentic Engineer — エージェント機能開発 AI Success Engineer — 導入後の顧客成功支援 Deployment Strategy — 顧客への導入戦略・展開推進 ●開発環境 言語 : Python (バックエンド) , TypeScript / React / Next.js (フロントエンド) / NX AI/LLM : LangChain, LangGraph, JAPAN AI STUDIO SDK インフラ : GCP (コンテナ / K8s) , Docker データ : BigQuery, PostgreSQL, 各種顧客データソース ツール : Slack, Confluence, Linear, Google Workspace, GitHub, Notion AI 開発支援 : Claude Code MAX Plan, Cursor, ChatGPT, Devin 作業環境 : Mac (Apple Silicon) , デュアルモニタ対応

JAPAN AI株式会社

ミッション "AI の出力品質を科学する — 評価手法の研究・開発で、エージェントの信頼性を証明する" LLM / AIエージェントの出力品質を、機械学習・統計学・計量心理学の手法で定量的に評価・改善します。本ポジションは「テストする人」ではなく、 「何をもって良いAIとするかを定義し、測定する科学者」 です。 期待する役割について AI Evaluation Scientist として、AI エージェントの品質評価基盤の設計・構築・運用をリードしていただきます。 ●評価メトリクスの研究開発 — LLM-as-Judge の校正、報酬モデリング、ベンチマーク設計を通じて「何をもって品質とするか」を科学的に定義します ●自動評価パイプラインの設計・構築 — 研究成果を本番 CI/CD に組み込み、スケーラブルな品質ゲートを実現します ●レッドチーミング・安全性検証 — adversarial testing の自動化、ポリシー準拠検証フレームワークを構築します ●統計的実験計画に基づく品質改善 — A/B テスト・有意差検定でプロンプト戦略やモデル変更の効果を定量的に検証します ●評価シグナルの研究・開発チームへのフィードバック — モデル改善の複利ループを構築します 約 200 社が本番利用するプロダクトの品質を「科学する」アプローチで担保します 業務内容 AI Evaluation Scientistとして、 AIエージェントの評価基盤 (Evaluation Infrastructure) の設計・構築・運用をリードしていただきます。 ●評価メトリクスの研究開発 ・LLM-as-Judge の校正手法の研究・実装 (rubric 設計、バイアス検出、proper scoring rules) ・評価ベンチマークの設計・構築・妥当性検証 (construct validity、contamination detection) ・報酬モデリング / preference learning の評価への応用研究 ・評価メトリクスの選定・設計 (win rate、task success、factuality、harm detection) ・評価セット (合成データ + 実ログ) の設計・構築・メンテナンス ●自動評価パイプラインの設計・構築 ・スケーラブルな自動評価パイプラインの設計・実装 ・CI/CD への評価パイプライン組込みと品質ゲートの構築 ・エージェント評価ハーネスの設計 (マルチターン・ツール利用・ロングコンテキスト対応) ・評価パイプラインの再現性・信頼性の担保 ●安全性・品質検証 ・自動レッドチーミング (automated adversarial testing) の研究・実装 ・安全性 / ポリシー準拠の検証フレームワーク構築 ・ハルシネーション検出・校正手法の研究・実装 ・プロンプト / ツール回帰テストの設計・実行 ●統計分析・実験設計 ・統計的実験計画 (A/B テスト、有意差検定) の設計・分析 ・品質トレンドの可視化・回帰検出の自動化 ・品質レポート作成と改善提案 ・評価シグナルの研究・開発チームへのフィードバック 業務シナリオ ※以下は想定される業務シナリオの例です ●シナリオ1: LLM-as-Judge の校正と妥当性検証 新しい評価メトリクスとして LLM-as-Judge を導入する際、judge モデルの校正 (calibration) を実施します。人間評価との一致率を統計的に検証し、rubric 設計を反復改善します。construct validity を確認した上で、自動評価パイプラインに組み込み、評価コストを 80% 削減しながら人間評価と同等の信頼性を実現します。 ●シナリオ2: 新モデル導入時の品質ゲート LLMプロバイダーが新モデルをリリースした際、既存のベンチマークスイートで回帰テストを実行し、factualityスコアが3%低下していることを検出します。原因を分析し、プロンプト調整で品質を維持したまま新モデルへの移行を完了します。 ●シナリオ3: 自動レッドチーミングによる安全性検証 金融機関向けにJAPAN AI AGENTを導入する際、自動レッドチーミングパイプラインを構築します。adversarial promptの自動生成・分類器による脆弱性検出を実装し、業界固有のリスクシナリオ(機密情報漏洩、不適切な金融アドバイス等)を網羅的にテストします。ポリシー準拠率99%以上を達成します。 ●従事すべき業務の変更の範囲 会社の定める業務 成果責任 (KR/メトリクス) ●評価カバレッジ率(テストケース網羅率) ●回帰検出率(リリース前の品質劣化検出率 ≥ 95%) ●評価パイプライン実行時間(CI/CD内で完了) ●LLM-as-Judge と人間評価の一致率 ●False Positive / Negative 率 ●安全性インシデント発生率(リリース後) チーム体制 約120名が開発組織に在籍しています。 AI Evaluation Scientistは品質保証の専門チームとして、以下のチームと密接に連携します: ●密接に連携する役割: ・Agentic Product Engineer — エージェント機能開発 ・Research Engineer — 研究開発・モデル改善 ・Agent Harness Engineer / Software Engineer (AI Platform) — AI 実行基盤開発 ・Product Manager — プロダクト設計・品質要件定義 開発環境 ●言語 : Python (評価パイプライン・分析), TypeScript / React / Next.js (フロントエンド部) / NX ●評価 / QA : pytest, LangSmith, Weights & Biases, custom eval frameworks ●データ : BigQuery, Spark, Pandas ●インフラ : GCP (コンテナ / K8s), Docker, Terraform ●CI/CD : GitHub Actions ●ツール : Slack, Confluence, Linear, Google Workspace, GitHub, Notion ●AI 開発支援 : Claude Code MAX Plan, Cursor, ChatGPT, Devin ●作業環境 : Mac (Apple Silicon), デュアルモニタ対応

JAPAN AI株式会社

プロダクト要件・アーキテクチャ設計 ビジネス目標・顧客課題からプロダクト要件を体系化し、技術アーキテクチャへ翻訳 機能境界・ドメイン設計、データ契約、API 仕様の策定 RFC 駆動の設計レビュー・意思決定プロセスの運営 LLM / 生成 AI を活用したプロダクト設計 (RAG、tool-use、guardrails 等) 技術選定・トレードオフ判断 買う / 作る / 統合 (Build vs Buy vs Integrate) の技術選定 非機能要件 (可用性・拡張性・セキュリティ・コスト) の設計と品質属性トレードオフ判断 技術的負債の可視化と計画的解消のロードマップ策定 横断的協働・ロードマップ エンジニアリングチーム・PdM・デザイナーとの横断的協働 プロダクトロードマップの策定・推進 技術的負債の可視化と計画的解消のロードマップ策定 【業務シナリオ例】 ※以下は想定される業務シナリオの例です ● シナリオ 1: 新プロダクトラインの立ち上げ エンタープライズ顧客から「AI エージェントによる社内ナレッジ検索」の強いニーズを発見。 市場調査・顧客インタビュー・技術検証を経て、プロダクト要件を定義。 RAG アーキテクチャの設計、データパイプラインの技術選定、MVP のスコープ定義までをリードし、3 ヶ月でベータリリースを実現。 ● シナリオ 2: Build vs Buy のアーキテクチャ判断 音声 AI 機能の拡張にあたり、自社開発 vs 外部 API 統合の判断が必要に。 コスト・品質・開発速度・カスタマイズ性の 4 軸で比較分析を行い、RFC を起票。 エンジニアリングチームとの設計レビューを経て、ハイブリッドアプローチ (コア機能は自社開発、周辺機能は外部 API) を決定。 ● シナリオ 3: 品質属性のトレードオフ判断 JAPAN AI AGENT のレイテンシ P95 が目標値を超過。 可用性・コスト・レイテンシのトレードオフを分析し、推論キャッシュの導入とモデルルーティングの最適化を提案。 エンジニアリングチームと協働して実装し、レイテンシを 30% 改善しつつコスト増を 5% 以内に抑制。 ●ミッション 何を作るかを決める プロダクトの「何を・なぜ・どう作るか」を技術とビジネスの両面から定義し、AI プロダクトの成功確率を最大化する。 ●期待する役割について Product Manager として、JAPAN AI のプロダクト群全体のアーキテクチャ設計と技術戦略をリードしていただきます。 ビジネス目標・顧客課題からプロダクト要件を体系化し、技術アーキテクチャへ翻訳する 機能境界・ドメイン設計・API 仕様の策定をリードする Build vs Buy vs Integrate の技術選定を行い、最適な投資判断を導く 非機能要件 (可用性・拡張性・セキュリティ・コスト) のトレードオフ判断を行う エンジニアリングチーム・PdM・デザイナーとの横断的協働を通じて、プロダクトの方向性そのものを決定する 技術的負債の可視化と計画的解消のロードマップを策定する ●成果責任 (KR/メトリクス) プロダクトロードマップ達成率 アーキテクチャレビュー起因の手戻り率 新機能リリースサイクル短縮 プロダクト品質属性 ●チーム体制 約120名が開発組織に在籍しています。 Product Architectは以下のチーム・ステークホルダーと密接に連携します: Agentic Product Engineer — エージェント機能開発 Human-AI Collaboration Architect — エージェント体験設計 FDE — 顧客要件・フィードバック 経営層 — 事業戦略・投資判断 ●開発環境 言語 : Python (バックエンド) , TypeScript / React / Next.js (フロントエンド) / NX AI/LLM : LangChain, LangGraph, JAPAN AI STUDIO SDK, RAG, Agent Framework インフラ : GCP (コンテナ / K8s) , Docker, Terraform ツール : Slack, Confluence, Linear, Google Workspace, GitHub, Notion AI 開発支援 : Claude Code MAX Plan, Cursor, ChatGPT, Devin 作業環境 : Mac (Apple Silicon) , デュアルモニタ対応

JAPAN AI株式会社

エージェント体験 (AX) の設計 エージェント対話フロー・インタラクションパターンの設計 不確実性の可視化・信頼度表示の UI 設計 可逆操作 (Undo / 修正) ・権限付与 UI の設計 エージェント行動のトレーサビリティ表示設計 Human-in-the-Loop 評価 UI・フィードバックループの設計 エージェントのパーソナ (性格・振る舞い・トーン) の設計 ユーザーリサーチ ユーザーインタビュー、ユーザビリティテスト、A/B テストの設計・実施 定性・定量データに基づくデザイン判断 ペルソナ・ジャーニーマップの作成・更新 AI エージェントに対するユーザーの信頼度・満足度の測定 デザインシステム・プロトタイピング AI プロダクト向けデザインシステムの構築・運用 高速プロトタイピング (Figma、コードプロトタイプ等) 情報アーキテクチャ (IA) 設計 デザインパターンのドキュメント化・チーム間共有 【業務シナリオ例 ※以下は想定される業務シナリオの例です ● シナリオ 1 : 稟議承認 AI の信頼度表示 UI 設計 JAPAN AI STUDIO の稟議承認ワークフローで、AI エージェントが「この稟議を承認すべき」と判断した際、ユーザーが「この判断はどの程度信頼できるか」を直感的に判断できる UI を設計。 信頼度スコア、参照した過去の承認パターン、判断根拠の表示方法をプロトタイプし、ユーザビリティテストで検証。 「AI が参照したデータソース (楽々精算の金額データ + SmartHR の部門予算データ)」を可視化することで、エージェント信頼度スコアが 20% 向上。 ● シナリオ 2 : SaaS 横断ワークフローの可逆操作 UI 設計 JAPAN AI STUDIO で AI エージェントが楽々精算 → SmartHR → Salesforce を横断して自律的に実行したアクション (経費承認、人事データ更新、CRM 記録更新) に対し、ユーザーが安心して「取り消し」「修正」できる UI を設計。 複数の SaaS にまたがるアクションの Undo / Redo のインタラクションパターンを定義し、「どの SaaS のどのデータが変更されたか」を一覧で確認できるトレーサビリティ表示を実装。 エラー回復成功率が 35% 向上。 ● シナリオ 3 : 「企業の脳」のデザインシステム構築 9 つのプロダクトで一貫した「企業の脳」体験を提供するため、エージェント対話コンポーネント (チャットバブル、ツール呼び出し表示、SaaS 連携進捗インジケーター、信頼度バッジ、可逆操作ボタン等) を標準化したデザインシステムを構築。 コンポーネント再利用率が 60% 向上し、新機能のデザイン工数を 40% 削減。 ●ミッション 「企業の脳」を信頼できる存在にする 人間と AI エージェントの間に「信頼」を生むインタラクションを設計し、透明性・可逆性・説明可能性を備えたエージェント体験 (AX) を実現する。 ●Human-AI Collaboration Architect とは Human-AI Collaboration Architect は「人と Agent の信頼を設計する人」です。 従来の UX デザイナーとは以下の点で根本的に異なります。 従来のUXデザイン ユーザーの操作に対して確定的な結果を返す UIの動作は予測可能 エラーは明確 (404、入力ミス等) ユーザーが操作する 一貫した UI で信頼を構築 ・Human-AI Collaboration Architect AI の出力は確率的で、毎回異なる可能性がある エージェントの行動は不確実で、説明が必要 エラーは曖昧 (「回答が不正確かもしれない」) エージェントが自律的に行動し、ユーザーが監督する 透明性・可逆性・説明可能性で信頼を構築 ●期待する役割について Human-AI Collaboration Architect として、JAPAN AI の全プロダクト (STUDIO / CHAT / SPEECH / AGENT 等) における AI エージェント体験の設計をリードしていただきます。 エージェントの対話フロー・インタラクションパターンを設計し、ユーザーが AI を信頼して業務に活用できる体験を実現する 不確実性の可視化、信頼度表示、可逆操作 (Undo / 修正)、トレーサビリティ表示など、AI 特有の UX 課題を解決する ユーザーリサーチ (インタビュー、ユーザビリティテスト、A/B テスト) に基づくデータドリブンなデザイン判断を行う AI プロダクト向けデザインシステムを構築・運用し、プロダクト横断で一貫した体験を提供する エンジニア・PM・AI 研究者と密に連携し、技術的制約を理解した上でデザインする ●成果責任 (KR/メトリクス) ユーザータスク完了率 エージェント信頼度スコア (ユーザーサーベイ) エラー回復成功率 (ユーザーが自力で修正できた割合) ユーザーリテンション率 デザインシステムコンポーネント再利用率 ●チーム体制 約120名が開発組織に在籍しています。 密接に連携する役割: Product Manager — プロダクト設計・要件定義 Agentic Product Engineer — エージェント機能開発 AI Quality Scientist — 品質評価・ユーザビリティ Research Engineer — AI 技術の最新動向・制約の理解 ●開発環境 デザイン : Figma, FigJam プロトタイピング : Figma Prototyping, Framer リサーチ : Maze, Hotjar, Google Analytics コラボレーション : Slack, Confluence, Linear, Google Workspace, Notion AI 開発支援 : Claude Code MAX Plan, Cursor, ChatGPT, Devin 作業環境 : Mac (Apple Silicon) , デュアルモニタ対応

JAPAN AI株式会社

期待する役割 本ポジションでは、JAPAN AI STUDIOを活用したAIアプリケーションの実装を通じて、顧客の業務課題を迅速に解決し、プロダクトの価値を最大化する役割を担っていただきます。 具体的には、以下のような成果を期待しています。 ●顧客価値の迅速な提供 ノーコード/ローコードツールを駆使し、顧客の業務課題を素早くAIアプリケーションに落とし込み、短期間で実用可能なソリューションを提供します。従来の開発手法では数ヶ月かかる実装を、数週間で実現することで、顧客満足度の向上とビジネス成果の早期創出に貢献します。 ●プロダクトの品質向上と改善サイクルの加速 実装したアプリケーションの動作検証を通じて課題を早期発見し、改善提案を行います。「作って終わり」ではなく、継続的な改善サイクルを回すことで、プロダクトの品質を高め、顧客の業務効率化を実現します。 ●ナレッジの蓄積と組織全体への展開 実装プロセスや成功パターンをドキュメント化し、チーム全体で共有することで、組織の実装力を底上げします。あなたの知見が、今後の開発スピードと品質向上の基盤となります。 ●顧客とエンジニアリングチームの架け橋 顧客の業務フローや課題を深く理解し、それを技術的な要件に翻訳する役割を担います。ステークホルダーとの円滑なコミュニケーションを通じて、顧客ニーズと技術実装のギャップを埋め、プロジェクトの成功に貢献します。 業務内容 自社サービスであるJAPAN AI STUDIOを用い、vibe codingに近い手法で機能実装を行う PdMとしてプロダクトの開発方針についての検討・策定を行う 具体的には以下のようなタスクに取り組んでいただきます。 ●AIアプリケーションの実装 ※vibe codingの手法で行うため、エンジニアリング経験不要です ・JAPAN AI STUDIO上でのAIエージェント作成(プロンプト設計、パラメータ調整) ・ワークフロー設計と構築(業務フローの可視化と自動化) ・PAGE機能を使ったUI/UX調整(ユーザーインターフェースの最適化) ・AIエージェントとの対話を通じた仕様の補完と修正 ・データ構造の定義(AIエージェントの補助を活用) ・JSON/Webhook等を使った外部システムとの連携設定 ●品質保証と継続的改善※vibe codingの手法で行うため、エンジニアリング経験不要です ・実装したアプリケーションの機能検証と動作テスト ・ユーザーフィードバックの収集と分析 ・課題の特定と改善案の提案・実装 ・パフォーマンスやユーザビリティの最適化 ●ドキュメント作成とナレッジ共有 ・実装結果の仕様書・手順書作成 ・成功パターンやベストプラクティスのドキュメント化 ・チーム内での知見共有(勉強会、レビュー会等) ・再利用可能なテンプレートやコンポーネントの整備 ●ステークホルダーとの連携 ・顧客やレビュワーとの仕様調整ミーティング ・顧客の業務フローや課題のヒアリングと要件定義 ・開発チームとの技術的な調整と連携 ・プロジェクトの進捗報告と課題共有 ●自社プロダクトの開発優先目標の策定 ・自社プロダクトの開発優先度の検討・策定 ・開発体制の構築や予算管理 ※将来的なタスク ●従事すべき業務の変更の範囲 会社の定める業務 チーム体制 エンジニアおよびPM含め、約99名が開発組織に在籍しています。 PMチームは下記に分かれています。 ・自社 AI Saas PdM : PMFを達成したプロダクトの機能拡充と顧客基盤の拡大に注力 ・AI AGENT PMF : 革新的なAIエージェント群のPMF達成に向けた戦略立案と実行 ・PjM : 自社SaaSおよびAGENTを顧客向けソリューションとして開発/提供 本ポジションはPMF Marketing Domainチームへの配属となります。

JAPAN AI株式会社

●課題を定義する 顧客の業務プロセス・データ環境・既存SaaS群の全体像を把握し、AIがどこに介入すれば効果が最大化するかを特定します。経営層から現場担当者までと直接対話し、仕様書を受け取るのではなく、仕様を自ら定義します。 ●爆速で作る JAPAN AI STUDIOで、現場が実際に使うワークフロー（稟議承認、リソース最適配置、見込み顧客探索、データ連携 等）を構築します。顧客の既存SaaS（Salesforce / SmartHR / kintone 等）とのAPI連携、LLM・AIエージェントを用いたPoCの高速実装から本実装まで、フルスタックで自ら手を動かします。 ●本番に載せ、プロダクトに還す 本番導入の技術支援、セキュリティ・コンプライアンス要件への対応、導入後の利用定着まで伴走します。現場で得たパターンはプロダクトチームへ還元され、次の標準機能になります。 例：全国50店舗を展開する小売業。紙ベースで平均5営業日かかっていた発注稟議を、過去の承認パターンをAIが学習して一次判断するワークフローに置き換え、リードタイムを1営業日に短縮。この事例は標準テンプレートとして他顧客にも展開されました。 ●ミッション 顧客の業務プロセスを解体し、AI を前提とした「次世代の基幹システム (企業の脳)」を実装する 顧客の現場に深く入り込み、既存 SaaS 群の全体像を把握し、AI がどう介入すれば効率化・最適化できるかを設計する。JAPAN AI STUDIO を活用し、現場が実際に使えるワークフローを爆速で構築する。その過程で得た知見をプロダクトチームにフィードバックし、プロダクトそのものを進化させます。 顧客の現場で発見された課題やユースケースが、直接プロダクトロードマップに反映されます。 ●期待する役割について 顧客の業務プロセスとデータ環境を深く理解し、JAPAN AI STUDIO を活用して課題解決を実装・導入するエンジニアです。 顧客の既存システム (SaaS 群) の全体像を把握し、AI がどう介入すれば効率化・最適化できるかを設計する JAPAN AI STUDIO を活用し、現場が実際に使えるワークフロー (稟議承認、リソース最適配置、見込み顧客探索 等) を爆速で構築する PoC を本番環境へ導入し、利用定着まで伴走する 現場で得た知見をプロダクトチームにフィードバックし、プロダクトを進化させる 経営層から現場担当者まで、多様なステークホルダーと関係を構築する ●成果責任 (KR/メトリクス) FDE の動きがプロダクトの成長 (ARR) に直結する設計です。 ・先行指標 (行動とアウトプット) STUDIO での新規ワークフロー構築数 — 顧客の課題をどれだけシステム化できたか SaaS 連携数 — 顧客の既存 SaaS を JAPAN AI に接続した数 (= 企業の脳の「視界」が広がった数) デプロイ速度 — 要件定義から最初の AI エージェント稼働までのリードタイム ・遅行指標 (事業と顧客へのインパクト) アクティブ利用率 (MAU / DAU) — 構築した AI ワークフローが、現場で実際にどれだけ使われているか 顧客の業務削減時間 / ROI — AI 導入によって浮いた工数や、受注率向上などの実数 アップセル・クロスセル額 — 初期導入拠点から、他部署や地方拠点へ展開したことによる追加売上 ●チーム体制 約60名が開発組織に在籍しています。 FDEチームは現在10名で、以下のチーム・ステークホルダーと密接に連携します: Product Architect — プロダクト設計 Agentic Engineer — エージェント機能開発 AI Success Engineer — 導入後の顧客成功支援 Deployment Strategy — 顧客への導入戦略・展開推進 ●開発環境 言語 : Python (バックエンド) , TypeScript / React / Next.js (フロントエンド) / NX AI/LLM : LangChain, LangGraph, JAPAN AI STUDIO SDK インフラ : GCP (コンテナ / K8s) , Docker データ : BigQuery, PostgreSQL, 各種顧客データソース ツール : Slack, Confluence, Linear, Google Workspace, GitHub, Notion AI 開発支援 : Claude Code MAX Plan, Cursor, ChatGPT, Devin 作業環境 : Mac (Apple Silicon) , デュアルモニタ対応

JAPAN AI株式会社

●技術オンボーディング・トレーニング FDE から引き継いだ導入済みワークフローの技術オンボーディング設計・実施 顧客の業務ワークフローに合わせた AI 活用方法の設計・提案 トレーニング資料・ベストプラクティスの作成・提供 ●利用定着・ROI実現 成功指標 (KPI) の設計と定期的なROIレビュー 利用状況モニタリングとプロアクティブな改善提案 利用データのダッシュボード構築・定量分析による課題の早期発見 プロンプト最適化・エージェント設定の改善支援 評価基盤 (eval) の運用支援・品質改善 ●テクニカルサポート・問題解決 レポートされた問題の技術的調査・根本原因分析 テクニカルサポートのエスカレーション対応 API/SDK/インテグレーションに関する技術支援 セキュリティ・ガバナンス・コンプライアンス対応 ●プロダクトフィードバック・拡大展開 顧客フィードバックの収集とプロダクトチームへの還元 拡大展開 (アップセル/クロスセル) の技術支援 新規ユースケースの発見・提案 【業務シナリオ例】 ● シナリオ 1 : SaaS 横断ワークフローの利用定着支援 FDE が製造業の顧客に構築した「経費精算自動承認ワークフロー」(楽々精算 → SmartHR 連携) の導入後、利用率が伸び悩んでいる。 利用データを分析し、「現場作業者がスマートフォンから使いにくい」「承認結果の通知が遅い」という課題を特定。 モバイル向けの利用ガイドを作成し、通知設定を最適化。 さらに、現場向けトレーニングを実施。 利用率が 2倍に改善し、月間 400時間の業務削減効果を可視化して経営層に報告。 ● シナリオ 2 : 「企業の脳」の ROI 可視化と全社展開 FDE が金融機関の 1部門に構築した「見込み顧客探索エージェント」の導入後、ROI レビューを実施。 アプローチ数 3倍、受注率 15% 向上という成果を定量化し、経営層向けレポートを作成。 この成果をもとに、他の 5部門への全社展開の意思決定を支援し、アップセルに貢献。 展開先の各部門に合わせたプロンプト最適化とエージェント設定の調整を実施。 ● シナリオ 3 : ワークフロー品質改善のフィードバックループ 小売業の顧客が JAPAN AI AGENT を活用した「稟議承認 AI」で、回答精度に関するフィードバックが増加。 eval 基盤を活用して回答品質を定量分析し、特定の稟議カテゴリで factuality スコアが低いことを特定。 プロンプト最適化とナレッジベースの改善を提案し、回答精度が 15% 向上。 この改善パターンをプロダクトチームにフィードバックし、JAPAN AI AGENT の標準テンプレートとして全顧客に展開。 ●ミッション 「企業の脳」が定着し、成果を出し続ける状態を作る AI プロダクト導入後の顧客成功を技術面から最大化し、利用定着・拡大展開・ROI 実現を推進する。 ●AI Success Engineerとは AI Success Engineerは、OpenAI社やDatabricks社が確立した職種で、AIプロダクトの導入後に顧客の成功を技術面から支援するエンジニアです。 従来のカスタマーサクセスやテクニカルサポートとは異なり、AIプロダクト特有の課題 (プロンプト最適化、eval設計、利用データ分析、ワークフロー改善) を技術的に解決する専門職です。 従来のカスタマーサクセス | AI Success Engineer 利用状況のモニタリング・報告 | 利用データを分析し、プロアクティブに改善提案 機能の使い方を説明する | AIの使い方を設計し、業務ワークフローに組み込む 問い合わせに対応する | 問題の根本原因を技術的に特定・解決する チャーン防止 | ROI実現・拡大展開の推進 ●FDE との分担 FDE | AI Success Engineer 課題発見→PoC→本番導入 | 導入後の定着→活用拡大→ROI 実現 「企業の脳」を実装する | 「企業の脳」が成果を出し続ける状態を作る 新規ワークフローの構築 | 既存ワークフローの改善・最適化 顧客の未来を発見する | 顧客の成功を証明する ●期待する役割について AI Success Engineer として、顧客の AI プロダクト導入後の成功を技術面からリードしていただきます。 FDE が構築した「企業の脳」のワークフローが現場で実際に使われ、成果を出し続ける状態を作る 顧客の業務部門・IT 部門と密接に連携し、AI プロダクトが実際の業務で成果を出し続ける状態を作る 顧客の IT 部門・開発チームと協働し、API 連携やデータ統合の技術支援を行う 利用データの分析に基づくプロアクティブな改善提案を行う レポートされた問題の技術的調査・根本原因分析を行い、エスカレーション対応をリードする 顧客フィードバックをプロダクトチームに還元し、プロダクトの進化に貢献する ●成果責任 (KR/メトリクス) 顧客ヘルススコア (利用率、API呼出数、アクティブユーザー数) チャーン率 ≤ 目標値 拡大展開率 (アップセル/クロスセル貢献) 顧客NPS ≥ 目標値 技術サポートチケット解決時間 (MTTR) ●チーム体制 約120名が開発組織に在籍しています。 AI Success Engineerは以下のチーム・ステークホルダーと密接に連携します: FDE — 導入フェーズからの引き継ぎ Deployment Strategy — 顧客への導入戦略・展開推進 プロダクトチーム — フィードバック還元 サポートチーム — エスカレーション対応 ●開発環境 言語 : Python (自動化・分析), SQL (データ分析) AI / LLM : JAPAN AI STUDIO SDK, プロンプトエンジニアリング, RAG データ : BigQuery, Looker, Pandas インフラ : GCP, Docker (基礎理解レベル) ツール : Slack, Confluence, Linear, Google Workspace, GitHub, Notion AI 開発支援 : Claude Code MAX Plan, Cursor, ChatGPT, Devin 作業環境 : Mac (Apple Silicon), デュアルモニタ対応