年収800万円以上 Web・PdM・クリエイティブの求人・転職情報

株式会社CARTA HOLDINGS

CTO直下のAI Labチームにソフトウェアエンジニアとして所属し、各事業及び経営基盤の業務における生成AI応用のイネーブリングを行います。 仕事の進め方 プロジェクトに携わる前の段階で、CARTAの20ある事業を横断し、生成AIで解くべき課題を探します。以下のようなプロセスで課題を網羅的に探索しています。 ▼基盤整備 ・全社の土台を整え、各事業で自走して生成AIのビジネス成果を開発できるよう、再利用できるインフラ基盤、ツール、ライブラリ、ガードレール、データフロー類を整備し、横断的に提供する ・新技術の探索と研究を通じて、この先使うべき手段を見定める ・社内外に知見を発信し、CARTAとしての開発生産性とプレゼンスを高める ・AI Lab自身の業務エージェント適応度を向上し、モデルケースとして展開する ▼事業適用 CARTAの生成AI推進ステアリングコミッティと連携し、全社として取り組むべき課題を探索し、真に取り組むべきものを自ら選定します。 以下のようなプロセスで取り組みを進めます。 ●ヒアリング・要求分析 ・優先度の高まった事業のチームへのヒアリングや観察を通じて問題の解像度を高め、真に事業価値として必要なものを見出す ●何をどのように進めるのかを決める ・どのような方法で、課題を解くのが効果的かつ効率的なのかを考え、事業メンバーと共に決定する ・変化の激しいAI進展と事業環境に耐えうる堅牢性・柔軟性を両立する技術選定が求められる ●実装する ・高速なフィードバックサイクルを回し、"作らない"手段も含めて解決策を実現する ●継続して改善する ・プロダクトのバックグラウンドとなる、Web開発技術・生成AI技術関連のツールセットや開発手法について、継続して投資し、良いプラクティスを探索する。CI/CD、LLM-as-a-judge、LLM自体のモニタリング、ソフトウェア自体のオブザーバビリティの向上など、システムを継続して利用する上でのツール及び運用改善に取り組む ●成果を横展開する ・成功事例も学びも含めて、得られた知見をもとに伝播・展開・研鑽することまで全て業務範囲です 開発環境・利用しているツール ●バックエンド ・Python, Go ●フロントエンド ・TypeScript, React ●生成AI関連ツール ・基盤モデル: OpenAI, Anthropic Claude, Google Gemini (Vertex AI) ・ツール: LangChain, Langfuse ●インフラ ・Google Cloud, AWS ●プロビジョニングツール ・Terraform, CDK ●コード管理 ・GitHub ●コラボレーション ・Google Meet, Slack

ZEIN株式会社

【業務内容】 ・開発・保守チームの立ち上げ ・開発プロジェクトのリード ・開発品質の担保と標準化 ・技術的な意思決定とレビュー ゆくゆくはAI活用を前提とした開発、保守を行っていくことを考えております。 【キャリアイメージ】 ご入社いただいてのキャリアイメージ、期待することを下記に記載します。 短期的 ・開発・保守セクションのリーダー ・経営・マネジメント層への技術・戦略提言 中長期 ・ZEINの開発・設計思想を担うポジション ・技術・開発戦略をリードする立場 ・AI活用型開発・設計領域の中核リーダー 将来的 ・テクノロジーストラテジスト/技術責任者 ・AI活用・開発変革領域の事業責任者

株式会社SmartHR

具体的な技術に関する情報は[「歴史に残る模範的なソフトウェアを作ろう」](https://hello-world.smarthr.co.jp/)をご覧ください。 ●役割 2〜5名規模の開発ユニットを率いるプレイングマネージャー(チーフ)として、AIを起点として要件定義からリリースまでを推進します。PMと協働してチーム戦略を開発計画に落とし込むことや、スクラム開発の運営やプロダクトの品質・技術負債の改善などをリードします。合わせて、メンバーのマネジメントや採用を担い、チームとして継続的に成果を出せる体制づくりもお任せします。 入社時点ではメンバーとして参画し、事業戦略・ロードマップ・開発プロセス・アーキテクチャを理解しながらチーム開発に入っていただきます。プレイングマネージャー(チーフ)への任命は、業務上のパフォーマンスや、チームと組織の状況に応じて判断しています。 ●具体的な業務 開発面では、新機能・機能改善の要件定義・設計・実装・テストを主体的に進めながら、品質・パフォーマンス・スケーラビリティの改善に携わっていただきます。 はじめはプレイヤーとして参画いただきますが、プレイングマネージャー(チーフ)への任命後は、マネジメントとしてメンバーの目標設定・評価・1on1を通じた育成支援に加え、スクラムイベントのファシリテーションやプロセス改善をリードをお任せします。コードを書く比率は、目安として3〜8割で、チームや開発状況に応じて調整できます。 ●開発規模・開発体制 <キャリア台帳> ・開発チーム:1チーム(バックエンド3名 / フロントエンド1名) ・PM / デザイナー / QAエンジニアと協働 <人事評価> ・開発チーム: 3チーム(各チームにバックエンド・フロントエンド合わせて3〜4名) ・PM / デザイナー / QAエンジニアと協働 ●配属先 選考を通して、経験や志向性などをもとに配属先を決定しています。現在募集している配属先は以下です。 <タレントマネジメントプロダクト開発本部 / 人事評価> ・[評価業務を効率化し、集めたデータで組織改善をスムーズに - サービスサイト](https://smarthr.jp/talent-management/function/evaluation/) ・[「タレントマネジメントができるプロダクト」へ〜人事評価PMの4年間の軌跡とこれから〜 SLO運用の実践 —— 開発と信頼性担保の両立](https://tech.smarthr.jp/entry/2025/05/12/100000) <タレントマネジメントプロダクト開発本部 / キャリア台帳> ・[キャリア台帳 - サービスサイト](https://smarthr.jp/talent-management/function/career/) ・[事業戦略を日々の開発につなぐチームキックオフの実践](https://tech.smarthr.jp/entry/2026/03/25/153116) ●現在取り組んでいる課題 <AIを前提にした開発プロセスへの移行> AI活用で開発速度を高めつつ、その恩恵を最大化するため、チケット管理・仕様の詳細化・レビュー・品質保証・ドキュメント管理といった開発プロセス全体を整備しています。PdM・デザイナー・QAエンジニアとの協働の質もチーム全体で高めています。 <人事評価> 人事評価は、企業規模や業種を問わずあらゆる組織で行われる普遍的な業務です。一方で、評価制度は企業ごとに千差万別で、ルールが複雑になりやすく、Excelや紙の運用が根強く残り、DX化が進みにくい領域でもあります。私たちは、この「複雑だからこそ手をつけられてこなかった」評価業務そのものを、プロダクトの力で再設計しようとしています。 (1) 業務プロセス全体を一気通貫で再設計する 評価準備から対象者・評価者の設定、評価実施、結果の可視化、給与・賞与への連携まで、煩雑なプロセス全体を複数チームで連携しながら支えています。評価業務の自動化・省人化により、人事担当者を煩雑な作業から解放し、人と組織の成長に時間を使える状態をつくります。導入企業の生産性・業績に影響を与えられるプロダクトです。 (2) 大規模・繁忙期に耐えるパフォーマンスと信頼性 評価業務には明確な繁忙期があり、特定期間にアクセスが集中します。大企業でも安定稼働するよう、負荷試験・インフラ構成の見直し・CI/CDやQA改善に継続的に取り組んでいます。数百万人規模のサービスを支える経験を通じて、インフラやパフォーマンスの知見を活かしながら学び続けられます。 <キャリア台帳> キャリア台帳は、従業員一人ひとりの情報を一画面に集約し、面談記録やタグと紐づけることで「従業員のことがパッとわかる」を実現するプロダクトです。人事だけでなく現場の管理職が、評価・面談・異動・育成といった日々の判断に使える状態を目指しています。 (1) タレントマネジメント領域のハブならではのドメインの難しさ 評価・サーベイ・スキル管理など複数プロダクトのデータが集まる基盤であるため、単独で完結しない機能連携や、人事・経営・現場管理職・本人まで幅広い利用者へのきめ細かな権限制御に向き合うおもしろさがあります。 (2) 大規模テナントでのパフォーマンスと信頼性 数千〜数万人規模の大規模テナントでも安定して使えるよう、検索やデータ参照に起因するパフォーマンス課題の解消、SLOの定義・運用といった非機能品質の向上に継続的に取り組んでいます。 ●参考資料 ・[SmartHR 会社紹介資料 / We are hiring](https://speakerdeck.com/smarthr_pr/smarthr-company-introduction1) ・[エンジニア採用サイト](https://hello-world.smarthr.co.jp/) ・[SmartHR Tech Blog](https://tech.smarthr.jp/) ・[SmartHR プロダクトデザイン](https://note.com/smarthr_co/m/m0b87dcc52cb0) ・[SmartHR note](https://note.com/smarthr_co) ・[GPTW Japanの「働きがい認定企業」に選出](https://smarthr.co.jp/news/press/27057/) ●業務内容変更範囲 会社の定める業務

株式会社日立製作所

【職務概要】 関東地区の金融機関を担当領域とし、システム構築プロジェクトの推進に加え、ホワイトスペースの特定から新規提案活動までを一気通貫でご担当いただきます。 また、構築したシステムについては他金融機関への横展開も行い、ソリューションの拡販・高度化を推進します。 従来のITシステム開発事業を安定的に遂行しつつ、生成AIやデータ分析などの先進技術領域にも参画し、金融分野における新たなビジネス領域の創出・拡大を担っていただく裁量のあるポジションです。 【職務詳細】 ・現状データ分析、課題明確化を含めたシステム化構想策定、要件定義支援などの上流工程の推進 ・システム導入及びプロジェクトのマネジメント ・導入システムのパッケージ化および他金融機関への横展開 実際のシステム構築をご担当いただきながら、より当社からソリューション提案の可能性がないかを顧客との課題調査の中から見出していき、さらなる顧客への価値提供に向けて営業部隊や他組織と協業をしていきながらプロジェクトの提案/拡大を担っていただくことを期待しております。

株式会社メドレー

●具体的にお任せしたい業務領域は以下です。 ・オンライン動画研修システムの開発に関わる業務全般 ・ユーザの利用状況の分析と改善案の提案、実施 ・プロダクトの安定稼働に必要な保守運用業務 ・プロダクトで使用する技術への意思決定やその支援・技術選定 ・プロダクト全体のアーキテクチャ設計 ・コードレビューと品質管理 ・チームの技術力向上を促すメンタリング ・生産性向上とリスク軽減のためのモダン化をインフラ、アプリケーションの両面から推進 ●使用技術 ・Node.js / TypeScript / GraphQL ・NestJS / Prisma.js / Hono ・Next.js / React / Apollo / TanStack Query, Router ・React Native / Expo ・PostgreSQL / OpenSearch / Redis / BigQuery ・AWS / AWS CDK ・Azure OpenAI ※業務の変更の範囲:会社の定める業務

テイラー株式会社

本ポジションの役割 以下のLeadershipを体現し、プロダクト/ プロジェクトマネージャーとしてTailor Platformを用いた開発製品デリバリーの全工程に責任を持つポジションです ●Thought Leadership: 曖昧な要件から仮説を構築し、情報を構造化。制約や利害関係を整理して、高解像度の仕様へと導く ●Technology Leadership: 要件定義から運用までの一連のプロセスをチームや関係者と共同して管理する。設計上のトレードオフを理解し、現実的で持続可能なガイドラインを提示 ●Client Leadership: クライアントの意図を読み取り、意思決定層(CxO等)と対話しながら、プロジェクトの成功に向けた活動を実施 職務内容 ●クライアントの業界・業務を深く理解し、課題解決の仮説を提案する ●開発ロードマップの作成、システムの技術的設計と実装を行う ●効果的なプロダクト開発をリードし、開発チームの投資対効果を最大化する ●複雑な技術的問題に対し、フロントに立って解決策を提示し、サポートする ●複数組織が絡む複雑な利害関係を構造化し、合意形成をリードする

デジタルバンクの開業に向け、UIUX観点で、コーポレートサイトやサービスサイト、LPサイトのコンテンツ企画・制作ディレクションやマーケティング戦略の企画実行、UATをお任せいたします。 開業後はキャンペーン連動コンテンツの企画制作にとどまらず、アプリの新機能開発・機能改善にも関与いただくことを期待しております。 ●ブランド戦略、マーケティング戦略に基づくコーポレートサイト/サービスサイト/LPサイトの構築、運営、改善 ●Webに関するコンテンツ全般の企画制作ディレクション ●各種Webサイトのアクセス解析を含む、課題抽出～改善 ●リード獲得のための施策立案・実施、効果検証まで ●アプリの機能開発、機能改善 ●各ファネルにおける、新規ページ企画制作、他部署との連携

株式会社グリッド

# 募集ポジション 私たちは、AI技術を活用して社会インフラの巨大な課題を解決するテックカンパニーです。 今回、単なる設計・開発者としてではなく、プロジェクトの心臓部として、最先端のAIがもたらす価値を現実のシステムへと昇華させる、その全工程をリードしていただけるシニア開発エンジニアを募集します。 AIモデルを「作る」のはデータサイエンティストの役割。 あなたにお任せしたいのは、そのAIを「どう使うか」を定義し、顧客、そして社会にとって本当に価値あるシステムを創り上げることです。 これまでのご経験と技術的な知見を武器に、プロジェクトの成功を自らの手でデザインできる、挑戦と成長に満ちたポジションです。 ## 業務内容 <具体的な業務内容> ●顧客との対話を通じた本質的な課題発見と要件定義 ●システム全体のアーキテクチャ設計、技術選定、実現可能性の検証 ●データサイエンティストと連携し、AIの価値を最大化する要件・仕様への落とし込み ●開発ロードマップの策定と進行管理(WBS、リソース、マイルストーン、QCD管理) ●顧客との合意形成の推進(優先度・納期・品質)と変更管理(評価、再見積、契約調整) ●チームメンバー(若手・ベテラン)のソースコードレビューや技術的指導 <私たちが社会に提供してきた価値(開発実績例)> ●大手石油メーカー/大手船舶会社向け:大型貨物船舶の運行計画自動立案システム ●主要電力会社向け:発電計画最適化システム ●主要高速道路管理会社向け:高速道路渋滞予測システム ●大手メーカー向け:需要予測/生産計画自動立案システム ●自社SaaSプラットフォーム:ReNom Appsの企画・設計・開発(https://gridpredict.jp/service/industrysaas) ●開発環境 ・言語:TypeScript(React)、Python、SQL ・インフラ:AWS(ECS/ECR, EC2, RDS(MySQL/PostgreSQL)など) ・IDE:Microsoft VSCode(+Cursor) ・その他:Git、Docker

株式会社enableX

AI・データ/SaaSを中心としたDX・事業変革プロジェクトにおいて、要件定義〜設計〜開発〜リリース・グロースまでのプロジェクトマネジメントを担うポジション。 ビジネスとテクノロジーの橋渡し役として、スコープ・品質・予算・スケジュール・リスクを統合管理し、クライアントの価値創出にコミットする。 具体的な業務内容 ・AI/データ利活用を中心としたDX・プロダクト開発プロジェクトの全体PM ・要件定義(ビジネス要件/システム要件)およびスコープコントロール ・WBS/進捗・リスク・課題管理、ステークホルダーマネジメント ・LLM/機械学習・データ基盤・アプリケーション開発を含む技術要素の全体構造把握と意思決定支援 ・ベンダー/パートナーマネジメント、工数・コスト管理 ・リリース後のグロースプラン策定、プロジェクトアップセルの機会創出 ・CxO〜現場レイヤーまでを巻き込んだ合意形成ファシリテーション ・AI・データ・アプリケーションを含むシステム全体アーキテクチャの理解と、設計レビュー ・LLM/MLモデル、データ基盤、フロント/バックエンドなどの実装フェーズにおける進行管理 ・品質基準の設計、受け入れ条件の定義、テスト計画の策定・実行管理 ・セキュリティ・ガバナンス・法務観点の論点整理と関係部署との調整 ※変更の範囲:会社の定める業務

ミート株式会社

～開発サイドとビジネスサイドのハブとなりプロダクトのグロース最大化がミッション～ 当社のコミュニケーションサービス「MEET」のプロダクトマネジメントの責任者候補を募集します。 まずはプロダクトの責任者としてプロダクトマネジメントにコミットいただきます。 ゆくゆくはプロダクト全体を管掌する開発責任者(VPoE)としてプロダクトおよび開発組織の成長を促進するため基盤作りもお任せします。 ●具体的には ・プロダクトロードマップの策定、管理 ・プロダクトKGI/KPIの策定、モニタリング ・プロダクトに関する経営陣とのコミュニケーション 　(プロダクト戦略のヒアリング、チームへの共有) ・開発における設計のリード ・開発チームの方針策定 ・開発チームのメンバー採用

キャディ株式会社

Data&Analysis部 AI for Applicationチームに所属。 プロダクト戦略に基づいた戦略策定・開発計画の策定や実行のリード、メンバーの採用・評価・育成などのマネジメント業務を担っていただくことを想定しています。 ●プロダクトに蓄積された様々なデータをアプリケーションで活用することで、アプリケーション自体の価値を高めることに責任を持つ。 ●既存プロダクトの価値向上、新規プロダクトの立ち上げ両方の可能性があります。 ●現在若干名で組織の立ち上げフェーズです。 本ポジションの方に、チームの定義づけや立ち上げを含めて担っていただくことを想定しています。 ※Data&Analysis部は30名程度の組織です。 上記以外にも、データの解析を担うAnalysisチーム、解析基盤の開発を担うAnalysis Platformチーム、データ基盤の開発やデータの利活用を担うData Managementチームがあります。 (2025年4月時点) キャディにおけるエンジニアリングマネージャーとは ●担当する部やグループの成果を最大化することがミッションです。 ●向かう先を示すために OKR を設定したり、将来のあるべき姿から逆算して、必要なマネジメント業務を行います。 ●EMの役割は画一的には決まっておらず、成果の出し方はその人の得意なやり方で良いと考えています。 例えば、他者を動かして成果を出すエンパワーメントが得意な人もいれば、現場で自ら設計や方針決定をリードする人もいます。 テクノロジーマネジメント、プロジェクトマネジメント、プロダクトマネジメント、ピープルマネジメントの割合も各EMの担当領域や注力課題により異なります。 ●開発環境 フロントエンド: TypeScript, React, Next.js バックエンド: Rust(axum), TypeScript, Node.js(Express, Fastify, NestJS) 機械学習・アルゴリズム: Rust, Python, OpenCV, PyTorch, TorchServe, Elasticsearch, Vertex AI インフラ: Google Cloud, Google Kubernetes Engine, Anthos Service Mesh, Istio, Cloudflare, Argo Workflows Event Bus: Cloud Pub/Sub DevOps: GitHub, GitHub Actions, ArgoCD, Kustomize, Helm, Terraform, Datadog, MixPanel, Sentry Data: CloudSQL(PostgreSQL), AlloyDB, BigQuery, dbt, trocco API: GraphQL, REST, gRPC 認証: Auth0 開発ツール: GitHub Copilot, Figma, Storybook コミュニケーションツール: Slack, Discord, JIRA, Miro, Confluence

株式会社GA technologies

以下のような業務に、共に取り組んでいただきたいと考えています。 ●AI不動産投資サービス「RENOSY」をはじめとした自社プロダクトにおける新機能開発の主導 ●新規システムのアーキテクチャリング、および既存システムのリアーキテクチャ推進 ●チームやプロダクトを横断する技術的課題の発見と解決 ●パフォーマンスチューニング、モニタリング体制の強化、信頼性向上 ●開発プロセスの改善や生産性向上のためのツール選定から導入、自動化の推進 ●エンジニアのメンタリングを行い、学習・品質・継続的改善の文化を醸成 【技術スタック詳細】 当社では最新技術の積極的な採用と、開発生産性の向上に注力しています。 主要言語:Ruby, JavaScript, Swift, Kotlin ライブラリ/フレームワーク:Ruby on Rails, React, Vue.js インフラ/監視:AWS, Terraform, Datadog その他:Docker, Datadog Synthetic, Postman, Confluence チケット/バージョン管理:GitHub, GitHub Issue, Backlog 継続的インテグレーション:CircleCI 生成AIツール:Github Copilot, Cursor, Dify, ChatGPT 【開発手法・文化】 チームごとに、状況に応じて以下のような工夫を取り入れています。 ・週1回の技術勉強会の開催 ・カンファレンス費用や書籍購入費用の補助 ・リファクタリングや技術的負債解消への取り組み ・生成AIツールの積極的な導入/活用(Claude, Cursor, Codex, Gemini, Copilot など) ・技術ブログの執筆(Zenn:https://zenn.dev/p/gatechnologies ) 【開発組織についてさらに知る】 ▼Forbes 後藤 正徳CTO 記事 「ビッグ・テックのマップアプリから次なる挑戦へ。GA technologies CTOが描くテクノロジーで巨大産業を変革する未来」 https://forbesjapan.com/articles/detail/83729 ▼公式テックブログ(Zenn) https://zenn.dev/p/gatechnologies ▼GA technologies エンジニア採用情報 https://ga-technologies-engineering.notion.site/GA-technologies-9794c78bc56c4011a03f7f3dcf91a18f ▼採用に関するFAQ 『GAテクノロジーズの採用チームが「よくある質問」にお答えします』 https://note.ga-tech.co.jp/n/n1a5cc3982295

燈株式会社

●課題の数理的定式化と技術戦略の策定 (Research & Design) 顧客の抽象度が高いビジネス課題に対し、背景にある物理現象や業務プロセスを深く理解した上で、最適な数理モデル(機械学習、数理最適化、シミュレーション等)への定式化を行います。 類似事例が存在しない難題に対して、NeurIPS/CVPR/ICML等の最先端論文(SOTA)から技術的なインサイトを得つつ、ビジネス制約(コスト、計算リソース、リアルタイム性)を考慮した実現可能な技術ロードマップを策定・提案します。 ●高難度アルゴリズムの実装と突破 (Implementation) 既存ライブラリでは対応できない特殊な要求に対し、論文の数式を深く理解し、PyTorch等を用いてアルゴリズムをスクラッチで実装・独自改良します。 ノイズが多い、データが少ないといった悪条件下でも機能するロバストなモデルを構築するために、ドメイン知識を組み込んだ特徴量設計や、学習プロセスの高度なチューニングをリードします。 ●アーキテクチャ設計と技術品質の統制 (Engineering) 個別のプロジェクトにとどまらず、会社全体のMLシステムアーキテクチャやデータパイプラインの設計責任を持ち、長期的な保守性と拡張性を担保します。 全社的な技術選定の指針策定や、ベストプラクティスの標準化を行い、組織全体のエンジニアリング品質の底上げを主導します。 ●事業価値への接続と期待値コントロール (Communication) 技術的なアプローチが、顧客のPL(売上向上・コスト削減)にどう貢献するかを言語化し、経営層やクライアント責任者に対して論理的に提案・合意形成を行います。 技術的な不確実性が高いフェーズにおいて、何ができて何ができないか(技術的限界)を明確に伝え、顧客の期待値を適切にコントロールしながらプロジェクトを成功へ導きます。 【開発例】 ●画像認識による非構造化データの自動整理 数百万枚規模の現場写真を対象とした、高精度な画像分類パイプラインの構築・API実装 ●点群データを活用した幾何学的シミュレーション 3Dスキャンデータ(点群)を用いた、巨大部材の輸送経路・干渉チェックアルゴリズムの実装 ●動画解析によるインフラ異常検知システム 車載カメラ等の動画データから、道路や構造物の変状箇所を特定する物体検出モデルの開発 ●ドメイン特化の大規模言語モデル 建設業・製造業など特定のドメインに特化した大規模言語モデルのファインチューニングを行い、ドメイン特化のモデルの学習・推論パイプラインの構築 ●ロボット行動学習 VLA・VLMを用いたロボットの行動制御モデルの最新手法のサーベイと、学習・推論パイプラインの構築 ● RAGを用いた会社独自のエージェント 社内に眠る膨大な技術文書やトラブル事例をベクトル化し、最適な解決策を提示する検索システムの開発 【技術スタック(一例)】 ●AI:Python/Numpy/Pandas/Pytorch/OpenCV ●AI開発ツール:Devin/Claude Code/v0.dev/GitHub Copilot/Gemini