年収900万円以上 Web・PdM・クリエイティブの求人・転職情報

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

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

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