機械学習・データ活用 QAエンジニア・テストエンジニア（テスター）の求人・転職情報

ソフトバンク株式会社

【ミッション】 自社プロダクトの成長を技術面から牽引するクラウドサービス開発を行うことがミッションです。 サービスの企画・立案から要件定義、設計、開発、テスト計画、運用までを一気通貫で推進し、事業拡大に貢献するアプリケーション開発をリードしていただきます。 【主な業務】 Google、Appleなどのグローバルカンパニーと協議し、最新デバイス、テクノロジーに触れながらサービスの立て付け、システム開発、運用、ローンチを行い、その結果(お客さまからの反応)を基にプロダクトの向上を進めています。 【具体的な業務】 ・サービス開発方針に基づき新規サービスのフィジビリティスタディ、機能の設計、要件定義 ・Claude Codeなどを使ったAI駆動開発、iOS/Androidのネイティブアプリの開発 ・要件定義や設計書に対するテスト設計の実施と品質管理 ・クラウド基盤を中心にシステムを構築し、データ分析基盤などを提供する業務

キオクシア株式会社

【お任せする業務】 ・UFSのFW/システム評価 【具体的な仕事内容】 UFSファームウェアおよびシステム評価の実務リーダーとして、単なる検証作業に留まらず、以下の広範なエンジニアリングおよびリード業務を担っていただきます。 1.製品仕様の共同定義と評価戦略の立案: FW開発チームとの緊密な協業を通じ、仕様検討段階から品質の作り込みを推進。評価の観点から仕様の妥当性を精査し、最適なテストシナリオを策定する 2.評価プロジェクトの全体完遂に向けたマネジメント: 製品リリースまでのマイルストーンに基づき、評価スケジュールを策定。リソース最適化とリスク管理を行い、プロジェクトを完遂に導く。 3.高度な不具合解析と品質改善のリード: UFSデバイス実機における複雑な不具合事象に対し、ログ解析や再現実験を通じて根本原因を特定。開発へのフィードバックから修正後の改善効果確認までを一貫して主導する 4.自社独自の評価インフラ開発: 評価用ボードの設計、ドライバ作成、周辺機器の開発など、ハード・ソフト両面から検証環境をゼロから構築・高度化する 5.AI・統計を用いた評価プロセスのDX推進: 膨大なテストデータの解析にAIや統計手法を導入し、異常検知の自動化や評価効率の劇的な向上を実現する技術開発を牽引する [従事すべき業務の変更の範囲] (雇入れ直後)上記の通り (変更の範囲)その他会社が指示する業務 【使用ツール】　 必須:Windows 推奨:Python/Linux/C++/Perl など

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

株式会社日立ハイテク

当社医用システム製品(臨床検査用生化学・免疫自動分析装置など)の品質確保、品質保証業務を担っている品質保証本部 医用システム品質保証部にて、品質保証業務をお任せします。 ●業務を行うチーム構成について 業務としては多岐にわたりますが、以下3チームに分けて業務を行っており、最初は③のチームで業務をお任せする想定です。ご経験に応じ、段階的に他業務も含めてお任せしていきます。 ※チームを横断して業務を行うこともあり、明確にチームとしての線引きがあるわけではございませんのでご了承ください。 ①設計部隊と連携し品質保証担当として開発を推進する業務をメインで担当するチーム ②お客様対応などをメインで担当するチーム ③生産ライン(不具合対応・統計的品質管理・出荷試験など)の対応をメインで担当するチーム ※末尾番号については該当業務を担当しているチーム番号となります。 ・新製品開発工程における設計書の確認・試作品の評価検証、デザインレビュー① ・製品出荷試験(不良発生時のサプライヤーへの対応なども含む)③ ・生産品から収集したデータの統計的品質管理(事実情報から要因分析)③ └工場内の不良データ収集と分析、歩留まり向上のための改善活動など ・製品の設計変更(機能向上・部品改廃・原価低減等)時、変更の妥当性をドキュメントや実機で検証・評価して問題が製品に作り込まれることを防止する。①③ ・製品リリース後に発生する品質問題(不具合など)の解決に向けた原因究明、関連部署への対策推進を指示①② ・コラボレーション先(海外・国内)との連携、定例会議の開催や連絡による相互理解と協業の促進② ●変更の範囲:会社の定める業務 【入社後お任せする業務】 社内における製品の品質確保のみならず、お客様及び海外グループ会社、協業会社から寄せられるご意見に対応しながら製品品質の確保と改善に携わっていただきます。当社のラストマンとして、お客様のために行動することを期待しております。

アクセンチュア株式会社

・クライアントITグループ担当者、及びプロジェクト内上位者(基本設計者等)とのコミュニケーション ・案件担当者としてオフショアへの作業指示と受け入れの実施 ・業界・業種を問わずJava,.Netなどを中心としたアプリケーション開発案件における、設計・開発・テスト・移行を担当 ・基幹系システムとの統合アプリケーション開発案件における、設計・開発・テスト・移行を担当 ・ソーシャル、モバイル、ビッグデータアナリティクス、クラウド、IoTなどを活用した新しい業務・システムの設計・構築・導入を担当 プロジェクト事例 スマートシティ化支援 会津若松市の産官学民連携を通じた会津地域のスマートシティ化と、それを“日本版スマートシティ標準モデル”として昇華させ、日本の他の地方へ展開することを通じた地方創生への貢献していきます。 市民の方が日常で必要とするようなサービスを様々な企業とコラボレーションしながら開発・提供していき、市民の皆さんがそのサービス利用を通じて提供してくれる多様なデータを分析し、さらにサービスへ還元していくことで市民生活向上とその地域・自治体のサービスレベル向上のために活用し、市民中心の次世代社会の創造を目指し、AI、ビッグデータ、IoTなどの先端デジタル技術を駆使した都市づくりを推進しています。 中小製造業向けのデジタル・ICT共通プラットフォーム 日本全国に数多存在する中小製造業の生産性向上を実現することで、それら各中小製造業が儲かる体質へ変え、従業員の給与レベルも引き上げていく。これにより、その地域で暮らす方々に安定して十分な所得レベルを実現しつつ、自治体にとっても税収増となっていくことを目指すプラットフォームを構築し、全国へ展開していくプロジェクトです。 具体的には、中小の製造企業が独自に構築したり利用したりしている業務システムを、共通化したクラウドサービスとして、グローバルデファクトスタンダードであるERP製品をベースに当社独自開発の業界別テンプレートを中小製造業向けに変更を加え、各利用企業にはサブスクリプションモデルで提供し、システム構築や導入コストを最小化することにより、最適な利用コストによるITの活用を支援する取り組みを行っております。

株式会社マネジメントソリューションズ（MSOL）

●PROEVERとは MSOLがプロジェクトマネジメント専門会社として培ってきたノウハウと経験を結集し、「プロジェクトマネジメントプラットフォーム」としてSaaS展開しているのが PROEVER です。プロジェクトデータを一元的に集約し、AI技術も活用することで、マネジメント層の意思決定を支援し、プロジェクトの成功とプロジェクトマネジメント成熟度の向上を実現します。 主なお客さまは、全社横断で多数のプロジェクトを推進するマネジメント層(PM含む)です。プロジェクトの状況をリアルタイムかつ正確に把握し、迅速な意思決定が可能になります。一般的なPMツールがタスクや課題管理に主眼を置くのに対し、PROEVERは複数プロジェクトを俯瞰的・横断的に可視化できる点を大きな特長としています。 ※[PROEVERのサービス概要はこちら](https://proever.com/) ※[事業部の紹介対談はこちら](https://note.msols.com/n/n1472dff92988?gs=6f6dff9594a4) ●仕事内容 当社SaaSプロダクト「PROEVER」のプロダクトエンジニア(AI・アプリケーション基盤)として、競争優位性の核となるAIエージェント機能の開発と、それを支えるバックエンド基盤の実装をリードしていただきます。 現在は少数精鋭の体制のため、定型的な管理業務ではなく、自ら手を動かして未知の技術課題をブレイクスルーしていく役割です。 ・AIエージェント基盤構築: Azure AI Foundry / Azure OpenAI をフル活用し、LangGraph.js等を用いたマルチステップ推論・自律型ワークフロー制御のバックエンド実装。 ・RAG(検索拡張生成)の最適化: Azure AI Search や Vector DB を用いた検索拡張生成システムの設計・チューニング。 ・LLMの品質・ガバナンス担保: AIの回答精度向上、およびZod等を用いた出力構造化、ガードレール(安全性・セキュリティ)の仕組みづくり。 ・データアクセス&パイプラインの構築: 複雑なプロジェクトマネジメントデータをAIが最適に解釈・処理できる形式へ変換するパイプラインの開発、および Hasura (GraphQL) / PostgreSQL を用いた効率的なAPI開発。 ・技術組織への還元: コードレビューや設計レビュー、最新のAI技術調査・評価を通じて、チーム全体のAI技術力の底上げ。 ●技術環境 OS: Windows Server, Linux フロントエンド:TypeScript / Next.js / TailwindCSS / shadcn/ui バックエンド:TypeScript / Next.js / (Python) データベース:PostgreSQL / GraphQL (Hasura) インフラ:Azure / Docker CI/CD:GitHub Actions バージョン管理:GitHub プロジェクト管理:PROEVER デザイン管理:Figma / Storybook コミュニケーション:Slack / Notion / GoogleWS / MS365 その他:GitHub Copilot / GitHub Codespaces / Claude Code / Keeper ●業務の変更範囲について 「変更の範囲:当社及び出向(転籍)先における各種業務全般 」 ●人数体制(2026年1月現在) ・計27名(カスタマーG:11名、プロダクトG:12名、その他:4名)

株式会社スカイウイル

ISTQB/JSTQB認定資格に準拠した国際標準のテストプロセスをベースに、製造業、金融、通信、医療、建設業など、幅広い業界のお客様へSQAサービスを提供しています。 テスト分析・設計・実行といった基本的なテスト業務に加え、テストマネジメント、テスト自動化、複雑な業務システムやデータ分析を伴う領域での専門的な検証など、多様なニーズに対応しています。 本ポジションでは、以下のような役割を担っていただきます。 ・お客様から受注したテストプロジェクトへの参画 ・テスト分析～設計～実行までの一連の業務推進 ・品質・進捗・リスクを意識したプロジェクト運営の補佐 ・顧客との仕様確認・調整、改善提案 ・チーム内の業務改善・ナレッジ共有 入社後は、JSTQB資格体系を活用した体系的な品質知識の習得と、 実プロジェクトでの実践を通じて、SQAエンジニアとしての専門性を高めていただきます。 将来的には、リーダーとしてチームを牽引し、品質戦略の立案・実装にも関わっていただくことを期待しています。 プロジェクト事例 国際標準のテスト手法を用い、Webアプリの基本検証から「機械学習によるデータ分析」の妥当性評価まで、付加価値の高い品質保証をワンストップで提供します 。 ∟ 案件内容 :Webアプリケーション検証: 機能・非機能テスト全般の遂行 。 ∟ データサイエンス評価 : 機械学習を用いたデータ分析結果の妥当性検証およびソフトウェア評価 。 技術要素 : 検証技術: ソフトウェアテスト(分析、設計、実装、実行) 。 自動化技術: テスト自動化(レコーディングベースのツール活用)。 担当工程: テスト設計、テスト実行、顧客折衝、チームマネジメント、QAプロセス改善提案 。 勤務地: 本社(品川区北品川/大崎駅 徒歩8分 )およびリモート環境。 勤務体系: リモート可(※プロジェクト状況に応じたハイブリッドワーク形式 ) 経験できること : 上流工程からの品質コミット:要件定義・設計段階からテスト設計に携わり、プロダクトの品質を根本から支える経験が積めます 。 顧客との直接対話を通じた提案・コンサルティング:クライアントとのコミュニケーションを通じ、品質課題の整理や最適な検証戦略の提案力を磨けます 。 QA組織・プロセスの改善実践:単なる「テスター」に留まらず、チーム運営や業務フロー自体の最適化を主導するリーダーシップを発揮できます 。 身につくスキル : 国内標準(JSTQB)に基づく高度なテスト設計力:体系化された知識に基づき、抜け漏れのない論理的なテスト設計スキルを習得できます 。 品質マネジメント・監査視点:プロジェクト全体の品質目標を達成するための分析能力と、多角的な品質評価視点が身につきます 。 次世代QAリーダーとしてのマネジメント能力:ステークホルダーとの合意形成や、後進育成を含めたプロジェクト管理の基礎を実践的に学べます 。 1)従事すべき業務の変更の範囲 　→【変更の範囲】会社の定める業務