QAエンジニア・テストエンジニア（テスター）(Docker)の求人・転職情報

株式会社SUBARU

・内製ソフトウェア開発におけるCI/CDシステムやテスト自動化などによる開発速度向上・品質向上を、部署横断的に働きかけていく推進活動 ・CI/CD・テスト自動化プラットフォームの設計や利用するツール群の選定 ・オンプレミスやクラウドのインフラ上でのCI/CD・テスト自動化プラットフォーム構築 <具体的には> ①内製ソフトウェアを対象とした、CI/CDシステムとテスト自動化を活用した開発速度向上と品質向上を、様々な部署を横断し、開発プロセスを根付かせる推進活動を行う。 ②ソフトウェア構成管理ツール(Git)を活用した、CI/CDシステムの構築。 ※:GitのCI/CDの機能を使った、CI/CDシステムの構築。 ③オンプレミスとクラウドのテスト自動化プラットフォームの構築。 ※:オンプレミスとクラウドの両方を活用した、テスト自動化環境のプラットフォーム設計と構築。 ④CI/CD・テスト自動化プラットフォームで利用するツール群の選定 ※:オープンソースソフトウェアや有償ツールなどのCI/CDやテスト自動化プラットフォームを構築する上で必要なツール群を選定する。 <使用言語/環境/ツール/資格等> ・開発言語:C/C++ ・モデル開発ツール:MATLAB, Simulink ・リポジトリ管理ツール:GitLab , GitHub ・OS:Linux、Windows ・コンテナ:Docker、Kubernetes ・クラウドサービス:AWS ●取り扱っていただくプロダクト/技術 ステレオカメラを中心としたADASシステム(アイサイトと呼ばれる運転支援システム)や車両制御システム。 ADASシステムは、SUBARUの総合安全の内、予防安全を実現するシステムです。自動ブレーキ機能や全車速追従コントロール、自動操舵などといった運転支援機能を実現しています。 車両制御システムは、SUBARUの総合安全の内、走行安全を実現するシステムの1つです。 【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するため出向又は転属を命じることがあります。

Ｓｋｙ株式会社

●配属予定部署 ICTソリューション事業本部 開発部 評価 / 検証課 ●配属予定部署の特色・PR ・ソフトウェア評価 / 検証業務で培った幅広い領域の検証実績と技術力をもとに、バグの検出はもちろんのこと、 メーカー評価として「軽い」、「速い」、「使いやすい」にこだわった品質向上に努めております。 【自社商品一覧】 ・クライアント運用管理ソフトウェア『SKYSEA Client View』 ・学習活動端末支援Webシステム『SKYMENU Cloud』 ・学習活動ソフトウェア『SKYMENU Class』『SKYMENU Pro』 ・営業名刺管理『SKYPCE』 ・クラウド電話帳サービス『SKYCEB』 ・シンクライアントシステム『SKYDIV Desktop Client』 ・医療機関向けIT機器管理システム『SKYMEC IT Manager』 ・評価 / 検証を注力事業のひとつとしており、25年を超える品質保証活動によるノウハウが豊富です。 ・『SKYSEA Client View』におきまして、 2024年度:日経コンピュータクライアント部門、総合満足度:1位、性能・機能/信頼性/運用性:1位 を獲得し、品質の高さについては自負しております。 ・第三者評価機関が事業部内にあることで、技術蓄積、連携がとりやすい環境です。 ・人と人とのつながりを大事にする社風です。 キャリア入社の方でもすぐになじんでいただける風通しの良さが特徴です。 社長と社員の距離も近く、会社内の情報と経営陣の考えていることの社員への伝達も頻繁になされています。 ※職務内容変更の可能性:有 ※変更の範囲:会社の定める業務 自社商品のソフトウェア評価 / 検証プロジェクトに参画していただきます。主にWindowsアプリケーション、モバイルアプリケーション、Webシステムのテスト計画設計、実施までの評価 / 検証業務全般(※1)を実施いただきます。 他にもネットワーク、サーバー構築などのテスト環境構築、テスト自動化対応、動作環境仕様書(※2)作成を含む他部署との調整を行っていただきます。 ※1　評価 / 検証業務では機能要件だけでなく、非機能要件(負荷試験、異常系など)も実施しております。 ※2　動作環境仕様書とは動作保証または動作検証実績があるOSやスペック、連携するアプリケーションバージョンなどの環境条件を整理し、公開している仕様書となります。 ※3　拠点により携わっていただく商品が一部異なります。 キャリアアップのモデルケース ・プロジェクトマネージャー 2016年入社、自社商品であるSKYSEAのテスト実施、テスト設計を経て機能リーダーへ。 その後、SKYSEA -> SKYDIV -> SKYPCEと各製品評価管理を担当 2016年リーダー、2019年サブチーフ、2020年チーフ、2021年係長、 2024年課長代理に昇格、SKYPCE評価管理に加えて自社商品全般の テスト自動化業務推進を行うマネージャーとしてPJ管理、開発との調整を担う。 ・プロジェクトリーダー 2019年入社、自社商品であるSKYSEAのテスト実施、テスト設計を経て機能リーダーへ。 2019年リーダー、2021年サブチーフ 2023年チーフに昇格、50名を超える品川拠点のSKYSEA評価リーダーとして管理、開発折衝を担当 ※管理のみではなく、技術者集団として、ネットワークやサーバー、クラウドなど幅広く扱っております。 こんな技術領域のご活躍もあります ・ネットワーク機器、及びサーバー機器に特化した検証 キーワード:仮想シンクライアント製品、VMware、Citrix、サーバーサイジング、UTM機器、P2P通信アプリケーション、NAT越え、Wireshark ・評価 / 検証環境全体構築 キーワード:L2/L3スイッチ、ドメインコントローラー、DNS、DHCP、プロキシサーバー、メールサーバー、DMZ、データセンター、AWS/Azure/OCI ・評価 / 検証環境運用業務 キーワード:セキュリティ対策ソフト運用、RDゲートウェイサーバー、Active Directoryユーザー管理、フリーソフトウェアの定期運用、Windows Updateの監視と定期実行 ・テスト自動化/負荷試験関連業務 キーワード:Playwright、Robot Framework、JMeter, AWS DLT、CI環境(GitLab)

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

セーフィー株式会社

当ポジションのミッションは、客観的視点とクライアント/顧客の視点、その両方に立って、品質を測定し、担保することです。 計画〜実施までの一連のテスト業務や、製品の要件定義からの品質管理業務など、プロジェクトの上流から下流までの品質管理を担っていただきます。 <配属先部門紹介> 現在クオリティマネジメントオフィスには、20名弱が在籍しており(業務委託含む)、以下のMission・Vision・Valuesを指針に、日々業務を行っています。 ●Mission 高品質・適正価格の「映像ソリューション」を提供し、あらゆる産業の現場DXを実現する ●Vision 創る組織である「開発本部」において、全開発における品質課題に目を向け、品質文化に根ざした改善活動を行えるようにする ●Values より良い品質にしていくために「品質とは何か」を定義し、開発本部全体に広げる その拡大のためにも日々開発プロセスの改善を行う 品質改善をし続けるために新しい技術やプロセスを取り入れ、1人1人が成長する <詳細の業務内容> プロダクトごとに若干の差異はありますが、開発序盤からプロジェクトに参画し、テスト業務に留まらず、プロダクトの品質ならびにその価値を向上させ、保証できるような活動全般に取り組んでいます。 Webアプリケーションおよびネイティブアプリのテスト計画、設計、実行 上記に対する自動テストの実装 要件定義～リリースまでを含む製品の品質向上施策の策定、シフトレフトの推進 継続的な品質改善を行うための欠陥データ収集、測定、分析、プロダクトへのフィードバック　 開発プロセス全体に関する改善および品質向上施策の推進 ●使っている技術・ツール テスト管理 TestRail、Backlog テスト自動化 Magicpod、Playwright 開発言語 Python、 Java、Go、C++ インフラ AWS、Kubernates データベース MySQL、 Redis、PostgreSQL、DynamoDB 構成管理ツール Terraform、Ansible 監視 Prometheus、 Grafana、PagerDuty、StatusCake、Sentry、DataDog CI/CD Github Actions その他 Github、 Docker、Fluentd、Fluent Bit、Redash、Postman ●開発組織の目標 ・クラウド録画サービスの品質向上 カメラ出荷数30万台を突破し、更なる利用者数の急増に伴い、より高品質・ハイパフォーマンスなサービス基盤の開発・運用を行います。カメラを通してクラウド上に収集した"映像データ"を、必要に応じ配信や解析し、付加価値のある情報を抽出する事によりお客様の課題解決を実現しています。 ・上記クラウド基盤上でのアプリケーション開発 動画の収集/配信システムだけでなく、"映像から未来をつくる"というビジョンを達成すべく、それらの動画を利用した顧客課題の解決に繋がるようなアプリケーションの開発を行っております。様々なアプリケーションを提供していくことでより多くの課題解決を実現して参ります。 ・オープンAPI等による他社参画のためのプラットフォーム開発 上記は自社で行っているアプリケーション開発ですが、映像から解決できる問題は多数あり、且つ、業界業種によっても異なります。この全ての課題を解決するためには弊社一社のみで行うのではなく、オープンなプラットフォームを構築し他の技術を持った企業様が参画することで、顧客解決に繋がるサービスをより多く世に出していき、"映像から未来をつくる"を実現していきます。このように、「我々の基盤上で構築〜展開できるようなプラットフォーム開発」を進めております 従事すべき業務の変更の範囲 <雇入れ直後>サービス運営・営業・サポート、その他これらに付随する一切の業務 <変更の範囲> 会社の定める業務

株式会社本田技術研究所

【具体的には】　 ※ご経験/スキルに合わせ詳細業務を決定します 運転支援・自動運転システムの次世代開発に向けた下記いずれかの業務をお任せいたします。 開発環境構築領域 ・自動運転/自動運転支援開発におけるシステムおよびソフトウェアエンジニアリング領域の要求からのテスト設計 ・ソフトウェア品質を向上させるためのプロセス構築とそれに付随するトレーサビリティ管理の環境構築 ・MILS/HILS/DILS/DSなどツール検証の環境構築、自動化およびその製品品熟に沿ったリグレッションテスト実施 ・自動運転/自動運転支援ソフトのCI/CDパイプラインの構築 尚、他部門やベンダー等、様々な関係者とコミュニケーションをとりながら業務を進めていきます。 海外現地法人へのデモンストレーションや海外研究機関との共同研究等、海外とのやりとりも発生する場合があります。 ※専門性や適性、会社ニーズなどを踏まえ、会社が定める業務への配置転換を命じる場合があります。 【開発ツール】　 ●資格(Want):QC検定 JSQC JSTQB、IVEC　Automotive SPICEアセッサー　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　 ●規格:AUTOSAR Adaptive/Classic, POSIX ●OS:Linux,Windows ●言語/モデル:Matlab/Simulink,C/C++,Python,Javascript 等 ●スクリプト:シェルスクリプト ●モデリング言語:SysML UML ●シミュレーション環境:CarMaker, Carla等のシミュレーションツール　 ●その他:JIRA/Confluence, Git, SVN, Jenkins, GoogleTest framework, Docker等

大規模リアルタイム意思決定システムのソフトウェア開発業務のプロジェクトマネジメント 【具体的には】 1.システム設計支援、ソフトウェア要求分析、設計、製作、艦上での実用試験までの一連の開発 2.次世代システム向け開発及び既存システムの能力向上のための最新技術の調査・適用検討 3.上記ソフトウェア開発業務の取りまとめ業務、チームマネジメント 【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するため出向又は転属を命じることがあります。 ●使用言語、環境、ツール、資格等 【OS】Linux、Windows 【言語】C/C++、C#、VBA 【開発ツール】 GitLab、Jenkins、Docker/Podman/Kubernetesなど各種OSSツール

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)

株式会社カオナビ

●品質管理/改善に関する業務 └テストプロセス全般の管理、改善。 その上で効率的かつ効果的なテスト手法を確立 └開発エンジニア、PdM、ビジネス部門とも密接に協力し、製品の品質に関する期待やリスクの把握 └各種製品リリースにおけるリスク評価と品質リスクを最小限に抑える戦略を策定 ●リードに関する業務 └エンジニアやプロダクトマネージャー等周囲と連携してのプロダクト全体の品質基準と品質維持プロセスの設計と推進 └上記プロセスの実現のためのメンバー育成計画の立案と推進 └上記プロセスの実現のための各種の制度設計、改善、運用 └QA同士の横の繋がりの強化(エンゲージメント強化)の推進 └目標設定、評価のフィードバック <変更の範囲> 本社及び全てのオフィス、自宅、その他就業場所(会社の許可した就業に適した場所)、出向先・転籍先会社の全てのオフィス 開発環境 開発言語:PHP, Go, JavaScript, TypeScript, Dart フレームワーク:Laravel, Gin, React, Flutter 開発/運用環境:Docker, GoLand, PHPStorm, Swagger, Storybook, Figma, GitLab, GitLab CI, TestCafe 構成管理:Ansible, Terraform, CloudFormation ミドルウェア:MySQL, Apache, Nginx, Redis インフラ環境:AWS (EC2, RDS, ElastiCache, S3, CloudFront, Step Functions, Batch, Lambda, ECS, Fargate, ECR, ...) 監視, モニタリング, 運用ツール:Mackerel, Datadog, PagerDuty, Statuspage 社内ツール:Confluence, Redmine, JIRA, Slack, Zoom その他:Yarn, webpack, Atomic Design, Redux, React Hooks, PHPUnit, Redux Toolkit

JAPAN AI株式会社

ミッション ソフトウェアエンジニアリングとAIを駆使して、テストの自動化とテストケースのライフサイクル全体の質を高め、プロダクト品質とリリース速度を両立させる現在、QA業務のうち約50〜60%はすでに自動化されており、基盤としては一定の水準に達しています。このポジションで問われるのは自動化率を積み増すことだけでなく、未自動化領域の自動化・既存テストの品質改善・テストケースのライフサイクル管理を仕組み化し、改善が自走するサイクルを作ることです。 期待する役割について テストの自動化・既存テストの品質改善・テストケースのライフサイクル運用の3方向をリードし、AIを活用しながらQAプロセス全体が継続的に良くなる仕組みを構築・運用していただきます。 ・自動化できていない領域を見極め、優先度をつけて自動化する ・既存の自動化されたテストの品質(網羅性・保守性・シグナルの信頼性)を継続的に改善する ・テストケースのライフサイクル(作成・実行・評価・棚卸し・廃止)を設計し、改善が回る仕組みを構築・運用する ・AI/LLMを用いたテストケース生成・改善エージェントを構築する ・品質課題をプロダクトチームにフィードバックし、エンジニア/ビジネス/CSとの橋渡しを行う ・約400社が本番利用するプロダクトの品質を、自動化・品質改善・仕組み運用の3方向から担保する 業務内容 ●未自動化領域の自動化 ・自動化できていない箇所を洗い出し、優先度をつけて自動化する ・AI/LLMを活用したテストケース生成エージェントの構築 ・CI/CDへの自動テスト組み込み・回帰テストの整備 ●既存テストの品質改善 ・既存テストケースの品質(重複・カバレッジ・保守コスト・シグナルの信頼性)を精査し、改善する ・Flakyテストの検知・修正、形骸化したテストの棚卸し ・テスト設計・品質基準の策定、良いテストケースの記述 ●テストケースのライフサイクル設計・運用 ・テストケースの作成〜実行〜評価〜棚卸し〜廃止までのライフサイクルを設計する ・改善が継続的に回る仕組み(レビュー体制・メトリクス・運用フロー)を構築・運用する ・JAPAN AI STUDIOを活用したQA・テスト業務の仕組み化 ・品質課題をプロダクトチームにフィードバックし、エンジニア/ビジネス/CS/非エンジニアとの橋渡しを行う チーム体制 約150名が開発組織に在籍しています。 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 従事すべき業務の変更の範囲 会社の定める業務

株式会社ドリーム・アーツ

自社プロダクト・サービスを更に進化させるため、QAエンジニアとしてテスト自動化を主軸とした開発の生産性最大化を担い、プロダクトの品質向上をお任せします。 ●主な業務 ・製品の品質課題の抽出、仕様等へのレビューや開発プロセスに対する改善提案 ・製品開発におけるテスト設計から実行、自動テストの実装 ・要件定義からリリースまでを含む製品の品質向上施策の策定 ・リリース後の品質モニタリング ・不具合内容やユーザからのフィードバックを分析して課題を抽出 自社プロダクト・サービスの品質を守るエンジニアとして、技術を発揮し活躍できる環境です。

株式会社ドリーム・アーツ

自社プロダクト・サービスを更に進化させるために必要なテスト自動化を主軸とした開発の生産性最大化を担い、プロダクトの品質向上をお任せします。 また、パフォーマンス向上のため、本役割組織の推進、メンバーの目標管理、指導・育成等のチームマネジメント業務をお任せします。 ●主な業務 ・製品の品質課題の抽出、仕様等へのレビューや開発プロセスに対する改善提案 ・製品開発におけるテスト設計から実行、自動テストの実装 ・要件定義からリリースまでを含む製品の品質向上施策の策定 ・リリース後の品質モニタリング ・不具合内容やユーザからのフィードバックを分析して課題を抽出 ・チームメンバーの指導、育成、フォロー 自社プロダクト・サービスの品質を守るエンジニアとして、技術を発揮し活躍できる環境です。

テイラー株式会社

具体的な職務内容 Tailor Professional ServiceのSET (Software Engineer in Test) は、開発生産性の向上やプロダクトの品質改善のために、プロジェクト全体の仕様把握や調整、テスト戦略に基づいた自動テストの実装やCI/CD周りの改善など、品質保証に関する業務の推進を通して、クライアントの成功を品質面から牽引していただきます。 SETとして関わる範囲は広く、仕様通りの挙動確認などの、当たり前品質の確認のみならず、仕様レビュー及び仕様の改善を行う事による魅力的品質の向上、ユーザー視点でのUI/UX検証、開発プロセス改善に至るまで、それぞれのビジネス要件や課題を深く理解し、品質に関わる全ての領域に関わっていただきます。 ●Tailorの事業成長に合わせた品質保証の戦略策定とチーム構築 ●テスト効率化及び自動化の推進 ●開発プロセスにおける仕様レビュー及び仕様改善 ●テスト設計・実施及びバグ報告 ●開発プロセス全体に関する改善業務 <開発環境> ・ミドルウェア PostgreSQL, CloudRun, Cloud Pub/Sub, MongoDB, Cloud Storage, Okta, Tailor Platform ・監視 Datadog ・環境構築関連 Docker, docker-compose, Terraform ・言語 TypeScript, Go, CUE, cel-go ・テスト開発フレーム Cypress, Selenium, Playwright, JEST, Vitest ・そのほか GitHub Copilot