年収800万円以上 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

職務概要 品質保証部の職務は、品質保証の責任を担う独立部門としての客観性を維持しながらお客様が満足する総合的な品質をSE部門と共同で作り込むことです。 総合的な品質とは製品の信頼性や正確性だけでなく、使い勝手やお客様要求の充足度、サポートサービスの品質等、多岐に渡ります。 重大事故未然防止・品質コンプライアンス違反防止に向けて、業務の取り纏め者として、SE部門に対して引き合い・提案から顧客引き渡しに至るまでの各業務の監視及び指導、最終的な合否判定、顧客引き渡し後の稼働状況の監視等に関する実務を主導します。 職務詳細 上流工程から下流工程、本番稼働における品質確保に関する業務 　・プロジェクトの検査計画の立案、および品質確保施策の遂行 　・設計/製造/テストの各工程の品質検査、品質分析、改善事項の提示 　・システム稼働に向けた検査合否判定 　・稼働状況の監視、社外事故を含む品質状況の監視 ※品質保証業務経験がなくても、業務を通して理解を深める形で問題ありません。 携わる事業・ビジネス・サービス・製品など 金融向けシステム開発・運用における、全般的な品質保証業務 ●具体的内容は 金融(銀行、ノンバンク、保険、証券、取引所)分野において、IT技術による日立が誇る高い品質レベルでシステムやソリューション、サービスを提供していく仕事です。 ・ITを駆使したシステム構築において高い品質を維持するためのプロセス維持活動を行う。 ・ソフトウェア開発からシステム基盤構築までのプロセス評価と改善を行う。 ・テスト実施を含む測定を実行することで、システム全体の品質を評価する。 ・評価結果と改善結果を分析し、最終的な品質保証を行う。 具体的内容は 金融(銀行、ノンバンク、保険、証券、取引所)分野において、IT技術による日立が誇る高い品質レベルでシステムやソリューション、サービスを提供していく仕事です。 ・ITを駆使したシステム構築において高い品質を維持するためのプロセス維持活動を行う。 ・ソフトウェア開発からシステム基盤構築までのプロセス評価と改善を行う。 ・テスト実施を含む測定を実行することで、システム全体の品質を評価する。 ・評価結果と改善結果を分析し、最終的な品質保証を行う。 配属組織名 デジタルシステム&サービス統括本部 品質保証統括本部　金融システム品質保証本部 配属組織について(概要・ミッション) 金融システム品質保証本部は、デジタルサービスビジネスユニット 金融第一システム事業部、金融第二システム事業部におけるITシステム・サービスの品質保証部門です。 上記事業部は、金融(銀行、ノンバンク、保険、証券、取引所)分野のミッションクリティカルな基幹系システムを構築・運用、新たな金融ソリューションを開発・提供しており、ミッションクリティカルな社会インフラを高度なIT/デジタルシステムを実現しています。弊本部は第3者として、その事業の品質管理・品質保証業務を通して品質確保と安定稼働の実現を担っています。 弊本部は約270名(グループ会社/協力会社員含め)による若手からベテランまで幅広い年齢層の部署です。 顧客先でのシステム開発プロジェクトにも参画し、ミッションクリティカルな社会インフラを支えるシステム・サービスの健全性を品質で支え、安心・安全をお客様とエンドユーザに提供するために活動しています。

【配属組織名】 デジタルシステム&サービス統括本部 社会システム品質保証本部/公共システム品質保証部 【配属組織について(概要・ミッション)】 公共システム品質保証部は、社会ビジネスユニット/公共システム事業部に対応する品質保証専門部門です。公共システム事業部は、官庁分野(国税、年金、外郭団体)、自治体分野(地方公共団体)、社会保障分野(番号制度)、社会インフラ(警察・消防・道路)など、社会を支える基盤事業を担っています。 当部門は、こうした事業におけるシステム開発・運用の品質を確保し、安定稼働を実現することで「品質の日立」ブランドを体現しています。約350名規模の組織で、若手からベテランまで幅広いメンバーが活躍。お客様先でのプロジェクト参画もあり、社会インフラや公共サービスの健全性を品質で支える重要な役割を担っています。 【職務概要】 品質保証部は、独立した立場で客観性を維持しながら、SE部門と協働し総合的な品質を作り込みます。品質とは、信頼性・正確性だけでなく、使いやすさや要求充足度、サポート品質まで含まれます。重大事故や品質コンプライアンス違反を防ぐため、引き合いから納品までの各工程を監視・指導し、最終的な合否判定や稼働状況の監視を主導します。 【職務詳細】 上流工程から下流工程、本番稼働における品質確保に関する業務 ・検査計画の立案と品質確保施策の遂行 ・設計/製造/テスト各工程の品質検査(実機テスト含む) ・品質分析・改善提案、稼働に向けた最終判定 ・稼働状況の監視、品質リスクの未然防止 ※品質保証未経験でも、業務を通じて理解を深められます。 【働く環境】 ・配属組織/チーム:10～20名のチーム ・働き方:在宅勤務と出社のハイブリッド(平均で週1～2回の出社) ・開発・検査の時期やプロジェクトの状況により出張あり。 ※上記内容は、募集開始時点の内容であり、入社後必要に応じて変更となる場合がございます。予めご了承ください。

電力インフラを支える監視制御システムや自動給電システム、再生可能エネルギー関連システムを対象に、品質保証業務を担当いただきます。 開発・設計段階から製品リリース、顧客への納入後まで一貫して品質確保に携わり、各工程の成果物レビュー、品質評価、試験・検査計画の策定および実施、品質改善活動を推進します。 また、運用開始後の障害発生時には原因分析や再発防止策の立案を通じて、社会インフラを支えるシステムの安全性・信頼性向上に貢献していただきます。 【職務詳細】 品質保証担当として、開発プロジェクトにおける品質確保と品質向上活動を推進します。 開発・設計工程から製品リリース、顧客納入後までの各フェーズにおいて、品質計画の策定、成果物レビュー、品質評価、試験・検査の実施および改善提案を行います。 また、品質保証プロセスやルールの改善・標準化活動にも参画し、継続的な品質向上に貢献します。 ソフトウェア品質保証業務では、システム仕様や顧客要求事項への適合性を確認するための各種評価・試験を実施するとともに、品質リスクの抽出や不具合の原因分析、再発防止策の立案・推進を担当します。 【配属組織名】 デジタルシステム&サービス統括本部 インフラ制御品質保証本部品質保証第二部 【想定ポジション】 主任クラス ※募集開始時の想定であり、選考を通じて決定の上、オファー時にご説明いたします。 【携わる事業・ビジネス・サービス・製品など】 電気の消費量(需要)に応じた発電量(供給)を調整して、電力系統の運用を行う”自動給電システム”のほか、変電所および送電線の状況を監視し、安定した電力供給、停電時の早期復旧などを行う、電力の監視・制御システムです。直近では、再エネ電力監視、監視AIを用いた電力系統安定化システムなども取り扱っています。 【働く環境】 ①配属組織となるグループは20人弱のチームで20代後半から30代前半のメンバーが多く、とても明るい職場です。 ②在宅勤務可(週数日)/国内出張あり(短期間) ※上記内容は、募集開始時点の内容であり、入社後必要に応じて変更となる場合がございます。予めご了承ください。

電力インフラを支える自動給電システムを対象に、品質保証業務を担当いただきます。 開発・設計段階から製品リリース、顧客への納入後まで一貫して品質確保に携わり、各工程の成果物レビュー、品質評価、試験・検査計画の策定および実施、品質改善活動を推進します。 また、運用開始後の障害発生時には原因分析や再発防止策の立案を通じて、社会インフラを支えるシステムの安全性・信頼性向上に貢献していただきます。 【職務詳細】 品質保証担当として、開発プロジェクトにおける品質確保と品質向上活動を推進します。 開発・設計工程から製品リリース、顧客納入後までの各フェーズにおいて、品質計画の策定、成果物レビュー、品質評価、試験・検査の実施および改善提案を行います。 また、品質保証プロセスやルールの改善・標準化活動にも参画し、継続的な品質向上に貢献します。 ソフトウェア品質保証業務では、システム仕様や顧客要求事項への適合性を確認するための各種評価・試験を実施するとともに、品質リスクの抽出や不具合の原因分析、再発防止策の立案・推進を担当します。 【配属組織名】 デジタルシステム&サービス統括本部 インフラ制御品質保証本部品質保証第二部 【想定ポジション】 主任クラス ※募集開始時の想定であり、選考を通じて決定の上、オファー時にご説明いたします。 【携わる事業・ビジネス・サービス・製品など】 電気の消費量(需要)に応じた発電量(供給)を調整して、電力系統の運用を行う”自動給電システム”のほか、変電所および送電線の状況を監視し、安定した電力供給、停電時の早期復旧などを行う、電力の監視・制御システムです。直近では、再エネ電力監視、監視AIを用いた電力系統安定化システムなども取り扱っています。 【働く環境】 ①配属組織となるグループは約10名のチームで20～30代のメンバーが多く、明るい職場です。 ②在宅勤務可(週数日)/国内出張あり(短期間) ※上記内容は、募集開始時点の内容であり、入社後必要に応じて変更となる場合がございます。予めご了承ください。

職務概要 複数プロジェクトを横断的に品質管理する専門チームのマネジメントを担っていただきます。 職務詳細 ●下記作業を行う10名程度のチームのマネジメント。主に進捗管理、アサイン管理、顧客折衝対応等。 ・品質管理(品質評価・障害分析) ・工程管理(規定・プロセス確認) 基本的に、システム開発における品質担保をミッションに、どのような品質基準でレビューを行うべきか、品質工程の仕様検討や、レビューをご対応いただき、ベンダー・チームメンバーへの指示だし等を行っていただきます。 携わる事業・ビジネス・サービス・製品など 大手ネット銀行におけるシステム開発プロジェクトの品質管理支援 仮想化技術やクラウド、AIをはじめとする最新技術の利活用も積極的に取り組んでいる環境の中、品質確保の顧客支援を行う。 配属組織名 デジタルサービスビジネスユニット(金融システム) 金融第一システム事業部　第三本部　第四グループ 配属組織について(概要・ミッション) ●担当業界 大手ネット銀行 ●ミッション 開発速度が速く、多数のプロジェクトが輻輳するネット銀行の環境において、金融機関に求められる品質の確保に寄与し、社会インフラを支える。

● 主な職務内容 当社の主力プロダクト「COMPANY」シリーズおよび新製品における「品質保証」ないし、「セキュリティ検証」のいずれかのテスト領域をお任せします。 ● 具体的な業務内容 【1】品質保証(Quality Assurance) 「COMPANY」シリーズの品質向上:製品に対する統合テスト(シナリオテスト)の設計・実施、機能テストならびにシナリオテストのテストケースレビュー、回帰テストの企画・実行、テスト力強化に向けた施策立案と推進。 重要プロジェクトのリード: 全社的にインパクトの大きい新規機能や重要案件のテスト実行支援。 新製品・機能の品質評価手法の構築: 新製品に対する新しい品質評価手法の確立と検証体制の構築。 「属AI化」の防止とプロセス定義: AIツール利用を前提とした開発において、自律実行と人的承認の境界線を定義するルール策定。 品質の可視化: 品質KPIのモニタリング、重大リスクの把握および再発防止策の推進。 【2】セキュリティ検証(Product Security) セキュリティ検証の実行: 製品自体の脆弱性診断およびセキュリティテストの実施。 最新脅威への対応策策定: フロンティアAI等による高度なサイバー攻撃リスクの動向把握と、製品へのセキュリティ対応策の検討・実装。 インシデント対応支援: 製品セキュリティに関わる問題発生時の検証、および原因分析支援。 ● キャリアパス ご経験・適性に応じて担当領域を決めていきます。スキルに応じて担当職域の拡大、半年～1年後には担当領域のリーダーへのステップアップを期待します。

【ミッション】 新設された全社横断の品質改革組織において管理職として、以下のテーマをリードしていただきます。 【業務内容】 1.品質可視化要件の構築と運用及び品質データ活用による改善サイクルの確立 ソフトウェア開発の総量や生産性、品質状況をリアルタイムで「見える化」するためのデータ基盤を構築し、データ駆動型の改善サイクルを回します。 ●開発品質データの要件定義 蓄積すべき品質データの検討および品質メトリクスの抽出・定義 開発状況をリアルタイムに把握し、リスクを早期検知するためのデータ可視化環境の構築 ●開発品質データの構築と運用 定義したメトリクスに基づき、各開発現場から効率的に品質データを抽出・自動収集する仕組みの検討 開発状況や不具合収束性をいつでも俯瞰・把握できるダッシュボードの構築と、日常的な運用の確立 2.開発状況アラート判定基準と運用 プロジェクトの遅延や、重大な品質低下をイベント前に早期検知するためのガバナンス体制を構築します ●開発品質における不具合基準の要件定義 開発の途中で「開発状況の是非」をリアルタイムに定量判断するためのアラート閾値の策定 ●上記基準の実行と運用 策定した基準に基づき、開発状況のモニタリングを実行 リスクや異常を検知した際、開発現場へのタイムリーなフィードバックや、マネジメント層への迅速なエスカレーションフローの運用 3.バグ状況可視化方法の標準化 事業領域や開発チームごとにバラつきがある不具合管理を統一し、全社的なソフトウェア品質の横串管理を実現します ●ソフトウェア用の不具合管理方法における要件定義 不具合の定義、ステータス遷移(起票からクローズまで)、深刻度の全社統一ルール策定 ●不具合JIRAルールの標準化構築と運用 Jira等のツールにおいて、放置されがちなバグを無くすためのワークフロー設計および入力ルールの標準化 現場が迷わず正しく入力・管理するための、Jira標準化ルールのマニュアル整備と運用定着 4.ソフトウェア品質の浸透・定着活動 ●各開発組織に対する品質基準等の展開 SDVの各開発組織に設置される窓口担当者と密に連携し、策定した各種品質基準やプロセス、Jiraルール等を能動的に展開・導入 四輪開発センターの品質組織とも連携し、将来的には独立した立場から品質を担保する「第三者評価・品質監査」の仕組みづくりの推進 ●品質意識向上に向けた取り組み 市場で発生した不具合要因の分析結果や再発防止策を、SDV全体の開発プロセス・環境へ横串でフィードバック・共有 勉強会の開催や成功事例の共有を通じ、開発者一人ひとりのソフトウェア品質に対する意識向上と文化の醸成 ※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

管理職として、以下の業務領域における決裁・組織マネジメント・技術戦略構築などをお任せする予定です。 ① ビークルOS(車載OS)の開発 次世代のAD/ADASシステムを安全かつ安定的に動作させるためのビークルOSの開発を行います。 サプライヤーと連携した開発と、完全内製化の開発の2種類があるため、組込み開発において何らかのご経験があれば、ご活躍の可能性がございます。 (実装やテスト経験者も対象) ≪業務委細≫ ・AUTOSAR Adaptive / Classicに基づいたOS・ミドルウェア層の要求仕様策定、設計、実装 ・OSとアプリケーション間のインターフェース仕様策定および調整 ※OSやミドルウェア開発経験、リアルタイムOS、仮想化技術、セキュアブートやプロセス間通信(IPC)などの知識が活かせます。 ② 車載アプリケーション/サービスのインテグレーション(統合・検証) 開発したビークルOS上で動作する各種AD/ADAS向けアプリケーションやサービスを統合し、最適に動作させるための設計・検証を行います。 インテグレーションを完遂するには、OSのカーネル、通信ミドルウェア、ハードウェア、そして上位のアプリ層まで、すべてのレイヤーに精通する必要があります。 そのため、特定の技術に閉じこもらず、フルスタックな知識が自然と身につきます。 ≪業務委細≫ 他チーム・他社が開発したアプリをビークルOSに適切に組み込み・配置 ソフトウェア間の通信や依存関係を調整・チューニング システム全体での機能検証・統合テスト・不具合解析/対策 ③ 次世代通信ミドルウェアの開発・実装 AD/ADAS向けの通信ミドルウェア(DDS、SOME/IP、MQTT等)」の開発は、車の安全性向上に直結する領域です。 システムのふるまいについて低遅延・正常作動を実現させる仕事です。 ≪業務委細≫ SOME/IP、DDS、MQTTなど、車内・車外通信プロトコルのAD/ADAS向けの最適化と実装 異なるドメイン間でのデータ交換を安全かつ低遅延で行うためのルーティング制御やメッセージブローカーの開発 ④ 生成AIを活用した開発プロセスの改善及び内製化促進 プラットフォームの開発実務を担っていただきながら、当該領域における開発効率を上げるためにAI活用の推進を担っていただきたいです。 既存の開発手法に囚われずに、開発プロセスの課題を特定し、最新のAI技術を駆使しながら改善につなげていただくことがミッションです。 ≪業務委細≫ 過去資産のデータ化 過去の膨大な開発・設計資料をデータ資産化し、ナレッジ検索・再利用性を向上させる基盤構築。 テスト自動化 生成AIを活用したテストコードの自動生成、検証工程の自動化による工数削減 開発の内製化推進 AIコードアシスタント等を活用し、従来外注していた実装業務を社内でスピーディーに行う「内製開発」へのシフト推進 ※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

【ミッション】 新設された全社横断の品質改革組織において管理職として、以下のテーマをリードしていただきます。 【業務内容】 1.品質可視化要件の構築と運用及び品質データ活用による改善サイクルの確立 ソフトウェア開発の総量や生産性、品質状況をリアルタイムで「見える化」するためのデータ基盤を構築し、データ駆動型の改善サイクルを回します。 ●開発品質データの要件定義 蓄積すべき品質データの検討および品質メトリクスの抽出・定義 開発状況をリアルタイムに把握し、リスクを早期検知するためのデータ可視化環境の構築 ●開発品質データの構築と運用 定義したメトリクスに基づき、各開発現場から効率的に品質データを抽出・自動収集する仕組みの検討 開発状況や不具合収束性をいつでも俯瞰・把握できるダッシュボードの構築と、日常的な運用の確立 2.開発状況アラート判定基準と運用 プロジェクトの遅延や、重大な品質低下をイベント前に早期検知するためのガバナンス体制を構築します ●開発品質における不具合基準の要件定義 開発の途中で「開発状況の是非」をリアルタイムに定量判断するためのアラート閾値の策定 ●上記基準の実行と運用 策定した基準に基づき、開発状況のモニタリングを実行 リスクや異常を検知した際、開発現場へのタイムリーなフィードバックや、マネジメント層への迅速なエスカレーションフローの運用 3.バグ状況可視化方法の標準化 事業領域や開発チームごとにバラつきがある不具合管理を統一し、全社的なソフトウェア品質の横串管理を実現します ●ソフトウェア用の不具合管理方法における要件定義 不具合の定義、ステータス遷移(起票からクローズまで)、深刻度の全社統一ルール策定 ●不具合JIRAルールの標準化構築と運用 Jira等のツールにおいて、放置されがちなバグを無くすためのワークフロー設計および入力ルールの標準化 現場が迷わず正しく入力・管理するための、Jira標準化ルールのマニュアル整備と運用定着 4.ソフトウェア品質の浸透・定着活動 ●各開発組織に対する品質基準等の展開 SDVの各開発組織に設置される窓口担当者と密に連携し、策定した各種品質基準やプロセス、Jiraルール等を能動的に展開・導入 四輪開発センターの品質組織とも連携し、将来的には独立した立場から品質を担保する「第三者評価・品質監査」の仕組みづくりの推進 ●品質意識向上に向けた取り組み 市場で発生した不具合要因の分析結果や再発防止策を、SDV全体の開発プロセス・環境へ横串でフィードバック・共有 勉強会の開催や成功事例の共有を通じ、開発者一人ひとりのソフトウェア品質に対する意識向上と文化の醸成 ※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

【ミッション】 新設された全社横断の品質改革組織において管理職として、以下のテーマをリードしていただきます。 【業務内容】 1.品質可視化要件の構築と運用及び品質データ活用による改善サイクルの確立 ソフトウェア開発の総量や生産性、品質状況をリアルタイムで「見える化」するためのデータ基盤を構築し、データ駆動型の改善サイクルを回します。 ●開発品質データの要件定義 蓄積すべき品質データの検討および品質メトリクスの抽出・定義 開発状況をリアルタイムに把握し、リスクを早期検知するためのデータ可視化環境の構築 ●開発品質データの構築と運用 定義したメトリクスに基づき、各開発現場から効率的に品質データを抽出・自動収集する仕組みの検討 開発状況や不具合収束性をいつでも俯瞰・把握できるダッシュボードの構築と、日常的な運用の確立 2.開発状況アラート判定基準と運用 プロジェクトの遅延や、重大な品質低下をイベント前に早期検知するためのガバナンス体制を構築します ●開発品質における不具合基準の要件定義 開発の途中で「開発状況の是非」をリアルタイムに定量判断するためのアラート閾値の策定 ●上記基準の実行と運用 策定した基準に基づき、開発状況のモニタリングを実行 リスクや異常を検知した際、開発現場へのタイムリーなフィードバックや、マネジメント層への迅速なエスカレーションフローの運用 3.バグ状況可視化方法の標準化 事業領域や開発チームごとにバラつきがある不具合管理を統一し、全社的なソフトウェア品質の横串管理を実現します ●ソフトウェア用の不具合管理方法における要件定義 不具合の定義、ステータス遷移(起票からクローズまで)、深刻度の全社統一ルール策定 ●不具合JIRAルールの標準化構築と運用 Jira等のツールにおいて、放置されがちなバグを無くすためのワークフロー設計および入力ルールの標準化 現場が迷わず正しく入力・管理するための、Jira標準化ルールのマニュアル整備と運用定着 4.ソフトウェア品質の浸透・定着活動 ●各開発組織に対する品質基準等の展開 SDVの各開発組織に設置される窓口担当者と密に連携し、策定した各種品質基準やプロセス、Jiraルール等を能動的に展開・導入 四輪開発センターの品質組織とも連携し、将来的には独立した立場から品質を担保する「第三者評価・品質監査」の仕組みづくりの推進 ●品質意識向上に向けた取り組み 市場で発生した不具合要因の分析結果や再発防止策を、SDV全体の開発プロセス・環境へ横串でフィードバック・共有 勉強会の開催や成功事例の共有を通じ、開発者一人ひとりのソフトウェア品質に対する意識向上と文化の醸成 ※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 【職場環境・風土】 Hondaは三つの喜び(買う喜び、売る喜び、創る喜び)を基本理念に、創業より数々の製品を生みだしてきました。役員から新入社員まで、あらゆる人材が自由な発想で、夢や理想を徹底的に追求する風土が根付いており、学歴や年齢に関係なく誰もがフラットに活躍できる職場環境です。積極的に仕事に向き合い、推進する力のある従業員には、入社直後であっても大きな仕事が任されます。「こんなクルマが作りたい!」と自ら手を挙げてプロジェクトを立ち上げるような気概を持った方に、是非仲間に入っていただきたいと思います。

HILS、ベンチ等を使用した電動車(HEV/EV)用インバータ、モータ及び充放電系統合ECU等の適合・検証業務を行うにあたっての環境・ネットワーク構築業務をお任せします。 <詳細> ・適合・検証業務を行ううえでのツールの開発・導入の検討 ・グローバルネットワークの構築 ●ミッション/期待する役割・責任 ・HEV/EV用インバータ、モーター及び充放電系統合ECU等のシステム検証業務 ・HILS、モーターベンチでのインバータ制御、モータ制御の動作検証業務や適合業務 ・充放電系ECU評価設備での動作検証業務や適合業務 ・車両メーカーでの製品試験、実車試験への参加 【業務内容についての補足】 ・雇入れ直後:「求人内容」において、会社の定めた業務 ・変更後の範囲:会社の定める業務

【このポジションの役割】 本ポジションでは、AI を活用した品質保証プロセスの設計と改善を担います。 単にテストを実行するのではなく、 ・品質リスクの分析 ・テスト戦略の設計 ・テスト自動化 ・AI を活用した品質改善 などを通して、プロダクトの品質を継続的に向上させます。 QA は開発プロセスの最後の工程ではなく、品質を作るエンジニアリング領域であると考えています。 【主な業務】 ・AI を活用したテスト設計・テスト生成 ・E2E / Integration / Unit テストの自動化 ・CI/CD パイプラインへのテスト統合 ・品質メトリクスの設計・分析 ・品質リスク分析とテスト戦略設計 ・バグトラッキングと品質改善プロセスの設計 ・QA プロセスの継続的改善 ・開発チームとの品質文化の構築 【使用技術・ツール】 ・Playwright(E2E テスト) ・GitHub / GitHub Actions(CI/CD) ・Datadog(監視・エラー分析) ・Claude / Claude Code / Cursor ※今後変更になる可能性がございます ・MCP ツール ・AWS / GCP

タイミーのQAエンジニアは、開発チームとともにプロダクト品質に向き合いながら、AIを前提に品質管理プロセスそのものを見直し、チームが自律的に品質を作り込める仕組みを設計・実装する役割を担います。 事業フェーズやプロダクトのリスクに応じて、必要なQAの強度を見極めながら、品質基準、AI向けのルール、評価モデル、テスト戦略を整備し、それらをCI/CD、自動テスト、テスト実行環境、監視・フィードバックの仕組みに接続していきます。単なるテスト工程の自動化ではなく、要求整理、レビュー、リスク分析、検証計画、フィードバックまで含めた開発プロセス全体を改善していきます。 具体的には、以下のような業務を想定しています。 ●品質基準・QAプロセスの設計と構造化 QA Handbook、QA Skills、テスト戦略、品質基準を整備し、チームが再現性をもって品質を担保できる状態をつくります。 要求仕様、AC、DoD、テスト観点を開発チームやAIが扱いやすい形に構造化し、開発プロセスの中で活用できるようにします。 ●リスクベースの品質設計 プロダクトや機能の特性を踏まえて品質リスクを整理し、どこに重点を置いて検証すべきかを設計します。 事業フェーズやリスクの大きさに応じてQA強度を調整し、人による判断と自動化のバランスを見極めます。 ●AI駆動開発に対応した品質ルール・評価の設計 AIエージェントが品質判断に活用できるよう、品質ルール、プロンプト、レビュー観点、評価基準を設計します。 AI生成物に対する品質ゲートやフィードバックの仕組みを整備し、AIを活用した開発でも品質を継続的に担保できる状態をつくります。 ●自動検証・テスト基盤の構築 プロダクトのテスタビリティ向上を主軸に、テストしやすい設計・テストデータ・実行環境・検証観点の整備を進めます。 自動テストやCI/CDと接続し、開発チームが継続的かつ効率的に品質を確認できるテスト基盤を構築・改善します。 ●セルフQA基盤の導入・展開 開発チームが自律的に品質を確認・改善できるよう、品質ガードレールや標準プロセスを設計・導入します。 品質基準を開発プロセスや自動検証の仕組みに接続し、品質保証を人手に閉じないスケーラブルな仕組みへ進化させます。 開発環境(主要な部分の抜粋) ●Backend 開発言語: Ruby 4.0系 アーキテクチャ: Ruby on Rails 7.2系、RSpec ●Frontend 開発言語: TypeScript アーキテクチャ: Next.js CSR(SPA), React Hooks, SWR ●Mobile(iOS) 開発言語: Swift ●Mobile(Android) 開発言語: Kotlin ●Infrastructure AWS:ECS Fargate, Aurora, RDS, S3, ElastiCache, CloudFront, etc… Elasticsearch(AWS Marketplace) Google Cloud(一部サービス) IaC:Terraform ログ:Datadog LogsとS3に集約 ●その他 コード管理: GitHub コミュニケーションツール: Slack, Notion その他:Firebase, twilio, ImageFlux, OneSignal, Figma etc… AIエージェント・LLMツール: GitHub Copilot Coding Agent, Devin, Cursor, Claude Code ●組織的な品質文化の醸成 サイクルタイム(要件定義からリリースまでの完了時間) やFour Keysなどのメトリクスを活用し、「フィードバックサイクルの短縮」が「品質改善スピード」に直結するという考え方を浸透させます。 ポストモーテムのファシリテーションや、テスト設計技法のレクチャーなどを通じて、チーム全体の品質意識とスキルを高め、自律的な改善サイクルを回せるように支援します。 開発環境(主要な部分の抜粋) ●Backend 開発言語: Ruby 3.4系 アーキテクチャ: Ruby on Rails 7.2系、RSpec ●Frontend 開発言語: TypeScript アーキテクチャ: Next.js CSR(SPA), React Hooks, SWR ●Mobile(iOS) 開発言語: Swift ●Mobile(Android) 開発言語: Kotlin ●Infrastructure AWS:ECS Fargate, Aurora, RDS, S3, ElastiCache, CloudFront, etc… Elasticsearch(AWS Marketplace) Google Cloud(一部サービス) IaC:Terraform ログ:Datadog LogsとS3に集約 ●その他 コード管理: GitHub コミュニケーションツール: Slack, Notion その他:Firebase, twilio, ImageFlux, OneSignal, Figma etc… AIエージェント・LLMツール: GitHub Copilot Coding Agent, Devin, Cursor, Claude Code 組織カルチャー ●開発組織のカルチャー タイミーの開発組織は個々人の志向や特性の多様性を「許容」するのではなく「歓迎」する組織です。 各メンバーの多様性を彩りとして捉えて決して否定せず、強みとして重ね合わせて、同じチーム、プロダクトの目標を達成を実現できる組織を目指しています。 また、チームトポロジーの考えを活用した組織構造を採用していることも特徴です。例えば、顧客価値に基づいて領域ごとに組織を分割したり、専任のエンジニアリングマネージャーやアジャイルコーチ、スクラムマスターなどマネジメント専門職メンバーを各チームに配置しています。 https://www.youtube.com/live/uJL3M7R8MLc?feature=share&t=3057 ●技術コミュニティ活動 社内の所属チームを超えたiOSやAndroidなど専門的な技術テーマごとに取り扱うコミュニティ活動も活発で、組織図を超えたオープンなコミュニケーションが行われています。 また、RubyKaigi や Kaigi on Railsを始めとしたカンファレンスのスポンサー活動やイベント登壇、記事の発信など技術コミュニティへの貢献や広報にも力を入れています。 ●オンボーディング メンバー一人ひとりが能力を発揮して、チームで活躍できる環境を目指して様々なオンボーディングプログラムを実施しています。 例えば、入社後チームや技術領域が近いメンバーがメンターとして伴走するオンボーディングの実施や、現職のスクラムマスターからスクラムに関する考え方や手法などをインプットするスクラムオンボーディング、配属直後にマネジメント層とのWelcome 1on1を実施しています。これからの取り組みによって、会社への不明点を早期に解決することで、新メンバーがタイミーで活躍しやすい環境を整えています。 https://productpr.timee.co.jp/n/n46122cd3ec6b ●働き方 フルリモート・フレックスの働き方が浸透しており、NotionやSlackを活用したテキストコミュニケーション、ハドルやMeetを使った同期的なコミュニケーションなどによって職種問わずコミュニケーションが活発な環境になっています。 また、所属チームを超えてiOSやAndroidなど専門的な技術テーマごとに取り扱うコミュニティ活動も活発で、組織図を超えたオープンなコミュニケーションが行われています。 https://productpr.timee.co.jp/n/n2dcb5475e249 ●DevEnable室の取り組み エンジニアの市場価値向上につながる成長支援、学習支援、機会提供、生産性向上を行う専門チームDevEnable室を設置しています。 具体的な制度の一部をご紹介します。 ・在宅環境を自分好みに整えられるリモートHQ制度 ・技術コミュニティ発展への貢献を後押しするOSSボーナス制度 ・世界中のカンファレンス参加を支援するKaigi Pass制度 ・最大300万円、勤務年数に応じて返済不要のエンジニア奨学金制度 ・DevEnable室に込めた思いについても記載していますので、よろしければぜひ下記URLもご覧ください。 https://product-recruit.timee.co.jp/tde10

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

【仕事内容】 生成AIが進化をし続けている今、プロダクトの開発プロセスが大きく変わってきています。 ログラスの描く未来のために必要となる高いプロダクト品質水準の実現と、それを直結する開発の生産性向上に向けて、開発組織全体の思想に基づいたQA技術・組織戦略の立場からQA技術基盤の整備までリードする戦略QA業務をお任せいたします。 ログラスは主力プロダクトである「Loglass 経営管理」を2020年から提供開始した後、マルチプロダクト展開にも注力し、現在では生成AIの進化を最大限に活かせる経営データベース・プラットフォームの開発を行っています。Loglassは経営データを中心に扱っている以上、数値上のミスは許されません。確率論的な生成AIと不確実性も伴う経営意思決定、そこにミスの許されない数値データを組み合わせていくなんとも面白いチャレンジが待ち受けております。 そこで、現在のログラスのプロダクト開発は仕様策定から実装まで多くのフローでAIが活用されています。品質保証フローの全体もAI前提で作っていくことも必須であり、その牽引をお任せいたします。 また、開発スピードと品質を両立させる仕組みとして、高質なプロダクトをスケーラブルかつ再現可能な形で提供するための品質保証プロセスの設計によるガバナンス最適化、プロダクト品質の可視化と計測、テスト自動化基盤の構築など、組織横断テーマをオーナーシップを持って推進していただくことを期待しています。 【具体的な業務内容】 プロダクト戦略に沿った課題設定、QA戦略立案、技術選定、導入の推進 生成AIを前提とした品質保証フローの設計、構築とその後の展開 QA技術基盤構築における課題の整理、優先順位の設計 顧客価値に基づくプロダクト品質の計測観点の整理、手法の検討、仕組みの構築 QA組織の体制強化に向けた採用、ブランディング活動 ●業務内容の変更範囲:会社の定める業務 開発に使っている主なツール インフラ Terraform, Fargate, ECR DB Aurora PostgreSQL サーバーサイド Kotlin, SpringBoot フロントエンド React, Next.js, TypeScript テストツール Datadog synthetics , Playwright

概要 グループ経営ソリューションに関する自社プロダクト(クラウドサービス)の活用を推進いただくために、構築、運用、改善に関する中長期のプラン策定、技術支援を推進いただきます。 新しい製品(クラウドサービス)開発、改善に挑戦し、共に新しい価値の提供を目指していただきます。 ●業務内容 プロダクト(クラウドサービス)の活用を推進いただき顧客満足度を高める技術支援エンジニアとして、顧客とのコミュニケーションをリードし、 社内の営業・製品管理・開発・運用と連携しながら「顧客満足度・活用度」の追及を主体的に実行していただきます。 期待する事 ・ミッションクリティカルな用途にご利用いただいているサービスの品質を、コストバランスと共に適切なレベルと利用方法となるよう中長期的な観点とともに解決策、改善策を提示し、推進していくこと ・お客様の事業成長をご支援することに注力し、中長期的な信頼関係を構築していくこと ・ワンチームとして、社内・社外の関係者と共に有機的かつ能動的にリードしていくこと ・クラウドアーキテクチャや製品、開発プロセスまで継続的な改善と最適化を推進する活動に貢献いただくこと 業務の特徴 ・各業界をリードされているお客様のビジネスを支える重要なアドバイザー業務となります。 お役様のコミュニケーションの窓口となり、エンジニア視点で、開発、運用、長期にわたる継続的なサービスのブラッシュアップなど、 社内の主要な部門と改善を進めるため、経験値も技術力も高められます。 様々な観点での価値創造を推進するため、多様性を重視し、働き方も柔軟に組み立てることが可能です。 配属部門 プロダクト開発本部 プロダクト・エンジニアリング部

●仕事概要 弊社は「エネルギーの制約から人と社会を解き放つ」をミッションに、 日本の電力業界に残る非効率と未開拓領域に挑むエネルギーテック企業です。 私たちの強みはテクノロジー×エネルギー×ファイナンス の掛け算。 従来の常識では不可能だった規模と効率で、前例のない新しい仕組みをつくり出しています。 また、太陽光発電所や蓄熱式エナジーストレージ等の分散エネルギー資源を統合管理する Energy Aggregation Platform を開発・運用しています。 本ポジションは、製品の品質保証活動をリードし、中規模の検証を計画・設計・実施・評価まで完遂するとともに、開発チームが継続的に高品質を出荷できるしくみを作る役割を担います。 スクラムチームの一員として、主に以下を担当します。 ●主な業務内容 ◆品質戦略と計画 当社プロダクトのQAリードとして、品質戦略・テスト計画の策定と実行 ・開発プロダクトに対する新機能テストの計画、設計、実施 ・複数プロダクト間の統合テスト設計・運用 ・非機能テストの設計・実施 ・リリースサイクルにあわせた自動E2Eテストの運用 ・PdM、エンジニア、デザイナー等を含む開発チームの一員としてPJを進行 各プロダクトを担当するQAエンジニアのリード QAチームメンバーの育成・リード、ナレッジ共有の推進 迅速でホスピタリティのある顧客対応のためのカスタマーサクセスや営業との連携 組織全体への品質意識の啓蒙活動 テストプロセスの評価や改善活動 ●開発環境・技術スタック ・バックエンド 言語:C# フレームワーク:ASP.NET Core ORM:Entity Framework Core API:REST(FastEndpoints、MediatR) テスト:xUnit ・フロントエンド 言語:TypeScript フレームワーク:React(Carbon React) ビルドツール:Vite テスト:Vitest、React Testing Library インフラ クラウド:Microsoft Azure データベース:Azure SQL Database ・開発・運用ツール プロジェクト管理/ソース管理/CI/CD:GitHub Enterprise, Azure DevOps(Azure Boards) IDE:Visual Studio 2026(JetBrains ReSharper) コミュニケーション:Microsoft Teams ●チーム体制 所属:テクノロジー本部 本部長(CTO)1名 / テックリード2名 / メンバー6名

●このポジションの3つの特徴 01　「本番で信頼できるAIエージェント」をサービスにします LLM・RAGを使ったAIエージェントを作るだけでなく、評価・品質の担保まで含めて顧客に届けます。作る側(AI開発)と確かめる側(品質保証)が同じ組織にあるからこそできるサービスです。 02　AI開発・品質保証のエンジニアを率いて、サービスをつくります 一人で作り込む仕事ではありません。社内のエンジニアでチームを組み、役割を分け、設計とレビューを担い、技術の判断をしながら開発を進めます。ご自身も手を動かし、チームに見本を示します。 03　仕事のキモは「チームで提供できる」状態をつくることです 作って終わりではありません。開発の型(AI駆動開発の標準・品質ゲート)と評価の型に落とし、誰が作っても品質を落とさずに提供できるチームをつくることが、このポジションの成果です。 ●このポジションで得られるもの ・AIエージェント×品質保証という、まだ勝者の決まっていない領域で、サービスを立ち上げる経験。 ・作る(AI開発)・確かめる(品質保証)・直すがひとつの組織にそろった環境で、チームを率いて開発できること。 ・自分たちがつくった型に価格がつき、チームで顧客に届く経験。 ・サービスの責任者として、サービスとチームを育てていく道。 ## 業務内容 担当するサービスについて、次の5つを担っていただきます。どれも切り離せない仕事ですが、最も大切にしていただきたいのは「4. チームで提供できるようにする」です。作って終わりではなく、ご自身がいなくても、チームが同じ品質で提供できる状態をつくることが、このポジションの成果です。 【1. 決める ― サービスの中身と、提供の形を決める】 ・顧客の業務と課題から、AIエージェントで何を解き、どの水準の品質を約束するかを決めます。 ・提供メニュー・手順・品質基準・価格の考え方を、事業の責任者と相談しながら決めます。 【2. 作る ― 自らも手を動かし、技術の判断を担う】 ・AIエージェントの設計、RAG・データ基盤との連携、評価の仕組みなど、要となる部分はご自身でも作り、試します。 ・担当する範囲のアーキテクチャ・技術選定・品質の基準について、技術の判断を担います。 【3. 率いる ― AI開発・品質保証のエンジニアを動かして開発する】 ・社内のAI開発・品質保証のエンジニアでチームを組み、役割を分け、開発を進めます。 ・設計・コードのレビュー、評価結果の確認を通じて、チームの成果物の品質に責任を持ちます。 【4. チームで提供できるようにする ― 型にして、誰が作っても品質を落とさない状態にする】 ・開発の手順、AI駆動開発の標準、品質ゲート、評価の設計を「型」として書き起こし、チームで使える状態にします。 ・型をメンバーに教え、ご自身がいなくても、チームが同じ品質でサービスを作り、提供できるようにします。 【5. 届ける ― 顧客の前に立ち、最初の提供をやり切る】 ・営業担当と組み、技術面の提案を担います。 ・最初の案件では、チームを率いて導入・提供をやり切り、社外の実績をつくります。 #### ●技術環境 【言語 / フレームワーク】 React、TypeScript(フロントエンド)/Python、C#(バックエンド) 【クラウド】 Azure(AWS・GCPのご経験も歓迎) 【データベース / 基盤】 PostgreSQL、Databricks 【AI領域】 生成AI(LLM/RAG/AIエージェント)を活用したAI駆動開発 【AI開発ツール】 Claude Code、Cursor、GitHub Copilot、Codex、CodeRabbit 【品質保証・評価】 テスト設計、テスト自動化、CIの品質ゲート、AIの評価設計(評価データセット・自動評価・回帰評価) ●入社後のロードマップ 【入社〜3ヶ月】 進行中のAIエージェント基盤・品質担保の型づくりに加わり、チームと技術の現状をつかみます。あわせて、自社の業務を題材にしたAIエージェントの開発を、評価の設計まで含めてリードし、サービスの原型を1つ形にしていただきます(例:営業支援のAIを、品質の基準まで含めて自社で使える状態にする)。 【3〜6ヶ月】 自社で確かめた結果をもとに、提供メニュー・品質基準・価格の案を固め、営業担当とともに既存の顧客に提案します。開発と評価の手順を、チームの型として書き起こします。 【6ヶ月〜1年】 社外の顧客への提供実績をつくります。チームのメンバーが型に沿って、品質を落とさずに作れる状態にします。 【1年〜】 サービスの責任者として、サービスとチームを育てていただきます。次のサービスの立ち上げや、型を使えるエンジニアの育成もリードいただきます。 ※ 進む速さはご経験と成果によって変わります。どこから担っていただくかは、ご経験をうかがったうえで一緒に決めます。 ●あえてお伝えしたい「厳しいリアル」 【サービスはまだ「売れる形」になっていません】 社外への提供は、最初の1件をつくる段階です。提供メニュー・価格・品質基準は整備の途中で、何を型にするかを決めるところから関わっていただきます。 【チームのメンバーは、顧客の案件と兼務の人もいます】 サービス開発に関わるエンジニアの稼働は、事業の責任者と調整しながら確保します。限られた時間の中で、役割を分け、成果につなげるリードが求められます。 【立ち上げの段階は、ご自身が手を動かす場面も多くあります】 チームを率いる役割ですが、型ができるまでは、要となる部分をご自身で作り、見本を示す場面が多くなります。 【営業を一人で背負う必要はありませんが、顧客の前には立っていただきます】 営業担当と組む体制で進めます。一方で、技術面の提案や最初の提供では、ご自身が顧客と直接向き合います。 【原則「出社」の環境です(リモートワーク不可)】 立ち上げの段階は、事業の責任者・チームのエンジニアとの密なコミュニケーションと、速い意思決定が欠かせないと考えているためです。 ●このポジションではないこと ミスマッチを防ぐため、あらかじめお伝えします。 ・全社のDX・変革を企画し、推進する役割ではありません。担っていただくのは、AIエージェント×品質保証のサービスです。 ・資料づくりや取りまとめが中心の、PMO・企画の役割ではありません。技術の判断と、ご自身が手を動かすことが欠かせません。 ・一人で作り込むスペシャリストの役割でもありません。エンジニアのチームを動かし、チームで提供できる状態をつくることが仕事の中心です。 ●担当していただくサービス 【サービスの方向性】 本番で信頼できると担保されたAIエージェントを、顧客に届けるサービス 【サービスの中身(例)】 ① AIエージェントの構築:業務の分解から、AIエージェント・ワークフロー型AIの設計・構築、既存システム・データとの連携(LLM・RAG、AIエージェントを支えるデータ基盤を含む)、運用まで ② 品質の担保:正確性・タスクの完了・権限・安定性・安全性・業務への適合の観点での評価設計、評価データセットと自動評価、モデル更新時の回帰評価 ③ 作り方の型:AI駆動開発で、速く、品質を落とさずに作るための開発標準・レビュー基準・品質ゲート 【いまの進み方】 複数のチームが並行して、AIエージェント基盤と品質担保の型づくりを進めています。自社の業務(営業支援のAIなど)を題材に作り、まず自社で効果を確かめてから社外へ届けます。大手SIerのプロジェクトにはチームで参画し、AIエージェントを支えるデータ基盤の開発も進めています。 【一緒に動くメンバー】 社内のAIソリューション開発のエンジニア、品質保証(QA・テスト)のエンジニア、営業担当 【いまの状態】 社外への提供は、最初の1件をつくる段階です。提供メニュー・価格・品質基準は整備の途中です。 ※ どこから担っていただくか、サービスの中身をどう広げるか、社内のリードエンジニアとどう役割を分けるかは、ご経験と得意な領域をうかがったうえで一緒に決めます。 ●従事すべき業務の変更の範囲 →会社の定める業務

※ご経験と志向性に応じて、以下の役割の中から適切な領域をお任せします。 ・品質戦略・QA計画の策定と推進 複数プロダクト(データ基盤PJ、原価管理システムPJ、生産管理システムPJ等)を横断的に見渡し、品質目標の設定からQA計画の策定までをリードします。プロジェクトの特性やリスクに応じて優先順位付けを行い、限られたリソースで最大の品質効果を生み出す戦略を立案・推進します。 ・品質プロセスの設計とレビュー体制の構築 開発の上流工程から品質観点でレビューに参加し、要件/基本設計/詳細設計の各フェーズでテスト観点を定義します。PdM/POや開発エンジニアと連携し、不具合の早期発見・早期解決ができる品質プロセスを構築します。 ・非機能品質(性能・信頼性・運用性)の保証 複数システム間のデータ連携部分において、障害発生時の復旧検証やデータ整合性の確認など、複雑なシナリオの設計・実行をリードします。特に、特定システムの障害時に他システムへの影響を最小化できるかどうかの検証が重要なミッションとなります。 ・テスト自動化による品質の安定化 自動化テストツール等を活用し、回帰テストの効率化と品質の安定化を推進します。CI/CD上での自動テスト実行環境を整備し、リリースサイクルの短縮と品質担保の両立を実現します。 ・外部パートナーとの連携によるQA体制の拡充 外部委託先との連携窓口として、テスト計画の立案、進行管理、成果物レビューを担当します。社内開発チームと外部パートナーの橋渡し役として、品質基準の統一と効率的なQA運用を実現します。 ・品質メトリクスの設計・可視化と改善サイクル運用 カバレッジ、欠陥密度、Lead?Time等の品質指標を設計し、ダッシュボードによる可視化を行います。データに基づいた改善提案を行い、継続的な品質向上サイクルを確立します。 【組織体制】 システム開発部には約20名が在籍しており、複数のプロダクトチームに分かれて開発を進めています。QAリードは各チームを横断的に支援しながら、PdM/POやエンジニアと密に連携いただきながら品質向上をお任せします。外部パートナーも活用しつつ、社内外のリソースを組み合わせたQA体制を構築していただきたいと考えています。 【組織体制】 ・E2E:Playwright/Cypress ・負荷テスト:k6 ・CI/CD:GitHub Actions ・コラボレーション:Notion、Issueトラッカー、各種ドキュメント基盤 ・AIエージェント:Claude Code、AWS DevOps Agent、その他オープンソースで提供されているQAエンジニア向けSub Agent 【ワークスタイル】 ・自ら動き、相手に働きかける、重要な活動を人任せにしない。(ハンズオンを最も大事にしています) ・社員のやりがいを尊重し、仲間と高め合う。(社員の仕事のやりがいを大事にしています) ・自分はフェアであろうとしているか?自分や他者を豊かにしているか?と問う(正しく生きる、豊かに生きる) 【業務内容の変更範囲】当社業務全般

QA業務をAIエージェントが自律実行できるハーネスを設計・実装します。 【具体的な業務内容】 ・ハーネスエンジニアリングの実践 └ハーネスエンジニアリングの枠組みの中で、QA業務を担う各工程のAIエージェントを設計、構築します。 ・リスク分析/テスト分析/テスト設計エージェント └仕様書を分析し、その後の実装や自動テストコーディングへの入力を生成するQAの上流工程を担当するAIエージェントを設計、実装します。 ・自動テストコーディング、自動テスト実行エージェント └テスト設計結果を自動テストとして実装し実行するQA業務の中核となるAIエージェントを設計実装します。 ・CQフィードバックパイプラインの設計・実装 ・不具合/障害情報の集積、分析基盤の構築 └エラーログ/AIエージェント実行ログ/不具合レポート/障害レポートなどを集積し、後続の分析や再発防止策の策定を実施するための基盤を整備します。 ・障害分析や再発防止策実施エージェントの設計、実装 └AIや人間のミスの結果である障害情報を分析し、それらをAIエージェントから利用可能なコンテキストやSKILLの形に実装するAIエージェントの設計、実装をします。 ・外部AI動向の追跡と発信 ・Harness Engineering等のAI分野の最新動向を追跡し、業務設計に落とし込む ・社内の実践と学びを技術ブログ・カンファレンス等で外部発信する 【開発環境】 ●AIエージェント:Claude Code(SKILL / Sub-agent / Hooks / Agent Teams)/ Devin / MCP Server ●テスト自動化:Selenium, Appium, Cucumber, Playwright ●CI/CD:CircleCI, Bitrise ●データ基盤:BigQuery, Tableau ●タスク管理・分析:Asana ●コミュニケーション:Slack, Teams, GitHub, Confluence, Miro ●開発技術スタック:Ruby on Rails, React.js, Next.js, Swift/SwiftUI, Kotlin 【所属部門】 食べログカンパニー 開発本部 品質管理部 【ミッション】 品質管理部は「QA業務をAIが一貫して担う」ことを目指す長期ビジョン Continuous Quality by AI(CQ by AI) を推進するチームです。 そのAIが正しく品質を判断できるよう、QAの知識と基準をAIに渡すエキスパートとして参画していただきます。 単にテストを効率化するのではなく、「リリース前のチェックポイント」だったQAを、開発プロセスそのものに埋め込まれた自律的な仕組みへと変える取り組みです。 月間数千万人が使う食べログで、AIエージェントがコードレビュー・リスク分析・E2Eテストを担い、最終承認のみ人間が行う品質保証の実現を目指しています。 すでに自動テストコーディングでコード生成精度97%・テスト実行工数52%削減・自動化率64%の実績を上げており、その先のフェーズを共に作る段階にあります。 このポジションは AIが正しく品質判断できるようにQAドメインのナレッジをハーネスエンジニアリングの枠組みの中でガードレールやチェックリスト、基準などとして整備する役割 です。 従来のQAエンジニアが「自分でテストを設計・実行し、品質を判断する」のに対し、このポジションは「AIが判断するための基準を設計・検証し、AIの判断結果をレビューする」へと役割が変わります。 QAエンジニアとしての専門知識を活かしながら、業界でもまだ先例の少ない「AIに品質を教える仕事」を担っていただきます。

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