福岡県 データ・AI・機械学習の求人・転職情報

※本求人はエンジニアリンググループの関西採用を目的とした求人票です。 エンジニア全職種で募集しています! ●ミッション 最先端のIT技術を使って医療現場の課題を解決し、日本の医療を変革すること ●担当事業・プロダクト エムスリーはテクノロジーを活用し、医療業界にイノベーションを起こすことを目指して、日本国内外で数多くのWebサービスを展開しています。 「m3.com」 日本最大の医療従事者向けプラットフォーム「m3.com」における各サービスの提供を通じて国内30万人以上、世界で600万人以上の医師に適切な情報を配信し、一億人以上の患者に貢献するため、プロダクト開発に取り組んでいます。 「エムスリーデジカル」 医師の「患者と向き合う時間」を最大化する、クラウド電子カルテ「エムスリーデジカル」を開発しています。新規導入施設数でクラウド電子カルテにおいてNo.1となっています。機械学習を用いた新規機能開発、電子カルテならではの安定運用に向けた改善などに取り組んでいます。 https://digikar.co.jp/ 「エムスリーデジカルスマート診療」 クリニックでの患者の待ち時間の短縮、業務のDXのために、予約・問診・決済等の機能をシームレスに提供する「デジスマ診療」を開発しています。電子カルテ連携・患者向けWeb・アプリや医療機関向け管理画面の改善に取り組んでいます。 https://digikar-smart.jp/doctor その他にも、数多くのプロダクトを運用・新規開発しており、選考フェーズの中で志望者様の希望も含めてご担当頂くプロダクトを決定します。 ●担当業務 担当チームが受け持つプロダクトの設計・開発・運用をお任せします。 プロダクトマネージャーやビジネスチーム、デザインチームと協力しながら、ユーザーヒアリング・技術選定・設計・実装・QA・運用保守といった様々なフェーズに関わることが出来ます。 ●チーム体制 プロダクトごとにチームを組んでおり、チーム平均5〜6名のエンジニアに、プロダクトマネージャー、デザイナー、QAを加えた体制を取っています。 スクラムをベースとした開発を行うチームが多く、継続的なリリースによってユーザに素早く価値を届けることを目指しています。 <入社時>上記に記載の業務 <変更の範囲>会社の定める業務、就業規則に従い出向となった場合は出向先の定める業務

※本求人はエンジニアリンググループの福岡採用を目的とした求人票です。 エンジニア全職種で募集しています! ●ミッション 最先端のIT技術を使って医療現場の課題を解決し、日本の医療を変革すること ●担当事業・プロダクト エムスリーはテクノロジーを活用し、医療業界にイノベーションを起こすことを目指して、日本国内外で数多くのWebサービスを展開しています。 「m3.com」 日本最大の医療従事者向けプラットフォーム「m3.com」における各サービスの提供を通じて国内30万人以上、世界で600万人以上の医師に適切な情報を配信し、一億人以上の患者に貢献するため、プロダクト開発に取り組んでいます。 「エムスリーデジカル」 医師の「患者と向き合う時間」を最大化する、クラウド電子カルテ「エムスリーデジカル」を開発しています。新規導入施設数でクラウド電子カルテにおいてNo.1となっています。機械学習を用いた新規機能開発、電子カルテならではの安定運用に向けた改善などに取り組んでいます。 https://digikar.co.jp/ 「エムスリーデジカルスマート診療」 クリニックでの患者の待ち時間の短縮、業務のDXのために、予約・問診・決済等の機能をシームレスに提供する「デジスマ診療」を開発しています。電子カルテ連携・患者向けWeb・アプリや医療機関向け管理画面の改善に取り組んでいます。 https://digikar-smart.jp/doctor その他にも、数多くのプロダクトを運用・新規開発しており、選考フェーズの中で志望者様の希望も含めてご担当頂くプロダクトを決定します。 ●担当業務 担当チームが受け持つプロダクトの設計・開発・運用をお任せします。 プロダクトマネージャーやビジネスチーム、デザインチームと協力しながら、ユーザーヒアリング・技術選定・設計・実装・QA・運用保守といった様々なフェーズに関わることが出来ます。 ●チーム体制 プロダクトごとにチームを組んでおり、チーム平均5〜6名のエンジニアに、プロダクトマネージャー、デザイナー、QAを加えた体制を取っています。 スクラムをベースとした開発を行うチームが多く、継続的なリリースによってユーザに素早く価値を届けることを目指しています。 <入社時>上記に記載の業務 <変更の範囲>会社の定める業務、就業規則に従い出向となった場合は出向先の定める業務

当社は、福岡エリアの金融機関向けにITコンサルティングおよびAI活用支援をより強化すべく、2025年7月に福岡オフィスを開設いたしました。 本ポジションでは、データ基盤構築やAI活用基盤構築に関する企画や基盤設計、構築に関するプロジェクトにおいて、そのスペシャリストとして参画いただくポジションとなります。大手金融機関やそのHD様の案件がメインとなっており、そのような金融機関様のデータ活用の基礎となる大規模なデータ基盤構築に関わることができます。企画、設計、基盤普及を中心とした様々なフェーズに参画することができます。 具体的な案件例として以下のようなものがあります。当社が扱う案件のほとんどが直請の大手金融機関様との案件となっており、日本を代表する様々な企業様でのデータ分析・基盤構築の経験をすることができます。 プロジェクト体制 2名～6名程度でチーミング 具体的な業務内容 ・金融機関向けのデータ基盤およびAI活用基盤構築プロジェクトにおける、設計・開発・運用支援の実行 ・データ収集・加工・集計・クレンジングなど、分析・AI活用に向けたデータ整備処理の実装 ・PythonやSQL、Spark、Airflowなどを用いたデータパイプライン構築および運用 ・AWS/GCP/Azureなどクラウド環境上でのDWH/データレイク構築支援 ・Snowflake、Databricksなどを活用した基盤構築・性能チューニングの実施 ・データ品質向上やガバナンス観点からのモニタリング設定、改善対応 ・AI・データサイエンティストやアーキテクトと連携した分析基盤の整備 ・自社プロダクト(Trust GenGA/Trust TLanP)におけるデータ連携・検証支援 プロジェクト事例 ・証券会社様におけるデジタルマーケティング基盤の構築支援 ・金融コングロマリット様でのグループ横断データ活用基盤企画推進支援 ・カード会社様・証券会社様・信託銀行・銀行、金融HD様などでのAI人材育成の推進、データ活用CoE組織 ・銀行様におけるAutoMLツールの比較検討、導入支援 ・銀行様における市場分析モデルの開発、運用支援 ・証券会社様におけるAI活用コンサルティング支援開発支援 ・生成AI等を活用した金融事務の効率化、ビジネスプロセス変革(当社プロダクトTrust GenGAを活用) ・生成AI等を活用したレガシーシステムマイグレーション支援(当社プロダクトTrust TLanPを活用 ) ※業務変更の範囲 (雇入れ直後)IT専門職 (変更の範囲)すべての業務への配置転換あり

当社は、福岡エリアの金融機関向けにITコンサルティングおよびAI活用支援をより強化すべく、2025年7月に福岡オフィスを開設いたしました。 ●職務概要 本ポジションでは、シニアデータサイエンティストと連携し、金融業界の多様な現場でデータ分析・モデル構築・運用設計(MLOps)など技術面の支援を担当いただきます。 AIコンサルタントと協働しながら、分析ニーズの整理や技術的提案の支援にも関与。実務を通じて得た知見を活かし、自社の中核技術やソリューションの創出にも貢献していただきます ●プロジェクト体制 2名～6名程度でチーミング ●具体的な業務内容 ・金融機関向けのデータ分析プロジェクトにおける技術支援(シニアDSと協働) ・テーブルデータを中心とした機械学習モデルの設計・構築・評価 ・Pythonによるデータ処理、特徴量エンジニアリング、評価指標設計 ・本番運用を見据えたモデル設計・実装(MLOps観点を含む) ・AIコンサルタントと連携し、技術的観点から分析ニーズや課題の整理・提案支援 ・自社の再利用可能な分析パターン・モデル群の設計・蓄積 ●プロジェクト事例 ・銀行における市場分析モデルの開発・運用支援 ・銀行におけるAutoMLツールの評価・導入に向けた技術検証 ・金融事務の効率化を目的とした生成AIの業務適用支援 ・金融機関における機械学習モデル開発に向けたデータ前処理・分析支援 ・データ分析基盤構想におけるモデル実装・評価フローの設計・技術検討 ・金融グループ横断でのデータ活用に向けたモデリング実証(PoC)支援制ラウンジでシアター投影等) ※業務変更の範囲 (雇入れ直後)IT専門職 (変更の範囲)すべての業務への配置転換あり

企業の膨大な暗黙知をAIが扱える形式に変換し、自律的に動く「AIエージェント」を実装する高度なプロジェクトが増えています。 次世代RAG・ナレッジグラフ構築: 建設・土木・損保等の専門ドメインにおいて、非構造化データをグラフDBやセマンティック技術(RDF/OWL)を用いて構造化。 AIエージェントの導入・展開: Claude CodeやMCP(Model Context Protocol)を活用した、開発プロセスや見積・提案業務の抜本的な自動化。 LLMチューニング: 大手キャリア等の大規模データを活用した応答精度の極大化。 テックリード業務: 非IT層へのAI利活用提案から、プロトタイプの実装、技術選定までを主導。

【具体的なプロジェクト例】 ●大規模レコメンドエンジンの刷新: 数十万〜数百万ユーザー規模のEC・HRアプリにおいて、機械学習モデルをAPI化し、AWS/GCP環境でのバッチ処理・リアルタイム推論基盤を構築。 ●次世代AIエージェントの企画・開発: 総合商社のDXプロジェクトにて、LLM(ChatGPT/Claude等)を活用した意思決定支援ツールのプロトタイピングから本実装まで。 ●技術的意思決定のリード: アルゴリズムの選定から、MLOps(継続的学習・デプロイ)の体制構築、ビジネスサイドへの技術的フィードバックまでを主導。

「今のPython開発スキルを活かして、より難易度の高いAI領域に踏み込みたい」。 その意欲を、最先端の現場で形にしませんか? 【お任せする業務】 ●AIモデルの実装・組み込み: 建設業界向けの予測モデルや、商社のデータ分析ツールにおいて、Pythonを用いた高品質なコーディングを担当。 ●データ前処理・パイプライン開発: SQLを用いたデータ抽出から、AIが学習しやすい形へのクレンジング、加工処理の自動化。 ●LLM(生成AI)の活用: 既存アプリへのChatGPT連携や、非構造化データの解析ロジックの実装。 ※まずは得意なコーディングや基盤周りからスタートし、徐々にアルゴリズム選定やEDA(探索的データ解析)へと幅を広げていただけます。

「AIエンジニア=数学やプログラミングの天才」だと思っていませんか? 実際、AIをビジネスで動かすために今最も求められているのは、安定したサーバーを立て、データを安全に運び、クラウドを最適に設定できる「インフラのプロ」です。既存のインフラ・クラウドスキルを活かせる業務からスタートし、徐々にAI特有の基盤構築へステップアップしていただきます。 ●具体的なプロジェクト例 ・AI実行環境の構築: AWSやAzure上に、ChatGPTなどのAIアプリが動くためのサーバー(EC2/Container)やネットワーク(VPC)を構築。 ・データ連携の仕組み作り: 分析に必要なデータをS3などのストレージからAI(SageMaker等)へ安全に届けるための設定。 ・運用監視と自動化: AIが止まらないための監視設定や、Terraformを用いた環境構築の自動化。 ・最新ツールの導入補助: ベクトルデータベースやDifyなど、AI開発に欠かせない新しいミドルウェアのインストールと設定。

どれだけ優れたAIモデルも、安定したインフラと高品質なデータ基盤がなければ「ただの箱」です。 あなたには、生成AIや機械学習が24時間365日、高速かつ安全に動き続けるためのインフラ・プラットフォーム構築をお任せします。 【具体的なプロジェクト例】 ●MLOps基盤の構築(Amazon SageMaker / Vertex AI): モデルの学習からデプロイ、監視までを自動化するCI/CDパイプラインの構築。 ●大規模データレイク・DWHの設計(Snowflake / BigQuery / Databricks): 数億レコード規模の非構造化データをAIが即座に読み込めるよう、パーティショニングやクラスタリングを最適化。 ●GPUリソースの最適化とスケーリング: LLM(大規模言語モデル)の推論環境における負荷分散、オートスケーリング、コストマネジメント。 ●データガバナンス・セキュリティ設計: 企業の機密データをAIに学習させる際のアクセス制御(IAM)、PII(個人情報)保護、暗号化の実装。 あなたらしい働き方をサポート

企業の膨大な暗黙知をAIが扱える形式に変換し、自律的に動く「AIエージェント」を実装する高度なプロジェクトが増えています。 ●金融や大手通信業界などのAIチャット基盤の保守運用・機能追加。 ●Pythonを用いたデータパイプライン(数千万件規模のデータ処理)の開発を通じて、AIが学習しやすいデータ構造を学びます。 ●Dify等のローコードツールを用いた迅速なプロトタイピングや、プロンプトのチューニング、RAGの精度評価など

当社イメージングソリューション事業部は富士フイルムグループのイメージング製品を取り扱う組織として、「写真・映像が持つリアルなコミュニケーションの力をベースに、新たな価値ある製品・サービスを創出し続けることで、人々に新たな感動や体験を届け、地球上の笑顔の回数を増やし、幸せで豊かな社会に貢献する」ことをビジョンとしています。 　その中で、今回募集するコンシューマイメージンググループでは、当社イメージング製品(インスタントカメラ、プリントサービス、デジタルカメラ)のサービス/製品の企画、販売をグローバルで推進しています。 【担当職務】 　プリントサービスやインスタントカメラ/プリンター、デジタルカメラ向けのスマホアプリ/Webサービス向けのデータ基盤を用いて、データの可視化/分析/分析結果を用いた改善施策/新規戦略や企画の立案を担当いただきます。 <具体的には> ・各チーム(商品企画、アプリ開発、データエンジニアなど)と連携し、スマホアプリ・Web 　サービスからデータを収集し、可視化の仕様を策定する ・データ分析結果をもとに、アプリのバージョンアップや新規サービスを企画立案する 従事すべき業務の変更の範囲 当社業務全般

本求人は、先進安全領域における以下のポジション【277】【296】【316】【318】いずれかの業務を担っていただくことを想定しております。 ご面接を通し、いずれのポジションでご活躍いただけるかをすり合わせさせていただけたらと思っております。 書類選考通過の際、書類選考官が現時点で想定する選考求人がある場合には、事前にメールにてご連絡させていただきます。 【277】_TE_【博多勤務】運転支援・自動運転システムの研究開発(通信技術を活用したダイナミックマップ開発) 【296】_TE_【栃木勤務】運転支援・自動運転システムの研究開発(ビークルダイナミクス制御領域) 【316】_TE_【栃木勤務】運転支援・自動運転システムの研究開発(通信/地図領域) 【318】_TE_【栃木勤務】運転支援・自動運転システムの研究開発(センシング領域) また、ご経歴とご志向を考慮し、上記【277】【296】【316】【318】以外でのご採用となる可能性もございます。 そのほかアサインの可能性のある求人については以下をご確認ください。 【303】_TE_【栃木勤務】運転支援・自動運転システムの研究開発(開発プロジェクトマネージメント) 【306】_TE_運転支援・自動運転システムの研究開発(開発プロセス) 【1049】_TE_【栃木勤務】運転支援・自動運転システムの研究開発(渉外) 【1172】_TE_【栃木勤務】運転支援・自動運転システムの研究開発(開発プロジェクトマネージメント) 【178】_TE_【栃木勤務】運転支援・自動運転システムの研究開発(知能化領域) 【179】_TE_【大阪勤務】運転支援・自動運転システムの研究開発(知能化領域) 【180】_TE_【大宮勤務】運転支援・自動運転システムの研究開発(知能化領域) 【181】_TE_【東京勤務】運転支援・自動運転システムの研究開発(知能化領域) 【182】_TE_【大阪勤務】運転支援・自動運転システムの研究開発(システム設計・ソフトウェア開発領域) 【183】_TE_【大宮勤務】運転支援・自動運転システムの研究開発(システム設計・ソフトウェア開発領域) 【184】_TE_【東京勤務】運転支援・自動運転システムの研究開発(システム設計・ソフトウェア開発領域) 【185】_TE_【栃木勤務】運転支援・自動運転システムにおける新企画立案ならびPoC検証 【186】_TE_【大阪勤務】運転支援・自動運転システムにおける新企画立案ならびPoC検証 【187】_TE_【大宮勤務】運転支援・自動運転システムにおける新企画立案ならびPoC検証 【188】_TE_【東京勤務】運転支援・自動運転システムにおける新企画立案ならびPoC検証 【305】_TE_【栃木勤務】運転支援・自動運転システムの研究開発(商品化戦略) 【313】_TE_運転支援・自動運転システムの研究開発(システム設計領域) 【840】_TE_【栃木勤務】運転支援・自動運転システムの研究開発(システム設計・ソフトウェア開発領域) 【1127】_TE_【栃木勤務】自動運転技術の検証車両製作エンジニア(電気回路・有線通信) 【1128】_TE_【栃木勤務】自動運転技術の公道テスト運営 【1206】_TE_【栃木勤務】自動運転技術開発組織における人的リソース管理(マネージャー) 【1207】_TE_【栃木勤務】自動運転技術開発組織における人的リソース管理(リーダー) 【267】_TE_【栃木勤務】運転支援・自動運転システムの研究開発(バーチャルテスト環境構築) 【268】_TE_【大宮勤務】運転支援・自動運転システムの研究開発(バーチャルテスト環境構築) 【269】_TE_【栃木勤務】運転支援・自動運転システムの研究開発(CI/CDパイプラインの構築) 【270】_TE_【大宮勤務】運転支援・自動運転システムの研究開発(CI/CDパイプラインの構築) 【299】_TE_【栃木勤務】研究開発部門における人材開発リーダー(人材開発領域) 【314】_TE_【栃木勤務】運転支援・自動運転システムの研究開発(開発環境構築領域) 【315】_TE_【大宮勤務】運転支援・自動運転システムの研究開発(開発環境構築領域) 【317】_TE_【栃木勤務】運転支援・自動運転システムの研究開発(データ領域) ※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

●部門(領域)の役割 車を軸としたクロスドメインプロダクトのスピード企画/開発/配信に向けた一気通貫体制の構築及びバリューチェーン拡大を目指しております。また、車購入後もクルマが進化/成長していく【SDV】(※ソフトウェアディファインドビークル)を実現するための業務を推進しております。 部門の業務例: ・SDVプロダクト コンパニオンアプリの 企画/開発/配信 (機能集約) ・データドリブンで顧客ニーズ・ビジネス課題を抽出し、デジタルプロダクトの進化を通じてSDV事業へ貢献 ・クルマ操作走行データ/スマホアプリのデータの分析 ・お客様の利用実態の把握および継続的により良い体験を提供し続けるための企画開発業務 など ●任せる業務と期待役割 カスタマーにとってパーソナライズされたサービスやプロダクト開発に対し、データドリブンで寄与いただきます。ユーザ行動の可視化とモビリティライフの実態を把握することで、プロダクトUXの向上とサービス価値の最大化を実現頂くことを期待します。また分析業務だけでなくPJTリーディングも担いながら、社内ステークホルダーへの戦略立案や合意形成業務も想定をしております。 ※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。 ●具体的な想定業務 四輪製品におけるソフトウェア・サービスの企画・オーナー部門と連動し、問題や課題を把握しながら、市場・顧客データや、プロダクトのログデータ等を活用して、プロダクトオーナーと共に課題の仮説を構築し、分析設計をする業務。 具体的には ・ログ分析や定量インサイト抽出によるペインポイントの発見と仮説立案 ・分析結果に基づく改善施策/機能改善の立案 ・外部調査を自ら設計し、Honda保有データや生成AIと組み合わせて、最適なCX創出に向けた示唆を抽出 ・プロジェクト全体の進捗を可視化し、関係者とのスムーズな情報共有を推進 など ●使用ツール/開発言語など ・言語:Python(pandas) ・アナリティクス:Amplitude, Goggle Analytics, Jupyter, ・情報共有ツール:Teams

事業・販売領域におけるデータ分析および意思決定を支えるため、課内の分析基盤の設計・構築・運用・発展を担っていただきます。また、グローバル拠点を含めた分析環境の連携を推進するとともに、外部ベンダーや関係部門と協働しながら、将来的な技術変化も見据えた最適なアーキテクチャの構築をリードしていただきます。 ①社内のデジタル統括部が提供するクラウド基盤上で、分析ツールや環境を活用しやすい形に整備し、安定的かつ継続的にデータ活用が行える状態を実現 ●デジ統とシステムの連携と部門ニーズを踏まえた要件整理を行いアナリティクスツール(DataIKU/Qlik etc)活用を最大化できる分析基盤の構築および機能拡張 ●Azure等のクラウド基盤上における分析環境の設計・実装・運用改善 ●分析業務の安定稼働を支える運用設計およびパフォーマンス・障害対応の改善 ②外部ベンダーや関係部門と協働しながら、将来的な技術変化も見据えた最適なアーキテクチャの構築リード ●外部ベンダーとの協働によるシステム開発・改善およびアーキテクチャ検討 ●生成AI・アナリティクスツールが持つ機能拡張など新技術の活用を見据えた分析基盤アーキテクチャの検討および導入支援 ③グローバル拠点を含めた分析環境の連携 ●北米・アジア・インド等の海外拠点との分析Prj促進を現地メンバーとのスムースなやり取りにむけた分析基盤の連携推進 ※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 【開発ツール】 ・汎用分析ツール:Python(pandas, scikit-learn), Dataiku, MS excel ・Web・アプリ分析ツール:Google Analytics, Sprinklr ・情報共有ツール:Teams

四輪事業の事業戦略・販売戦略の高度化に向けて、市場・顧客・競合環境や自社の強み・弱みを多角的に分析し、事業成長・販売強化につながる戦略オプションの立案を行います。 市場分析とデータ分析を融合させることで、グローバル四輪事業における意思決定の質向上と、事業・販売成長への貢献を目指すポジションです。 ①事業・販売環境の構造的解釈による事業成長・販売強化にむけた課題形成と筋の良い顧客ターゲティング ●事業部門や販売部門と密接に連携しながら部門が抱える問題を構造化し筋の良い課題形成 ●PEST・3C分析等の事業・販売環境の構造的な把握による事業成長・販売向上にむけた課題特定 ●マーケティングリサーチやWeb行動データ分析の推進を通じた顧客ニーズの把握や購買行動の理解 ②高度なデータ分析の企画とプロジェクトマネジメントを通じた分析価値の向上 ●ビジネス部門と部門内の複数のデータ分析チームと連携した分析プロジェクトの企画とマネジメント ●分析結果を多角的に組み合わせて戦略オプションとして協業部門に提言を行うためのストーリー作成 ※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 <プロジェクト概要> 日本はもとより北米・アジアを中心とするビジネス部門との協業体制で市場・顧客分析プロジェクトに参画いただきます。1つのプロジェクトは数か月～1年程度の期間で進行し、複数の分析テーマで構成されます。 チームメンバーは分析難易度やボリュームに応じて異なりますが、ロール毎に主メンバーとサポートメンバーで構成されます。 【開発ツール】 ・汎用分析ツール:Python(pandas, scikit-learn), Dataiku, MS excel ・Web・アプリ分析ツール:Google Analytics, Sprinklr ・オンラインサーベイ:SurveyMonkey, Qualtrics ・情報共有ツール:Teams

【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 自社開発しているAD/ADASシステムの商品性や安全性能といった対他競争力を高めるためには、市場でのシステムの使われ方や弱点を早く、正確に把握することが必要です。そのためには、市場を走行しているユーザー車両から周辺状況、ドライバー状態、車両状態など、様々なデータを収集・分析して、商品開発にフィードバックするデータドリブン開発を如何に他社よりも早く、安く、上手く実現できるかが鍵となります。 私たちの部門は、このデータドリブン開発を支援するためのデータエンジニアリングが主な役割であり、具体的には以下のような業務を推進しています。 ●データパイプラインの構築: 　世界中のお客様が使っているホンダ車から集めた市場データや、開発車両による公道走行で取得したデータを高速かつ低コストに集約し、使いやすい形に加工変換し、保管するため一連のデータ流れ(ELT/ETL)の設計・構築 ●データ基盤の設計・構築: 　収集したデータを効率的に管理するため仕組み(データレイク、データウェアハウスなど)をクラウド上に構築 　また、保存されているデータの可視化や、使いたいデータを検索するためのダッシュボードを構築 ●データ品質管理(データクレンジング) 　データの欠損や不整合などを解消し、分析に使える品質の高いデータに整える ●データガバナンス: 　データのセキュリティやアクセス管理など、データを適切に管理・利用するためのルールの作成と徹底 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。世界中からデータを集めるため、海外現地法人や海外研究機関など、海外とのやりとりが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】 業務では以下のような開発ツールを使用していますが、全てについて使用経験がある必要はありません。 ●AWS: Lambda、SageMaker, Athena, Redshift 等 ●CI/CD: GitLab, Docker, Ansible, Terraform, Jenkins 等 ●データウェアハウスツール:SnowFlake、Databricks ●言語:Python, SQL ●データ分析・AIライブラリ:numpy, scipy, scikit-learn, Jupyter Notebook, PyTorch)

マーケティングおよびデジタルマーケティング領域において、データサイエンスを活用した顧客分析・市場分析を推進により、既存ビジネスの改善や新たな事業機会の創出に貢献します。 販売増加にむけた課題形成や課題解決にむけた仮説立案から分析設計、モデル構築、インサイト創出までを担い、データ分析を通じてマーケティング施策や事業戦略の高度化を支援し、データドリブンな意思決定を推進する役割です。 ①Hondaが保有する様々なデータや外部データを組み合わせた高度なデータ分析技術による 分析Prj企画・推進 ●ビジネスアナリストや営業部門と連携した販売増加課題解決にの為の仮説立案および分析設計の実施と分析プロジェクトの推進 ●マーケティング投資の最適化に向けた予測モデルの構築(販売台数予測、マーケティング・ミックス・モデリング(MMM)等) ●ビジネス部門が持つ知見や仮説のデータによる検証、および分析結果に基づく戦略・施策提言 ②複数の顧客データ分析にもとづく顧客行動の理解 ●AIDMA等の顧客行動モデルや価値観データに基づく顧客状態の可視化・分類 ●コネクテッドカーから取得されるビッグデータを活用したライフスタイル・移動特性の推定 ③販売領域課題解決・顧客理解を促進するデータ分析技術の開発 ●統計解析、機械学習、クラスタリング、次元圧縮などの手法を用いた顧客セグメンテーション技術・顧客状態推定技術の開発 ●価格感度や各種販売施策による販売台数影響推定技術の開発 ※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。 <プロジェクト概要> 国単位の大規模プロジェクトでは5～6名程度のチームで数か月から1年程度の期間をかけて推進し、営業部門や販売会社と密接に連携しながら、実際の販売戦略や投資判断に反映される成果創出を目指します。 【開発ツール】 ・汎用分析ツール:Python(pandas, scikit-learn), Dataiku, MS excel ・Web・アプリ分析ツール:Google Analytics, Sprinklr ・情報共有ツール:Teams

Power BIのダッシュボード開発・改善、SQL・データ整備に加え、Text-to-SQL AgentやVibe Coding向けPower BI開発キットの開発も担当します。チームリーダーと目的・指標の定義を確認し、一つの表や機能など、経験に合う範囲から取り組んでいただきます。 ● 取り組むテーマの例 ・Power BIの表・グラフ・フィルタ、セマンティックモデル・DAX・Power Queryの実装と、利用者の声を踏まえた改善 ・SQLによる申込・利用・解約等の抽出・集計、Excel・CSVの型・重複・欠損の確認 ・SharePointとの接続・更新設定、Power BI Serviceへの発行・更新確認 ・継続率・期間比較等の検算、利用者向けの操作・指標説明の整理 ・自然言語からSQLを作るText-to-SQL Agentの開発(テーブル・指標情報の整備、生成SQLの検証) ・Vibe Coding向けPower BI開発キットの開発・改善(PBIT生成、共通部品・検証ツールの整備) ● 日々の業務の進め方 既存の帳票やSQL、モデルをAIと一緒に読み解き、指標の定義・対象期間・集計単位を確認します。AIにDAXやPower Queryの修正案を作ってもらい、件数・合計・比率、フィルタを変えたときの結果を元データと照合。画面が表示されたら終わりではなく、数字と操作の両方を確かめます。 SharePoint上の元データ、Power BIのモデル、公開先のレポートのつながりを確認し、ファイル同期・データ更新・再発行の違いを踏まえて運用します。生成AIに渡す情報は整理・マスキングし、機密情報を守りながら活用します。実務で見つけた課題をAgentや開発キットに反映し、作業の効率化につなげます。 ● ～新規事業立上げ×チーム作りを通し起業家に～ 弊社のミッションは「新規事業を生み出すこと」「CXOを輩出すること」です。 大手企業をクライアントとした事業立上げプロジェクト及びプロジェクトからカーブアウトする自社事業の立上げを行い、一定の実力がつくと即自分の組織・チーム・新ビジネスモデルを創っていきます。 上記過程を通し、起業家に必要な修羅場経験(失敗しながら成功の道を見出すハッチング)、チーム組成し率いる真のリーダーシップ形成、実務と直結した営業・マーケティング・財務・法務等の生きた知識習得などを行っていきます。また、直近の全社戦略的として、AI技術を新規事業に組み込むことと、AIを活用したビジネスモデル創出を重視しています。 社員一人一人が事業立上げを通じ、泥臭い現場経験や修羅場を潜り抜ける経験を積み、チーム一丸を作り出せる”起業家”の集団となることを目指しています。 困難な課題、厳しい意思決定の瞬間、経験したことのない修羅場を乗り越える中で自分の強みを伸ばし(強み=CxOの”x”要素)、正解がわからない状況を仲間とともに乗り越え、強い事業立上げチームを作ることに全社員が取り組んでいます。 ● 入社～1年後の成長ステップイメージ 社員の多くは新規事業立ち上げ未経験者ですが、採用面接から成長支援を行っており、 下記ステップを着実に進めることで成長する一歩を踏み出しています。 (1)採用面接 : 面接官が応募者の強みを掘り起こし、長期目標や成長に向けたロードマップのすり合わせ (2)新人研修 : 成長を実現のための考え方・事業創出/成長プロセスについて学び、ロードマップをアップデート (3)強み磨き : クライアントの事業立ち上げ支援案件に携わるにあたり、どのように価値を提供するのか、その中でどう成長するのか仮説を考え、上司・同僚とともに案件を遂行する中で、事業立ち上げに役立つ強みを磨く (4)クライアントの期待値越え : クライアントの期待値を越え続けることで、自社事業立ち上げに協力してくれる信頼関係を構築。信頼関係構築が見えてきたら、自身の部下を採用する権利を獲得し、事業立ち上げに向けたチーム作りを開始。

クライアント支援と自社サービス開発で、AIを活用した機能の実装・サーバー公開・運用改善を担当します。チームリーダーと目的・仕様・安全面を確認し、一つの機能や改善から取り組んでいただきます。 ● 取り組むテーマの例 ・「何をしたいか」からSkills・Agentを探し、Jevで関連度を評価するAI検索・共有・再利用の基盤 ・Web情報を継続収集し、生成LLMの要約とJevによる独自条件の判定を組み合わせるモニタリングツール ・集めた情報の重複・更新を整理し、ナレッジ検索(RAG)と必要なWeb検索で根拠付きの回答を返すAIエージェント ・議事録・報告書・SQL作成を支えるSkillsや、MCP・CLIを通じた外部ツール連携による業務の自動化 ・CSV・Excelを外部へ送らず、列の対応や数値の大小関係を保って加工する、AI活用向けのデータマスキングツール ・モデルの使い分け、検索候補の絞り込み・バッチ処理・キャッシュで、品質・速度・API費用を改善する仕組み ・AIエージェントに任せる作業が増えても全体像と進捗を見失わないよう、Agentが更新するWBS・タスクボードを設計・運用する仕組み ・Dots、GrokBot、Muse等の最新AIツールの利用・研究と、業務やサービスへの活用方法の検証 ● 日々の業務の進め方 Vibe Codingで試作し、生成された処理の流れと結果を確認。API連携・環境設定を整え、認証・権限・秘密情報の扱いをチェックし、テスト・レビューを経てサーバーに公開します。公開後もログや利用状況を見て、使いやすさと安定性を改善します。 「全部を毎回AIに渡す」は本当に必要か。APIの呼び出し回数・入力量を確かめ、ルール処理、候補を絞る検索アルゴリズム、まとめ処理、結果の再利用をAIと相談して検討します。業務に合うモデルと推論レベルも比較し、実データで品質・速度・費用を評価。改善方法はチームで考え、効果を確かめながら育てていきます。 ● ～新規事業立上げ×チーム作りを通し起業家に～ 弊社のミッションは「新規事業を生み出すこと」「CXOを輩出すること」です。 大手企業をクライアントとした事業立上げプロジェクト及びプロジェクトからカーブアウトする自社事業の立上げを行い、一定の実力がつくと即自分の組織・チーム・新ビジネスモデルを創っていきます。 上記過程を通し、起業家に必要な修羅場経験(失敗しながら成功の道を見出すハッチング)、チーム組成し率いる真のリーダーシップ形成、実務と直結した営業・マーケティング・財務・法務等の生きた知識習得などを行っていきます。また、直近の全社戦略的として、AI技術を新規事業に組み込むことと、AIを活用したビジネスモデル創出を重視しています。 社員一人一人が事業立上げを通じ、泥臭い現場経験や修羅場を潜り抜ける経験を積み、チーム一丸を作り出せる”起業家”の集団となることを目指しています。 困難な課題、厳しい意思決定の瞬間、経験したことのない修羅場を乗り越える中で自分の強みを伸ばし(強み=CxOの”x”要素)、正解がわからない状況を仲間とともに乗り越え、強い事業立上げチームを作ることに全社員が取り組んでいます。 ● 入社～1年後の成長ステップイメージ 社員の多くは元々新規事業立上げ未経験者ですが、採用面接から成長工程を意識しており、 下記ステップを着実に進めることで素早い成長を目指します。 (1)採用面接 : 面接官が応募者の強みを掘り起こし、長期目標や成長に向けたロードマップのすり合わせ (2)新人研修 : 成長を実現のための考え方・事業創出/成長プロセスについて学び、ロードマップをアップデート (3)強み磨き : クライアントの事業立上げ支援案件に携わるにあたり、どのように価値を提供するのか、その中でどう成長するのか仮説を考え、上司・同僚とともに案件を遂行する中で、事業立上げに役立つ強みを磨く (4)クライアントの期待値越え : クライアントの期待値を越え続けることで、自社事業立ち上げに協力してくれる信頼関係を構築。信頼関係構築が見えてきたら、自身の部下を採用する権利を獲得し、事業立上げに向けたチーム作りを開始。

二輪販売シェア世界トップ企業のグローバルマザー工場としてHondaを支えている熊本製作所にて、「工場DXの推進役」として、現場起点のスマートファクトリー化・デジタル施策の企画立案・導入・改善をお任せします。現場の課題に寄り添いながら、データ活用やIT導入によって、“早く・安く・良いものをつくる”ものづくり体質への進化を担っていただきます。 【具体的な業務内容】 ご自身の専門性を活かして、製作所内の部門横断的なDX推進をリーディングして頂き、ゆくゆくは国内外の拠点でグローバルにご活躍頂くことを期待します。 ●設備稼働・生産状況などのデータの見える化、分析基盤構築、自動化 ●各部門(生産技術・製造・物流等)を横断する業務データの統合・活用支援 ●工場内のスマート化・DXに向けた企画立案、導入、効果検証 ●サプライチェーン・物流を含む領域横断全体最適の一元化推進 ●ソリューション導入におけるシステムベンダーとの連携・ディレクション ※コードが書ける方は尚歓迎ですが、導入・企画・要件定義フェーズをリードできる方であれば問題ありません。 ※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

全社AIプラットフォームの企画・設計・構築・運用を担当し、Microsoft CopilotやAzure OpenAI、ChatGPT、Claudeなど複数の生成AIを活用できる環境を整備します。 単なるインフラ構築ではなく、各部門の業務課題を理解しながら、AI活用の要件定義、AIエージェント基盤の構築、ベンダーマネジメント、社内コンサルティングまで一貫して担い、Honda全体の業務変革を推進していただきます。 <具体的には> ●AIプラットフォームの企画・構築・運用 ・Microsoft Copilot、Copilot Studio、Azure OpenAI 等を活用したAIプラットフォームの設計・構築・運用 ・ChatGPT、Claude、Google Workspaceなど各種AIツールの導入・運用 ・AIエージェントの連携およびAIエージェント実行基盤の整備 ・セキュリティ・認証・ガバナンスを考慮した利用環境の設計 ●全社AI活用の推進 ・各部門へのヒアリングを通じたAI活用要件の整理・設計 ・AI活用に関する技術支援・社内コンサルティング ・AI活用事例の創出・横展開 ・教育・トレーニング・利用促進施策の企画・実施 ●プロジェクト推進 ・MicrosoftやSIベンダーとの技術検討・折衝 ・関係部門(セキュリティ・調達・IT等)との調整 ・AIプラットフォームの標準化・アーキテクチャ設計 ・最新AI技術の調査・評価・導入 ●利用データの分析・最適化 ・AI利用状況・コスト・効果の可視化 ・ROI分析・運用改善 ・全社最適の観点でのプラットフォーム高度化 ※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 【利用技術・サービス】 Microsoft 365(Teams/Outlook/Excel/Word/PowerPoint/SharePoint) Microsoft Copilot、Azure OpenAI Service Power Platform(Power Automate/Power Apps/Power BI) Microsoft Azure、Amazon Web Service、Google Cloud Platform

市場環境や顧客ニーズ、事業環境の変化を定量的に捉え、将来の需要やリスクの予測を元に事業成長検討の為の販売台数を予測し四輪事業における重要な意思決定に貢献します。 販売台数を形成する本質的な因果構造を事業戦略・商品戦略部門と連携しながらデータサイエンスの技術で紐解き、分析モデルで表現することで中長期の顧客需要と事業リスク・台数変動を定量化する役割です ①現場担当者とのコミュニケーションを通じた事業課題を明確化・市場・顧客分析を通じた課題解決の方向性と戦略提言 ●事業戦略部門や商品戦略部門と連携した事業課題の整理・構造化 ●市場動向、顧客ニーズ、競争環境、マクロ経済指標などを活用した中長期(3年・5年・10年)の販売需要予測 ●サプライチェーンマネジメント部門と連携した短期(1年以内)の販売台数予測および在庫リスク分析 ●原材料供給リスクや地政学リスクなどを踏まえた事業環境リスク予測 ●分析結果に基づく事業戦略、商品戦略、生産戦略への提言 ②社内外の様々なデータを活用し、事業環境変化による車両需要を元にした台数 予測を行うための高度分析モデル作成 ●統計解析、機械学習、時系列分析等を活用した予測モデルの開発 ●特徴量エンジニアリングや因果分析を通じた需要変動要因の特定 ※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】 ・汎用分析ツール:Python(pandas, scikit-learn), Dataiku, MS excel ・Web・アプリ分析ツール:Google Analytics, Sprinklr ・情報共有ツール:Teams

Hondaの研究開発部門のAIドリブン開発を支えるAIエンジニアリング基盤の構築と運用に携わっていただく仲間を募集いたします。 【具体的には】 ご経験や適性に応じて、以下業務をお任せ致します。 ・研究開発領域ユーザー部門と連携、AI開発基盤として必要な要件を定義、その要件を備えた基盤の構築 ・コーポレートIT部門が管理するクラウド基盤の上で、POC環境、開発環境、本番環境を如何に早く提供していくかを、クラウド技術知識をバックグラウンドとして議論し定める ・情報セキュリティ部門と連携、AIエンジニアリング基盤としてのセキュリティを如何に担保するかを議論し定める ・上記活動を外部委託業者、クラウド業者、関連部門、ユーザー部門と多岐にわたる利害関係者とコミュニケーションを取りながら同じ目標に向かって業務を推進する 【技術スキル・関連ターゲット】 ネットワーク、クラウド、ローコード/ノーコード、AI、DX、業務効率化、価値創造、AWS、Azure、OCI、GCP、Claude、Codex、OPEN AI、Copilot、GPT、Gemini、AIエージェント、RAG、生成AI ※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

【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 市場でのシステム利用状況や弱点を早く正確に把握することが、競争力を高める鍵です。そのため、市場走行車両データやテストデータ、市場の声など多様なデータを収集・分析し、商品開発にフィードバックするデータドリブン開発/ユーザーインザループ開発を推進します。 当部門は、この開発を支えるデータサイエンス・データ分析・データ利活用を担い、以下の業務を行います。 ・市場走行車両データやテストデータの分析を通じ、商品改善や価値創出につながる提案を行う ・データに基づく製品改善(データドリブン開発)や、ユーザーの声の継続的反映(ユーザーインザループ)を実現するためのデータ活用環境の構築・展開 ・プロダクトにデータで寄与する自由な企画～実装～実現 尚、他部門や外部パートナーとの連携、海外拠点との共同研究・デモンストレーションなど、グローバルなやり取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】　 ●言語: Python, SQL等 ●データ分析・AIライブラリ: pandas, Polars, NumPy, SciPy, scikit-learn, PyTorch等 ●AWS: Amazon Athena,Amazon Redshift, Amazon SageMaker等 ●CI/CD: GitHub, Docker,CDK, Terraform等 ※全てについて使用経験がある必要はありません。

AIプロダクトソリューション部は、会社全体の成長を支えるAIソリューション開発を担う部門です。 転職希望者と求人企業のマッチング精度向上や応募率・成約率の改善など、事業の根幹に関わるテーマを扱っており、その実現に向けて研究開発から事業実装までを一貫して推進しています。 現在、生成AIやLLMの進化によって、人材サービスの在り方は大きな変化の可能性を迎えています。 一方で、人材マッチングの領域には依然として多くの未解決課題が存在しています。 たとえば、 ・転職希望者の経験・スキル・志向性の理解 ・求人企業の期待や組織特性の構造化 ・複雑なキャリアパスの予測 ・膨大な非構造化データの活用 ・マッチング精度と説明可能性の両立 ・継続的なモデル改善と運用高度化 などは、依然として高い技術的難易度を持つテーマです。 今回のポジションでは、データサイエンスのエキスパートとして、全社のAIモデルおよび機械学習モデルの設計・開発・チューニングを技術的にリードし、人材マッチングの高度化に向けた新規マッチングロジックを自ら企画・設計・実装したうえで、応募率や成約率などの重要KPI改善まで推進いただきます。 また、ビジネス課題を自ら構造化し、事業責任者やPdM、エンジニアと密に連携しながら仮説検証を進めるだけでなく、新技術や新たなデータ活用を全社へ展開し、標準モデルや共通コンポーネントとして浸透させていくことも期待しています。 担当業務例 具体的には下記の様な業務・プロジェクトを牽引いただくことを想定しております。 ●全社共通AIモデル・マッチングロジックの企画・アーキテクチャ設計 -「doda」をはじめとする複数プロダクトで横断利用される標準AIモデル・アルゴリズムの全体設計および技術選定 -単一のレコメンドにとどまらない、全社的なマッチング精度向上に向けた基盤・コンポーネント化の推進 ●事業課題の構造化とAIソリューションロードマップの策定 -事業責任者・PdMと対等に議論し、抽象度の高いビジネス課題やユーザー体験上の課題を「解くべきAI技術課題」へ構造化 -KPI(応募率・成約率・CVR・マッチング品質等)向上に直結する仮説検証(PoC)の設計と、本番適用までのプロジェクトリード ●最先端技術(生成AI・LLM等)の調査・検証および事業実装の主導 -生成AI、大規模言語モデル(LLM)、マルチモーダルAI等の最新論文・技術動向のキャッチアップ -実務適用に向けたプロトタイプ(PoC)開発、費用対効果・技術的実現性の評価、および本番システムへの実装推進 ●データサイエンスチーム全体の技術向上・標準化推進 -チーム内メンバー(ミドル〜ジュニアDS)への技術指導、コードレビュー、モデリング手法のナレッジ共有 -データ基盤・MLOps部門と連携した、実験・開発・運用プロセスの効率化および標準化の牽引 ●社内外への技術発信・ブランディング活動 -社内外でのセミナー講演、技術ブログの執筆、学会発表・論文制作等を通じた技術的プレゼンスの向上 【主な技術テーマ例】 ●大規模言語モデル(LLM)&エージェンティックAI活用 -LLM(API利用 / ファインチューニング / MCP / Agentic AI 等)を活用した、求職者の経験・志向性分析および求人情報の構造化・高度解析 ●高度な推薦システム(RecSys)&マッチングアルゴリズム開発 -双方向マッチング(求職者×求人企業双方の意向・相性を考慮した推薦)の最適化 -テキスト埋め込み(Embedding)やグラフニューラルネットワーク(GNN)等を活用した高精度類似度算出・レコメンドエンジンの開発 ●マルチモーダルデータ&非構造化データの活用 -職務経歴書・求人票などのテキストデータに加え、行動ログ・スカウト文面・選考結果などの定性・定量的データの統合モデリング ●AIアプリケーション・プロトタイプの高速検証・社会実装 -LLM/SLMを用いたAIエージェントやインタラクティブなマッチングアシスタント機能のPoCシステム構築 ●MLOps&全社AIプロダクト基盤の最適化 -Databricks、BigQuery、AWS/Google Cloud環境におけるモデルの継続的学習・評価・デプロイパイプライン(MLOps)の構築・運用推進 技術環境 【プログラミング言語】Python、SQL、Java、Scala、C 【データベース/データ基盤】Oracle Database、PostgreSQL、MySQL、Amazon Redshift、Google BigQuery、Databricks 【クラウドプラットフォーム】Amazon Web Services(AWS)、Google Cloud、Microsoft Azure 【ソースコード管理】GitHub、GitLab 【プロジェクト・タスク管理】Backlog、Microsoft Loop、Microsoft Planner、Jira、Confluence 【コミュニケーションツール】Slack、Microsoft Teams ●所属組織について AIプロダクトソリューション部には、マネージャー2名、エキスパート3名、メンバー16名のデータサイエンティストが在籍しています。 データをもとにマーケット状況、カスタマーニーズ、テクノロジーの変化などを総合的に判断し、事業を成長させていきます。 私たちは単に精度の高いモデルを開発する組織ではありません。 「人と仕事のより良い出会いをテクノロジーで支援する」という共通の目的を持ち、事業とテクノロジーの両面から課題解決に取り組んでいます。 技術議論やナレッジ共有も活発で、学び続けながら挑戦できる環境です。 働き方 ライフステージに合わせて、はたらき方をご自身でデザインしたい方にマッチする環境です。 ・有給休暇の積極的な取得が推奨されており、ご自身で業務調整をした上で積極的に活用が可能です。 ・裁量労働制を導入しており、子育てと両立しているエンジニアや副業を行っている社員もいるなど、ご自身の裁量で働く時間のコントロールが可能です。 ・大半のメンバーが在宅勤務をしています。リモート勤務手当の支給といったサポートがあります。 ・データサイエンティストとして市場価値を高めるための活動を推奨しており、研修受講やイベント登壇、副業等の活動をしているメンバーもいます。 ・書籍購入、学会やイベントの出張参加、クラウドを使った技術検証、AI関連サービスを実際に利用しての検証等の業務活動に対し、会社が費用を負担しています。

● D.Node(デロイト トーマツ ノード合同会社)とは? デロイト トーマツ コンサルティング(DTC)グループの一員として、日本を代表する大企業(エンタープライズ)のDX(デジタルトランスフォーメーション)戦略の実現を担うテクノロジー集団です。 単なる「システムの受託開発」ではありません。日々変化する経営環境に適応するため、ビジネスの仕組みづくりそのものを変革します。業界の深い知見と高度な技術力を武器に、戦略構想から開発・運用まで「End to End(一気通貫)」で支援できる圧倒的な実績と難易度の高い案件が集まる環境です。 ● 業務内容 AI(または生成AI)および「次世代データ基盤(DWH/データレイク/データパイプライン)」の領域において、実装経験や専門性を武器に、プロジェクト全体の技術品質に責任を持つ「リードエンジニア候補」としてご活躍いただきます。 単なるデータの集約に留まらず、DatabricksやSnowflakeなどのモダンなプラットフォームを活用したデータ基盤の構築や、それらを生成AI(RAG等)とシームレスに連携させる高度なアーキテクチャ設計・実装・レビューを牽引するポジションです。 ●具体的な業務 ①AI・データ基盤プロジェクトの推進・リード AI/生成AI、および大規模データ基盤(ETL/ELT、データパイプラインなど)領域におけるプロジェクト推進(タスク整理・実行、品質管理、コードレビューなど) ②アーキテクチャ設計・実装 大企業のエンタープライズデータを一元化するモダンデータ基盤の設計、生成AIを掛け合わせたシステムの最適なアーキテクチャ設計、および技術仕様書等のドキュメント作成 ③チームリード・メンバー育成 開発チームのメンバーと円滑なコミュニケーションを取り、技術面(データモデリングやAI実装など)でのサポートや教育、指導 ④ビジネスサイドとの連携 プロダクトマネージャーやビジネスサイドのメンバーと協調し、ビジネス要件をデータモデルやAIの機能へと落とし込む技術的な要件定義・技術選定の推進 ●案件事例 ※本求人だけではなくD.Nodeでの過去案件を一部記載させていただきます※ ・自動車業界クライアント向け:複数システムのデータを一元的に連携するクラウドサービス基盤の設計 ・自動車業界クライアント向け:車両から発信される情報を集約、管理、活用するグローバル基盤構築 ・自動車業界クライアント向け:車両から発信されるデータの蓄積と再利用のためのDB基盤構築 ・電気通信事業クライアント向け:デジタルマーケティングシステムにおけるAPIリアルタイム連携構築 ・小売業クライアント向け:オンプレミスのクラウド移行 ・電気ガス事業クライアント向け:生成AIアプリケーション(RAG/AIエージェント)のプロトタイプ、本番開発におけるRAGチューニング・評価など対応 ・デジタル通貨のパイロット実験のアドバイザリー ●取り扱うソリューション ビジネスのスピードに合わせ、モダンな開発環境を採用しています。 開発手法: アジャイル(スクラム開発) ※クライアントや案件属性によって変更あり。 Cloud: ・AWS,Azure,Google Cloud,OCI AI/ML: ・AWS Bedrock,SageMaker,Knowledge Base for Amazon Bedrock etc ・Azure AI Foundry,OpenAI Service,Machine Learning,AI Search, Prompt Flow etc ・Google Cloud Vertex AI,Agent Engine,Vertex AI Search,Gemini Enterprise etc ・NVIDIA NIM,NeMo,Omniverse,Databricks - Agent Bricks データ基盤/活用: ・AWS Redshift / Athena,Glue,Kinesis Data Analytics,EMR,Kinesis + SNS/SQS,Glue Studio etc ・Azure Synapse Analytics,Data Factory,Synapse Pipelines,HDInsight,Event Hubs,Data Factory etc ・Google Cloud BigQuery,Pub/Sub,★Dataplex,Dataflow etc ・Databricks,Snowflake ローコード/ノーコード: ・Power Automate /Power Apps,UiPath,Blueprism,AutomationAnywhere ・Dify,Gemini Enterprise,MS Copilot Studio EMTech: ・★量子コンピュータ,★Physical AI - Robotics,★Web4 プログラミング言語/FW: ・Python,Java,TypeScript,Node.js ・Flask,FastAPI,SpringBoot,React,Next.js,Vue.js,Nuxt.js ・LangChain/LangGraph,MLflow ・★MicrosoftAgentFramework,★SemanticKernel,AutoGen ・★MCP,★MCPPythonSDK,★FastMCP,★ROS2 ・★A2A,★AP2 laC/CI: ・Terraform,CloudFormation,Ansible ・GitHubActions,AWSCodePipeline,AzureDevOps,Jenkins AIツール: ・MSCopilotStudio,M365Copilot,ChatBot(ChatGPTライク) ・GitHubCopilot,★Devin,★v0 AIロボティクス: ・★SLAM,★Navigation,★強化学習・模倣学習・ロボット言語モデル データベース: ・各種RDS,NoSQL,★NewSQL,VectorDB,★GraphDB 監視/評価/セキュリティ: ・★Langfuse,★RAGAS,★RAGChecker,★mlFlow,★Datadog,Snyk ※1　★印以外:D.Nodeに組織としてノウハウがあるもの ※2 　2025年12月時点 ●キャリアについて D.Nodeでは、メンバーの志向性や強みに応じてキャリアを描くことが可能です。 ①スペシャリスト 特定の技術領域(クラウド、生成AI、アーキテクチャなど)で高い専門性を発揮し、プロダクト開発(PD)や社内のコア技術を牽引します。 ②デリバリ/プレイングマネージャー ・大規模プロジェクトにおいて、マネジメントに専任しチームをデリバリーします。 ・中〜大規模プロジェクトにおいて、開発とマネジメントをバランスよく兼任しながら、柔軟性の高いチームをデリバリーします。 ※上記の経験を経て、さらに柔軟かつスケールの大きなキャリアを描くことが可能です。 ③エバンジェリスト ・社内だけでなく、社外の技術コミュニティや業界内でも高い影響力・知名度(エミネンス)を持ち、SMEロールを担います。 ④シニアマネージャー ・複数案件を全体統括し、プロジェクト全体の収益性(P&L)の責任や、次なる投資(新規事業や大規模案件)の獲得までを含めた、ビジネスプロデュースを担います。 ● 働き方 全メンバーフルリモートワークとなり、チャットやビデオ会議でコミュニケーションをとっています。 また、フレックス勤務制を導入しており、ご家庭の都合により中抜け等にも対応しています。 さらなる業務推進のために下記施策も実施しております。 ①社内イベント参加時などの宿泊費・交通費の補助 ②バディ制度・コーチ制度などによる入社後の立ち上がりサポート ③LT会やPool単位での技術情報共有会の開催 ④全体会議でのインタラクティブなセッションの実施 ⑤地方での懇親会開催 ※状況により、出社・顧客先への訪問の可能性あり。

●求人概要 【AI/DXコース】 当社は「メーカー」や「自治体」を主要顧客としており、メーカー向けWEBシステムや行政向け総合システムといった、専門システムを取り扱うことが多くあります。 皆さまには研修を通して、AI/DXエンジニアとしてのご活躍を期待し、入社後約3か月間の研修にご参加いただきます。 ●研修内容 データをもとにAIを活用しDX現場の課題解決を進められる人材の育成プログラム 研修期間:約3ヵ月 1.基礎学習 └SQL、Pyhton基礎 └データ分析基礎(Excel,Tableauなど) └IT基礎(Linux,Git,HTML,CSS,JavaScript,Django) 2.チーム開発演習 └GitHub copilot └AI駆動開発 └DX模擬プロジェクト演習 ※研修内容・期間は変更になる可能性がございます。 ●配属例 2023年10月入社/23歳/文系大学卒 前職でもBIツールを活用したデータ分析業務に従事。 よりデータサイエンスの知識を身に着け、市場価値を高めたいと思い転職。 配属プロジェクト 工場内データ可視化業務 プロジェクトにて、 データ分析、伴走型支援業務に従事

プロダクト基盤グループでプロダクトマネージャーを担当していただきます。 プロダクト基盤グループは、マルチプロダクト戦略を支える基盤を構築するグループで、プロダクト数や領域拡大に伴う課題解決やスケーラビリティの向上、プロダクト間のデータやプロセス連携のための開発を担当します。 具体的には以下のようなプロダクトを開発しています。 ・権限基盤 ・課金基盤 ・従業員データ基盤 ・各プロダクトに散在するデータの集約と活用API基盤 SmartHRにおけるプロダクトマネージャーの役割は、「何を作るか」「なぜ作るか」の2点に責任を持ち、開発チームと協働しながらユーザーにプロダクトを届けることです。 具体的には以下のような業務を担当していただきます。 ・共通基盤のプロダクトビジョンや目標、ロードマップの策定 ・新規の共通基盤や連携機能の企画や設計、推進 ・既存の共通基盤やAPI改善のための企画や設計、推進 ・解像度を高めるためのディスカバリー(ヒアリングやデータ分析など) ・メトリクス設計・データ分析 ・各プロダクトチームと認識を揃えるためのドキュメント作成やコミュニケーション、調整 なお、以下のような業務はプロダクトマネージャーの役割に含まれません。 ・事業計画の策定や予算の管理 ・開発メンバーの人的マネジメント ・キャンペーン設計や広告出稿などのマーケティング業務 ・サービスサイトやLPなどのウェブディレクション業務 ・ヘルプページやユーザー向け学習コンテンツの作成 ※業務内容変更範囲:会社の定める業務

・Bring Out の対話解析AIを、顧客のシステム基盤(CRM / SFA / 音声解析 / ERPなど)に統合 ・API設計・連携、LLM・RAG・音声認識などの要素を組み合わせた新ユースケースのアーキテクチャ設計 ・複雑な非構造データを処理する解析パイプラインの最適化・汎化設計 ・クライアント課題をもとにした高速PoC〜MVP開発 ・OpenAI / Anthropic / Vertex AI など各種モデルを用いたLLM統合・パフォーマンス検証 ・新しい対話解析ユースケースの技術検証・再利用可能な仕組み化 ・BizDev・AI・Backend チームと協働し、現場実装の知見を設計原則に昇華 ・技術的リスクを特定し、再現性ある開発プロセスを設計 ・技術標準化・共通モジュール化を推進し、プロダクトのスケーラビリティを向上 技術スタック ・バックエンド: Node.js, TypeScript, Python, GraphQL ・データストア: PostgreSQL, AWS S3, DynamoDB ・インフラ系: AWS, Terraform, Docker, CircleCI