山口県 データ・AI・機械学習の求人・転職情報

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

●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

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

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

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

データプラットフォーム導入・構築の引き合い増加に対応するための増員です。 クライアントの業務システムなどの膨大な量のデータを蓄積・加工・分析し、経営層の意思決定に活用する BI(Business Intelligence)を含むデータプラットフォームの導入から実行支援までを行っています。 ●クライアントの要望に沿ったデータプラットフォームの企画、設計、実装まで、プロジェクトに一気通貫で関わっていただきます。 ●主に要件定義からテストまでお任せします。 開発だけでなく、DB、インフラ、プロジェクト管理、エンドユーザーとのコミュニケーション能力など、幅広い経験に基づくスキルアップ・キャリアアップが可能な環境です。 ●エンドユーザー様と直接やり取りをする立場であり、要件定義など上流工程に携われます。

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 SmartHRのAI開発基盤ユニットは、全プロダクトのAI開発を支援する横断組織として新設されます。 このポジションでは、チームの立ち上げを技術面・組織面の両軸でリードし、各プロダクトチームが安心してAI機能を開発できる共通基盤を作り上げることが期待されています。 AIを組み込んだプロダクト開発が当たり前になりつつある今、可用性・セキュリティ・運用性を考慮した基盤設計は、事業成長の速度を左右する重要な要素です。 コンテキスト基盤やLLM Gateway、認証・認可の仕組みなど、個々のチームが解決しきれない課題を抽象化し、全社に届ける役割を担うのがこのポジションです。 要件定義から関係者との合意形成、実装・運用まで主体的に動ける方に、SmartHRのAI基盤の未来を一緒に描いていただきたいと考えています。 ●具体的な業務内容 入社直後は、マネージャーやAI開発部の仲間のサポートを得ながら複数のプロダクトチームと対話し、AI開発基盤の大きな方向性・要件を関係者と合意していくことからスタートする予定です。 現場の実態を正確に把握し、中長期の計画に紐づく形でチームのロードマップを描いていただきます。 技術的には、LangfuseをはじめとするLLMOpsツールの本格運用設計、コンテキスト基盤やLLM Gatewayのアーキテクチャ設計・実装など、横断的に影響を持つ仕組みの構築が主な業務です。 入社3ヶ月以内にはMVPとなる取り組みに着手し、2027年にかけてチームを最大5名規模へと拡大しながら、基盤全体のオーナーとして開発・運用を推進していただくことを期待しています。 コードを書く割合は状況に応じて変動しますが、プレイングマネージャーとして手を動かしながらチームをリードしていただきます。 ●開発規模・開発体制 チーム規模 新設チームのため現在0名 2027年にかけてプレイングマネージャー1名+メンバー4名、最大5名体制を目指す予定 開発体制 複数のプロダクトチームと連携しながら、共通基盤の要件定義〜設計〜実装〜運用を一気通貫で担う AI開発部の既存プレイングマネージャー・マネージャーとのサポート体制(ゼロからの立ち上げでも安心して取り組める環境) ●事業概要 SmartHRは「well-working 労働にまつわる社会課題をなくし、誰もがその人らしく働ける社会を作る。」をミッションに掲げ、クラウド人事労務ソフト「SmartHR」を開発・提供しています。 今後、SmartHRが目指すのは「人事労務の効率化ツール」ではなく、日本の働き方そのものを変える社会インフラです。給与・勤怠・タレントマネジメントを横断する「人的資本経営プラットフォーム」への進化を挑戦し、企業が「人」に投資できる社会の実現を目指しています。 数百万人のユーザーに支えられるプロダクトがすでにありながら、日本全法人へのカバー率はまだ数パーセント。解くべき課題の広さは、市場の広さそのものです。2030年に売上1,000億円を目標に掲げ、「日本全体の企業とそこで働く人々の当たり前を変える」という大きな挑戦に挑んでいます ●現在取り組んでいる、または今後取り組みたい課題 LLMOpsの整備(LLMの運用管理・モニタリング・バージョン管理の仕組み化) コンテキスト基盤の構築(各プロダクトが共通利用できる情報基盤の設計) LLM Gatewayの整備(全社横断でのLLMアクセス制御・コスト管理) 認証・認可の実装(AIエージェントを安全に運用するための権限管理設計) ガードレールの整備(AIの安全な利用を保証する仕組みの構築) ●配属先 AI開発本部 / AI開発部 / AI開発基盤ユニット / プレイングマネージャー 業務内容変更範囲 会社の定める業務 ●参考情報 AIでSaaSは死なないし、業務システムをAIで内製化してはいけない(https://real.smarthr.co.jp/articles/times_serizawa_0008) 「人的資本経営プラットフォーム」へ進化。2030年売上1000億円を目指し、新たな事業戦略を発表(https://smarthr.co.jp/news/press/20250603_jigyousenryaku/) 2030年に向けた事業戦略─CEOが語る「働く人を支えるインフラ」への挑戦 - YouTube(https://www.youtube.com/watch?v=isrl9YdOjgQ) ●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/)

・最新の生成AI(LLM)とAWSのサーバーレスアーキテクチャを武器に、 「開発プロセスの変革(仕様駆動開発)」と「ビジネスへのAI実装(RAG等)」 の両輪をリードしていただきます。 ・Anthropic Claude 等の高度な基盤モデルを最大限に引き出し、AIエージェントによるコード生成や自動検証を組み込んだ、これからの時代のスタンダードとなる開発スタイルを顧客と共に創り上げることがミッションです。 具体的な業務内容 ①仕様駆動開発(Specification-Driven Development)の実践 ・自然言語や構造化された仕様から、Anthropic Claude(Amazon Bedrock経由)等のLLMを用いてコードやテストコードを自動生成する開発フローの構築 ・AIによるコード生成プロセスを前提とした、圧倒的な開発スピードと品質を両立させる「次世代のエンジニアリング手法」の確立 ②高度なRAG(検索拡張生成)システムの構築 ・Amazon Bedrock、Knowledge Bases for Amazon Bedrockを活用した、高精度なナレッジ活用基盤の実装 ・Amazon Connect との連携:コンタクトセンターの通話ログやFAQデータをRAGに組み込み、オペレーターへのリアルタイムな回答支援や応対要約を実現するアーキテクチャの設計 ③サーバーレスAIネイティブな設計・実装 ・ Lambda、Step Functions、EventBridge等を活用し、AIワークフローをスケーラブルに組み込むアプリケーション設計 ・IaC(AWS SAM / AWS CDK / Terraform)を用いた、再現性の高いAIインフラの構築 技術習得の支援 ①AWSの個人検証環境 月額2万円まで会社負担で利用できるので、最新技術の習得やスキルアップにご活用いただけます。 ②AWS資格の取得を支援 受験費用は会社負担で、合格時には報奨金も支給します。 また、受験時間も業務扱いとなるため、安心して勉強に集中することができます。 ③AIコーディングエージェント利用 会社負担で一定額を利用できます。 AIを検証しながら業務にて活用いただけます。

概要 新設された「AI推進課」に参画し、クラウドアーキテクト(AI領域)として生成AIを活用した新規案件の創出から要件ヒアリング、提案・設計をご担当いただきます。 目指すゴールは「サーバーワークスはAIに強い」という市場認知の獲得です。 お客様から求められた内容で構築を進めるだけではなく、お客様の業界ドメインや業務プロセスを調査し、AIで価値を創出するための提案を行うことで、お客様のビジネスをAIでリードするビジネスパートナーになることをめざします。 具体的な業務内容 営業担当と連携した商談初期段階からのヒアリングや提案づくり 受注したプロジェクトのテックリード お客様の業界ドメインや業務プロセスの調査・課題の設定 生成AI関連技術を用いたソリューションの構築・提案 案件について 会社としての実績は累計で1480社/27100プロジェクト(※2025年8月末現在)です。 そのうちの90%以上が直接の受注です。 ⼆次請け・三次請けといった構造を取っておらず、⾃社でヒアリング〜設計・構築〜納品後の運⽤までをサポートしています。 お客様の業界は製造業・⼩売業・⾦融業など幅広く、企業規模も⼤規模から中⼩規模の企業様まで様々です。 当部署では既存顧客へのクロスセル・アップセルを中心に、業務・業界に特化した生成AI案件を強力に推進します。 規模感 小規模では2～3名程度でプロジェクトを担当していただき、大規模なものになれば外部含めて30名ほどのステークホルダーと関わる場合もあります。 得られるスキルやキャリア 生成AIという成長市場で、案件創出・提案フェーズから業務に携わるため、ビジネス開発(BizDev)スキルが身につきます AWSの生成AI・データ関連サービス、LLMの知見 案件創出のためのブログ執筆・顧客向けイベント・ウェビナーを通じた発信力 組織構成 クロスインダストリー第2本部AI推進課への配属となります。 ミッション: 「サーバーワークスはAIに強い」という認知を獲得し、お客様のビジネスをAIでリードするビジネスパートナーになる メンバー構成: 課長1名、メンバー9名 (変更の範囲)会社の定める業務

私たちは今、自社のプロダクト開発そのものをAI-nativeな仕組みへと再設計しようとしています。その中核を担うのが、AI Product Manager です。ブリングアウトのプロダクトを「AIが自律的に進化するプロダクト」へと変革し、そのプロセス自体を顧客が採用できる形にパッケージ化することが役割です。顧客の声、商談・CS情報、開発要望、プロダクト利用メトリクス、品質データを LLM が継続的に統合・構造化し、プロダクトの改善機会を発見し、優先順位を提案し、開発チームがすぐに動ける要件へ落とし込むワークフローを設計・運用する責任者です。 単に AI 機能を企画するのではなく、PM の仕事そのもの ── 「顧客の声をどう捉え、何を作るべきかをどう判断し、どのように開発チームへ渡し、リリース後にどう学習するか」というプロダクト開発の OS を、AI で再発明する仕事です。 ① AI-nativeなプロダクト開発ワークフローの設計・運用 顧客の声、開発要望、プロダクト利用メトリクス、品質データをもとに、LLM がプロダクト改善の機会を発見し、優先順位付けし、要件化するワークフローを設計・運用します。 ●VoC、商談ログ、CS情報、開発要望、利用メトリクスの統合設計 ●LLM による分類・要約・クラスタリング・優先度スコアリングの設計 ●バックログトリアージ、ロードマップ更新、PRD ドラフト生成のワークフロー化 ●PdM・Engineering・CS・Sales が継続的に使える運用プロセスへの落とし込み 顧客インタビューや商談・CSから得られる一次情報を、プロダクト判断と開発実行に使える形へ変換します。 ●顧客課題の抽出、構造化、パターン化 ●開発チームが48時間以内に動き始められる粒度の PRD・Issue ドラフト作成 ●問題定義、ユースケース、成功指標、受け入れ条件、制約、リスク、未決事項の整理 ●顧客の言葉と、開発チームの要件言語をつなぐドキュメント設計 AI が出す提案を、組織が信頼して意思決定に使える状態にします。 ●優先順位付けの判断軸設計 ●事業インパクト、顧客価値、開発工数、戦略整合性、リスクを踏まえた評価フレームの設計 ●AI が生成する提案の説明可能性・再現性・レビュー観点の設計 ●ロードマップレビュー、スプリント計画、仕様レビュー、リリース後レビューへの組み込み LLM や AI エージェントの出力を、プロダクト開発の実務で使える品質に高めます。 ●PRD、Issue、優先度提案、要約、分類結果の Evaluation 設計 ●AI 出力の品質基準、レビュー基準、Human-in-the-loop 設計 ●誤分類、過剰要約、幻覚、重要要望の見落としを防ぐガードレール設計 ●AI ワークフローの継続改善 AI が生成するインサイトや優先度提案をもとに、プロダクトロードマップと開発投資判断を継続的にアップデートします。 ●What-if 分析を用いたロードマップシナリオ設計 ●CTO・Engineering との投資対効果レビュー ●プロダクト改善テーマの言語化 ●短期の開発優先度と中長期のプロダクト進化の接続 ●① PMの仕事そのものをAIで再定義できる 既存プロダクトの一機能を担当するPMではありません。顧客の声をどう集め、どう解釈し、何を作るべきかをどう判断し、どのように開発へつなげるかという、プロダクト開発の中核プロセスそのものを AI で再設計する役割です。今後多くの企業で必要になる新しいテーマであり、職種としてもまだ世の中に完成形がない領域です。 ●② AIを実験ではなく、日々の開発プロセスに組み込める LLM や AI エージェントを、PoC やデモで終わらせるのではなく、実際のロードマップ判断、バックログ管理、要件定義、開発プロセスに組み込んでいきます。AI を「便利ツール」ではなく、会社のプロダクト開発の中枢に据える仕事です。 ●③ 顧客価値と開発生産性の両方にインパクトできる 顧客の声がより早く、より正確にプロダクトへ反映されることで顧客価値を高めます。同時に、PdM・Engineering・CS・Sales の連携を滑らかにし、開発チームが迷いなく動ける状態をつくることで、開発生産性にも直接インパクトできます。顧客満足・開発スピード・売上貢献のすべてに関わる、レバレッジの高い仕事です。 ●④ CTO直下で、開発組織全体の進化をリードできる 所属は開発組織、CTO 直下です。プロダクト戦略、AI 活用、開発プロセス、データ基盤、組織運営が交差する領域で、経営・開発・ビジネスの意思決定に近いところから変革をリードできます。Principal IC として、組織横断の仕組みづくりに専念できる環境です。 ●⑤ まだ世の中に完成形がない、新しい職種を創り出せる このポジションは、従来の PdM、Product Ops、AI 活用推進、業務設計、データ活用の要素が混ざった新しい役割です。すでに決まった型を運用する仕事ではなく、「AI 時代のプロダクト開発はこうあるべきだ」という型を自分で作る仕事です。

AI/Techコンサルタントが描いたビジネスソリューションの構想を、技術的に実現可能な、スケーラビリティと品質を担保したシステムアーキテクチャへと落とし込む技術的ポジションです。フルスタックの幅広い技術基盤を背景に、設計から開発、運用保守まで責任を持ち、システムデリバリー全体を牽引します。 ●経営・事業を支えるシステムアーキテクチャの方向性検討と設計 ●AI/MLを活用したシステムの技術選定、プロトタイピング、実装リード ●開発チームのリーダーとして、コードレビューや技術指導を実施 ●システムデリバリー経験を活かし、開発プロセス全体の生産性向上を主導 使用技術詳細 ●言語・FW・バックエンド: Python / Java / Rust / Go 等 ●フロント・バック: React / Next.js / Nuxt.js / Node.js / Express.js / Django / Spring Boot 等 ●AI/ML/RAG: TensorFlow / PyTorch / Hugging Face / LangChain / OpenAI API / Vertex AI / SageMaker / Elasticsearch ●インフラ: AWS / GCP / Azure / IaC (Terraform 等) ●その他: Docker / Kubernetes / GitHub / CI/CD (GitHub Actions 等) / 生成AIツール (ChatGPT / Copilot / Cursor / Claude 等) / その他データ処理・分析、メッセージング、ワークフロー、監視、セキュリティ等の各種ソフトウェア プロジェクト例 ・ヘルスケア業界: 社内基幹プロセスを担うWebシステム構築 ・エネルギー業界: 臓器システム刷新プロジェクト ・自治体: 警察システム刷新プロジェクト ・石油業界: 保全管理システム開発プロジェクト