フレックス勤務 データ・AI・機械学習の求人・転職情報

製造業×生成AIの新規プロダクト開発・PoC検証のど真ん中で手を動かすポジションです。 主な業務: ・顧客課題のヒアリング → 要件定義 → 技術調査 → プロトタイプ実装 → 検証 → レポーティングを一貫して担当 ・RAGシステムの設計・構築(ドキュメント検索、ナレッジベース活用など) ・LLMを組み込んだプロダクトの開発・改善(APIインテグレーション、プロンプト設計含む) ・製造業向けユースケースの探索・仮説検証・PoC推進

製造業×生成AIの新規プロダクト開発・PoC検証のど真ん中で手を動かすポジションです。 主な業務: ・機械学習 / 深層学習などのモデル学習(データクレンジングやスケール変換などの前処理含む) ・顧客課題のヒアリング → 要件定義 → 技術調査 → プロトタイプ実装 → 検証 → レポーティングを一貫して担当 ・RAGシステムの設計・構築(ドキュメント検索、ナレッジベース活用など) ・LLMを組み込んだプロダクトの開発・改善(APIインテグレーション、プロンプト設計含む) ・製造業向けユースケースの探索・仮説検証・PoC推進

製造業領域の生成AIプロダクト開発・PoC検証を、技術リードとして引っ張るポジションです。 主な業務: ・クライアントとの要件定義・折衝・技術説明 ・RAGシステム・LLM活用プロダクトの技術選定・アーキテクチャ設計の主導 ・メンバーへの技術方針の共有・コードレビュー・実装サポート ・プロトタイプから本番リリースまでの技術責任者としての推進 ・インド・バンガロールのグローバルHub拠点メンバーとの連携・調整

製造業領域の生成AIプロジェクトのマネジメントと新規ビジネス開発の両方を担うポジションです。 主な業務: ・AIエンジニアチームのビルディング・メンバー育成・評価 ・製造業クライアントへの新規ビジネス提案・ソリューション企画 ・プロジェクト推進管理(スケジュール・品質・予算) ・クライアントとの信頼関係構築・継続的な価値提供 ・インド・バンガロールのグローバルHub拠点メンバーとの連携・調整

お客様のBIシステムやデータウェアハウス構築案件において、要件定義などの上流から設計・開発まで行って頂きます。 ・BIツール(Tableau、Oracle Analytics、Cognosなど)を用いた情報分析システム構築 ・DBMS(Oracle、SQL Server)やSaaS製品(Redshift、Snowflake)でのDWH構築 ご経験に応じて徐々に案件をお任せしていきますのでご安心ください。 【開発環境】 言語:SQL OS:Windows DB:Oracle、SQL Server、DB2

BIツールを用いた分析システムやDWHの構築の案件について、プロジェクトマネージャーとしてご活躍いただきたいです。 【業務内容】 ・BIツールやデータウェアハウスによるデータ分析システム構築プロジェクトのマネジメント業務 ・複数の小規模プロジェクトの統括マネジメント業務 【開発環境】 言語:SQL OS:Windows DB:Oracle、SQL Server、DB2

前工程向けの半導体製造装置、および付帯装置の機械設計業務をご担当いただきます。 TSMC社向け装置の担当として制御ソフト設計に携わっていただく予定ですが、 入社後、業務経験を積むことを目的に、他顧客の案件をご担当いただく可能性もございます。 【具体的には】 ・装置組込ソフト開発(主にモーター、I/O、アナログ入出力制御) ・Windowsのソフトウェア開発 ・画像処理ソフトウェア開発 ・ネットワーク系ソフトウェア開発 ※組込ソフト開発を軸に、ご希望やご経験に応じて幅広くご担当いただく予定です。 【開発の進め方】 ・開発チームは、機械設計、ソフトウェア開発、電気設計などのエンジニア3～5名で構成されています。少人数でひとつの製品を上流から下流まで担当するため、各自の担当する業務は幅広く、最終的な製品全体の最適化を考える視点が求められます。 【担当製品(参考)】※外部公開されていない開発機を担当いただく可能性もございます。 ・ダイシングソー:https://www.disco.co.jp/jp/products/dicer/dfd6760.html ・グラインダー:https://www.disco.co.jp/jp/products/polisher_etcher/dgp8762.html 【業務内容についての補足】 入社当初:各求人票内の業務内容欄記載の業務内容 変更の範囲:弊社就業規則に基づき、異動を命じることがある

【お任せする業務】 Python/SQLによるビッグデータ処理、データベース構築、サーバー環境構築、可視化、機械学習、解析レポート作成 【具体的な仕事内容】 ・動作ログ情報・製造工程データ収集、データベース構築、EDA、可視化、機械学習、予測モデル構築 ・機械学習設備(サーバ)の管理、運用 ・新規ツール、ユーティリティの開発・実装 ・データの理解と、顧客・開発製造拠点とのディスカッションを通じた真の課題の抽出 ・課題解決に向けたシステムビジョン、コンセプト、アーキテクチャの策定 ・プロトタイプ開発、検証、PoCの実施 ・データサイエンス技術マネジメント ※当ポジションは、IT/AIの技術力を自ら高めながら、システムアーキテクチャの設計からプロトタイプ開発、PoCの実施までを自社主導で推進できる環境です。 [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 【使用言語】 Python、SQL 【使用環境】 Windows、Linux、VS Code、Docker、RDBMS、Vector Database、AWS等クラウドサービス 【技術】 データサイエンス、機械学習、生成AI/RAG活用技術、Dify、CUDA、AIエージェント

【お任せする業務】 ・ビジネス部門(企画、設計、開発、製造)と連携した、真の課題抽出とビジネスフローの再構築 ・先端IT/AIを活用したソリューションの提案、プロトタイプ開発、PoCの実施 ・コンサルタントやSIerと協働した本番環境への実装 【具体的な仕事内容】 ・OSSや先端IT/AI技術の調査(インターネットでの情報収集、各種カンファレンス・展示会への参加、コンサルやSIerへのヒアリング) ・ユーザ業務の理解と、ユーザとのディスカッションを通じた真の課題の抽出 ・抽出した課題を解決するためのシステムビジョンおよびコンセプトの策定 ・システムアーキテクチャの策定と実装方法の検討 ・プロトタイプ開発および検証、PoCの実施 ・コンサルやSIerと協働した本番システムの構築 ※当ポジションは、IT/AIの技術力を自ら高めながら、システムアーキテクチャの設計からプロトタイプ開発、PoCの実施までを自社主導で推進できる環境です。 [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

【お任せする業務】 後工程工場のSmart FAB化に向けた、生産管理システムおよび生産技術システムの企画・設計・開発・運用をお任せします。 【具体的な仕事内容】 ●現状分析と課題抽出:生産管理部門や製造現場と連携し、生産プロセスやシステム(計画、工程管理、品質管理等)の課題を特定します。 ●システム企画・要件定義:最新のAI技術やIoT活用を含めたシステム化のコンセプトを立案し、現場へ提案。 社内開発またはベンダーコントロールを行いプロジェクトを推進します。 ●アプリケーション開発・実装:要件に基づき、PythonやC/C++等を用いて業務効率化ツールや自動化システムの設計・開発を行います。 ●データ解析・AI活用:製造装置から得られるビッグデータを収集・解析し、品質改善や予知保全モデルの構築をサポートします。 [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、言語等】 ●Python:AIモデル構築、データ分析、自動化スクリプト作成など、DX推進の主力言語として使用します。 ●C / C++:装置制御や高速処理が求められる基幹システムの開発に使用します。 ●SQL:製造データベースからのデータ抽出、集計、分析に使用します。 ●VBA:既存業務ツールの解析や、現場レベルでの迅速な改善ツール作成に使用します。

【お任せする業務】 <業界未経験の方> 量産ラインの大規模な検査・計測データの解析、およびその環境構築に携わっていただきます。 また、先輩社員の指導のもと、最先端の分析装置を用いた製品の不良解析サポートを通じて、物理化学的なモデル解明に貢献することがミッションです。 (1)量産ラインの検査・計測データの分析による歩留改善を行ってもらいます。 また、機械学習を用いた大規模データ分析による不良原因の特定、改善の指針の策定なども先輩社員と一緒に行います。 分析にはPython/SQLなどのツールの活用や環境構築も行います。 (2)最先端の分析装置を用いた製品の不良解析サポートを通じて、物理化学的なモデル解明に繋げていただきます。 これらの取り組みによって、高度な歩留まり、品質改善に貢献することがミッションです。 <プロフェッショナル/リーダー候補の方> インライン検査の効率的な分析/監視手法の確立、最先端の物理化学分析による不良モデルの解明、大規模データ解析・AI(AIDX)技術を用いたプロセス異常検知システムおよびその解析環境の構築を主導していただきます。 【具体的な仕事内容】 ●大規模データ解析による不良分析・予兆 ・製造工程で得られた検査データを分析し、問題の特定を実施。 分析結果から得られた知見をフィードバックすることで不良を予兆し、電気特性を待たずに工程内でプロセスを最適化することで不良を改善します。 ●物理化学解析による不良モデル解明(探求) ・透過型電子顕微鏡(TEM)、熱脱離質量分析(TDS)など、世界最先端の解析技術を駆使し、製品の不良が発生するメカニズムを物理的・化学的に究明。 ・単なる不良対策に留まらず、不良発生モデルを理論に落とし込み、次世代製品への対策技術として昇華させます。 ●大規模データ解析と異常検知(実装) ・製造工程で得られる膨大な処理履歴データ、検査・計測データ、電気特性データを統合的に活用。 ・Python/SQL、Linux、AWSなどの環境を用い、不良要因の特定と対策を高速で行うAI/機械学習アルゴリズムを開発。 ・大規模データ解析のための環境構築(データパイプライン設計など)にも積極的に取り組みます。 [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 【使用言語】 Python、SQL 【使用環境】 Linux、AWS

【職務内容】 ●LSIの論理検証戦略の策定業務 ●LSIの論理検証実施業務 【具体的な仕事内容】 ① 検証戦略策定業務 検証対象(DUT)の仕様や実装を考慮し、効果的かつ効率的に検証品質を向上させるための戦略を立てます。 具体的には、ベクタベース検証や機能等価性検証(フォーマル検証)の適用判断や、検証チームの活動方針を策定します。 ② 検証実施業務: UVM(Universal Verification Methodology)を基にした検証環境を構築します。 ●カバレッジ取得環境の設計 ●チェッカの作成と組み込み ●性能モニタの作成 検証項目やテストシナリオ・アサーション等を作成し、ベクタベース検証とフォーマル検証及び検証結果の取り纏めを実施します。 ※入社後の適正に応じて、将来的に論理検証だけではなく、論理設計まで活躍の幅を広げてご活躍いただける機会もございます。 [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】 ●作業環境:Linux/Windows ●使用言語:SystemVerilog、Verilog-HDL、C/C++、スクリプト言語(Python、Perl、Rubyなど) ●ツール:Verilogシミュレータ, 波形ビューワー, Formal検証ツール, 検証IP(VIP) 【想定されるキャリアパス】 新規コントローラ開発において検証経験を積んでいただき、数年以内には検証リーダーを目指していただきたいと考えています。また、将来的にはSSD試作品の評価業務や解析業務にも参画し、コントローラの品質を維持するためのキーパーソンとして成長することを期待しています。 なお、下記どちらでもご自身のキャリアデザインに合わせて、進路をご相談頂けます ・技術面を追求し、専門性の高いキャリアを築きたい方 ・マネジメント面でエンジニアを牽引したい方 毎年実施されるインタビューの際に、自分が進みたいキャリアパスについて話し合う機会がございます。

【お任せする業務】 AI・機械学習やビッグデータを活用した内製システムの企画・開発・運用を担当します。 技術者の困りごとをシステムからサポートして改善活動を進めていきます。 【具体的な仕事内容】 下記のようなAI/機械学習を活用した歩留まり解析および改善システムの開発をお任せします。 開発は要件に応じてウォーターフォール、アジャイル開発を使い分けて行っており、一部外部委託先を連携しながら進めていきます。 ・課題抽出・要件定義:ユーザー部門と連携し、現場課題を分析し要件を整理 ・システム企画・設計:改善策を立案し、データベース設計やWebアプリ開発を実施 ・開発・運用:システム導入から改修、効果検証、保守まで一貫して担当 ・外部委託管理:一部開発を委託する場合、ベンダーとの調整・品質管理を実施 [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 【使用言語】 Python / SQL / Java / C / C++ / C# / JavaScript / VBA 機械学習:Hadoop / HBase / Hive / PyTorch Web:Django / FastAPI その他:PostgreSQL / Kubernetes / Ceph

●業務内容 AIの企画・開発・運用からAIガバナンスまでAIに関するあらゆる業務を一手に引き受けており、社内の各部署とコミュニケーションをしながら10倍規模を実現するAIドリブンな事業基盤の構築を目指しています。 ▽AIドリブンな事業基盤の戦略策定・実行 ・全社AIプロジェクト企画と推進 ・プロジェクト企画と評価のためのデータ分析 ▽AIによるビジネス課題の特定と解決 ・社内各部署とのコミュニケーションを通じた業務課題の特定とAIによる改善施策の立案 ・プロダクトチームとのコミュニケーションを通じたAI導入プロジェクトの推進 ・プロジェクト企画と評価のためのデータ分析 ▽AIドリブンな事業基盤の開発・運用(DevOps) ・AIモデルを中心としたAIシステムの要件定義・設計・開発・運用 ▽AIガバナンス ・AI導入時のリスク分析・評価およびリスク管理施策の検討・運用 ・AIを安全かつ最大限に活用するための社内ルール整備、社員教育の推進 ※AIは統計モデル、機械学習、LLMを含む学習モデル全般を意味する ●期待する役割 グループ責任者やチーム責任者のサポートのもと、AI技術導入の企画立案・AI開発運用からAIガバナンスまで、チームの中心メンバーとしてAIドリブンな事業基盤の構築に一緒に挑戦していただける方を募集しています。 ▽AIプロジェクトへの積極的な参画: 各プロジェクトにおいて、自身の専門知識を活かしてAI技術の導入とその適用をサポートし、プロジェクトの目標達成に貢献する。 ▽部門間コミュニケーションの担い手: 社内の他部門と円滑にコミュニケーションを取り、部門間協力を促進してAIシステムの適切な導入を支援する。 ▽AIリスク管理の実施: AI導入時のリスクを認識し、リーダーやチームメンバーとともにリスク管理策の策定と運営に貢献する。 ▽データ分析に基づく実行と評価: データに基づく根拠をもとに、プロジェクト企画や評価を行っていただき、貢献度の高い施策を探求する。 ▽技術向上とナレッジシェア: 最新のAI技術について継続的に学び、チーム内での知識共有を行い、組織全体の技術力向上に寄与する。 ●技術スタック ・クラウドサービス: AWS(実行環境やBedrockの利用), Azure(OpenAIの利用), GCP(Geminiの利用や分析基盤) ・実行環境:AWS ECS, AWS EKS, AWS Lambda ・データベース:AWS Aurora MySQL, AWS DynamoDB ・開発言語:Python ・コード管理:GitHub ・CI/CD:GitHub Actions, ArgoCD ・コンテナオーケストレーション:Kubernetes ・外部サービス:Datadog ・分析基盤:BigQuery ・ドキュメンテーション:Notion ・エディタ:VSCode ・開発支援AI:GitHub Copilot, GPT-4o(Azure OpenAI Service経由) ・生成AI API:Azure OpenAI Service, AWS Bedrock, Gemini API ●オンボーディングおよび育成計画 下記を想定しながら適宜チームでフォローします。 ▽1年目: ・ゴール:AIプロジェクトでのスキル向上 ・内容:プロジェクト参加(サポートを得ながら推進) ・支援:キャリアサポート(月次1on1) ・評価:半年ごとに目標設定と評価 ▽2年目以降: ・ゴール:プロジェクトリーダーへの成長 ・内容:リード役経験、戦略会議参加 ・支援:キャリアサポート(月次1on1) ・評価:半年ごとに目標設定と評価

マッチング領域やTrust & Safety領域などにおけるAI/ML機能のプロダクト実装・評価・改善は、主にデータサイエンティストやプロダクトAI/MLエンジニア、ソフトウェアエンジニアが担います。本ポジションでは、それらのAI/ML機能がプロダクト上で安全かつ継続的に価値提供できるよう、社内のML/LLM基盤、推論基盤、開発・運用環境、標準パターンを設計・開発・運用していただきます。 ML基盤を、社内のAI/ML活用を支える重要な技術基盤であると同時に、データサイエンティスト、プロダクトAI/MLエンジニア、ソフトウェアエンジニアが安全かつ再現性高くAI/MLを本番活用するためのプラットフォームとして捉え、標準化・セルフサービス化・Developer Experienceの向上にも取り組んでいただきます。 ●機械学習の学習・評価・予測・デプロイ・監視を効率的に実現するためのML基盤の設計・開発・保守・運用 ・機械学習APIサーバー、オンライン推論基盤、バッチ推論基盤の設計・開発・運用 ・機械学習システムのためのデータパイプライン、特徴量管理、Feature Store等の設計・開発・運用 ・機械学習ワークフロー、実験管理、モデル管理、評価・検証プロセスの設計・開発・運用 ・ML関連の開発業務を効率化する社内ライブラリ、テンプレート、サンプル実装、開発環境の整備 ●プロダクトAI/MLエンジニアやデータサイエンティストが、AI/ML機能を本番環境で安全に実装・運用するためのProduction Readinessの整備 ・モデル精度、データ品質、ドリフト、レイテンシー、エラー率、コストなどの監視・可視化の仕組みづくり ・モデル更新、ロールバック、障害対応、インシデント対応、Runbook整備などの運用標準化 ・個別プロダクト機能の要件を踏まえた、基盤側の非機能要件・運用要件・責務分界の整理 ●生成AI/LLMを複数チームで安全に活用するためのLLMOps基盤・AIガバナンスの設計・開発・運用 ・プロンプト管理、評価データセット、出力品質評価、LLM as a Judge、リグレッションテスト等の共通基盤づくり ・LLMアプリケーションの監視、コスト管理、Fallback、ガードレール、セキュリティ・利用ポリシー整備 ・個別ユースケース実装を担うチームが、安全に生成AI/LLMを利用するためのルール・テンプレート・レビュー観点の整備 ●データサイエンティスト、プロダクトAI/MLエンジニア、ソフトウェアエンジニアが迷わずAI/ML機能を開発・運用できるゴールデンパスの整備 ・CI/CD、IaC、コンテナ、クラウド、権限管理、Secret管理、監査ログ等を組み込んだ標準パターンの設計・運用 ・テンプレート、ドキュメント、チェックリスト、オンボーディング資料、開発者向けガードレールの整備 ・個別案件から共通パターンを抽出し、セルフサービス化・自動化・再利用可能な形へ昇華 ●上記を実現するための非機能要件・運用品質の継続的な改善 ・IaCによるインフラ構築・管理 ・CI/CDによるテスト・デプロイ自動化 ・サービス監視、ログ、メトリクス、トレース、アラートの設計・運用 ・パフォーマンス、可用性・信頼性、セキュリティ、コスト効率を考慮した設計・実装および継続的な改善 ●社内のデータサイエンティスト、プロダクトAI/MLエンジニア、ソフトウェアエンジニア等への教育・スキルトランスファー、技術支援 ●ML/LLM基盤活用戦略の作成・推進、全社的なAI/ML活用の環境整備・啓蒙活動 扱っているデータ ・アプリユーザーのアクセスログ、募集内容に関する情報 ・マッチングに関する情報 ・レビューや評価情報や、アプリインストールなどの広告効果に関わるデータ ・問い合わせに関するデータ ・営業活動情報のデータ 上記のようなデータを扱っております。 技術スタック(主要な部分の抜粋) ●クラウド ・Google Cloud ●開発言語 ・Python ●データ基盤 ・BigQuery / Fivetran / dbt Cloud ●ML / LLM基盤 ・Vertex AI / MLflow / LiteLLM / Datadog LLM Observability ●BIツール ・Looker / Looker Studio ●IaC ・Terraform ●開発環境・ツール ・Visual Studio Code / Cursor / Claude Code / GitHub Copilot / Devin / GAS etc

開発・生準・量産など幅広いモノづくりのフェーズにおいて、生産性・品質の向上を目指してシステムやアプリの企画・開発・導入までお任せします。設計・コーディングは外部ベンダーが担当するため、要件定義や進行管理、改善提案など上流工程に携わっていただきながら全社的な視点で業務を推進頂くことを期待しております。 <職務フェーズと業務詳細> ●システム企画/構想 現状分析と要件定義、ユーザーニーズ調査、要件定義書の作成、システム全体像の設計、機能設計、データ設計、プロジェクト計画の策定、ベンダー選定と調整 ●構築～導入(委託領域 委託管理スキル要) システムアーキテクチャ設計、UI/UXデザイン、テスト計画とケース作成、技術ドキュメンテーション、レポート作成 ●運用/保守(委託領域 委託管理スキル要) モニタリングとアラート管理、ログ管理と分析、インシデント管理、ソフトウェアアップデート、ユーザ問い合わせ対応 <具体的な案件> 以下より、ご経験や適性に応じて案件を担当いただくことを想定しております。 ※なお、他ポジションへの適性が強いとお見受けした方については、異なる職務をご提案させていただく場合もございますことご容赦願います。 ●実験データベース/試作データベースの構築・開発(姫路・豊田・三宮) 実験・試作のデータを一元管理し条件や情報を体系化することで、開発スピードと品質を向上させるための情報基盤を作っていただきます。化学・電気・機構等、可変要素の多い電池という製品の開発に携わるからこそ、パターンを可視化していくことが非常に重要となっております。 ●MESの機能開発(姫路・三宮) 工場の現場業務をデジタル化し、リアルタイムで管理・最適化する為の仕組みづくりを行っていただきます。新たなラインや設備の追加/現場からの改善要望などに対し、長期的な運用を見据えてデジタル技術で応えていただきます。 ●エッジデータを活用した予兆管理推進(姫路) 設備のトラブル防止・発生時の事後検証を行うために必要な、データ抽出の仕組みづくりに携わっていただきます。『どのようなセンサを搭載するのか?』等といった開発の部分から導入後の運用まで関わっていただくため、自身が現場の変革を作り上げている手触り感を強く持っていただくことができます。

パーソルキャリアにおけるデータサイエンティスト、データエンジニア、AIエンジニア、機械学習エンジニアの各職種の中から、ご経験にマッチするポジションをご提案いたします。 データ・AI領域にご関心をお持ちで、「どのポジションが適しているかわからない」「経験を活かせる環境で選考に進みたい」とお考えの方は、ぜひご応募ください。 ご応募後、社内にてポジションサーチを行い、書類選考を通過したポジションについて改めてご案内いたします。 ●募集ポジション例(※下記以外をご提案する場合があります) 【データサイエンティスト】 転職サービス「doda」(会員登録数 約1,039万人/2025年12月末時点)を中心に、全社横断でAI・機械学習モデルの設計・開発・チューニングをリードしていただきます。 人材マッチングの高度化を主軸に、LLMや生成AIなどの最新技術を取り入れながら、再利用可能なマッチングロジックやAIモデルの開発から本番導入・運用まで一貫して推進し、事業成長に貢献していただきます。 ・生成AI、機械学習における新規技術の検証・開発 ・Python/PySparkを用いたデータ分析・モデル開発 ・提案に向けたデモ開発/PoC開発 ・業務効率改善に向けた分析/自動化・AI化 ・データ設計および前処理の開発・実装 ・インフラ/データ基盤部門との連携 ・社内外でのセミナー講演や論文・資料作成 【データエンジニア/データアーキテクト】 全社最適の観点からデータ活用基盤の整備を推進し、あるべき分析基盤の実現を担っていただきます。 ・データ基盤構想の検討/ロードマップ策定/技術選定 ・現状課題の整理および改善方針の策定・実行 ・データマネジメント方針の策定とプロセス整備 ・基盤構築および活用プロジェクトの推進 ・パイプライン構築やバッチ処理開発 【データエンジニア/アナリティクスエンジニア】 データドリブンな事業運営の実現に向け、データによる意思決定を支援し、可視化とPDCAの高速化を推進します。 「doda」「doda X」において以下を担っていただきます。 ・データマート構築(要件定義～設計～実装～テスト) ・データ収集・加工・集計業務 ・バッチ基盤の運用保守 ・DMBOKに基づくデータマネジメントおよび利活用支援 ・dbtを用いたデータ変換・モデル開発 【AIエンジニア(バックエンド・インフラ)】 LLMやAIエージェントを活用した機能開発に加え、安定・安全かつスケーラブルに活用可能なAI基盤の設計・構築を担っていただきます。 ・AI前提のシステムアーキテクチャ設計 ・API設計/非同期処理/キャッシュ/キュー設計 ・マルチクラウド環境(AWS/GCP/Azure)の構成設計 ・バックエンド開発および外部サービス連携設計 ・データ基盤(DWH/Vector DB等)との接続設計 ・スケーリング/レイテンシ/コスト最適化 ・監視・セキュリティ・ガバナンス設計 【機械学習エンジニア】 「doda」「doda X」において、ユーザー一人ひとりに最適な求人・情報を届けるためのレコメンド/マッチング機能の開発・運用を担っていただきます。 当社が保有するデータと機械学習・生成AI技術を活用し、マッチング精度や応募率向上などのKPI改善に直結するアルゴリズム開発から運用・改善まで一貫して取り組んでいただきます。 ・レコメンド/マッチング機能の設計・開発・運用 ・機械学習モデルや推論ロジックを用いたサーバーサイド開発 ・データ活用施策の運用・改善 ・Python/SQLを用いた分析・モデル開発・検証 ・データサイエンティストやPdMとの連携による施策推進 ・技術リード/プロジェクト推進

●具体的な業務内容 1.マシンビジョン/外観検査システムの開発 製造現場における品質向上や自動化を目的として、カメラ・照明・レンズを含む撮像システムの設計・開発を担当していただきます。また、画像処理アルゴリズムやAIを活用した検査モデルの開発、さらにプログラミングによる検査装置向けアプリケーションの実装まで、一連のシステム構築に広く携わっていただきます。 2.生産ラインへのシステム導入 機械・電気チームと協働してシステム統合を進め、製造現場をはじめ社内関係部署や社外パートナーと調整しながら、生産ラインおよびシステムの設計・立ち上げを担当していただきます。また、システム導入に際して必要となる新技術の調査・検討も行っていただきます。 3.品質モニタリングシステムの開発、既存システムのメンテナンス データベースの設計・構築・運用を行い、リアルタイムで検査データの管理・分析・可視化を可能にするアプリケーションの開発を行っていただきます。また、既存システムの機能追加やリプレース、更新作業などもお任せいたします。 ●働き方のイメージ ・組織で求めるポジション 実務主担当 ・出張頻度・出張先 国内 1～2回/月(セミナー、展示会、研修、他事業所等) ・部署の平均残業時間 20時間程度/月 ・リモートワーク・フレックス制度の活用度合い 　リモートワーク:1回/週程度を想定 ※業務状況による 　フレックス制度:積極的にご活用いただける環境です ●入社後のキャリアプラン 入社後は、まず実務担当として検査システム導入や技術開発に取り組み、製造現場での課題理解や専門スキルを身につけていただきます。経験を積んだ後は、リーダーとしてチームを牽引し、システム導入を主導する立場へとステップアップしていただくことを想定しています。将来的には、メンバー育成や組織運営を担うマネジメント、または、専門性を極めたスペシャリストとしてのキャリアプランを想定しており、マネジメントと技術の両面で成長できる環境が整っています。 ※変更の範囲:会社の定めるすべての業務

組織情報 <組織のミッション> customer success enabler (顧客ビジネスの成功を牽引する) <職場環境> 本部、室のトップが全社的にも若い組織で、上司・部下関係なく議論が活発に行われ、風通しの良い、チャレンジをいとわない雰囲気です。 リモートワーク率は40%ほどで、Teamsのチャットや電話でコミュニケーションをとっています。(会議もほとんどがTeams会議です) 密なコミュニケーションをとったほうが良い期間は、豊洲出社で対面で議論しながら業務を進めます。 【職務の内容】 当組織はメガバンク、大手証券会社、大手信託会社など金融業界のTier1のお客様を持っています。 これらお客様の共通ニーズとし、データドリブン経営・データドリブン営業の実現があり、この高度な課題をNTTDとして解決する手段を提供しお客様ビジネスの拡大に貢献することが、私たち組織のミッションです。 また、Tier1顧客とのビジネスを通じてメソドロジとデータサイエンティストリソースをアセット(金融版デジタルサクセス)として整備し、金融分野全体への提供を目指します。 顧客のデータドリブン経営の実現、社内/顧客含めた人材育成、社内のデータ活用ビジネス拡大を一緒に推進してくれる仲間を募集します。 【具体的実施業務】 ①データ分析に関する経験、知見を駆使し、当事業部におけるデータ分析ビジネスの戦略、方針に対し専門家としての提言を行い、意思決定に関与する ②コンサルティング・データ分析案件での実務的な案件推進を担い、プロジェクト全体の推進と、データ活用領域のタスクをexpertとして対応 ③自身の持つ高度な知識の資料化と公開、講演を通じて、当社アセットとしての整備、及びそのアセットを活用した新規案件のプリセールスを実施。 ④各組織のステークホルダー(チームメンバー)に対してデータ分析、コンサルティングの考え方や実運営に関するノウハウを伝承し、後進育成を行う 【事例紹介】 大手銀行向けのデータプラットフォーム基盤構築後の活用推進(人財育成含む)の実施 【想定役職】 課長代理 , TG

以下の業務をご担当いただきます。 ・AI・データ分析領域における、PoC及びAIモデル構築案件のプロジェクトマネージャー ・データ利活用に関するコンサルティングワークのプロジェクトマネージャー ・案件獲得に向けた提案活動(新規・継続ともに)※営業はおりますが、提案オーナーはお任せします。 【プロジェクト例】 ・生成AIを活用したナレッジ検索の高度化、体験型アプリのレコメンドアルゴリズム、画像解析による船の沈み具合の計測、製造装置異常検知、金融業界顧客の優良顧客化に向けた分析、製薬業界向けの研究及び営業高度化の分析(MMM等)

●仕事についての詳細 研究者やエンジニアを尊重する環境・風土の中で、最先端のAIや量子コンピューティング技術を活用し、新たな価値創造に挑戦できる仲間を募集しています。私たちは、切磋琢磨しながら最高のアウトプットとチーム環境を目指し、社会や会社にイノベーションを起こすことを大切にしています。AIや量子コンピューティング技術の研究開発、またはそれらを活用したサービスやソリューションの創造に積極的に取り組み、未来を共に切り拓きましょう。あなたの挑戦と創意が、TISIインテックグループの未来を支える原動力となります。ご応募を心よりお待ちしております。 ●担当業務 ・AIまたは量子コンピューティング技術の応用研究・実証実験 ・自社サービスや顧客向けソリューションへの技術導入 ・社内外のリソースをマネジメントし、プロジェクトを推進 ・技術調査、論文レビュー、および中長期技術戦略の策定 ●キャリアパス 【1～2年目】 ・AIまたは量子コンピューティング技術の調査・実装と、社内外プロジェクトへの参加 ・研究成果の社内展開や顧客への提案 ・社外発表や論文投稿、業界団体との連携 【3～5年目】 ・リーダーとして研究開発チームを牽引 ・新たな研究開発テーマの立案・企画 ・(本人の希望に応じて)事業部でのサービスやソリューションの導入、または新規事業の企画・推進

以下の業務をご担当いただきます。 ・AI・データ分析領域における、データ基盤構築(DataLake を中心とし、ETL、プリパレーションの連携、DWH と BI の構築までカバー)の専門家・プロジェクトマネージャー ・AI・データ分析領域における、MLOps 基盤構築(AWS、GCP、Azure 等のクラウドサービスを活用した MLOps 導入、OSS を組み合わせた MLOps 環境構築)の専門家・プロジェクトマネージャー ・上記領域に関するコンサルタント業務 ・上記領域に関する案件獲得に向けた提案活動(新規・継続ともに)※営業はおりますが、提案オーナーはお任せします。 【プロジェクト例】 ・AI事御者向けのAI開発ライブラリの開発、MLOps基盤構築(DataRobot+クラウドベンダー)、船向けの異常検知アプリ、画像解析アプリ、データマネジメント基盤構築、BI構築

●業務概要 自然言語処理・生成AIエンジニアとして、顧客課題の解決に直結するソリューション開発をお任せします。 ●具体的な業務例 ・自然言語処理技術を活用した検索・FAQシステム開発 ・生成AIを活用したチャットボット、レコメンドシステム設計・実装 ・顧客向けPoC～本番導入支援 ・クラウド環境(AWS/Azure)での開発・運用 ・将来的な自社ソリューションの企画・開発 ●チーム体制 ・規模:2〜5名の小規模チーム編成 ・本ポジション:リーダー1名+メンバー1〜3名 ●利用技術・ツール ・開発言語/環境:Python、Jupyter Notebook、SQL、Docker ・クラウド:Azure Open AI、AWS Bedrock ・開発手法:アジャイル(Redmine/Backlog利用) ※変更の範囲:会社の定める業務

本ポジションでは、自然言語処理や生成AIを活用したタレントマネジメントソリューションの開発を担当いただきます。社内の人材情報(スキル・人事データなど)を活用し、個人・組織のスキル可視化や育成支援に繋がる仕組みを構築します。 ●具体的には、以下の業務をアジャイル開発体制のもとで推進していただきます スキルアセスメント入力機能、スキルDBの構築 スキルカルテで組織ケイパビリティのダッシュボード開発 育成支援モデル、スキル判定エンジンの設計・実装 自然言語処理・生成AI(LLM等)を活用した機能開発 Webアプリケーション(React+FastAPI)によるフロント・バックエンド開発 AWS/Azureなどクラウド環境での実装・運用 モブプロやスクラムを活用したチーム開発 社内実践を通じて得た知見を活かし、将来的には社外展開も視野に入れたソリューション開発に携わっていただきます。 ※変更の範囲:会社の定める業務

●概要 コンピュータービジョン領域の受託開発プロジェクトにおいて、開発とマネジメントの両面からプロジェクトを牽引していただきます。 ●具体的な業務 要件定義/アーキテクチャ設計/実装/テスト/導入までの一貫リード 物体検出・セグメンテーション・姿勢推定などのディープラーニングモデル開発 データ収集・前処理・アノテーションフローの設計運用 精度評価・推論速度最適化・ハイパーパラメータ/後処理チューニング REST API設計、簡易Web UIを含むバックエンド実装 スケジュール・タスク管理、コードレビュー、技術支援 顧客との技術折衝・仕様調整・成果報告・技術提案 【プロジェクト事例】 大手製造業向けの外観検査システム 医療機関向けの画像診断支援ツール 小売業向けの店舗内行動解析システム 通信業界向けの設備点検自動化ソリューション ※AI活用に特化したアライアンスパートナーとの協業も多数 ※変更の範囲:会社の定める業務

●業務内容(概要) 製造業を中心としたクライアントのデータ活用を支援し、分析・モデル構築・可視化を通じて課題解決を推進。 ●業務内容(具体的に) SQLやPythonを用いたデータ抽出・前処理 統計解析や機械学習モデルの設計・評価 ダッシュボード開発(Tableau、Power BI) PoCから本番導入までの支援 アジャイル(スクラム)開発の推進 将来的にはAIエージェントや生成AIを活用した高度な分析・自動化にも取り組みます <関連業務> データ利活用サービス:課題抽出～可視化・レポーティング 機械学習エンジニア:予測・処方的分析 工場DX:属人性解消、デジタル化アセスメント ●使用ツール・技術 言語:Python、SQL ライブラリ:Pandas、NumPy、scikit-learn 機械学習:TensorFlow、PyTorch BI:Tableau、Power BI バージョン管理:Git、GitHub クラウド:AWS、Azure 開発管理:Redmine、Backlog、Jira ※変更の範囲:会社の定める業務

データサイエンスグループでは主に「マッチング体験の向上」「プラットフォームの信頼性・安全性向上」「それらを支えるML/LLM基盤の構築・運用」の3つの領域に注力しています。 本ポジションの主戦場は、マッチング領域およびTrust & Safety(信頼性・安全性)領域におけるAI/MLのプロダクト実装・運用です。社内のML/LLM基盤を活用しながら、データサイエンティスト・ソフトウェアエンジニア・MLOpsエンジニアなどと連携し、課題設定から実装、リリース後の改善までを推進していただきます。 課題設定や改善テーマの探索はデータサイエンティストや事業・プロダクト側と連携しながら進め、プロダクトへの実装はソフトウェアエンジニアと協働して推進します。MLOpsエンジニアはML/LLM基盤・推論基盤・開発環境の構築・運用を担い、本ポジションはそれらを活用しながら、マッチング機能やTrust & Safety機能の価値実装、評価、運用設計を担います。将来的には、事業課題に応じて担当領域を広げていただくことを期待しています。 シニアポジションでは、加えて技術方針の策定、重要テーマの優先順位付け、四半期単位の重要テーマのリード、複数職種をまたいだ推進まで担っていただくことを期待しています。 1.マッチング体験の向上 ●マッチング機能の技術リード ワーカーと求人の最適なマッチングを実現するために、マッチングに必要なモデル・ロジック・業務ルールをプロダクト要件に合わせて設計・実装し、安定運用と継続的な改善をリードする ●マッチングに必要なデータ・特徴量・Feature Store改善の設計と推進 マッチング機能の精度と運用を支えるために、特徴量やモデル入力データを設計し、Feature Store等の基盤も活用しながら、改善方針の設計から実装・運用までを推進する ●ML基盤近接領域の機能実装・改善 Vertex AI Pipelines等の基盤を活用し、マッチング機能に必要なモデル・ロジックの実装、評価、運用に加え、Recommend API周辺を含む基盤近接領域のプロダクト実装・安定運用をリードする ●LLMを活用した自律的な改善ループの設計・推進 LLMを活用し、マッチング機能における評価、改善候補の生成、モデリングの見直し、比較検証までを含む継続的な改善ループを設計・推進する 2.プラットフォームの信頼性・安全性向上 ●AI機能の安全性設計・実装のリード LLM等の基盤モデルを活用し、事実整合性の確保、防御的プロンプト設計、ガードレール実装などを通じて、安全性に配慮したAI機能の設計・実装・改善をリードする ●運用を踏まえたリスク制御の設計 AI/MLによる判定だけでなく、業務ルールや現場オペレーション、人による確認フローも組み合わせながら、実運用で機能する安全性担保の仕組みを設計・運用する ●リスク予測・異常検知モデルの開発リード 構造化データから、プラットフォームの信頼性を損なうパターンを特定する分類・回帰・異常検知モデルの設計、実装、評価、運用をリードする ●データセット設計・品質改善の主導 多様なリスクを網羅するデータの設計・収集、高度なアノテーション管理、合成データの生成を通じて、評価・学習データセットの品質改善を主導する 3.共通基盤を活用した実装・改善 ●LLMOps/評価基盤の活用と改善提案のリード 実験の追跡と管理、プロンプトのバージョン管理、「AI as a Judge」等を用いた自動評価パイプラインの活用・改善を主導する ●品質・コスト・レイテンシーの継続的な可視化と最適化 モデルやAI機能の品質、レイテンシー、コストを継続的に計測し、ユーザー行動やモデル挙動の変化を捉えながら改善サイクルを回す ●重要テーマの推進 マッチングまたはTrust & Safety領域における重要テーマについて、技術方針の設計、関係者との合意形成、実行計画の具体化、推進管理まで担う 入社後の期待イメージ 入社後3ヶ月 :担当テーマの1つで、モデル・AI機能・業務ロジック・評価設計の改善を本番に反映し、周辺の関係者を巻き込みながら改善サイクルをリードし始めている状態 入社後6ヶ月 :マッチングまたはTrust & Safety領域における重要テーマの1つを自走して前進させ、課題設定、技術方針、評価設計、実装、運用までを一貫して推進しながら、周辺関係者の意思決定にも影響を与え始めている状態 入社後12ヶ月 :マッチングまたはTrust & Safety領域において、複数の重要テーマを横断的にリードし、技術方針・評価設計・運用設計の基準を形にしながら、データサイエンティスト・ソフトウェアエンジニア・MLOpsエンジニアの意思決定と実行を前進させ、領域全体の改善速度と意思決定の質向上に明確に貢献している状態 【技術スタック(主要な部分の抜粋)】 ●クラウド Google Cloud ●開発言語 Python ●データ基盤 BigQuery / Fivetran / dbt Cloud ●ML / LLM基盤 Vertex AI / MLflow / LiteLLM / Datadog LLM Observability ●BIツール Looker / Looker Studio ●IaC Terraform ●開発環境・ツール Visual Studio Code / Cursor / Claude Code / GitHub Copilot / Devin / GAS etc 【扱っているデータ】 以下のようなデータを扱っています ・アプリユーザーのアクセスログ、募集内容に関する情報 ・マッチングに関する情報 ・レビューや評価情報や、アプリインストールなどの広告効果に関わるデータ ・問い合わせに関するデータ ・営業活動情報のデータ

●業務内容(概要) 製造業を中心としたクライアントのDX推進を支援し、業務改善・データ活用・工場立ち上げを通じて課題解決を推進します。 ●業務内容(具体的に) クライアント企業のデータを活用し、課題抽出から分析、モデル構築、可視化・レポーティングまでを担当 SQLやPythonを用いたデータ抽出・前処理 統計解析や機械学習モデルの設計・評価 ダッシュボード開発(Tableau、Power BI) PoCから本番導入までの支援 業務改善・工場立ち上げ推進 アジャイル(スクラム)開発の推進 PL候補として、プロジェクトのQCDS管理、顧客折衝、技術選定を担当 ●使用ツール・技術 言語:Python、SQL ライブラリ:Pandas、NumPy、scikit-learn 機械学習:TensorFlow、PyTorch BI:Tableau、Power BI バージョン管理:Git、GitHub クラウド:AWS、Azure 開発管理:Redmine、Backlog、Jira ※変更の範囲:会社の定める業務

データサイエンスグループでは主に「マッチング体験の向上」「プラットフォームの信頼性・安全性向上」「それらを支えるML/LLM基盤の構築・運用」の3つの領域に注力しています。 本ポジションの主戦場は、マッチング領域およびTrust & Safety(信頼性・安全性)領域におけるAI/MLのプロダクト実装・運用です。社内のML/LLM基盤を活用しながら、データサイエンティスト・ソフトウェアエンジニア・MLOpsエンジニアなどと連携し、課題設定から実装、リリース後の改善までを推進していただきます。 課題設定や改善テーマの探索はデータサイエンティストや事業・プロダクト側と連携しながら進め、プロダクトへの実装はソフトウェアエンジニアと協働して推進します。MLOpsエンジニアはML/LLM基盤・推論基盤・開発環境の構築・運用を担い、本ポジションはそれらを活用しながら、マッチング機能やTrust & Safety機能の価値実装、評価、運用設計を担います。将来的には、事業課題に応じて担当領域を広げていただくことを期待しています。 1.マッチング体験の向上 ・マッチングロジックの実装・運用 :ワーカーと求人の最適なマッチングを実現するために、マッチングに必要なモデル・ロジック・業務ルールをプロダクト要件に合わせて実装し、安定運用と継続的な改善を担う ・マッチングに必要なデータ・特徴量の設計と実装 :マッチング機能の精度と運用を支えるために、特徴量やモデル入力データを設計し、Feature Store等の基盤も活用しながら実装・運用する ・ML基盤上での機能実装・運用 :Vertex AI Pipelines等の基盤を活用し、マッチング機能に必要なモデル・ロジックの実装、評価、運用、およびRecommend API周辺のプロダクト実装・安定運用を担う ・LLMを活用した自律的な改善ループの構築 :LLMを活用し、マッチング機能における評価、改善候補の生成、モデリングの見直し、比較検証までを含む継続的な改善ループを構築する 2. プラットフォームの信頼性・安全性向上 ・AI機能の安全性実装 :LLM等の基盤モデルを活用し、事実整合性の確保、防御的プロンプト設計、ガードレール実装などを通じて、安全性に配慮したAI機能を実装・改善する ・運用を踏まえたリスク制御の設計 :AI/MLによる判定だけでなく、業務ルールや現場オペレーション、人による確認フローも組み合わせながら、実運用で機能する安全性担保の仕組みを設計・運用する ・リスク予測・異常検知モデルの開発 :構造化データから、プラットフォームの信頼性を損なうパターンを特定する高精度な分類・回帰モデルの構築、および特徴量エンジニアリング ・データセット設計・品質改善 :多様なリスクを網羅するデータの設計・収集、高度なアノテーション管理、合成データの生成によるモデルの堅牢性強化 3. 共通基盤を活用した実装・改善 ・LLMOps/評価基盤の活用と改善提案:実験の追跡と管理、プロンプトのバージョン管理、「AI as a Judge」等を用いた自動評価パイプラインの活用・改善 ・品質・コスト・レイテンシーの継続的な可視化:モデルやAI機能の品質、レイテンシー、コストを継続的に計測し、ユーザー行動やモデル挙動の変化を捉えながら改善サイクルを回す 技術スタック(主要な部分の抜粋) ●クラウド Google Cloud ●開発言語 Python ●データ基盤 BigQuery / Fivetran / dbt Cloud ●ML / LLM基盤 Vertex AI / MLflow / LiteLLM / Datadog LLM Observability ●BIツール Looker / Looker Studio ●IaC Terraform ●開発環境・ツール Visual Studio Code / Cursor / Claude Code / GitHub Copilot / Devin / GAS etc 【扱っているデータ】 以下のようなデータを扱っています ・アプリユーザーのアクセスログ、募集内容に関する情報 ・マッチングに関する情報 ・レビューや評価情報や、アプリインストールなどの広告効果に関わるデータ ・問い合わせに関するデータ ・営業活動情報のデータ

当社のデータアナリティクス部門にて、データアナリストとしてご活躍いただきます。ご本人の志向性やこれまでのご経験を考慮し、以下「中核事業」または「新規事業」のいずれかの領域へ配属となります。 中核事業 タイミーの中核である「スポットワーク領域」において、ToB・ToCの膨大なデータを武器に事業を牽引。抽出したインサイトをもとに、プロダクトからビジネス展開まで全方位の意思決定を支援し、顧客への提供価値を最大化し続けます ▼分析を通した事業貢献 ・各種データから事業課題を特定し、データに基づいた サービス改善による顧客体験の向上に貢献 ・分析から事業成長の鍵となるビジネスレバーを導き出し、より 確度の高い事業戦略の実行を後押し ・定性情報からユーザーへの深い理解を促し、ユーザーに刺さる プロダクト開発・マーケティング施策の創出に貢献 ▼データを用いた仕組みづくり ・既存機能や施策に対する効果検証の設計、および検証業務の推進 ・大規模データを活用した、継続的な事業モニタリングや意思決定の標準化 新規事業 タイミーの次なる柱となる「新規事業領域全般」を担当。既存事業の膨大なデータ資産と分析知見を武器に、ゼロからの事業立ち上げに挑戦。不確実性の高い環境下でも精緻な仮説検証と高速なPDCAを回し、事業のスケールを力強く牽引します。 ▼分析を通した事業貢献 ・新規事業の立ち上げ・初期フェーズにおける事業課題をデータから特定し、 ゼロからの事業創出と早期のトラクション獲得を牽引 ・不確実性の高い環境下での分析から勝ち筋(ビジネスレバー)を発見し、 新規事業の早期マネタイズやスケールをリード ・限られた初期データからインサイトを抽出し、 不確実な事業の方向性を決定づける、精度の高い戦略策定に貢献 ▼データを用いた仕組みづくり ・事業の立ち上げフェーズに適した、データ収集・検証・意思決定の仕組みのゼロからの構築 ・新規施策に対するスピード感を持ったA/Bテスト等の効果検証の設計と検証 扱っているデータ ●アプリユーザーのアクセスログ ●募集内容やマッチングに関する各種データ ●地理空間データ ●レビュー情報や評価データ ●広告データ ●SFA/CRMツールによる営業活動に関するデータ ●アンケートやサーベイデータ