機械学習・データ活用 データ・AI・機械学習の求人・転職情報

●ki-labsについて 当社が2024年10月に設立した「ki-labs(ケーアイラボ)」は、「次世代のコンピュータ技術とビジネスを融合させるための研究開発(R&D)組織」です。 従来のソフトウェア開発やコンサルティングの枠を超え、ハードウェアとソフトウェアの両面からAIの性能を極限まで引き出すことに注力しています。 ●募集ポジションについて 本部門は、最先端のFPGA・デジタル回路技術を用いたAI推論アクセラレータおよび、それらを中核とした次世代コンピューティング基盤の研究開発をミッションとしています。 「ハードウェアの性能を最大限に引き出し、実社会の課題をAIで解決する」ことを掲げ、独自の回路設計から、それを利用するためのソフトウェアスタックまでを一貫して開発しています。 本ポジションは、AIアルゴリズムをFPGA上で高速化するためのデジタル回路設計・実装を担うスペシャリストを募集します。 PC側のアプリケーション開発チームと密に連携し、システム全体のボトルネックを解消する「心臓部」を作り上げるポジションです。 ●職務内容 FPGAを用いたAI推論ロジックのRTL設計、実装、および検証を担当していただきます。 単なる回路設計にとどまらず、AIモデルのハードウェア最適化(量子化・枝刈り等)の検討から、上位システムとの高速通信インターフェースの実装まで幅広く携わります。 ●職務内容の詳細 ・CNNやTransformerなどのAIモデルをFPGA上で効率よく動かすための演算ユニットおよびメモリコントローラの設計・実装 ・PCIe、10G/25G Ethernet、DDR4/HBM2等を用いた、PC・サーバ側との高速データ転送路の構築 ・制約条件を満たすための配置配線最適化、および実機(FPGA評価ボード/自社ボード)での動作検証 ・PC側エンジニアと連携した通信プロトコルの定義、およびドライバ開発のためのレジスタマップ作成

ITコンサルティングカンパニーのフューチャー株式会社に設立されたAI戦略推進グループ(旧:Strategic AI Group) はAIの専門組織です。 NLP、Computer Vision、Machine Learning全般、AIエージェント、数理最適化やMLOpsなど多様な専門性をもつAIエンジニア、AIコンサルタントや研究者が集結し、基礎・応用研究を通した先端追求による基礎技術力の獲得と、実ビジネスへのAI応用を両軸ですすめています。 わたしたちは最適解の追求のために特定の製品によらず、世にないAIは自ら作り出し、フューチャーが持つ屈指のITコンサルティング力と組み合わせて顧客・業界の変革を続けています。 【NLPリサーチエンジニアの仕事】 ●自然言語・生成AI分野の最先端の学術研究・共同研究を推進し、知のフロンティアを切り拓く ●自然言語・生成AIに関する極めて難易度の高い案件に対し、専門的な技術知見をもってプロジェクトを成功に導く技術的アドバイザとして貢献する ●自然言語・生成AIを核とした革新的なソフトウェア・サービスの研究開発を推進する 【AI社会実装の事例】 ●AIエージェントによるAI駆動の法人融資業務プロセスへの変革デザイン・実装(金融) ●全社基盤のAIエージェント・プラットフォームの設計・開発(製造) ●全社の生成AI活用施策の推進の伴走支援およびAI基盤構築(製造) ●新聞特化の大規模言語モデル研究開発・導入(メディア) ●精神疾患診断補助を行うソフトウェア医療機器研究開発(医療) ●業界屈指精度・業務改善効果を誇る完全自社性の特化型AI-OCR(公共・民間各社) ●美容診断・画像生成、類似ファッション検索等のカスタムAIエンジン(美容・アパレル) ●50万個/日の生産を支える日販の食品製造業の消費需要予測(食品製造) ●年5万時間の効果を生む従業員シフト最適化エンジン開発(小売) ●構築したデジタルツインを駆使した、人の手を介さないフルデジタルの設備点検の訪問計画最適化(エネルギー) ●マーケティングや業務効率化等の施策検討～検証のPDCAを回す伴走型データ活用(各社) 【基礎研究・応用研究の事例】 ●LLM/NLPを中心とした複数大学との共同研究、国内・海外会議や論文誌への投稿・発表 ●AI Agentの最新手法、ツール、アーキテクチャの調査や応用研究開発 ●MLOps・LLMOpsのサービス調査や応用検証 ●その他、ビジネス課題に応じたLLM/NLP、CV、数理最適化の応用研究開発など ※業務内容の変更の範囲: 当社業務全般に従事いただく可能性がございます。

ITコンサルティングカンパニーのフューチャー株式会社に設立されたAI戦略推進グループ(旧:strategic ai group) はAIの専門組織です。 NLP、Computer Vision、Machine Learning全般、AIエージェント、数理最適化やMLOpsなど多様な専門性をもつAIエンジニア、AIコンサルタントや研究者が集結し、 基礎・応用研究を通した先端追求による基礎技術力の獲得と、実ビジネスへのAI応用を両軸ですすめています。 わたしたちは最適解の追求のために特定の製品によらず、世にないAIは自ら作り出し、 フューチャーが持つ屈指のITコンサルティング力と組み合わせて顧客・業界の変革を続けています。 【シニアデータサイエンティストの仕事】 ●データサイエンス領域のプロジェクトにおいてプロジェクトマネージャーまたは主要メンバーとして、仮説検討から検証までを推進し、顧客に具体的な成果をもたらします ●データサイエンス案件の獲得に向けた営業・提案活動の最前線に立ち、技術的な専門性とビジネス理解に基づいた提案で案件を成功に導きます ●社外への情報発信(講演活動、専門誌への執筆など)を通じて、AI領域における当社のプレゼンスを確立することもできます 【AI社会実装の事例】 ●AIエージェントによるAI駆動の法人融資業務プロセスへの変革デザイン・実装(金融) ●全社基盤のAIエージェント・プラットフォームの設計・開発(製造) ●全社の生成AI活用施策の推進の伴走支援およびAI基盤構築(製造) ●新聞特化の大規模言語モデル研究開発・導入(メディア) ●精神疾患診断補助を行うソフトウェア医療機器研究開発(医療) ●業界屈指精度・業務改善効果を誇る完全自社性の特化型AI-OCR(公共・民間各社) ●美容診断・画像生成、類似ファッション検索等のカスタムAIエンジン(美容・アパレル) ●50万個/日の生産を支える日販の食品製造業の消費需要予測(食品製造) ●年5万時間の効果を生む従業員シフト最適化エンジン開発(小売) ●構築したデジタルツインを駆使した、人の手を介さないフルデジタルの設備点検の訪問計画最適化(エネルギー) ●マーケティングや業務効率化等の施策検討～検証のPDCAを回す伴走型データ活用(各社) 【基礎研究・応用研究の事例】 ●LLM/NLPを中心とした複数大学との共同研究、国内・海外会議や論文誌への投稿・発表 ●AI Agentの最新手法、ツール、アーキテクチャの調査や応用研究開発 ●MLOps・LLMOpsのサービス調査や応用検証 ●その他、ビジネス課題に応じたLLM/NLP、CV、数理最適化の応用研究開発など ※業務内容の変更の範囲: 当社業務全般に従事いただく可能性がございます。

ITコンサルティングカンパニーのフューチャー株式会社に設立されたAI戦略推進グループ(旧:Strategic AI Group) はAIの実践者と研究者が集う専門組織です。 NLP、Computer Vision、Machine Learning全般、AIエージェント、数理最適化やMLOpsなど多様な専門性を持つAIエンジニア、AIコンサルタントや研究者が集結し、基礎・応用研究を通した先端追求による基礎技術力の獲得と、実ビジネスへのAI応用を両軸で進めています。 私たちは最適解の追求のために特定の製品によらず、世にないAIは自ら作り出し、フューチャーが持つ屈指のITコンサルティング力と組み合わせて顧客・業界の変革を続けています。 ● AIエージェント・テックリードの仕事 ・AIエージェントを用いた業務変革を技術面から推進します ・顧客課題・業務プロセスを深く理解し、最適なエージェント実装方針や全体アーキテクチャをデザインし実装へと導きます ・AIエージェントの先端技術調査、ツール・コンポーネント開発、標準アーキテクチャ開発等のR&Dをリードする機会があります ・学会発表、講演、書籍執筆などの対外活動を通じた当社AI技術力・実績の発信、社会・業界全体の発展への貢献を推奨しています ● AIエージェント社会実装の事例 ・AIエージェントによるAI駆動の法人融資業務プロセスへの変革デザイン・実装(金融) ・全社基盤のAIエージェント・プラットフォーム設計・開発(製造) ・業務特化AIエージェント開発と汎用化/標準化(製造) ・新聞特化の大規模言語モデル研究開発・導入(メディア) ・全社的な生成AI活用施策推進の伴走支援、およびAI基盤構築(製造) ・ESG支援・経営アドバイスエージェント(全業界) ● AI社会実装の事例 ・精神疾患診断補助を行うソフトウェア医療機器研究開発(医療) ・業界屈指精度・業務改善効果を誇る完全自社製の特化型AI-OCR(公共・民間各社) ・美容診断・画像生成、類似ファッション検索等のカスタムAIエンジン(美容・アパレル) ・50万個/日の生産を支える日々の消費需要予測(食品製造) ・年5万時間の効果を生む従業員シフト最適化エンジン開発(小売) ・構築したデジタルツインを駆使した、人の手を介さないフルデジタルの設備点検の訪問計画最適化(エネルギー) ・マーケティングや業務効率化等の施策検討～検証のPDCAを回す伴走型データ活用(各社) ● 基礎研究・応用研究の事例 ・AIエージェントの最新手法、ツール、アーキテクチャの先行調査や応用研究開発 ・LLM/NLPを中心とした複数大学との共同研究、国内・海外会議や論文誌への投稿・発表 ・MLOps・LLMOpsのサービス調査や応用検証 ・その他、ビジネス課題に応じたLLM/NLP、CV、数理最適化の応用研究開発など 業務内容の変更の範囲: 当社業務全般に従事いただく可能性がございます。

ITコンサルティングカンパニーのフューチャー株式会社に設立されたStrategic AI GroupはAIの専門組織です。 NLP、Computer Vision、Machine Learning全般、AIエージェント、数理最適化やMLOpsなど多様な専門性をもつAIエンジニア、AIコンサルタントや研究者が集結し、 基礎・応用研究を通した先端追求による基礎技術力の獲得と、実ビジネスへのAI応用を両軸ですすめています。 わたしたちは最適解の追求のために特定の製品によらず、世にないAIは自ら作り出し、 フューチャーが持つ屈指のITコンサルティング力と組み合わせて顧客・業界の変革を続けています。 【AI・データ分析プロジェクトリーダーの仕事】 ●AI・データ分析の力を最大限に活用し、顧客のビジネス変革を推進するコンサルティング案件の提案・受注をリードします ●AI・データ分析技術を駆使した、市場をリードする新しいサービス・ソリューションを企画し、実行します ●AI・データ分析プロジェクトを成功に導くための最前線に立ち、プロジェクト全体をマネジメントします ●社外への情報発信(講演活動、専門誌への執筆など)を通じて、AI領域における当社のプレゼンスを確立することもできます 【AI社会実装の事例】 ●AIエージェントによるAI駆動の法人融資業務プロセスへの変革デザイン・実装(金融) ●全社基盤のAIエージェント・プラットフォームの設計・開発(製造) ●全社の生成AI活用施策の推進の伴走支援およびAI基盤構築(製造) ●新聞特化の大規模言語モデル研究開発・導入(メディア) ●精神疾患診断補助を行うソフトウェア医療機器研究開発(医療) ●業界屈指精度・業務改善効果を誇る完全自社性の特化型AI-OCR(公共・民間各社) ●美容診断・画像生成、類似ファッション検索等のカスタムAIエンジン(美容・アパレル) ●50万個/日の生産を支える日販の食品製造業の消費需要予測(食品製造) ●年5万時間の効果を生む従業員シフト最適化エンジン開発(小売) ●構築したデジタルツインを駆使した、人の手を介さないフルデジタルの設備点検の訪問計画最適化(エネルギー) ●マーケティングや業務効率化等の施策検討～検証のPDCAを回す伴走型データ活用(各社) 【基礎研究・応用研究の事例】 ●LLM/NLPを中心とした複数大学との共同研究、国内・海外会議や論文誌への投稿・発表 ●AI Agentの最新手法、ツール、アーキテクチャの調査や応用研究開発 ●MLOps・LLMOpsのサービス調査や応用検証 ●その他、ビジネス課題に応じたLLM/NLP、CV、数理最適化の応用研究開発など 【変更の範囲】 当社業務全般に従事いただく可能性がございます。

ITコンサルティングカンパニーのフューチャー株式会社に設立されたAI戦略推進グループ(旧:Strategic AI Group) はAIの実践者と研究者が集う専門組織です。 NLP、Computer Vision、Machine Learning全般、AIエージェント、数理最適化やMLOpsなど多様な専門性を持つAIエンジニア、AIコンサルタントや研究者が集結し、基礎・応用研究を通した先端追求による基礎技術力の獲得と、実ビジネスへのAI応用を両軸で進めています。 私たちは最適解の追求のために特定の製品によらず、世にないAIは自ら作り出し、フューチャーが持つ屈指のITコンサルティング力と組み合わせて顧客・業界の変革を続けています。 ●AIエージェント・エンジニアの仕事 ・AIエージェントを用いた業務アプリケーションを開発し、AI-nativeな社会の実現を力強く推進します ・顧客の真の課題を見極め、業務プロセスそのものをAI前提で再構築する技術検証および設計開発を進めます ・AIエージェントの先端技術、クラウド等のインフラ・アーキテクチャ検討や汎用的なツール・コンポーネント開発等の先行調査・開発に参画することがあります ・学会発表、講演、書籍執筆などのプロモーション活動を通じて、社外に当社のAI技術力と実績を広く発信し、業界の発展に貢献する機会があります ●AIエージェント社会実装の事例 ・AIエージェントによるAI駆動の法人融資業務プロセスへの変革デザイン・実装(金融) ・全社基盤のAIエージェント・プラットフォーム設計・開発(製造) ・業務特化AIエージェント開発と汎用化/標準化(製造) ・新聞特化の大規模言語モデル研究開発・導入(メディア) ・全社的な生成AI活用施策推進の伴走支援、およびAI基盤構築(製造) ・ESG支援・経営アドバイスエージェント(全業界) ●AI社会実装の事例 ・精神疾患診断補助を行うソフトウェア医療機器研究開発(医療) ・業界屈指精度・業務改善効果を誇る完全自社製の特化型AI-OCR(公共・民間各社) ・美容診断・画像生成、類似ファッション検索等のカスタムAIエンジン(美容・アパレル) ・50万個/日の生産を支える日々の消費需要予測(食品製造) ・年5万時間の効果を生む従業員シフト最適化エンジン開発(小売) ・構築したデジタルツインを駆使した、人の手を介さないフルデジタルの設備点検の訪問計画最適化(エネルギー) ・マーケティングや業務効率化等の施策検討～検証のPDCAを回す伴走型データ活用(各社) ●基礎研究・応用研究の事例 ・AIエージェントの最新手法、ツール、アーキテクチャの先行調査や応用研究開発 ・LLM/NLPを中心とした複数大学との共同研究、国内・海外会議や論文誌への投稿・発表 ・MLOps・LLMOpsのサービス調査や応用検証 ・その他、ビジネス課題に応じたLLM/NLP、CV、数理最適化の応用研究開発など ●業務内容の変更の範囲: 当社業務全般に従事いただく可能性がございます。

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。

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

当社のCloudNativeUnitにて、主にクラウド環境上でのデータ基盤構築・活用支援を担当いただきます。 具体的には以下のような業務に携わっていただきます。 ●データパイプラインの設計・構築 外部サービスなどからのデータ収集を目的としたAPI連携・バッチ連携の設計・実装 CSVやExcelなどファイル形式のデータを取り込むインターフェースの構築 ●データレイク/データウェアハウスの構築 一次データを保管するデータレイク環境の設計・構築(例:Amazon S3, Google Cloud Storage など) 利活用しやすい形で整備するデータウェアハウスの構築(例:BigQuery, Redshift, Snowflake など) ●データ活用支援・可視化対応 BIツール(Tableau、Looker、Power BI等)とデータウェアハウスとの連携支援 データの可視化や分析に向けたリソース・アクセス設計、パフォーマンス管理 ●システムアーキテクチャ設計・技術的課題の解決 AWSやGCPのマネージドサービスを活用した効率的かつセキュアなシステムアーキテクチャの検討・実装 技術的な課題の発見・解決、継続的な改善提案

DX Solution PL/PMとして、基本プライム案件を中心に、金融・保険・製造業・流通業等、BtoB領域における多種多様な業種・業態のお客様に対して、担当案件におけるプロジェクト推進を担当して頂きます。 ・プロジェクト管理(3～30名)全般 ※PL管理スパン目安:10未満/PM管理スパン目安:8名以上 ・プロジェクト計画書作成 ・プロジェクト採算管理、要員管理、外部調達管理、進捗管理、品質管理、リスク管理 ・要件定義から設計、製造、テストの開発一連作業 ・プロジェクトメンバー育成 ●注力領域・取扱プラットフォーム・プロダクト例 Azure OpenAI/Google Gemini/IBM watsonx/SalesForce Einstein/PyTorch//TensorFlow/Chainer/Azure Cognitive Toolkit/Google OR-Tools Salesforce Salse Cloud/Service Cloud/Experience Cloud/Industry Cloud(保険・金融・ヘルスケア)/Data Cloud/Agentforce/MuleSoft Hyper Automation/Intelligent Automation/Power Automate/Ui Path/Asteria/informatica/Outsystems ServiceNow(ITSM/ITOM/CRM/SECOps/HR)/ServiceNow AI Agent ●本ポジションの特徴 多種多様な業界業種、多くの技術領域に触れながら、プロジェクト推進することができ、将来のキャリアパスを考える上で最適な環境を得ることができる。

BIを活用したデータ解析や情報システム開発を担当していただきます。 └BIツールを用いたダッシュボード作成 └データの収集・加工・分析 └ダッシュボードの保守運用 【アピールポイント】 弊社ではBtoBおよびBtoCのサービスを取り扱う大手企業のお客様と取引を行っており、様々なビッグデータを扱った業務に携わることができます。 【キャリアプラン】 BIツールの領域では分析から改善提案のポジションまで、ニーズの広がりを見せており、ご自身のご経験・ご希望にあわせてより、難易度の高いポジションに挑戦できます。

「データ分析はしたが、結局ビジネスに使われなかった」……そんな経験はありませんか? 当社では、ECの売上を最大化させるレコメンドエンジンの実装や、総合商社の意思決定を支える統計解析など、事業の根幹に関わるプロジェクトが主戦場です。 【具体的な業務例】 自然言語処理(NLP): 故障受付のメモなどのテキストデータをAmazon Comprehend等で解析し、タグ付けや分類モデルを構築。 データエンジニアリング: AWS GlueやSnowflakeを用いたデータクレンジング、前処理の自動化、ダッシュボード化(QuickSight等)。 統計解析・EDA: Python(Pandas/Matplotlib)を用いた探索的データ解析、特徴量エンジニアリング、モデルの精度改善。 ●あなたらしい働き方をサポート 【会社概要】 「個」の才能を解き放つ。クラウドワークスグループが描く、新しいエンジニアの在り方。 私たちクラウドワークスコンサルティング(CWC)は、日本最大級のクラウドソーシングプラットフォームを展開する、東証グロース上場・クラウドワークスのグループ会社です。 私たちが目指しているのは、エンジニア一人ひとりが「会社都合の案件」に縛られることなく、自らの意志でキャリアを切り拓ける環境です。 1. 圧倒的な背景:グループ累計90万社超の顧客基盤 大手企業の基幹システムから最先端のDXプロジェクトまで、グループが持つ膨大なネットワークの中から、あなたの「次に伸ばしたいスキル」に合致する案件をプロの視点でマッチング。この「選択肢の広さ」が、あなたのキャリアの自由度を支えます。 2. エンジニアファーストの体現:アサインへのこだわり 「会社がアサインを決める」のではなく、「あなたのキャリアから逆算してプロジェクトを選ぶ」。この文化を徹底するため、現在も給与・評価制度や福利厚生を現在進行形でアップデートし続けています。 3. 共に創る、ITの未来 エンジニア、コンサルタント、そしてプラットフォームに集う多くのプロフェッショナルたち。多様な才能と共創しながら、顧客の課題を解決し、同時にあなた自身の市場価値を最大化していく。 CWCは、技術を愛するすべての人が、もっと自由に、もっと欲張りに成長できる場所であり続けます。 【当社の特徴】 “成長も、安定も。 選べる機会がここにある。” クラウドワークス コンサルティングでは、一人ひとりの意思を尊重したキャリア形成と働き方を大切にしています。 上流から下流まで幅広い工程、開発からインフラ・クラウドまで多彩な技術領域、金融・製造・通信など多業種にまたがる案件。その中から、自分の志向やライフステージに合わせて選択できる環境があります。 挑戦したい人には成長の機会を 、 安定を求める人には働きやすさを 。 エンジニア一人ひとりが主体的に未来を描ける、それが弊社の特徴です。

「データ分析はしたが、結局ビジネスに使われなかった」……そんな経験はありませんか? 当社では、ECの売上を最大化させるレコメンドエンジンの実装や、総合商社の意思決定を支える統計解析など、事業の根幹に関わるプロジェクトが主戦場です。 【具体的な業務例】 MLプロダクトのリード: ECアプリにおけるGCP環境での基盤構築、レコメンドアルゴリズムの設計・実装・効果検証。 AI×コンサルティング(PM): 店舗立地分析や需要予測モデルの構築。顧客折衝から要件定義、アプリ開発チームとの連携までを主導。 次世代分析基盤の設計: Snowflake、SageMaker、BigQueryなどを用いた、大規模データ(数千万件〜)のパイプライン設計とガバナンス構築。 ●あなたらしい働き方をサポート 【会社概要】 「個」の才能を解き放つ。クラウドワークスグループが描く、新しいエンジニアの在り方。 私たちクラウドワークスコンサルティング(CWC)は、日本最大級のクラウドソーシングプラットフォームを展開する、東証グロース上場・クラウドワークスのグループ会社です。 私たちが目指しているのは、エンジニア一人ひとりが「会社都合の案件」に縛られることなく、自らの意志でキャリアを切り拓ける環境です。 1. 圧倒的な背景:グループ累計90万社超の顧客基盤 大手企業の基幹システムから最先端のDXプロジェクトまで、グループが持つ膨大なネットワークの中から、あなたの「次に伸ばしたいスキル」に合致する案件をプロの視点でマッチング。この「選択肢の広さ」が、あなたのキャリアの自由度を支えます。 2. エンジニアファーストの体現:アサインへのこだわり 「会社がアサインを決める」のではなく、「あなたのキャリアから逆算してプロジェクトを選ぶ」。この文化を徹底するため、現在も給与・評価制度や福利厚生を現在進行形でアップデートし続けています。 3. 共に創る、ITの未来 エンジニア、コンサルタント、そしてプラットフォームに集う多くのプロフェッショナルたち。多様な才能と共創しながら、顧客の課題を解決し、同時にあなた自身の市場価値を最大化していく。 CWCは、技術を愛するすべての人が、もっと自由に、もっと欲張りに成長できる場所であり続けます。 【当社の特徴】 “成長も、安定も。 選べる機会がここにある。” クラウドワークス コンサルティングでは、一人ひとりの意思を尊重したキャリア形成と働き方を大切にしています。 上流から下流まで幅広い工程、開発からインフラ・クラウドまで多彩な技術領域、金融・製造・通信など多業種にまたがる案件。その中から、自分の志向やライフステージに合わせて選択できる環境があります。 挑戦したい人には成長の機会を 、 安定を求める人には働きやすさを 。 エンジニア一人ひとりが主体的に未来を描ける、それが弊社の特徴です。

●PROEVERとは MSOLがプロジェクトマネジメント専門会社として培ってきたノウハウと経験を結集し、「プロジェクトマネジメントプラットフォーム」としてSaaS展開しているのが PROEVER です。プロジェクトデータを一元的に集約し、AI技術も活用することで、マネジメント層の意思決定を支援し、プロジェクトの成功とプロジェクトマネジメント成熟度の向上を実現します。 主なお客さまは、全社横断で多数のプロジェクトを推進するマネジメント層(PM含む)です。プロジェクトの状況をリアルタイムかつ正確に把握し、迅速な意思決定が可能になります。一般的なPMツールがタスクや課題管理に主眼を置くのに対し、PROEVERは複数プロジェクトを俯瞰的・横断的に可視化できる点を大きな特長としています。 ※[PROEVERのサービス概要はこちら](https://proever.com/) ※[事業部の紹介対談はこちら](https://note.msols.com/n/n1472dff92988?gs=6f6dff9594a4) ●仕事内容 当社SaaSプロダクト「PROEVER」のプロダクトエンジニア(AI・アプリケーション基盤)として、競争優位性の核となるAIエージェント機能の開発と、それを支えるバックエンド基盤の実装をリードしていただきます。 現在は少数精鋭の体制のため、定型的な管理業務ではなく、自ら手を動かして未知の技術課題をブレイクスルーしていく役割です。 ・AIエージェント基盤構築: Azure AI Foundry / Azure OpenAI をフル活用し、LangGraph.js等を用いたマルチステップ推論・自律型ワークフロー制御のバックエンド実装。 ・RAG(検索拡張生成)の最適化: Azure AI Search や Vector DB を用いた検索拡張生成システムの設計・チューニング。 ・LLMの品質・ガバナンス担保: AIの回答精度向上、およびZod等を用いた出力構造化、ガードレール(安全性・セキュリティ)の仕組みづくり。 ・データアクセス&パイプラインの構築: 複雑なプロジェクトマネジメントデータをAIが最適に解釈・処理できる形式へ変換するパイプラインの開発、および Hasura (GraphQL) / PostgreSQL を用いた効率的なAPI開発。 ・技術組織への還元: コードレビューや設計レビュー、最新のAI技術調査・評価を通じて、チーム全体のAI技術力の底上げ。 ●技術環境 OS: Windows Server, Linux フロントエンド:TypeScript / Next.js / TailwindCSS / shadcn/ui バックエンド:TypeScript / Next.js / (Python) データベース:PostgreSQL / GraphQL (Hasura) インフラ:Azure / Docker CI/CD:GitHub Actions バージョン管理:GitHub プロジェクト管理:PROEVER デザイン管理:Figma / Storybook コミュニケーション:Slack / Notion / GoogleWS / MS365 その他:GitHub Copilot / GitHub Codespaces / Claude Code / Keeper ●業務の変更範囲について 「変更の範囲:当社及び出向(転籍)先における各種業務全般 」 ●人数体制(2026年1月現在) ・計27名(カスタマーG:11名、プロダクトG:12名、その他:4名)

画像生成を用いたクリエイターの支援開発 《関連記事》 ●サイバーエージェント × エンタメについて ・[【エンタメ×テクノロジー】エンタメテックを次の事業の“柱”にエンタメテックにおける強み](https://www.cyberagent.co.jp/way/list/detail/id=28674)

INTLOOPグループでは、中期売上目標として1,000億円の達成を掲げています。 2030年問題として社会課題化している労働人口減の加速に伴い発生する産業課題の解決に向けて、従来のプロフェッショナル/ヒトによる課題解決を行う事業に加えて、AIなどの先端技術を活用してヒトとテクノロジーを融合した新事業を創出し、新たな収益の柱としていくことを目指しています。 ストラテジックデータ/UXマネジメントのポジションは、プロダクト・セールス・マーケティング領域のデータ分析を通じて、顧客行動や事業課題を可視化し、プロダクトの機能/UX改善施策を企画/推進できるポジションです。 【AIエージェント「INTLOOP Pocket」】 コンサルティング業務でのAI活用から業種を問わず転用可能な取り組みを汎用化したAIエージェントソリューション群「INTLOOP Pocket」として事業展開しています。2026年6月より以下の第1弾ソリューションのPoCおよび開発を順次開始しており、今後さらにラインナップを拡大予定です。 ・Sales Pocket:営業の商談創出から提案勝率アップまで、トップライン拡大を支援。 ・Training Pocket:AIの力で自律的な人材成長を促進し、組織力を強化。 ・PMO Pocket:PMOタスクの先回りアドバイスで、PMのスキルレベルに依存せずプロジェクト完遂を支援。 【今後の注力取り組み】 事業の急拡大に向け、以下の3点に注力しています。 ・ソリューションの多角化:コンサル派生領域から業務領域全般へ、新たなAIエージェントの企画・開発 ・オファリング提供モデルの構築:INTLOOPグループのコンサル/エンジニアなどと連携したユースケースオファリングやBPOなどAIのみに閉じない事業モデルの構築 ・ディストリビューションネットワーク構築:スタートアップ、VC、行政、金融機関等のパートナー連携を通じて地方中堅・中小企業(SMB)市場へもアプローチし、新たな収益の柱を確立

●主に担当する業務内容 画像認識AIを用いたプロダクト開発・ソリューション開発 プロダクト開発・運用 アルゴリズム・モデルの組み込み実装 プロトタイプの開発 ●プロダクトの利用事例 [AI-App人数カウント・AI-App人物検索](https://safie.jp/ai-app/people-count/) カメラ内のAIアクセラレータを用いてリアルタイムに人物の検出・集計や店舗等で人物の識別を行う 利用事例:店舗入口にSafie Oneを設置し「AI-App人数カウント」で来店者数を計測。肌感覚に頼らない定量データに基づき、店頭キャンペーン施策のPDCAを効率化 [Safie AI Studio](https://safie.jp/ai-studio/) 物体検出アプリ 利用事例:人・車両・生活用品など多様な物体を識別し、設定エリアへの侵入やライン通過を検知する汎用物体検知アプリとして提供。(建設・製造・小売など幅広い業界のPoCで活用)⁠ 重機近接アプリ 利用事例:建設現場において、重機と作業員の危険な接近をリアルタイムに検知し、音声通知などと連携して重大事故の未然防止に貢献。⁠ ショッピングカート検知アプリ 利用事例:小売店舗のカート置き場の滞留状況(過多・不足)を自動検知し、店舗あたり出店コスト削減に活用。 ●技術‧開発環境について 開発言語 Python、C++ ディープラーニング PyTorch AWS EC2、S3、ECR、SageMaker CI/CD GitHub Actions コミュニケーション Slack GitHub Google Workspace Backlog Notion ●生成AIツール利用 Amazon Bedrock/Gemini/GitHub Copilot/Notion AI/Claude Code ●部署の今後の目標・目下の取り組み 目標 多様な画像認識モデルを開発し、プロダクトとしてリリースする。 AIプラットフォームの提供を進めるために、自社のみならずサードパーティーも巻き込んだ開発を推進する。 取り組み 顧客からの要望と技術的な動向を同時に捉えながら、開発の戦略を立てていくこと。 画像認識AI開発組織の拡充に伴う、属人化緩和のための育成用ドキュメント作成など、より一層のチーム力強化。 AIプラットフォームの実現のために、社内・社外を巻き込んで開発を推進できる人材の確保。 ●従事すべき業務の変更の範囲 <雇入れ直後>システムの設計・開発・デザイン、その他これらに付随する一切の業務 <変更の範囲> 会社の定める業務

●主に担当する業務内容 画像認識AIのアルゴリズム・モデル開発 調査テーマの提案 アルゴリズム・モデルの調査・評価 アルゴリズム・モデルの改善・軽量化 PoCの実施 プロダクトの開発 ●プロダクトの利用事例 [AI-App人数カウント・AI-App人物検索](https://safie.jp/ai-app/people-count/) カメラ内のAIアクセラレータを用いてリアルタイムに人物の検出・集計や店舗等で人物の識別を行う 利用事例:店舗入口にSafie Oneを設置し「AI-App人数カウント」で来店者数を計測。肌感覚に頼らない定量データに基づき、店頭キャンペーン施策のPDCAを効率化 [Safie AI Studio](https://safie.jp/ai-studio/) 物体検出アプリ 利用事例:人・車両・生活用品など多様な物体を識別し、設定エリアへの侵入やライン通過を検知する汎用物体検知アプリとして提供。 (建設・製造・小売など幅広い業界のPoCで活用)⁠ 重機近接アプリ 利用事例:建設現場において、重機と作業員の危険な接近をリアルタイムに検知し、音声通知などと連携して重大事故の未然防止に貢献。 ⁠ ショッピングカート検知アプリ 利用事例:小売店舗のカート置き場の滞留状況(過多・不足)を自動検知し、店舗あたり出店コスト削減に活用。 ●技術・開発環境について 開発言語 Python、C++ ディープラーニング PyTorch AWS EC2、S3、ECR、SageMaker CI/CD GitHub Actions コミュニケーション Slack GitHub Google Workspace Backlog Notion ●生成AIツール利用 Amazon Bedrock/Gemini/GitHub Copilot/Notion AI/Claude Code ●部署の今後の目標・目下の取り組み 目標 多様な画像認識モデルを開発し、プロダクトとしてリリースする。 AIプラットフォームの提供を進めるために、自社のみならずサードパーティーも巻き込んだ開発を推進する。 取り組み 顧客からの要望と技術的な動向を同時に捉えながら、開発の戦略を立てていくこと。 画像認識AI開発組織の拡充に伴う、属人化緩和のための育成用ドキュメント作成など、より一層のチーム力強化。 AIプラットフォームの実現のために、社内・社外を巻き込んで開発を推進できる人材の確保。 ●従事すべき業務の変更の範囲 <雇入れ直後>システムの設計・開発・デザイン、その他これらに付随する一切の業務 <変更の範囲> 会社の定める業務

本ポジションでは、0→1フェーズにおける価値検証・技術検証から実際のプロダクト構築まで、事業立ち上げに幅広く関わっていただきます。 短期的な顧客価値のデリバリーと中長期的な持続的成長(技術負債のコントロールなどを含む)のバランスを取りながら開発を推進することが求められます。 具体的には AIエージェントの力を引き出し、プロダクト開発プロセス全体を効率化・高度化する役割を担っていただきます。具体的な業務は以下の通りです • AIエージェントを活用した新規プロダクト/機能の開発、プロトタイプ設計、実装、精度検証 • 要件定義・アイデア創出へのAIエージェント活用: 膨大なデータ分析に基づくインサイト抽出、革新的なアイデアの自動生成・提案 • 開発プロセスにおけるAIエージェントの導入・最適化 └コード生成、バグ検出、リファクタリング └テスト自動化、テストケースの自動生成 └CI/CD連携 • データ前処理、モデル構築、API連携: 大量のデータの管理・解析、機械学習モデルの構築と実装、実システムへの組み込み • 新技術の調査・評価と導入推進: 最新の研究論文や技術トレンドのキャッチアップと、プロダクトへの応用 • 開発成果の評価と改善活動: プロダクトの継続的な品質向上とユーザー体験(UX/UI)の設計支援および改善提案 • ビジネスサイドとの連携: 技術的な知見を活かしたソリューションの企画・提案、ビジネス課題の理解と解決策の提案

CTO直下のAI Labチームにソフトウェアエンジニアとして所属し、各事業及び経営基盤の業務における生成AI応用のイネーブリングを行います。 仕事の進め方 プロジェクトに携わる前の段階で、CARTAの20ある事業を横断し、生成AIで解くべき課題を探します。以下のようなプロセスで課題を網羅的に探索しています。 ▼基盤整備 ・全社の土台を整え、各事業で自走して生成AIのビジネス成果を開発できるよう、再利用できるインフラ基盤、ツール、ライブラリ、ガードレール、データフロー類を整備し、横断的に提供する ・新技術の探索と研究を通じて、この先使うべき手段を見定める ・社内外に知見を発信し、CARTAとしての開発生産性とプレゼンスを高める ・AI Lab自身の業務エージェント適応度を向上し、モデルケースとして展開する ▼事業適用 CARTAの生成AI推進ステアリングコミッティと連携し、全社として取り組むべき課題を探索し、真に取り組むべきものを自ら選定します。 以下のようなプロセスで取り組みを進めます。 ●ヒアリング・要求分析 優先度の高まった事業のチームへのヒアリングや観察を通じて問題の解像度を高め、真に事業価値として必要なものを見出す ●何をどのように進めるのかを決める ・どのような方法で、課題を解くのが効果的かつ効率的なのかを考え、事業メンバーと共に決定する ・変化の激しいAI進展と事業環境に耐えうる堅牢性・柔軟性を両立する技術選定が求められる ●実装する 高速なフィードバックサイクルを回し、"作らない"手段も含めて解決策を実現する ●継続して改善する プロダクトのバックグラウンドとなる、Web開発技術・生成AI技術関連のツールセットや開発手法について、継続して投資し、良いプラクティスを探索する。CI/CD、LLM-as-a-judge、LLM自体のモニタリング、ソフトウェア自体のオブザーバビリティの向上など、システムを継続して利用する上でのツール及び運用改善に取り組む ●成果を横展開する 成功事例も学びも含めて、得られた知見をもとに伝播・展開・研鑽することまで全て業務範囲です 開発環境・利用しているツール ●バックエンド Python, Go ●フロントエンド TypeScript, React ●生成AI関連ツール ・基盤モデル: OpenAI, Anthropic Claude, Google Gemini (Vertex AI) ・ツール: LangChain, Langfuse ●インフラ Google Cloud, AWS ●プロビジョニングツール Terraform, CDK ●コード管理 GitHub ●コラボレーション Google Meet, Slack

急成長中の人材プラットフォーム事業が運営する、『ジョブメドレー』や『ジョブメドレーアカデミー』といったプロダクトにおけるデータ分析基盤の開発・運用をお任せします。 ELT パイプラインを中心とした『安心して分析に使える(Analytics-ready)、かつ AI による利活用が可能(AI-ready)』なデータ提供が主なミッションになりますが、まだ立ち上げ期のフェーズということもあるため、これまでのご経験や今後のキャリアプランに応じて、データ分析も含めた様々な業務に取り組んでいただくことが可能です(一般的にアナリティクスエンジニアと呼ばれる職種の領域も含まれます)。 ご参考までに、データ組織としての直近の取り組みと今後取り組んでいきたいことをご紹介します。 <直近の取り組み> ●Google BigQuery x Data Transfer Service x Dataform によるデータ基盤の開発・運用 ●Trocco x dbt の導入による、運用効率および拡張性の高い ELT パイプラインの実装 ●dbt による既存 BigQuery 環境のデータリモデリング、および dbt MCP x AI ツール(Cursor, Claude Code など)による効率的なデータモデル開発 ●Metabase の導入による、事業標準ダッシュボード環境の構築に向けた取り組み、および Lightdash x 生成 AI による Generative BI の検証 ●Google 広告や App Store / Play Connect といった 3rd party データの連携、および Kintone などへのリバース ETL 連携開発・運用 ・参考記事:[BigQuery Data Transfer Service を通して学ぶ Google 広告のデータモデル](https://developer.medley.jp/entry/2025/07/24/120228/) ●事業の意思決定支援のための各種アドホック分析、見通しの予測・レポーティング、およびそのための予測モデルの開発・運用 <今後取り組んでいきたいこと> ●dbt docs / Open Metadata などのデータカタログ + MCP 提供による、AI ツールを含めた社内でのデータ利活用のしやすさの改善 ●Snowflake や Iceburg といった基盤技術や、Google Datastream をはじめとする CDC の導入によるデータ連携・運用効率性の改善 ●レコメンドや検索をはじめとしたプロダクト機能への機械学習モデルの導入、および MLOps の実現 ●データサイエンスを通した、マーケティングを含むより精密な事業構造のモデリング、およびそこから得られたインサイトによるプロダクト利用者の課題解消 ●ダッシュボード提供による営業現場の業務効率性改善 ●個人情報の取り扱いからメタデータ管理まで、データマネジメントの更なる強化・運用効率性の改善 <主な技術スタック・利用ツール> ●BigQuery ●dbt, Dataform ●Trocco, Embulk, Datastream, Google BigQuery Data Transfer Service ●Looker Studio, Redash, Metabase ●MySQL, PostgreSQL ●Cursor, Claude Code, Devin ・参考記事 : [メドレーのAI活用戦略:「AI for All」 | MEDLEY Developer Portal](https://developer.medley.jp/entry/2025/04/25/112655/) ※業務の変更の範囲:会社の定める業務

メディア事業の横軸組織であるData Science Center (DSC)に所属しながら、WINTICKETのビジネス課題解決に向けてコミットします。主に、プロダクトマネージャーやマーケティングチームといったビジネスサイドのメンバーと密に連携しながら、データサイエンスを用いた効果検証、施策立案、機能設計など事業成長につながる意思決定を推進する役割を担っています。また、事業やプロジェクトの状況によって、施策実行、機能開発、研究開発、事業全体のデータ利活用環境といったデータに関わる幅広い領域を担当しています。 新規ユーザーの獲得や既存顧客の投票最大化といったプロダクトの主要チームの一員として、データサイエンスの領域を牽引し、事業成長を加速させる主力データサイエンティストの役割を担当していただきます。 具体的な業務例1. 新規ユーザー獲得の効率化と競技理解の促進 WINTICKETは、「競輪を若者の新たなエンタメへ」を掲げ、新規ユーザーの獲得による市場拡大と事業成長を目指しています。ユーザーの獲得効率や新規登録後の利用状況を分析・予測し、効果的な獲得戦略に貢献しています。また、登録意向のあるユーザーの登録率を高めるため、登録導線の状態把握、課題発見、施策立案、A/Bテストの設計・実施を担当し事業改善に取り組んでいます。 他にも、競輪未経験の新規ユーザーがより競輪を楽しむための取り組みとして、的中確率の高いレースを予測し、提示する機能をリリースしました。これによって、的中体験に加えて、競輪が持つチーム戦のような競技性の理解を促進され、継続利用につながりました。この予測結果は、「ABEMA」の競輪・オートレースチャンネルのオリジナル番組「WINTICKET ミッドナイト競輪」内でも活用されています。 https://abema.tv/now-on-air/keirin-auto その後、予測対象の拡張と精度改善をデータチーム主導で実施し、AI予想のアップデート施策につながりました。 https://www.winticket.jp/keirin/column/n4ugtMn1hWayiVERBqWQnC 具体的な業務例2. チェックイン施策のレバー決定支援 2024年にチェックイン機能がリリースされました。チェックイン機能は、チェックインキャンペーン対象のレースが開催されている競輪場に来訪することで利用でき、投票に使えるポイントが付与される機能です。 https://www.winticket.jp/keirin/column/tHMhLp78wN3epXm7Rp6gUE チェックイン機能による来場者目標の達成のためのポイント決定を支援するため、実施計画の検討やアンケート設計を通した来場予測を担当しています。また、効率的な機能運用を実現するため、来場促進によるユーザー行動の変化や位置情報を用いた不正チェックインの判定・抑制にも取り組んでいます。 その他の業務について ・キャンペーン施策やリテンション施策の効果検証と最適化 ・過去の不正利用ユーザーの行動パターンからリスク判定する機能の検討・開発 ・アンケートデータを用いたユーザー観点でのサービス改善 ・各種施策のA/Bテストの設計・実施 ・ダッシュボードやBIツール活用環境の改善検討 ・事業全体のデータ利活用成熟度向上のための取り組み といった様々なプロジェクトがあり、データチームからの提案で始まるプロジェクトも増えつつあります。 現在利用している主な環境、言語・ライブラリ、ツール ・プログラミング言語: Python, R, SQL ・インフラ: Google Cloud Platform (BigQuery、Vertex AIなど), Docker ・開発支援ツール: GitHub, GitHub Copilot, VSCode, Cursor, ChatGPT Enterprise ・BIツール: Tableau 会社概要 1998年の創業以来インターネットを軸に事業を展開し、スマートフォン向けに多数のコミュニティサービスやゲームを提供しているサイバーエージェント。 メディア事業部は2004年にブログを中心とした「Ameba」をリリース。 アバターサービス「アメーバピグ」、「タップル」「CROSS ME」をはじめとするマッチングアプリ、 ビジネスパーソン向けWEBメディア「新R25」や新しい未来のテレビ「ABEMA」を開始するなど、インターネット産業の変化にあわせて様々なメディアサービスを提供しています。 2019年4月にリリースした「WINTICKET」は、株式会社サイバーエージェントの子会社で、競輪・オートレースのインターネット投票サービスを提供しています。 WINTICKETでは「競輪を若者の新たなエンタメへ」を中期にかけてのビジョンとして掲げ、業界イメージのリブランディングと新たなユーザー体験の提供を目指しています。 現在は、競輪業界No.1として業界を牽引する立場となりました。 これからも高いプロダクト品質と、それを支える技術で業界全体に革命を起こすべく、サービスグロースを一緒に推進してくれる仲間を募集しています!

スポーツのデータ(映像・スタッツ)解析を推進し、優れた視聴体験やチーム運営に社会実装することをご担当いただきます。 技術応用例 ・スポーツ映像における選手の3D座標認識、選手の姿勢推定、ボールトラッキング、動画要約 ・プレー解析、イベント予測モデルの構築・運用 ・推論・再学習・モニタリングを支えるMLOps基盤の構築 ●会社概要 スポーツ映像テック事業部では、サイバーエージェントグループのABEMAやSports AI Tech Labと連携しながら、データ解析・イベント予測などテクノロジーを核としたスポーツビジネスを展開しています。独自に開発した中継映像「WINLIVE」のさらなる発展や、新たなスポーツビジネス創出へ技術力を活かしてくれる仲間を募集します。 WINTICKETについて ●WINTICKET_佐野代表取締役インタビュー https://www.cyberagent.co.jp/way/list/detail/id=29734 ●事業部紹介ページ https://aimap.cyberagent.co.jp/products/dsc_wtsportsvideotech/ ●競輪の視聴体験を変えたWINLIVEの技術 https://www.cyberagent.co.jp/way/list/detail/id=30240 入社後は、ご経験や志向に応じて以下のいずれか、または両方に関わっていただく想定です。 ・R&D寄り: 新規アルゴリズム検討、精度改善、新技術探索 ・社会実装寄り: 実運用への落とし込み、速度改善、システム連携、現場導入

AI基盤・データ・クラウド環境を一気通貫で手掛ける開発業務をお願いしたいと考えております。 大手エンタープライズ企業のプロジェクトにて、データアナリスト/データエンジニアとして参画いただきます。データの抽出・加工・分析やモダンデータ基盤の構築・運用を通じて確かな 「データやAI実装の足腰」を磨いた後、最先端のAI領域へ専門性を拡張できるキャリアパス をご用意しています。 ●具体的な業務内容 データ基盤の構築・運用 : Snowflake、BigQuery等を活用したデータパイプラインおよび基盤の設計・構築 データ抽出・加工・可視化 : 案件に応じたデータの抽出・加工・分析、ダッシュボードの設計・構築 その他 AI開発(改修)等、AI開発の中でも比較的ハードルの低い案件をお任せす可能性有。 ●具体的実例(入社後のイメージ) 地味な「泥臭い1年」を抜けた先にしか、見えない景色を伝えさせて下さい。 ハイポテンシャルの皆様に率直にお伝えします。最初の1年は、データの抽出・加工・分析、ダッシュボード保守、基盤運用、AI実装(回収)といった「基礎固め」が中心です。決して華やかな仕事ばかりではありません。 しかし、この 「データや実装と真摯に向き合う1年」を抜けたメンバーが、今どんな挑戦をしているかをお伝えさせてください。 ①心理学専攻・未経験から、生成AI連携システムの実装主担当へ(入社2年目) 大学院で心理学を専攻していた実務未経験メンバーが、Next.js/FastAPIを活用した生成AIシステムを開発。日次バッチ処理を1.5時間から7分へ短縮し、実行コストも11,000円から900円へ(約92%削減)という劇的な成果を上げています。 ②異業種(製造業の生産技術)から、AIエージェントのPLへ AI未経験で入社後、現在は最先端の「AIエージェントのガードレール設計」をプロジェクトリーダー(PL)として牽引しています。 ③入社1年1ヶ月でサブリーダー、2年でPL。20代・30代で部長へ 年功序列は一切ありません。新卒入社から1年強でリーダー層へ駆け上がり、20代〜30代前半で事業部を率いる部長を務めるメンバーも複数在籍しています。 ●役割とプロジェクト推進体制 キャリア形成に寄り添う戦略的なプロジェクトアサインをAMBLでは行っております。 キャリアのご希望を上長が定期的にヒアリングし、一人ひとりの志向に合わせた案件を戦略的に獲得・提案する体制を整えています。 ・ミスマッチを防ぐ事前共有 内定段階で配属予定のプロジェクト概要をお伝えします。 ・計画的なスキルアップ 意図的なローテーション設計により、着実な成長を支援します。 課題定義からアプローチする上流フェーズへの参画をしております。 クライアントの事業ドメインを深く理解し、「AIでどのような課題を解決すべきか」という問いを定義する最上流から参画します。 ・技術的なリード 要件定義にとどまらず、技術選定やアーキテクチャ設計を主導する立場へキャリアを広げられます。 【具体的なプロジェクト例】 現在、事業部では以下のような最新テクノロジーを用いたプロジェクトが多数稼働しています。 ●データ・AIインフラ領域(モダンデータ・クラウド) Snowflake / dbt を用いたデータ基盤構築 大規模データの統合・加工・パイプラインの自動化 クラウドAI実行環境(AWS / Azure)の構築 Amazon Bedrock / Azure OpenAI Serviceを活用した安全・堅牢なシステム基盤の設計 ※その他 データ抽出・可視化・レポーティングのような微経験者向け案件もございます。 ● 生成AI・LLM領域(最先端エンジニアリング) グラフRAG(GraphRAG)/Advanced RAGの構築 複雑な企業ドメイン知識を構造化し、高精度な生成AI検索基盤を実装 AIエージェントの設計・実装 LangGraphやDify等を活用した自律型ワークフロー・AIエージェントの開発 LLM基盤のコスト・品質評価と改善設計 LLM出力の品質・精度の定量評価設計、およびContext Engineering等による運用コスト削減 ● 機械学習・高度アナリティクス領域 需要予測・異常予兆検知モデルの設計 統計解析・時系列分析・機械学習を用いたビジネス課題解決型モデルの構築

●あなたが決めること ご経験・キャリア志向に合わせて、以下を単独または組み合わせでお任せします。あわせてPMO/PM/PLとしてのプロジェクトマネジメントも担っていただきます。 ・ 評価の設計| LLM・AIシステムのコスト・品質を定量評価する指標の設計、効果測定、精度検証、ベースライン比較、LLM-as-a-Judgeの設計 ・要件の定義 |顧客のビジネス課題を、システム要件の前提となる論理的で明確なルールとして定義する。KGI/KPIの設計 ・価値の定義| そもそもこれをAIで作ることでビジネスにどうインパクトを与えるかを見極め、投資判断に踏み込む ・データ基盤・分析基盤の要件定義とリード| データパイプライン・DWH・データマート・CDPの設計、生成AI活用に向けたデータ整備 ・育成・マネジメント| 若手データサイエンティスト/データエンジニアの育成・マネジメント 【役割とプロジェクト推進体制】 ●アサインはこう決まります 入社後にどの案件から入るのかは、多くの方が気にされる点です。仕組みをそのまま書きます。 ・キャリア希望を、上長が定期的に吸い上げます。「次はこの領域に行きたい」という意思を出す場があります。 ・それに対して上長が「そのために何が必要か」を提示します。(必要な資格、身につけるべき技術、経験しておくべき工程) ・準備が整った段階で、営業が戦略的に次の案件を取りに行きます。本人の希望に合う案件を、こちらから顧客に提案する動き方をしています。 年功序列はありません。次の案件は勤続年数ではなく、本人の伸び方で決まります。単価は同一案件の中ではほぼ上がらず、案件が変わるタイミングで上がる構造です。だからローテーションを意図的に設計しています。 ●一人にはしません エンタープライズ企業の現場に入りますが、1人で放り出されることはありません。当社メンバーが複数名参画するチーム体制が基本です。事業部全体で約190名の組織で、修士・博士を含む専門家100名以上が在籍しています。案件で詰まったときに社内で聞ける相手がいること -常駐型で働くうえで、ここは決定的に重要だと考えています。 【事業部としてのバックアップ体制と働く環境】 ●評価と昇給 年功序列はありません。20代・30代前半で部長になったメンバーが複数います。管理職へのステップアップも、専門性を深めるキャリアも選択できます。 ●勤務スタイルについて 在宅勤務を組み合わせたプロジェクトが中心ですが、参画先によっては現場への常駐が基本となるプロジェクトも存在します。形式的な在宅比率に拘泥するのではなく、プロジェクトの価値創出のために最適な場所でパフォーマンスを発揮する姿勢を重視しています。 ●育成環境 資格取得支援:270種以上が対象、前期221名が利用(年600件・3年で5,000万円の支給実績)/AMBL PANEL(約460コンテンツの自己学習システム)/社外研修費 会社負担/修士・博士を含む専門家100名以上。機会は最大限・平等に用意します。掴むかはご本人次第です。

●具体的実例(入社後のイメージ) 年功序列なし。2年で大きく飛躍したメンバーの実例を紹介します。 当社には年功序列の評価はありません。意欲と成果次第で、誰もがスピーディーに活躍の場を広げられる環境です。 ・未経験から生成AIシステムの実装主担当へ 大学院で心理学を専攻し、実務未経験で入社したメンバーが2年でNext.js/FastAPIによる生成AI連携システムの実装主担当に成長。日次バッチ処理を1.5時間から7分へ短縮し、実行コストも11,000円から900円へと大幅な改善を達成しました。 ・年次を問わない早期キャリアアップ 新卒入社1年1ヶ月でサブリーダー、2年でプロジェクトリーダーに抜擢された事例や、20代・30代前半で部長を務めるメンバーも複数在籍しています。 ・自分らしく描ける3つのキャリアパス 技術を極める「エキスパート」、組織を牽引する「マネジメント」、技術基盤を支える「AIスペシャリスト(MLOps/LLMOps)」など、ご自身の志向に合わせたキャリアを選択できます。 【職務内容】 AI基盤・データ・クラウド環境を一気通貫で手掛ける開発業務をお願いしたいと考えております。 AIがビジネス価値を生み出すためのプラットフォーム設計・構築を軸に、開発から運用、データ基盤整備まで幅広く手掛け、顧客のビジネス課題解決に伴走します。 ・AIプラットフォームの設計・構築 ビジネス価値の創出に向けたAI基盤の設計・構築 ・Web/バックエンド開発 堅牢で拡張性の高いアプリケーション・システムの開発 ・高品質なデータ基盤の構築 AI利活用を最大化・スムーズにするデータパイプラインの整備 ・クラウドネイティブ環境での開発・運用 AWS / Azure / GCP を活用したシステム開発および伴走型の運用支援 【役割とプロジェクト推進体制】 キャリア形成に寄り添う戦略的なプロジェクトアサインをAMBLでは行っております。 キャリアのご希望を上長が定期的にヒアリングし、一人ひとりの志向に合わせた案件を戦略的に獲得・提案する体制を整えています。 ・ミスマッチを防ぐ事前共有 内定段階で配属予定のプロジェクト概要をお伝えします。 ・計画的なスキルアップ 意図的なローテーション設計により、着実な成長を支援します。 課題定義からアプローチする上流フェーズへの参画をしております。 クライアントの事業ドメインを深く理解し、「AIでどのような課題を解決すべきか」という問いを定義する最上流から参画します。 ・技術的なリード 要件定義にとどまらず、技術選定やアーキテクチャ設計を主導する立場へキャリアを広げられます。 【事業部としてのバックアップ体制と働く環境】 一人にしない、事業部のバックアップ体制 ● 助け合い、高め合える「チーム体制」 当社メンバーが複数名参画するチーム体制が基本です。社内の専門家コミュニティも活発で、高度な技術的課題もいつでも気軽に相談・解決できる安心感があります。 ● 柔軟でメリハリのある「働き方」 基本スタイルは週4日リモート・週1日出社。プロジェクトの状況に応じて客先常駐が発生する場合があります。リモートの比率より、必要な場所で成果を出すことを優先できる方を求めます。 ● 成長を強力に後押しする「育成・学習環境」 270種以上の資格取得支援制度をはじめ、自社オリジナルの学習システム「AMBL PANEL」や社外研修費の会社負担など、エンジニアの成長機会を最大限に用意しています。 ●具体的なプロジェクト例 現在、事業部では以下のような最新テクノロジーを用いたプロジェクトが多数稼働しています。 1.生成AI・LLM領域 グラフRAG・Advanced RAGの構築 AIエージェントの設計・実装(LangGraph/Dify等) LLM基盤の最適化(Context Engineering等) 2.AI・データインフラ領域 MLOps/LLMOps基盤の構築 Snowflake/dbtによるデータ基盤構築 Azure OpenAI/AWS Bedrock上でのシステム構築 3.高度技術・社会実装領域 画像解析・数理最適化の社会実装

ゲーム領域における機械学習・AI活用を支えるためのML基盤、MLOps環境、データパイプライン、モデル運用基盤の設計・開発・運用を担当していただきます。 モデルやアルゴリズムを、再現性・拡張性・保守性の高い形で実運用へ接続する役割です。 研究開発とプロダクト運用の間にある技術的なギャップを埋め、ML活用を継続的にスケールさせるための基盤づくりを推進していただきます。 ●業務例 ・機械学習パイプラインの設計・構築・運用 ・モデル学習、評価、デプロイ、監視を行うMLOps基盤の整備 ・実験管理、モデル管理、特徴量管理、データバージョニングの仕組みづくり ・ゲーム内データ・ログデータ・シミュレーションデータの処理基盤構築 ・バッチ推論・オンライン推論・社内ツール向け推論APIの設計・運用 ・モデル性能、データ品質、推論結果のモニタリング・アラート設計 ・GPU・クラウド・コンテナ環境を活用した学習・推論環境の最適化 ・MLエンジニア・リサーチャーが効率よく開発できる社内開発環境の整備 ・セキュリティ、権限管理、コスト管理を考慮したML基盤運用 ●プロジェクト例 ・ゲームAI開発向けの学習・評価パイプライン構築 ・運営型ゲームにおけるバランス調整支援システムの基盤開発 ・生成AI・LLMを活用した社内制作支援ツールのバックエンド基盤 ・複数プロジェクト横断で利用可能なML実験・モデル管理基盤 ・非公開プロジェクトにおけるAI開発基盤の設計・構築