データ・AI・機械学習(Apache)の求人・転職情報

株式会社SUBARU

車載向けエッジモデルおよび机上評価用の大規模モデル開発を支える MLOps 基盤の構築・運用 をお任せいたします。 <具体的には> 膨大な量の運転データを効率的に活用するための計算基盤とモデル学習・評価パイプラインの構築、データの質と量でモデル改善に貢献するデータセットのキュレーション、モデル分析を支援するBIツール環境の整備など、ML エンジニア/MLリサーチャーの開発を加速する仕組みづくりを行っていただきます。 【業務遂行いただくうえで必要になる技術例】 ・クラウド/オンプレミス上における学習・評価パイプライン(MLOps)の設計・構築および保守・運用 ・大規模データ学習の高速化を目的とした計算基盤・分散処理・アルゴリズム最適化の検討と実行 ・データセットのキュレーション(バランス設計、データリーク防止、品質管理)およびデータセット生成パイプラインの構築 ・データやモデル評価指標を統合的に可視化する BI ツール環境の設計・構築 【使用するツール】 ※状況により柔軟に変わります ・開発言語/データ操作言語:Python、SQL ・クラウド:GCP、AWS ・OS:Linux、Windows ・深層学習フレームワーク:TensorFlow(Keras)、PyTorch ・実験管理/設定/可視化:MLflow、Hydra、TensorBoard ・MLプラットフォーム/パイプライン:Vertex AI、SageMaker ・CI/CD:GCP Cloud Build、AWS CodeBuild、AWS CodePipeline ・データETL/分散処理:Dataflow、EMR(Spark/Hadoop) ・データ分析:BigQuery、Amazon Redshift ・BIツール:Looker Studio、Amazon QuickSight ・オーケストレーション:Apache Airflow、Amazon MWAA ・コンテナ:Docker ・その他:GitLab、Confluence、Jira、Teams 【変更の範囲】 会社の定める業務(※) (※)業務の都合によっては会社外の職務に従事するため出向又は転属を命じることがあります。

株式会社SI&C

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

株式会社Works Human Intelligence

大手法人向け統合人事システム「COMPANY」のDevOpsサイクルの改善を担い、AIを活用した開発効率化(AI for Development)と開発者体験(DevEx)の向上を推進します。 ●具体的な業務内容 ・担当製品の業務理解、機能把握、技術理解 ・GitHub Copilot等のAIツールの社内普及・活用推進 ・AIを活用した「自動コードレビュー」や「テストコード自動生成」を組み込んだ、次世代CI/CDパイプラインの構築・運用 ・既存CI/CDパイプラインの運用・改善、ビルド・テスト・デプロイの自動化 ・開発、検証環境の構築・運用 ・開発者体験(DevEx)と開発生産性指標(Four Keys等)の計測・可視化と、それに基づく改善 ・開発、SET、QAチームとの連携、クラウド環境の運用管理 リーダー候補の方には、上記に加えてチーム内の技術的なリードや若手メンバーの育成にも携わっていただきます。 ●配属組織 製品開発部門 約600名/配属先は4～5名のチーム ●技術スタック サーバーサイド: Java, Python フロントエンド(言語):HTML, CSS, JavaScript フロントエンド(ライブラリ):Vue.js データストア: Oracle Database, PostgreSQL, Amazon DynamoDB ミドルウェア: Nginx, Apache Tomcat クラウド: Amazon Web Service CI/CD: Jenkins, AWS CodeBuild, AWS CodePipeline 構成管理:AWS CloudFormation, AWS CDK, Ansible モニタリング:CloudWatch, AppDynamics, Datadog ソースコード管理: Git, Gitlab, GitHub タスク管理:Redmine 開発ツール:Visual Studio Code コミュニケーション: Slack, Google Workspace

株式会社Works Human Intelligence

大手法人向け統合人事システム「COMPANY」のDevOpsサイクルの改善を担い、AIを活用した開発効率化(AI for Development)と開発者体験(DevEx)の向上を推進します。 ●具体的な業務内容 ・担当製品の業務理解、機能把握、技術理解 ・GitHub Copilot等のAIツールの社内普及・活用推進 ・AIを活用した「自動コードレビュー」や「テストコード自動生成」を組み込んだ、次世代CI/CDパイプラインの構築・運用 ・既存CI/CDパイプラインの運用・改善、ビルド・テスト・デプロイの自動化 ・開発、検証環境の構築・運用 ・開発者体験(DevEx)と開発生産性指標(Four Keys等)の計測・可視化と、それに基づく改善 ・開発、SET、QAチームとの連携、クラウド環境の運用管理 リーダー候補の方には、上記に加えてチーム内の技術的なリードや若手メンバーの育成にも携わっていただきます。 ●配属組織 製品開発部門 約600名/配属先は4～5名のチーム ●技術スタック サーバーサイド: Java, Python フロントエンド(言語):HTML, CSS, JavaScript フロントエンド(ライブラリ):Vue.js データストア: Oracle Database, PostgreSQL, Amazon DynamoDB ミドルウェア: Nginx, Apache Tomcat クラウド: Amazon Web Service CI/CD: Jenkins, AWS CodeBuild, AWS CodePipeline 構成管理:AWS CloudFormation, AWS CDK, Ansible モニタリング:CloudWatch, AppDynamics, Datadog ソースコード管理: Git, Gitlab, GitHub タスク管理:Redmine 開発ツール:Visual Studio Code コミュニケーション: Slack, Google Workspace

株式会社フライウィール

ソフトウェアエンジニアは、専門性およびプロジェクトのニーズに合わせて幅広い業務を行っております。以下に一例を示します。 ●Conata の製品群を操作・閲覧する Web フロントエンドおよびそのバックエンド (BFF)について、共通部分・ライブラリの開発および改善、各案件向けカスタマイズのサポート ●上記業務プロダクトのUI/UX設計 ●データ収集 └パートナー・クライアントとのデータの受け渡しをするためのインテグレーションシステムの構築 ●データ処理 └データの ETL/ELT 処理の開発。また安定的に動作させるためのデータ処理パイプラインの構築 └バッチ / ストリーミングベースのシナリオに対応したシステムの開発と運用 ●データ管理 └収集したデータ、処理済みデータを保存・活用するためのデータウェアハウスの設計と構築 └センシティブなデータを安全に処理可能にするためのシステム設計・構築 ●負荷試験、セキュリティー対策 ●データベース設計 ●サービスの安定提供を24時間365日、維持するためのシステム運用 ●開発環境や運用の整備・改善 └インフラ、開発ツールチェイン、社内情報管理ツール開発・最適化 従事すべき業務の変更の範囲:なし 開発環境 クラウド:AWS 開発言語:Kotlin、Python、TypeScript フレームワーク・ミドルウェア等:React、Next.js、MySQL、Redis、Elasticsearch、Snowflake、Micronaut、gRPC、Apache pulsar、Amazon S3、Amazon Athena、dagster、Bazel、Amazon EKS(Kubernetes)、Terraform SaaS:Auth0、Vercel 組織とポジションについて ●配属予定組織 ・Product Architectチーム 大規模商用化に適したプロダクトの基幹設計・開発・保守を担います。 ・Core Technologyチーム エンジニアリングチームを横断し、技術の一貫性・効率・革新を促進します。 ・Technical Planning & Enablement チーム 開発プランニング(プロダクト開発計画の策定)、チーム連携(各チーム間のブリッジ役)、プロダクトのデリバリー支援・活用、プロダクトの品質評価や改善等を担います。 ソフトウェアエンジニアは、顧客のデータ活用における課題解決をメインミッションとして、日々拡大しているデータの量・種類に技術をもって対応しながら、安定した価値提供に取り組んでいます。

株式会社 Laboro.AI

PoCから本開発(システムの本番導入)まで手がける案件の増加により、開発エンジニアリングチームを拡大しています。 弊社のソリューションデザイナや機械学習エンジニア、及び外部の協力会社と連携しながら、機械学習を用いたシステム/サービス開発を推進して頂きます。 具体的には、PoC後の本番導入に向けて、機械学習システムの要件定義から設計・開発・テスト・運用までの一貫したフェーズをご担当いただきます。 具体的な業務内容 ・機械学習を用いたシステム/サービス開発の参画 機械学習エンジニアが実装したモデルをシステム上に載せるというイメージです。 ・システム開発エンジニアチームの組織拡大に必要な活動全般(部内への定期的な技術発信活動、メンバー育成活動など) 技術スタック 使用する技術はプロジェクトにより異なりますが、主に以下の技術スタックを用いて開発を行っています。 ・開発言語(Python, Rust, Javascript) ・インフラ(AWS, Azure, Google Cloud, 社内GCPサーバ) ・開発ツール(Visual Studio, GitHub) ・その他ツール(Slack, Backlog, Cacoo, Google Meet) 社内活動 エンジニアリング部では以下のような社内活動を通じて技術的成長やエンゲージメント向上を行っています。 ・技術勉強会の開催(数理最適化、強化学習 etc...) ・最新技術勉強会の開催(マルチエージェント etc...) 　- 本勉強会にはソリューションデザイナー、コーポレートも合わせ、社員の約3/4のメンバーが参加しました。 ・チームビルディング施策 　- “チームメンバーを知る企画“として、レーダーチャートの作成/予想、チームのキャッチコピー作成等のワークを実施 ● 業務の変更範囲:なし

株式会社エス・エム・エス

ミッション ビジネスサイドの戦略を、開発チームが実装可能な論理モデルへと翻訳し、マーケティングオートメーションや意思決定支援におけるデータの信頼性と活用精度を最大化することがミッションです。 数百万の求職者の属性、行動、および面談等から得られるインテント(意図)データを深く理解し、それらを統合的な属性/行動のモデルとして定義、設計していく一連のプロセスをお任せします。 具体的な業務内容 1.求職者のデータモデリングとセマンティック定義 事業責任者やマーケターと対話し、求職者の「状態」「意欲」「LTV」といった重要指標の算出ロジックを確定。dbt等での実装を前提とした、一貫性のある論理データモデルの設計および仕様策定を行います。 2.マルチチャネルにおけるID統合と行動ログの構造化 Webサイト、アプリ、LINE、基幹システム等に散在する求職者接点を統合し、時系列でのキャリアライフサイクルを可視化するためのデータ構造を設計。名寄せロジックや属性付与のルールを定義します。 3.非構造化データを活用したインテント抽出の論理設計 キャリアパートナーによる面談音声や対話テキストから抽出される「悩み」や「希望条件」等のインテントデータを、どのように属性化し施策に活用するか、その分類体系と活用フローを設計します。 4.データ品質管理体制(ガバナンス)の構築 膨大な求職者関連カラムの中から、マーケティング施策(Braze連携等)に不可欠な項目を厳選し、品質基準(SLO)を策定。現場が100%信頼して活用できる「認証済みデータセット」の運用をリードします。 5.事業所・法人データとの統合設計(将来像の構築) 求職者データと、医療法人や事業所のデータを掛け合わせ、最適なマッチングを実現するためのリレーション設計を行い、キャリア事業の統合データ利活用基盤のグランドデザインを支えます。 将来のキャリアパス SMS全体として、定型化したキャリアステップはなく、ご自身のキャリア志向次第でどのようなキャリアプランも実現可能性がございます。 弊社は現在、医療/介護キャリア・介護障害福祉事業者SaaS・ヘルスケア・シニアライフ・海外領域に対し、BtoB・BtoCと様々事業を展開しており、事業数は40以上を超えます。 そのため、転職なしで異なるビジネスモデル/異なる事業フェーズのキャリアを開発することも可能です。 入社後の流れ 入社後は全体研修を実施し、会社の理念や事業内容、各種制度について説明します。 その後は、配属部署にて実務を通じたOJTでキャッチアップを進めていただきます。 即戦力としてご活躍いただけるよう、必要に応じてサポートしますので、不明点や困りごとは気軽に相談できる環境です。 開発環境・利用ツール ・マーケティングツール(主要なもの) 　Braze / Treasure ・データ&マーケティングプラットフォーム 　・Google Cloud 　　・Cloud Composer(Apache Airflow) 　　・BigQuery 　　・Vertex AI 　　 等 　・Databricks 　・dbt core ・社内システム 　Salesforce / AWS / Google Cloud / 他 ・開発言語/ツール 　Python / SQL / JavaScript / Google Apps Script 等 ・その他利用ツール 　Google Workspace / Slack / GitHub Copilot / Backlog / Miro 等 ※事業や所属部門の状況の変化等により、会社の指示する職務内容へ変更することがある 配属部署 BPR推進部への配属を予定しています。 BPR推進部は、事業やサービスをご利用いただく顧客・ユーザーへの価値提供を最大化することを目指し、業務プロセスの最適化・効率化、オペレーション設計を推進する部門です。 部内でのデータエンジニアとの連携はもちろん、各事業のオーナーやマーケター、セールス等、部門を超えて多くの方とコミュニケーションを取りながら業務を推進いただきます。 その他環境 ・出社/リモートワークのハイブリッド型です。 ・とくに出社日等は設けておらず、自身の成果を最大化するにあたって、その時々で最適だと思う選択をしていただく、というポリシーとなっています。 ・残業時間はチーム平均で20～30時間/月ほどで、リリース前の繁忙などは少し上振れる場合もあります。 ・基本の業務時間は9:00～18:00ですが、ユーザーの業務後にリリース作業がある場合などで、9時前や19時以降の業務となる場合があります。

株式会社エス・エム・エス

ミッション 「信頼性の高いデータ基盤を元に、キャリア事業の”データとAIの民主化”を実現し、全社の持続的な事業成長とイノベーションを加速させる」ことがミッションです。 これまではミッションを達成するために、事業にかかわる社員がデータを持って価値提供を最大化できるような”データの民主化”を実現することをコンセプトに活動をしてきました。 これからはヒトに対する""データの民主化""の推進のみではなく、ヒトがAIを用いてデータを利活用を実現できる、""AI-Readyなデータ基盤""の実現も必要になってきます。 その実現に向かい、長年運用してきたデータの整備、再モデリング、定義付け、カタログ整備、ガバナンス整備といった活動も進めていきます。 業務詳細 データの民主化とAI-Readyなデータ基盤の実現に向けて、データ基盤チーム内のアーキテクトとして、主に以下の業務を中心に担っていただきます。 ・既存のデータ基盤から、AI-Readyなデータ基盤への進化に向けたアーキテクチャ設計・実行 ・事業部門やマーケターの業務からの課題抽出 ・データの整備、再モデリング、品質管理 ・IaCを用いたインフラ構成管理 ・データガバナンス整備 また、チーム開発の定常業務である以下の業務も担っていただき、業務とデータの理解を務めていただきます。 ・基幹システムや各種業務システムからデータ分析基盤へのデータパイプライン開発・運用 ・事業部門やマーケターの分析・AI活用を支援するためのデータ整備・検証 ・事業の意思決定に資するデータマートやレポートの作成・提供 業務を通してシステムやデータの構造と、事業の課題の理解に努めていただき、事業部門・マーケター・データサイエンティスト・他部署のエンジニアとコミュニケーションをとりながらデータ基盤のアーキテクトとしてのご活躍を期待しています。 ●データ活用の事例 ・マーケターの広告、SEO、メールやLINE配信の効果検証・分析 ・営業部門の成果集計のためのダッシュボードの提供 ・営業部門の自然言語データを生成AIで分析し、営業活動のパフォーマンスを測定 ・開発部門の生産性可視化のための分析データの作成 将来のキャリアパス SMS全体のキャリアの考え方として、こうあるべきと定めているものはなく、個人の考えや適性に応じて、共にキャリアを形成していくべきだと考えています。 そのため、ご自身のキャリア志向次第でどのようなキャリアプランも実現可能性がございます。 <キャリア例> ・マネジメントを目指すキャリア ・データの分析を極め、データサイエンティストやデータアナリストを目指すキャリア 入社後の流れ 入社後は全体研修を実施し、会社の理念や事業内容、各種制度について説明します。 その後は、配属部署にて実務を通じたOJTでキャッチアップを進めていただきます。 即戦力としてご活躍いただけるよう、必要に応じてサポートしますので、不明点や困りごとは気軽に相談できる環境です。 開発環境・利用ツール ・データ基盤 　・Google Cloud 　　・Cloud Composer(Apache Airflow) 　　・BigQuery 　　・Vertex AI 　　 等 　・Databricks 　・dbt core ・社内システム 　Salesforce / AWS / Google Cloud / 他 ・開発言語/ツール 　Python / SQL / JavaScript / Google Apps Script / Docker /Terraform 等 ・BIツール 　Tableau Cloud / AWS Quick Suite / Looker Studio ・その他利用ツール 　Google Workspace / Slack / GitHub Copilot / Backlog / Miro 等 ※事業や所属部門の状況の変化等により、会社の指示する職務内容へ変更することがある その他環境 ・出社/リモートワークのハイブリッド型です。実態としては、多くの社員がリモート中心で勤務しております。 (とくに出社日等は設けておらず、自身の成果を最大化するにあたって、その時々で最適だと思う選択をしていただく、というポリシーとなっています。) ・残業時間はチーム平均で20時間/月ほどです。施策の状況やインシデント対応が発生しているときは少し上振れる場合もあります。 ・フレックスタイム制となっており、メリハリをつけて働ける環境です。

株式会社Works Human Intelligence

職務内容 大手法人向け統合人事システム「COMPANY」の製品品質の改善を行います。 外部・内部品質の向上の為、自動化を推進します。 具体的な業務内容 ・自動テストの推進・運用・改善 　└ユニット、E2E、パフォーマンスなど ・自動テスト環境の構築・運用 ・コード品質改善ツールの推進・運用・改善 　└静的解析(SonarQube)、Linter、フォーマッターなど ・テスト設計、マニュアル作成支援 ・品質改善計画の策定・実行 ・開発、QA、DevOpsチームとの連携 SETとQAの違い どちらもソフトウェアの品質を向上させる役割を担う職種ですが、 SETはソフトウェアテストの自動化を担当するエンジニアであり、 QAはソフトウェアの品質管理全般を担当する職種です。 配属組織 2025年1月現在 製品開発部門 約600名 └配属先は4～5名のチームに加わっていただきます 平均年齢 33歳(マネジャークラス平均38歳) 貸与PC 22年にハイスペックPCへの切り替えを実施済み! CPU:最新第12世代 Intel Core i7 メモリ:32G SSD:1TB OS:Windows キーボード:JIS/US ※選択可 技術スタック サーバーサイド: Java, TypeScript, Kotlin, COBOL フロントエンド: 開発言語:HTML, CSS, JavaScript, TypeScript ライブラリ:jQuery, Vue.js, React, LESS データストア: Oracle Database, PostgreSQL, Amazon DynamoDB ミドルウェア: Nginx, Apache Tomcat, IBM WebSphere クラウド: AWS, GCP, Azure, OCI CI/CD: Jenkins, AWS CodeBuild, Gradle, Maven, Ant モニタリング: CloudWatch, Zabbix, AppDynamics, Datadog デザインツール: Figma ソースコード管理: GitHub, AWS CodeCommit, Gitlab, Subversion タスク管理: GitHub issues, GitLab issues, Redmine, Trac 開発ツール: Visual Studio Code, Eclipse コミュニケーション: Slack, Google Workspace 職種について 変更の範囲:入社後は本職種に従事いただきます。 　　　　　　その後、ご本人の適性等により当社業務全般に変更の可能性があります。

株式会社Works Human Intelligence

「COMPANY」の開発プロセスのAI化(AI for Development)と開発者体験(DevEx)向上における技術的リードをお任せします。開発基盤の技術責任者として「AIをどう開発プロセスに組み込み、生産性と開発者体験を最大化するか」の道筋を立て、最適な技術選定とアーキテクチャ設計を行います。 ●アーキテクチャ設計・技術選定 ・AIを活用した「自動コードレビュー」「テストコード自動生成」を組み込んだ次世代CI/CDパイプラインの全体設計(グランドデザイン)と技術選定 ・GitHub Copilot等のAIツールを全社で安全かつ効果的に活用するための仕組み化・ガイドラインの設計 ・大規模SaaS開発に耐える、スケーラブルなビルド・テスト・デプロイ基盤の設計・最適化 ●開発リード・品質担保 ・難易度の高いコアコンポーネント(CI/CD基盤、AI連携基盤等)の自らによる実装(ハンズオン) ・PoC(概念実証)による先進的なAIツール・新技術の検証と本番適用のリード(自ら試して仕組み化する) ・コードレビューやADR(アーキテクチャ決定記録)を通じた、チーム全体の技術力底上げ・メンタリング 技術選定からコア実装、信頼性基準の策定までを一貫して牽引し、当社のSRE領域における技術的支柱(テックリード)として、大規模運用の自動化と信頼性を一段引き上げていただくことを期待しています。 プレイヤーとして最前線で手を動かしながら、自ら確立した「型」を全社の標準として浸透させ、数千〜数万インスタンス規模の運用を技術の力で進化させていただきます。 【配属組織】 製品開発部門 約600名/配属先は4～5名のチーム 【チームワークと雰囲気】 安定した開発プロセスを実現するため、基本的にはチームで活動します。定期的に目標を設定し、デイリーミーティングで相談しながら協力して課題に取り組みます。上司との1on1など、なんでも話しやすい関係を維持しています。 ●技術スタック ・サーバーサイド: Java, Python ・フロントエンド(言語):HTML, CSS, JavaScript ・フロントエンド(ライブラリ):Vue.js ・データストア: Oracle Database, PostgreSQL, Amazon DynamoDB ・ミドルウェア: Nginx, Apache Tomcat ・クラウド: Amazon Web Service ・CI/CD: Jenkins, AWS CodeBuild, AWS CodePipeline ・構成管理:AWS CloudFormation, AWS CDK, Ansible ・モニタリング:CloudWatch, AppDynamics, Datadog ・ソースコード管理: Git, Gitlab, GitHub ・タスク管理:Redmine ・開発ツール:Visual Studio Code ・コミュニケーション: Slack, Google Workspace

キャディ株式会社

●期待する役割 Enterprise Solution 部において、ソリューション提供における Technical PdM としての役割を担っていただきます。 本ポジションでは、大きく2つの軸で「何を作るか」の意思決定を主導していただきます。 1つ目は 個社ソリューションの企画・推進 です。顧客の経営課題を深く理解し、課題の発見・仮説立案・ソリューション企画・優先順位づけを行い、エンジニアリングチームと協働してソリューションを形にしていきます。 2つ目は ソリューションプラットフォームの設計・構築 です。ソリューション数の増加に伴い、プラットフォームとして実装すべきコア機能と、ソリューションごとの Configuration で実現する部分の境界を設計し、スケーラブルな基盤を構築します。 いずれの軸においても、ビジネス理解に基づいて自らプレイングし、ソリューション提供で得られた知見をプロダクトへ還流することで、全社レベルでの価値向上にも貢献していただきます。 ●想定される業務例 (以下に限定されるものではありません) ・顧客の経営課題に基づくソリューションのディスカバリー・企画・仕様策定 ・個社ソリューションのロードマップ策定・優先順位づけ・進捗管理 ソリューションプラットフォームのコア機能定義・ロードマップ策定 　-プラットフォームとして実装すべきコア機能と、ソリューションごとの Configuration で実現する部分の境界設計 ・定性・定量リサーチ(顧客ヒアリング・利用データ分析・問い合わせ分析など)の企画・遂行 ・ソリューション提供で得られた知見のプロダクトへの還流に向けた、他部署 PdM との協働 ・顧客および社内ステークホルダーとの調整・合意形成 ●所属組織について ・Enterprise Solution 部への配属を想定しています。 ・開発組織の全体像は[こちらのスライド](https://speakerdeck.com/caddi_eng/enziniaxiang-kehui-she-shao-jie-zi-liao)をご参照ください。 ●開発環境 ・バックエンド: Java, Python ・インフラ: Amazon Web Services,, Google Cloud, Google Kubernetes Engine, Anthos Service Mesh, Istio, Cloudflare, Argo Workflows ・Event Bus: Cloud Pub/Sub ・DevOps: GitHub, GitHub Actions, ArgoCD, Kustomize, Helm, Terraform, Datadog ・Data: AlloyDB for PostgreSQL, Apache Iceberg, Dagster, Polars ・開発ツール: GitHub Copilot, Claude Code, Devin ・コミュニケーションツール: Slack, Discord, JIRA, Asana, Miro, Confluence