プロダクトマネージャー（PdM）・事業開発(Python)の求人・転職情報

【主要取引先】 デンソー、三菱電機、本田技研工業、日立製作所、 SUBARU、ソニー、NEC、富士通、日産自動車、トヨタ ※敬称略 【具体的には】 取引先は全国の大手企業など800社以上ございます。 弊社とプライム契約を結んでいる、大手メーカーやSIerにて、ソフトウェア開発(AI、 IoT、アプリ、画像処理、クラウ ド、WEB、組込)業務をご担当いただきます。 AI、IoT、画像処理の案件も多く、最先端の技術領域の業務をご担当いただきます。 ※経験や希望に応じて案件を決定いたします。 ユニットと呼ばれるチーム単位で取組んでいきます。 テクノプロデザインのエンジニアで最大20数名規模で構成されたプロジェクトもございます。 経験・スキルにより、PL、PMとして活躍いただくことも想定しています。 変更の範囲:会社の定める業務

ミッション(優先度順) クライアント事業変革の技術的な主体となる クライアント(主に金融・規制産業の大手企業)の現場に深く入り込み、まだプロダクトのない事業・業務領域でも課題を発見・定義し、AI Agentによる解を設計・実装・定着まで一気通貫で担う技術の当事者となること。 AI AgentソリューションのゼロからのPoCおよび社会実装を完遂する プロダクト未整備領域でのAI Agentゼロ設計から本番運用まで、「使われる状態・成果が出る状態」まで確実に持ち込む。概念実証(PoC)で終わらせない。 クライアントとの技術的信頼関係を築き、案件を次フェーズへ拡張する 単なる導入・実装担当ではなく、クライアントの技術パートナーとして機能し、案件スコープの拡大・長期継続につなげる。 FDEとしての知見を組織に還元する クライアント現場で得た課題・解決策・失敗から学んだことを社内ナレッジとして体系化し、後続メンバーの立ち上がりを加速させる。 主な業務内容 [顧客業務のAI Agent化・Platform構築] ・顧客先の業務・意思決定プロセスを理解し、AI Agent で構築できる形に分解・再設計 ・GV の Agent Platform を土台に、顧客固有の AI Agent ソリューションをゼロから設計・実装・本番運用 ・LLM・RAG を活用した業務自動化アーキテクチャの設計(PoC ではなく本番実装) ・予測・最適化モデル(需要予測・LTV最大化・顧客離反予測等)の設計・社会実装 ・運用定着KPIの設定とモニタリング(活用率・業務インパクトの数値化) [顧客への伴走・定着] ・課題定義・要件定義・提案(技術担当者〜経営層まで幅広いオーディエンスへの説明) ・定例MTGのファシリテーション、進捗管理、リスク管理 ・顧客担当者(非エンジニア含む)へのハンズオン・研修設計 ・障害対応・問合せ対応・継続改善の仕組みづくり [セキュリティ・コンプライアンス対応] ・金融機関・規制産業特有のセキュリティ要件(ネットワーク分離、データ保護、監査ログ等)への対応 ・クライアント側のセキュリティ審査・NDA・情報取扱規程への準拠 活用する技術スタック(例) AIエージェント:OpenAI・Claude 等の LLM を用いた設計・実装 言語:Python / TypeScript が中心(実装言語は案件により異なります) クラウド:AWS 等(クラウド種別は顧客環境により異なります) Webアプリケーション開発・運用、クラウドインフラ構築・運用 LLM / RAG を活用した本番システム開発(PoC ではなく本番実装) ※実際の技術構成は案件特性により異なり、入場後に最適な技術選定を行います。 チーム構成 FDEは、案件ごとに4〜5名程度のチームを組成して対応します。案件の特性・フェーズに応じて最適なメンバーでチームを編成し、課題定義から AI Agent の設計・実装・定着までをチーム一体で担います。

当社では「アイデアを持つパートナー(起案者)」に対して、サービスデザインから技術選定、開発までを一気通貫で提供しています。 スタートアップから大手企業の新規事業PoCプロジェクトまで様々なプロジェクトがあり、その中で0→1ベースの企画段階から参画し、設計から開発まで行っていただきます。 【業務詳細】 新しい価値を提供する新サービスの作成 ・利用するサービス・ツールなどの技術選定 ・目的をチームで共有して目的に合わせたシステム設計 ・アジャイルでのバックエンド開発 ・エンジニア視点でのサービスデザイン 【風土・働き方】 当社は個人がベストのパフォーマンスを発揮できる働き方を推奨しています。コアタイムなしのマンスリーフレックス制度を導入しており、プライベートな予定や家庭の事情に合わせて勤務時間を調整したりリモートワークを活用したり、様々なフィールドのメンバーがそれぞれのスタイルで力を発揮しています。 【プロジェクト事例】 ●ソフトバンク 運送会社向け配車支援サービス「MeeTruck」の事業開発を支援。配車業務をペーパーレス化し、基幹配送業務のDXを促進(https://sun-asterisk.com/works/meetruck/) ●日産レンタカー これまでにないストレスフリーで快適なレンタカー体験をアプリで提供(https://sun-asterisk.com/works/ncrs/) ●01Booster 大企業におけるイントレプレナー(社内起業家)の発掘・教育に力を入れているゼロワンブースター社において、大企業にイントレプレナーを増やすためのプログラム「イントレプレナーアクセラレータープログラム(IAP)」を開発(https://sun-asterisk.com/works/01booster/)

AI開発向けにMLOps環境、データ基盤の構想立案、技術検討、構築をお任せします。クラウド(PaaS)上への構築をベースに検討いただきます。加えて、オンプレ・クラウドのハイブリット構想も担当いただきます。 ●具体的な業務内容 AI開発・データ分析に関わるデータ基盤やMLOps環境の整備、IoTや自動車の規格に適切なクラウドのサービスの検討等に関する以下の業務をお任せします。 ・技術検討 ・企画・構想立案 ・システム要件定義 ・データモデリング ・設計、開発 言語:Python、C++、JavaScript、TypeScript、SQL OS:Windows、Linux 環境:AWS ツール:Databricks、IaC (AWS CDKなど)、生成AI(GPT、Claude、Gemini) 愛知をはじめ、他の拠点(東京、博多)のメンバーともリモート環境等で連携しながら業務にあたってもらいます。 入社後3か月は、OJTを中心に業務キャッチアップをしていただき、その後メイン業務を担当していただきます。 職種の変更範囲:技術職・事務職・技能職業務

最高プロダクト責任者として、データ活用を軸にしたSaaSプロダクト「b→dash」と「kpiee」のプロダクト戦略全体を統括いただきます。 CTOと密に連携し、当社の技術力とプロダクトビジョンを融合させ、ユーザー体験の最大化とプロダクトの市場競争力強化を強力に推進する重要なポジションです。 単なる企画・マネジメントに留まらず、大規模な機能追加、パフォーマンス改善、データベース移行といった技術的チャレンジをプロダクト戦略に落とし込み、開発チームと共に最高のプロダクトを創り上げる責任を担います。 【仕事内容】 ●「b→dash」「kpiee」のプロダクト戦略、ビジョン、ロードマップを策定し、市場、競合、最新技術（AI・機械学習等）を深く理解した上での、最適なプロダクト方向性の意思決定 ●大規模機能開発、パフォーマンスチューニング、データベース移行、バージョンアップ等、高度な技術課題をプロダクト戦略に昇華させ、CTO・開発チームと連携しプロダクトの持続的な進化を牽引 ●プロダクトマネジメント組織を構築、採用、育成、マネジメントし、自律的に価値を生み出す組織の創出 ●顧客課題を深く洞察し、高品質な顧客体験を提供するためのUX/UI戦略を策定、デザインチームを統一 ●KPI設定、モニタリング、利用データ分析を徹底し、データに基づいた機能改善・新機能企画を主導することで、プロダクト成長を科学的に加速させる。

【ミッション】 アプリケーション開発を技術的・プロセス的に統括するマネジメント層として、自社プロダクトの成長をドライブしていただきます。 お強みや志向性の適性に応じて、プロダクト価値の最大化(PO)、プロジェクトの確実な遂行(PM)、または開発プロセスの標準化(PMO)のいずれかの領域で、専門性を深めていただくことを期待しています。 ●配属先(2025年7月期初時点) プロダクト開発本部:約110名のエンジニアが所属しており、少数精鋭部隊で開発を行っております。 ●役割想定 ①プロダクト戦略の推進と実行責任(PO) 顧客ニーズに基づき、管掌範囲のプロダクト価値を最大化するためのロードマップと開発計画を策定し、実行責任を担います。 バックログの優先順位付けにおいて、技術的な負債や実現可能性の知見を活かし、ビジネスインパクトと開発効率の最適なバランスを取ります。 エンジニアリングチームの技術的成長やキャリアパスにも関与し、技術知見に基づいたマネジメントを行います。 ②プロジェクト遂行とステークホルダーマネジメント(PM) 技術的リスクを深く理解した上で、プロジェクトの計画立案、実行、および進捗管理を主導します。 技術的背景を理解した上で、社内外のステークホルダーに対し、進捗、課題、技術的制約事項を的確に伝達し、円滑な合意形成を図ります。 ③開発プロセスの最適化と標準化(PMO) プロダクト開発の特性(例:会計SaaS特有の要件、クラウドシフト)を踏まえ、プロジェクトマネジメント手法を標準化・プロセス化します。 全社的なプロジェクトの可視化を推進し、開発チームがより効率的に価値提供に集中できる環境を構築します。 ※技術スタックを標準化することで、チームを超えた知識共有とエンジニアの水平異動を可能にする組織体制です。 ～自社開発における環境利点～ ・安定した基盤と進化への投資: 期初に売上の大半が担保されるストック型ビジネスモデルにより、プロダクトの改良や進化に腰を据えて前向きに取り組める環境です。 ・顧客視点でのプロダクト開発: 会計実務BPO事業も展開しているため、プロダクトを活用する“顧客(エンドユーザー)”が社内に存在します。これにより、現場の生の声に直接向き合い、真に価値のあるプロダクトの追求ができる環境です。 ●技術スタック ・言語 : C++ / C# / Go / Java / TypeScript (Angular)/ Python ・インフラ : AWS / オンプレミス (Windows Server) ・データベース : Oracle / SQL Server / PostgreSQL ・ミドルウェア : Terraform / New Relic ●クラウドシフトフェーズ 当社はオンプレミス環境での長年の運用基盤から発展しており、現在、事業継続性を最優先しながら段階的なクラウドシフトを推進中です。 そのため、技術スタックとしては AWSとオンプレミスが混在するハイブリッドな環境 を統制・自動化することに注力しています。 まずは既存システムを安全にクラウドへ移行・運用しつつ、インフラの自動化・効率化という本質的な技術課題に対して、深くコミットできる環境がここにあります。

【ポジジョン概要】 当社の親会社である三菱UFJ銀行では、ビジネス変化への対応/コスト削減/安心・安全な業務継続を基本方針としたアーキテクチャ戦略を推進しています。 従来、オンプレミスで手作業が中心であったシステム環境の構築業務においてもCI/CDパイプラインを用意、クラウド(AWS等)を標準としたIaCベースの開発が中心になりつつあり、適用領域は社内システム(SoR)、情報系(SoI)、ミッションクリティカルな対顧客チャネル(SoE)の全てに及んでいます。 また、システム基盤のアーキテクチャも仮想マシン(VM)を中心としたものからクラウドかつコンテナをベースにしたものへと移りつつあります。 このような状況下、MUITの各システム基盤開発チームは従来の役割分担や責任境界を超えてアプリケーション開発側に入り込み、コンテナやCI/CDツール等を導入、自動化の推進やオブザーバビリティ強化といった役割を担うことで、モダンなアプリケーション開発を支援する専門技術チームに生まれ変わろうとしています。 このチームは、コンテナやCI/CD等の技術製品の有識者が基盤領域に閉じずにシステム全体を見渡す広い視点を持ち、また既成概念にとらわれる事無く、あるべきシステムアーキテクチャ像を描いてシステム開発と組織の変革をリードしていきます。 今回募集するポジションは、このような役割を担うITスペシャリスト/システムアーキテクトになります。 【業務内容】 (雇入れ直後) コンテナアーキテクチャを活用した国内エリアにおけるシステム基盤の開発業務をご担当頂きます。 ・システム基盤担当として主にコンテナを用いた開発案件に入り、アーキテクチャのみならず開発プロセスや役割分担の見直しといった変革を主導します ・開発案件においてIaaS/PaaS(クラウド、オンプレ)および個別DBやAP、メッセージング、運用管理など各種MWを組み合わせ、システム基盤の設計開発を主導します ・自身の持つスキルを周囲に伝播させ、後進の育成およびチームのレベルアップを図ります ・コンテナイメージのビルドやデプロイ、サービスメッシュ、その他Pod操作等、アプリケーション開発者の支援を行いつつ、組織全体のレベルアップを行います ・上記コンテナ開発を高速化するためのツール整備や開発プロセスの見直しを行います (変更の範囲) 会社の定める業務 【役割・責任】 ご経験や適性に応じて、開発チームの責任者あるいはメンバーとしてご担当頂きます。 ※"業務アプリ"や"インフラ"の境界線を意識しない組織形態に変化させようとしている段階にあり、配属部署が変更になる可能性があります。 【配属想定部署】 コンテナアーキテクチャを活用した開発部署 【配属想定部署概要】 三菱UFJ銀行のシステム基盤のうち業務基盤層(OS・ミドルウェア層)を主管する部署として、システム開発の中核を担っています。 数百あるシステムが統合的に利用できるコンテナ基盤を銀行内で初めて構築した実績の他にも、AWSを活用したシステム構築、外部企業とのAPI連携にて今までに無い金融サービスを提供する等、当社において非常に先進性の高い部署です。 そのため、常に変化するビジネスニーズに機動的に対応すべく、ITトレンドに対しては高いアンテナと強いモチベーションを維持する必要があります。 【配属想定部署の人員構成】 各部社員　約40人～90人　※銀行等からの出向者を含む 【おもな関係者】 ベンダー各社・外部団体に加え、社内各部署、三菱UFJ銀行をはじめとするグループ企業等と広く関わります。 トップ・マネジメントから個々のチームメンバーまで幅広く関わって頂く機会があります。 【想定担当案件(例)】 配属想定部署の特性上、特定のプロジェクトのみを担当するのではなく、様々なコンテナ等先進技術活用プロジェクトにおいて以下の役割をご担当頂きます。 ・コンテナアプリケーション稼動環境の要件整理・設定 共通的に用意されるコンテナプラットフォームを活用したアプリケーション運用機能の整備 ・サーバやDBMS環境の構築 MUFG向けシステム開発プロジェクトそれぞれに用意されるAWSアカウント上のOS/DBMS環境構築(OSやミドルウェア中心のPaaS層構築) ・AWSやKubernetes関連の新サービス活用検討 常にアップデートされる新サービスや当社で利用していないサービスを、仕様・コスト・セキュリティ等の観点で評価し、当社システムへの適用メリットを検討

プロジェクトマネジメント業務 (PL/PM候補として) ●クライアントとの折衝、ビジネス課題のヒアリング、要件定義 ●プロジェクト計画の策定、WBS作成、見積もり ●チームメンバーのアサイン、タスク管理、進捗・品質管理 データエンジニアリング業務 ●クライアントのビジネス要件に基づくDWH/データレイクのアーキテクチャ設計・構築 ●スケーラビリティやコスト効率を考慮したデータパイプラインの設計・開発・運用 ●dbt、Airflowなどを用いたデータモデリングとワークフロー構築 ●新規技術の調査・PoCの実施と、クライアントへの導入提案 活動事例 ●技術サービス:複数外部システムデータ全社分析基盤構築支援(チーム:4名、期間:約1年半～継続中) ●運輸:帳票業務の自動化と効率化を実現するための分析基盤構築支援(チーム:2名、期間:約3年～継続中) ●小売:需要予測システムの基盤構築支援(チーム:3名、期間:約2年～継続中) スキルアップへのサポートも充実 資格支援制度として統計検定など、一部の資格取得に対しては会社が受験費用を支給。さらに、これまでの実績を活用したデータ分析に関する研修も実施しています。 また、業務後の時間で定期的に有志の勉強会を行い、不明点は適宜上長に相談するなど社員自らが自己研鑽に励んでいます。若手層の勢いがあり、経験が浅い社員に対してもチャレンジを促す風土があります。 意欲的に取り組む姿勢さえあれば、開発案件だけでなく人事や組織形成に関する領域の業務にも携わることが可能。技術的にスキルアップをしながら幅広いキャリアを形成していきたい方にはおすすめの環境です。 個人の働き方に合わせたキャリアパス 分析屋のキャリアパスは、各個人の特性を活かし、「社員のやりたい」を尊重するべきだという思想のもとで作られております。 マネジメント/技術/ライフワークバランスなどの、社員が重視する働き方を実現するためのコースとなります。 ▼将コース(総合職) 一般的に管理職を目指していきたい方向けのコースです。 将来マネージャーとして組織を作っていきたい人、自ら考えを持ち、発信する。 ▼剣コース(技術職) 一般的に技術職でキャリアを積み上げていきたい人向けのコースです。 組織の技術発展を促進する役割を担い、技術でリードする。 ▼武士コース よりライフワークバランスを重視したコースとなります。 中途入社者の前職・入社後のキャリアの例 ＜2019年入社Tさん＞ 【前職/IT業界(交通関係PJ3年)にてSE】 ・集計方法の提案、SQL(SQLServer)からデータの抽出/集計加工 ・ExcelやGISツール等を使ったデータのグラフ化/可視化、報告書作成サポート 【現在PJ/ゲーム業界にて分析エンジニア】 ・SQL(BigQuery)からデータの抽出/集計加工 ・KPI作成及びスプレッドシートとBQの連携 ・抽出したデータから多変量解析(決定木/クラスタリング/SHAP) ・分析設計 ・報告書作成 ＜2019年入社Aさん＞ 【前職/医療関係にて医療技師】 病院での検体検査、及び生理学的検査業務 【現在PJ/マーケティング関連、分析エンジニア) データ集計/分析、BIツールを用いたダッシュボード作成 ＜2019年入社Iさん＞ 【前職/自動車業界にて開発職】 車載ECUのソフトウェアテスト、業務効率向上のためのツール開発 【現在PJ/マーケティング関連、分析エンジニア】 ・毎月の清涼飲料水市場規模や売上動向の推計 ・レポート作成サポート ・使用する分析ツールの作成及び改修

【ポジション概要】 当社の親会社である三菱UFJ銀行では、ビジネス変化への対応、コスト削減、安心・安全な業務継続を基本方針としたアーキテクチャ戦略を推進しています。 その中で従来オンプレミスで手作業が中心であったシステム環境の構築業務は、「クラウドファースト」の方針のもとでクラウド(AWS、Azure等)を標準としたIaC(Infrastracture as Code)ベースの開発が主流になっています。 また、適用領域は社内システム(SoR)、情報系(SoI)、ミッションクリティカルな対顧客チャネル(SoE)の全てにおよんでおり、システム基盤のアーキテクチャも仮想マシン(VM)をベースにしたものからコンテナやマネージドサービスを中心にクラウドネイティブなものへと置き換わりつつあります。 クラウドネイティブなアーキテクチャを真に活用するためには、システム基盤チームは従来の役割分担や責任境界を超えてアプリケーション開発に入り込み、コンテナやCI/CDツール等の導入を支援、自動化の推進やオブザーバビリティ強化といった役割を担う(イネーブリングする)アプリケーション開発支援の技術専門チームとしての役割が期待されています。 MUITのシステム基盤チームは、コンテナやCI/CD等の技術製品の有識者が基盤領域に閉じずにシステム全体を見渡す広い視点を持ち、既成概念に捕らわれることなく、あるべきシステムアーキテクチャ像を描いてシステム開発と組織の変革をリードしていきます。 今回募集するポジションは、このような役割を我々と一緒に担って頂くITスペシャリスト、システムエンジニア、システムアーキテクトになります。 (雇入れ直後) 【システム毎の基盤設計・構築(AWS/Azure)】 国内エリアにおけるクラウド(AWS/Azure等)を活用したシステム基盤の開発業務をご担当頂きます。 ・システム基盤担当としてクラウドを用いた開発案件に入り、要件定義～リリースまでを担当します ・開発案件においては各種クラウドサービスおよび個別に導入するDBやAP、メッセージング、運用管理など各種MWを組み合わせ、システム基盤の設計開発を行います ・アプリケーション開発チームに不足しているクラウドやコンテナ、CI/CDツール、各種マネージドサービス等にかかる知識と運用ノウハウをスキルトランスファーします(イネーブリング) (変更の範囲) 会社の定める業務 【役割・責任】 ご経験や適性に応じて、開発チームの責任者あるいはメンバーとしてご担当頂きます。 【配属想定部署】 市場基盤部、情報基盤部、リスク・共同基盤部または預為フロント基盤　等(業務基盤本部においてクラウドを用いたシステム開発を主として行っている部署) 【配属想定部署概要】 システム基盤のなかでも業務基盤層(OS・ミドルウェア等)を所管する部署であり、システム開発の中核を担っています。 業界に先駆けてAWSを活用したシステム構築を大規模に展開、数百あるシステムが統合的に利用できるコンテナ基盤を銀行内で初めて構築、外部企業とのAPI連携により今までに無い金融サービスを提供、超大規模なデータレイクを構築(いずれも事例化して外部公開している案件ですが、未公開の案件も多数あり)等、当社において技術力・先進性の高い部署です。 SIerや他業界出身者など中途入社のメンバーも多く、各人が得意なスキルを発揮して活躍中です。 組織として社内勉強会や社外発表などスキル向上に力を入れており、ITトレンドに対する高いアンテナとAI等の新技術の活用に強いモチベーションを持ったメンバーが多く在籍しています。 【配属想定部署の人員構成】 各部社員　約20人～50人　※銀行等からの出向者を含む 【おもな関係者】 ベンダー各社・外部団体に加え、社内各部署、三菱UFJ銀行をはじめとするグループ企業等と広く関わります。 トップ・マネジメントから個々のチームメンバーまで幅広く関わる機会があります。 【想定担当案件(例)】 配属想定部署における仕事の特性上、特定のシステムのみを担当するのではなく、様々なプロジェクトにおいて以下の役割をご担当頂きます。 ・新規システム構築ないしはシステム基盤更改プロジェクト等におけるアーキテクチャの検討およびシステム基盤の構築　⇒システムごとに用意されるAWSアカウント/AzureサブスクリプションにおいてOSやDBMSといったアプリケーション稼働環境(システム基盤)を構築 ・AWS/AzureやKubernetes、CI/CD関連の新サービス・ツールの活用検討　⇒銀行で利用していないサービスやツールにつき技術仕様・コスト・セキュリティ等の観点で評価し、銀行システムへの適用を検討、アプリケーション開発チームにイネーブリングを実施

●弊社はこれからBtoB事業に本格参入します。 このBtoB事業で2045年に年商5000億円を見込んでいます。 そのために幹部候補の1人目エンジニアが必要です。 toCの部署には既にエンジニアデザイナーは30人以上います。 ●経営幹部直下で新規事業を共に作っていきます。 日本の企業の生産性を上げるシステムを開発し提供します。 詳細内容は面談の時にお伝えします。 入社後の流れ 1.ファウンダー上野と経営幹部安藤と共に ┗経営戦略を考える。 2.戦略に沿って各種実行をする。 ┗企業ヒアリングや開発など。 3.再度戦略をブラッシュアップし ┗再度実行しこれを繰り返して5000億円へ 顧客のニーズをお伺いしてソリューションのご提案をしていただきます。 Slerとしてご提案していただくこともあればそのニーズを負うロダ口に落とし込み、Saasの開発をしていただくことを想定しております。 手段は問わず、足的な手法で顧客の課題解決をしていただきます。

企業のDX化が進む中で、技術選択の幅はますます広がり、プロジェクトの難易度も高まっています。 ALHでは、そうしたお客様の変革を支援するため、サービス領域を拡大しており、なかでもシステム開発分野は高いニーズをいただいています。 担当していただくのは、Web系システムやアプリ開発など多岐にわたる開発業務です。 toC/toB両方の領域で、Webアプリケーションや基幹システムの開発を中心にご参画いただきます。 ●具体的な仕事内容 ・詳細設計、実装、テスト、リリース等の開発業務全般 (ご経験に応じて基本設計からお任せします) ・モダンな技術スタックやマルチクラウド(AWS/Azure/GCP)環境でのシステム開発 ・プロジェクト内でのコードレビュー、品質向上のための技術的アプローチ ・将来的な技術選定や生成AI等の最新技術検証への参画(アサインプロジェクトによる) ・後輩メンバーのサポートや業務を通じたチーム貢献 ●顧客の業界例 金融/福祉/通信/EC/流通/商社/官公庁/モビリティ/SAP/飲食/航空 ●プロジェクト事例 ・システム設計、開発 ・PoC ・SaaSプラットフォーム開発 ・システムクラウド化 ・マイグレーション ・Web、モバイル開発 ・生成AI(LLM)を活用した顧客対応自動化システムの設計、開発 ●技術・環境スタック例 ・開発言語 :Java, Python, TypeScript, JavaScript, Go, PHP ・フレームワーク :Spring Boot, React, Vue.js, Node.js, Next.js, Django ・プラットフォーム/ツール :OutSystems, Docker, Kubernetes ・クラウドサービス :AWS, Azure, Google Cloud (GCP) ・データベース :PostgreSQL, MySQL, Oracle, NoSQL (DynamoDB等) ・AI関連技術 :LLM (GPT-4等) のAPI利用, LangChain, RAG (検索拡張生成) ・開発支援/管理 :GitHub, GitLab, Backlog, Slack, CI/CDツール ●事業部について ALHは現在、ブランドリニューアルを実施し、「技術で変化をつくる主体者」として、顧客の事業課題解決に伴走する存在へと進化しています。 2025年9月のカンパニー型組織体制の導入に伴い、カンパニー単位で大きな裁量を持ち、採用・育成・営業推進・組織運営まで一貫して意思決定できる仕組みになりました。 選考を通じたご志向性を鑑み、自身の技術力を最も発揮し、成長を加速できる最適なカンパニーへ配属させていただきます。 ●関東のカンパニー 情報通信/金融/産業・流通・サービス/公共・社会インフラ/基盤ソリューション ●役割・ミッション 開発チームのコアメンバーとして、toC/toB領域、基幹システム、Webアプリケーションなど幅広いプロジェクトにおいて、設計から実装・テスト・リリースまでを行い、高品質なシステムをデリバリーしていただきます。 ゆくゆくは要件定義等の上流工程や、生成AI(LLM)等を用いた最新技術の実装、あるいはチームを牽引するリーダーへとステップアップしていくことが期待されるポジションです。 業務変更の範囲:会社の定める業務の範囲

AIを使う会社ではなく、AIで会社そのものをつくる。 SENXYAのTechnology領域の中心として、業務・データ基盤「SENXYA DB」のProduct Ownershipを担い、AI Nativeな開発体制そのものを0→1でつくるポジションです。 ●このポジションのミッション 一般的な「要望整理→エンジニアへ依頼→仕様策定→開発→納品」という開発方法そのものを変えます。 目指すのは、現場 → Product Owner → AI → 仕様・設計 → AI Coding → 自動テスト → 社員が利用 → データ・フィードバック → AIと人が改善、という開発Loopです。 人間のエンジニアがすべてのコードを書くことを前提とせず、 AI Coding Agent・LLM・Low-Code / No-Code・Workflow Automationなどを組み合わせ、少人数でも高い開発速度を持つ「AI Nativeな開発組織」を構築します。 開発の主体はあくまで社内とAIに置きながら、外部の専門家は、Security Review・Architecture Review・大規模Migration・障害対応など専門性が必要な領域で活用します。 現場・AI・社内メンバー・外部専門家をつなぎ、要件や優先順位を整理しながら、開発プロジェクト全体を推進していただきます。 ●最初に取り組んでいただきたいこと まずは現在開発中のSENXYA DBを理解し、「既存システムを活かすのか、SENXYA DB 2.0として再構築するのか」を含め、今後の技術方針を整理していただきます。 ・Source Code / GitHub・Database Schema・Infrastructure / Cloud環境の把握 ・Data Dictionaryの整備、API / 認証まわりの整理 ・未実装機能・Bug・Technical Debt・Security / Permission / RLS等の確認 ・Migration方法の検討、外部開発会社への依存関係の整理 これらをもとに「残す / 改善する / 捨てる / AIで作り直す」を判断していきます。 技術構成はPostgreSQL / Supabase・GitHub・AI Coding Agent・n8n・LLM API・RAG等を検討していますが、ツールありきではなく「今、何を使うべきか」を継続的に判断することもこの役割です。 ●主な業務内容 ①SENXYA DBのProduct Ownership 社内各部署へのヒアリング、業務フローの整理・再設計、Product Roadmap策定、Requirement / Specification作成、UI / UX設計、Data Model設計、開発優先順位の決定。 「言われたものをつくる」のではなく、「そもそもその業務は必要か」「AI時代にはどうあるべきか」から考えます。 ②AI Native Development AI Coding Agentを利用した開発、LLMによる仕様作成、Prototype開発、Test生成・自動化、Documentation生成、Code Review、Workflow Automation。 人間がコードを書く量を増やすのではなく、AIを活用して開発生産性そのものを高めます。 ③Data Infrastructure 案件・顧客・見積・原価・機材・在庫・発注・人工・請求・粗利・施工など日々蓄積されるデータを、AIが利用できる形へ構造化。 「会社で起きた出来事が、次の案件の知能になる仕組み」を目指します。 ④SENXYA AI / AI Agent 見積AI・原価予測AI・発注Agent・在庫最適化Agent・施工計画AI・Knowledge Agent・経営分析AIなどの開発。 将来的には「この会場で、この規模のライブをつくりたい」という情報から、過去案件検索・機材選定・見積作成・施工計画・発注までAIが支援する世界を目指します。 ⑤Digital Twin 3D・CAD / BIM・点群データ・Unreal Engine・Computer VisionなどとSENXYA DBを接続し、Physical WorldとDataをつなぐ基盤へ発展させます。 ⑥Physical AI / Robotics その先に見据えるのがPhysical AIです。Robot Forklift・AMR・墨出しRobot・Drone・ROS / ROS2・IoT・Autonomous Constructionなどにより、フィジカルなライブ施工産業も変わっていくと考えています。 このポジションは、SENXYA DBから将来のPhysical AIまでつながる入口です。

FDEチームの一員として、エンジニア/DS/AIエンジニアと一体で以下を担っていただきます。 ● ドメイン没入と課題設定 ・現場(買取現場・コールセンター・物流倉庫・コーポレート部門)への同行・観察・1次情報収集 ・業務プロセス/顧客/市場の構造を解像度高く理解し、AI/データで解くべき課題を自ら定義 ● 事業KPIに対する仮説オーナーシップ ・担当ドメインKPI(成果向上・生産性改善)に対する仮説立案、優先順位付け、結果の解釈と次手の設計 ・他領域への波及効果も含めた全体最適視点での意思決定 ● AIプロダクトの企画〜実装リード ・AI/データ活用プロダクト(需要予測、査定モデル、業務自動化、レコメンド 等)の企画〜要件定義〜プロダクト実装ディレクション ・AIモデル開発の要件整理(学習データ要件、評価指標、MLOps連携、モニタリング設計) ● AIネイティブ開発プロセスの推進 ・AIエージェントによる高スピード開発を前提とした要件整理・仮説検証・ナレッジベース構築 ・スピード重視で「未完成のものを早期に実験する」プロトタイピング/PoCの設計と運用 ● エンジニアと一体のプロダクト設計 ・「何を作るか」をエンジニア/DS/AIエンジニアと協働で決定 ・Cosmosを中心とした新機能開発/業務標準化プロジェクトの企画〜要件整理〜現場接続 ● ステークホルダーマネジメント ・事業責任者・現場リーダーとの合意形成 ・グループ企業(TL/RGT/NKD)への横展開設計 ● データ/ユーザーインタビューを通じた継続的改善 【組織/配属先の特徴】 ・3層構造の技術組織:FDE層(事業ドメイン没入)/プラットフォームエンジニアリング層(FDEの生産性向上)/コアドメイン層(共通API基盤)の3層に再編し、AIネイティブ前提の組織を構築中 ・配属:データ・AI戦略推進部に所属/いずれかのドメインのFDEチームにジョイン ・PdM出身者例:元リクルート・大手事業会社など、事業理解×推進力の強い人材が活躍中 ・規模:PdM・SWE・データサイエンティスト・AIエンジニアなど約 80名規模 【プロダクト開発環境】 ・開発言語:Golang, React.js (Next.js), TypeScript, Python(AI/ML) ・インフラ:GCP (Cloud Run, BigQuery, Cloud SQL, Vertex AI...), Terraform, Docker ・CI/CD:GitHub Actions ・テスト:MagicPod, Storybook ・バージョン管理:GitHub ・エラー管理:Sentry/APM:NewRelic ・開発生産性管理:Findy Team+ ・課題管理:Jira/ドキュメント管理:Confluence ・AI活用:Claude Code, Cursor, GitHub Copilot ほか(AIエージェント前提のワークフローを推進中) ・その他:Elastic Cloud, Terraform Cloud, Chromatic

●現状の課題/今後取り組みたいこと freee のデータ活用は長らくデータ分析が主軸でした。 しかし生成 AI の台頭により、データを資源とした活用ニーズは多様化・複雑化し、マルチプロダクト戦略のもとプロダクトを横断したデータ活用ニーズも急増しています。 私たちは 「AI Ready の正体はデータマネジメントである」 と考えています。 AI Ready とは、LLM に収まるコンテクストかつ解釈可能なレベルまで、高品質なデータが構造化・管理されている状態を指します。 これは AI 技術だけの問題ではなく、データマネジメントそのものの問題です。 freee は現在、ハブ・アンド・スポーク型のデータメッシュ(Provider / Hub / Consumer)への変革期にあり、メダリオン 2.0(Bronze / Silver / Gold + Platinum)を共通言語に、全社プロジェクトを同時並行で推進しています。 本ポジションは、その中でも 「データを人とエージェントに届ける最終区間(ラストワンマイル)」 を担い、以下を推進します。 ・指標・ディメンションの一元管理とガバナンス LookML、BigQuery、dbtを用いて定義の一元化と変更管理を行う。 ・AI向けコンテキストの構造化 エージェントが参照可能なビジネス用語やメタデータを「AI-ready」な状態に整備する。 ・リモートMCPの設計・運用 社内外のAIクライアントに対し、セマンティックレイヤーやコンテキスト基盤を開放する仕組みを構築する。 ・回答品質の評価と改善サイクルの確立 正答率や解決率をロギングし、それを起点とした継続的な改善を行う。 ・評価駆動開発へのシフト 評価駆動開発への移行が進み、品質改善が人手の勘ではなくデータ(評価)で回るようになっている ・データプロダクトマネジメント 部門からの要望をインテークし、優先度付けや「作らない」判断を含めた製品マネジメントを担う。 ●業務内容詳細 freee の全社員が、エージェントとの対話だけで信頼できるデータに到達できる状態をつくる。 セマンティックレイヤーとコンテキスト基盤をユーザー需要から逆算して設計し、その回答品質をロギング・評価で計測しながら、分析エージェントとして届けきる。 具体的には以下を担っていただきます。 ・セマンティックレイヤー / コンテキスト基盤の整備 ・分析エージェント / リモートMCPの開発・運用 ・ ロギング・評価基盤の設計・運用 ・データプロダクトマネジメント ・ファシリテーション / 全社への浸透 ※会社の事業状況やご本人の適性に応じて担当する業務内容が変更となる場合があります 業務内容の変更範囲:会社の事業状況やご本人の適性に応じて担当する業務内容が変更となる場合があります

ヘルスケアデータを用いたデータ処理/分析システムのPOをお任せいたします。 < 取り組みの具体例 > ・各事業で必要なデータ処理の新規・拡張開発 ・事業間の業務要件・仕様の標準化 ・探索的なデータ処理・分析環境の提供・改善 ・案件運用におけるデータ処理にかかるコストの削減 ▼具体的な業務内容 今回のポジションでは、開発メンバーと協働してプロダクト開発を牽引するPOを募集いたします。 具体的な業務内容としては、以下のようなものを想定しています。 ・プロダクトバックログや開発ロードマップの作成、管理 ・社内ステークホルダーとの合意形成 ・プロダクトの企画・要件定義・改善のリード ・プロジェクト進行・管理 ・ドキュメントの標準化、業務フロー・マニュアルの整備 ▼関わるプロダクトのインパクト 2022年度における実績値として全国自治体の40%を超える746の自治体へ予防医療事業支援に介入しております。 予防医療事業支援を通じて1000万名を超える国民のヘルスデータの取得を実現。 検診受診率や過去の生活習慣病治療歴を分析し、2022年度には国保の特定健診対象者(約1,786万人)のうち、3人に1人の行動変容を支援を実施することが出来ました。 ▼事業例 ・生活習慣病重症化予防事業:糖尿病・脂質異常症・高血圧などの生活習慣病の治療中断者や未治療者をデータから抽出し、ダイレクトマーケティングにより医療機関受診につなげます。 ・服薬適正化事業:処方されている医薬品情報を医療機関横断的に解析することで、重複や不適切な組み合わせの服薬が疑われる住民を抽出し、ダイレクトマーケティングによって薬剤師への相談・処方見直しを促します。 < 直近のプロジェクト > ・生活習慣病重症化予防事業における対象疾患拡大のアップデート ・後期高齢者健診の受診勧奨事業の新規立ち上げ ▼主な開発環境 ・開発言語:Python ・環境仮想化:Docker ・ソースコード管理:Github ・クラウドコンピューティング:AWS ・コミュニケーション:Slack ・ドキュメント管理:Notion ・PC:MacBookPro ▼チーム構成 5名程度　20代～40代のメンバーが活躍しています

ヘルスケア領域におけるプロダクトやヘルスデータを用いたAgent主導のデータ処理/分析システム開発チームのリーダーをお任せいたします。 ▼具体的な業務内容 開発チームのメンバーをリードし、他部署と協働しながらプロダクト開発を牽引するTL候補を募集いたします。 具体的な業務内容としては、以下のようなものを想定しています。 (配属チームによって担当プロダクトが異なります) ・チームのシステム開発方針や設計の意思決定・技術的サポート ・健診データ等を活用したサービスや分析/処理システムの企画・開発・運用 ・ビジネス部門や自治体担当者と連携し、課題解決につながる開発をリード ・各事業のプロダクト仕様のレビュー/承認 ・数名規模のチームを率いてスクラム/アジャイル開発の推進 ・チームメンバーのプロジェクトアサインおよびプロジェクト管理/推進 ・チームメンバーのピープルマネジメント、育成、採用活動　など ▼関わるプロダクトのインパクト 2025年度における実績値として全国自治体の50%近くの830を超える自治体へ予防医療事業支援に介入しております。 健診受診率や過去の生活習慣病治療歴を分析し、国保の特定健診対象者(約1,786万人)のうち、3人に1人の行動変容を支援することが出来ました。 ▼主な開発環境 ・Coding Agent: Claude, Codex ・開発言語:Python, Typescript, Go など ・インフラ:AWS, GCP ・ツール:Google workspace, Gemini, Slack, GitHub Enterprise, Notion, Docker ・PC:MacBookPro ▼チーム構成 各チーム3～6名程度、平均年齢30歳前後

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。

入社後は、オンプレ生成AIを核としたDXソリューションの企画・設計・推進に関する以下の業務を担っていただきます。 ●主な担当業務 (1)業務課題の把握・テーマ企画 ・航空エンジン事業を中心とした各部門(設計・製造・品質・調達・営業・管理部門など)に対するヒアリングの実施 ・現行業務フローの分析(As-Is整理)と、生成AIを活用したあるべき姿(To-Be像)の構想 ・生成AIを用いることで効果が期待できる業務領域の特定 ・業務インパクト・実現性・安全性・セキュリティ要件などを総合的に評価し、優先度の高いDXテーマを選定 (2)生成AI活用ユースケースの定義・ロードマップ策定 ・エアギャップ環境下のオンプレ生成AI基盤(社内構築基盤)を前提としたユースケース定義 ・品質・安全要求、および情報セキュリティ要件を満たすための利用範囲・ガイドライン・制約条件の整理 ・各テーマに対するステップ別のロードマップ策定 ・効果測定指標(KPI・KGI)の設定と、改善サイクルを回すための運用方針の検討 (3)生成AIアプリケーション/AIエージェントの実装・導入 ・DifyやPythonを用いた生成AIアプリケーション/AIエージェントのプロトタイプ設計・実装 ・業務部門が日常的に利用できるUI/UX(社内ポータルや業務システムとの連携を含む)の設計 ・必要に応じて、社内システムや既存データベースとの連携方針の検討・実装(※連携方法はエアギャップ環境の制約に準拠) ・ユーザートレーニング・マニュアル整備・運用ルール策定といった、現場定着に向けた支援 (4)プロジェクトマネジメント・ステークホルダー調整 ・基幹職および各事業部門の責任者と連携したプロジェクト計画の策定・進捗管理 ・インフラ・情報システム・セキュリティ部門などとの要件調整(性能要件、セキュリティ要件、運用体制など) ・外部パートナー(ベンダー・技術パートナー等)が関与する場合の要件定義・成果物レビュー・スケジュール調整 ・品質保証・安全保障(セーフティ/セキュリティ)に関わる部門との協議を通じた、リスク評価・対策の検討 ●各関係者との連携について 社内:航空・宇宙・防衛事業領域内並びに本社の情報システム・インフラ部門、セキュリティ部門、各事業部門(設計、製造、品質保証、調達、営業、管理部門など) 社外:生成AI関連の技術パートナー・ベンダー、必要に応じたコンサルティング会社・研究機関 等 各ステークホルダーとの対話を通じて、業務要件・技術要件・安全・セキュリティ要件をバランスよく満たす「現実的な落としどころ」を見極め、合意形成を図りながらプロジェクトを推進いただきます。 【変更の範囲】会社の定める業務

【職務内容】 メガバンクをクライアントとする情報系・決済系・市場系などのシステム開発や、新規システム化の提案を担うポジションです。 金融業界の最前線で、ITスキル・業務知識・プロジェクト推進力を活かしながら、システム開発に携わっていただきます。 開発スタイルはウォーターフォールとアジャイルの両方を採用。自動化ツールや開発支援ツールを活用し、ニアショア・オフショアのチームと連携しながら、オンサイト/リモートのハイブリッド環境で開発を進めています。 【組織のミッション】 私たちのミッションは、業務知識・ITスキル・プロジェクトマネジメント力を結集し、お客様のビジネスに真の価値を提供することです。 メガバンクのシステムといっても、従来型のメインフレーム中心ではなく、Azure・AWS・Salesforceなどのクラウド技術、生体認証、データ分析など、先進技術を積極的に取り入れています。 また,AIを活用したシステム開発にも取り組んでいます。これらの取り組みは、金融業界のスタンダードとなる事例も多く、他の金融機関への展開も視野に入れています。 社内でも今後のビジネス拡大が期待されており、開発だけでなく、新たなサービス創出や技術習得など、幅広い活躍の場があります。 【求める人材】 コミュニケーション力:お客様やチームメンバーと円滑に連携し、情報共有ができる方 挑戦心:新しい技術への好奇心と、お客様の課題解決に向けた高い意欲を持つ方 技術力:クラウド、AI、データ分析などの最新技術を積極的に学び、活用できる方 リーダーシップ:多様な関係者を巻き込み、プロジェクトを前進させる推進力のある方 【技術要素】 ・Exadata ・Hadoop ・Terasoluna ・ViSC ・Mobile ・Agile ・Flutter ・React ・Node.js ・SAFe ・AWS ・Azure ・オフショア ・ニアショア ・eB ・Swift ・Salesforce ・Snowflake ・MuleSoft　・Databricks ・AI

このポジションでは、以下の業務に取り組んでいただきます。 ●プロダクト戦略 ・会社全体のビジョンや事業戦略に基づいたプロダクト戦略の策定 ・市場調査や競合分析を通じたプロダクトの方向性の決定 ・プロダクトロードマップの作成および優先順位の設定 ・KPIの設定と追跡、データに基づく意思決定の推進 ●ハンズオンでのプロダクト開発 ・開発チームと連携し、プロダクトの要件定義や仕様策定を直接リード ・ユーザーインタビューやデータ分析を通じたプロダクト改善の推進 ・プロダクトのリリース計画の策定および実行 ・最新のAI技術動向の把握と自社プロダクトへの応用検討 ●チームマネジメント ・10名規模のプロダクトマネージャーチームの育成・評価 ●チーム全体のパフォーマンス向上を目的とした組織改善 ・メンバーが自律的に成長できる環境の構築およびモチベーション管理 ・多国籍チームにおけるバイリンガルコミュニケーションの推進 ●ステークホルダーとの連携 ・営業やカスタマーサクセスチームとの連携を通じた顧客ニーズの把握とプロダクト改善 ・顧客との直接的なコミュニケーションを通じたフィードバックの収集 ・経営層や他部門との連携を通じたプロダクト戦略の共有と調整 ・グローバル展開を見据えた英語でのコミュニケーション ●開発言語 : TypeScript, Python ●作業環境 : Mac (Appleシリコン)、モニター2台まで利用可能 ※従事すべき業務の変更の範囲 会社の定める業務

AIプロダクトPdMとして、IR領域の新規AIプロダクトにおけるプロダクト戦略・顧客理解・価値設計・ロードマップ策定・開発推進まで一貫して担っていただきます。 PMF前後のフェーズであるため、「何を作るか」そのものを定義する仕事が中心になります。 具体的には、 ●顧客インタビュー・定性/定量分析による課題探索 ●AIを活用した新たなUX・ワークフローの設計 ●プロダクト戦略・ロードマップ策定 ●AIエージェントを活用したプロダクト体験の設計 ●デザイナー・エンジニアとの仕様策定・優先順位付け ●KPI設計・PMF検証 ●新機能企画・仮説検証・改善サイクルの推進 ●経営・営業・CS・マーケティングと連携した事業推進 など、プロダクトマネジメント全般を担っていただきます。 AIプロダクトは技術進化が極めて速く、「仕様を決める」よりも「仮説を高速に検証し続ける」ことが重要です。 PdM自身もAIを積極的に活用しながら、プロダクトづくりそのものをアップデートしていくことを期待しています。 ●業務内容の変更範囲 会社の定める業務

●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

PKSHA Technologyでは、AIの社会実装、特に人とコミュニケーションするAI技術に強みを持つ企業として、人事領域をAIで支援するサービスの開発に着手しました。 このポジションでは、エンジニアリングバックグラウンドを持つプロダクトマネージャーとして、人事領域を総合的に支援する「AI Suite for HR」におけるサービス・プロダクトの立ち上げ・開発・運用を行っていただきます。 【プロダクト例】 ●面トレAI powered by PKSHA 面接官役のユーザーが候補者AIとのロールプレイを通じて面接官スキルの強化を支援する、ロールプレイ型学習サポートシステム 株式会社トライアンフと共同開発中 ●非公開プロダクト 詳細はカジュアル面談などでお尋ねください 【技術スタック】 ●利用言語･フレームワーク ・TypeScript（Next.js, Nest.js, Vite, React） ・Python ●クラウド ・AWS ・Azure ●プロビジョニングツール ・Terraform ・AWS CDK ●コミュニケーション ・Slack技術スタック

当社が施設運営効率の向上を目的に展開するギグワーカープラットフォーム「Migakun(ミガクン)」の事業開発をお任せします。 Migakunは、フィットネスクラブ・コワーキングスペースなど無人・省人化ニーズが高まる施設向けに、清掃・受付・設備管理などのノンコア業務をギグワーカーで代替する、Photosynthの第二の事業の柱として成長中のサービスです。 本ポジションでは、Migakunの事業価値を最大化する事業開発担当をお任せします。 市場・顧客理解をもとに新規サービスのコンセプト策定・ビジネスモデル構築・GTM戦略の設計まで、事業開発とプロダクト開発の両軸を担っていただきます。 具体的には ・市場調査と分析(顧客ニーズの把握/競合分析/市場トレンドの調査) ・事業企画立案(新規事業のコンセプト策定/ビジネスモデルの構築/収益計画の作成) ・GTM戦略の設計と実行(営業・マーケティング部門との連携/販促施策の企画/市場投入に向けた運用体制の構築) ・ステークホルダーとの調整(社内関連部署との連携/外部パートナーやクライアントとの交渉) ・プロダクト開発への貢献(ビジネス要件定義/開発チームとのスケジュール・リソース管理) ・事業の継続的な改善(ユーザーフィードバックの分析/KPIモニタリングと改善策の立案/事業・プロダクト両面からの最適化) ●入社後にまずお任せしたいこと まずはMigakunのサービス・顧客・市場を深く理解していただいた上で、事業価値の創造とプロダクト開発の推進という2つの軸を担っていただきます。 ①市場・顧客理解とサービス企画 顧客ニーズの把握・競合分析・市場トレンドの調査をもとに、新規サービスのコンセプト策定やビジネスモデルの構築、収益計画の立案までを主体的に担っていただきます。 ②GTM戦略・サービスローンチの推進 営業・マーケティング部門と連携しながら、GTM戦略の設計からローンチに向けた販促施策・運用体制の構築まで、事業化の全体を牽引していただきます。 ③プロダクト開発への貢献 開発チームと連携しながら、事業要件をプロダクトに落とし込むビジネス要件の定義や、開発チームとのスケジュール・リソース管理をサポートしていただきます。 ④サービスの継続的な改善 ローンチ後はユーザーフィードバックの分析やKPIモニタリングを通じて、事業・プロダクト両面からサービスの継続的な最適化を推進していただきます。

タイミーのデータマネジメント部にて、グループのマネジメント・組織開発・戦略立案を担っていただきます。 現場メンバーの信頼を獲得し、技術的な意思決定やアーキテクチャ判断を牽引いただくために、DRE / AE 領域における一定の技術的知見と実務経験 を前提としますが、業務の中心は手を動かす開発業務ではなく、マネジメント・組織開発・戦略立案 にあります。 ・担当グループ(DRE のいずれか)におけるピープルマネジメント(1on1 / 目標設定 / 評価 / キャリア支援 / オンボーディング) ・グループのロードマップ策定・優先順位付け、PO や他グループとの戦略すり合わせ ・DRE / AE 業務に対する技術的な意思決定・アーキテクチャレビュー・現場議論の牽引(ご自身の知見をもとに判断・方向付けを担っていただく役割) ・データ× 生成AIを組み合わせたデータプロダクトの企画・推進 ・採用活動への関与(JD 設計、母集団形成、面接、リファラル推進) ・組織課題の発見と解決、カルチャー・開発プロセスの整備 ・部長 / 他部マネージャー / 経営層と連携した中長期の組織・技術戦略の立案 ●技術スタック ・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 ・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・勤怠に関する情報 ・レビュー / 評価情報、アプリインストールなど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・各種マスタデータ など

AI開発向けにMLOps環境、データ基盤の構想立案、技術検討、構築をお任せします。 クラウド(PaaS)上への構築をベースに検討いただきます。 加えて、オンプレ・クラウドのハイブリット構想も担当いただきます。 ●具体的な業務内容 AI開発・データ分析に関わるデータ基盤やMLOps環境の整備、IoTや自動車の規格に適切なクラウドのサービスの検討等に関する以下の業務をお任せします。 ・技術検討 ・企画・構想立案 ・システム要件定義 ・データモデリング ・設計、開発 言語:Python、C++、JavaScript、TypeScript、SQL OS:Windows、Linux 環境:AWS ツール:Databricks、IaC (AWS CDKなど)、生成AI(GPT、Claude、Gemini) 愛知をはじめ、他の拠点(東京、博多)のメンバーともリモート環境等で連携しながら業務にあたってもらいます。 入社後3か月は、OJTを中心に業務キャッチアップをしていただき、その後メイン業務を担当していただきます。 職種の変更範囲:技術職・事務職・技能職業務

解析・評価業務の改革に向けたクラウドプラットドームおよびAIエージェントを活用したシステムの企画・開発をご担当いただきます。 ●具体的な業務内容 ・解析評価業務の現状把握、課題設定 ・業務改革に必要な技術調査およびシステム企画・開発 ・開発システムの現場導入・定着化の推進 ●使用言語、環境、ツール等:Python、MCP、A2A、MicrosoftAzure、AWS、GCP、Docker、VisualStudioCode、 職種の変更範囲:技術職・事務職・技能職業務

ミッション アプリケーションレイヤーの技術的方針の提案・策定・推進など、SaaSの成長を支えるコアな機能開発と、開発プロセス全体の品質・生産性向上を牽引していただきます。 ▶配属先(2025年7月期初時点) プロダクト開発本部:約110名のエンジニアが所属しており、少数精鋭部隊で開発を行っております。 ▶共通リーダーシップ 要件定義・基本設計の作成を主体的に担い、チームメンバー(BP含む)の設計・製造活動に対する技術的なリード(指導・支援)を行います。 また、CI/CDを含む開発プロセス全般の技術的な改善提案と実行を担い、チーム全体の生産性向上にも主体的に取り組んでいただきます。 ・バックエンド領域(システム基盤・コアロジック) コア機能のアプリケーション設計・製造をリードし、SaaS化に伴うシステム基盤の進化に貢献します。 将来を見据えたスケーラブルな設計に対し、技術的ロードマップに準じて、実現を推進します。 ・フロントエンド領域(ユーザー体験・操作性) 会計業務特有の複雑性を解消するUI/UXの設計・実装をリードし、ユーザーが直感的に操作できるアプリケーション体験の品質を担保します。 ※技術スタックを標準化することで、チームを超えた知識共有とエンジニアの水平異動を可能にする組織体制です。 ～自社開発における環境利点～ ・安定した基盤と進化への投資: 期初に売上の大半が担保されるストック型ビジネスモデルにより、プロダクトの改良や進化に腰を据えて前向きに取り組める環境です。 ・顧客視点でのプロダクト開発: 会計実務BPO事業も展開しているため、プロダクトを活用する“顧客(エンドユーザー)”が社内に存在します。 これにより、現場の生の声に直接向き合い、真に価値のあるプロダクトの追求ができる環境です。 開発環境 言語 : C++ / C# / Go / Java / TypeScript (Angular)/ Python インフラ : AWS / オンプレミス (Windows Server) データベース : Oracle / SQL Server / PostgreSQL ミドルウェア : Terraform / New Relic クラウドシフトフェーズ 当社はオンプレミス環境での長年の運用基盤から発展しており、現在、事業継続性を最優先しながら段階的なクラウドシフトを推進中です。 そのため、技術スタックとしては AWSとオンプレミスが混在するハイブリッドな環境 を統制・自動化することに注力しています。 まずは既存システムを安全にクラウドへ移行・運用しつつ、インフラの自動化・効率化という本質的な技術課題に対して、深くコミットできる環境がここにあります。

プリセールスとして、お客様の課題を解決するAIソリューションの提案から導入までを一貫して担当していただきます。具体的には、以下の業務を通じて、顧客のビジネス成功に貢献します。 ●技術ヒアリング・要件定義: 顧客のビジネス課題やニーズを深く理解し、技術的な要件を整理します。 ●ソリューション設計・提案: 整理した要件に基づき、最適なAIソリューションのアーキテクチャを設計し、技術提案書や見積もりを作成します。 ●デモンストレーション・PoC(概念実証): 提案内容の実現性や効果を、デモやPoCを通じてお客様に明確に示します。 ●プロジェクトハンドオフ: 受注後、開発・デリバリーチームへスムーズにプロジェクトを引き継ぎます。 ●合意形成: 顧客、営業、開発チームの間に入り、円滑なコミュニケーションを促進し、プロジェクトの成功に向けた合意を形成します。 ●現場使用言語 ※指定はありませんが、下記が案件で主に使われる言語です フロントエンド:TypeScript, React バックエンド:Python データベース:PostgreSQL(RDS), MySQL フレームワーク:Flask インフラ:Azure, AWS, GCP ●業務の変更の範囲 会社内での全ての業務 組織データ ・平均年齢31歳 ・新卒3割、中途7割 ・外国籍22%、出身国20カ国以上 ・開発職約30% ・女性執行役員在籍 ・育児中社員在籍 キャリアパス/支給PC ●キャリアパス エンジニアとしての道を極めていくか、管理職になるかを選択できます 入社から半年で役員登用になった方もいます! ●支給PC Windows or Macbook ※最新のMacbook Proを支給することが多いです! 稼働条件について 当社が提供するシステム開発業務において、顧客のセキュリティポリシーに準拠する必要があるため、以下の条件を満たしていただける方を募集しております。 ●作業拠点の制限 顧客指定のセキュリティ要件に基づき、作業拠点は日本国内、または顧客が許可する地域に限定されます。一時的に日本国外で作業を行う場合、事前に顧客および当社の承認が必要です。 ●ネットワーク環境 作業時には、顧客指定の安全なネットワーク環境を使用する必要があります。特定の地域でのネットワーク利用が制限される場合があるため、詳細は面談時にご確認ください。 ●勤務形態 リモート勤務を希望される場合も、顧客のセキュリティ要件を遵守する必要がございます。 ●貸与品の取り扱い 当社および顧客から貸与されるPC、周辺機器、ストレージデバイスなどの機器類は、許可なく日本国外へ持ち出すこと、または第三者に利用させることを禁止します。万が一、日本国外で利用する必要がある場合、事前に顧客および当社の承認を取得してください。

AX推進チームが進める先行成果創出プロジェクトや共通ソリューション開発において、AIエージェント開発の技術リードを担当いただきます。 プレイヤーとして難易度の高い案件に自ら入り込み、AIエージェント開発の難所を突破しながら実装パターンを確立し、 技術責任者としてLLM選定やアーキテクチャ設計、品質保証基盤の構築、実装ガイドライン策定など、AX部全体に影響する技術判断を担います。 ●最重要・高難度案件におけるAIエージェント開発の技術リード(難所の実装、設計レビュー、アーキテクチャ設計) ●AIプロダクトの品質ハーネス設計(Pre-commit、CI/CD、LLM出力検証、リグレッションテスト基盤の構築) ●AX部全体の技術標準・実装ガイドラインの策定(LLM選定、アーキテクチャパターン設計、コーディング規約、アンチパターン集の整備) ●Claude、Gemini、GPTなどのLLM活用方針および技術評価 ●AIエージェント開発における品質保証・評価基盤の設計 ●AIエージェントビルダーへのアーキテクチャレビューおよび技術メンタリング ●新技術や新モデルの評価および実務適用判断 ●AX部全体の開発環境・CI/CD基盤の設計と改善 ●開発環境・社内ツール AI開発 :Claude Code、Cursor、Gemini Advanced LLM API:Claude API(Anthropic)、Gemini(Vertex AI)、OpenAI GPT AIフレームワーク:LangChain、LlamaIndex 自動化:Playwright、GitHub Actions、Cloud Scheduler バックエンド:TypeScript(Hono)、Python(FastAPI) データベース:PostgreSQL、Firestore、BigQuery インフラ:GCP(Cloud Run、Cloud Functions、BigQuery) プロジェクト管理:Confluence、Jira、GitHub Enterprise