TechGo

ITエンジニア転職ならテックゴー

ITエンジニア転職・求人TOP>
(2ページ目)>

データエンジニア(JavaScript)の求人・転職情報

該当求人数 41

31~41件を表示

ディーピーティー株式会社

ディーピーティー株式会社

<名古屋本社勤務>自社AI開発

データエンジニア

400~800万円

Docker

JavaScript

Java

Rails

Linux

Go

正社員

愛知県名古屋市

当社は「農業×AI」「IoT×社会課題解決」をテーマに、自社製品 e-minori を中心とした次世代のソリューション開発を進めています。 AI-Lab では、防犯カメラや作業支援システムなど、社会の安全・効率化につながるプロダクトをゼロからつくり上げており、研究開発と実装の両輪を回せる環境 です。 当社の自社製品開発部隊である "AI-Lab" のエンジニアとして、下記業務に携わっていただきます。 ■e-minori 設計開発エンジニア https://www.e-minori.info/ AI分野 ●業務内容 ・AIモデルの自己設計と評価 ・AI環境制御を"e-minori"に組み込むためのシステム設計開発 ・AI環境制御が正常に動作しているかを検証・改良(機構設計含む) ・AIや画像処理技術による防犯カメラや動作チェックの仕組み アプリ分野 ●業務内容 ・smart e-sagyo の原理試作、量産試作 ・スマートフォンアプリ開発 ・e-minoriおよび新製品のメンテナンス 機電分野 ●電気電子系 ・回路設計 〜パターン設計 〜基板作成 ・組み込みプログラミングの知見 ●機械系 ・内外装に構造設計、仕様を決定 ・屋外設置物、耐候性構造物の知見 お客様が要望のある機能を実現するにあたり、新製品開発のため、機械・電気・情報全般の開発にも携わっていただきます。 チームへの合流後、大まかな業務の分野分けは行います。 基本的には担当分野はあるものの、その他の分野もできるフルスタックエンジニアを目指して頂きます。

<名古屋本社勤務>自社AI開発

データエンジニア

正社員

当社は「農業×AI」「IoT×社会課題解決」をテーマに、自社製品 e-minori を中心とした次世代のソリューション開発を進めています。 AI-Lab では、防犯カメラや作業支援システムなど、社会の安全・効率化につながるプロダクトをゼロからつくり上げており、研究開発と実装の両輪を回せる環境 です。 当社の自社製品開発部隊である "AI-Lab" のエンジニアとして、下記業務に携わっていただきます。 ■e-minori 設計開発エンジニア https://www.e-minori.info/ AI分野 ●業務内容 ・AIモデルの自己設計と評価 ・AI環境制御を"e-minori"に組み込むためのシステム設計開発 ・AI環境制御が正常に動作しているかを検証・改良(機構設計含む) ・AIや画像処理技術による防犯カメラや動作チェックの仕組み アプリ分野 ●業務内容 ・smart e-sagyo の原理試作、量産試作 ・スマートフォンアプリ開発 ・e-minoriおよび新製品のメンテナンス 機電分野 ●電気電子系 ・回路設計 〜パターン設計 〜基板作成 ・組み込みプログラミングの知見 ●機械系 ・内外装に構造設計、仕様を決定 ・屋外設置物、耐候性構造物の知見 お客様が要望のある機能を実現するにあたり、新製品開発のため、機械・電気・情報全般の開発にも携わっていただきます。 チームへの合流後、大まかな業務の分野分けは行います。 基本的には担当分野はあるものの、その他の分野もできるフルスタックエンジニアを目指して頂きます。

400~800万円

愛知県名古屋市

Docker

JavaScript

Java

Rails

Linux

Go

ディーピーティー株式会社

ディーピーティー株式会社

株式会社システムアイ

株式会社システムアイ

FDE(Forward Deployed Engineer:フォワード・デプロイド・エンジニア)

データエンジニア

400~1,500万円

React Native

Google Cloud Platform(GCP)

GitHub Actions

NestJS

Kubernetes

Microsoft Azure

正社員

東京都中央区

●具体的な仕事内容 端的にいえば、「クライアントの最前線に深く入り込み、技術的な専門性とビジネスの洞察力を駆使して、複雑な課題を『解ける形』に再定義し、その場で実装・解決すること」をお任せしたいと考えております。 一般的なエンジニアが「何を作るか(What)」が決まった後に動くのに対し、FDEは「何を作るべきか(Why/How)」を顧客の現場から導き出し、プロトタイプを爆速で組み上げるのがミッションです。 ・現場での課題抽出とモデリング:クライアントのドメイン(業界)知識を吸収し、散在するデータ構造を理解して、技術的に解決可能な課題へと翻訳する。 ・高速なプロトタイピング:現場で得たフィードバックをもとに、その日のうちにコードを書き換え、実運用に耐えうるソリューションを構築・デプロイする。 ・データパイプラインの設計・構築:複雑で「汚い」実データを、分析や意思決定に活用できるクリーンな状態へと統合する。 ・ステークホルダーとの技術的対話:現場の担当者から経営層まで、技術的なポテンシャルを非エンジニアにも分かりやすく伝え、プロジェクトを推進する。 【採用技術/フレームワークサンプル】 フロントエンド層: TypeScript /JavaScript           Next/React/Vue/Angular/Astro アプリ層:     Java/PHP/C#/C/Python/Go/Ruby/Haskell           SpringBoot/Spring/Laravel/Django/Nest           API Gateway(Kong / APIGW )           gRPC / Protocol Buffers           SDD(Spec Driven Development) モバイル:     Flutter/Kotlin/swift/React Native/Dart/Firebase インフラ層:    AWS/Azure/Google Cloud           Kubernetes(EKS / GKE)           IaC(Terraform / CDK / Pulumi)           GitOps(ArgoCD / FluxCD)           サーバーレス(Lambda / Cloudflare Workers)           デプロイ基盤(Vercel / Cloud Run など)           SREプラクティス SaaS/OSS活用:   Slack/Teams           GoogleWorkspace/Backlog/Box           Auth0 / Firebase Auth           GitHub Actions / GitLab CI           Cloudflare/Datadog データ/AI層:    Gemini/ChatGPT/ClaudCode/           Devin/cursor/Antigravity           Vector Database(Milvus / Weaviate / Chroma)           RAG基盤(Retrieval Augmented Generation)           Feature Store(Feast / Vertex AI Feature Store)           BigQuery / Snowflake           MLOps(MLflow / VertexAI / Kubeflow)           オブザーバビリティ           (OpenTelemetry/Prometheus/Grafana/Sentry) etc... ●システムアイの特徴 ・積極的に生成AIやツールを導入可能 当社ではプロジェクトにより使う生成AIやツールを自分たちで判断していただいています。新しいものを導入したい場合は社内で相談をしていただけると柔軟に検討可能です。良いものは積極的に取り入れていく思考を持っているため、新しいものへの導入障壁がかなり低い会社となります。 ・ストリスフリーな環境をできる限り提供 ストレスを感じない環境を整えているのも当社の特徴の一つ。開発標準PCのメモリは最低32GB以上で入社のタイミングでwindowsとMacを選択していただけます。 一人ひとりのエンジニアが求めるスペックを優先して環境面を整えます。 社内で使うデュアルモニタ、他にも必要なソフト、ツールなどあれば、柔軟に利用できる環境です。 品質・生産性の最大化確保はエンジニアにとって大切だと考えています。 ・フルフレックス×リモートワーク主体のフレキシブルな働き方が可能 コロナに関係なくリモートワークを推進してきた当社なので、今後もこの環境は推進していく予定です。

FDE(Forward Deployed Engineer:フォワード・デプロイド・エンジニア)

データエンジニア

正社員

●具体的な仕事内容 端的にいえば、「クライアントの最前線に深く入り込み、技術的な専門性とビジネスの洞察力を駆使して、複雑な課題を『解ける形』に再定義し、その場で実装・解決すること」をお任せしたいと考えております。 一般的なエンジニアが「何を作るか(What)」が決まった後に動くのに対し、FDEは「何を作るべきか(Why/How)」を顧客の現場から導き出し、プロトタイプを爆速で組み上げるのがミッションです。 ・現場での課題抽出とモデリング:クライアントのドメイン(業界)知識を吸収し、散在するデータ構造を理解して、技術的に解決可能な課題へと翻訳する。 ・高速なプロトタイピング:現場で得たフィードバックをもとに、その日のうちにコードを書き換え、実運用に耐えうるソリューションを構築・デプロイする。 ・データパイプラインの設計・構築:複雑で「汚い」実データを、分析や意思決定に活用できるクリーンな状態へと統合する。 ・ステークホルダーとの技術的対話:現場の担当者から経営層まで、技術的なポテンシャルを非エンジニアにも分かりやすく伝え、プロジェクトを推進する。 【採用技術/フレームワークサンプル】 フロントエンド層: TypeScript /JavaScript           Next/React/Vue/Angular/Astro アプリ層:     Java/PHP/C#/C/Python/Go/Ruby/Haskell           SpringBoot/Spring/Laravel/Django/Nest           API Gateway(Kong / APIGW )           gRPC / Protocol Buffers           SDD(Spec Driven Development) モバイル:     Flutter/Kotlin/swift/React Native/Dart/Firebase インフラ層:    AWS/Azure/Google Cloud           Kubernetes(EKS / GKE)           IaC(Terraform / CDK / Pulumi)           GitOps(ArgoCD / FluxCD)           サーバーレス(Lambda / Cloudflare Workers)           デプロイ基盤(Vercel / Cloud Run など)           SREプラクティス SaaS/OSS活用:   Slack/Teams           GoogleWorkspace/Backlog/Box           Auth0 / Firebase Auth           GitHub Actions / GitLab CI           Cloudflare/Datadog データ/AI層:    Gemini/ChatGPT/ClaudCode/           Devin/cursor/Antigravity           Vector Database(Milvus / Weaviate / Chroma)           RAG基盤(Retrieval Augmented Generation)           Feature Store(Feast / Vertex AI Feature Store)           BigQuery / Snowflake           MLOps(MLflow / VertexAI / Kubeflow)           オブザーバビリティ           (OpenTelemetry/Prometheus/Grafana/Sentry) etc... ●システムアイの特徴 ・積極的に生成AIやツールを導入可能 当社ではプロジェクトにより使う生成AIやツールを自分たちで判断していただいています。新しいものを導入したい場合は社内で相談をしていただけると柔軟に検討可能です。良いものは積極的に取り入れていく思考を持っているため、新しいものへの導入障壁がかなり低い会社となります。 ・ストリスフリーな環境をできる限り提供 ストレスを感じない環境を整えているのも当社の特徴の一つ。開発標準PCのメモリは最低32GB以上で入社のタイミングでwindowsとMacを選択していただけます。 一人ひとりのエンジニアが求めるスペックを優先して環境面を整えます。 社内で使うデュアルモニタ、他にも必要なソフト、ツールなどあれば、柔軟に利用できる環境です。 品質・生産性の最大化確保はエンジニアにとって大切だと考えています。 ・フルフレックス×リモートワーク主体のフレキシブルな働き方が可能 コロナに関係なくリモートワークを推進してきた当社なので、今後もこの環境は推進していく予定です。

400~1,500万円

東京都中央区

React Native

Google Cloud Platform(GCP)

GitHub Actions

NestJS

Kubernetes

Microsoft Azure

株式会社カカクコム

株式会社カカクコム

広告システムエンジニア(バックエンド・データ基盤)【求人ボックス】

データエンジニア

700万円~

CSS

Datadog

Elasticsearch

Docker

JavaScript

MongoDB

正社員

東京都渋谷区

求人ボックスでは現在PHP/Symfonyの環境で広告配信システムを構築しており、1000万件以上の大規模な広告データを扱っています。 広告事業の成長・急拡大に伴って、その成長を支える次世代の広告基盤システムが必要となっている背景があります。 次世代広告配信システムでは既存の仕組みに囚われない技術スタックも含めた、大規模広告配信システムのアーキテクチャ設計・開発をおこなっていただきます。 【具体的な業務内容】 ・次世代広告配信システムの設計・開発 ・求職者と求人票のマッチング精度向上のための検索・レコメンドシステム構築 ・入札処理と配信ロジックを中心としたバックエンド開発 ・リアルタイム性を重視した大規模データの管理・更新反映システムの設計・開発 ・オンプレ・クラウドの両領域で最適化された大規模トラフィックに対応する長期運用可能なシステム基盤の構築 ・プロジェクトマネジメント(進捗管理、アサイン、各種調整など) ・少数精鋭チームでのテクニカルリーダーシップ ・チームメンバーに対する広告配信技術のイネイブリング・育成 【業務の進め方】 ・リスティング広告領域のプロダクトオーナーチームと少数精鋭のエンジニアチームの中でプロダクト開発していただきます。 要件定義、開発、テスト、リリース、運用までをワンストップで担当します。 ・半年以上のスパンでどのようなシステムや組織にするのかの方針・目標を設定し、それを達成するためにチーム一丸となって取り組みます。 部署説明 ■求人情報サイト『求人ボックス』:2015年より展開する求人情報の一括検索サービスです。全国の転職サイトや求人サイトから、正社員・アルバイト・パート・契約社員、さらに在宅ワークや新卒採用など、求人情報を集約してわかりやすく提供しています。求人ボックスは、カカクコムグループの中で最も成長が著しい事業セグメントです。2025年3月期通期では売上133億円(前年比+43%)を達成し、月間利用者数1,200万人を突破しました。 【プロダクト開発2部/アーキテクトチームのミッション】 私たちの部署は、プロダクト開発組織が本質的な価値創造に集中できるよう、高難度の技術的課題の解決と開発生産性の向上に取り組むことがミッションです。 急成長する事業を支える技術基盤の構築と、開発者が効率的に働ける環境の整備を通じて、組織全体の開発生産性向上に貢献します。 アーキテクトチームは、求人ボックスのリスティング広告・課金計測システムの中核メンバーが集まって、年間売上数百億円を支える高可用性システムの設計・運用、1000万件以上の大規模な広告求人データの管理・活用といった技術的挑戦に取り組んでいます。 技術力でプロダクトの成長とビジネス戦略の実現を支援し、エンジニアとしての専門性を最大限発揮できる環境です。 入社後のイメージ 入社後はまず、小規模な開発タスクやペアワーク、関連会議への参加を通じて、当社の開発プロセスに慣れていただきながら、チームの一員としての関係構築を進めていただきます。現行のリスティング広告システムについては、概要や課題を共有しますが、細部に深入りすることが目的ではありません。これまで培ってきた広告配信領域での知見を活かし、機能要件・非機能要件の両面から次世代の広告配信システムに求められる設計を構想いただくことを重視しています。 過去に、広告配信システムの設計・改善、入札ロジックや配信戦略の実装、または大規模データ処理基盤の構築・運用などに携わった経験がある方は、特にその知見を活かして、構想段階から技術的な主導権を取っていただけることを期待しています。 そうして描いた要件定義や設計構想をもとに、現行システムとのギャップや技術的課題を整理し、改善方針をチケット化しながら、段階的に開発への関与を深めていくイメージです。特に、入札処理・配信ロジック、レコメンド精度向上、リアルタイム性のある大規模データ管理といった領域において、実装にも関わっていただきます。 開発環境 端末はMacbookPro、IDEはCursor, PHPStormを利用します。 現行システムはLAMP環境で開発されていますが、次世代広告配信システムでは必要に応じて新しい技術スタックを検討しています。 ■求人ボックス PHP, Symfony, Vue.js MySQL, Redis, MongoDB Apache Solr Kubernetes, Apache Kafka Envoy, Terraform Jenkins, Deployer Datadog, Prometheus, Grafana, Kibana, ElasticSearch Puppeteer GitHub, Gitlab JIRA / Confluence 一部クラウド利用もあり GCP, AWS

広告システムエンジニア(バックエンド・データ基盤)【求人ボックス】

データエンジニア

正社員

求人ボックスでは現在PHP/Symfonyの環境で広告配信システムを構築しており、1000万件以上の大規模な広告データを扱っています。 広告事業の成長・急拡大に伴って、その成長を支える次世代の広告基盤システムが必要となっている背景があります。 次世代広告配信システムでは既存の仕組みに囚われない技術スタックも含めた、大規模広告配信システムのアーキテクチャ設計・開発をおこなっていただきます。 【具体的な業務内容】 ・次世代広告配信システムの設計・開発 ・求職者と求人票のマッチング精度向上のための検索・レコメンドシステム構築 ・入札処理と配信ロジックを中心としたバックエンド開発 ・リアルタイム性を重視した大規模データの管理・更新反映システムの設計・開発 ・オンプレ・クラウドの両領域で最適化された大規模トラフィックに対応する長期運用可能なシステム基盤の構築 ・プロジェクトマネジメント(進捗管理、アサイン、各種調整など) ・少数精鋭チームでのテクニカルリーダーシップ ・チームメンバーに対する広告配信技術のイネイブリング・育成 【業務の進め方】 ・リスティング広告領域のプロダクトオーナーチームと少数精鋭のエンジニアチームの中でプロダクト開発していただきます。 要件定義、開発、テスト、リリース、運用までをワンストップで担当します。 ・半年以上のスパンでどのようなシステムや組織にするのかの方針・目標を設定し、それを達成するためにチーム一丸となって取り組みます。 部署説明 ■求人情報サイト『求人ボックス』:2015年より展開する求人情報の一括検索サービスです。全国の転職サイトや求人サイトから、正社員・アルバイト・パート・契約社員、さらに在宅ワークや新卒採用など、求人情報を集約してわかりやすく提供しています。求人ボックスは、カカクコムグループの中で最も成長が著しい事業セグメントです。2025年3月期通期では売上133億円(前年比+43%)を達成し、月間利用者数1,200万人を突破しました。 【プロダクト開発2部/アーキテクトチームのミッション】 私たちの部署は、プロダクト開発組織が本質的な価値創造に集中できるよう、高難度の技術的課題の解決と開発生産性の向上に取り組むことがミッションです。 急成長する事業を支える技術基盤の構築と、開発者が効率的に働ける環境の整備を通じて、組織全体の開発生産性向上に貢献します。 アーキテクトチームは、求人ボックスのリスティング広告・課金計測システムの中核メンバーが集まって、年間売上数百億円を支える高可用性システムの設計・運用、1000万件以上の大規模な広告求人データの管理・活用といった技術的挑戦に取り組んでいます。 技術力でプロダクトの成長とビジネス戦略の実現を支援し、エンジニアとしての専門性を最大限発揮できる環境です。 入社後のイメージ 入社後はまず、小規模な開発タスクやペアワーク、関連会議への参加を通じて、当社の開発プロセスに慣れていただきながら、チームの一員としての関係構築を進めていただきます。現行のリスティング広告システムについては、概要や課題を共有しますが、細部に深入りすることが目的ではありません。これまで培ってきた広告配信領域での知見を活かし、機能要件・非機能要件の両面から次世代の広告配信システムに求められる設計を構想いただくことを重視しています。 過去に、広告配信システムの設計・改善、入札ロジックや配信戦略の実装、または大規模データ処理基盤の構築・運用などに携わった経験がある方は、特にその知見を活かして、構想段階から技術的な主導権を取っていただけることを期待しています。 そうして描いた要件定義や設計構想をもとに、現行システムとのギャップや技術的課題を整理し、改善方針をチケット化しながら、段階的に開発への関与を深めていくイメージです。特に、入札処理・配信ロジック、レコメンド精度向上、リアルタイム性のある大規模データ管理といった領域において、実装にも関わっていただきます。 開発環境 端末はMacbookPro、IDEはCursor, PHPStormを利用します。 現行システムはLAMP環境で開発されていますが、次世代広告配信システムでは必要に応じて新しい技術スタックを検討しています。 ■求人ボックス PHP, Symfony, Vue.js MySQL, Redis, MongoDB Apache Solr Kubernetes, Apache Kafka Envoy, Terraform Jenkins, Deployer Datadog, Prometheus, Grafana, Kibana, ElasticSearch Puppeteer GitHub, Gitlab JIRA / Confluence 一部クラウド利用もあり GCP, AWS

700万円~

東京都渋谷区

CSS

Datadog

Elasticsearch

Docker

JavaScript

MongoDB

株式会社Medical Shift

株式会社Medical Shift

中途/正社員/業務改善エンジニア

データエンジニア

800~1,200万円

生成AI・LLM

JavaScript

Python

正社員

東京都文京区

業務内容 ●このポジションの役割 現場ヒアリングから業務フロー設計・AIツール実装・定着支援まで一貫して担います。「ツールを入れた」で終わらず、「業務が変わった」「生産性が変わった」という成果にコミットするロールです。 ●主な仕事内容 ①業務分析・課題の特定 ・現場ヒアリング・業務観察による非効率ポイントの特定 ・As-Is / To-Beプロセスの設計と改善インパクトの定量試算 ・改善施策の優先順位付けとロードマップ策定 ②AI・自動化技術の実装 ・LLM(OpenAI API・Anthropic API等)を活用した業務自動化ツールの開発 ・AI Agentの設計・実装(LangChain・LangGraph等) ・n8n・Zapier・Make等のノーコード/ローコードツールを活用したワークフロー自動化 ・社内ダッシュボード・BIツール(Redash・Metabase等)の構築 ③推進・定着支援 ・現場メンバーへのAIリテラシー研修・ツール導入支援 ・効果測定・KPI設計と継続的な改善サイクルの確立 ・ナレッジの体系化と横展開 ●よくある懸念 Q. 歯科に興味がなくても大丈夫? 大丈夫です。大切なのは「変革を起こしたい」という意欲です。 Q. スタートアップは不安定では? 全事業黒字化済み。毎年平均2倍超成長。財務的な安定性は同規模では異例のレベルです。 Q. 事業会社の経験がなくて通用しますか? 多様なバックグラウンドのメンバーが活躍中です。足りないのはスキルではなく現場経験であり、それはここで積めます。 ●参考資料 テックブログ:https://medicalshift-dev.hatenablog.com/ ●働く環境 ・勤務スタイル フレックスタイム(コアタイム 9:45〜15:00) ・出社 月・水・金 出社基本(エンジニア) ・家賃補助 飯田橋オフィス半径2km以内で月3万円/引越し費用7万円補助 ・その他 月・金ランチ無料、代表との定期1on1、テックブログ運営中

中途/正社員/業務改善エンジニア

データエンジニア

正社員

業務内容 ●このポジションの役割 現場ヒアリングから業務フロー設計・AIツール実装・定着支援まで一貫して担います。「ツールを入れた」で終わらず、「業務が変わった」「生産性が変わった」という成果にコミットするロールです。 ●主な仕事内容 ①業務分析・課題の特定 ・現場ヒアリング・業務観察による非効率ポイントの特定 ・As-Is / To-Beプロセスの設計と改善インパクトの定量試算 ・改善施策の優先順位付けとロードマップ策定 ②AI・自動化技術の実装 ・LLM(OpenAI API・Anthropic API等)を活用した業務自動化ツールの開発 ・AI Agentの設計・実装(LangChain・LangGraph等) ・n8n・Zapier・Make等のノーコード/ローコードツールを活用したワークフロー自動化 ・社内ダッシュボード・BIツール(Redash・Metabase等)の構築 ③推進・定着支援 ・現場メンバーへのAIリテラシー研修・ツール導入支援 ・効果測定・KPI設計と継続的な改善サイクルの確立 ・ナレッジの体系化と横展開 ●よくある懸念 Q. 歯科に興味がなくても大丈夫? 大丈夫です。大切なのは「変革を起こしたい」という意欲です。 Q. スタートアップは不安定では? 全事業黒字化済み。毎年平均2倍超成長。財務的な安定性は同規模では異例のレベルです。 Q. 事業会社の経験がなくて通用しますか? 多様なバックグラウンドのメンバーが活躍中です。足りないのはスキルではなく現場経験であり、それはここで積めます。 ●参考資料 テックブログ:https://medicalshift-dev.hatenablog.com/ ●働く環境 ・勤務スタイル フレックスタイム(コアタイム 9:45〜15:00) ・出社 月・水・金 出社基本(エンジニア) ・家賃補助 飯田橋オフィス半径2km以内で月3万円/引越し費用7万円補助 ・その他 月・金ランチ無料、代表との定期1on1、テックブログ運営中

800~1,200万円

東京都文京区

生成AI・LLM

JavaScript

Python

ミガロホールディングス株式会社

ミガロホールディングス株式会社

【MGL】DX推進エンジニア(AI活用・データ活用)

データエンジニア

500~800万円

AWS

Salesforce

生成AI・LLM

機械学習

Python

Google Cloud Platform(GCP)

正社員

東京都新宿区

CxO管轄のDXチームの一員として、グループ全体の生産性向上を目的に、業務効率化・品質向上につながるDX施策およびAI活用施策に携わっていただきます。 入社後は、生成AI、データ活用、各種SaaS、API連携などを用いた業務支援ツールや業務アプリケーションの実装・改善を中心にご担当いただきます。将来的には、経験や適性に応じて、企画、要件定義、導入推進、運用改善などの上流工程にも携わっていただくことを期待しています。 ●主な業務内容 ・生成AIを活用した業務支援ツール、分析機能、業務アプリケーションの設計・開発 ・API連携、スクリプト開発、SaaS活用による業務自動化・システム連携の設計・実装 ・データの収集・加工・分析・可視化およびダッシュボードの構築 ・AI出力の評価・改善および業務適用に向けたチューニング ・導入後の保守・運用改善・活用促進 将来的には以下の業務にも携わっていただくことを想定しています。 ・各部門へのヒアリングを通じた業務整理、課題抽出、要件定義、運用設計 ・業務効率化・品質向上を目的としたDX施策・AI活用施策の企画立案 ・業務部門や関係者と連携した導入推進・定着支援

【MGL】DX推進エンジニア(AI活用・データ活用)

データエンジニア

正社員

CxO管轄のDXチームの一員として、グループ全体の生産性向上を目的に、業務効率化・品質向上につながるDX施策およびAI活用施策に携わっていただきます。 入社後は、生成AI、データ活用、各種SaaS、API連携などを用いた業務支援ツールや業務アプリケーションの実装・改善を中心にご担当いただきます。将来的には、経験や適性に応じて、企画、要件定義、導入推進、運用改善などの上流工程にも携わっていただくことを期待しています。 ●主な業務内容 ・生成AIを活用した業務支援ツール、分析機能、業務アプリケーションの設計・開発 ・API連携、スクリプト開発、SaaS活用による業務自動化・システム連携の設計・実装 ・データの収集・加工・分析・可視化およびダッシュボードの構築 ・AI出力の評価・改善および業務適用に向けたチューニング ・導入後の保守・運用改善・活用促進 将来的には以下の業務にも携わっていただくことを想定しています。 ・各部門へのヒアリングを通じた業務整理、課題抽出、要件定義、運用設計 ・業務効率化・品質向上を目的としたDX施策・AI活用施策の企画立案 ・業務部門や関係者と連携した導入推進・定着支援

500~800万円

東京都新宿区

AWS

Salesforce

生成AI・LLM

機械学習

Python

Google Cloud Platform(GCP)

ミガロホールディングス株式会社

ミガロホールディングス株式会社

株式会社GA technologies

株式会社GA technologies

データプラットフォームエンジニア

データエンジニア

800~1,200万円

Node.js

AWS

Python

GitHub

GitHub Actions

Snowflake

正社員

東京都港区

● 本ポジションにおけるミッション グループ横断のデータ利活用を支える、堅牢かつ柔軟なデータプラットフォームの構築・推進がミッションです。 DMBOK(Data Management Body of Knowledge)の知識体系を基盤とし、データパイプライン構築からデータモデリング、権限・ガバナンス設計、品質管理、運用の標準化まで広範に担っていただきます。 単なるパイプラインの実装に留まらず、再現性・保守性・安全性を兼ね備えた「組織の資産」となる仕組みを構築し、全社が迷いなくデータを活用できる状態を実現することを期待しています。 ● 仕事概要 国内外のグループ会社含めたデータマネジメント業務をお任せします。 ・データ基盤の設計・構築・運用 ・データパイプラインの設計、開発、改善 ・データモデリング、履歴管理、品質管理の設計 ・権限設計、セキュリティ設計、データガバナンス整備 ・CI/CDやコード管理を前提とした、再現性の高い基盤運用の整備 ・属人化した運用や手作業の多いフローの標準化、自動化 ・各部門・各グループ会社におけるデータ基盤立ち上げ支援 ・AI活用や分析活用の前提となるデータ整備、運用設計 ※経営状況、配属先の状況等を総合的に勘案し、会社の指定する部署への配置転換及び会社が指定する業務内容へ変更する場合がございます。 (グループ会社等への出向及び転籍を含む) ● 開発環境 主要:Snowflake x dbt x dagster x Terraform 詳細:Snowflake, Apache Iceberg, dbt, Dagster, Python, dlt, TROCCO, Airbyte, Treasure Data, Terraform, Terragrunt, GitHub Actions, Docker, OpenMetadata, Tableau, Prometheus, Grafana, AWS(ECR, ECS Fargate, S3, DMS) ● Data Managementチームについて 当チームは、高品質で安全なデータ基盤の整備・提供に留まらず、データを武器に事業や業務課題の解決を加速させるプロフェッショナル集団です。 これまでは、意思決定を支えるデータ基盤の構築、品質向上、ガバナンス推進といった「土台作り」に注力してきました。 今後はその基盤を活かし、各事業組織の課題に対して、AI活用や業務支援の仕組みづくりまで踏み込み、データによる直接的な価値創出を担う役割を強化していきます。 ● 私たちが大切にしている価値観 ・高品質で安全なデータ提供を大前提とする ・属人化を排除し、再現性のある仕組み・運用を構築する ・手作業やトイル(作業的負荷)を放置せず、エンジニアリングで解消する ・基盤整備をゴールとせず、常に「現場の価値」に結びつける ・技術的な理想を追求しつつ、現場で機能する「現実的な解」を出す

データプラットフォームエンジニア

データエンジニア

正社員

● 本ポジションにおけるミッション グループ横断のデータ利活用を支える、堅牢かつ柔軟なデータプラットフォームの構築・推進がミッションです。 DMBOK(Data Management Body of Knowledge)の知識体系を基盤とし、データパイプライン構築からデータモデリング、権限・ガバナンス設計、品質管理、運用の標準化まで広範に担っていただきます。 単なるパイプラインの実装に留まらず、再現性・保守性・安全性を兼ね備えた「組織の資産」となる仕組みを構築し、全社が迷いなくデータを活用できる状態を実現することを期待しています。 ● 仕事概要 国内外のグループ会社含めたデータマネジメント業務をお任せします。 ・データ基盤の設計・構築・運用 ・データパイプラインの設計、開発、改善 ・データモデリング、履歴管理、品質管理の設計 ・権限設計、セキュリティ設計、データガバナンス整備 ・CI/CDやコード管理を前提とした、再現性の高い基盤運用の整備 ・属人化した運用や手作業の多いフローの標準化、自動化 ・各部門・各グループ会社におけるデータ基盤立ち上げ支援 ・AI活用や分析活用の前提となるデータ整備、運用設計 ※経営状況、配属先の状況等を総合的に勘案し、会社の指定する部署への配置転換及び会社が指定する業務内容へ変更する場合がございます。 (グループ会社等への出向及び転籍を含む) ● 開発環境 主要:Snowflake x dbt x dagster x Terraform 詳細:Snowflake, Apache Iceberg, dbt, Dagster, Python, dlt, TROCCO, Airbyte, Treasure Data, Terraform, Terragrunt, GitHub Actions, Docker, OpenMetadata, Tableau, Prometheus, Grafana, AWS(ECR, ECS Fargate, S3, DMS) ● Data Managementチームについて 当チームは、高品質で安全なデータ基盤の整備・提供に留まらず、データを武器に事業や業務課題の解決を加速させるプロフェッショナル集団です。 これまでは、意思決定を支えるデータ基盤の構築、品質向上、ガバナンス推進といった「土台作り」に注力してきました。 今後はその基盤を活かし、各事業組織の課題に対して、AI活用や業務支援の仕組みづくりまで踏み込み、データによる直接的な価値創出を担う役割を強化していきます。 ● 私たちが大切にしている価値観 ・高品質で安全なデータ提供を大前提とする ・属人化を排除し、再現性のある仕組み・運用を構築する ・手作業やトイル(作業的負荷)を放置せず、エンジニアリングで解消する ・基盤整備をゴールとせず、常に「現場の価値」に結びつける ・技術的な理想を追求しつつ、現場で機能する「現実的な解」を出す

800~1,200万円

東京都港区

Node.js

AWS

Python

GitHub

GitHub Actions

Snowflake

株式会社ARISE analytics

株式会社ARISE analytics

データ基盤エンジニア/メンバー

データエンジニア

551~658万円

Terraform

MySQL

VB.NET

BigQuery

Python

Snowflake

正社員

〒108-8623 東京都港区

【Divisionのミッション・ビジョン】 先端技術・アジャイルを用いた、KDDIグループのData×AI領域への貢献 【Unitのミッション・ビジョン】 最先端 Data × AI 基盤の継続的な提供・高度化 【募集背景】 ・大規模データ基盤構築/運用において、実装力を持つ若手エンジニアを増員 ・将来のリーダー候補となる人材を育成 【業務内容】 ■ 案件イメージ ◆分析基盤構築:KDDIの約4,000万人規模のお客様から得られるテラバイト級のデータをもとに、分析や機械学習によって示唆を出し、業務改善、マーケティング等に活用するための基盤構築。利用者:ARISE社内分析者、KDDIのマーケティング施策担当/分析担当など ◆アクセスログ収集基盤構築:KDDIの各種サービスにおけるテラバイト級のアクセスログをニアリアルタイムで収集、蓄積、加工し、分析・BI・他システムへ連携する基盤構築。利用者:KDDIのマーケティング施策担当/分析担当など ◆配信基盤構築:KDDIのお客様に対して、個々のニーズに合わせつつ、大量配信を実現するマーケティングオートメーション基盤の構築。利用者:KDDIのマーケティング施策担当など ■ポジションの期待役割 データ分析基盤及びデータ処理・連携システムの要件定義/設計/開発/運用​ (案件のフェーズを踏まえ、ご担当いただく工程を決定いたします)​ 例)上長指示のもと、以下のような業務を遂行 ・データ基盤の詳細設計〜実装 ・技術的課題の特定・改善 ・技術的な顧客コミュニケーション ・進捗管理・タスク管理 ■具体的な業務内容 ・要件整理〜仕様作成 ・Spark / Databricks / BigQuery / Snowflake / Python / SQLなどを用いた各種設計・開発 ・ETL/ELT設計・開発 ・DWH→BI連携設計・開発 ・CI/CD環境設計・構築 ・テスト/障害一次対応 ・ドキュメンテーション ■ 1日の流れ(例) AM:実装 PM:テスト → 調査 → BI連携/資料更新

データ基盤エンジニア/メンバー

データエンジニア

正社員

【Divisionのミッション・ビジョン】 先端技術・アジャイルを用いた、KDDIグループのData×AI領域への貢献 【Unitのミッション・ビジョン】 最先端 Data × AI 基盤の継続的な提供・高度化 【募集背景】 ・大規模データ基盤構築/運用において、実装力を持つ若手エンジニアを増員 ・将来のリーダー候補となる人材を育成 【業務内容】 ■ 案件イメージ ◆分析基盤構築:KDDIの約4,000万人規模のお客様から得られるテラバイト級のデータをもとに、分析や機械学習によって示唆を出し、業務改善、マーケティング等に活用するための基盤構築。利用者:ARISE社内分析者、KDDIのマーケティング施策担当/分析担当など ◆アクセスログ収集基盤構築:KDDIの各種サービスにおけるテラバイト級のアクセスログをニアリアルタイムで収集、蓄積、加工し、分析・BI・他システムへ連携する基盤構築。利用者:KDDIのマーケティング施策担当/分析担当など ◆配信基盤構築:KDDIのお客様に対して、個々のニーズに合わせつつ、大量配信を実現するマーケティングオートメーション基盤の構築。利用者:KDDIのマーケティング施策担当など ■ポジションの期待役割 データ分析基盤及びデータ処理・連携システムの要件定義/設計/開発/運用​ (案件のフェーズを踏まえ、ご担当いただく工程を決定いたします)​ 例)上長指示のもと、以下のような業務を遂行 ・データ基盤の詳細設計〜実装 ・技術的課題の特定・改善 ・技術的な顧客コミュニケーション ・進捗管理・タスク管理 ■具体的な業務内容 ・要件整理〜仕様作成 ・Spark / Databricks / BigQuery / Snowflake / Python / SQLなどを用いた各種設計・開発 ・ETL/ELT設計・開発 ・DWH→BI連携設計・開発 ・CI/CD環境設計・構築 ・テスト/障害一次対応 ・ドキュメンテーション ■ 1日の流れ(例) AM:実装 PM:テスト → 調査 → BI連携/資料更新

551~658万円

〒108-8623 東京都港区

Terraform

MySQL

VB.NET

BigQuery

Python

Snowflake

株式会社JDSC

株式会社JDSC

【Dev】AI&データアーキテクト【正社員】

データエンジニア

500~2,500万円

Docker

PostgreSQL

Confluence

React

JavaScript

Kubernetes

正社員

東京都文京区

JDSCは「Upgrade Japan」をミッションに掲げ、大企業のAX(AIトランスフォーメーション)・DX推進を支援するテクノロジー企業です。本ポジションでは、AIエージェント開発とデータ基盤・MLOpsの両軸を担うエンジニアとして、顧客の業務変革を技術面からリードしていただきます。 【担っていただきたい役割】 ●ビジネスコンサルタント・テクノロジーコンサルタントやデータサイエンティストと連携し、AIエージェントの構想・PoC開発・アジャイル開発を推進 ●顧客ビジネス環境の変化に応じたAIエージェントの継続的改善・運用 ●データパイプライン・データ基盤(DWH)の設計・開発・運用 ●MLOps環境の構築・整備、CI/CDパイプラインの運用 ●隣接するソフトウェア領域に関する開発・コミュニケーション・事業推進 【主な業務内容】 当社では多様なビジネス領域に向けてDX推進、AI実装等を代表とする様々なB2B系プロジェクトを推進しており、一つの枠に縛られない様々なソフトウェア開発をご経験いただくことができます。 物流領域、ヘルスケア、エネルギー、製造といった領域で事業を強化しており、事業状況に応じて様々なソフトウェア開発を行っています。下記のような段階のソフトウェア開発プロジェクトがあります。 ●プロトタイプ・試行錯誤の色彩が強い段階 ●顧客の業務で使用される本番運用段階 ●単一顧客向けから同一領域で広く使われるVertical SaaS的な運用開発の段階 当社の特長であるビジネスやデータサイエンスの文脈も交えた多様なチャレンジを通じて経験を積んでいただくことが出来るものと思います。 【主な開発環境】 言語:TypeScript, JavaScript, SQL, Python等 採用フレームワーク: GraphQL, Node.js, Prisma等 データベース:MySQL, PostgreSQL, BigQuery, Databricks, Microsoft Fabric等 クラウド環境:Google Cloud, AWS, Azure, Snowflake等 ソフトウェア管理ツール:GitHub, Jira, Slack, Confluence BIツール:Power BI, Tableau

【Dev】AI&データアーキテクト【正社員】

データエンジニア

正社員

JDSCは「Upgrade Japan」をミッションに掲げ、大企業のAX(AIトランスフォーメーション)・DX推進を支援するテクノロジー企業です。本ポジションでは、AIエージェント開発とデータ基盤・MLOpsの両軸を担うエンジニアとして、顧客の業務変革を技術面からリードしていただきます。 【担っていただきたい役割】 ●ビジネスコンサルタント・テクノロジーコンサルタントやデータサイエンティストと連携し、AIエージェントの構想・PoC開発・アジャイル開発を推進 ●顧客ビジネス環境の変化に応じたAIエージェントの継続的改善・運用 ●データパイプライン・データ基盤(DWH)の設計・開発・運用 ●MLOps環境の構築・整備、CI/CDパイプラインの運用 ●隣接するソフトウェア領域に関する開発・コミュニケーション・事業推進 【主な業務内容】 当社では多様なビジネス領域に向けてDX推進、AI実装等を代表とする様々なB2B系プロジェクトを推進しており、一つの枠に縛られない様々なソフトウェア開発をご経験いただくことができます。 物流領域、ヘルスケア、エネルギー、製造といった領域で事業を強化しており、事業状況に応じて様々なソフトウェア開発を行っています。下記のような段階のソフトウェア開発プロジェクトがあります。 ●プロトタイプ・試行錯誤の色彩が強い段階 ●顧客の業務で使用される本番運用段階 ●単一顧客向けから同一領域で広く使われるVertical SaaS的な運用開発の段階 当社の特長であるビジネスやデータサイエンスの文脈も交えた多様なチャレンジを通じて経験を積んでいただくことが出来るものと思います。 【主な開発環境】 言語:TypeScript, JavaScript, SQL, Python等 採用フレームワーク: GraphQL, Node.js, Prisma等 データベース:MySQL, PostgreSQL, BigQuery, Databricks, Microsoft Fabric等 クラウド環境:Google Cloud, AWS, Azure, Snowflake等 ソフトウェア管理ツール:GitHub, Jira, Slack, Confluence BIツール:Power BI, Tableau

500~2,500万円

東京都文京区

Docker

PostgreSQL

Confluence

React

JavaScript

Kubernetes

\ 条件に合う求人が見つかりませんか? /

エンジニア専門のアドバイザーがあなたの技術スタックに合わせた求人を個別にピックアップして提案します。

希望条件を伝えて、求人を提案してもらう
希望条件を伝えて、求人を提案してもらう
株式会社サイバーエージェント

株式会社サイバーエージェント

【メディア事業部】データエンジニア/ WINTICKET

データエンジニア

-

GitHub

Slack

Notion

Google Cloud Platform(GCP)

Terraform

GitHub Actions

正社員

東京都渋谷区

サービスリリースから数年が経ちデータもある程度蓄積されてきて、改めてデータ活用を強化するためにデータマネジメントできるメンバーを募集しています。 横軸でデータ活用をする組織に所属して、ナレッジの蓄積や共有をしながら事業内に入りデータ活用支援を行っていただきます。 具体的には、データ基盤の既存のアーキテクチャーやシステムの改善、データを正しく扱いサービスの状態を把握できるための環境を構築していただきます。 ●Dataformを中心としたデータパイプライン / CICD の整備 ●データ品質モニタリング、アラート、コスト最適化の実装 ●BIツールによるレポート・ダッシュボードの運用統制 ●属人性を排除した行動ログ設計、データ仕様整備の仕組み化 ●上記に限らない、事業全体のデータ活用における課題発見と解決 なぜデータマネジメントなのか? データは「作って終わり」ではなく、長く・広く使われ続ける資産です。 WINTICKETではユーザーのアプリ内行動、売上、広告、キャンペーンなど多様なデータが日々生まれています。 これらのデータを分析・活用するためには、利用者が迷わず使えるデータ分析基盤の継続的な改善が必要不可欠です。データマネジメントは単なるETL開発ではなく、プロダクトと組織全体の意思決定インフラを育てていく重要な役割です。 また、現在見えている具体的な課題としては以下のようなものがあります。 ・品質の高い行動ログデータの設計・管理 ・生成AI活用を前提としたデータマート開発やメタデータ拡充ルールの策定 ・新規事業のデータモデリングに必要なドメイン知識とリソース不足 上記の課題以外にも様々な課題がありますが、将来に遭遇しうるデータに纏わる課題を先回りして見つけ出し、一緒に解決できるメンバーを求めています。 このプロジェクトで経験できること ・GCPを使ったデータ基盤の整備 ・データアーキテクチャの設計・実装 ・ETL開発、BI/レポーティング環境の整理 主な利用技術 新規に開発する際には技術選定からリードしていただくことを期待していますが、現状多く使われている技術をご紹介します。 ・言語:SQL, Python, JavaScript ・インフラ:Google Cloud, Terraform ・CICD:GitHub Actions ・モニタリング:Grafana, Dataplex ・ツール:GitHub, Slack, Notion ・DWH: BigQuery ・レポート:Tableau , Google Sheets ・AI:Cursor, Claude Code

【メディア事業部】データエンジニア/ WINTICKET

データエンジニア

正社員

サービスリリースから数年が経ちデータもある程度蓄積されてきて、改めてデータ活用を強化するためにデータマネジメントできるメンバーを募集しています。 横軸でデータ活用をする組織に所属して、ナレッジの蓄積や共有をしながら事業内に入りデータ活用支援を行っていただきます。 具体的には、データ基盤の既存のアーキテクチャーやシステムの改善、データを正しく扱いサービスの状態を把握できるための環境を構築していただきます。 ●Dataformを中心としたデータパイプライン / CICD の整備 ●データ品質モニタリング、アラート、コスト最適化の実装 ●BIツールによるレポート・ダッシュボードの運用統制 ●属人性を排除した行動ログ設計、データ仕様整備の仕組み化 ●上記に限らない、事業全体のデータ活用における課題発見と解決 なぜデータマネジメントなのか? データは「作って終わり」ではなく、長く・広く使われ続ける資産です。 WINTICKETではユーザーのアプリ内行動、売上、広告、キャンペーンなど多様なデータが日々生まれています。 これらのデータを分析・活用するためには、利用者が迷わず使えるデータ分析基盤の継続的な改善が必要不可欠です。データマネジメントは単なるETL開発ではなく、プロダクトと組織全体の意思決定インフラを育てていく重要な役割です。 また、現在見えている具体的な課題としては以下のようなものがあります。 ・品質の高い行動ログデータの設計・管理 ・生成AI活用を前提としたデータマート開発やメタデータ拡充ルールの策定 ・新規事業のデータモデリングに必要なドメイン知識とリソース不足 上記の課題以外にも様々な課題がありますが、将来に遭遇しうるデータに纏わる課題を先回りして見つけ出し、一緒に解決できるメンバーを求めています。 このプロジェクトで経験できること ・GCPを使ったデータ基盤の整備 ・データアーキテクチャの設計・実装 ・ETL開発、BI/レポーティング環境の整理 主な利用技術 新規に開発する際には技術選定からリードしていただくことを期待していますが、現状多く使われている技術をご紹介します。 ・言語:SQL, Python, JavaScript ・インフラ:Google Cloud, Terraform ・CICD:GitHub Actions ・モニタリング:Grafana, Dataplex ・ツール:GitHub, Slack, Notion ・DWH: BigQuery ・レポート:Tableau , Google Sheets ・AI:Cursor, Claude Code

-

東京都渋谷区

GitHub

Slack

Notion

Google Cloud Platform(GCP)

Terraform

GitHub Actions

株式会社サイバーエージェント

株式会社サイバーエージェント

1
2

データエンジニア×詳しい条件で求人を探してみる

開発言語

条件を変えて求人を探してみる