資格取得支援制度あり 品質コンサルタント・QAマネージャーの求人・転職情報

【システム領域】 ・Webアプリケーション(ECサイト、Webサービスなど)のソフトウェア評価検証業務 ・業務系システムのテスト(金融や仮想通貨関連など)のシステム評価 ・スマートフォン向けアプリケーションのソフトウェア評価検証業務 ・組み込み製品のソフトウェア評価検証業務 【主な業務内容】 ・上流工程における品質改善提案 ・テスト計画の策定(対象範囲・体制・スケジュールの検討) ・テスト工数の見積もり、メンバーの配置・タスク管理 ・テストの進捗管理、課題・リスク管理 ・テスト観点・テスト設計書のレビュー ・不具合の管理、修正状況の確認・対応調整 ・テスト結果・不具合傾向の分析、品質状況の報告 ・テスト完了基準に基づく評価、完了報告書の作成 ・テストプロセスの改善 ・メンバーの育成、支援 など マネージメント人数:3～10人程度を想定しています。 【テスト・品質保証領域に特化した専門拠点】 約200名が在籍する、当社唯一のテストエンジニア特化事業所。東京・神奈川を中心に、ソフトウェアテストやテスト設計、品質保証など多彩な案件に携われます。 事業所責任者も元ソフトウェアエンジニア。技術や現場への理解を活かし、一人ひとりの経験や希望に寄り添いながら、キャリア形成をサポートします。

当ポジションのミッションは、客観的視点とクライアント/顧客の視点、その両方に立って、品質を測定し、担保することです。 計画〜実施までの一連のテスト業務や、製品の要件定義からの品質管理業務など、プロジェクトの上流から下流までの品質管理を担っていただきます。 <配属先部門紹介> 現在クオリティマネジメントオフィスには、20名弱が在籍しており(業務委託含む)、以下のMission・Vision・Valuesを指針に、日々業務を行っています。 ●Mission 高品質・適正価格の「映像ソリューション」を提供し、あらゆる産業の現場DXを実現する ●Vision 創る組織である「開発本部」において、全開発における品質課題に目を向け、品質文化に根ざした改善活動を行えるようにする ●Values より良い品質にしていくために「品質とは何か」を定義し、開発本部全体に広げる その拡大のためにも日々開発プロセスの改善を行う 品質改善をし続けるために新しい技術やプロセスを取り入れ、1人1人が成長する <詳細の業務内容> プロダクトごとに若干の差異はありますが、開発序盤からプロジェクトに参画し、テスト業務に留まらず、プロダクトの品質ならびにその価値を向上させ、保証できるような活動全般に取り組んでいます。 Webアプリケーションおよびネイティブアプリのテスト計画、設計、実行 上記に対する自動テストの実装 要件定義～リリースまでを含む製品の品質向上施策の策定、シフトレフトの推進 継続的な品質改善を行うための欠陥データ収集、測定、分析、プロダクトへのフィードバック　 開発プロセス全体に関する改善および品質向上施策の推進 ●使っている技術・ツール テスト管理:TestRail、Backlog テスト自動化:MagicPod、Playwright 開発言語:Python、 Java、Go、C++ インフラ:AWS、Kubernetes データベース:MySQL、 Redis、PostgreSQL、DynamoDB 構成管理ツール:Terraform、Ansible 監視:Prometheus、 Grafana、PagerDuty、StatusCake、Sentry、Datadog CI/CD:GitHub Actions その他:GitHub、 Docker、Fluentd、Fluent Bit、Redash、Postman ●開発組織の目標 ・クラウド録画サービスの品質向上 カメラ出荷数30万台を突破し、更なる利用者数の急増に伴い、より高品質・ハイパフォーマンスなサービス基盤の開発・運用を行います。カメラを通してクラウド上に収集した"映像データ"を、必要に応じ配信や解析し、付加価値のある情報を抽出する事によりお客様の課題解決を実現しています。 ・上記クラウド基盤上でのアプリケーション開発 動画の収集/配信システムだけでなく、"映像から未来をつくる"というビジョンを達成すべく、それらの動画を利用した顧客課題の解決に繋がるようなアプリケーションの開発を行っております。様々なアプリケーションを提供していくことでより多くの課題解決を実現して参ります。 ・オープンAPI等による他社参画のためのプラットフォーム開発 上記は自社で行っているアプリケーション開発ですが、映像から解決できる問題は多数あり、且つ、業界業種によっても異なります。この全ての課題を解決するためには弊社一社のみで行うのではなく、オープンなプラットフォームを構築し他の技術を持った企業様が参画することで、顧客解決に繋がるサービスをより多く世に出していき、"映像から未来をつくる"を実現していきます。このように、「我々の基盤上で構築〜展開できるようなプラットフォーム開発」を進めております 従事すべき業務の変更の範囲 <雇入れ直後>サービス運営・営業・サポート、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

近年、案件規模が大きくなってきています。 そのため、品質管理チームを改めて整えています。 ご自身の提案が採用される環境にご興味がある方、ご一読ください! 仕事内容 ・PJに入ってテスト設計 ・会社全体のプロジェクト現状分析 ・会社全体のプロジェクト不具合分析 ・品質改善プロセスの策定 ・改善プロセスの実行 ・会社全体のプロセスの見直し

1、2,3の業務を中心に、ご本人の希望と経験に応じて業務をご担当頂く予定をしております。 ソフトウェア品質保証のための文書作成やレビューでの指摘にとどまらず、自ら手と頭を動かして現場で実際に機能する仕組みやツールを作り出せることが本ポジションの醍醐味です。 1.セキュリティ推進・アドバイザー ソフトウェア開発部門と連携しながら、設計や仕様レビューにおいてセキュリティ観点からのアドバイスを行います。セキュリティ要求を満たせているかを確認し、設計部門を指導する役割です。 具体的には、 ・ソフトウェア仕様、システム構成のレビュー ・脅威分析、リスクアセスメントのレビュー ・セキュリティインシデントの対応フォロー などを担当いただきます。 2.次世代開発規程の設計 開発現場が自然と実践できる形に落とし込んだ規程やプロセスを構築します。会社全体の品質文化を形作る中心的な仕事です。 ・ソフトウェア開発・製品セキュリティに関するルールの整備 ・開発者が迷わず使えるガイドラインの策定と社内への浸透 ・ソフトウェア開発者へのセキュリティや開発プロセスの教育 3.技術トレンドの事業適用 暗号・鍵管理・脆弱性・攻撃手法など最新技術を調査し、製品開発に反映します。自身の学びをそのまま組織の進化につなげることができます。 ・開発部門への改善提案や技術支援 ・サンプルプログラムなどのベストプラクティスの作成と教育 ・最新の脆弱性や対策手法に関する情報収集 ※このポジションで得られること ・ソフトウェア開発経験を活かしながら新しいアイデアを実践することができる ・開発現場と密に連携するため、机上のセキュリティではなく実践的な知識が身につく ・半導体製造装置という最先端制御システムの設計プロセス全体に関われる ・ソフトウェア開発部署の設計ルールを策定するため、会社全体のルールや仕組みづくりを主体的に実施できる ・一般的知識の寄せ集めや決まった枠組みを回すのではなく、ルールや仕組みを自ら設計・構築できる ・社外研修や専門家との交流機会が多く、未経験領域でも学びながら成長できる ※変更の範囲:会社の定める業務

●期待する役割 弊社の内部監査部門において、システムリスク管理態勢の検証･評価を中心とする内部監査業務を推進していただきます。また、弊社はAIを活用した業務推進やプロセス改善にも積極的に取り組んでいます。こちらに共感し積極的にAI活用に挑戦いただける方を歓迎いたします。 ●業務内容 ※下記業務を、スキル・ご経験に合わせてご担当いただくことを想定しております。 ・システム監査計画の作成 ・システム監査業務の企画 ・システム監査の実施(インタビュー、資料調査、調書・報告書の作成) ・対象部門および経営層への監査結果報告 ・監査結果に対するフォローアップ

ミッション "AI の出力品質を科学する — 評価手法の研究・開発で、エージェントの信頼性を証明する" LLM / AIエージェントの出力品質を、機械学習・統計学・計量心理学の手法で定量的に評価・改善します。本ポジションは「テストする人」ではなく、 「何をもって良いAIとするかを定義し、測定する科学者」 です。 期待する役割について AI Evaluation Scientist として、AI エージェントの品質評価基盤の設計・構築・運用をリードしていただきます。 ●評価メトリクスの研究開発 — LLM-as-Judge の校正、報酬モデリング、ベンチマーク設計を通じて「何をもって品質とするか」を科学的に定義します ●自動評価パイプラインの設計・構築 — 研究成果を本番 CI/CD に組み込み、スケーラブルな品質ゲートを実現します ●レッドチーミング・安全性検証 — adversarial testing の自動化、ポリシー準拠検証フレームワークを構築します ●統計的実験計画に基づく品質改善 — A/B テスト・有意差検定でプロンプト戦略やモデル変更の効果を定量的に検証します ●評価シグナルの研究・開発チームへのフィードバック — モデル改善の複利ループを構築します 約 200 社が本番利用するプロダクトの品質を「科学する」アプローチで担保します 業務内容 AI Evaluation Scientistとして、 AIエージェントの評価基盤 (Evaluation Infrastructure) の設計・構築・運用をリードしていただきます。 ●評価メトリクスの研究開発 ・LLM-as-Judge の校正手法の研究・実装 (rubric 設計、バイアス検出、proper scoring rules) ・評価ベンチマークの設計・構築・妥当性検証 (construct validity、contamination detection) ・報酬モデリング / preference learning の評価への応用研究 ・評価メトリクスの選定・設計 (win rate、task success、factuality、harm detection) ・評価セット (合成データ + 実ログ) の設計・構築・メンテナンス ●自動評価パイプラインの設計・構築 ・スケーラブルな自動評価パイプラインの設計・実装 ・CI/CD への評価パイプライン組込みと品質ゲートの構築 ・エージェント評価ハーネスの設計 (マルチターン・ツール利用・ロングコンテキスト対応) ・評価パイプラインの再現性・信頼性の担保 ●安全性・品質検証 ・自動レッドチーミング (automated adversarial testing) の研究・実装 ・安全性 / ポリシー準拠の検証フレームワーク構築 ・ハルシネーション検出・校正手法の研究・実装 ・プロンプト / ツール回帰テストの設計・実行 ●統計分析・実験設計 ・統計的実験計画 (A/B テスト、有意差検定) の設計・分析 ・品質トレンドの可視化・回帰検出の自動化 ・品質レポート作成と改善提案 ・評価シグナルの研究・開発チームへのフィードバック 業務シナリオ ※以下は想定される業務シナリオの例です ●シナリオ1: LLM-as-Judge の校正と妥当性検証 新しい評価メトリクスとして LLM-as-Judge を導入する際、judge モデルの校正 (calibration) を実施します。人間評価との一致率を統計的に検証し、rubric 設計を反復改善します。construct validity を確認した上で、自動評価パイプラインに組み込み、評価コストを 80% 削減しながら人間評価と同等の信頼性を実現します。 ●シナリオ2: 新モデル導入時の品質ゲート LLMプロバイダーが新モデルをリリースした際、既存のベンチマークスイートで回帰テストを実行し、factualityスコアが3%低下していることを検出します。原因を分析し、プロンプト調整で品質を維持したまま新モデルへの移行を完了します。 ●シナリオ3: 自動レッドチーミングによる安全性検証 金融機関向けにJAPAN AI AGENTを導入する際、自動レッドチーミングパイプラインを構築します。adversarial promptの自動生成・分類器による脆弱性検出を実装し、業界固有のリスクシナリオ(機密情報漏洩、不適切な金融アドバイス等)を網羅的にテストします。ポリシー準拠率99%以上を達成します。 ●従事すべき業務の変更の範囲 会社の定める業務 成果責任 (KR/メトリクス) ●評価カバレッジ率(テストケース網羅率) ●回帰検出率(リリース前の品質劣化検出率 ≥ 95%) ●評価パイプライン実行時間(CI/CD内で完了) ●LLM-as-Judge と人間評価の一致率 ●False Positive / Negative 率 ●安全性インシデント発生率(リリース後) チーム体制 約120名が開発組織に在籍しています。 AI Evaluation Scientistは品質保証の専門チームとして、以下のチームと密接に連携します: ●密接に連携する役割: ・Agentic Product Engineer — エージェント機能開発 ・Research Engineer — 研究開発・モデル改善 ・Agent Harness Engineer / Software Engineer (AI Platform) — AI 実行基盤開発 ・Product Manager — プロダクト設計・品質要件定義 開発環境 ●言語 : Python (評価パイプライン・分析), TypeScript / React / Next.js (フロントエンド部) / NX ●評価 / QA : pytest, LangSmith, Weights & Biases, custom eval frameworks ●データ : BigQuery, Spark, Pandas ●インフラ : GCP (コンテナ / K8s), Docker, Terraform ●CI/CD : GitHub Actions ●ツール : Slack, Confluence, Linear, Google Workspace, GitHub, Notion ●AI 開発支援 : Claude Code MAX Plan, Cursor, ChatGPT, Devin ●作業環境 : Mac (Apple Silicon), デュアルモニタ対応

家電製品のソフトウェア、ファームウェアについて、設計評価およびクレーム品解析を行う。 ①設計評価・・・リスク予測、不具合予測を行い、設計に是正をさせる。 また、電気用品安全法に従って安全性を評価する。 ②修理・クレーム品の中のソフトウェア、ファームウェアを中心に解析を行い、原因部署へ再発防止対策をさせる。

●配属先 品質サービス事業本部 単なるテスト実行の管理に留まらず、プロジェクト全体の品質戦略の策定から実行まで、裁量を持ってご担当いただきます。 ●テスト計画の立案: プロジェクト特性に応じた最適なテスト戦略・スケジュールの構築 ●テスト分析・設計: 複雑な仕様を紐解き、漏れがなく効率的なテストケースの構造化 ●品質分析・改善提案: 蓄積されたデータに基づき、開発プロセスの根本的な課題を特定・改善 ●チームリード: 現場の自律性を促し、品質意識の高い組織文化の醸成

●このポジションの3つの特徴 01　「本番で信頼できるAIエージェント」をサービスにします LLM・RAGを使ったAIエージェントを作るだけでなく、評価・品質の担保まで含めて顧客に届けます。作る側(AI開発)と確かめる側(品質保証)が同じ組織にあるからこそできるサービスです。 02　AI開発・品質保証のエンジニアを率いて、サービスをつくります 一人で作り込む仕事ではありません。社内のエンジニアでチームを組み、役割を分け、設計とレビューを担い、技術の判断をしながら開発を進めます。ご自身も手を動かし、チームに見本を示します。 03　仕事のキモは「チームで提供できる」状態をつくることです 作って終わりではありません。開発の型(AI駆動開発の標準・品質ゲート)と評価の型に落とし、誰が作っても品質を落とさずに提供できるチームをつくることが、このポジションの成果です。 ●このポジションで得られるもの ・AIエージェント×品質保証という、まだ勝者の決まっていない領域で、サービスを立ち上げる経験。 ・作る(AI開発)・確かめる(品質保証)・直すがひとつの組織にそろった環境で、チームを率いて開発できること。 ・自分たちがつくった型に価格がつき、チームで顧客に届く経験。 ・サービスの責任者として、サービスとチームを育てていく道。 ## 業務内容 担当するサービスについて、次の5つを担っていただきます。どれも切り離せない仕事ですが、最も大切にしていただきたいのは「4. チームで提供できるようにする」です。作って終わりではなく、ご自身がいなくても、チームが同じ品質で提供できる状態をつくることが、このポジションの成果です。 【1. 決める ― サービスの中身と、提供の形を決める】 ・顧客の業務と課題から、AIエージェントで何を解き、どの水準の品質を約束するかを決めます。 ・提供メニュー・手順・品質基準・価格の考え方を、事業の責任者と相談しながら決めます。 【2. 作る ― 自らも手を動かし、技術の判断を担う】 ・AIエージェントの設計、RAG・データ基盤との連携、評価の仕組みなど、要となる部分はご自身でも作り、試します。 ・担当する範囲のアーキテクチャ・技術選定・品質の基準について、技術の判断を担います。 【3. 率いる ― AI開発・品質保証のエンジニアを動かして開発する】 ・社内のAI開発・品質保証のエンジニアでチームを組み、役割を分け、開発を進めます。 ・設計・コードのレビュー、評価結果の確認を通じて、チームの成果物の品質に責任を持ちます。 【4. チームで提供できるようにする ― 型にして、誰が作っても品質を落とさない状態にする】 ・開発の手順、AI駆動開発の標準、品質ゲート、評価の設計を「型」として書き起こし、チームで使える状態にします。 ・型をメンバーに教え、ご自身がいなくても、チームが同じ品質でサービスを作り、提供できるようにします。 【5. 届ける ― 顧客の前に立ち、最初の提供をやり切る】 ・営業担当と組み、技術面の提案を担います。 ・最初の案件では、チームを率いて導入・提供をやり切り、社外の実績をつくります。 #### ●技術環境 【言語 / フレームワーク】 React、TypeScript(フロントエンド)/Python、C#(バックエンド) 【クラウド】 Azure(AWS・GCPのご経験も歓迎) 【データベース / 基盤】 PostgreSQL、Databricks 【AI領域】 生成AI(LLM/RAG/AIエージェント)を活用したAI駆動開発 【AI開発ツール】 Claude Code、Cursor、GitHub Copilot、Codex、CodeRabbit 【品質保証・評価】 テスト設計、テスト自動化、CIの品質ゲート、AIの評価設計(評価データセット・自動評価・回帰評価) ●入社後のロードマップ 【入社〜3ヶ月】 進行中のAIエージェント基盤・品質担保の型づくりに加わり、チームと技術の現状をつかみます。あわせて、自社の業務を題材にしたAIエージェントの開発を、評価の設計まで含めてリードし、サービスの原型を1つ形にしていただきます(例:営業支援のAIを、品質の基準まで含めて自社で使える状態にする)。 【3〜6ヶ月】 自社で確かめた結果をもとに、提供メニュー・品質基準・価格の案を固め、営業担当とともに既存の顧客に提案します。開発と評価の手順を、チームの型として書き起こします。 【6ヶ月〜1年】 社外の顧客への提供実績をつくります。チームのメンバーが型に沿って、品質を落とさずに作れる状態にします。 【1年〜】 サービスの責任者として、サービスとチームを育てていただきます。次のサービスの立ち上げや、型を使えるエンジニアの育成もリードいただきます。 ※ 進む速さはご経験と成果によって変わります。どこから担っていただくかは、ご経験をうかがったうえで一緒に決めます。 ●あえてお伝えしたい「厳しいリアル」 【サービスはまだ「売れる形」になっていません】 社外への提供は、最初の1件をつくる段階です。提供メニュー・価格・品質基準は整備の途中で、何を型にするかを決めるところから関わっていただきます。 【チームのメンバーは、顧客の案件と兼務の人もいます】 サービス開発に関わるエンジニアの稼働は、事業の責任者と調整しながら確保します。限られた時間の中で、役割を分け、成果につなげるリードが求められます。 【立ち上げの段階は、ご自身が手を動かす場面も多くあります】 チームを率いる役割ですが、型ができるまでは、要となる部分をご自身で作り、見本を示す場面が多くなります。 【営業を一人で背負う必要はありませんが、顧客の前には立っていただきます】 営業担当と組む体制で進めます。一方で、技術面の提案や最初の提供では、ご自身が顧客と直接向き合います。 【原則「出社」の環境です(リモートワーク不可)】 立ち上げの段階は、事業の責任者・チームのエンジニアとの密なコミュニケーションと、速い意思決定が欠かせないと考えているためです。 ●このポジションではないこと ミスマッチを防ぐため、あらかじめお伝えします。 ・全社のDX・変革を企画し、推進する役割ではありません。担っていただくのは、AIエージェント×品質保証のサービスです。 ・資料づくりや取りまとめが中心の、PMO・企画の役割ではありません。技術の判断と、ご自身が手を動かすことが欠かせません。 ・一人で作り込むスペシャリストの役割でもありません。エンジニアのチームを動かし、チームで提供できる状態をつくることが仕事の中心です。 ●担当していただくサービス 【サービスの方向性】 本番で信頼できると担保されたAIエージェントを、顧客に届けるサービス 【サービスの中身(例)】 ① AIエージェントの構築:業務の分解から、AIエージェント・ワークフロー型AIの設計・構築、既存システム・データとの連携(LLM・RAG、AIエージェントを支えるデータ基盤を含む)、運用まで ② 品質の担保:正確性・タスクの完了・権限・安定性・安全性・業務への適合の観点での評価設計、評価データセットと自動評価、モデル更新時の回帰評価 ③ 作り方の型:AI駆動開発で、速く、品質を落とさずに作るための開発標準・レビュー基準・品質ゲート 【いまの進み方】 複数のチームが並行して、AIエージェント基盤と品質担保の型づくりを進めています。自社の業務(営業支援のAIなど)を題材に作り、まず自社で効果を確かめてから社外へ届けます。大手SIerのプロジェクトにはチームで参画し、AIエージェントを支えるデータ基盤の開発も進めています。 【一緒に動くメンバー】 社内のAIソリューション開発のエンジニア、品質保証(QA・テスト)のエンジニア、営業担当 【いまの状態】 社外への提供は、最初の1件をつくる段階です。提供メニュー・価格・品質基準は整備の途中です。 ※ どこから担っていただくか、サービスの中身をどう広げるか、社内のリードエンジニアとどう役割を分けるかは、ご経験と得意な領域をうかがったうえで一緒に決めます。 ●従事すべき業務の変更の範囲 →会社の定める業務

自社プロダクト・サービスを更に進化させるために必要なテスト自動化を主軸とした開発の生産性最大化を担い、プロダクトの品質向上をお任せします。 また、パフォーマンス向上のため、本役割組織の推進、メンバーの目標管理、指導・育成等のチームマネジメント業務をお任せします。 ●主な業務 ・製品の品質課題の抽出、仕様等へのレビューや開発プロセスに対する改善提案 ・製品開発におけるテスト設計から実行、自動テストの実装 ・要件定義からリリースまでを含む製品の品質向上施策の策定 ・リリース後の品質モニタリング ・不具合内容やユーザからのフィードバックを分析して課題を抽出 ・チームメンバーの指導、育成、フォロー 自社プロダクト・サービスの品質を守るエンジニアとして、技術を発揮し活躍できる環境です。

IIJが提供するセキュリティサービスについて、品質保証、品質改善、品質向上に関する検証業務全般をお任せします。 ※将来的に配属部署を異動した場合、実施する業務全般を変更する可能性あり ★参考情報★ [現場社員インタビュー](https://www.iij.ad.jp/recruit/interview/voice_013.html?ref=4CareerAG) [セキュリティブランド「wizSafe(ウィズセーフ)」](https://www.iij.ad.jp/wizsafe/) [IIJ Security Diary](https://sect.iij.ad.jp/)

Summary ●freeeのQAをさらに進化させるために、QAマネージャーを募集します。 ●freeeのマネージャーは、任された領域において最大の成果の創出とともに、チーム作りやメンバーの成長へのコミットなどにより、メンバーがワクワクしながら働く状態の実現が求められます。 ●QAエンジニアは、freeeのミッションの実現のために開発されるプロダクトに求められる品質を開発チーム全員で保証するカルチャーを育てていくことをリードし、プロダクトの継続的な品質改善を支援しています。 ●そのために必要となる、上流工程のレビューに始まり、リリース前のテストの実施、欠陥情報の分析と開発へのフィードバック、テストの効率化など重要な役割を担っています。 ●社会の進化を担う責任感をもって品質にコミットし、自律的に行動できるQAエンジニアをマネジメントできる方を募集しています。 業務内容 ●QAエンジニアのチーム編成や制度の整備 ●チームメンバーのマネジメント、フィードバック、育成 ●リスクベースドテスト、アジャイルテストといった効率的、効果的なテスト技術の導入、推進 ●継続的な品質改善のための欠陥データ収集、測定、分析、およびソリューションの検討 ●プロダクト全体の品質改善の推進 開発環境 ●テスト管理:TestRail、Zephyr Scale ●自動テスト:Postman / ruby x capybara x Selenium / Applitools / Mabl ●その他:JIRA / GitHub / Slack