フレックス勤務 SET（テスト自動化・アーキテクト）の求人・転職情報

品質保証本部　医用システム品質保証部にてプログラム医療機器分野のQMS活動(設計部隊と連携し品質保証担当として開発を推進する業務をメインで担当)をお任せします。 プログラム医療機器分野のQMS活動 以下、ITサービス開発、運用、保守サービスを通した品質保証業務 ・開発工程における設計書の確認・製品の評価検証 ・製品の統計的品質管理(事実情報から要因分析) ・変更管理時の不具合作りこみ防止のため、変更内容の妥当性確認 ・製品仕様書より想定されるリスクの洗い出しと、リスクつぶし込みのためのテスト項目の設計及び実行 ・品質問題(不具合など)の解決に向けた原因究明、関連部署への対策推進指示 ・コラボ先(国内・海外)との連携、定例会議の開催や連絡 ●担当する製品 医療機器プログラム(SaMD)、デジタル診断技術・装置、デジタル治療ソリューション、生成AIを活用した先進的なデジタルサービスにおける品質保証業務をご担当いただき、製品・サービスの安全性および品質の確保に貢献していただきます。 【業務に関しての補足(チーム構成について)】 業務としては多岐にわたりますが、以下2チームに分けて業務を行っており、①のチームに所属頂く予定です。 ①設計部隊と連携し品質保証担当として開発を推進する業務をメインで担当 ②お客様対応などをメインで担当するチーム 【入社後お任せする業務】 先輩社員によるOJTのもと、製品の検査業務をお任せします。プログラム医療機器分野のITサービス開発、運用、保守サービスを通した品質保証業務およびQMS活動。 ●変更の範囲:会社の定める業務 ●キャリアパス 品質保証者としてキャリアを積んでいただくことを想定しております。希望次第ではエントリー制度を利用し、他職種などへの挑戦も可能です。 ●働き方 ・リモートワーク:有 └基本的な業務はリモートワークにて可能です(月に1～2回ほど出社) ※入社直後は業務習得の兼ね合いで出社にて業務を行って頂きます。 ・残業時間:10～30時間程度/月 ・出張:国内外のコラボ先、サプライヤー先へ年0～2回程度発生の可能性有 ●教育・育成支援 キャリア入社者向け育成プログラム、階層別研修、集合研修、外部講座受講による自己開発(費用会社負担)、日立ITプロフェッショナル認定制度(日立のITビジネスに貢献できるプロフェッショナル人財を認定する制度)など

「JMAG」は、年3回のメジャーバージョンアップと2ヶ月に一度のサービスパックの提供を実施。その開発時における以下の品質業務担当 ・パッケージソフトウェアテストの自動化推進 ・不具合調査、品質統計による品質状況の把握 ・品質改善のためのテストプロセス変革の立案と実施 ・パッケージソフトウエアの結合、システムテスト設計および実施 ※「JMAG」は、国産の『電気機器設計のための有限要素解析(FEA)ソフトウェア』として、電磁場解析分野では国内トップシェアを占めております。また、国内のみならず、世界中の企業、大学で利用され、数多くの商品開発に貢献しています。 (変更の範囲)会社の定める業務

前工程向けの半導体製造装置、および付帯装置の機械設計業務をご担当いただきます。 TSMC社向け装置の担当として制御ソフト設計に携わっていただく予定ですが、 入社後、業務経験を積むことを目的に、他顧客の案件をご担当いただく可能性もございます。 【具体的には】 ・装置組込ソフト開発(主にモーター、I/O、アナログ入出力制御) ・Windowsのソフトウェア開発 ・画像処理ソフトウェア開発 ・ネットワーク系ソフトウェア開発 ※組込ソフト開発を軸に、ご希望やご経験に応じて幅広くご担当いただく予定です。 【開発の進め方】 ・開発チームは、機械設計、ソフトウェア開発、電気設計などのエンジニア3～5名で構成されています。少人数でひとつの製品を上流から下流まで担当するため、各自の担当する業務は幅広く、最終的な製品全体の最適化を考える視点が求められます。 【担当製品(参考)】※外部公開されていない開発機を担当いただく可能性もございます。 ・ダイシングソー:https://www.disco.co.jp/jp/products/dicer/dfd6760.html ・グラインダー:https://www.disco.co.jp/jp/products/polisher_etcher/dgp8762.html 【業務内容についての補足】 入社当初:各求人票内の業務内容欄記載の業務内容 変更の範囲:弊社就業規則に基づき、異動を命じることがある

【お任せする業務】 エンタープライズSSD開発に参画し、SSDコントローラのファームウェアをテストする業務を担当していただきます。ハイパースケーラー*等の各顧客要求に基づく製品要求仕様を理解し、必要なテスト項目を選定し、選定した全テスト項目を実行します。なお新機能等の新しい製品要求に対しては、新規にテスト設計・実装を行います。検出した不具合については国内/海外拠点のファームウェアチームと協力し解決まで導き、タイムリーな製品の出荷をサポートします。 *ハイパースケーラーとは:世界規模で巨大なデータセンターを運営し、膨大な計算リソースとストレージ容量を提供するクラウド事業者のこと 【具体的な仕事内容】 主な開発フローは下記の通りです。 ①製品企画部門から発行される製品要求仕様から必要なテスト項目を検討 ②(新規要求がある場合) 新規要求を確認するためのテスト仕様書を作成し、テストプログラムを実装 ③テストプログラムを国内/海外テスト拠点に展開し、テストを実施する(テストプログラムを実行する) ④検出した不具合を報告し、国内/海外のファームウェアチーム等の関係者と協力し、解決まで導く ⑤全てのテスト結果を集計し、テスト結果レビュー会にて報告し、製品の品質を総合的に判定する [従事すべき業務の変更の範囲] (雇入れ直後)上記の通り (変更の範囲)その他会社が指示する業務 【使用ツール】　 ・作業環境:Linux(Ubuntu) ・使用言語:主にC/C++を使用、各種サポートツールとしてPythonも併用

タイミーのQAエンジニアは、開発チームとともにプロダクト品質に向き合いながら、AIを前提に品質管理プロセスそのものを見直し、チームが自律的に品質を作り込める仕組みを設計・実装する役割を担います。 事業フェーズやプロダクトのリスクに応じて、必要なQAの強度を見極めながら、品質基準、AI向けのルール、評価モデル、テスト戦略を整備し、それらをCI/CD、自動テスト、テスト実行環境、監視・フィードバックの仕組みに接続していきます。単なるテスト工程の自動化ではなく、要求整理、レビュー、リスク分析、検証計画、フィードバックまで含めた開発プロセス全体を改善していきます。 具体的には、以下のような業務を想定しています。 ●品質基準・QAプロセスの設計と構造化 QA Handbook、QA Skills、テスト戦略、品質基準を整備し、チームが再現性をもって品質を担保できる状態をつくります。 要求仕様、AC、DoD、テスト観点を開発チームやAIが扱いやすい形に構造化し、開発プロセスの中で活用できるようにします。 ●リスクベースの品質設計 プロダクトや機能の特性を踏まえて品質リスクを整理し、どこに重点を置いて検証すべきかを設計します。 事業フェーズやリスクの大きさに応じてQA強度を調整し、人による判断と自動化のバランスを見極めます。 ●AI駆動開発に対応した品質ルール・評価の設計 AIエージェントが品質判断に活用できるよう、品質ルール、プロンプト、レビュー観点、評価基準を設計します。 AI生成物に対する品質ゲートやフィードバックの仕組みを整備し、AIを活用した開発でも品質を継続的に担保できる状態をつくります。 ●自動検証・テスト基盤の構築 プロダクトのテスタビリティ向上を主軸に、テストしやすい設計・テストデータ・実行環境・検証観点の整備を進めます。 自動テストやCI/CDと接続し、開発チームが継続的かつ効率的に品質を確認できるテスト基盤を構築・改善します。 ●セルフQA基盤の導入・展開 開発チームが自律的に品質を確認・改善できるよう、品質ガードレールや標準プロセスを設計・導入します。 品質基準を開発プロセスや自動検証の仕組みに接続し、品質保証を人手に閉じないスケーラブルな仕組みへ進化させます。 開発環境(主要な部分の抜粋) ●Backend 開発言語: Ruby 4.0系 アーキテクチャ: Ruby on Rails 7.2系、RSpec ●Frontend 開発言語: TypeScript アーキテクチャ: Next.js CSR(SPA), React Hooks, SWR ●Mobile(iOS) 開発言語: Swift ●Mobile(Android) 開発言語: Kotlin ●Infrastructure AWS:ECS Fargate, Aurora, RDS, S3, ElastiCache, CloudFront, etc… Elasticsearch(AWS Marketplace) Google Cloud(一部サービス) IaC:Terraform ログ:Datadog LogsとS3に集約 ●その他 コード管理: GitHub コミュニケーションツール: Slack, Notion その他:Firebase, twilio, ImageFlux, OneSignal, Figma etc… AIエージェント・LLMツール: GitHub Copilot Coding Agent, Devin, Cursor, Claude Code ●組織的な品質文化の醸成 サイクルタイム(要件定義からリリースまでの完了時間) やFour Keysなどのメトリクスを活用し、「フィードバックサイクルの短縮」が「品質改善スピード」に直結するという考え方を浸透させます。 ポストモーテムのファシリテーションや、テスト設計技法のレクチャーなどを通じて、チーム全体の品質意識とスキルを高め、自律的な改善サイクルを回せるように支援します。 開発環境(主要な部分の抜粋) ●Backend 開発言語: Ruby 3.4系 アーキテクチャ: Ruby on Rails 7.2系、RSpec ●Frontend 開発言語: TypeScript アーキテクチャ: Next.js CSR(SPA), React Hooks, SWR ●Mobile(iOS) 開発言語: Swift ●Mobile(Android) 開発言語: Kotlin ●Infrastructure AWS:ECS Fargate, Aurora, RDS, S3, ElastiCache, CloudFront, etc… Elasticsearch(AWS Marketplace) Google Cloud(一部サービス) IaC:Terraform ログ:Datadog LogsとS3に集約 ●その他 コード管理: GitHub コミュニケーションツール: Slack, Notion その他:Firebase, twilio, ImageFlux, OneSignal, Figma etc… AIエージェント・LLMツール: GitHub Copilot Coding Agent, Devin, Cursor, Claude Code 組織カルチャー ●開発組織のカルチャー タイミーの開発組織は個々人の志向や特性の多様性を「許容」するのではなく「歓迎」する組織です。 各メンバーの多様性を彩りとして捉えて決して否定せず、強みとして重ね合わせて、同じチーム、プロダクトの目標を達成を実現できる組織を目指しています。 また、チームトポロジーの考えを活用した組織構造を採用していることも特徴です。例えば、顧客価値に基づいて領域ごとに組織を分割したり、専任のエンジニアリングマネージャーやアジャイルコーチ、スクラムマスターなどマネジメント専門職メンバーを各チームに配置しています。 https://www.youtube.com/live/uJL3M7R8MLc?feature=share&t=3057 ●技術コミュニティ活動 社内の所属チームを超えたiOSやAndroidなど専門的な技術テーマごとに取り扱うコミュニティ活動も活発で、組織図を超えたオープンなコミュニケーションが行われています。 また、RubyKaigi や Kaigi on Railsを始めとしたカンファレンスのスポンサー活動やイベント登壇、記事の発信など技術コミュニティへの貢献や広報にも力を入れています。 ●オンボーディング メンバー一人ひとりが能力を発揮して、チームで活躍できる環境を目指して様々なオンボーディングプログラムを実施しています。 例えば、入社後チームや技術領域が近いメンバーがメンターとして伴走するオンボーディングの実施や、現職のスクラムマスターからスクラムに関する考え方や手法などをインプットするスクラムオンボーディング、配属直後にマネジメント層とのWelcome 1on1を実施しています。これからの取り組みによって、会社への不明点を早期に解決することで、新メンバーがタイミーで活躍しやすい環境を整えています。 https://productpr.timee.co.jp/n/n46122cd3ec6b ●働き方 フルリモート・フレックスの働き方が浸透しており、NotionやSlackを活用したテキストコミュニケーション、ハドルやMeetを使った同期的なコミュニケーションなどによって職種問わずコミュニケーションが活発な環境になっています。 また、所属チームを超えてiOSやAndroidなど専門的な技術テーマごとに取り扱うコミュニティ活動も活発で、組織図を超えたオープンなコミュニケーションが行われています。 https://productpr.timee.co.jp/n/n2dcb5475e249 ●DevEnable室の取り組み エンジニアの市場価値向上につながる成長支援、学習支援、機会提供、生産性向上を行う専門チームDevEnable室を設置しています。 具体的な制度の一部をご紹介します。 ・在宅環境を自分好みに整えられるリモートHQ制度 ・技術コミュニティ発展への貢献を後押しするOSSボーナス制度 ・世界中のカンファレンス参加を支援するKaigi Pass制度 ・最大300万円、勤務年数に応じて返済不要のエンジニア奨学金制度 ・DevEnable室に込めた思いについても記載していますので、よろしければぜひ下記URLもご覧ください。 https://product-recruit.timee.co.jp/tde10

【職務概要】 本ポジションでは、金融機関向け自社プロダクト「Trust TLanP」におけるQA業務を担当いただきます。 Trust TLanPは、AIを活用してレガシーシステム刷新を支援するB2B SaaSです。エンタープライズ企業への提供拡大に伴い、安定したプロダクト品質を継続的に担保できるQA体制を強化していきます。 PdM、エンジニア、デザイナー等と連携しながら、日々のQA業務に加え、テスト自動化やQAプロセスの改善にも取り組んでいただきます。 【具体的な業務内容】 • Trust TLanPの品質保証に関する一連の業務 新機能・機能改修に対するテスト観点の整理、テスト設計、検証 リリース前後における品質確認および回帰テスト E2E/APIテストの自動化、継続的なメンテナンス 不具合の再現確認、整理、開発チームとの連携 • PdM、エンジニア、デザイナーと連携した開発プロセスへの参加 • プロダクト利用時に発生した品質課題について、カスタマーサクセスや営業と連携した調査・改善 • テスト効率や品質向上に向けたQAプロセスの改善 業務変更の範囲 (雇入れ直後) |IT専門職 (変更の範囲) |すべての業務への配置転換あり

QA業務をAIエージェントが自律実行できるハーネスを設計・実装します。 【具体的な業務内容】 ・ハーネスエンジニアリングの実践 └ハーネスエンジニアリングの枠組みの中で、QA業務を担う各工程のAIエージェントを設計、構築します。 ・リスク分析/テスト分析/テスト設計エージェント └仕様書を分析し、その後の実装や自動テストコーディングへの入力を生成するQAの上流工程を担当するAIエージェントを設計、実装します。 ・自動テストコーディング、自動テスト実行エージェント └テスト設計結果を自動テストとして実装し実行するQA業務の中核となるAIエージェントを設計実装します。 ・CQフィードバックパイプラインの設計・実装 ・不具合/障害情報の集積、分析基盤の構築 └エラーログ/AIエージェント実行ログ/不具合レポート/障害レポートなどを集積し、後続の分析や再発防止策の策定を実施するための基盤を整備します。 ・障害分析や再発防止策実施エージェントの設計、実装 └AIや人間のミスの結果である障害情報を分析し、それらをAIエージェントから利用可能なコンテキストやSKILLの形に実装するAIエージェントの設計、実装をします。 ・外部AI動向の追跡と発信 ・Harness Engineering等のAI分野の最新動向を追跡し、業務設計に落とし込む ・社内の実践と学びを技術ブログ・カンファレンス等で外部発信する 【開発環境】 ●AIエージェント:Claude Code(SKILL / Sub-agent / Hooks / Agent Teams)/ Devin / MCP Server ●テスト自動化:Selenium, Appium, Cucumber, Playwright ●CI/CD:CircleCI, Bitrise ●データ基盤:BigQuery, Tableau ●タスク管理・分析:Asana ●コミュニケーション:Slack, Teams, GitHub, Confluence, Miro ●開発技術スタック:Ruby on Rails, React.js, Next.js, Swift/SwiftUI, Kotlin 【所属部門】 食べログカンパニー 開発本部 品質管理部 【ミッション】 品質管理部は「QA業務をAIが一貫して担う」ことを目指す長期ビジョン Continuous Quality by AI(CQ by AI) を推進するチームです。 そのAIが正しく品質を判断できるよう、QAの知識と基準をAIに渡すエキスパートとして参画していただきます。 単にテストを効率化するのではなく、「リリース前のチェックポイント」だったQAを、開発プロセスそのものに埋め込まれた自律的な仕組みへと変える取り組みです。 月間数千万人が使う食べログで、AIエージェントがコードレビュー・リスク分析・E2Eテストを担い、最終承認のみ人間が行う品質保証の実現を目指しています。 すでに自動テストコーディングでコード生成精度97%・テスト実行工数52%削減・自動化率64%の実績を上げており、その先のフェーズを共に作る段階にあります。 このポジションは AIが正しく品質判断できるようにQAドメインのナレッジをハーネスエンジニアリングの枠組みの中でガードレールやチェックリスト、基準などとして整備する役割 です。 従来のQAエンジニアが「自分でテストを設計・実行し、品質を判断する」のに対し、このポジションは「AIが判断するための基準を設計・検証し、AIの判断結果をレビューする」へと役割が変わります。 QAエンジニアとしての専門知識を活かしながら、業界でもまだ先例の少ない「AIに品質を教える仕事」を担っていただきます。