機械学習・データ活用 CI・CDエンジニアの求人・転職情報

本求人は、先進安全領域における以下のポジション【1127】【1128】【1206】【1207】【267】【268】【269】【270】【299】【314】【315】【317】【1693】【1694】いずれかの業務を担っていただくことを想定しております。 ご面接を通し、いずれのポジションでご活躍いただけるかをすり合わせさせていただけたらと思っております。 書類選考通過の際、書類選考官が現時点で想定する選考求人がある場合には、事前にメールにてご連絡させていただきます。 【1127】_TE_【栃木勤務】自動運転技術の検証車両製作エンジニア(電気回路・有線通信) 【1128】_TE_【栃木勤務】自動運転技術の公道テスト運営 【1206】_TE_【栃木勤務】自動運転技術開発組織における人的リソース管理(マネージャー) 【1207】_TE_【栃木勤務】自動運転技術開発組織における人的リソース管理(リーダー) 【267】_TE_【栃木勤務】運転支援・自動運転システムの研究開発(バーチャルテスト環境構築) 【268】_TE_【大宮勤務】運転支援・自動運転システムの研究開発(バーチャルテスト環境構築) 【269】_TE_【栃木勤務】運転支援・自動運転システムの研究開発(CI/CDパイプラインの構築) 【270】_TE_【大宮勤務】運転支援・自動運転システムの研究開発(CI/CDパイプラインの構築) 【299】_TE_【栃木勤務】研究開発部門における人材開発リーダー(人材開発領域) 【314】_TE_【栃木勤務】運転支援・自動運転システムの研究開発(開発環境構築領域) 【315】_TE_【大宮勤務】運転支援・自動運転システムの研究開発(開発環境構築領域) 【317】_TE_【栃木勤務】運転支援・自動運転システムの研究開発(データ領域) 【1693】_TE_【博多勤務】データエンジニアリング(運転支援・自動運転システムの研究開発) 【1694】_TE_【博多勤務】データサイエンス(運転支援・自動運転システムの研究開発) また、ご経歴とご志向を考慮し、上記【1127】【1128】【1206】【1207】【267】【268】【269】【270】【299】【314】【315】【317】【1693】【1694】以外でのご採用となる可能性もございます。 そのほかアサインの可能性のある求人については以下をご確認ください。 【303】_TE_【栃木勤務】運転支援・自動運転システムの研究開発(開発プロジェクトマネージメント) 【306】_TE_運転支援・自動運転システムの研究開発(開発プロセス) 【277】_TE_【博多勤務】運転支援・自動運転システムの研究開発(通信技術を活用したダイナミックマップ開発) 【296】_TE_【栃木勤務】運転支援・自動運転システムの研究開発(ビークルダイナミクス制御領域) 【316】_TE_【栃木勤務】運転支援・自動運転システムの研究開発(通信/地図領域) 【318】_TE_【栃木勤務】運転支援・自動運転システムの研究開発(センシング領域) 【1049】_TE_【栃木勤務】運転支援・自動運転システムの研究開発(渉外) 【1172】_TE_【栃木勤務】運転支援・自動運転システムの研究開発(開発プロジェクトマネージメント) 【178】_TE_【栃木勤務】運転支援・自動運転システムの研究開発(知能化領域) 【179】_TE_【大阪勤務】運転支援・自動運転システムの研究開発(知能化領域) 【180】_TE_【大宮勤務】運転支援・自動運転システムの研究開発(知能化領域) 【181】_TE_【東京勤務】運転支援・自動運転システムの研究開発(知能化領域) 【182】_TE_【大阪勤務】運転支援・自動運転システムの研究開発(システム設計・ソフトウェア開発領域) 【183】_TE_【大宮勤務】運転支援・自動運転システムの研究開発(システム設計・ソフトウェア開発領域) 【184】_TE_【東京勤務】運転支援・自動運転システムの研究開発(システム設計・ソフトウェア開発領域) 【185】_TE_【栃木勤務】運転支援・自動運転システムにおける新企画立案ならびPoC検証 【186】_TE_【大阪勤務】運転支援・自動運転システムにおける新企画立案ならびPoC検証 【187】_TE_【大宮勤務】運転支援・自動運転システムにおける新企画立案ならびPoC検証 【188】_TE_【東京勤務】運転支援・自動運転システムにおける新企画立案ならびPoC検証 【305】_TE_【栃木勤務】運転支援・自動運転システムの研究開発(商品化戦略) 【313】_TE_運転支援・自動運転システムの研究開発(システム設計領域) 【840】_TE_【栃木勤務】運転支援・自動運転システムの研究開発(システム設計・ソフトウェア開発領域) ※専門性や適性、会社ニーズなどを踏まえ、会社が定める業務への配置転換を命じる場合があります

●配属予定部署 クライアント・システム開発事業本部 ICTソリューション事業本部 ●配属予定部署の特色・PR Webアプリケーションシステムを中心としたスクラッチ開発を主な事業としていますが、DX市場に向けて、現在新しい事業領域へ注力しています。 その新しい事業領域の一つが、生成AIのシステム開発、およびデータ分析関連のシステム開発となります。 生成AIの市場における需要は拡大の一途をたどっており、今後さらに増加していくとみられています。また、生成AIのシステムと密接な関係がある、データ分析基盤の構築に関する市場規模も増大。当社においても案件数が急激な増加傾向にあるため、ご活躍いただける環境が多くあります。 同事業に携わっているメンバーの特徴としては、新しい技術領域に対して積極的に習得し、スキルアップをしていくというポジティブな思考があり、好奇心が旺盛です。また自分の担当しているプロジェクト以外にも、仲間が困っている時は手をさしのべるメンバーが多く在籍しています。 ※職務内容変更の可能性:有 ※変更の範囲:会社の定める業務 ●仕事内容 DX(デジタル・トランスフォーメーション)が加速されていく市場において、企業内外のあらゆるデータを活用する需要はますます高まってきています。 この大量に蓄積されたデータを活用するため、生成AIを活用するシステムを提案し、開発・構築します。 また、生成AIのシステムでも必要となる、データ基盤のシステムを構築しており、インフラ設計・構築から基幹となるデータベース設計、BIダッシュボードによる可視化まで幅広い領域の開発を行っています。 最先端のクラウド技術を駆使し、顧客へ今までにない価値を提供すべく、事業を展開しています。 【システムコンサルタント】 顧客のIT環境や資源、予算等に合わせて最適な生成ＡＩ・データ分析基盤を 構築するためのソリューションをご提案します。 ・顧客のデータ利活用、IT化計画に対する支援、ソリューション提案 ・生成ＡＩ・データ分析基盤を構築するプロジェクト全体計画の立案 ・生成ＡＩ・データ分析基盤全体のシステムアーキテクチャの策定 【システム開発プロジェクトリーダー】 生成ＡＩ・データ分析基盤全体のアーキテクチャを設計し、 要件定義や基本設計といった上流設計を行います。 設計工程以降では、開発体制のリーダーポジションとして、 プロジェクトのマネジメントを担当します。 ・生成ＡＩ・データ分析基盤全体のシステムアーキテクチャの策定 ・プロジェクト遂行における顧客との折衝 ・要件定義・設計・実装・試験の各工程のマネジメント ・生成ＡＩ・データ分析基盤開発の要件定義、上流設計 【生成ＡＩシステム開発エンジニア】 生成ＡＩを活用したシステムを構成する、システムバックエンド機能の設計・開発、 各種データを管理するデータベース設計、 ユーザーが操作するＷｅｂのＵＩ画面設計・開発等を担当します。 ・生成ＡＩシステム開発の要件定義・設計・実装・試験 ・ＡＩオーケストレーション、生成ＡＩプラグイン、Web API、Web UIの構築・開発 【データエンジニア】 データ分析基盤を構成する、データレイクや DWH（データウェアハウス）等のデータ設計、 データの集約加工等のETL処理設計、BIを用いた 画面設計等を担当します。 ・データ分析基盤開発の要件定義、設計・実装・試験 ・データレイク、DWH、データマート、BIの構築・開発 ＜過去の案件例＞ ・生成AIによる社内ドキュメント検索チャットボット ・弊社商品「SKYSEA Client View」のPCログを分析し可視化 ・製造業向けに在庫管理、財務会計の情報をMicrosoft Azure上に統合し分析 ・製品企画部門向けに製品の品質に関する情報をAmazon Web Services上に統合し分析 ・物流業向けに各種システムの業務情報を集約し経営判断情報として活用するための基盤を構築

本ポストでは、公共分野（知的財産・司法法務）を中心とした大規模～中小規模システムのITインフラを設計・構築するインフラエンジニアとしてご活躍いただきます。 クラウド・AI・コンテナ・オンプレミスなど幅広い技術を活用し、最適な基盤を提案・実現することが主なミッションです。 ご入社後は、ご本人の経験や希望を考慮し、以下のいずれかの業務を担当いただきます。案件やキャリア志向に応じてプロジェクト配置やチーム間連携も柔軟に行いますので、専門知識の幅を広げながら成長いただけます。 公共分野の知識がなくても、入社後にしっかりとフォローいたします。 ＜業務例＞ ①クラウド基盤の設計・構築 （例：AWS/Azure/GCP/OCIなどを用いた新規サービス基盤の導入、オンプレからクラウドへの移行） ②コンテナ基盤の設計・構築 （例：KubernetesやOpenShiftを活用したマイクロサービス基盤の導入） ③AI・データ分析基盤の構築 （例：MLOps環境の整備、AIモデル運用のための基盤構築） ④仮想化基盤・プライベートクラウドの構築 （例：VMwareやOpenShiftVirtualizationなどを活用した既存システムの仮想化・統合） ⑤大規模～中小規模オンプレシステムの更改対応 （例：既存ハードウェアのリプレース、インフラのモダナイズ検討） いずれの業務も、設計から実装・運用まで幅広く関与でき、インフラエンジニアとしてキャリアを積みながら、リーダーやサブリーダーとしてチームを率いる経験を積むことができます。さらに、経験に応じてアーキテクチャ設計や技術選定に意見を反映させられるため、技術者としての成長と影響力の拡大を実感できるポジションです。

●職務内容 本ポジションは、半導体製造装置・計測検査装置から生み出される膨大なデータを活用したAI・デジタルソリューション開発を支えるDevOpsエンジニアです。 AI画像処理・データ解析エンジニアが開発するモデルやソリューションを、 「安定して・安全に・継続的に使える形で現場に届ける」ための基盤づくり・運用を担っていただきます。 クラウド前提のDevOpsとは異なり、オンプレミス/GPUサーバー環境を中心とした、半導体業界特有の制約下でのAI基盤整備が特徴です。 ●職務詳細 以下の業務を、AIソリューション開発チームと密に連携しながらご担当いただきます。 1.インフラ・基盤設計/運用 ・オンプレミス環境におけるLinuxサーバーやGPUサーバーの設計・構築・運用 ・半導体製造装置・計測検査装置向け機械学習/AI開発基盤の整備・最適化 ・セキュリティ・性能・運用性を考慮した基盤構成の検討 2.開発支援・DevOps領域 ・AI開発チームが効率的に利用できるCI/CD環境の構築・改善・運用支援 ・コンテナ環境の構築・運用(開発～検証フェーズ中心) ・開発・検証プロセスの標準化、運用ルール整備 3.横断的な役割・改善活動 ・複数のAI開発チーム(約4チーム)を横断し、 ・基盤・運用面から支援 ・社内のAI開発者・サーバー管理担当と協働し、開発環境の共通化やベストプラクティスの整理・展開 ・新技術・新ツールの調査・評価・導入によるシステム全体の信頼性・パフォーマンス・ユーザビリティ向上 ※AIモデル開発そのものが主業務ではありませんが、AI開発プロセスに日常的に関わる立場となります。 ●開発環境 ・OS/インフラ: Linuxサーバー、GPUサーバー ・CI/CD: GitHub Actions ・コンテナ技術: Kubernetes、Docker ・IaC (Infrastructure as Code): 該当ツール ・監視・可観測性: Prometheus、Grafana ・ML基盤: PyTorch、TensorFlowを用いた環境

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

【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】 Data × AI 活用が高度化/事業貢献が求められる中、 大規模データ基盤の要件定義〜設計〜実装推進を担えるリーダー人材を拡充するため 【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 ※以下のいずれかの業務をリーダーとしてご担当頂きます。​ ・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​ ・顧客の課題解決に向けたソリューションコンセプトやシステムブループリント検討​ ・アジャイル開発/ウォーターフォール開発におけるプロジェクト推進​ ・顧客との折衝/リレーションの確立​ ■ 具体的な業務内容 ・要件定義、基本設計、アーキ設計 ・ETL/ELT 設計・実装 ・Spark / Databricks / BigQuery / Snowflake ・CI/CD 〜運用 ・技術選定/PoC ・ドキュメンテーション ■ 1日の流れ(例) AM:顧客定例 → 要件深掘り/設計レビュー PM:実装レビュー/PM 連携 → Doc整備