DevOpsエンジニア(GitHub Actions)の求人・転職情報

このポジションは TSA(テクニカルソリューションアーキテクト)と組みながら、顧客現場で AI モデルの設計・実装・システム化を一気通貫で担うエンジニアポジションです。ML もできる、かつ顧客の目の前でディスカッションしながら主にPythonベースのコードで、手を動かして実装できる人を求めています。 ●このポジションのメンバーがやること ・TSA と一緒に顧客と議論しながら、プロトタイプを組み・動かし・調整する ・AI モデルの設計・学習・評価を担当し、そのまま顧客のワークフローに組み込む ・顧客環境まで、自分の手で届ける ML モデル開発と現場実装の両方を手掛けるエンジニアに向けたポジションです。TSA が「何を作るか」を顧客と定義する役割であるのに対し、このポジションは「モデルも含めて、技術的な知見を加味してどう動くものにするか」を顧客と会話しながら形にします。 ●業務内容 1.顧客現場での実装伴走 ・TSA とペアで顧客との打ち合わせに入り、プロトタイプ要件を定義したうえで実装する ・顧客のフィードバックを受けて、仕様と実装を並行して調整する ・閉域網・顧客施設内での開発・デプロイに対応する ・データを見ながらシステム要件などを微修正する 2.AI モデルの設計・開発・組み込み ・衛星画像解析モデルや生成 AI システムの設計・学習・評価を行う ・既存の社内モデル資産を組み合わせつつ、現場要件に合わせたカスタマイズや追加学習を行う ・学習 / 推論パイプライン、前後処理、API 化、運用監視まで一気通貫で実装する ・現場で得た情報(使われ方、制約、エッジケース)をそのままモデル改善に反映する 3.セキュアな環境でのシステム構築 ・セキュリティ要件を満たすクラウド構成(AWS / GCP / Azure)、必要に応じてオンプレ環境での実装 ・IaC、コンテナ、CI/CD を用いた運用可能なシステムの構築 ・顧客環境の制約を前提にした現実的なアーキテクチャ設計 ●入社後の流れ 〜3ヶ月: 既存案件に TSA とペアでサブ参画。並行して GIS・衛星画像処理・安全保障ドメインのオンボードプログラムを受講 4ヶ月〜: 実際に現場で顧客と話しながら運用を担当(徐々にカバー範囲を広げていただきます)

●Summary Software Engineering in Quality(SEQ)は、freeeの掲げるミッションの実現のため、freeeのサービスを開発していくために必要となる品質に対するカルチャーを育てていくことをミッションとし、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、「テストは手動から自動ベースの世界に」を目指し、今は手動が前提でテストを実施していますが、自動が前提の環境に変えていきたいと考えております。 QAチームを支える重要なポジションとしてQAとエンジニアリングの懸け橋となり、サービスを提供し続けるために最適なことを自律的に考えチームで実践していく仲間を募集します。 ●現状の課題 リグレッションテストの自動化 手動でテストしている内容も多く対応に多くの工数がかかっているため自動化が求められています 検証環境の最適化 500名超規模の開発体制やAIでのコーディングスピードの上昇によって、結果的に検証環境がボトルネックになっていきます。 この課題を解決するため、プロダクトのPR単位で専用の検証環境を作成するpreview環境の作成と構築をやっています ブラウザ(E2E)テスト以外の自動テスト手法のアプローチ SEQチームが開発したブラウザテストの実行基盤は、現在freee内で幅広く利用されています。 しかしながら、ブラウザテストより低レイヤーにあたるインテグレーションテストへのアプローチが不十分であり、テストピラミッドを意識した自動テストの最適化ができていないのが現状です。 今後は、ブラウザテスト以外のテスト手法も社内標準として確立し、展開していくことが課題となります。 ●今後取り組みたいこと E2Eテスト以外の手法へのアプローチ インテグレーションテスト(APIテスト・PageUIテスト・契約テスト)の自動化 QA業務におけるAI活用 開発経験の少ないQAエンジニアの方でもclaude codeなどのAIコーディングエージェントを利用して自力でブラウザテスト等の自動テストの実装までできるようなガードレールの整備と展開 ●業務内容詳細(実際にやって頂く業務の細かい具体例) 自動テストの実行の保守運用 テスト環境に関するボトルネックの解消 新しい検証環境の構築と展開 ●開発に使っている主なツール 言語:Ruby, TypeScript 自動テスト:Playwright, runn CI/CD: GitHub Actions インフラ:AWS, EKS, Aurora, Opensearch, AmazonMQ IaC: Terraform その他:GitHub,JIRA,Slack, Report Portal テスト管理:Zephyr Scale

プラットフォームチームは、 「データを中心に据えたプロダクト群の価値創出」と「開発スピードと運用安定性の両立」をテーマに、 複数のプロダクトを横断しながら、新規連携や共通機能の整備・最適化を推進しています。 ご入社後は、当社のマルチプロダクト体制を支えるチームの一員として、 プラットフォームの設計・改善を通じて、事業成長を支える開発に取り組んでいただきます。 中長期的には、マルチアーキテクチャ環境下での共通基盤設計や、権限管理・アカウント連携などの仕組みづくりにも関わっていただきます。 入社後は下記のような領域を中心にご活躍いただきたいと考えています。 ※昇格などの役割変更に伴い、担って頂く業務内容が変動する場合があります ●プラットフォーム設計・構築 複数プロダクト間で共通利用されるAPI・認証・アカウント管理基盤の設計・実装 内部・外部サービス連携を想定した認可基盤の整備 マイクロサービス環境を前提に高い信頼性を目的としたアーキテクチャ設計 ●モニタリング・自動化/運用効率化 CI/CD環境の整備(GitHub Actions 等)および開発フローの改善 障害対応フロー ●共通基盤の最適化/スケーラビリティ向上 複数プロダクトで共通利用するストレージ・メッセージキュー・認証機構の整備 キャパシティプランニングやリソース最適化の設計・実行 将来的なグローバル展開を見据えた拡張性設計(API整合性管理など) ●チーム連携・改善推進 各プロダクト開発チームとの技術連携・課題抽出・改善提案 プラットフォーム品質向上に向けた技術検証、PoC、コードレビュー 開発環境 ▼バックエンド Rails、Python、TypeScript、Sorbet ▼フロントエンド Vue.js、TypeScript、Next.js、Nuxt、Storybook、Chromatic、Figma ▼インフラ・CI/CD AWS、k8s、Terraform、Datadog、Sentry、Autify、Github Actions、Azure、Docker、Codecov ▼生成AI　※Claude Codeなどの生成AIツールは標準配布 OpenAI、Cursor、Dify、n8n、AWS Bedrock、GitHub Copilo、Gemini、Claude、Claude Code、Devin、Cognitive Search、Streamlit、Azure AI Search ▼コミュニケーション GitHub、Jira & Confluence、Slack、Google WP、Qiita Team、Gather