フルリモート（出社なし） プロジェクトリーダー（PL）の求人・転職情報

本ポジションは、公共系(官公庁・自治体)向けの基幹システム導入プロジェクトにおいてPMOとして以下のような業務を想定しています。 ・基幹システム導入PJにおける、要件定義～テスト、移行支援 ・クライアント折衝 ・進捗管理、メンバー管理　等 売上過去最高記録を更新している当社では、今まさに第二次創業期として 準大手から中堅規模の企業に特化して、プライム案件、ERP導入案件、DX推進案件の拡大に注力しております。 売上高100億円を達成すべく、公共系PJのPMOとして組織を一緒に作っていただける方を募集しております。 ※従事すべき業務の変更の範囲:IT開発関連業務

●募集ポジション pocから本開発(システムの本番導入)まで手がける案件の増加により、開発エンジニアリングチームを拡大しています。 弊社のソリューションデザイナや機械学習エンジニア、及び外部の協力会社と連携しながら、機械学習を用いたシステム/サービス開発を推進して頂きます。 具体的には、poc後の本番導入に向けて、機械学習システムの要件定義から設計・開発・テスト・運用までの一貫したフェーズをご担当いただきます。 <具体的な業務内容> ・機械学習を用いたシステム/サービス開発の参画 機械学習エンジニアが実装したモデルをシステム上に載せるというイメージです。 入社時点で機械学習に関する知識が少なくても、入社後にキャッチアップして頂けます。 ーーーーーーーーーーーーーーーー 弊社はオーダーメイドによるAIモデル「カスタムAI」の開発・提供を行う、AI/機械学習のスペシャリスト集団で、最先端のAI技術とクライアントのビジネスを「つなぐ存在」をミッションとしたスタートアップ企業です。 高い技術力と課題解決能力が評価され、既に大手企業を中心に多くの導入事例とリピート契約があります。 ●カスタムAIソリューション事業とは? 弊社は以下を特徴とするカスタムAIソリューション事業を展開しています。 ・オーダーメイドによるAI開発 　- アカデミア出自の先端の機械学習技術をベースに、ビジネスにジャストフィットする形でAIを受託開発 ・企業のコア業務をAIで変革 　- 画一的なパッケージAでは対応が難しい、ビジネス現場特有の複雑な課題の解決に貢献 また他社との差別化のため、弊社は「バリューアップ型AIテーマ」に注力しています。 ●プロジェクトの開発フロー 弊社では約3ヶ月間という短いサイクルで機械学習モデルやAIに関係するシステムをお客様に提供しています。 顧客折衝は基本的に弊社のソリューションデザイナが行いますが、希望に応じてエンジニアもフロントに立って直接提案したり顧客ニーズを聞いたりすることができます。 ●チーム構成・支援制度 基本的に弊社では1つのPJTに対し、メイン担当としてソリューションデザイナ/エンジニアが1名ずつアサインされます。 またソリューションデザイナ/エンジニアそれぞれを補佐する役割としてSV(スーパーバイザー)がつきます。 一方で大型案件等になりますとPJTの人数は必要に応じて増加します。 ●裁量の大きさについて 弊社はAIコンサルティングの会社としてお客様に”AIソリューションを提供すること”を使命としています。 AIソリューションを提供するためにあらゆることを思案して実行できればと考えているので、提供元のエンジニアは以下のような裁量の大きい環境で自らのプロフェッショナリズムを発揮いただければと考えています。 ・技術者がお客様に対して直接提案をすること ・お客様が設計した問題に対してその問題設計に提言できること ・チームを自ら組閣し案件成功に向けて自ら動くことができること ・会社の承認のもと、必要人員の確保依頼やツールの追加導入について主導、積極的な提案ができること ●技術スタック 使用する技術はプロジェクトにより異なりますが、主に以下の技術スタックを用いて開発を行っています。 ・開発言語(python, rust, javascript) ・インフラ(aws, azure, google cloud, 社内gcpサーバ) ・開発ツール(visual studio, github) ・その他ツール(slack, backlog, cacoo, google meet) ●社内活動 エンジニアリング部では以下のような社内活動を通じて技術的成長やエンゲージメント向上を行っています。 ・技術勉強会の開催(数理最適化、強化学習 etc...) ・最新技術勉強会の開催(マルチエージェント etc...) 　- 本勉強会にはソリューションデザイナー、コーポレートも合わせ、社員の約3/4のメンバーが参加しました。 ・チームビルディング施策 　- “チームメンバーを知る企画“として、レーダーチャートの作成/予想、チームのキャッチコピー作成等のワークを実施

【職務内容】 Web・オープン系システムを中心とした各種開発プロジェクトに参画いただきます。 金融、通信、流通、物流、EC、SaaSなど幅広い業界の案件を保有しており、多彩な技術領域に携わることが可能です。 担当フェーズも要件定義・基本設計などの上流工程から、詳細設計、開発、テスト、運用保守まで幅広く、これまでの経験や今後のキャリア希望に応じた案件へアサインします。 <業務内容例> ●担当機能・開発範囲・要件・仕様・制約条件の把握 ●開発計画、WBS、タスク、マイルストーンの具体化 ●設計・製造・テスト工程の工数見積もり、スケジュール策定 ●メンバーのスキル・経験・稼働状況を踏まえたタスクアサイン ●チームメンバーの進捗・工数・課題・負荷状況の管理 ●設計書、ソースコード、テスト仕様書等のレビューおよび品質管理 ●設計方針、実装方式、技術課題に対する判断・技術支援 ●メンバーからの技術相談、問題解決支援、育成・フォロー ●チーム内の課題・リスクの洗い出し、優先順位付け、対応管理 ●仕様変更・追加要求に対する開発影響・工数・スケジュールの分析 ●他チーム、他機能、外部システムとの依存関係・インターフェースの調整 ●障害・不具合発生時の原因調査、対応優先順位の判断、解決の指揮 ●進捗遅延・品質悪化時の原因分析、リカバリープランの策定・実行 ●PM/機能単位PMへの進捗・課題・リスク・品質状況の報告 ●チーム内で解決困難な問題の適切なエスカレーション ●設計・製造・テスト完了条件の確認および後続工程・リリースへの引き渡し ●変更の範囲 会社の定める業務

【職務内容】 Web・オープン系システムを中心とした各種開発プロジェクトに参画いただきます。 金融、通信、流通、物流、EC、SaaSなど幅広い業界の案件を保有しており、多彩な技術領域に携わることが可能です。 担当フェーズも要件定義・基本設計などの上流工程から、詳細設計、開発、テスト、運用保守まで幅広く、これまでの経験や今後のキャリア希望に応じた案件へアサインします。 <業務内容例> ・担当業務・機能領域における現状分析、業務課題の特定 ・現行業務・現行システムの調査、As-Is業務フローの整理・可視化 ・業務課題を踏まえたTo-Be業務・システム化方針の策定 ・顧客、業務部門、関連部署へのヒアリングおよび要求整理 ・業務要件・機能要件・非機能要件の定義、優先順位付け ・機能一覧、ユースケース、業務フロー、概念モデル等の作成・レビュー ・担当機能に関するスコープ・仕様・制約・依存関係の管理 ・開発チームへの仕様説明、設計レビュー、質疑応答および仕様判断 ・仕様変更時の影響範囲調査、優先順位付け、関係者との調整・合意形成 ・担当機能の進捗・課題・リスク・品質の管理 ・業務シナリオに基づく受入テスト計画・受入条件の策定 ・不具合・仕様課題発生時の原因整理、対応方針の決定 ・顧客、業務部門、開発チーム、関連機能チームとの調整・ファシリテーション ・担当機能のリリース可否判断およびプロジェクトPMへの報告・エスカレーション ●変更の範囲 会社の定める業務

Trackプラットフォーム上のスキルデータ基盤「Skill Data Cloud」およびスキルオントロジーレイヤーを設計・構築・運用し、AIフレンドリーなデータ/ML基盤として高度に整備していくリードポジションです 。 スキルタクソノミーのメンテナンスとスキルデータ分析、ML/生成AIを活用したデータパイプライン・MLOps基盤構築を通じて、プロジェクト実績・学習履歴・アセスメント等の多様なデータの信頼性・関連性をデータドリブンに担保します。 ビジネスサイドと連携しつつ、データサイエンティストチームへの指示出しやプロジェクトディレクションを担い、Skill Intelligence Lab全体の技術・運用標準をリードしていただきます 。 ●スキルタクソノミー・オントロジーの設計・メンテナンス: スキル同士の関連性のモデル化や変更履歴管理プロセスを設計し、組織全体での利用ルールや品質指標を確立します 。 ●Skill Data Cloudの設計・構築・運用: 複数データソースを統合する基盤設計をリードし、AIフレンドリーなデータ基盤の実現に向けたアーキテクチャ指針やロードマップを策定します 。 ●スキルデータ分析基盤の構築: スキル関連性を分析するモデルの選定・実装を行い、プロダクト改善や事業戦略に繋がる指標体系を標準化します 。 ●ML/生成AIモデルの設計・実装・評価; スキルデータ活用に向けたML機能の設計方針をリードし、モデルアーキテクチャの方向性や品質・リスク管理基準を定義します 。 ●MLOps基盤の設計・構築・運用:セキュリティとスケーラビリティを踏まえた最適なMLパイプライン構造を設計し、Feature Storeやモデルレジストリの導入を主導します。 ●モデルの本番デプロイと推論基盤構築: Kubernetes上でのモデル推論基盤の構成を設計し、CI/CDを用いたデプロイパイプラインの標準を定めます。 ●運用監視・品質管理: モデル監視指標の標準化やA/Bテストの設計をリードし、組織横断の品質管理フレームワークを策定します 。 ●プロジェクトマネジメント:プロジェクト計画の策定、データサイエンティストチームへのディレクション、ビジネスサイドとの要件調整をリードします 。 ※業務の変更の範囲:会社内での全ての業務 ●開発環境・ツール ※指定はありませんが、下記が案件で主に使われる技術です ※支給PC:Windows or Macbook ※最新のMacbook Proを支給することが多いです! ・プログラミング・スクリプト言語:Python ・クラウド・インフラ・コンテナ基盤:パブリッククラウド全般 、Kubernetes ・CI/CD・認証:CI/CD環境 、IAM (Identity and Access Management) ・MLOps・MLプラットフォーム:MLflow 、モデルレジストリ 、Feature Store 、実験管理ツール ・データ基盤:DWH (データウェアハウス) 、データパイプライン構築・運用