機械学習・データ活用 エンジニアリングマネージャー（EM）の求人・転職情報

当社の様々なメディアサービスでデータ活用推進を支援している横断組織に所属しながら、各事業部のデータ分析を行い必要な技術的な支援を行います。意思決定においてはデータを用いた判断に努め、主体的に課題発見と解決を行います。 本ポジションでは、例えば以下のような課題に取り組みます。 ●経営層や事業責任者と深く連携し、データを用いた意思決定ができるよう、現場から支援する ●機械学習やデータサイエンス業務を効率的に行えるような施策を立案し、実施する ●機械学習やデータサイエンスを扱うメンバーを中心としたエンジニア組織の戦略を立案し、実行する 会社概要 1998年の創業以来インターネットを軸に事業を展開し、スマートフォン向けに多数のコミュニティサービスやゲームを提供しているサイバーエージェント。 メディア事業部は2004年にブログを中心とした「Ameba」をリリース。 その後、新しい未来のテレビ「ABEMA」を開局し 音楽ストリーミングサービス「AWA」や、LDHのコンテンツを楽しめる「CL」、 競輪を“若者が楽しめるエンタメ“にすることを目指した「WINTICKET」など インターネット産業の変化にあわせて様々なメディアサービスを提供しています。 我々はそんな「21世紀を代表するtoCサービス」を共に創り上げていける仲間をお待ちしています!

さくらインターネットのサービスを安定して提供し続けるためには、サービスの物理基盤となるデータセンターを24時間365日、安全かつ確実に運用することが欠かせません。 さくらインターネットでは、データセンターにおける日々の安定運用に加え、運用業務の自動化、データ活用、ハードウェア運用の最適化、業務標準化、組織能力の向上を進めています。 サービスや設備の規模が拡大するなか、従来の運用方法を維持するだけでなく、ソフトウェアとハードウェアの両面からオペレーションを再設計し、より安全で効率的な運用体制へ進化させることが必要です。 本ポジションでは、ご経験や志向に応じて、以下のいずれかの役割を担っていただきます。 ・技術を用いてデータセンター運用を改善する「運用高度化・テクニカルリード」 ・人と組織の面から運用品質を高める「オペレーションマネージャー」 応募時点ですべての領域を経験している必要はありません。選考を通じて、ご経験、専門性、今後のキャリア志向を確認し、担当する役割を決定します。 ●具体的には ご経験や専門性に応じて、技術による運用高度化、または運用組織のマネジメントを担当いただきます。 【共通】 　-データセンター運用の現状把握、課題分析、改善計画の策定 　-運用品質、安全性、生産性、可用性を高める施策の企画・推進 　-サーバー、ネットワーク、ストレージなどの構築・保守方法の改善 【高度自動化・テクニカルリード】 　-運用業務の自動化戦略立案および実装 　-AI、機械学習、ロボティクスなどを活用した技術検証・導入 　-各種運用データの活用、ダッシュボード構築 　-オペレーションKPIの設計および改善サイクルの確立 【オペレーションマネージャ】 　-複数拠点・シフト体制を含む運用チームのマネジメント 　 (メンバーとの1on1、評価、育成、キャリア形成支援) 　-エンジニア育成・評価制度の設計と運用 　-開発・インフラ・ビジネス部門を横断したプロジェクト推進 　-業務標準化・ナレッジマネジメントの推進 　-重大インシデント発生時の対応統括および再発防止の推進 ●期待する将来像 ・メンバーの特性に合わせた成長支援・組織の成長を担うチームマネジメントのスペシャリスト人材 ・教育、品質管理、ナレッジマネジメントなどの組織基盤を設計する責任者 ・数拠点の運用組織を統括するオペレーションマネージャー ・データセンター運用全体の自動化戦略を策定・推進するテクニカルリード ・ソフトウェアとハードウェアを横断して運用アーキテクチャを設計する責任者 ・AIやロボティクスを活用した次世代データセンター設計および運用の推進者

PKSHA Technologyは、エンタープライズ企業のコールセンターに向けた自然言語処理/機械学習/ディープラーニングを活用したテキスト・音声対話エンジン、及び昨今の働き方の変化に合わせて職場コミュニケーションの課題を支援するためのプロダクトを提供しています。 このポジションでは、エンジニアマネージャー候補として各領域専門の機械学習エンジニアとチームを組み、ソフトウェアエンジニアリングで解決できる課題を自ら手を動かしながら解決していただきます。 ・エンジニアリング組織のアウトプット最大化に向けた仕組みづくりの設計と実行 ・法人向けに提供している既存対話エンジンサービス開発のマネジメント ・機械学習モデルをコアとした新アプリケーション開発のマネジメント ・自社サービス間連携の促進 技術スタック ●利用言語 ・Python ・Ruby (Ruby on Rails) ・Golang ・JavaScript/TypeScript ●クラウド ・AWS ・Azure ●バージョン管理 ・Git (GitHub) ●CI/CD ・CircleCI ・CodeDeploy ・Github Actions ●タスク/ドキュメント管理 ・Notion ・Linear ●コミュニケーション ・Slack / MS Teams ※未経験のものがある場合でも、キャッチアップしてもらえれば問題ありません。

職務概要 日立グループ全体の人財マネジメントに深く関わる業務です。 グローバル規模で展開する日立グループの人財マネジメントを支えるIT基盤に対し、ITライフサイクル全体を一貫してリードできる人財を募集します。 職務詳細 人財マネジメントに関する情報・プロセス・データベースをグローバルに統合したシステムおよびその周辺機能を中心に、企画から開発、運用までを推進するポジションです。 1.人財マネジメント基盤の企画・開発 ・人財マネジメント基盤における各種IT施策の立案 ・周辺機能の開発および保守 2.人財領域のデータ利活用・DX推進 ・データ利活用に向けた戦略立案 ・データ整備、ダッシュボード構築およびユーザ展開 3.次世代グローバル共通システムの開発・展開 ・プロビジョニング整流化に向けた計画立案および開発 ・HRテックの活用推進 携わる事業・ビジネス・サービス・製品など 日立グループの企業活動を戦略的に推進するための、人財マネジメントプラットフォームおよび関連機能の企画・開発・運用 配属組織名 ITデジタル統括本部 コーポレートソリューション本部 人財デジタル推進部 配属組織について(概要・ミッション) ITデジタル統括本部は、日立グループ30万人以上のユーザに対して、IT戦略の策定及び推進を通じて、日立グループの成長を支えていくことを役割としています。 その中でもコーポレートソリューション本部は、経営戦略上の意思決定に必要な高度な経営プラットフォームの提供とコーポレート業務改革を推進することをミッションとした組織です。

担当プロジェクトのメインエンジニアとして、弊社のソリューションデザイナ(顧客折衝やプロジェクトマネジメント等を担当)と連携しながら、データ分析、モデル開発/改善、結果のレポーティング等を実施していただきます。 また、それに加え、他プロジェクトの機械学習エンジニアのスーパーバイズおよび組織運営にも携わっていただきます。 <具体的な業務内容> ・ディープラーニング等の機械学習技術を用いたソリューションの開発(機械学習エンジニアと同様) ・プロジェクト提案段階での技術観点からの評価やアドバイス ・機械学習エンジニアが担当するプロジェクトのスーパーバイズ ・エンジニアリング部の組織運営に関わる業務(採用、評価、育成等) ●このような想いを実現されたい方にご応募いただきたいです。 1.機械学習を用いた社会実装、産業実装を自分の手で担いたい方 弊社が担当する案件は社会や産業そのものに影響を与えるものが中心です。 技術はあくまでツールとして捉え、ソリューションを提供することを主眼に置いていることを重要視する集団です。 2.自身が担当している案件がPoCのみで終わることや実際に世に出て行かないことに不安を感じる方 弊社の案件継続率は70%と他社と比較して比較的高いと自負しています。 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 ●キャリアパスについて 右記のような流れでキャリアを歩んでいただく想定です。(スタッフ→リーダー→マネージャー→部長) 一方で弊社のエンジニア組織は50名未満とまだまだ成長の余地しかなく、キャリアパスは完全に決まりきっているの部分は少ないです。 今後もキャリアパスは社員の想いや組織の成長段階によって変化し続けると認識しています。 そのため「キャリアは自ら切り開きたい」と思える方にご参画いただきたいですし、弊社としてはその様な想いを支えられる組織として存在できればと考えております。 ●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。 ・データ分析全般(NumPy, pandas, Matplotlib, seaborn, plotly, Streamlit) ・機械学習(sckit-learn, statsmodelsm, OPTUNA, SHAP, LightGBM) ・Deep Learning(PyTorch, TensorFlow, Hugging Face, OpenAI, LangChain) ・実験管理(Kedro, mlflow, Kubeflow) ●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 ● 業務の変更範囲:なし

プロジェクトの技術リードとして、以下の業務を主体的に推進していただきます。 ①データプラットフォームのアーキテクチャ設計・構築 Databricks、Snowflake、およびAWS/Azure/GCPの各種サービスを組み合わせ、最適なデータ分析基盤のアーキテクチャを設計・構築 ② 大規模データ移行プロジェクトのリード オンプレミス環境からクラウドへのデータウェアハウス(DWH)/データレイク移行プロジェクトにおける技術的なリーダーシップ ③技術選定とPoC(概念実証)の実施 プロジェクト要件に基づき、最適な技術やサービスを選定及びその有効性の検証 など 主なクライアント 国内の金融業、製造業、流通業、等々多岐にわたる大手企業がクライアントです。 大手飲料メーカー、大手通信キャリア、大手自動車会社、大手電力会社、大手保険会社、大手信託銀行、大手航空会社、大手家電メーカー　等

●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

キャンサースキャンは『人と社会を健康に』をミッションとし、日本の予防医療に貢献するヘルスケア領域の企業です。 全国の自治体様を中心に、健康診断データや医療レセプトデータを解析し、人々の行動変容を促すコミュニケーションデザインを提供しています。 ●私たちのチームについて これまで労働集約的なデータ処理で案件のオペレーションをしてきましたが、これからは AI Agent を使ったスムーズなデータ処理・データ分析を目指して、組織とシステムの抜本的な刷新を行っています。 ●プロダクトにより解決したい社会課題 予防医療のニーズは急増していますが、現状のアナログで労働集約的なオペレーションのままでは救える人の数に限界が生じます。 私たちはこのオペレーションを、AI Agent 主導なデリバリーを行うエコシステムに昇華させることで、より多くの人々に、より高度な(AI Agent等を活用した)健康価値を届けることを目指しています。 ●直近のプロジェクト オペレーションを "AI Agent による"自動化のための社内データ・システム基盤の刷新・構築 AIのみで完結する健診予約システム(LINE/電話)のプロダクト開発 生成AI(e.g., NL2SQL)を活用したデータ抽出・分析プロセスの自動化 新介入プロダクトの開発 (ジェネリック通知、多剤併用の介入 …etc) 社内セキュリティの強化 【概要】 テクノロジー本部において、現在活躍している3名のマネージャー陣と共に、新たに「データプロセッシンググループ」のマネジメントおよび組織課題の解決をお任せします。 マネジメントのプロフェッショナルとして、担当グループのピープルマネジメントや現場の交通整理にコミットし、組織の力を最大化していただくことを期待しています。 現場のエンジニアやデータサイエンティストと対等にディスカッションをし、円滑な意思決定ができるレベルの技術的バックグラウンド(開発・実装経験)をベースに要件定義や方針の議論ができれば、まずは1マネージャーとして「人と組織の力で事業を勝たせる」ことに集中できる環境です。 【具体的な業務内容】 ・技術理解に基づいたプロジェクト推進 AI Agent主導のデータオペレーションシステムの開発および開発体制の構築と進捗マネジメント ・組織マネジメント・ピープルマネジメント 現場の交通整理および組織課題の解決、心理的安全性の高いチームづくり 担当グループにおけるエンジニアの採用計画の立案・実行、評価制度の運用 メンバーの育成、1on1、キャリア支援

アプリケーションとAI(機械学習、生成AI、数理最適化、アルゴリズムなど)を融合し、以下のエンジニアリング業務をリードしていただきます。 ●AIとシームレスに連携するアプリケーションの全体設計、およびそのコンセプト策定を主導 ●AIモデルの特性を最大限に引き出すための、AIモデル内のアーキテクチャ設計と実装 ●AIとアプリケーション間の最適なインターフェース設計と、その継続的な改善・最適化を主導 ●LLMやAI-Agentの活用を前提とした、次世代の開発プロセスの構築 ●技術選定、設計方針の策定、コードレビューなど、チーム全体の技術力向上に貢献する役割 ●組織の成長戦略に基づき、技術的なロードマップ策定にも参画いただけます。 インフラ+LIFE+イノベーション インフラと社会を、その先へ グリッドは、サプライチェーン、電力、スマートシティといった社会インフラに対し、AI技術を用いて企業のデジタル化を支援する、日本国内では希有なテクノロジース上場企業です。国内でも数少ない独自プラットフォームの開発や、社会インフラ分野を中心に機械学習・強化学習などの最先端技術を用いたソリューションを提供することで、企業の様々な課題を解決してまいりました。 ▼インタビュー『CTOが語るGRIDの強みと展望 』 https://www.youtube.com/watch?v=3JSD_OU--dk AI系のスタートアップは今や様々な企業が多方面でビジネスを展開しておりますが、弊社が挑戦している領域は、人間が既にできることをAIに置き換えるのではなく、人間では容易に思いつくことができずに多くの時間を費やしてしまう計画業務を対象に、企業の事業全体に関わるような課題に対してAIを活用することで、顧客の課題解決を支援しています。 産業界のほとんどでは、需要供給、設備能力、天候その他の外的な要因も含む様々な要素を考慮した複雑な計画が組まれ、計画作成担当者はとても労力がいる作業を行っています。そこで、人間が策定するには非常に困難で複雑な計画業務をAIが瞬時に導き出し、社会インフラ分野の計画業務最適化に取り組んでいます。 2015年にAI事業を本格的に開始して以降、有り難いことに多方面から評価を頂いており、大手インフラ企業との協業プロジェクトを多数抱えるなど、国内外での注目度も高い企業として成長を遂げております。 ※プロジェクト例(一部紹介) ●グリッドが北海道電力と協業、AI・デジタルツインで火力・水力発電運転計画最適化へ https://ascii.jp/elem/000/004/085/4085443/ ●四国電力とAIベンチャー、発電計画を｢デジタルツイン｣で最適化するAI https://www.businessinsider.jp/post-255802 ●お客様事例:四国電力様_電力需給計画の最適化システム(動画) https://www.youtube.com/watch?v=9nc7oNDue4w ●“超アナログ”のタンカー配船計画、出光はどうやってデジタルツイン化したのか https://monoist.itmedia.co.jp/mn/articles/2009/28/news013.html グリッドの行動指針 ●高い人間性と高い専門性を両立した魅力的な人を目指す ●驚くような高い価値を提供することにチャレンジする ●One for all, All for one. 一人はみんなのために、みんなは一つの目標のために

タイミーのデータマネジメント部にて、グループのマネジメント・組織開発・戦略立案を担っていただきます。 現場メンバーの信頼を獲得し、技術的な意思決定やアーキテクチャ判断を牽引いただくために、DRE / AE 領域における一定の技術的知見と実務経験 を前提としますが、業務の中心は手を動かす開発業務ではなく、マネジメント・組織開発・戦略立案 にあります。 ・担当グループ(DRE のいずれか)におけるピープルマネジメント(1on1 / 目標設定 / 評価 / キャリア支援 / オンボーディング) ・グループのロードマップ策定・優先順位付け、PO や他グループとの戦略すり合わせ ・DRE / AE 業務に対する技術的な意思決定・アーキテクチャレビュー・現場議論の牽引(ご自身の知見をもとに判断・方向付けを担っていただく役割) ・データ× 生成AIを組み合わせたデータプロダクトの企画・推進 ・採用活動への関与(JD 設計、母集団形成、面接、リファラル推進) ・組織課題の発見と解決、カルチャー・開発プロセスの整備 ・部長 / 他部マネージャー / 経営層と連携した中長期の組織・技術戦略の立案 ●技術スタック ・クラウド └Google Cloud ・開発言語 └Python ・データ基盤 └BigQuery / Fivetran / dbt Cloud ・ML / LLM基盤 └Vertex AI / MLflow / LiteLLM / Datadog LLM Observability ・BIツール └Looker / Looker Studio ・IaC └Terraform ・開発環境・ツール └Visual Studio Code / Cursor / Claude Code / GitHub Copilot / Devin / GAS etc ●扱っているデータ ・アプリユーザーのアクセスログ、募集内容に関する情報 ・マッチング・勤怠に関する情報 ・レビュー / 評価情報、アプリインストールなど広告効果に関わるデータ ・問い合わせに関するデータ ・営業活動情報・各種マスタデータ など

開発メンバーとともに必要な体制や人員を検討/提案し、技術開発は主に以下項目のいずれかに携わって頂く予定です。 ・ロボット/デバイスに搭載するAIモデルの開発・最適化 ・センサー情報(触覚、視覚など)を用いた認識・推論アルゴリズムや、エッジデバイス上でのリアルタイム推論環境の構築 ・自律制御・行動計画(Planning & Control)の設計 ・ハードウェアチームとの協働によるプロトタイプ開発 ●具体的な業務内容 開発メンバーとともに社内外組織と連携しやすい開発環境構築を検討する。 想定されるツール:ROS/ROS2,NVIDIA Isaac Sim,Linux,Matlab/Simlinkなど 言語:Python、C++、C等 その他:Office(Excel、Word、PowerPoint)、CATIA、JMAG等 職種の変更範囲:技術職・事務職・技能職業務

具体的にお任せしたい業務領域は下記になります。 ●人材採用PF開発に関わる業務全般 ・ユーザの利用状況の分析と改善案の提案 ・人材採用PFの新規・既存案件のアーキテクチャ設計および実装 ・人材採用PFの安定稼働に必要な保守運用業務 ●使用技術 ・Ruby on Rails / GraphQL / Protocol Buffers ・React / TypeScript / Nexts.js ・Flutter ・MySQL / OpenSearch / Redis / BigQuery ・AWS / Terraform / Azure OpenAI ※業務の変更の範囲:会社の定める業務

データドリブン経営を推進する中核ポジションとして、全社のデータ活用ルールの整備から、GCPを中心としたデータ基盤の設計・統括までを一貫して担っていただきます。 データを「安全に・正しく・価値につながる形で活用できる状態」をつくり、経営や事業の意思決定を支えるデータ基盤の責任者ポジションです。 【具体的な業務内容】 ・全社のデータ活用戦略の立案およびガバナンス体制の設計・運用 ・データの品質管理・セキュリティ・権限管理ルールの整備と浸透 ・予算管理、採用戦略の立案、チームビルディング ・データ基盤の構築・改善を通じたAI活用の推進 ・データの収集〜活用までの仕組み設計と継続的な改善 【業務の進め方】 インフラ、セキュリティ、AI開発など複数の専門チームのハブとして機能し、各領域と密に連携しながらプロジェクトを推進していただきます。 技術的な観点とビジネス観点の双方を踏まえ、安定性とセキュリティを担保したデータ基盤の運営をリードしつつ、AI活用の最大化に向けた意思決定と実行を担います。 全社のデータ基盤の安定運用と進化に責任を持ち、組織の土台を支えていただきます。 また、経営層とも連携しながら、全社的なデータ戦略の方向性を示し、組織全体を巻き込んだ変革を推進していただくことを期待しています。 まずはご自身の開発環境で理想のAI駆動開発を体現しつつ、社内展開していきます。 ●部署説明 2026年4月、当社はAIを単なる「補助ツール」ではなく「プロダクト開発の核」として全社的に統合するため、AI開発を専門とする新組織を設立しました。 これまでの実験的な活用フェーズを超え、サービスのユーザー体験(UX)、エンジニアのコーディングプロセス、そして意思決定の源泉となるデータ基盤にいたるまで、AIを実装レベルで徹底的に組み込んでいくことが私たちのミッションです。 「AIプロダクト」「AIシステム改革」「AIデータ基盤」という3つの専門チームが密に連携し、2026年というAIの進化が加速する転換点において、世界で最もAIを使いこなし、価値を創出し続ける組織を目指しています。 この新たな挑戦のスターティングメンバーとして、未来の開発のスタンダードを共に創る仲間を募集します。 ●入社後のイメージ 既存のデータ基盤の現状把握を行い、AI時代に求められる「AI-Readyなデータ構造」へと計画を立てて実行していきます。 ●開発環境 社内ツール: Slack, Confluence, Google Workspace AIツール: Claude Code, Codex, Gemini, Devin, Cursor クラウド環境: Google Cloud

●配属予定先部署 管理本部 業務推進部 ●役職名 担当部長 or グループリーダー or マネジャー <管理職> ●担当業務 ・Salesforce、RPA、Tableau、生成AIなどの全社横断的なDXツールの企画、導入、運用、定着化推進 ・各部門の業務改善やデータ活用に向けた伴走支援(要件整理、プロセス改善、SaaS導入支援など) ・中長期のDXロードマップ策定、IT予算案の作成、IT投資効果の評価および経営層への報告 ・プロジェクト推進におけるベンダーコントロール(契約・進捗・品質管理)と、業務推進部内の体制整備・ナレッジ管理 ●部内構成 本部長:1名 - 部長:1名 - 担当部長:1名 - グループリーダー:1名 - チームリーダー:1名 　- サブマネジャー以下:4名

デジタルパートナー事業部の”データエンジニア(リードエンジニア)”として、分析基盤の構築・運用やデータ活用プロジェクトの技術的リードを担っていただきます。 顧客の業種や課題に応じた最適なデータ基盤設計、データパイプラインの構築、データマートの整備など、幅広い領域での技術支援をお任せします。 ※変更範囲:全ての業務への配置転換あり 仕事内容の例 以下のような業務を想定しています ・クラウド環境(AWS/GCP/Azure等)におけるデータ分析基盤の設計・構築・運用 ・ETL/ELT処理やデータパイプラインの設計・実装・改善 ・分析用データマートやDWHの設計・実装・保守運用 ・SQLによるデータ抽出・集計処理の開発 ・BIツール導入・データ可視化支援 ・チームの技術リード、コードレビュー、プロジェクト推進 ・クライアントの要件整理、課題ヒアリング、提案支援 主な取引先　※全体の9割が直案件 エイベックス / 三菱電機 /トラストバンク / キヤノンマーケティングジャパン / ユニクロ / パナソニック / カシオ計算機 /電通グループ / KADOKAWA / パーソルキャリア / デルフィス /日本経済新聞社 / 博報堂グループ / LINE 他、多数