システムアーキテクト(Python)の求人・転職情報

(雇入れ直後) ・AI駆動開発におけるSkills、Harness等の開発標準・ベストプラクティスの策定・高度化、およびFDEとしての開発現場への導入・技術支援 ・AI駆動開発を実現するLLM、AIエージェント、MCP、ナレッジグラフ等を活用したアーキテクチャの設計・技術選定・導入 ・AI・先進技術に関する最新動向のリサーチ、技術検証・研究開発、PoCの実施、および実システム・開発現場への導入推進 ・AIエージェントを活用した業務課題の分析、業務プロセスの自動化・高度化、現場起点でのDX施策の企画・実装・展開 (変更の範囲) 会社の定める業務 【役割・責任】 ●開発案件における役割・責任 ・AIや先進技術を活用したシステム開発を主体的に推進する ・設計・実装・テスト・リリースまで一連の開発工程を担当する ・AIが生成した成果物を適切に評価・改善し、高品質なシステムを実現する ・生成AIやAIエージェントなど新技術の技術検証・PoCを実施し、金融システムへの適用可能性を評価する ・技術検証結果を踏まえ、最適な技術・アーキテクチャを設計・実装へ反映する ・経験に応じて、設計レビューや技術検討をリードし、プロジェクトの技術的な成功に貢献する ・現場の業務課題や開発課題を理解し、AIや先進技術を活用した改善施策を企画・実装する 【配属想定部署】 三菱UFJインフォメーションテクノロジー(MUIT)　DI本部 【配属想定部署概要】 生成AIをはじめとするAI技術、クラウドネイティブ技術、OSS等の先進技術を活用し、金融システム開発の高度化・効率化を推進する部署です。 生成AIを活用したアプリケーション開発、AI駆動開発、新規技術の研究・PoC、既存システムのモダナイゼーションなどを通じて、金融システム開発の新しいスタンダードの確立に取り組んでいます。 【配属想定部署の人員構成】 150名(※銀行からの出向者を含む) 【おもな関係者】 各業務を所管する三菱UFJ銀行の事業部門、社内開発チーム、外部企業等と、マネジメント層・メンバーを問わず、幅広く関わって頂く機会があります。 【想定担当案件(例)】 ・AIエージェントを活用したAI駆動開発プロジェクト ・AIを活用したレガシーシステムのモダナイゼーション案件 ・AIによる開発プラットフォーム構築案件 ・新しいAI技術の研究開発やその結果を踏まえたロードマップおよび戦略の策定 ・AIを活用した新しいソフトウェア開発プロセスやアーキテクチャの検証・実装 ・生成AIを活用した業務改善(DX)プロジェクト

【ミッション】 ソフトバンクのAI活用を支えるシステム基盤を構築します。 AIエージェントが安全かつ効率的に業務を遂行できる環境を整備し、完全自律思考型エージェントの実現を目指しています。 【主な業務】 ソフトバンクの次世代AI活用を支える、システム基盤の設計・開発をリードしていただきます。 CQRSアーキテクチャや最新の生成AI技術を駆使し、事業環境の変化に強いデータ連携環境および共通基盤の構築を担う重要なポジションです。 オントロジー/Knowledge Graphの設計・構築 GraphQLを活用した参照API基盤の整備 AIエージェント向け更新処理基盤の設計・開発 AIを活用したシステム基盤のアーキテクチャ設計 共通基盤・共通コンポーネントの内製開発 【具体的な業務】 入社後にお任せする具体的な業務フェーズや担当領域については、これまでのご経験や適性に応じて柔軟に決定いたします。 ① オントロジーの構築・活用 業務知識のオントロジー設計 Knowledge Graphの設計・構築 RAGとの連携 社内データ・ソースコード・API仕様・ドキュメントの意味付け ② API基盤整備 REST APIのGraphQL化 GraphQL Gateway開発 MCP Serverとの連携 API設計・標準化 API自動生成・生成AI活用 ③ 更新処理基盤整備 AIエージェント向け更新API設計 トランザクション制御 承認・権限制御 データ整合性を考慮した更新フロー設計 AIが安全に更新処理を実行するための共通基盤構築 【主な開発環境・技術スタック】 フロントエンド:JavaScript、Vue.js、TypeScript バックエンド:Java(Spring Boot、Apache Beam、Netty、Reactor)、JavaScript(Node.js)、Python、Rust データベース/データストレージ:PostgreSQL、Apache Ignite、Redis インフラ/実行基盤・ミドルウエア: コンテナ・基盤:Docker メッセージング・ストリーミング:Apache Kafka、Apache Flink、Solace 通信・音声基盤:WebSocket、WebRTC、SIP、Asterisk、LiveKit その他・開発ツール・自動化: API・連携規格:GraphQL、MCP Server(Model Context Protocol)

●組織について デジタルエンジニアリング事業本部 ソリューション推進部は、CAE・PLM・データ・AIを組み合わせ、製造業のエンジニアリング領域(特に設計開発領域)の変革を担う組織です。 設計知・解析知の活用とAI・データ連携により、顧客課題起点で設計品質と開発スピードを同時に引き上げる取り組みを行っています。 ●組織の業務・事例紹介 製造業の設計領域を中心に、AI・データ・シミュレーションを組み合わせた業務変革を推進しています。 主な取り組み例: ・データ管理システムとCAEの連携によるシミュレーションデータ管理 ・解析依頼の背景を明らかにするAIエージェント開発 ・CAE自動実行基盤とAIエージェントの連携による開発高速化 これらは、単なる業務効率化に留まらず、設計判断や意思決定の高度化を支える基盤構築へと発展しています。 ●職務内容・担当業務 生成AI(AIエージェント/RAG等)を活用し、製造業顧客の設計・開発プロセスを変革するソリューションの設計・実装を担います。 単なる開発ではなく、顧客の業務課題を踏まえた要件定義から始まり、顧客の持つ膨大なデータベース、自動化ワークフロー、そしてCAE(計算科学シミュレーション)ソフトを最新のAI技術(AIエージェント、MCP、RAG)と「接続」し業務を圧倒的に自動化・高度化するアーキテクチャの設計・実装までを担うポジションです。 具体的には: ・顧客課題の整理および要件定義(上流工程) ・AIエージェントを活用した業務自動化・高度化設計 ・PLM、CAE、各種データ基盤との連携アーキテクチャ設計 ・PoC(概念実証)による検証・改善 ・本番環境への実装および精度改善 ●開発環境・商材の説明 【技術スタック・開発環境】 主要言語: Python 開発支援: GitHub Copilot、Gemini、Copilot等のAIツールを活用可能 【扱う商材(連携対象)】 自動化プラットフォーム「pSeven Enterprise」 PLMソリューション「Aras Innovator」 主要なCAE(シミュレーション)ソフト 【案件工程(一気通貫で主導)】 要件定義・体験設計: 顧客の業務・システム環境を分析し、実装方針を策定 アーキテクチャ設計・PoC: ツール/データ連携の設計、AIロジックの迅速なプロトタイプ開発・検証 本実装・システム統合: Pythonによるエージェントの自律シナリオ実装、既存システム(pSeven等)との接続、運用に向けた精度チューニング ●役割・ポジション 製造業の設計・開発領域における AIソリューションの設計・実装を担うアーキテクト/エンジニア ●研修 ・プロジェクト参画を通じたOJT ・AI/クラウド/データ領域の技術習得機会 ・PoC形式での早期検証・実装経験 ※実案件に近い形で技術を習得できる環境です 【全社研修】 上記の他、各種技術研修、リーダーシップ・マネジメントスキル・ビジネススキル・語学教育・キャリア研修等200コース以上が毎年提供されており、スキルや役割・今後目指すキャリアに応じてご受講いただけます。 ●配属部署 製造事業グループ　デジタルエンジニアリング事業本部　ソリューション推進部

ポジション概要 クライアントの経営課題を起点に、AIを軸とした変革シナリオとアーキテクチャを設計し、実装までリードする役割です。 AIの全レイヤーに自分の設計思想を落とし込むことができます。 主な業務内容 戦略・構想フェーズ - 経営層と直接議論しながら、AI前提の事業・組織モデルをゼロから設計 - RevOps 観点で KPI・業務プロセス・データ構造の“再定義” - AI導入ロードマップ/優先度を、2〜3年後の未来から逆算して設計 - ROI・KPI などの成果指標を、AIが継続稼働できる構造に最適化 “AIが企業の中枢で動き続けるための未来図を描くフェーズです” アーキテクチャ設計・PoC - LLM選定/RAG構成/Vector DB/ETL/ELT基盤/マルチエージェント構成など 企業ごとに異なる“AIエコシステム”をゼロから設計 - 既存データのアセスメントから、取得すべき新しいデータの定義 - Agentic Workflow × UI/UX による、“自律的に動くAIワークフロー” の構築 - 技術 PoC・プロトタイプ開発リード “技術的な最適解を探りつつ、実際に動くAIの原型をつくるフェーズです” 実装・定着フェーズ - スプリントを設計し、AIが安定稼働するための プロダクトレベルの開発管理 - 戦略コンサルタント・AIエンジニアと協働し、アーキテクチャ→コード→運用をシームレスにレビュー・改善 - 現場で使われ続けるための運用プロセス・トレーニングを設計 “導入して終わりではなく、AIが“使われ続ける”仕組みまで責任を持てます”

●エッジソフトウェア設計・開発・運用 ・IoTデバイスからのデータを集約し、クラウドと連携するエッジソフトウェアの設計・開発・運用 ・Linuxベースのエッジコンピュータ「Sumit」上での実行環境構築・改善 ・デバイス状態・通信状況を前提とした安定動作設計 ●クラウド・外部連携 ・クラウド側エンジニアと連携したAPI設計・実装 ・外部システム・サービスとの連携機能の設計・開発 ・エッジ～クラウド間のデータフロー設計 ●構造設計・標準化 ・現場差分を吸収するエッジアーキテクチャの設計 ・if文・例外処理などの個別対応を削減する共通化設計 ・設定変更のみで展開可能な構成への標準化 ●改善・運用 ・既存実装の課題整理および技術的負債の解消 ・リファクタリングによる構造改善 ・運用安定性向上に向けた継続的改善

<<業務内容>> ●業務の概要 「契約は、AIが交渉する時代へ」を目指すには、「既存プロダクトの伸長と新規プロダクトの開発」の両立が必要です。 本募集では、そのために必要不可欠な存在である技術的側面のリードをお任せします。 ・[MNTSQ 案件管理](https://mntsq.co.jp/product/casemanage) ・[MNTSQ 契約管理](https://mntsq.co.jp/product/contractmanage) ・[データベース](https://mntsq.co.jp/product/databasemanage) ・[契約レビュー](https://mntsq.co.jp/news/release/ai_keiyakureview) ・[AI契約アシスタント](https://lp.mntsq.co.jp/ai-agent) 基本的な考え方として、ご入社後まずは既存プロダクトでアーキテクチャを含めてキャッチアップしていただきます。その後、経験と希望を踏まえながら、新規プロダクトを担当していただく形となります。 ●業務の詳細 具体的にご担当いただく業務は以下となります。 ・リードエンジニアとしての技術的意思決定(技術選定、アーキテクチャ設計) ・プロダクト開発における生産性向上 ・技術負債解消に向けたアーキテクチャ改善、リファクタリング計画の策定～推進 ・コードレビューを通じたチームメンバーへの技術的なフォローおよび育成 ・チーム全体に知見を共有し、理解を深めコラボレーションを促進するためのドキュメンテーション ※職種の変更範囲:会社の定める業務 <<開発環境と体制>> ●技術スタック ・言語:Ruby, Python, JavaScript, TypeScript ・Webフレームワーク:Ruby on Rails, FastAPI, Vue.js ・CSSフレームワーク:ElementPlus, TailwindCSS, PostCSS, Storybook ・プラットフォーム:Amazon Web Services, Google Cloud ・データベース:Aurora MySQL ・検索エンジン:Elasticsearch, OpenSearch ・監視ツール:CloudWatch, Datadog ・コンテナ基盤:Docker, Docker Compose, ECS/Fargate ・構成管理:Terraform, Itamae ●エンジニア組織の概要 所属する組織は開発本部です。全体で約50名おり、以下4つのチームからなる体制です。 ・CLMチーム ・法務エージェントチーム ・事業部向けチーム ・イネーブリングチーム 今回の募集である、サービス開発を担う組織はイネーブリングチーム以外の3つのチームです。 ご入社いただいた際の想定配属先はそのいずれかとなります(2026年8月時点)。 各チームはそれぞれ6-10名程度の構成となっています。 【参考記事】 ・[WHY-WHAT-HOWを繋げる - MNTSQの掲げる理想のプロダクト開発 -](https://note.mntsq.co.jp/n/ne5d0464613b6) ・[FY26下期、MNTSQ開発組織と向かう先](https://note.com/naomichi_takata/n/n2a2f00242f76) ●リードエンジニアとテックリードの役割の違いについて ・テックリードの役割 　アーキテクチャー設計 　全体最適をふまえた技術意思決定 ・リードエンジニアの役割 　担当開発アイテムのリード 　技術的意思決定・テックリード補佐 【参考記事】 [デリバリーを担保するリードエンジニア](https://tech.mntsq.co.jp/entry/2025/10/17/173401) ●26年度のエンジニア組織のテーマは「開発の高速化」 AI活用はもはや前提です。 26年度は開発スピードのギアを上げ、すでに新機能の立ち上げは加速しはじめています。 組織が拡大し、AIで開発のあり方が急速に変わる中で、自律的に課題を拾い、組織全体で解決していく。自走する人材・牽引する人材で組織力も高めるフェーズにはいっています。 AI活用への積極投資は引き続き行っています(Claude Code、Cursorなど)。 【参考記事】 [AIで変わる開発プロセス。MNTSQのエンジニアが実践する”AI前提”の開発環境について](https://note.mntsq.co.jp/n/n781c05a95daa) 【参考記事】 [MNTSQがAI活用を加速する理由と目指す未来](https://note.mntsq.co.jp/n/ndccc7f6ed56c) 【参考記事】 [「AIにできること/できないこと」を理解し、共に進化する。MNTSQエンジニアのAI活用最前線](https://note.mntsq.co.jp/n/na266148b8d69) <<入社受入の体制>> ●前提となる働き方 コアタイム無しのフルフレックスです。 リモートと出社のハイブリットワークです。出社は月5日以上となります。 エンジニアは、業務に集中するため、Mtgを入れない日や時間帯を設けながら、生産性を追求しています。 【参考記事】[ MNTSQエンジニアの1日に密着!](https://note.mntsq.co.jp/n/n4d1c895ea9eb) ●3ヵ月のオンボーディングプログラム MNTSQはバリューとして「 自由と責任の文化 」を掲げています。 バリューの理解を深めていただくとともに、MNTSQでどう力を発揮するか、全社を挙げてフォローします。 期間中はメンターが付きます。水先案内人として、MNTSQでの活躍を側面支援します。 【参考記事】 [個を見て、伴走し、後押しする。個に向き合うオンボーディングと成長支援文化](https://note.mntsq.co.jp/n/nf1accf0660ae)

<<業務内容>> ●業務の概要 「契約は、AIが交渉する時代へ」を目指すには、「既存プロダクトの伸長と新規プロダクトの開発」の両立が必要です。 本募集では、そのために必要不可欠な存在である技術的側面のリードをお任せします。 ・[MNTSQ 案件管理](https://mntsq.co.jp/product/casemanage) ・[MNTSQ 契約管理](https://mntsq.co.jp/product/contractmanage) ・[データベース](https://mntsq.co.jp/product/databasemanage) ・[契約レビュー](https://mntsq.co.jp/news/release/ai_keiyakureview) ・[AI契約アシスタント](https://lp.mntsq.co.jp/ai-agent) 基本的な考え方として、ご入社後まずは既存プロダクトでアーキテクチャを含めてキャッチアップしていただきます。その後、経験と希望を踏まえながら、新規プロダクトを担当していただく形となります。 ●業務の詳細 具体的にご担当いただく業務は以下となります。 ・テックリードとしての技術的意思決定(技術選定、アーキテクチャ設計) ・プロダクト開発における生産性向上 ・技術負債解消に向けたアーキテクチャ改善、リファクタリング計画の策定～推進 ・コードレビューを通じたチームメンバーへの技術的なフォローおよび育成 ・チーム全体に知見を共有し、理解を深めコラボレーションを促進するためのドキュメンテーション ※職種の変更範囲:会社の定める業務 <<開発環境と体制>> ●技術スタック ・言語:Ruby, Python, JavaScript, TypeScript ・Webフレームワーク:Ruby on Rails, FastAPI, Vue.js ・CSSフレームワーク:ElementPlus, TailwindCSS, PostCSS, Storybook ・プラットフォーム:Amazon Web Services, Google Cloud ・データベース:Aurora MySQL ・検索エンジン:Elasticsearch, OpenSearch ・監視ツール:CloudWatch, Datadog ・コンテナ基盤:Docker, Docker Compose, ECS/Fargate ・構成管理:Terraform, Itamae ●エンジニア組織の概要 所属する組織は開発本部です。全体で約50名おり、以下4つのチームからなる体制です。 ・CLMチーム ・法務エージェントチーム ・事業部向けチーム ・イネーブリングチーム 今回の募集である、サービス開発を担う組織はイネーブリングチーム以外の3つのチームです。 ご入社いただいた際の想定配属先はそのいずれかとなります(2026年8月時点)。 各チームはそれぞれ6-10名程度の構成となっています。 【参考記事】 ・[WHY-WHAT-HOWを繋げる - MNTSQの掲げる理想のプロダクト開発 -](https://note.mntsq.co.jp/n/ne5d0464613b6) ・[FY26下期、MNTSQ開発組織と向かう先](https://note.com/naomichi_takata/n/n2a2f00242f76) ●リードエンジニアとテックリードの役割の違いについて <テックリードの役割> ・アーキテクチャー設計 ・全体最適をふまえた技術意思決定 <リードエンジニアの役割> ・担当開発アイテムのリード ・技術的意思決定・テックリード補佐 ●26年度のエンジニア組織のテーマは「開発の高速化」 AI活用はもはや前提です。 26年度は開発スピードのギアを上げ、すでに新機能の立ち上げは加速しはじめています。 組織が拡大し、AIで開発のあり方が急速に変わる中で、自律的に課題を拾い、組織全体で解決していく。自走する人材・牽引する人材で組織力も高めるフェーズにはいっています。 AI活用への積極投資は引き続き行っています(Claude Code、Cursorなど)。 【参考記事】 [AIで変わる開発プロセス。MNTSQのエンジニアが実践する”AI前提”の開発環境について](https://note.mntsq.co.jp/n/n781c05a95daa) 【参考記事】 [MNTSQがAI活用を加速する理由と目指す未来](https://note.mntsq.co.jp/n/ndccc7f6ed56c) 【参考記事】 [「AIにできること/できないこと」を理解し、共に進化する。MNTSQエンジニアのAI活用最前線](https://note.mntsq.co.jp/n/na266148b8d69) <<入社受入の体制>> ●前提となる働き方 コアタイム無しのフルフレックスです。 リモートと出社のハイブリットワークです。出社は月5日以上となります。 エンジニアは、業務に集中するため、Mtgを入れない日や時間帯を設けながら、生産性を追求しています。 【参考記事】 [MNTSQエンジニアの1日に密着!](https://note.mntsq.co.jp/n/n4d1c895ea9eb) ●3ヵ月のオンボーディングプログラム MNTSQはバリューとして「 自由と責任の文化 」を掲げています。 バリューの理解を深めていただくとともに、MNTSQでどう力を発揮するか、全社を挙げてフォローします。 期間中はメンターが付きます。水先案内人として、MNTSQでの活躍を側面支援します。 【参考記事】 [個を見て、伴走し、後押しする。個に向き合うオンボーディングと成長支援文化](https://note.mntsq.co.jp/n/nf1accf0660ae)

・事業者向け駐車場手配サービスの開発・保守運用 ・新規事業の要件定義・設計・開発・保守 ・Nest.jsの開発リード ・アーキテクチャ設計 ・テスト戦略 / 設計 ・開発部組織の構築(興味があれば) ●開発環境 ・Nest.js(TypeScript) ・TypeORM ・Firebase Emulator ・Cloud Functions ・Cloud Run

本ポジションでは、プロジェクトおよび組織全体の「技術的な意思決定」と「標準化」を主導していただきます。(※詳細な実装や各種テスト等の実務は、メンバーや若手～ミドル層のエンジニアが中心となって担当します) ①大規模・ミッションクリティカルなシステムの要件定義・設計 数千万人が利用する通信サービスや公共インフラの基幹NW、データセンターNWの最上流工程を担当。最新のプロトコルや仮想化技術を駆使し、安定性と拡張性を両立した次世代アーキテクチャをデザインします。 ②アーキテクチャ設計および技術選定の最終意思決定 プロジェクト要件に応じたフレームワークやOSS、各種インフラ・ネットワーク機器の調査・評価を行い、最適な技術を選定・導入。 潜在的な技術的課題やリスクを基本・詳細設計の段階で特定し、プロジェクトマネージャーと連携して解決策を構築。 ③クオリティコントロール チーム全体のコードクオリティを担保するための設計レビュー・コードレビュー方針の策定。 テスト - 品質保証(開発クオリティの確認) ④実装 システムのパフォーマンス・堅牢性を左右するコアモジュール ⑤自社プロダクト創出への貢献(インキュベーション機能) 大手クライアントの最先端ネットワーク環境で得られた知見や共通の課題を抽出し、使い捨てにしない自社資産(新規プロダクトや機能)へと昇華させるための技術的なアプローチ・検討。 ⑥チーム全体の技術底上げ(メンター・リード) 若手～ミドル層エンジニア(別募集のジュニア～ミドルポジション等)への具体的な技術指導、技術的なベストプラクティスの共有によるチームの生産性向上。 ●開発環境 ・プロジェクト管理 　Redmine ・情報共有ツール 　Slack 　Google Meet 　Microsoft Teams ・OS 　Linux など ・ネットワーク 　TCP/IP, Ethernet 　HTTP/HTTPS ・システム 　データベース(RDB、ElasticSearchなど) 　仮想化技術(コンテナなど) ・その他 　オープンソース

- 顧客業務の理解および課題の構造化(As-Is / To-Be設計) - LLM / RAG / エージェントを活用したユースケース設計・実装 - 顧客環境へのシステム統合、プロトタイプ開発、本番導入 - AIエージェントを前提とした業務プロセスの改善 - AIガバナンスや品質担保の仕組みの設計・実装 - 統計的手法や機械学習・生成AIを用いたアルゴリズムの構築 プロジェクト例 AIネイティブ新規事業の立ち上げ 大手人材系企業様と共同で、AIエージェントを活用した新規事業開発を実施。 キャリアアドバイザーの面談やマッチングといった労働集約的な業務をAIエージェントが代替することで、求職者体験や労働生産性の向上を目指したプロジェクト。 中期経営計画の注力テーマのひとつとして、次世代の事業モデルの構築を行っている。 店舗運営バックオフィスAI化 大手小売企業様において、国内外約1,500店舗の店舗スタッフが担うバックオフィス業務(在庫調整・売上レポート・配送管理・配分業務など)をAIエージェントで代替するシステムを構築。店舗スタッフが顧客対応に集中できる環境を実現し、在庫調整業務75%削減・レポーティング品質の標準化を達成。 入社時にお任せしたいこと - AIを搭載したシステム・アプリケーション構築案件における要件定義・設計・構築 - 構築したシステム・アプリケーションをPoC で終わらせず、業務定着するまで継続改善する支援 開発環境 - 主な技術スタック: Python(FastAPI), TypeScript(React, Next.js, Hono) - エージェントフレームワーク: PydanticAI, OpenAI Agents SDK, Claude Agent SDK, Vercel AI SDK, Mastra - LLM: Claude, GPT, Gemini - AWS: Bedrock, Lambda, Step Functions, ECS/Fargate, Aurora, DynamoDB, S3, API Gateway, SQS - GCP: Vertex AI, Cloud Run, Firebase(Auth, Hosting, Firestore), Cloud Storage, Pub/Sub - コミュニケーション: Slack, Google Meet - コラボレーション: Figma - ドキュメント管理: Notion - チケット管理: Linear - AIツール: Gemini, ChatGPT, Cursor, Claude Code, Codex

当社のCRMシステムアーキテクトとして、Salesforceプラットフォームを中核とした、マーケティングおよびセールス活動を支えるCRMシステム全体の設計・構築をリードしていただきます。 Salesforceだけではなく、多様な外部SaaS(Marketo、Zoom API、MiiTel、ユーソナー、troccoなど)やSnowflake・Google Cloud・AWSなどが提供するAIサービスとのインテグレーションを積極的に推進し、CRM活動の更なる高度化・効率化を実現することで、事業成長に貢献することがミッションです。 同じ組織内のデータチームやオペレーション設計チーム、組織を跨いでマーケティング、セールス、IT部門など、多くの組織とのハブになりながら、密接に連携していくことを重視しており、現場からの業務要件を、実現可能なシステム要件定義へと具体化し、開発計画に落とし込み、開発を推進する役割を担って頂きます。 ●<業務内容の一例> ・全社および関係部門(マーケティング、セールス等)の戦略・業務特性の理解 ・CRMシステムのグランドデザイン設計 ・Salesforceおよび連携システムの設計・構築・運用 ・多様な外部SaaS(Marketo, Zoom API, MiiTel, ユーソナー, trocco等)との連携、インテグレーション ・データ基盤(Snowflake等)やAIサービス(Google Cloud, AWS等)との連携とデータ・AI活用の推進 ・パートナーマネジメント ※変更の範囲 ・部署異動等により当社業務全般へ変更する場合があります(出向含む) ●所属部門・チーム ・所属組織のデータソリューション推進ユニットは、データアナリティクス、データエンジニアリング、CRMシステム開発、ビジネスオペレーション設計などの機能が集結した組織形態になっており、互いに連携し、スピーディな意思決定ができる組織体制となっています。 ・本ポジションであるCRM推進チームはBizOps推進グループの協働が特に多く、kubellグループが持つ顧客情報が統合的に管理され、マルチプロダクト化に向けてCRMオペレーションとシステム構築を担っています。 ・少数精鋭で、当事者意識を持って主体的に動き、周囲の組織を巻き込みながら推進をしていくスタンスがチームの特徴です

●概要 KDDIのネットワーク設計・設定・監視・運用に関わる業務を対象に、データとAIを活用した業務自律化を支える基盤の構想・要件定義・アーキテクチャ設計・導入推進を担っていただきます。 ●詳細 ・ネットワーク業務(企画・開発・運用・品質最適化のE2E)のAs-Is整理、課題抽出、To-Be業務・システム構想の策定 ・OSS/BSS(*注)、ServiceNow等の業務基盤、デジタルツイン、生成AI/AI Agentを組み合わせた自動化アーキテクチャの設計 ・KDDI業務部門、開発部門、外部パートナーとの要件定義・合意形成・プロジェクト推進 ・PoCから本番導入、運用定着、効果測定までの一気通貫支援 ・社内のデータサイエンティスト、AIエンジニア、データエンジニアと連携したソリューション化 *注: OSS:Operation Support System BSS:Business Support System ●キャリアパスの一例 ・1〜2年目:チームリードとして複数プロジェクトを安定運営し、成果の再現性を確立して顧客の信頼を獲得する ・3年目以降:チーム横断でのマネジメントを強化し、後進の育成・採算管理・案件ポートフォリオ設計に取り組む ・その後:部門全体の戦略立案・売上/利益責任を担うUnit Leadとして、数十名規模の組織を統括する

(雇入れ直後) ・大手重機械工業メーカーにて、次期航空機の製品設計開発プロジェクトにおける機械設計/解析/プロジェクト管理業務 ・上記の設計業務にプラスして、AKKODiSのチームメンバーやコンサルタントと連携し、お客様先での課題発見、解決策の提案・実行までを実施します。 ※官公庁向けの大型で長期プロジェクトに携わって頂きます。 ※体系的なコンサルティング教育(マーケティング、経営戦略、ロジカルシンキング等)を自宅から受講することができます。 (変更の範囲) 当社業務全般(顧客が指定する業務を、顧客の事業所で顧客の指揮命令のもとで行うか、顧客または当社の事業所で当社の指揮命令のもとで行う。 また、人事規程に従って出向を命じることがあり、その場合は出向先の定める業務を含む) 障害者手帳をお持ちの方へは、障がいに合わせた合理的配慮を行います。 ●プロジェクト事例 ・次期航空機開発における機体/アビオニクス製品の構造、電気設計および機械設計 ・MBSEを活用した要求分析、システムアーキテクチャの構築 ・人間工学の観点から設計/開発行程に対する要件整理 ・解析ソフトを使用した安全性解析(FTA解析) ●備考 ※官公庁向けの大型長期プロジェクトに携わって頂く予定ですが、能力によっては別プロジェクトになる可能性があります。

freeeにはいままでプロダクト開発組織のAI活用を推進する「AI駆動開発チーム」が存在していましたが、それらの役割に加えて全社の業務プロセスを改善するための基盤構築とEnablingを担う「AI Platform Engineering」チームを新設しました。 本ポジションは、単なる社内ツール導入に留まりません。社内に散在する膨大なデータ（BigQuery、Slack、Confluence、Google Drive等）をAIが理解可能な「コンテキスト」として整備し、全社員が安全かつ自律的にAI Agentやワークフローを構築できる「AIプラットフォーム」のエンジニアリングを担当します。 また、基盤構築だけでなく、導入支援も行います。業務プロセスの可視化・ドメイン知識の言語化から現場向けハンズオン・ショーケースを通じた成功事例の横展開まで、グローバル最先端の技術情報を収集・検証しながら、freeeの生産性と創造性を非連続的に向上させる中心メンバーを募集します。 ●現状の課題/今後取り組みたいこと freeeでは現在、Gemini や NotebookLM、自社のLLM基盤、各種コーディングエージェントなどを日々の業務に標準的に取り入れています。さらに「全社AI特区」として、希望者が最新AIツールを業務で試せる環境を提供しており、ChatGPT や Comet、n8n 等の活用が進んでいます。しかし、以下の課題によりAI活用の「天井」が存在します 1.コンテキストの分断 : 社内データ（議事録、ドキュメント、顧客データ）が各SaaSに分散し、AIに十分なコンテキストを提供できていません。現場のドメイン知識や業務プロセスが暗黙知のまま残り、AI Agentやワークフローに組み込める構造化された形で言語化できていない領域が多く存在します。 2.AIツール活用の障壁：エンジニア以外のメンバーが業務自動化やAIエージェント構築を試みても、API連携や認証、データ接続のハードルが高く、AIの能力を十分に発揮させるにはエンジニアのサポートが必要な状況です。 3.ガバナンスとスピードの両立 : 法令やセキュリティ、ガバナンスを守りつつ、最新のAIモデルやツールを即座に現場へ届けるシステム・運用体制が未完成です。 今後取り組みたいことは、「AIが力を発揮できる環境づくり」です。社内に分散したデータや知識をAIに届ける基盤を構築し、n8n等のノーコード/ローコードツールと連携させることで、全社員が自分の業務をAIと共に再発明できる環境を実現したいと考えています。 ●業務内容詳細 CAIO組織直下の「AI Platform Engineering」チームにて、以下の業務を担当します。 プラットフォーム構築 ・社内AIワークフロー基盤（n8n）の運用・提供・Enterprise化：セルフホスト環境の構築、スケーラビリティの確保、カスタムノードの開発 ・「コンテキスト基盤」の設計・開発 : BigQuery、Vector DB等を活用し、社内ドキュメントやデータをRAG / MCP経由でAIに提供するパイプラインの構築 ガバナンス・セキュリティ・コスト ・社内データへのアクセス権限管理（認証・認可）とAIツールの連携実装 ・シャドーITを防ぎつつ、最新ツール（Cursor, Devin, Gemini App等）を安全に利用するための技術的ガードレールや利用ガイドラインの策定 ・導入効果やROIを可視化しつつ、長期的な持続可能性を意識したコスト最適化の実現 Enabling・横展開 ・各部門のヒアリングを通じた業務プロセスの可視化、ドメイン知識の言語化、およびプロンプト・ワークフロー・Agent Skills・A2Aへの落とし込み ・AI活用のショーケース案件のリード（ユースケース選定、要件定義、実装、効果検証）と、その成果の横展開・標準テンプレート化 ・社内メンバー向けハンズオン、勉強会、ドキュメント・教材整備を通じたAIリテラシー向上と自走支援 ・グローバル最先端のAI技術・ツール・ベストプラクティスの調査・検証・社内共有 業務内容の変更範囲：会社の事業状況やご本人の適性に応じて担当する業務内容が変更となる場合があります

私たちgrasysは、現役のトップエンジニアである代表をはじめ、技術を極めたプロのエンジニア集団です。 その証として、「Google Cloud プレミアパートナー」の称号を持ち、クラウドネイティブな環境でAIを活用した開発を得意とし、お客様が抱える複雑なビジネス課題を解決に導いています。 このポジションでは、国内トップクラスのエンジニアチームを率い、プロジェクトを成功に導く責任者としての役割をお任せします。 セールスが受注した案件の実現可能性を判断し、技術選定から、品質・コスト・納期の管理、そしてクライアントとの折衝まで、プロジェクトの全工程を担っていただきます。 ●具体的な業務 ご経験やスキルに応じて、以下の業務を幅広くお任せします。 ・セールスと連携した、受注前段階での技術的な実現可能性の評価と、プロジェクト計画の策定 ・プロジェクトのスコープ、予算、スケジュール、品質に対する全責任を負った上での、プロジェクト全体の推進 ・クライアントとの折衝、進捗報告、期待値調整といった、プロジェクトのフロント対応全般 ・エンジニアチームのタスク管理、モチベーション維持、課題解決のサポート ・プロジェクト完了後の振り返りと、チームへのナレッジ共有 ●開発環境 ◎開発言語 ・バックエンド:Python, Go, PHP (Laravel) ・フロントエンド:TypeScript (React) ◎クラウドサービス ・Google Cloud, AWS, Microsoft Azure ◎ミドルウェア・コンテナ ・コンテナ:Docker ・データベース:MySQL, PostgreSQL etc... ◎ツール・その他 ・IDE:VS Code, JetBrains製品 ・プロジェクト管理:Backlog, GitHub, Bitbucket ・ドキュメント管理:DocBase, Google Workspace ●案件例・実績 ◎Vertex AI Searchを組み込んだ社内ナレッジ検索システムの開発 【課題】 ・事業部内に散在する膨大な技術文書や過去の資料から、必要な情報を探し出すのに膨大な時間がかかっていました。 【アプローチ】 ・Google Cloudのエンタープライズサーチ技術である「Vertex AI Search」を導入。 自然言語での曖昧な検索にも対応し、AIが関連性の高い文書を瞬時に提示するシステムを構築しました。 これにより、従業員の調査時間を大幅に短縮し、検索業務の効率を80%改善することに成功しました。 ●チーム体制 所属部署:Cloud Tech Division / Cloud Development Sec. Cloud Tech Divisionは、以下の2つの専門チームで構成されています。 ・Cloud Development Sec.:Webアプリケーション開発 ・Cloud Infrastructure Sec.:クラウドインフラ ●変更の範囲 ・入社後1年間は、原則として業務内容の変更なし。 その後、本人のスキルやキャリアプランを考慮し、双方合意の上で変更する場合あり。

金融庁(EDINET)や東証(TDnet)が公開する最新のXBRL(財務報告用言語)仕様を読み解き、SaaS『WizLabo』の核となるデータ構造や機能を設計するポジションです。 制度改正という「変化」を、プロダクトの「競争優位性」へと変換する司令塔として、難解な開示ルールを直感的なUXへと昇華させる重要な役割を担います。 【具体的な仕事内容】 「何を、どう作るか」という製品価値の定義に特化し、以下の業務を推進いただきます。 ●次世代仕様の解析(インテリジェンス): 金融庁等の公開前情報や技術資料を早期に分析し、製品への影響範囲を特定。 ●製品設計と要求定義: 「どのようなデータ構造を持ち、どんなロジックで検証するか」という骨組みを設計。複雑な仕様をエンジニアが迷わず実装できる精緻な仕様書へ変換。 ●UXの追求: 難解なXBRLをユーザーが意識せず、容易に操作・出力できるための仕組み(抽象化ロジック)を考案。 ●アーキテクチャ検証: 生成されたデータが正規仕様に準拠しているか、製品としての整合性が保たれているかの最終検証。 ●AI活用の推進: GeminiやNotebookLMを活用し、膨大な技術ドキュメントの解析や要約を効率化。 ※企業の機密情報を取り扱いますので個別銘柄の株式の取引は出来ません。 ※採用時とその1年毎に身元保証人を付した機密情報漏えい防止のための誓約書を提出頂きます。 ※副業は機密性の高い情報を取り扱うため、原則禁止とさせて頂いております。

調達見積プロセスにおける図面類似検索・見積プロセス自動化の技術開発を担当。 図面からの特徴抽出・大規模品番の類似検索エンジン構築・過去見積実績を活用した見積支援など、調達プロセスの高度化を推進します。 ●具体的な業務内容 【大規模類似検索】数百万品番規模の図面に対する形状特徴量ベースの類似検索エンジン構築、検索精度の評価・改善 【見積支援AI】類似図面と過去見積実績のマッチング、見積根拠の提示、AIエージェントによる見積効率化 【図面特徴抽出】品番・形状特徴・寸法の自動認識、類似検索に最適化した特徴量設計 【検索精度の継続改善】フィードバックループ設計、特徴量・類似度指標のチューニング、類似根拠の可視化 【チーム連携】業務部門・外部パートナーとの要件調整 職種の変更範囲:技術職・事務職・技能職業務

設計プロセスに散在する業務知見(設計ルール・過去不具合事例・判断根拠等)を構造化し、AIエージェントが設計審査やレビューを支援できるナレッジ基盤として整備する技術開発を担当します。 ●具体的な業務内容 【ナレッジ構築】設計ルール・不具合事例・判断根拠の構造化、ハイブリッド検索・リランキング等を用いたナレッジ基盤の設計・実装 【知識グラフ】エンティティ・関係抽出、グラフ構造を活用した推論・検索の高度化 【暗黙知の形式知化】設計者の判断基準を対話的に引き出し構造化するエージェントの設計 【AIレビュー】設計文書に対するAI自動レビュー機能の設計・実装・精度改善 【チーム連携】業務部門・外部パートナーとの要件調整 職種の変更範囲:技術職・事務職・技能職業務

経営KPIの構造モデリング、外部知見を活用した情報収集エージェント、シナリオ分析に基づく意思決定支援の技術開発を担当。データ統合・分析基盤の構築からAIエージェントの設計・実装まで一貫して推進します。 ●具体的な業務内容 【KPI構造モデリング】経営KPI間の依存関係・先行指標の特定、異種データソースの統合とKPIツリー構築 【シナリオ分析・予測】施策効果予測、リスクシナリオの定量評価、モデルの解釈可能性担保 【外部知見活用エージェント】業界動向・市場情報・技術トレンドの自動収集、経営判断へのコンテキスト提供 【意思決定支援基盤】分析結果の自動可視化・レポート生成、判断に必要な情報の統合提示 【チーム連携】業務部門・外部パートナーとの要件調整、設計ノウハウ共有 職種の変更範囲:技術職・事務職・技能職業務

AI開発向けにMLOps環境、データ基盤の構想立案、技術検討、構築をお任せします。 クラウド(PaaS)上への構築をベースに検討いただきます。 加えて、オンプレ・クラウドのハイブリット構想も担当いただきます。 ●具体的な業務内容 AI開発・データ分析に関わるデータ基盤やMLOps環境の整備、IoTや自動車の規格に適切なクラウドのサービスの検討等に関する以下の業務をお任せします。 ・技術検討 ・企画・構想立案 ・システム要件定義 ・データモデリング ・設計、開発 言語:Python、C++、JavaScript、TypeScript、SQL OS:Windows、Linux 環境:AWS ツール:Databricks、IaC (AWS CDKなど)、生成AI(GPT、Claude、Gemini) 愛知をはじめ、他の拠点(東京、博多)のメンバーともリモート環境等で連携しながら業務にあたってもらいます。 入社後3か月は、OJTを中心に業務キャッチアップをしていただき、その後メイン業務を担当していただきます。 職種の変更範囲:技術職・事務職・技能職業務

設計図面に対する製造性評価をAIで支援する技術開発を担当。図面からの情報抽出・製造ルールに基づく自動チェック・過去品質不具合との照合など、製造品質の向上に直結するAIエージェントの設計・実装を推進します。 ●具体的な業務内容 【製造性評価AI】製造ルール・品質不具合に基づく設計形状の自動チェック、素材・工法ごとの判断ロジック設計・実装 【製造知見の構造化】図面・仕様書・不具合履歴を横断活用するナレッジ基盤構築、製造ルールの体系化 【図面情報抽出】OCR+レイアウト解析による形状・注記・寸法の自動認識 【設計・製造連携】製造性チェック結果の可視化・修正提案、設計変更の製造影響評価 【チーム連携】業務部門・外部パートナーとの要件調整 職種の変更範囲:技術職・事務職・技能職業務

調達見積プロセスにおける図面類似検索・見積プロセス自動化の技術開発を担当。図面からの特徴抽出・大規模品番の類似検索エンジン構築・過去見積実績を活用した見積支援など、調達プロセスの高度化を推進します。 ●具体的な業務内容 【大規模類似検索】数百万品番規模の図面に対する形状特徴量ベースの類似検索エンジン構築、検索精度の評価・改善 【見積支援AI】類似図面と過去見積実績のマッチング、見積根拠の提示、AIエージェントによる見積効率化 【図面特徴抽出】品番・形状特徴・寸法の自動認識、類似検索に最適化した特徴量設計 【検索精度の継続改善】フィードバックループ設計、特徴量・類似度指標のチューニング、類似根拠の可視化 【チーム連携】業務部門・外部パートナーとの要件調整 職種の変更範囲:技術職・事務職・技能職業務

設計プロセスに散在する業務知見(設計ルール・過去不具合事例・判断根拠等)を構造化し、AIエージェントが設計審査やレビューを支援できるナレッジ基盤として整備する技術開発を担当します。 ●具体的な業務内容 【ナレッジ構築】設計ルール・不具合事例・判断根拠の構造化、ハイブリッド検索・リランキング等を用いたナレッジ基盤の設計・実装 【知識グラフ】エンティティ・関係抽出、グラフ構造を活用した推論・検索の高度化 【暗黙知の形式知化】設計者の判断基準を対話的に引き出し構造化するエージェントの設計 【AIレビュー】設計文書に対するAI自動レビュー機能の設計・実装・精度改善 【チーム連携】業務部門・外部パートナーとの要件調整 職種の変更範囲:技術職・事務職・技能職業務

主な役割 自治体や独立行政法人等のお客様を中心に、複雑な情報システムやアプリケーションの課題に対して、アーキテクチャ方式設計をはじめとした上流の技術支援を行います。 ・大規模自治体・独立行政法人・研究機関のシステム刷新におけるアーキテクチャ方式設計 ・アプリケーション共通基盤の基本設計・開発・テスト・移行 ・先端技術(生成AI活用、ゼロトラストなど)を活用した課題分析・実証試験(PoC等)の推進 ・顧客業務部門・システム部門・ベンダーとの折衝、技術的提案・レビュー対応 【従事すべき業務の変更の範囲】 会社の定める業務 関わるプロジェクト・案件事例 ・政令市の基幹システム標準化対応・モダン化対応(2-3億円規模・複数年) ・産業技術総合研究所 IDプロビジョニングシステムの再構築(クラウド活用) ・公共政策に関する調査研究、業務・システム最適化計画の策定、調達支援業務 開発環境・使用技術(一例) ●メイン技術 ・Java(Spring Framework) / Python 、PostgreSQL / Oracle、AWS / GCP / Azure / OCI ●プロジェクトにより使用 ・TypeScript(Vue.js / React)、C++、Go / Docker、Kubernetes / GitHub Actions、Zabbix ●推進中の取り組み ・AI活用コード生成・レビュー、ゼロトラスト対応ネットワーク構築、マイクロサービスアーキテクチャ

主な役割 公共団体向けシステム開発プロジェクトにおいて、要件定義から基本設計、製造、テスト、移行まで、システム開発ライフサイクル全体に携わっていただきます。 ・大規模自治体・独立行政法人の業務システム開発(要件定義～設計～テスト～移行) ・アプリケーション共通基盤やデータ連携機能の技術設計・開発支援 ・開発プロジェクト内での品質管理、課題管理、改善提案、チームリード ・顧客およびベンダーとの折衝、技術的提案・レビュー対応 【従事すべき業務の変更の範囲】 会社の定める業務 関わるプロジェクト・案件事例 ・政令市の基幹システム標準化対応・モダン化対応(2-3億円規模・複数年) ・産業技術総合研究所 IDプロビジョニングシステムの再構築(クラウド活用) ・大規模自治体のデジタル環境整備(ゼロトラスト導入を含むネットワーク再構築支援) ・公共政策に関する調査研究、業務・システム最適化計画の策定 開発環境・使用技術(一例) ●メイン技術 ・Java(Spring Framework) / Python 、PostgreSQL / Oracle、AWS / GCP / Azure / OCI ●プロジェクトにより使用 ・TypeScript(Vue.js / React)、C++、Go / Docker、Kubernetes / GitHub Actions、Zabbix ●推進中の取り組み ・AI活用コード生成・レビュー、ゼロトラスト対応ネットワーク構築、マイクロサービスアーキテクチャ

設計プロセスに散在する業務知見(設計ルール・過去不具合事例・判断根拠等)を構造化し、AIエージェントが設計審査やレビューを支援できるナレッジ基盤として整備する技術開発を担当します。 ●具体的な業務内容 【ナレッジ構築】設計ルール・不具合事例・判断根拠の構造化、ハイブリッド検索・リランキング等を用いたナレッジ基盤の設計・実装 【知識グラフ】エンティティ・関係抽出、グラフ構造を活用した推論・検索の高度化 【暗黙知の形式知化】設計者の判断基準を対話的に引き出し構造化するエージェントの設計 【AIレビュー】設計文書に対するAI自動レビュー機能の設計・実装・精度改善 【チーム連携】業務部門・外部パートナーとの要件調整 職種の変更範囲:技術職・事務職・技能職業務

●概要 プロジェクトにクラウドアーキテクトとして参画し、システム要件をヒアリングしつつ、アーキテクチャ提案から詳細設計までご担当いただきます。 お客様から求められた内容で設計構築を進めるだけではなく、より良いサービス(時にはAWS以外も)を組み合わせた提案・構成への見直し、さらにAWSのサービスアップデートも含めた最新情報を日々キャッチアップし、最適な設計を目指します。 なお、利用技術はAWS導入(オンプレミスからクラウドへの移行)からクラウドネイティブなサーバーレス開発など多岐にわたります。売上が300億以上の会社の案件から中小企業向けの案件まで幅広く携わることができ、案件によっては希望があればエンジニアとして手を動かしつつも、プロジェクトマネジメントなど技術を軸として業務の幅を広げ、経験を積んでいけます。 ●具体的な業務内容 プロジェクトを推進していくエンジニアとして、AWSを活用したシステムの設計や構築を実施いただきます。 (雇入れ直後)クラウドインテグレーション業務、および関連付随業務 (変更の範囲)会社の定める業務 お客様との打ち合わせ、提案およびヒアリング、プロジェクトハンドリング 要件定義、AWS設計、構築 AWS運用設計、継続的な改善のための提案と実装・運用 顧客提案のためのアーキテクチャ・技術検証(最先端の技術・サービスを実際に利用し提案に活かせます) ●案件について これまでの導⼊実績は累計で1480社/27100プロジェクト(※2025年8月末現在)です。 そのうちの90%以上が直接の受注です。⼆次請け・三次請けといった構造を取っておらず、⾃社でヒアリング〜設計・構築〜納品後の運⽤までをサポートしています。 お客様の業界は製造業・⼩売業・⾦融業など幅広く、企業規模も⼤規模から中⼩規模の企業様まで様々です。 規模感 小規模では2～3名程度でプロジェクトを担当していただき、大規模なものになれば外部含めて30名ほどのステークホルダーと関わる場合もあります。 期間 小規模なものであれば1ヶ月程度で大規模になれば3ヶ月～1年ほどの案件もございます。 ●組織構成 クロスインダストリー第1本部・第2本部に分かれています。 スキル・ご経験に応じて配属部署を相談させていただいた上で、いずれかの部に加わっていただきます。 クロスインダストリー第1本部 ミッション:主に新規顧客へのクラウド導入の提案を通して顧客の事業に貢献し、顧客と共に成長する メンバー構成:部長1名、課長5名(営業課1+技術課4)、課員57名 期待する役割:エンタープライズ企業へのプリセールスエンジニア、中規模、大規模案件のプロジェクトマネージャーを期待します。また、お客様と長期的な関係性を築くためにコミュニケーション能力も求められます。 入社後の業務イメージ:当社専門部署にて3か月程度のトレーニングを受けていただき、その後はOJT計画に沿ってPMやPL、プリセールス、エンジニアとして既存案件支援に入って頂きます。もちろんどの業務に入って頂く際にも、引継ぎや先輩社員・前任者からのフォローアップはあります。※スキル・ご経験により、トレーニング対象外となる場合もあります。 ●クロスインダストリー第2本部 ミッション:主に既存顧客に向けた安定運用の提供、アップセル・SRE・リセール顧客へのリテンション メンバー構成:部長1名、課長4名(営業課1+技術課3)、課員50名 期待する役割: 短期的にはPL・PMとしての役割を期待します。長期的にはプリセールスなどへキャリアの幅を広げていただくこともできます。また社外への発信活動(ブログや書籍の執筆・イベントでの登壇など)、運用メンバーのリーダーとなっていただくことを想定しています。 入社後の業務イメージ: SRE顧客に対する活動(要望のヒアリング、設計、構築、運用保守)をしつつ、比較的小規模な初期構築案件を担当いただきます。ゆくゆくはPLとして案件を対応していただきます。 営業課と技術課の製販一体の事業部のため、メンバーは主に営業・インフラエンジニアで構成されています。 ベテラン・中堅のスキルを持つメンバーもいれば、新卒でOJT研修後に配属された若手も在籍しています。 複数案件を並行して担当しているメンバーも、特定のお客様を重点的にサポートしているメンバーもいますが、いずれも在籍期間や年齢に関係なく、希望と適性によりPMやPLを務めています。

自動運転・MaaS・SDVなど次世代モビリティを見据えた車載サービスの企画・開発・推進をご担当いただきます ナビゲーション技術の各レイヤーを横断しながら、社内外の多様なチームと連携し、グローバルOEM向けの新規車載サービスを中心となって立ち上げ・推進していただきます ●具体的な業務内容 開発チームの一員として、既存の車載サービス基盤を土台に、新機能・新サービスの設計・実装・評価を一気通貫で担っていただくポジションです。チームは車載ソフト・地図・クラウドを横断するクロスドメイン構成で、入社後は周囲のメンバーがしっかりサポートします。 具体的には: 車線レベルの測位・案内・地図描画に関わるソフトウェア開発 地図データプロバイダー・グローバルOEM・社内チームとの技術連携・仕様調整 新技術の調査・PoC実施・アーキテクチャ設計(AI活用も視野に) 使用言語・開発環境:C++、Python他 ●業務での英語使用 メール/時々ある 資料・文書読解/時々ある 電話会議・商談/ほとんどない 駐在/経験・志向に応じて要相談 職種の変更範囲:技術職・事務職・技能職業務

●組織のミッション 日本の鉄道インフラを支えるITシステムの提供を通して、社会に貢献する。鉄道分野・社会インフラ分野におけるITソリューションの製品企画から開発、アフターフォローまでを一気通貫でシステムエンジニアリング。鉄道分野・社会インフラ分野で長年取り組んできた技術力とドメイン知識を活かし、未来社会を見据えた新たなシステム・サービスを創出していきます。 ・組織の構成 ITソリューションシステム部 業務アプリケーション開発一課、業務アプリケーション開発二課、インフラ基盤設計課、品質管理課、管理課 の5課構成(部門全体人数 60名) 鉄道会社向けITシステム開発のシステムアーキテクトまたはシステムアーキテクト補佐 *鉄道会社向けITシステム開発プロジェクトにおけるアーキテクチャの設計・開発をお任せします。 ステークホルダは、鉄道会社及びその情報システム子会社であり、三菱電機内の営業や研究所と連携しお客様のビジネスを支えます。 【変更の範囲】 会社の定める業務(※) (※)業務の都合によっては会社外の職務に従事するため出向又は転属を命じることがあります ≪具体的には≫ 鉄道会社向けITシステム開発のシステムアーキテクトまたはシステムアーキテクト補佐として下記業務を担当頂きます。システム全体で、常時200名～300名規模のプロジェクトであり、複数のプロジェクトが並行して動いています。 ・鉄道事業者が求める価値観を理解し、それに基づいたアーキテクチャ提案と設計・開発 ・ミッションクリティカルなシステムのリスク管理、パフォーマンス最適化、品質保証 ・ユーザビリティを考慮したアーキテクチャ設計と改善 ・技術的な問題解決と新技術の導入推進 ●使用言語、環境、ツール等 レガシーからクラウドまで幅広い技術に触れられる環境での開発があります。(COBOL、C/C++、Java言語、Pythonでの開発、またAWS等)

●概要 ①サーバーレス・アーキテクチャの要件定義から導入の支援 Lambda, Fargate, DynamoDB等を用いた「OSレス」なシステムの要件定義、および高可用・スケーラブルな構成設計。 ②クラウドネイティブなセキュリティ・基盤設計 多層防御の原則に基づくVPC, IAM, KMS, WAF等のセキュリティ設計、およびガバナンス統制の自動化。 ③IaC / 自動化基盤の設計・実装 AWS CDK, Terraform等を用いたインフラ構成のコード化、およびGitHub Actions等を利用したCI/CDパイプラインの構築。 ④モダンなアプリケーションの技術検証・プロトタイピング(PoC) Amazon Bedrock等の最新サービスを含む、クラウドネイティブな機能実装の技術検証およびアーキテクチャの有効性の評価 ●具体的な業務内容 具体的には、以下のような「モダン開発のスタンダード」を実践していきます。 ①「インフラ管理」からの解放 EC2などの仮想サーバ管理(OSパッチ当てやミドル設定)は基本的には行いません。 LambdaやFargate、S3、DynamoDBなどを組み合わせ、ビジネスロジックの実装に100%集中できる環境を構築します。 ②ヒューマンエラー低減のための自動化 AWS CDKやTerraformを用いたIaC(Infrastructure as Code)で実施し、手動設定によるヒューマンエラーを排除し、コードによる高速なデプロイを実現します。 ③「イベント駆動」によるスマートな処理 EventBridgeやStep Functionsを活用し、複雑な業務フローを疎結合でスケーラブルなシステムにします ④「変化に強い」多層防御アーキテクチャ WAF、IAM、KMSなどを設計の初期段階から組み込み、セキュリティと拡張性を両立させた「壊れにくく、守りやすい」システムを作り上げます。 これまで、OS / ミドルウェアのバージョンアップ・バグフィクス等のメンテナンスに費やしていた時間がなくなることで、ビジネスロジックの改善にリソースを集中することが可能となります。 市場の変化に遅れることなく、より良いサービスをデリバリーする為のアーキテクチャを定義し、プロトタイプの実装から本番導入・運用までをリードします。 (雇入れ直後)アプリケーションサービス業務、および関連付随業務 (変更の範囲)会社の定める業務