TechGo

ITエンジニア転職ならテックゴー

ITエンジニア転職・求人TOP>
(290ページ目)>

新着のITエンジニア求人・転職情報

募集中の求人 6167 件

8671~8700件を表示

募集終了

Webプロダクトエンジニア(GO 管理画面)

フロントエンドエンジニア

正社員

本ポジションでは、タクシーアプリ『GO』の事業者向けWebプロダクトである『GO管理画面』の開発を担当していただきます。 ブラウザに表示されるユーザーインターフェースの実装から、それを支えるAPIサーバーの設計・実装・運用まで、フロントエンド/バックエンドを横断してプロダクト開発に携わっていただきます。 プロダクトマネージャー(PdM)やデザイナー、QAエンジニアと連携し、ユーザーにとって最適な体験を実現するための画面設計・API設計、実装、テストまでを一貫して行います。 開発環境やフレームワークは、要件に応じて標準的かつモダンな技術を柔軟に選択しています。 『GO管理画面』は、アプリ側で追加される新たな運送オプションや決済手段など、事業の変化を素早くプロダクトに反映することが求められます。 これらは事業者さまの日々の業務と密接に関わるため、管理画面においても継続的な機能拡張と改善が欠かせません。 「現場で本当に使われる管理画面」を目指して作り続けることが、チームの役割です。 『GO管理画面』が提供する主な機能は以下の通りです。 - タクシー車両・乗務員さまの情報を管理するマスター管理機能 - 運送履歴・決済履歴の一覧表示や、実績を可視化するレポート機能 - 配車可能な車両のリアルタイムな位置情報を表示するマップ機能 - タクシー乗務員さまやライドシェアドライバーさまのシフト管理・運行管理を支援するビデオ通話機能 ●所属組織 GO管理画面チーム:5名 仕事概要 タクシーアプリ『GO』は、全国に約10万台のネットワークを持ち、[3,000万ダウンロードを突破したタクシーアプリ](https://goinc.jp/news/pr/2025/07/03/3qbzx9devvqf9yhvacimtz/)です。 タクシー車両とのリアルタイムな位置情報連携と高度な配車ロジックによって、「早く乗れる」体験を提供しています。 その実現には、高いトラフィックとリアルタイム性に耐えうるシステムが求められ、スケーラビリティ・信頼性・ユーザー体験のすべてを成立させるために、エンジニアの力が欠かせません。 タクシーアプリ『GO』は、単なるタクシー配車アプリにとどまらず、エリア拡大中の相乗り、テスト実施中の自動運転なども含めた、より複雑な移動体験を実現するモビリティプラットフォームへと進化していきます。ユーザーの課題に向き合い、チームで議論しながら、より良い体験を形にしていく。そのようにプロダクトと向き合って開発していきたい方をお待ちしています。 開発環境 バックエンド(APIサーバ) - 言語: Golang - サービス間通信: HTTP, gRPC - Webフレームワーク: Echo - データストア: MySQL, PostgreSQL, Redis, BigQuery - インフラ: GCP, AWS, Kubernetes, Docker - CI/CD: GitHub Actions - ワークフローエンジン: Apache Airflow フロントエンド - 言語: TypeScript - ライブラリ: React - UIコンポーネントライブラリ: MUI - ビルドツール: Vite - インフラ: S3, CloudFront - CI/CD: GitHub Actions その他ツール - AIエージェント: Claude Code, GitHub Copilot, Codex etc. - モニタリング: Grafana, Sentry - プロジェクト管理: JIRA 生成AIの活用方針 セキュリティやコスト等のリスクを抑えつつ、開発業務から一般業務まで全社員・全エンジニアが活用しています。 一部のプロダクトでは生成AIを使った機能を提供しています。生成AIの早い変化に対応するため、エンジニア向けおよび全社員向けの生成AI活用推進チームが手順やツール利用環境を日々整備し、新しい有用なツールが利用できるようにしています。 利用可能な主なAIツール・サービス gemini / Dify / Azure OpenAI / GitHub Copilot / Cursor / Claude Code / Bedrock / OpenAI API 主な活用状況 - 日常業務の効率化(ドキュメント作成、翻訳、議事録要約、メール作成など) - ソフトウェア開発支援(コーディング支援、コードレビュー、テストコード生成、デバッグなど) - サービス・プロダクトへの応用(自社サービスへのAIチャットボット導入、要約機能の実装、コンテンツ生成など) 学習・コミュニティ活動や利用支援制度 - 有償AIツールのアカウントを全社/部署単位で付与 - 有償AIツールの利用料金の会社負担・補助制度あり - 高性能なPCやGPU環境の提供あり - 業務内外問わず、個人のツール利用に対する費用補助制度あり - 生成AIに限らず様々な補助制度、環境の提供あり - 生成AIに関するテーマで社内外の勉強会を実施

600~1,200万円

東京都(港区)

Docker

PostgreSQL

React

GitHub Actions

Google Cloud Platform(GCP)

Python

BigQuery

PHP

Nginx

MySQL

Amazon CloudFront

TypeScript

Redis

従業員数100名〜1000名未満

募集は終了しました

募集終了

データエンジニア(アナリティクスエンジニア)|プロダクトマネジメント本部

データアナリスト

正社員

タクシー配車サービス『GO』に関するデータ分析に携わっていただきます。 3,000万ダウンロードのユーザアプリケーションや10万台規模のタクシー車両のデータを収集し、これらのデータ活用を通して事業貢献していただきます。 データは全社データ基盤に蓄積され、そのデータを約20名のデータアナリストやデータサイエンティストが利用しています。 データ活用の成果はビジネス担当やプロダクトマネージャをはじめとする全社の様々な組織で利用されるとともに、AIの元データとしても使われています。 本ポジションは、全社データ基盤のデータエンジニアです。 必要なデータを社内外から収集し、データ基盤に蓄積。 活用のニーズにもとづいてデータモデリングしたり、分析ツールを提供することで、全社のデータ活用を支援します。 業務詳細 ●データの生成・収集 ・分析に必要なデータをアプリケーションログに出力させるための設計。 ログの出力、ログの収集 ・ユーザの端末や車載デバイスからデータ収集。 ・業務データベースからのデータ収集。 ・社外からのデータ収集。 ●データの蓄積 ・全社データ基盤であるGoogle CloudのBigQueryに蓄積。 管理。 ●データマートの作成 ・分析の要件に応じたデータモデリング。 データマートの作成。 ・BIツールLookerのセマンティックレイヤーである「LookML」の開発 ・Google CloudのdataformやAirflow(Cloud Composer)などを活用してデータ加工パイプライン構築 ・データマートやセマンティックレイヤーの本番運用。 データ品質のモニタリング。 ●データ活用のための活動 ・データ活用のための分析ツール(LookerやStreamlitなど)の提供 ・メタデータ整備 ・データガバナンスのための利用ルールの策定 ●業務内容の変更範囲 会社が指定する業務全般 解決したい課題 データドリブンの意思決定が徹底された会社であり、何をするにもデータが求められます。 また、会社の成長スピードが早く、新規の案件がどんどん生まれます。 そのため、会社全体でデータに対するニーズが高まっており、手が足りません。 所属組織 ●人数:グループは正社員が5名、業務委託が4名です。 よく一緒に仕事をするチーム:データ基盤エンジニアが5名、データサイエンティストが9名、データアナリストが10名。 ●カルチャー:社内のだれでもSlackに気軽に相談できます。 データアナリストやその先にいる事業担当ともシームレスに会話できるため、「情報が降りてこない」や「何でこの仕事をするのか」といったことが少ないです。 成果に向かって、部署を越えて一丸となって進めます。 参考記事 ・Google Cloud Next Tokyo ’24 「DL 数 2200 万超のタクシーアプリにおけるデータ活用術:Dataform と Looker で実現する指標管理」 [登壇動画](youtube.com/watch?feature=shared&v=XCM-HFudmT4) [発表資料](https://services.google.com/fh/files/events/next-tokyo24-d2-da-08.pdf) ・[タクシーアプリ「GO」のデータ活用と、Google Cloudが目指す生成AIデータエージェントを解説](https://it.impress.co.jp/articles/-/27664) ・[データ分析で終わらない。 プロダクトの企画・設計から深く関わるGO Inc.の分析部隊](https://go-on.goinc.jp/n/nd4cd95f8ce5e) 参考サイト ・[GO Tech Blog](https://techblog.goinc.jp/) ・[GO-on](https://go-on.goinc.jp/)(GO Inc.の人や組織、事業について知れるブログ) ・[タクシー乗車費用を会社が一部補助する「トライアルタクシー制度」 とは](https://go-on.goinc.jp/n/ne45562990510)

700~1,200万円

東京都(港区)

AWS

MySQL

Python

Google Cloud Platform(GCP)

Snowflake

JavaScript

Amazon Redshift

Google Cloud SQL

従業員数100名〜1000名未満

募集は終了しました

募集終了

iOSエンジニア_ユーザーアプリ

モバイルアプリエンジニア

正社員

タクシーアプリ『GO』は、全国に1,100社以上のネットワークを持ち、3,500万ダウンロードを突破したタクシーアプリです。 GOはタクシー配車のみにとどまらず、相乗りやライドシェアなどのより複雑なシステムを含めたモビリティプラットフォーム開発を進めています。 GO Inc.は技術を強みとしていますが、技術そのものを目的とした会社ではありません。技術は課題解決の手段であるため、プロダクトに向き合うことが重要です。 言われたものをそのまま作るのではなく、ユーザーの課題やニーズを理解した上で、より良い体験を追求するための議論をしながら開発を進めていただける方をお待ちしています。 ●業務内容 タクシーアプリ『GO』の iOS アプリ開発を行っていただきます。 GOのプロダクトでは、アプリプロダクトに閉じた開発以外にも、GOのシステム全体に対するアプリプロダクトの開発も多く生まれます。 そのため、大小数多くの開発プロジェクトが同時に動いています。 そういった中で、現在のアプリ開発では固定的なチーム体制を取らず、各々の開発に向けて柔軟に体制を組み、日々の開発業務を行っています。 ●開発プロジェクト例 ・相乗りに基づく移動ソリューションの配車の仕組みの提供 (GOシャトル開発) ・利用頻度の多いユーザーへの特典付与や満足度を高めるための開発・改善 (ロイヤリティプログラム) ・アカウント連携機能の開発 ・ユーザーの移動にまつわる体験を向上させるための改善 他、日々開発を行うエンジニアとしては技術的な改善、取り組みなども無碍にはできません。そういったことについても、プロジェクトと比較せずに進めることができるよう開発活動を行っています。 ●解決したい課題 ・長期を見据えた適切なドメイン・プレゼンテーションドメイン設計 ・プロダクトの将来を見据えたアーキテクチャの見直し、改善 ・ソフトウェアの内部品質の改善、活動の推進 ●開発環境 ・IDE:Xcode ・プログラミング言語:Swift ・アーキテクチャ:RIBs ・CI/CD:Bitrise, GitHub Actions, TestFlight ・Tools:SPM, XcodeGen, fastlane ・UI framework:SwiftUI, UIKit ・その他: Needle, RxSwift, Swift Concurrency, Lottie, R.swift, Firebase Crashlytics, Quick, Nimble, etc. ●所属組織 各プラットフォームのモバイルエンジニアそれぞれ10人程度が所属しています。 GOでは大小様々なプロジェクトが常に動いています。 各プロジェクトごとにアプリのリードを決め、規模を見て適切なチームサイズで開発を行っています。 ●業務内容の変更範囲 会社が指定する業務全般

600~1,200万円

東京都(港区)

Firebase

Swift

生成AI・LLM

GitHub

GitHub Actions

iOS

従業員数100名〜1000名未満

募集は終了しました

募集終了

Webアプリケーションエンジニア(営業領域 LLM新規プロダクト)

AI・機械学習(LLM)エンジニア

正社員

・アーキテクチャ設計・技術選定のリード ₋将来のスケールとプロダクトの継続的な成長を支えるアーキテクチャの設計と技術的意思決定 ・LLMを活用したコア機能の設計・実装 ₋プロダクトの核となる、マルチモーダルなデータを活用したプロンプト・コンテキストエンジニアリングの設計と実装 ₋Kotlin(バックエンド)× Next.js(フロントエンド)での継続的な機能開発 ・開発プロセス全体のオーナーシップ ₋開発チーム全体の生産性向上とアウトプットスピードの高速化をリード ・PdMとのディスカバリー(要求整理・仕様検討・要件定義) ₋事業戦略やビジネス要求を深く理解し、PdMと二人三脚で「顧客の本質的な課題は何か?」を探索 ・技術品質の担保と向上 ₋コードレビュー、パフォーマンス最適化、技術的負債の解消を推進 ●業務内容の変更範囲 会社の定める業務 開発環境 ・サーバーサイド Kotlin / Python ・フロントエンド React / Next.js / TypeScript ・インフラ AWS / Terraform / Fargate / ECR ・DB Aurora PostgreSQL ・テストツール Datadog synthetics / Playwright ・コミュニケーションツール他 Slack / Gather / Figma / Findy team+ / Notion / diaglams.net / Cursor / Claude Code / Gemini

700~2,000万円

東京都(港区)

Datadog

PostgreSQL

Figma

React

RAG

Python

生成AI・LLM

Next.js

Notion

Salesforce

TypeScript

AWS

Slack

Terraform

Amazon Aurora

Kotlin

従業員数100名〜1000名未満

スタートアップ

募集は終了しました

Datadog

Rust

PostgreSQL

Adobe XD

React

Java

Next.js

Spring Boot

Notion

TypeScript

AWS

Slack

Terraform

Amazon Aurora

Kotlin

従業員数100名〜1000名未満

スタートアップ

募集は終了しました

募集終了

Webアプリケーションエンジニア(オープンポジション)

AI・機械学習(LLM)エンジニア

正社員

【仕事内容】 顧客への提供価値が中長期視点で最大化するように、エンジニア目線で事業戦略をとらえながらプロダクト開発に取り組んでいただきます。 入社後は「Loglass 経営管理」「Loglass人員計画」といった既存プロダクトもしくは新規プロダクトのコアメンバーとしてプロダクトの機能開発・改善をリードしていただきます。 担当プロダクトはカジュアル面談や選考を通してすり合わせをさせていただく予定です。 【具体的な業務内容】 ・実際のお客様の業務のヒアリングをもとにモデリング、設計 ・新機能の開発、既存機の改善 ・日常的なリファクタリング ・チームで開発を進めるためのプロジェクトリード ・開発フローの高速化、効率化、自動化 ・LLM / 生成 AI + Web 技術による機能・新規サービスの設計 / 実装をリード ・技術選定、設計 / コードレビュー、パフォーマンス最適化による技術品質向上 ・チームメンバーへの技術指導、EM と連携した育成施策の立案 ・技術勉強会、ブログ、カンファレンス登壇など社内外への技術発信 による技術カルチャー醸成への貢献 【開発に使っている主なツール】 ●サーバーサイド ・Kotlin / Spring Boot / Go / Rust ●フロントエンド ・React / Next.js / TypeScript ●インフラ ・AWS / Terraform / Fargate / ECR ●DB ・Aurora PostgreSQL ●テストツール ・Datadog Synthetics / Playwright ●利用ツール・サービス ・Slack / Gather / Figma / Findy team+ / Notion / diaglams.net / Cursor / Claude Code / Gemini ●業務内容の変更範囲:会社の定める業務

700~2,000万円

東京都(港区)

Unreal Engine

Datadog

PostgreSQL

Figma

Java

Go

生成AI・LLM

Next.js

Notion

TypeScript

AWS

Slack

Vue.js

Terraform

Amazon Aurora

従業員数100名〜1000名未満

スタートアップ

募集は終了しました

募集終了

プロダクトセキュリティエンジニア

セキュリティエンジニア(インフラ)

正社員

1人目のプロダクトセキュリティエンジニアとして、プロダクトおよび開発組織全体のセキュリティレベルを向上させるセキュリティ基盤の立ち上げをお任せします。 具体的にはお客様に安心して価値を届けるためのセキュリティ対策の方針・戦略の策定、推進に関する業務や、セキュリティ向上のカルチャーづくりを担っていただきます。 具体的にはご経験やwillに応じて以下のような業務をお任せする予定です。 ・セキュリティ対策方針の策定 ・各種セキュリティ要件の定義 ・セキュリティ向上のカルチャーづくり ・プロダクトのセキュリティ対策に関する開発・運用支援 ・プロダクトセキュリティチェックの実施や改善のサポート ・DevSecOpsの強化、ツールの選定・導入 ・プロダクトのインシデント対応を適切に行うための環境や仕組みの立案・整備 ・プロダクト組織に対するセキュリティ知識のEnabling ●業務内容の変更範囲 会社の定める業務 ●所属チームについて 開発本部直下にプロダクトセキュリティチームを新規に立ち上げ、そこに所属していただく想定です。1人目のプロダクトセキュリティエンジニアとして、開発メンバーと連携を取りながら、裁量を持って取り組んでいただくことができます。 ●開発に使っている主なツール ・サーバーサイド  Kotlin / Spring Boot / Rust / Go ・フロントエンド  React / Next.js / TypeScript ・インフラ  AWS / Terraform / Fargate / ECR ・DB  Aurora PostgreSQL ・テストツール  Datadog synthetics  Playwright ・セキュリティ  Sysdig ・コミュニケーションツール他  Slack / Gather / Figma / Findy team+ / Notion/ Miro / diaglams.net

700~2,000万円

東京都(港区)

Datadog

Rust

PostgreSQL

Figma

React

Go

Next.js

Spring Boot

Notion

TypeScript

AWS

Slack

Terraform

Amazon Aurora

Kotlin

従業員数100名〜1000名未満

スタートアップ

募集は終了しました

募集終了

Webアプリケーションエンジニア(Loglass人員計画)

フロントエンドエンジニア

正社員

ログラスが提供しているプロダクトの「Loglass 人員計画」を開発するチームのコアメンバーとしてプロダクトの機能開発・改善をリードしていただきます。 中長期的な視点から顧客への提供価値を最大化するために、エンジニア目線で事業戦略をとらえながらプロダクト開発に取り組んでいただきます。 ●具体的な業務内容 ・実際のお客様の業務のヒアリングをもとにモデリング、設計 ・生成 AI を活用した新しい開発フローの探索および実運用化 ・新機能の開発、既存機能の改善 ・データ集計・分析表示画面の高速化 ・日常的なリファクタリング ・チームで開発を進めるためのプロジェクトリード ・開発フローの高速化、効率化、自動化 ・チーム横断での開発プロセスの改善 ●業務内容の変更範囲 会社の定める業務 ●開発に使っている主なツール ・サーバーサイド  Kotlin / Spring Boot ・フロントエンド  React / Next.js / TypeScript ・AI開発環境  Cursor / Claude Code ・インフラ  AWS / Terraform / Fargate / ECR ・DB  Aurora PostgreSQL ・テストツール  Datadog Synthetics / Playwright ・利用ツール・サービス  Slack / Gather / Figma / Findy team+ / Notion / diaglams.net / Claude Code / Cursor / Gemini

700~2,000万円

東京都(港区)

Datadog

PostgreSQL

Figma

React

Java

Go

生成AI・LLM

Next.js

Spring Boot

Notion

TypeScript

AWS

Slack

Terraform

Amazon Aurora

Kotlin

従業員数100名〜1000名未満

スタートアップ

募集は終了しました

募集終了

テクニカルPdM

プロダクトマネージャー(PdM)

正社員

ログラスのテクニカルプロダクトマネージャーは、エンタープライズ対応可能なアーキテクチャやマルチプロダクト戦略を支える基盤を構築し、プロダクト数や領域拡大に伴う課題解決やスケーラビリティの向上、プロダクト間のデータやプロセス連携のための開発を担当します。 具体的には以下のようなプラットフォーム開発を主導していきます。 ・認証・認可基盤 ・各プロダクトに散在するデータの集約と活用API ・非機能要求の分析とアーキテクチャ実装 テクニカルプロダクトマネージャーの役割は、マルチプロダクト戦略実現に向けて、解決しなければいけない課題を整理し「何をつくるのか」「なぜつくるのか」に責任を持ち、開発チームと一緒に「どのようにつくるか」「どう実現するか」を考え、推進していくことです。 ●具体的な業務内容 ・中長期ミッション達成のためのプロダクト基盤の目標やロードマップの作成 ・新規の共通基盤や連携機能の企画や設計、推進 ・既存の共通基盤やAPI改善のための企画や設計、推進 ・上記の実現のための仮説検証 ・各プロダクトチームと認識を揃えるためのドキュメント作成やコミュニケーション、調整 ●開発環境・使用している主なツール ・サーバーサイド -Kotlin, Spring Boot ・フロントエンド -React, Next.js, TypeScript ・コミュニケーションツール -Slack, Gather ・ドキュメンテーション・図の作成 -Notion, Miro, diaglams.netなど ・開発バックログの管理 -Notion ●プロダクト概要 「Loglass 経営管理」は、企業の中に散在する経営データ(財務数値/KPIの予算・見込・実績)の収集・統合・一元管理までを効率化し、高度な分析を可能にするクラウド経営管理システムです。 「Loglass 経営管理」を2020年から提供開始した後、2023年からはマルチプロダクト展開にも注力し、計5つのプロダクト/サービスを提供するまでに至りました。 また、プロダクトビジョンである「MAKE NEW DIRECTION」の実現に向け、今後はデータとAIの活用を推進し、経営リソースの最適配分を意思決定できる、真のプランニング・プラットフォームを目指します。 ※プロダクトビジョン詳細はぜひこちらの note:[良い景気を作ろう。AI経営革命を実現するログラス社、新プロダクトビジョン](https://note.com/loglass_sakamoto/n/n2aaea5974077) をご覧ください。 ●組織概要 プロダクト組織は機能開発を担当するチームと基盤やインフラ等を担当する横断チームに分かれています。 定期的にお客様との商談動画の視聴をしたり、展示会に参加したりと、お客様の生の声を反映したプロダクトづくりを重視しています。 また、開発体制としてもともとはスクラムを導入しておりましたが、プロダクトの拡大に伴い現在はスケーリングフレームワークであるFASTへの移行に挑戦しています。 ※FASTへのチャレンジについては、こちらの[スライド](https://speakerdeck.com/itohiro73/dev-productivity-con-2024)をご覧ください。

700~1,200万円

東京都

Kotlin

Slack

TypeScript

Notion

Spring Boot

Next.js

React

従業員数100名〜1000名未満

スタートアップ

募集は終了しました

募集終了

04a.インフラエンジニア(オンプレ/Linux)

運用・監視・保守(インフラ)

正社員

現在、大規模Webシステムの引継ぎプロジェクトが進行中です。 (アプリケーションやインフラなど全てを、既存ベンダーから引き継ぐ対応となります) 当該システムはオンプレ環境(一部AWS環境もあり)にて稼働しており、約400台のサーバー/ネットワーク機器で構成されています。 当社においてもオンプレの知識や経験を有したメンバーが担当していますが、引継ぎ完了後の運用フェーズも視野に入れ、インフラチームの体制を強化する事としました。 クライアントや既存ベンダーとの折衝、メンバー管理などを担当していただくインフラチームのリーダーを募集します。 - ミドルウェア調査:現在進行中のプロジェクトにおいて、ミドルウェアの調査を実施します。 - インフラ系チームリーダー(TL): インフラチームのリーダーとして、プロジェクトの指揮を執ります。 - パートナーインフラエンジニアの取りまとめ :パートナー企業のインフラエンジニアを取りまとめ、プロジェクトの円滑な進行を支援します。 - サーバーおよびミドルウェアの構築・運用:Webサービスのサーバー、データベース(DB)、アプリケーションサーバー等のミドルウェアの構築および運用を担当します(5年以上のミドルウェア経験が推奨されます)。 - ネットワーク構築・運用: ネットワークの構築および運用も行います。 細かな作業を地道にコツコツと行うことが求められます。 - クラウド移行への対応: 今後、プロジェクトはクラウドへ移行する予定で、大規模なプロジェクトに関わる機会があります。 ※なお、アプリケーション部分の引継ぎも当社別チーム(同一PJ)にて対応しております

646~843万円

東京都(新宿区)

AWS

Linux

従業員数100名〜1000名未満

\ 条件に合う求人が見つかりませんか? /

エンジニア専門のアドバイザーがあなたの技術スタックに合わせた求人を個別にピックアップして提案します。

希望条件を伝えて、求人を提案してもらう
希望条件を伝えて、求人を提案してもらう

募集終了

【AMBL株式会社】INT1/受託PMO(FSEBP)

PMO

正社員

業界、規模を問わず、数千万 〜数億規模の大手案件を中心に、開発プロジェクトの≪PMO≫をお任せします。 3 ~10名程度の開発メンバーと一緒にプロジェクトを進めていただきます。 ●開発PJの推進 ●進行管理、タスク管理、課題管理 ●レポーティング、会議資料作成 ●社内外(顧客/社内)問わずステークホルダーとコミュニケーション実施 ●要件の抽出、取りまとめ、サポート ●社内レビュー ●リリース後の運用フォロー、改善提案 業務に慣れてきた頃に、下記の業務もお任せします。 ●見積もり作成 ●アサイン調整 ●収支表管理 <案件事例①:眼科予約システム開発プロジェクト> 概要:眼科クリニックの診察をSNSから予約が行え、予約、ユーザー、クリニックの空き情報を一元管理するtoC向けWebアプリケーションの開発を要件定義からテストまでを一貫して対応。 クライアント:医療機関向けサービス提供会社 担当:要件定義〜テスト 開発言語:React.js(TypeScript)、PHP(Laravel) 規模:4 ~5,000万円 ポイント:様々なクリニックにて利用可能な汎用性と、ユーザーフレンドリーなUI/UXを実現したシステム。 予約やシフトの管理を視覚的に行えるなどユーザビリティの髙いWebアプリケーションを提供。 <案件事例②:保険のWEB加入受付に特化したアプリケーション開発> 概要:保険加入受付などのアナログな業務のWEB化や、レガシーな法人向け保険受付システムのリニューアルなど、業界特有のアナログ業務を数多くデジタルシフトしている。 クライアント:大手保険会社 期間:各6ヶ月程度 規模:4 〜7,000万円 体制:プロデューサー、PM、開発チーム(5名)、フロントチーム(3名)、インフラチーム(3名) ポイント:クライアント側にシステム開発の知見がない中、業務整理から実際の開発・運用保守まで全面的に支援を行っているプロジェクト。 アーキテクトはバックエンドはPHPのLaravel、フロントエンドはReactを用い、ユーザビリティの高いWebアプリケーションを実現。 ※フロントエンドは一部PHPのアプリケーションもあり <案件事例③:通信メディア向け基盤システム保守> 概要:クライアントが提供する番組や企画と連動した各種コンテンツサービスに対して、サイトや会員管理、配信・決済システムなどの保守を行う クライアント:大手メディア会社 期間:通年 体制:PM、PL(2名)、エンジニア(6名) ※ 現場全体では20名程 ポイント:直近でシステム全体のリニューアルを行い、AWSを中心としたモダンなアプリケーション環境下において、開発・保守スキルを身につけることができます。 バックエンドはPHPでLaravel、Symfonyなど複数のフレームワークを利用。 クライアントだけでなく、各種連携システムのサービス担当者と直接コミュニケーションを取る機会も多い現場です。

600~800万円

東京都(港区)

従業員数100名〜1000名未満

募集は終了しました

募集終了

【AMBL株式会社】(DXPD)生成AI技術者

AI・機械学習(LLM)エンジニア

正社員

生成AIを中心とする社内DX推進、および顧客への生成AI導入を牽引する技術者を募集します。 ・生成AIを用いた自社システムの効率化(Agent開発)、およびその管理(方向性の策定と実装) ・生成AIを用いた自社プロダクトの開発、およびその管理(方向性の策定と実装) ・開発計画・実装等の各フェーズにおけるタスク管理、課題解決、意思決定 ・プロダクトを利用するクライアント企業の課題解決に向けた、営業支援または技術支援(生成AIを用いたプロトタイプ開発) ・ソリューション開発の推進(Grafana、Teams、Slack) 言語:Python、TypeScript フレームワーク:React サーバー:AWS / Azure CI/CD:GitHub Actions / Pipeline / GrafanaCloud DB:MySQL / PineCone 当チームは、生成AIによる「自社DXの推進」、「顧客への生成AI導入」、「社員の生成AIを用いた育成プログラムの作成」など、社内における生成AIという技術支援が必要な場面で、技術サポートを行うために結成されたチームです。 このチームのミッションは「AMBLの技術基盤を盤石なものにする」というミッションのもと、社内外を問わず、技術の浸透と推進をどこまでも追い求めるチームです。 課題の解決は生成AIツールの導入では解決しない。 企業が生成AI導入によって得られる真の課題解決を探らなければならない。 ということを追求しています。

700~1,000万円

東京都(港区)

AWS

TypeScript

MySQL

生成AI・LLM

Python

GitHub

RAG

Microsoft Azure

React

従業員数100名〜1000名未満

募集は終了しました

募集終了

【社長直下】新規AIプロダクト責任者(0→1/PMF)

プロダクトマネージャー(PdM)

正社員

ITエンジニア向け国内最大級の転職・就職・学習プラットフォームを手掛ける当社は、転職支援事業、新卒就活事業、プログラミングeラーニング事業等の各サービスを有機的に連携・接続することにより、ITエンジニアを含むIT人材全般のキャリア支援、IT企業の事業成長支援の両方を実現しようとしております。 本ポジションのミッションは、世の中の潮流が「プログラミング学習」から「AIを使ったサービス開発」へ移る中で、paizaの強み(評価・学習・キャリア接続)に 新たな柱となるtoC向けAIプロダクト を付け加えることです。 ユーザーが「思わず試して、共有したくなる」体験として0→1で立ち上げ、PMFを実現し、最終的にpaizaの就職・転職体験へ接続することで、「AI・IT人材といえばpaiza」の想起をより強固にしていくことです。 <具体的な業務内容> 具体的には、AIエンジニア、ITエンジニアに刺さる、新たな柱となるtoC向けAIプロダクトの新規開発を担当していただきます。 ●0→1企画・要件定義(課題探索〜MVP設計):ユーザー/市場の課題を起点に、勝てる価値仮説を定めてMVPの仕様・体験を設計 ●開発推進・検証サイクル(MVP→PMF):最小チームで素早く出し、KPI設計・実験・学習ループでPMFまでの磨き込み。 ●toC拡散・再訪設計(バズるPMF):SNS/UGC/SEOで自然流入が生まれる拡散導線と、継続利用・再訪の仕組み作り。 ●既存事業への接続・収益化(LTV設計):新規プロダクトを就職/転職・学習へ自然に接続し、収益化と運用体制まで設計します。 ※業務の変更範囲:会社の定める業務

900~1,500万円

東京都(港区)

生成AI・LLM

従業員数100名〜1000名未満

募集は終了しました

Slack

Confluence

JIRA

Figma

従業員数100名〜1000名未満

募集は終了しました

募集終了

機械学習エンジニア【DX Solution事業本部】_junior

データサイエンティスト

正社員

DX Solution事業部のAIエンジニアとして、産業特化型のアルゴリズム開発・実装を担当していただきます。 単にモデルを作成するだけでなく、WebシステムやAPIへの組み込みを含めた「社会実装」までを一貫して担えるエンジニアを目指していただきます。 【具体的なタスク例】 ●データ前処理・データセット作成 メンターの指示に基づき、学習に必要なデータ整形(画像のりサイズ、ノイズ除去、テキストの正規化など)を行う。既存の前処理スクリプトを活用・改修し、顧客ごとのデータ特性に合わせた学習用データセットを構築する。 ●アルゴリズムの適用・実装 社内の既存モジュールや、メンターが選定したオープンソースの実装を参考に、今回の課題に適したモデルを構築・実行する。コードをゼロから書くのではなく、既存のベースコードを読み解き、必要なパラメータ変更や部分的な修正を行って動作させる。 ●モデルの学習・評価 指示された実験設定(ハイパーパラメータ等)で学習を回し、評価指標を算出する。学習曲線を確認し、過学習や学習不足が起きていないか等の基礎的なチェックを行う。 ●結果分析・レポーティング 「なぜこの精度になったのか」「どのデータで失敗しているか」を分析し、結果をメンターに報告する。数値結果だけでなく、失敗事例を目視で確認し、次回の実験に向けたデータ改善のヒントを探す。 【開発例】 ●画像認識による非構造化データの自動整理 数百万枚規模の現場写真を対象とした、高精度な画像分類パイプラインの構築・API実装 ●点群データを活用した幾何学的シミュレーション 3Dスキャンデータ(点群)を用いた、巨大部材の輸送経路・干渉チェックアルゴリズムの実装 ●動画解析によるインフラ異常検知システム 車載カメラ等の動画データから、道路や構造物の変状箇所を特定する物体検出モデルの開発 ●ドメイン特化の大規模言語モデル 建設業・製造業など特定のドメインに特化した大規模言語モデルのファインチューニングを行い、ドメイン特化のモデルの学習・推論パイプラインの構築 ●ロボット行動学習 VLA・VLMを用いたロボットの行動制御モデルの最新手法のサーベイと、学習・推論パイプラインの構築 ● RAGを用いた会社独自のエージェント 社内に眠る膨大な技術文書やトラブル事例をベクトル化し、最適な解決策を提示する検索システムの開発 【技術スタック(一例)】 ●AI:Python/Numpy/Pandas/Pytorch/OpenCV ●AI開発ツール:Devin/Claude Code/v0.dev/GitHub Copilot/Gemini

500~800万円

東京都(千代田区)

MySQL

画像認識

PyTorch

機械学習

Python

GitHub

RAG

自然言語処理

生成AI開発ツール導入

年間休日120日以上

土日祝日休み

機械学習・データ活用

生成AI・LLMプロダクト開発

従業員数100名〜1000名未満

スタートアップ

募集は終了しました

人気の職種・スキルから求人探してみる

募集終了

機械学習エンジニア【DX Solution事業本部】_middle

データサイエンティスト

正社員

DX Solution事業部のAIエンジニアとして、顧客課題の解決に向けたアルゴリズム選定から、実装、評価、デプロイまでの一連のパイプライン構築をリードしていただきます。 ビジネス要求から逆算して「どの技術を使うべきか」を選定し、自ら手を動かして実装・検証を行うポジションです。 【具体的なタスク例】 ●課題の数理的定式化と論文サーベイ (Research & Design) 顧客の「なんとなくの悩み」を、機械学習で解けるタスク(分類、回帰、生成、最適化等)に落とし込みます。 関連する最新論文(NeurIPS, CVPR, KDD等)を調査し、ビジネス制約(推論速度、コスト、データ量)に合わせた最適な手法を選定します。 ●SOTAモデルの実装と検証 (Implementation) 選定した論文の手法(Loss関数、Optimizer、独自レイヤー等)を、PyTorch等を用いてスクラッチ、あるいは既存実装をベースに再現・実装します。 実際の顧客データを用いて、アルゴリズムの精度検証サイクルを自律的に回します。 ●プロダクションレベルのコード品質担保 (Engineering) 再現性担保のためのモデル学習・推論のパイプラインを構築します。 Webアプリケーションと統合し、実装したアルゴリズムをプロダクション環境へ統合し、アルゴリズムを実際のユーザーに使っていただきます。 推論APIのI/F設計や、Dockerコンテナ化、CI/CDパイプラインへの統合を主導します。 ●ステークホルダーへの技術説明 (Communication) アルゴリズムを適用した結果とその考察、ビジネス上のインパクトを、ビジネス職やクライアントにも伝わる言葉で翻訳し、説明します。 【開発例】 ●画像認識による非構造化データの自動整理 数百万枚規模の現場写真を対象とした、高精度な画像分類パイプラインの構築・API実装 ●点群データを活用した幾何学的シミュレーション 3Dスキャンデータ(点群)を用いた、巨大部材の輸送経路・干渉チェックアルゴリズムの実装 ●動画解析によるインフラ異常検知システム 車載カメラ等の動画データから、道路や構造物の変状箇所を特定する物体検出モデルの開発 ●ドメイン特化の大規模言語モデル 建設業・製造業など特定のドメインに特化した大規模言語モデルのファインチューニングを行い、ドメイン特化のモデルの学習・推論パイプラインの構築 ●ロボット行動学習 VLA・VLMを用いたロボットの行動制御モデルの最新手法のサーベイと、学習・推論パイプラインの構築 ● RAGを用いた会社独自のエージェント 社内に眠る膨大な技術文書やトラブル事例をベクトル化し、最適な解決策を提示する検索システムの開発 【技術スタック(一例)】 ●AI:Python/Numpy/Pandas/Pytorch/OpenCV ●AI開発ツール:Devin/Claude Code/v0.dev/GitHub Copilot/Gemini

800~1,200万円

東京都(千代田区)

画像認識

PyTorch

機械学習

Python

音声認識

RAG

自然言語処理

Docker

Flash

育児支援制度あり

生成AI開発ツール導入

時短勤務可

年間休日120日以上

土日祝日休み

機械学習・データ活用

従業員数100名〜1000名未満

スタートアップ

募集は終了しました

募集終了

機械学習エンジニア【DX Solution事業本部】_senior

データサイエンティスト

正社員

●課題の数理的定式化と技術戦略の策定 (Research & Design) 顧客の抽象度が高いビジネス課題に対し、背景にある物理現象や業務プロセスを深く理解した上で、最適な数理モデル(機械学習、数理最適化、シミュレーション等)への定式化を行います。 類似事例が存在しない難題に対して、NeurIPS/CVPR/ICML等の最先端論文(SOTA)から技術的なインサイトを得つつ、ビジネス制約(コスト、計算リソース、リアルタイム性)を考慮した実現可能な技術ロードマップを策定・提案します。 ●高難度アルゴリズムの実装と突破 (Implementation) 既存ライブラリでは対応できない特殊な要求に対し、論文の数式を深く理解し、PyTorch等を用いてアルゴリズムをスクラッチで実装・独自改良します。 ノイズが多い、データが少ないといった悪条件下でも機能するロバストなモデルを構築するために、ドメイン知識を組み込んだ特徴量設計や、学習プロセスの高度なチューニングをリードします。 ●アーキテクチャ設計と技術品質の統制 (Engineering) 個別のプロジェクトにとどまらず、会社全体のMLシステムアーキテクチャやデータパイプラインの設計責任を持ち、長期的な保守性と拡張性を担保します。 全社的な技術選定の指針策定や、ベストプラクティスの標準化を行い、組織全体のエンジニアリング品質の底上げを主導します。 ●事業価値への接続と期待値コントロール (Communication) 技術的なアプローチが、顧客のPL(売上向上・コスト削減)にどう貢献するかを言語化し、経営層やクライアント責任者に対して論理的に提案・合意形成を行います。 技術的な不確実性が高いフェーズにおいて、何ができて何ができないか(技術的限界)を明確に伝え、顧客の期待値を適切にコントロールしながらプロジェクトを成功へ導きます。 【開発例】 ●画像認識による非構造化データの自動整理 数百万枚規模の現場写真を対象とした、高精度な画像分類パイプラインの構築・API実装 ●点群データを活用した幾何学的シミュレーション 3Dスキャンデータ(点群)を用いた、巨大部材の輸送経路・干渉チェックアルゴリズムの実装 ●動画解析によるインフラ異常検知システム 車載カメラ等の動画データから、道路や構造物の変状箇所を特定する物体検出モデルの開発 ●ドメイン特化の大規模言語モデル 建設業・製造業など特定のドメインに特化した大規模言語モデルのファインチューニングを行い、ドメイン特化のモデルの学習・推論パイプラインの構築 ●ロボット行動学習 VLA・VLMを用いたロボットの行動制御モデルの最新手法のサーベイと、学習・推論パイプラインの構築 ● RAGを用いた会社独自のエージェント 社内に眠る膨大な技術文書やトラブル事例をベクトル化し、最適な解決策を提示する検索システムの開発 【技術スタック(一例)】 ●AI:Python/Numpy/Pandas/Pytorch/OpenCV ●AI開発ツール:Devin/Claude Code/v0.dev/GitHub Copilot/Gemini

1,000~1,500万円

東京都(千代田区)

画像認識

PyTorch

機械学習

Python

RAG

自然言語処理

生成AI開発ツール導入

時短勤務可

年間休日120日以上

土日祝日休み

機械学習・データ活用

従業員数100名〜1000名未満

スタートアップ

募集は終了しました

募集終了

C++ソフトウェアエンジニア【DX Solution事業本部】_middle

組み込みエンジニア

正社員

DX Solution事業本部では、製造業・建設業・物流業など多様な産業においてシミュレーション環境の構築・ロボティクスの導入・活用を推進しています。 本ロールでは、シミュレーション環境上の最適化アルゴリズムの実装、「Sim2Real」などのシミュレーション基盤の構築を担います。 具体的には - C++の独自シミュレーション基盤を用いたロボット開発 - 経路最適化や土木設計のための探索アルゴリズムの実施 - 点群やGSなどの大規模データセットの処理 - 剛体、流体シミュレーションの開発とロボット制御への転用 - OpenCascadeを使用した3Dmodelの解析の開発 技術スタック - プログラミング言語 - C++ - Python - フレームワーク - ROS2 - OpenGL - OpenCV - Isaac Sim AI開発支援ツールの導入 当社では、最新のAI開発支援ツールを実務に組み込み、効率と品質を同時に高めています。 主な活用例は以下の通りです。 ・Devin:自動タスク実行、同時並行実装数を上昇 ・Claude Code:自然言語からの高度なコード提案・改善で、実装スピードを向上、同時並行実装数を上昇 ・v0.dev:高速なUIモックアップ生成で、要件確認を迅速化 ・GitHub Copilot:日常的なコーディング補助で、作業効率を底上げ ・Gemini:Deep Research/Python実行を含む情報検索・解析で、調査や設計の精度を向上

800~1,200万円

東京都(千代田区)

Node.js

Dart

Python

C++

生成AI開発ツール導入

時短勤務可

年間休日120日以上

土日祝日休み

アジャイル・スクラム開発環境

従業員数100名〜1000名未満

スタートアップ

募集は終了しました

募集終了

SWE/ソフトウェアエンジニア【AI SaaS事業本部】_junior

AI・機械学習(LLM)エンジニア

正社員

入社後は、ご本人の適性や希望に応じて、「AI SaaS事業本部」のいずれかのチームに配属されます。メンターとなるエンジニアの指導のもと、業務を担当していただきます。 【タスク例】 ・Webアプリケーション開発: React, Next.js, TypeScriptを用いたフロントエンド開発、Python (FastAPI) を用いたバックエンド開発。 ・AI機能の実装: 自社開発のMLモデルやLLMをアプリケーションに組み込むAPI連携の実装。 ・UI/UXの実装: Figmaのデザインを基にした、直感的で使いやすいUIコンポーネントの実装 。 ・品質保証: テストコード(Unit/E2E)の記述、GitHub上でのコードレビュー(レビュイーおよびレビュアー)。 ・AI活用: DevinやClaudeを活用した、定型コードの自動生成、リファクタリング、ドキュメント作成の効率化 。 ※配属先によってはAIエンジニアと連携しながら、アルゴリズムのサービス実装を行う場合もあります。 【技術スタック】 ・フロントエンド:TypeScript/Node.js/React/Next.js ・バックエンド:TypeScript/Node.js/Python/NestJS/FastAPI/GraphQL/Hasura/gRPC ・インフラ:Terraform/Kubernetes/AWS/Microsoft Azure ・AI:Python/NumPy/Pandas/Pytorch/OpenCV 【AI開発支援ツールの導入】 当社では、最新のAI開発支援ツールを実務に組み込み、効率と品質を同時に高めています。主な活用例は以下の通りです。 ・Devin:自動タスク実行、同時並行実装数を上昇 ・Claude Code:自然言語からの高度なコード提案・改善で、実装スピードを向上、同時並行実装数を上昇 ・v0.dev:高速なUIモックアップ生成で、要件確認を迅速化 ・GitHub Copilot:日常的なコーディング補助で、作業効率を底上げ ・Gemini:Deep Research/Python実行を含む情報検索・解析で、調査や設計の精度を向上 〇開発例 ・建設業特化の生成AI AIコンストシェルジュ「光/Hikari」:建設業特化の生成AIエージェントプロダクト。ローンチ1年強で400社以上の契約を達成。 ・製造業特化の生成AIエージェント「工/Takumi」:製造業特化の生成AIエージェントプロダクト。累積データの検索・分析が可能。 ・物流業特化の生成AIエージェント「運/Hakobi」:物流業特化の生成AIエージェントプロダクト。配送・輸送コストの見直しが可能。 ・卸売・小売業特化の生成AIエージェント「商/Akinai」:小売業特化の生成AIエージェントプロダクト。仕入れ・販売計画の作成が可能。

500~800万円

東京都(千代田区)

Docker

openFrameworks

Figma

React

Kubernetes

Python

Next.js

TypeScript

AWS

CircleCI

Nuxt.js

Photoshop

生成AI開発ツール導入

時短勤務可

年間休日120日以上

土日祝日休み

従業員数100名〜1000名未満

スタートアップ

募集は終了しました

募集終了

AI・LLMエンジニア【DX Solution事業本部】_middle

AI・機械学習(LLM)エンジニア

正社員

AIおよびLLMを活用したAIアルゴリズム・AIエージェントの開発・評価を担当し、サービスへの実装まで一貫して関わっていただきます。LLMOpsなどのLLM運用の改善も担当していただきます。 ●具体的には ・LLMを用いた情報検索・情報抽出アルゴリズムの開発・評価 ・LLMを用いたAIエージェントの開発・評価 ・LLM・AIエージェントを活用したサービス開発 ・Languse, WeaveといったLLMOpsツールの活用推進 ●技術スタック(一例) ・フロントエンド  Typescript/Node.js/React/Next.js ・バックエンド  Typescript/Node.js/Python/NestJS/FastAPI/GraphQL/Hasura/gRPC ・インフラ  Terraform/Kubernetes/AWS/Microsoft Azure ・AI  Python/Numpy/Pandas/Pytorch/OpenCV ●AI開発支援ツールの導入 当社では、最新のAI開発支援ツールを実務に組み込み、効率と品質を同時に高めています。主な活用例は以下の通りです。 ・Devin:自動タスク実行、同時並行実装数を上昇 ・Claude Code:自然言語からの高度なコード提案・改善で、実装スピードを向上、同時並行実装数を上昇 ・v0.dev:高速なUIモックアップ生成で、要件確認を迅速化 ・GitHub Copilot:日常的なコーディング補助で、作業効率を底上げ ・Gemini:Deep Research/Python実行を含む情報検索・解析で、調査や設計の精度を向上

800~1,200万円

東京都(千代田区)

Node.js

AWS

TypeScript

PyTorch

Next.js

Python

NestJS

FastAPI

Kubernetes

Microsoft Azure

JavaScript

Docker

生成AI開発ツール導入

時短勤務可

年間休日120日以上

土日祝日休み

生成AI・LLMプロダクト開発

従業員数100名〜1000名未満

スタートアップ

募集は終了しました

募集終了

SWE/ソフトウェアエンジニア【DX Solution事業本部】_senior

AI・機械学習(LLM)エンジニア

正社員

主にWebアプリケーションの設計・開発を担当いただき、下記いずれかのプロダクトまたはチームに配属となります。配属先によってはAIエンジニアと連携しながら、アルゴリズムのサービス実装を行う場合もあります。 ●Digital Billderシリーズ(建設業特化バックオフィス業務DXサービス) 建設業に特化したバックオフィスDXサービス。Digital Billder見積書・発注・請求書・経費精算の4サービスから構成されるシリーズ。サービス累計700社以上が導入。 LP:https://www.lp.digitalbillder.com/ ●Hikari(建設業特化生成AIサービス) 建設業特化の生成AIサービス。ローンチ1年で200社の契約を達成。 LP:https://hikari.akariinc.co.jp/ ●チーム Nebula(デジタルツイン領域) 点群・画像データを用いた3Dモデル生成のためのアプリケーション プレス例(道路構造物点検システム):https://prtimes.jp/main/html/rd/p/000000035.000083531.html ●チーム Antares(図面領域) 設計図面を3Dモデルに変換するプロセスの自動化を実現するアプリケーション プレス例(設計図書のダッシュボードシステム):https://www.taisei.co.jp/about_us/wn/2022/220509_8718.html ●チーム Lyra(自然言語処理・シミュレーション領域) 最新の自然言語処理(LLM)を活用した情報抽出・検索アプリケーション プレス例(建物情報の検索チャットシステム):https://prtimes.jp/main/html/rd/p/000000036.000083531.html 【技術スタック(一例)】 ●フロントエンド Typescript/Node.js/React/Next.js ●バックエンド Typescript/Node.js/Python/NestJS/FastAPI/GraphQL/Hasura/gRPC ●インフラ Terraform/Kubernetes/AWS/Microsoft Azure ●AI Python/Numpy/Pandas/Pytorch/OpenCV AI開発支援ツールの導入 当社では、最新のAI開発支援ツールを実務に組み込み、効率と品質を同時に高めています。主な活用例は以下の通りです。 ●Devin:自動タスク実行、同時並行実装数を上昇 ●Claude Code:自然言語からの高度なコード提案・改善で、実装スピードを向上、同時並行実装数を上昇 ●v0.dev:高速なUIモックアップ生成で、要件確認を迅速化 ●GitHub Copilot:日常的なコーディング補助で、作業効率を底上げ ●Gemini:Deep Research/Python実行を含む情報検索・解析で、調査や設計の精度を向上

1,000~1,500万円

東京都(千代田区)

Docker

JavaScript

Microsoft Azure

FastAPI

RAG

NestJS

Python

機械学習

Next.js

PyTorch

TypeScript

AWS

Node.js

Terraform

Kotlin

生成AI開発ツール導入

時短勤務可

年間休日120日以上

土日祝日休み

アジャイル・スクラム開発環境

生成AI・LLMプロダクト開発

従業員数100名〜1000名未満

スタートアップ

募集は終了しました

募集終了

SWE/ソフトウェアエンジニア【DX Solution事業本部】_senior

テックリード

正社員

DX Solution事業本部のリードエンジニアとして、プロジェクト全体の技術選定、アーキテクチャ設計、そして開発組織の技術水準の引き上げを担っていただきます。 VPoE、そしてビジネスサイドと連携し、「産業のあるべき姿」をシステムとして具現化する最終的な技術責任を持っていただきます。 【具体的な役割と期待】 ・ アーキテクチャのグランドデザイン :数年後のスケーラビリティやAIモデルの進化を見据え、Webアプリケーション、データパイプライン、インフラ全体のアーキテクチャを構想し、意思決定を行います。 ・ 「Sim-to-Real」の社会実装 :Web空間だけでなく、物理空間(建設現場のロボット、点群データ、センサー)と連動する複雑なシステム要件を、疎結合で保守性の高い設計(ドメイン駆動設計等)に落とし込みます。 ・ 技術組織のカルチャー醸成 :コードレビューや技術選定の標準化(ADRの運用など)を通じて、「なぜその技術を使うのか」を言語化し、ジュニア・ミドルのエンジニアの視座を引き上げます。 ※PMと共にクライアントミーティングに参加し、技術的な観点から実現可能性の提示や代替案の提案を行うこともあります。 【開発例】 ・ 画像認識による非構造化データの自動整理 :数百万枚規模の現場写真を対象とした、高精度な画像分類パイプラインの構築・API実装 ・ 点群データを活用した幾何学的シミュレーション :3Dスキャンデータ(点群)を用いた、巨大部材の輸送経路・干渉チェックを実施する大規模3DWebアプリケーションの開発 ・ 動画解析を活用したインフラ管理プラットフォーム :車載カメラ等の動画データから変状箇所を特定する解析エンジンをバックエンドに統合し、解析結果を地図上で可視化・管理できるWebアプリケーションの開発 ・ ドメイン特化型LLMを搭載した業務支援アプリケーション :建設・製造業向けにチューニングされたLLMを組み込み、専門的な質疑応答やドキュメント生成を行う対話型AIツールのAPI設計・チャットUI実装 ・ ロボット遠隔操作・モニタリングシステム :VLA・VLM(視覚言語モデル)を用いたロボット制御AIと連携し、行動ログの可視化やタスク指示を行う管理ダッシュボードおよび、推論サーバーとの通信基盤の構築 ・ AIエージェントを搭載した大規模RAGシステム開発 :1千万件規模の技術文書やトラブル事例をベクトル化し、最適な解決策を提示するAIエージェントを搭載した大規模RAGシステム開発 【技術スタック(一例)】 ・フロントエンド:Typescript/Node.js/React/Next.js ・バックエンド:Typescript/Node.js/Python/NestJS/FastAPI/GraphQL/Hasura/gRPC ・インフラ:Terraform/Kubernetes/AWS/Microsoft Azure/GCP ・AI:Python/Numpy/Pandas/Pytorch/OpenCV ・AI開発ツール:Devin/Claude Code/v0.dev/GitHub Copilot/Gemini ●ソフトウェアエンジニアポジションの特徴 ・日本屈指のアルゴリズムエンジニアと連携しながら、最先端AIをソフトウェアに搭載して社会に実装できる。会社としてAIの研究開発で終わらせず、ソフトウェアを通じてリアルな業務で活用されることを非常に重視している。 ・燈でないと解けない産業の難題がある。燈は最先端な技術を産業特化でバーティカルに深めることで、産業の課題を大きく解決している。技術を固定せず、技術応用の幅を持ってきたからこそ、産業や社会を大きく変えるインパクトのある開発ができる。 ・燈のエンジニアは、顧客に徹底的に向き合う。顧客の難題を解くには、技術だけを追求すればいいわけではない。顧客の課題やビジネスを理解するために直接顧客と話すこともある。 ・技術力が高く志も高いメンバーと一致団結をしながら熱量高く働くことができる。経験の浅いメンバーも追いて行かずに助け合う組織。

1,000~1,500万円

東京都(千代田区)

Docker

React

Microsoft Azure

Kubernetes

FastAPI

NestJS

Google Cloud Platform(GCP)

Python

Next.js

PyTorch

AWS

Node.js

C#

従業員数100名〜1000名未満

スタートアップ

募集は終了しました

募集終了

SWE/ソフトウェアエンジニア【AI SaaS事業本部】_middle

AI・機械学習(LLM)エンジニア

正社員

入社後は、ご本人の適性や希望に応じて「AI SaaS事業本部」のいずれかのチームに配属されます。 詳細な業務内容 【タスク例】 ・仕様策定・設計: PdMが描いた要件のラフ案をもとに、DB設計・API設計・UI/UXの挙動を具体化し、関係者と合意形成を行う。 ・ドメイン連携: 建設業界特有の複雑な商習慣を理解し、現場で本当に使えるロジックをコードに落とし込む。 ・品質向上: 複雑な仕様に対するテスト設計、リファクタリング、技術的負債の解消提案。 【技術スタック】 ・フロントエンド:TypeScript/Node.js/React/Next.js ・バックエンド:TypeScript/Node.js/Python/NestJS/FastAPI/GraphQL/Hasura/gRPC ・インフラ:Terraform/Kubernetes/AWS/Microsoft Azure ・AI:Python/NumPy/Pandas/Pytorch/OpenCV 【AI開発支援ツールの導入】 当社では、最新のAI開発支援ツールを実務に組み込み、効率と品質を同時に高めています。 主な活用例は以下の通りです。 ・Devin:自動タスク実行、同時並行実装数を上昇 ・Claude Code:自然言語からの高度なコード提案・改善で、実装スピードを向上、同時並行実装数を上昇 ・v0.dev:高速なUIモックアップ生成で、要件確認を迅速化 ・GitHub Copilot:日常的なコーディング補助で、作業効率を底上げ ・Gemini:Deep Research/Python実行を含む情報検索・解析で、調査や設計の精度を向上 〇開発例 ・建設業特化の生成AI AIコンストシェルジュ「光/Hikari」:建設業特化の生成AIエージェントプロダクト。 ローンチ1年強で400社以上の契約を達成。 ・製造業特化の生成AIエージェント「工/Takumi」:製造業特化の生成AIエージェントプロダクト。 累積データの検索・分析が可能。 ・物流業特化の生成AIエージェント「運/Hakobi」:物流業特化の生成AIエージェントプロダクト。 配送・輸送コストの見直しが可能。 ・卸売・小売業特化の生成AIエージェント「商/Akinai」:小売業特化の生成AIエージェントプロダクト。 仕入れ・販売計画の作成が可能。

800~1,200万円

東京都(千代田区)

Docker

React

Microsoft Azure

FastAPI

RAG

NestJS

Python

機械学習

Next.js

PyTorch

TypeScript

AWS

Node.js

Terraform

育児支援制度あり

生成AI開発ツール導入

年間休日120日以上

土日祝日休み

自社プロダクト・サービス開発

生成AI・LLMプロダクト開発

従業員数100名〜1000名未満

スタートアップ

募集は終了しました

募集終了

SWE/ソフトウェアエンジニア【AI SaaS事業本部】_senior

AI・機械学習(LLM)エンジニア

正社員

業界特化型生成AIエージェントの開発(AI SaaS事業部への配属)において、プロダクトの「要件」を「技術」へと翻訳し、チームの最大出力を引き出すリードエンジニアを募集します。 【ミッション】 ビジネス要件を実装可能な技術仕様へと落とし込み、自ら開発を牽引すると同時に、ジュニアメンバーへの適切なタスク配分と設計支援を通じて、チーム全体の開発生産性とアウトプット品質を最大化させます。 詳細な業務内容 【業務例】 ・要件定義から技術仕様への落とし込み: PdMやビジネスサイドとの上流工程からの議論に参加し、曖昧なビジネス要件を、エンジニアが実装可能なレベルの技術仕様書・インターフェース定義まで具体化します。 ・タスク分解と采配(ディスパッチ): 大きな機能を「ジュニアメンバーが実装可能なサイズ(1〜3日程度)」のタスクに分解し、メンバーのスキルセットに合わせて適切に割り振ります。 ・アーキテクチャ設計と技術戦略: プロダクト全体の整合性を保つためのアーキテクチャ選定、技術的負債の返済計画の策定、スケーラビリティを考慮したインフラ設計を行います。 ・組織の技術力底上げ: コードレビューの最終責任者として品質を担保すると同時に、AI開発支援ツール(Devin/Claude Code等)の活用ベストプラクティスを策定し、組織全体の開発生産性を向上させます。 【技術スタック】 ・フロントエンド:TypeScript/Node.js/React/Next.js ・バックエンド:TypeScript/Node.js/Python/NestJS/FastAPI/GraphQL/Hasura/gRPC ・インフラ:Terraform/Kubernetes/AWS/Microsoft Azure ・AI:Python/NumPy/Pandas/Pytorch/OpenCV 【AI開発支援ツールの導入】 当社では、最新のAI開発支援ツールを実務に組み込み、効率と品質を同時に高めています。主な活用例は以下の通りです。 ・Devin:自動タスク実行、同時並行実装数を上昇 ・Claude Code:自然言語からの高度なコード提案・改善で、実装スピードを向上、同時並行実装数を上昇 ・v0.dev:高速なUIモックアップ生成で、要件確認を迅速化 ・GitHub Copilot:日常的なコーディング補助で、作業効率を底上げ ・Gemini:Deep Research/Python実行を含む情報検索・解析で、調査や設計の精度を向上

1,000~1,500万円

東京都(千代田区)

Elasticsearch

Docker

MLOps

React

Microsoft Azure

Python

生成AI・LLM

Next.js

PyTorch

CakePHP

TypeScript

AWS

JIRA

Node.js

Terraform

Kotlin

生成AI開発ツール導入

年間休日120日以上

土日祝日休み

自社プロダクト・サービス開発

BtoB向けサービス

大規模トラフィック環境

生成AI・LLMプロダクト開発

従業員数100名〜1000名未満

スタートアップ

募集は終了しました
1
289
290
291
308

条件を変えて求人を探してみる

ソフトウェア開発

フロントエンドエンジニアバックエンドエンジニア(サーバーサイドエンジニア)フルスタックエンジニアWebプログラマーモバイルアプリエンジニアコーダーマークアップエンジニアシステムエンジニア(Web)システムエンジニア(業務系)フィールドアプリケーションエンジニア(FAE)パッケージ導入・システム導入ERPエンジニアSAPエンジニアプログラマー(PG)SalesforceエンジニアServiceNowエンジニアローコードエンジニアノーコードエンジニアRPAエンジニア