資格取得支援制度あり macOSのITエンジニア求人・転職情報

株式会社バトンズ

会員数約25万人以上、累計成約件数5000件以上と業界No.1サービス(※)として急成長するM&Aプラットフォーム「BATONZ」や金融機関向けM&A支援SaaS「B MASS」を展開しています。 当社の開発組織では「誰もが簡単に使えるM&Aプラットフォームを提供し、より多くの方にM&Aの成功体験を届ける」をミッションに掲げています。本ポジションでは、高品質なプロダクトを継続的に顧客に届けるため、システムの老朽化対策、リアーキテクチャ、インフラ刷新などの技術的難易度の高い課題解決を主導していただきます。 <業務詳細> ・Ruby on Rails等のフレームワーク、ライブラリのメジャーバージョンアップ計画の策定と実行 ・アプリケーションのコンテナ化推進および最適化(Docker/AWS Fargate等) ・DB(PostgreSQL)やミドルウェアのバージョンアップおよびパフォーマンスチューニング ・レガシーコードのリファクタリングおよび技術的負債の解消 ・開発組織の開発生産性やDevEx(Developer Experience)向上に向けたCI/CD環境の整備 ・機能開発チームに対する技術的な技術選定のサポートやコードレビュー <開発プロセス> ・プロジェクトごとにビジネスチームと週次〜隔週程度の頻度で行う定例で目線合わせを行いつつ、プロダクト開発を行っています。 ・日々の小規模な機能開発や改善は個々のエンジニアが裁量を持ってアジャイルに開発を行っています。 ・数ヶ月など一定規模のある機能開発はリードエンジニアクラスのメンバーが中心となってプロジェクトマネジメントを担い、ウォーターフォール的に開発を行っています。 <開発カルチャー> ・DX(開発者体験)改善カルチャーがあり、情報の共有、仕組みの改善、自動化などを自律的に行っています。 ・「フロントエンド改善」「ドキュメント管理改善」「UI/UX改善」などをテーマにした各論の技術課題解消に向けた分科会がメンバー主導で自律的に立ち上がり、改善が進んでいます。 ・エンドポイント単位でRspecなどで単体テストを記述しており、カバレッジは80%程度の水準です。専任QAチームがMagicPodを採用してE2Eテストを推進しており、リグレッションテストの強化に取り組んでいます。 ・マージリクエストの際はコードレビューを必須としています。ランダムで2名アサインされ、アサインされたメンバーが滞っているとリマインドする仕組みがあり、開発フローが何らかのボトルネックで停滞することを防ぐ仕組みを運用しています。 <マネジメント体制> エンジニア兼務の執行役員が経営メンバーにおり、評価や制度設計を含めたピープルマネジメントを担っています。そのためエンジニアとしてプロダクトの価値向上に集中して取り組むことができます。 またプロダクトの急成長に伴い、今後数年で現在の10名規模から3倍程度まで拡大する計画を持っています。 EM、テックリード、プロダクトマネージャーなど様々な役割が生まれていくため、新たな役割に挑戦する機会も数多くある環境です。 <開発環境> 開発 ・バックエンド:Ruby/Ruby on Rails ・フロントエンド:JavaScript/TypeScript/Nuxt.js/Vue.js ・OS:Linux/Mac OS/Windows ・DB:PostgreSQL ・AI活用: GitHub Copilot/AWS Bedrock/Python/LangChain/OpenAI API/D-ID ・テスト: MagicPod, Rspec インフラ ・クラウド:AWS(Fargate/Aurora/OpenSearch/QuickSight等)/Google Cloud ・IaC:Ansible, Terraform ・監視:NewRelic/Sentry その他 ・コード管理:GitLab/GitLab CI ・タスク管理:Backlog ・コミュニケーション:Slack/Zoom ※開発機のOSは選択可能です。 ※貸与機のスペック一例:Macbook Pro M2 Max 32GB 500GB

株式会社バトンズ

会員数約25万人以上、累計成約件数5000件以上と業界No.1サービス(※)として急成長するM&Aプラットフォーム「BATONZ」や金融機関向けM&A支援SaaS「B MASS」を展開しています。 BATONZはM&Aという業務の特性上、高いセキュリティが求められます。M&Aプラットフォームとしての信頼性を高める、堅牢なシステム基盤の構築に携わっていただきます。 また、今後のM&Aのデファクトスタンダードを創出するべく、ビジネスサイドと開発チームが連携してプロダクトを磨き込んでいます。この開発チームが生産性高く創り続けるのを支援するプラットフォームやツールの構築に携わっていただきます。 ※ M&Aプラットフォーム市場における累計成約件数・総登録案件数・成約件数2021～2023年度(見込値を含む)No.1 出典:デロイト トーマツ ミック経済研究所 2023年発刊「国内ビジネスマッチングプラットフォーム市場の現状と展望【2023年版】」 <業務詳細> ・ビジネスロードマップに即したインフラ・プラットフォームの設計・構築 ・システムの運用、監視、管理を自動化するためのツールやプロセスの構築と保守 ・開発生産性を高めるツールセットやプラットフォームの設計・構築 ・ビジネス特性に合わせたSLI/SLOの検討 ・プロダクトを継続的に改善できる可観測性の検討・計装 ・トイルを減らすためのスクリプトの作成と自動化の構築 ・パフォーマンスボトルネックの特定と対処、システムアーキテクチャの最適化 <開発プロセス> ・プロジェクトごとにビジネスチームと週次〜隔週程度の頻度で行う定例で目線合わせを行いつつ、プロダクト開発を行っています。 ・日々の小規模な機能開発や改善は個々のエンジニアが裁量を持ってアジャイルに開発を行っています。 ・数ヶ月など一定規模のある機能開発はリードエンジニアクラスのメンバーが中心となってプロジェクトマネジメントを担い、ウォーターフォール的に開発を行っています。 <開発カルチャー> ・DX(開発者体験)改善カルチャーがあり、情報の共有、仕組みの改善、自動化などを自律的に行っています。 ・「フロントエンド改善」「ドキュメント管理改善」「UI/UX改善」などをテーマにした各論の技術課題解消に向けた分科会がメンバー主導で自律的に立ち上がり、改善が進んでいます。 ・エンドポイント単位でRspecなどで単体テストを記述しており、カバレッジは80%程度の水準です。専任QAチームがMagicPodを採用してE2Eテストを推進しており、リグレッションテストの強化に取り組んでいます。 ・マージリクエストの際はコードレビューを必須としています。ランダムで2名アサインされ、アサインされたメンバーが滞っているとリマインドする仕組みがあり、開発フローが何らかのボトルネックで停滞することを防ぐ仕組みを運用しています。 <マネジメント体制> エンジニア兼務の執行役員が経営メンバーにおり、評価や制度設計を含めたピープルマネジメントを担っています。そのためエンジニアとしてプロダクトの価値向上に集中して取り組むことができます。 またプロダクトの急成長に伴い、今後数年で現在の10名規模から3倍程度まで拡大する計画を持っています。 EM、テックリード、プロダクトマネージャーなど様々な役割が生まれていくため、新たな役割に挑戦する機会も数多くある環境です。 <開発環境> ■開発 ・バックエンド:Ruby/Ruby on Rails ・フロントエンド:JavaScript/TypeScript/Nuxt.js/Vue.js ・OS:Linux/Mac OS/Windows ・DB:PostgreSQL ・AI活用: GitHub Copilot/AWS Bedrock/Python/LangChain/OpenAI API/D-ID ・テスト: MagicPod, Rspec ■インフラ ・クラウド:AWS(Fargate/Aurora/OpenSearch/QuickSight等)/Google Cloud ・IaC:Ansible, Terraform ・監視:NewRelic/Sentry ■その他 ・コード管理:GitLab/GitLab CI ・タスク管理:Backlog ・コミュニケーション:Slack/Zoom ※開発機のOSは選択可能です。 ※貸与機のスペック一例:Macbook Pro M2 Max 32GB 500GB <エンジニア採用資料> 下記リンクからご確認ください。 https://speakerdeck.com/batonz/pitch-for-engineer

株式会社ABI

サーバやクラウド、ネットワーク環境の設計・構築・運用保守などのプロジェクトを担当いただきます。 ※スキルとご希望に応じて構築～設計～要件定義のいずれかをお任せします。 成長に合わせて上流の業務をお任せしていく方針です。 具体的には ●サーバやクラウド、ネットワークの設計・構築・保守 ●顧客のシステム環境に応じたデータベースの構築 等 期待する役割 サーバ・クラウド・ネットワークといったIT基盤を支え、安定稼働と最適な環境構築に向けた判断・推進を担っていただきます。 DX推進やクラウド移行などの領域では、顧客の課題や業務環境を理解し、技術的な視点から最適な改善・提案を行っていただきます。 顧客やチームと協力しながら、安定と進化の両立を実現していくことを期待しています。 直近のプロジェクト例 ①国内有数の通信事業者様 〈概要〉マーケティング情報分析のためのデータ収集システム構築 〈規模〉120人月 〈参画工程〉要件定義、システム提案、製品PoC、基本設計、 開発、テスト、リリース、運用保守 〈使用技術〉 言語⇒Java、Shell DB⇒Oracle OS⇒Linux その他⇒Talend ②大手飲料水サービス提供企業様 〈概要〉加盟店(FC店)向けの基幹システム(請求・販売・顧客・受発注管理)開発 〈規模〉800人月 〈参画工程〉見積/提案、要件定義、基本設計、詳細設計、 各種テスト、リリース、運用保守(予定) 〈使用技術〉 言語⇒Java DB⇒Oracle OS⇒Linux クラウド⇒AWS その他⇒Spring Boot ③大手通信業界 企業様 〈概要〉販売実績をもとに最適な発注数を算出するシステムの構築 〈規模〉150人月 〈参画工程〉要件定義、基本設計、詳細設計、開発、 テスト、リリース、運用保守 〈使用技術〉 言語⇒Java、PL/SQL、javascript DB⇒Oracle OS⇒Windows、Linux ④大手通信/ハードウェア販売企業様 〈概要〉ITハードウェア機器販売買取のお見積用webサイト開発及びエンハンス 〈規模〉70人月 〈参画工程〉要件定義、基本設計、詳細設計、開発、テスト、リリース 〈使用技術〉 言語⇒Python DB⇒mySQL クラウド⇒AWS その他⇒react、FastAPI、API Gateway ⑤その他の例 ・メガバンク(日銀対応システムの変更) ・大手保険会社基幹業務の構築(ERPパッケージの導入・カスタマイズ) ・大手保険会社(社内システム更改) ・大手クレジットカード会社(発券システムの構築) ・大手広告会社データ基盤の構築/更改(AWS等、クラウド環境への移行) ・大手通信会社(ビックデータ収集システムの構築) ・大手通信会社5G認証/コアネットワークの構築 ・システム連携部の構築(SOA、API、JOB 構築) ・SalseForceの導入・カスタイマイズ(CRM系) ・ServiceNowの開発・カスタイマイズ(CRM)

株式会社ABI

アプリ開発エンジニアとして、Web・業務系システムなどの開発業務を担当いただきます。 ご経験・スキルに応じて、開発・詳細設計・基本設計・要件定義などの工程をお任せします。 経験を積みながら、将来的にはPM、ITコンサルタント、スペシャリストなど、 希望に沿ったキャリアステップを目指していただけます。 参画プロジェクトは、経験や得意分野、今後の志向を踏まえて相談のうえ決定します。 【キャリアイメージ】 SE → チームリーダー(TL) → PL・PM/ITコンサル/スペシャリスト/自社サービス企画・開発へ。 ※将来の方向性は、希望と適性をもとに会社と相談のうえ一緒に決定していきます。 期待する役割 技術力だけでなく、課題の整理や解決の考え方を身につけ、チームやお客様とコミュニケーションを重ねながら、プロジェクト全体の成功に関わっていくことを期待しています。 将来的には上流工程のリードやメンバー育成、顧客折衝など、プロジェクトを動かす立場へとステップアップしていくことを期待しています。 直近のプロジェクト例 ①国内有数の通信事業者様 〈概要〉マーケティング情報分析のためのデータ収集システム構築 〈規模〉120人月 〈参画工程〉要件定義、システム提案、製品PoC、基本設計、開発、テスト、リリース、運用保守 〈使用技術〉 言語⇒Java、Shell DB⇒Oracle OS⇒Linux その他⇒Talend ②大手飲料水サービス提供企業様 〈概要〉加盟店(FC店)向けの基幹システム(請求・販売・顧客・受発注管理)開発 〈規模〉800人月 〈参画工程〉見積/提案、要件定義、基本設計、詳細設計、各種テスト、リリース、運用保守(予定) 〈使用技術〉 言語⇒Java DB⇒Oracle OS⇒Linux クラウド⇒AWS その他⇒Spring Boot ③大手通信業界 企業様 〈概要〉販売実績をもとに最適な発注数を算出するシステムの構築 〈規模〉150人月 〈参画工程〉要件定義、基本設計、詳細設計、開発、テスト、リリース、運用保守 〈使用技術〉 言語⇒Java、PL/SQL、javascript DB⇒Oracle OS⇒Windows、Linux ④大手通信/ハードウェア販売企業様 〈概要〉ITハードウェア機器販売買取のお見積用webサイト開発及びエンハンス 〈規模〉70人月 〈参画工程〉要件定義、基本設計、詳細設計、開発、テスト、リリース 〈使用技術〉 言語⇒Python DB⇒mySQL クラウド⇒AWS その他⇒react、FastAPI、API Gateway ⑤その他の例 ・メガバンク(日銀対応システムの変更) ・大手保険会社基幹業務の構築(ERPパッケージの導入・カスタマイズ) ・大手保険会社(社内システム更改) ・大手クレジットカード会社(発券システムの構築) ・大手広告会社データ基盤の構築/更改(AWS等、クラウド環境への移行) ・大手通信会社(ビックデータ収集システムの構築) ・大手通信会社5G認証/コアネットワークの構築　 ・システム連携部の構築(SOA、API、JOB 構築) ・SalseForceの導入・カスタイマイズ(CRM系) ・ServiceNowの開発・カスタイマイズ(CRM)

株式会社ABI

サーバ・クラウド・ネットワーク環境における設計・構築プロジェクトで、 PL/PM/PMO候補として、プロジェクト全体の推進を担っていただきます。 上流工程(要件定義・設計方針策定・ベンダー調整)を中心に、 ご志向に応じてプレイングマネージャーとして構築工程にも関わることが可能です。 具体的には ●プロジェクトマネジメント(進行・品質・課題・コスト管理) ●PMOとしてのプロジェクト改善・標準化推進 ●顧客課題の整理、クラウド導入・最適化に向けた提案支援 ●ネットワーク/サーバ/クラウド環境の設計・構築 ●チームマネジメント、メンバー育成、レビュー 等 期待する役割 顧客やチームと向き合いながら、インフラ基盤の安定と進化を両立するプロジェクト推進を担っていただくことを期待しています。 PM/PMOとしては、進行・品質・リソースを管理し、プロジェクト全体を円滑に動かす役割を担います。 DX推進の領域では、顧客課題を的確に捉え、クラウド導入や業務最適化など、技術を起点に変革を支援していただきます。 顧客をチームの一員として巻き込み、信頼関係を築きながら、プロジェクトの成功と新たな価値創出を実現することを期待しています。 直近のプロジェクト例 ①国内有数の通信事業者様 〈概要〉マーケティング情報分析のためのデータ収集システム構築 〈規模〉120人月 〈参画工程〉要件定義、システム提案、製品PoC、基本設計、 開発、テスト、リリース、運用保守 〈使用技術〉 言語⇒Java、Shell DB⇒Oracle OS⇒Linux その他⇒Talend ②大手飲料水サービス提供企業様 〈概要〉加盟店(FC店)向けの基幹システム(請求・販売・顧客・受発注管理)開発 〈規模〉800人月 〈参画工程〉見積/提案、要件定義、基本設計、詳細設計、 各種テスト、リリース、運用保守(予定) 〈使用技術〉 言語⇒Java DB⇒Oracle OS⇒Linux クラウド⇒AWS その他⇒Spring Boot ③大手通信業界 企業様 〈概要〉販売実績をもとに最適な発注数を算出するシステムの構築 〈規模〉150人月 〈参画工程〉要件定義、基本設計、詳細設計、開発、 テスト、リリース、運用保守 〈使用技術〉 言語⇒Java、PL/SQL、javascript DB⇒Oracle OS⇒Windows、Linux ④大手通信/ハードウェア販売企業様 〈概要〉ITハードウェア機器販売買取のお見積用webサイト開発及びエンハンス 〈規模〉70人月 〈参画工程〉要件定義、基本設計、詳細設計、開発、テスト、リリース 〈使用技術〉 言語⇒Python DB⇒mySQL クラウド⇒AWS その他⇒react、FastAPI、API Gateway ⑤その他の例 ・メガバンク(日銀対応システムの変更) ・大手保険会社基幹業務の構築(ERPパッケージの導入・カスタマイズ) ・大手保険会社(社内システム更改) ・大手クレジットカード会社(発券システムの構築) ・大手広告会社データ基盤の構築/更改(AWS等、クラウド環境への移行) ・大手通信会社(ビックデータ収集システムの構築) ・大手通信会社5G認証/コアネットワークの構築 ・システム連携部の構築(SOA、API、JOB 構築) ・SalseForceの導入・カスタイマイズ(CRM系) ・ServiceNowの開発・カスタマイズ(CRM)

株式会社インフキュリオン

【ミッション】 「ユーザーサポート/サービスデスクのコアエンジン」として、以下を担っていただきます。 1.高度なヘルプデスク/サービスデスク運用 ・複雑化するSaaS・ゼロトラスト環境でのトラブルシューティング(対人対応だけでなく、原因の技術的な切り分けまで担う) ・資産管理・アカウント/権限管理などの定型業務の確実な遂行と、業務フローの標準化 2.自己解決率の向上とナレッジ基盤の整備 ・ITSMツールのデータを活用した業務分析・改善提案 ・Notionを核としたFAQ/ナレッジ基盤の整備・高度化による、全社員の自己解決率の向上 3.業務効率化・自動化への貢献 ・MDMを活用したキッティング自動化などの運用高度化 ・GAS/iPaaS(Workato等)を活用した、オンボーディング/オフボーディング等の業務プロセス改善・自動化 【利用ツール・環境】 ・グループウェア・コミュニケーション:Google Workspace、Microsoft 365、Slack、Gather、Figjam、Backlog、esa ・ID管理・SaaS管理:Entra ID、YESOD、Josys、Keeper ・端末管理・資産管理:Intune、Jamf Pro/Connect、MaLion ・管理デバイス:Windows(70%)、Mac(30%)、iPhone ・セキュリティ・ネットワーク:CrowdStrike、Cato Networks、HENNGE、yamory、Seculio、PowerDMARC ・TSM・自動化・開発:FreshService、Workato、Zapier、kintone、Contentful、Cloudflare ・バックオフィス・業務系:freee、バクラク、SmartHR、WiMS、Sansan ・オフィス・ファシリティ:RECEPTIONIST、safie、Akerun、iDoors ・生成AI:Gemini Enterprise、Vertex AI、Notebook LM Pro、Slack AI、NotionAI ※その他生成AIも申請ベースで全社での利用実績多数あり 【組織体制】 ・部長:1名 ・コーポレートエンジニアリングチーム:8名、正社員+業務委託メンバーで構成

エムスリー株式会社

●ミッション あらゆるデータとあらゆる分析技術を活用して、医療に最適な意思決定を適用する。 ●役職/ロール データサイエンティスト(DS)/シニアデータサイエンティスト ●担当業務 ・担当事業の主担当として、分析設計、開発、示唆出しを行い、事業インパクトを創出します。 ・エムスリーグループ内の各担当者の問題解決パートナーとして、担当事業部の課題を解決します。 ・ジョイントベンチャーを含む大型分析プロジェクトをリードします。 ・中長期的な価値提供を行えるよう、分析ソリューションプロダクトを開発します。 ・DSの人材育成や成果物の品質向上を目的とした分析基盤開発などのグループの生産性を向上させます。 ●所属 データ分析グループ 約20名のDSが在籍しています。 事業インパクトの最大化を目的として、各DSの成果を定量的に評価し、創出した付加価値をKPIとしています。 クライアントの深い理解とニーズ発掘に取り組み、信頼関係を構築できるようクライアント担当制を敷いています。 各DSが、担当事業での課題発見/実装/評価等の全データ分析プロセスを一気通貫で行います。 ●カルチャー 周囲のグループと協働して、DSが最も付加価値を提供できる企画とロジック開発に特化しています。 事業課題に応じたソリューションを提供し、同時並行で複数のプロジェクトを実施します。 時間への意識を高め、世の中のライブラリを積極的に活用したデリバリー優先の開発を行います。 データサイエンティスト同士の連携を重視し、プロジェクト・分析結果の共有やコードレビュー等を行っています。 勉強会にて、各データサイエンティストが定期的に新たなチャレンジをしています。 ●技術スタック 統計技術:機械学習, 因果推論, 組合せ最適化, 自然言語処理等 言語:Python3.x, SQL, Shell Script DB:BigQuery インフラ:PC (Windows / Mac希望に応じて), オンプレミスサーバー, AWS コード管理:GitLab コミュニケーション:Slack, JIRA, Confluence <入社時>上記に記載の業務 <変更の範囲>会社の定める業務、就業規則に従い出向となった場合は出向先の定める業務

エムスリー株式会社

ITサービスグループにて、エムスリー社内、およびグループ会社内のクライアントPCの問合せ対応、障害切り分け、環境構築や運営等を担って頂きます。 ●主な業務 ・M3グループ各社におけるユーザーサポート ・IT関連機器の資産、契約管理・購買・メンテナンス ・M3グループ各社のクラウド環境を含むN/W、サーバの運用、技術検証 ●補足 部門全体では、国内エムスリーグループ各社をサポートしており、約4,000名を10名程度の体制でサポートしています。 <入社時>上記に記載の業務 <変更の範囲>会社の定める業務、就業規則に従い出向となった場合は出向先の定める業務

ウェルスナビ株式会社

期待する役割 QAエンジニアとして、プロダクトの品質を保証するQA業務全般に携わっていただきます。 入社後、WealthNaviのシステムについて理解を深めていただきながら、QA業務の実施を行い、その後QA業務の高度化・改善に携わっていただきます。 将来的には、テスト自動化や開発工程全体の品質向上などにも携わっていただけます。 チーム拡大のタイミングのため、体制・プロセスの改善やテスト自動化に積極的にチャレンジしたいという意欲のある方を歓迎しております。 業務内容 QAエンジニアとして、プロダクトの品質を保証するQA業務全般に携わるポジションです。ロボアドバイザーサービスに加え、新規で立ち上がるサービスのQAをお任せします。 複数サービスが立ち上がる際にはサービスを横断した幅広い仕様の把握や、体系的なQA工程の構築、QA活動の提案と合意、推進が必要になるため、QAプロセスの構築や標準化・ツールの開発・属人的な業務の解消・自動化等の改善にも関わっていただきます。 ●定常QA業務の実施 └ロボアドバイザー『ウェルスナビ』のテスト戦略・計画立案・テスト設計・テスト実施、不具合管理 └新規サービスのテスト戦略・計画立案・テスト設計・テスト実施、不具合管理 ●品質管理業務の強化 └テスト実施体制及びQAプロセスの提案・改善・運用 └第三者検証会社を利用したテスト対象範囲の拡大と管理 └不具合の管理や分析、改善の推進 ●自動テストの維持・拡大 └自動テストのメンテナンス └新規に開発されたアプリケーションのテスト 技術スタック DB:Amazon Aurora (MySQL) 言語:JavaScript,TypeScript モニタリング:DataDog 自動テスト:Playwright QAチームについて 現在、QA業務を担当する「QAチーム」には5名のQAエンジニアが在籍しており、フロント/バックエンド開発を担当する各チームのアウトプットに対するQAを中心に担当しています。 今後は事業のグロースに対応する体制を築くべく、全社的なテスト工程の拡充とリリース段階の品質保証業務全般のマネジメントに取り組みます。特にソフトウェアテスト自動化プラットフォームの導入をはじめとするテスト自動化を推進し、マンパワーに頼らない効率的なQA範囲の拡大が目下のテーマです。 チーム内には、開発からQAにジョブチェンジしたメンバーや、第三者検証会社から入社したメンバーがいます。一年半前まではQAチームは2名しか在籍しておらず、テスト実施にしか工数を割けず改善ができなかったことから、なるべく自動化/効率化して運用コストを減らすマインドをチーム全体で持っています。 ※チーム構成※ マネージャー:2名 メンバー:7名

ウェルスナビ株式会社

●期待する役割 ロボアドバイザーや新規プロダクトに関わるUIUXデザインをお任せします。また、ご経験やご志向に応じて、ブランディング領域(採用や広報などのコーポレート業務やマーケティング等)のWeb・グラフィック・販促物等のデザインをお任せすることも想定しています。 金融サービスは「難しそう」「わかりにくい」というイメージを持つ方も少なくないため、ウェルスナビが目指す「誰もが手軽に使える金融サービス」をデザインの力で実現していただきたいです。 社員の半数以上がエンジニア・デザイナーで構成される「ものづくりする金融機関」の一員として、ビジネスや開発との垣根なく、サービスの立ち上げや改善に主体的に参画していただけます。 ●デザインチームについて デザインチームには8名の社員が在籍しています。「働く世代」の当事者としてウェルスナビのミッションに共感する仲間が集まっています。 新規プロダクトの立ち上げや、三菱UFJ銀行と共同で立ち上げを目指しているデジタルバンクなどの新たな事業展開にも密接に関わっていることから、業務範囲の拡大や新たな施策実施に対応できる組織づくりを進行中です。事業・組織の拡大に伴って、ご自身の志向やキャリアパスに合わせて役割やポジションを柔軟に選択可能です。 ●業務内容 ▽Web及びモバイルアプリのUIデザイン ・プロダクトの情報・UI・トーン&マナーの設計 ・UI設計・モックアップ作成 ・簡易モックアップ作成 ・UI作成 ▽定量・定性調査を伴うユーザー体験の可視化 ・リサーチ(競合調査、定量・定性調査) ・コンセプト検討 ・改善施策 ・情報設計 ▽Web・グラフィック・販促物のデザイン ・マーケティング施策支援 ・販促物、ロゴ、ビジュアルの制作 ・トーン&マナー策定 ・撮影・外部ディレクション ▽デザインシステム運用及び改善 ・デザインシステム ・デザインアセット管理 ▽デザイン業務の効率化 ・業務効率化 ・人材育成

ウェルスナビ株式会社

【業務内容】 2022年6月にゼロトラストアーキテクチャの思想を取り入れた環境へ移行しました。様々なソリューションを活用したコーポレートIT環境を構築し、同時にセキュリティ対策の強化に取り組んでいます。 ▼業務環境の提供 ◦社内ネットワーク(ネットワーク機器、FireWall、LAN 等)の設計・構築・運用・管理 ◦セキュリティソリューション(IAM、SWG、EDR、MDM 等)の導入・運用・管理 ◦グループウェアやコミュニケーションツールの導入・運用・管理 ◦アカウント管理(付与・変更・削除・棚卸) ◦入退社対応(ADアカウント登録・削除、SaaSライセンス調達・登録・削除、PCキッティング 等) ◦組織変更対応(ファイルサーバ利用者・権限変更、メーリングリスト作成・変更 等) ◦ワークフロー対応(備品手配・配布、ライセンス権限やメーリングリストの追加・変更・削除 等) ◦業務端末(PC、スマートフォン)の調達、払出し、管理、廃棄 ◦ユーザーサポート(問い合わせ対応、要望対応、課題解決) ◦セキュリティ対応(OSやブラウザのセキュリティパッチ適用、PCの脆弱性対応 等) ◦デジタルバンク事業立ち上げ計画に関わる業務 ▼業務環境の改善 ◦直近の主な取組 　▪PPAP対策ツール導入によるセキュリティ強化 　▪SaaS管理ソリューション導入による業務効率化 　▪Netskope環境改善 　▪社内業務システム向けEntraIDによる認証基盤の構築 　▪Microsoft365ライセンスの見直し 【主な環境・使用ツール】 ▼オフィスネットワーク ◦Cisco Meraki ◦FortiGate ▼コミュニケーションツール 　 ◦GoogleWorkspace(Enterprise Plus) ◦Slack(Enterprise Grid) ◦Zoom(Enterprise) ▼セキュリティソリューション 　 ◦Microsoft EntraID ◦Microsoft365 E5(Intune/Defender for Endpoint) ◦Jamf Pro/Connect ◦MaLion ◦Netskope ◦Keeper ▼ デバイス 　 ◦Windows(約350台) ◦Mac(約200台) ◦iPhone(約100台) 【期待する役割】 当チームは、中期的なビジョンとして、「業務環境における運用業務の効率と品質の向上、ならびにセキュリティの高度化を追求し、会社規模が1000人超の規模になっても期待される業務環境の提供を実現している」を掲げており、このビジョン達成を一緒に目指してもらえる仲間を募集しています。 •業務環境の安定提供に貢献してくれる方 •会社規模の拡大に向けて運用業務の効率化を推進してくれる方 •業務環境における業務の品質向上を推進してくれる方 •業務環境におけるセキュリティ強化を推進してくれる方

ウェルスナビ株式会社

●期待役割 今後の個人向け金融プラットフォーム構想に向けて、開発組織としても組織強化が急務となっています。 ウェルスナビのVisionである「ものづくりする金融機関」の実現に向けて、CTO直下組織であるEEチームに所属いただき、エンジニア等が所属する開発組織の体制構築支援を推進いただきます。 技術広報や採用広報の強化、組織課題の改善やキャリア支援等の組織開発など幅広い役割が求められる当該部署において、各部門と密に連携を取りながら、人事/エンジニアリング双方の視点で必要な施策を検討・実施・改善していくことを期待しています。 特に技術広報分野においては立ち上げから歴も浅く、新規企画やチーム構築など幅広く携わっていただけます。 ● 所属組織について / Engineering Engagementチーム(EEチーム) CTO直下、開発組織の強化と拡大を推進していく役割・機能を担っています。 現在は主に下記の3点を担っています。 ① 技術広報(社外イベントへの出展、テックブログの運営など) ② 組織開発(部門横断1on1等における組織課題発見・改善、キャリア構築支援など) ③ 採用支援(エンジニア採用活動における各種改善など) ●業務内容 これまでのご経験や強みに応じて、下記業務のいずれかをメインに担っていただく想定です。 ・技術広報活動の推進 ・社内外に向けて技術情報発信を推進・強化するための計画立案、施策の検討・導入 ・社外エンジニアコミュニティとの関係構築の推進 ・開発組織の拡大・強化支援 ・採用チームと連携した、エンジニア採用活動の継続的改善 ・定期1on1などを通じた個人や組織のコンディション把握 ・エンジニア組織課題の発見から改善企画立案と推進 ・開発マネジメント層に向けた、チーム組成や各人材のキャリア実現と組織成長を両立する企画立案と推進

株式会社キャリアデザインセンター

大手有名企業の開発案件に参画して頂き、開発エンジニアとしてスキルを磨いて頂くことが可能です! 【プロジェクト事例】 ・Fintech系サイトの開発/・医療事業者向けポータルサイト開発/・有名エンタメサービスのスマホアプリ開発/・クラウド型モバイル決済システムの 開発/・大手損害保険会社の基幹システム開発/・DX支援システムの開発/・大手モバイル決済サービスのフロントエンド開発/・官公庁、自治体向けクラウドシステムの開発など 【従事すべき業務の変更の範囲】会社が定める業務

株式会社キャリアデザインセンター

大手有名企業の開発案件に参画して頂き、バックエンドエンジニアとしてスキルを磨いて頂くことが可能です! 【プロジェクト事例】 1、採用管理システム・人事系システムの追加開発・改修・保守 ・業務内容: 　追加開発・改修・保守 ・環境: 　言語:PHP、jQuery、Ajax、HTML、CSS、MySQL 　フレームワーク:Laravel 　OS:Linux 　その他:Apache、Git、Trello 2、ゲーム実況配信アプリのバックエンド開発 ・業務内容: 　Go による Web アプリケーション開発 　新機能設計・開発及び機能改善 ・環境: 　PC: Mac 　バックエンド: Go(Perl) 　フロントエンド: TypeScript 　インフラ: GCP 　共通: Github、Slack、Confluence 3、大手 SIer にて銀行向け WEB システムのバックエンド開発(帳票出力を主機能とした開発) ・業務内容: 　製造・単体テスト ・環境: 　言語:Java 　フレームワーク:Spring、MyBatis 　OS:RHEL 　ミドルウェア:JBoss 　データベース:Oracle 【他案件例】 Fintech系サイトのバックエンド開発/・医療事業者向けポータルサイトのバックエンド開発/・有名エンタメサービスのスマホアプリのバックエンド開発/・クラウド型モバイル決済システムのバックエンド開発/ ・大手損害保険会社の基幹システムのバックエンド開発/・DX支援システムのバックエンド開発/・大手モバイル決済サービスのバックエンド開発/・官公庁、自治体向けクラウドシステムのバックエンド開発など 【開発環境】 ※下記のような開発環境にてPJTに従事していただきます。 ・⾔語︓PHP、Go、Java、Ruby、Python、C♯ ・データベース︓Oracle、SQLServer、PostgreSQL、MySQL　 ・OS︓Windows Server / Redhat Linux　 ・フレームワーク:Laravel、Spring、Ruby on Rails、Django ・インフラ:GCP/AWS　など 　 ・PC:Windows、Mac　 ・工程:基本設計、詳細設計、実装、テスト、リリース後の運用改善 【従事すべき業務の変更の範囲】会社が定める業務

JAPAN AI株式会社

プロダクト要件・アーキテクチャ設計 ビジネス目標・顧客課題からプロダクト要件を体系化し、技術アーキテクチャへ翻訳 機能境界・ドメイン設計、データ契約、API 仕様の策定 RFC 駆動の設計レビュー・意思決定プロセスの運営 LLM / 生成 AI を活用したプロダクト設計 (RAG、tool-use、guardrails 等) 技術選定・トレードオフ判断 買う / 作る / 統合 (Build vs Buy vs Integrate) の技術選定 非機能要件 (可用性・拡張性・セキュリティ・コスト) の設計と品質属性トレードオフ判断 技術的負債の可視化と計画的解消のロードマップ策定 横断的協働・ロードマップ エンジニアリングチーム・PdM・デザイナーとの横断的協働 プロダクトロードマップの策定・推進 技術的負債の可視化と計画的解消のロードマップ策定 【業務シナリオ例】 ※以下は想定される業務シナリオの例です ● シナリオ 1: 新プロダクトラインの立ち上げ エンタープライズ顧客から「AI エージェントによる社内ナレッジ検索」の強いニーズを発見。 市場調査・顧客インタビュー・技術検証を経て、プロダクト要件を定義。 RAG アーキテクチャの設計、データパイプラインの技術選定、MVP のスコープ定義までをリードし、3 ヶ月でベータリリースを実現。 ● シナリオ 2: Build vs Buy のアーキテクチャ判断 音声 AI 機能の拡張にあたり、自社開発 vs 外部 API 統合の判断が必要に。 コスト・品質・開発速度・カスタマイズ性の 4 軸で比較分析を行い、RFC を起票。 エンジニアリングチームとの設計レビューを経て、ハイブリッドアプローチ (コア機能は自社開発、周辺機能は外部 API) を決定。 ● シナリオ 3: 品質属性のトレードオフ判断 JAPAN AI AGENT のレイテンシ P95 が目標値を超過。 可用性・コスト・レイテンシのトレードオフを分析し、推論キャッシュの導入とモデルルーティングの最適化を提案。 エンジニアリングチームと協働して実装し、レイテンシを 30% 改善しつつコスト増を 5% 以内に抑制。 ●ミッション 何を作るかを決める プロダクトの「何を・なぜ・どう作るか」を技術とビジネスの両面から定義し、AI プロダクトの成功確率を最大化する。 ●期待する役割について Product Manager として、JAPAN AI のプロダクト群全体のアーキテクチャ設計と技術戦略をリードしていただきます。 ビジネス目標・顧客課題からプロダクト要件を体系化し、技術アーキテクチャへ翻訳する 機能境界・ドメイン設計・API 仕様の策定をリードする Build vs Buy vs Integrate の技術選定を行い、最適な投資判断を導く 非機能要件 (可用性・拡張性・セキュリティ・コスト) のトレードオフ判断を行う エンジニアリングチーム・PdM・デザイナーとの横断的協働を通じて、プロダクトの方向性そのものを決定する 技術的負債の可視化と計画的解消のロードマップを策定する ●成果責任 (KR/メトリクス) プロダクトロードマップ達成率 アーキテクチャレビュー起因の手戻り率 新機能リリースサイクル短縮 プロダクト品質属性 ●チーム体制 約120名が開発組織に在籍しています。 Product Architectは以下のチーム・ステークホルダーと密接に連携します: Agentic Product Engineer — エージェント機能開発 Human-AI Collaboration Architect — エージェント体験設計 FDE — 顧客要件・フィードバック 経営層 — 事業戦略・投資判断 ●開発環境 言語 : Python (バックエンド) , TypeScript / React / Next.js (フロントエンド) / NX AI/LLM : LangChain, LangGraph, JAPAN AI STUDIO SDK, RAG, Agent Framework インフラ : GCP (コンテナ / K8s) , Docker, Terraform ツール : Slack, Confluence, Linear, Google Workspace, GitHub, Notion AI 開発支援 : Claude Code MAX Plan, Cursor, ChatGPT, Devin 作業環境 : Mac (Apple Silicon) , デュアルモニタ対応

JAPAN AI株式会社

エージェント体験 (AX) の設計 エージェント対話フロー・インタラクションパターンの設計 不確実性の可視化・信頼度表示の UI 設計 可逆操作 (Undo / 修正) ・権限付与 UI の設計 エージェント行動のトレーサビリティ表示設計 Human-in-the-Loop 評価 UI・フィードバックループの設計 エージェントのパーソナ (性格・振る舞い・トーン) の設計 ユーザーリサーチ ユーザーインタビュー、ユーザビリティテスト、A/B テストの設計・実施 定性・定量データに基づくデザイン判断 ペルソナ・ジャーニーマップの作成・更新 AI エージェントに対するユーザーの信頼度・満足度の測定 デザインシステム・プロトタイピング AI プロダクト向けデザインシステムの構築・運用 高速プロトタイピング (Figma、コードプロトタイプ等) 情報アーキテクチャ (IA) 設計 デザインパターンのドキュメント化・チーム間共有 【業務シナリオ例 ※以下は想定される業務シナリオの例です ● シナリオ 1 : 稟議承認 AI の信頼度表示 UI 設計 JAPAN AI STUDIO の稟議承認ワークフローで、AI エージェントが「この稟議を承認すべき」と判断した際、ユーザーが「この判断はどの程度信頼できるか」を直感的に判断できる UI を設計。 信頼度スコア、参照した過去の承認パターン、判断根拠の表示方法をプロトタイプし、ユーザビリティテストで検証。 「AI が参照したデータソース (楽々精算の金額データ + SmartHR の部門予算データ)」を可視化することで、エージェント信頼度スコアが 20% 向上。 ● シナリオ 2 : SaaS 横断ワークフローの可逆操作 UI 設計 JAPAN AI STUDIO で AI エージェントが楽々精算 → SmartHR → Salesforce を横断して自律的に実行したアクション (経費承認、人事データ更新、CRM 記録更新) に対し、ユーザーが安心して「取り消し」「修正」できる UI を設計。 複数の SaaS にまたがるアクションの Undo / Redo のインタラクションパターンを定義し、「どの SaaS のどのデータが変更されたか」を一覧で確認できるトレーサビリティ表示を実装。 エラー回復成功率が 35% 向上。 ● シナリオ 3 : 「企業の脳」のデザインシステム構築 9 つのプロダクトで一貫した「企業の脳」体験を提供するため、エージェント対話コンポーネント (チャットバブル、ツール呼び出し表示、SaaS 連携進捗インジケーター、信頼度バッジ、可逆操作ボタン等) を標準化したデザインシステムを構築。 コンポーネント再利用率が 60% 向上し、新機能のデザイン工数を 40% 削減。 ●ミッション 「企業の脳」を信頼できる存在にする 人間と AI エージェントの間に「信頼」を生むインタラクションを設計し、透明性・可逆性・説明可能性を備えたエージェント体験 (AX) を実現する。 ●Human-AI Collaboration Architect とは Human-AI Collaboration Architect は「人と Agent の信頼を設計する人」です。 従来の UX デザイナーとは以下の点で根本的に異なります。 従来のUXデザイン ユーザーの操作に対して確定的な結果を返す UIの動作は予測可能 エラーは明確 (404、入力ミス等) ユーザーが操作する 一貫した UI で信頼を構築 ・Human-AI Collaboration Architect AI の出力は確率的で、毎回異なる可能性がある エージェントの行動は不確実で、説明が必要 エラーは曖昧 (「回答が不正確かもしれない」) エージェントが自律的に行動し、ユーザーが監督する 透明性・可逆性・説明可能性で信頼を構築 ●期待する役割について Human-AI Collaboration Architect として、JAPAN AI の全プロダクト (STUDIO / CHAT / SPEECH / AGENT 等) における AI エージェント体験の設計をリードしていただきます。 エージェントの対話フロー・インタラクションパターンを設計し、ユーザーが AI を信頼して業務に活用できる体験を実現する 不確実性の可視化、信頼度表示、可逆操作 (Undo / 修正)、トレーサビリティ表示など、AI 特有の UX 課題を解決する ユーザーリサーチ (インタビュー、ユーザビリティテスト、A/B テスト) に基づくデータドリブンなデザイン判断を行う AI プロダクト向けデザインシステムを構築・運用し、プロダクト横断で一貫した体験を提供する エンジニア・PM・AI 研究者と密に連携し、技術的制約を理解した上でデザインする ●成果責任 (KR/メトリクス) ユーザータスク完了率 エージェント信頼度スコア (ユーザーサーベイ) エラー回復成功率 (ユーザーが自力で修正できた割合) ユーザーリテンション率 デザインシステムコンポーネント再利用率 ●チーム体制 約120名が開発組織に在籍しています。 密接に連携する役割: Product Manager — プロダクト設計・要件定義 Agentic Product Engineer — エージェント機能開発 AI Quality Scientist — 品質評価・ユーザビリティ Research Engineer — AI 技術の最新動向・制約の理解 ●開発環境 デザイン : Figma, FigJam プロトタイピング : Figma Prototyping, Framer リサーチ : Maze, Hotjar, Google Analytics コラボレーション : Slack, Confluence, Linear, Google Workspace, Notion AI 開発支援 : Claude Code MAX Plan, Cursor, ChatGPT, Devin 作業環境 : Mac (Apple Silicon) , デュアルモニタ対応

JAPAN AI株式会社

●課題を定義する 顧客の業務プロセス・データ環境・既存SaaS群の全体像を把握し、AIがどこに介入すれば効果が最大化するかを特定します。経営層から現場担当者までと直接対話し、仕様書を受け取るのではなく、仕様を自ら定義します。 ●爆速で作る JAPAN AI STUDIOで、現場が実際に使うワークフロー（稟議承認、リソース最適配置、見込み顧客探索、データ連携 等）を構築します。顧客の既存SaaS（Salesforce / SmartHR / kintone 等）とのAPI連携、LLM・AIエージェントを用いたPoCの高速実装から本実装まで、フルスタックで自ら手を動かします。 ●本番に載せ、プロダクトに還す 本番導入の技術支援、セキュリティ・コンプライアンス要件への対応、導入後の利用定着まで伴走します。現場で得たパターンはプロダクトチームへ還元され、次の標準機能になります。 例：全国50店舗を展開する小売業。紙ベースで平均5営業日かかっていた発注稟議を、過去の承認パターンをAIが学習して一次判断するワークフローに置き換え、リードタイムを1営業日に短縮。この事例は標準テンプレートとして他顧客にも展開されました。 ●ミッション 顧客の業務プロセスを解体し、AI を前提とした「次世代の基幹システム (企業の脳)」を実装する 顧客の現場に深く入り込み、既存 SaaS 群の全体像を把握し、AI がどう介入すれば効率化・最適化できるかを設計する。JAPAN AI STUDIO を活用し、現場が実際に使えるワークフローを爆速で構築する。その過程で得た知見をプロダクトチームにフィードバックし、プロダクトそのものを進化させます。 顧客の現場で発見された課題やユースケースが、直接プロダクトロードマップに反映されます。 ●期待する役割について 顧客の業務プロセスとデータ環境を深く理解し、JAPAN AI STUDIO を活用して課題解決を実装・導入するエンジニアです。 顧客の既存システム (SaaS 群) の全体像を把握し、AI がどう介入すれば効率化・最適化できるかを設計する JAPAN AI STUDIO を活用し、現場が実際に使えるワークフロー (稟議承認、リソース最適配置、見込み顧客探索 等) を爆速で構築する PoC を本番環境へ導入し、利用定着まで伴走する 現場で得た知見をプロダクトチームにフィードバックし、プロダクトを進化させる 経営層から現場担当者まで、多様なステークホルダーと関係を構築する ●成果責任 (KR/メトリクス) FDE の動きがプロダクトの成長 (ARR) に直結する設計です。 ・先行指標 (行動とアウトプット) STUDIO での新規ワークフロー構築数 — 顧客の課題をどれだけシステム化できたか SaaS 連携数 — 顧客の既存 SaaS を JAPAN AI に接続した数 (= 企業の脳の「視界」が広がった数) デプロイ速度 — 要件定義から最初の AI エージェント稼働までのリードタイム ・遅行指標 (事業と顧客へのインパクト) アクティブ利用率 (MAU / DAU) — 構築した AI ワークフローが、現場で実際にどれだけ使われているか 顧客の業務削減時間 / ROI — AI 導入によって浮いた工数や、受注率向上などの実数 アップセル・クロスセル額 — 初期導入拠点から、他部署や地方拠点へ展開したことによる追加売上 ●チーム体制 約60名が開発組織に在籍しています。 FDEチームは現在10名で、以下のチーム・ステークホルダーと密接に連携します: Product Architect — プロダクト設計 Agentic Engineer — エージェント機能開発 AI Success Engineer — 導入後の顧客成功支援 Deployment Strategy — 顧客への導入戦略・展開推進 ●開発環境 言語 : Python (バックエンド) , TypeScript / React / Next.js (フロントエンド) / NX AI/LLM : LangChain, LangGraph, JAPAN AI STUDIO SDK インフラ : GCP (コンテナ / K8s) , Docker データ : BigQuery, PostgreSQL, 各種顧客データソース ツール : Slack, Confluence, Linear, Google Workspace, GitHub, Notion AI 開発支援 : Claude Code MAX Plan, Cursor, ChatGPT, Devin 作業環境 : Mac (Apple Silicon) , デュアルモニタ対応

JAPAN AI株式会社

●技術オンボーディング・トレーニング FDE から引き継いだ導入済みワークフローの技術オンボーディング設計・実施 顧客の業務ワークフローに合わせた AI 活用方法の設計・提案 トレーニング資料・ベストプラクティスの作成・提供 ●利用定着・ROI実現 成功指標 (KPI) の設計と定期的なROIレビュー 利用状況モニタリングとプロアクティブな改善提案 利用データのダッシュボード構築・定量分析による課題の早期発見 プロンプト最適化・エージェント設定の改善支援 評価基盤 (eval) の運用支援・品質改善 ●テクニカルサポート・問題解決 レポートされた問題の技術的調査・根本原因分析 テクニカルサポートのエスカレーション対応 API/SDK/インテグレーションに関する技術支援 セキュリティ・ガバナンス・コンプライアンス対応 ●プロダクトフィードバック・拡大展開 顧客フィードバックの収集とプロダクトチームへの還元 拡大展開 (アップセル/クロスセル) の技術支援 新規ユースケースの発見・提案 【業務シナリオ例】 ● シナリオ 1 : SaaS 横断ワークフローの利用定着支援 FDE が製造業の顧客に構築した「経費精算自動承認ワークフロー」(楽々精算 → SmartHR 連携) の導入後、利用率が伸び悩んでいる。 利用データを分析し、「現場作業者がスマートフォンから使いにくい」「承認結果の通知が遅い」という課題を特定。 モバイル向けの利用ガイドを作成し、通知設定を最適化。 さらに、現場向けトレーニングを実施。 利用率が 2倍に改善し、月間 400時間の業務削減効果を可視化して経営層に報告。 ● シナリオ 2 : 「企業の脳」の ROI 可視化と全社展開 FDE が金融機関の 1部門に構築した「見込み顧客探索エージェント」の導入後、ROI レビューを実施。 アプローチ数 3倍、受注率 15% 向上という成果を定量化し、経営層向けレポートを作成。 この成果をもとに、他の 5部門への全社展開の意思決定を支援し、アップセルに貢献。 展開先の各部門に合わせたプロンプト最適化とエージェント設定の調整を実施。 ● シナリオ 3 : ワークフロー品質改善のフィードバックループ 小売業の顧客が JAPAN AI AGENT を活用した「稟議承認 AI」で、回答精度に関するフィードバックが増加。 eval 基盤を活用して回答品質を定量分析し、特定の稟議カテゴリで factuality スコアが低いことを特定。 プロンプト最適化とナレッジベースの改善を提案し、回答精度が 15% 向上。 この改善パターンをプロダクトチームにフィードバックし、JAPAN AI AGENT の標準テンプレートとして全顧客に展開。 ●ミッション 「企業の脳」が定着し、成果を出し続ける状態を作る AI プロダクト導入後の顧客成功を技術面から最大化し、利用定着・拡大展開・ROI 実現を推進する。 ●AI Success Engineerとは AI Success Engineerは、OpenAI社やDatabricks社が確立した職種で、AIプロダクトの導入後に顧客の成功を技術面から支援するエンジニアです。 従来のカスタマーサクセスやテクニカルサポートとは異なり、AIプロダクト特有の課題 (プロンプト最適化、eval設計、利用データ分析、ワークフロー改善) を技術的に解決する専門職です。 従来のカスタマーサクセス | AI Success Engineer 利用状況のモニタリング・報告 | 利用データを分析し、プロアクティブに改善提案 機能の使い方を説明する | AIの使い方を設計し、業務ワークフローに組み込む 問い合わせに対応する | 問題の根本原因を技術的に特定・解決する チャーン防止 | ROI実現・拡大展開の推進 ●FDE との分担 FDE | AI Success Engineer 課題発見→PoC→本番導入 | 導入後の定着→活用拡大→ROI 実現 「企業の脳」を実装する | 「企業の脳」が成果を出し続ける状態を作る 新規ワークフローの構築 | 既存ワークフローの改善・最適化 顧客の未来を発見する | 顧客の成功を証明する ●期待する役割について AI Success Engineer として、顧客の AI プロダクト導入後の成功を技術面からリードしていただきます。 FDE が構築した「企業の脳」のワークフローが現場で実際に使われ、成果を出し続ける状態を作る 顧客の業務部門・IT 部門と密接に連携し、AI プロダクトが実際の業務で成果を出し続ける状態を作る 顧客の IT 部門・開発チームと協働し、API 連携やデータ統合の技術支援を行う 利用データの分析に基づくプロアクティブな改善提案を行う レポートされた問題の技術的調査・根本原因分析を行い、エスカレーション対応をリードする 顧客フィードバックをプロダクトチームに還元し、プロダクトの進化に貢献する ●成果責任 (KR/メトリクス) 顧客ヘルススコア (利用率、API呼出数、アクティブユーザー数) チャーン率 ≤ 目標値 拡大展開率 (アップセル/クロスセル貢献) 顧客NPS ≥ 目標値 技術サポートチケット解決時間 (MTTR) ●チーム体制 約120名が開発組織に在籍しています。 AI Success Engineerは以下のチーム・ステークホルダーと密接に連携します: FDE — 導入フェーズからの引き継ぎ Deployment Strategy — 顧客への導入戦略・展開推進 プロダクトチーム — フィードバック還元 サポートチーム — エスカレーション対応 ●開発環境 言語 : Python (自動化・分析), SQL (データ分析) AI / LLM : JAPAN AI STUDIO SDK, プロンプトエンジニアリング, RAG データ : BigQuery, Looker, Pandas インフラ : GCP, Docker (基礎理解レベル) ツール : Slack, Confluence, Linear, Google Workspace, GitHub, Notion AI 開発支援 : Claude Code MAX Plan, Cursor, ChatGPT, Devin 作業環境 : Mac (Apple Silicon), デュアルモニタ対応

JAPAN AI株式会社

Agent Harness の設計・実装 エージェント実行エンジン (Graph Runtime / State Machine) の設計・実装 Agent SDK の設計・開発 — 社内エンジニアがエージェントを構築するためのインターフェース セッション管理・チェックポイント・リカバリ機構の実装 ガードレール / ポリシー実行エンジンの構築 — エージェントの行動を制御するルール実行基盤 AI/ML システム統合 モデルルーティング — 複数の LLM プロバイダ / モデルタイプを跨いだ推論リクエストの最適ルーティング コンテキスト管理・メモリ基盤の設計 (長期記憶、ワーキングメモリ、RAG 統合) 推論パイプラインの最適化 (レイテンシ削減、コスト効率化、キャッシュ戦略) Research Engineer と連携した最新研究成果の本番基盤への統合 オーケストレーション・パフォーマンス ワークフローオーケストレーション・キューイングシステムの開発 コスト/性能最適化 (オートスケーリング、キャッシュ、バッチ処理) 推論リクエストのルーティング・ロードバランシング 信頼性・運用 プラットフォーム稼働率 99.9% 以上の維持 インシデント対応・ポストモーテム データアクセス・権限管理基盤の設計 【業務シナリオ例】 ※以下は想定される業務シナリオの例です ● シナリオ 1: エージェント実行エンジンの設計 JAPAN AI STUDIO 上で顧客が構築する AI エージェントの実行基盤を設計。 Graph Runtime を採用し、エージェントの各ステップを DAG (有向非巡回グラフ) として表現。 チェックポイント機構により、長時間タスクの途中失敗からの自動リカバリを実現。 ● シナリオ 2: モデルルーティングの最適化 複数の LLM プロバイダ (OpenAI / Anthropic / Google 等) を跨いで、タスクの種類・コスト・レイテンシに応じた最適なモデルを自動選択するルーティングエンジンを設計。 推論コストを 25% 削減しつつ、タスク成功率を維持。 ● シナリオ 3: ガードレール実行エンジンの構築 金融機関向けエージェントが「投資助言」に該当する回答を生成しないよう、ポリシー実行エンジンを構築。 ルールベース + LLM ベースのハイブリッド判定により、レイテンシを 50ms 以内に抑えつつポリシー準拠率 99.5% を達成。 ●ミッション 「企業の脳」の心臓部を設計する AI エージェントが安全・高速・確実に動作するための Agent Harness — 実行エンジン、オーケストレーション、ガードレール、メモリ、モデルルーティングを設計・実装する。 JAPAN AI STUDIO 上で動く数百のワークフローの制御基盤を、自社で構築する。 ●Agent Harnessとは Agent Harnessは、AIモデルを包み込む制御・実行基盤レイヤーです。 Agent Framework (LangChain等) がエージェントの「構築」を担うのに対し、Agent Harnessはエージェントの「制御・運用」を担います。 ●Backend Engineer 構築対象 : Web API・マイクロサービスの設計・実装 AI/ML との関わり : ML モデルを API 経由で呼び出す 状態管理 : ステートレスなリクエスト / レスポンス 安全性制御 : 認証・認可・入力バリデーション | ガードレール / ポリシー実行エンジン — LLM の出力を制御するルール実行基盤 ●Agent Harness Engineer 構築対象 : LLM を中核としたエージェント実行エンジン・SDK・オーケストレーターの設計・実装 AI/ML との関わり : モデルルーティング、RAG 統合、コンテキスト注入、推論最適化をシステムレベルで設計 状態管理 : エージェントのセッション管理・チェックポイント・長期記憶・ワーキングメモリの設計 安全性制御 : ガードレール / ポリシー実行エンジン — LLM の出力を制御するルール実行基盤 JAPAN AI では、この Agent Harness を自社開発し、全プロダクト (JAPAN AI STUDIO / CHAT / SPEECH / AGENT 等) の共通基盤として運用しています。 ●期待する役割について Agent Harness Engineer として、AI / ML の知識を活かしながらエージェントの制御・実行基盤を設計・実装していただきます。 LLM / AI エージェントの動作原理を深く理解した上で、実行エンジン (Graph Runtime / State Machine) を設計・実装する モデルルーティング、コンテキスト管理、メモリ基盤 (長期記憶・ワーキングメモリ) など、AI 特有のシステム設計を担う 社内 120名のエンジニアが使う Agent SDK を設計・開発する ガードレール / ポリシー実行エンジンを構築し、エージェントの行動を安全に制御する Research Engineer と連携し、最新の研究成果を本番基盤に統合する ●成果責任 (KR/メトリクス) Agent SDK 採用率 (社内チームの利用率・満足度) エージェント実行成功率 (タスク完了率、チェックポイントからのリカバリ成功率) Harness 起因の障害率 (ガードレール突破率、状態不整合率) 実行レイテンシ P95 / P99 (Harness 層のオーバーヘッド) 推論コスト効率 (モデルルーティングによるコスト最適化) 開発者体験スコア (SDK / API の社内 NPS) ●チーム体制 約120名が開発組織に在籍しています。 Agent Harness Engineerは以下のチームを横断して活動します: Infra — クラウドインフラ・SRE Data — データパイプライン・分析基盤 Agent Harness — エージェント実行フレームワーク 密接に連携する役割: Agentic Product Engineer — エージェント機能開発 (SDK のユーザー) Research Engineer — 研究開発・新手法の基盤統合 AI Quality Scientist — 評価パイプラインとの連携 Product Manager — プロダクト設計・非機能要件定義 ●開発環境 言語 : Python, Go (バックエンド・基盤開発) , TypeScript / React / Next.js (フロントエンド部) / NX インフラ : GCP (コンテナ / K8s) , Docker, Terraform メッセージング : Kafka / Pub/Sub 監視 : Prometheus, Grafana, OpenTelemetry ツール : Slack, Confluence, Linear, Google Workspace, GitHub, Notion AI 開発支援 : Claude Code MAX Plan, Cursor, ChatGPT, Devin 作業環境 : Mac (Apple Silicon) , デュアルモニタ対応

JAPAN AI株式会社

エージェント研究開発 異なるエージェント・ハーネスの発案・開発・比較 (メモリ、コンテキスト圧縮、エージェント間通信アーキテクチャ等) 新しい推論・計画・検索手法の研究開発 マルチモーダル・長文コンテキスト対応の技術開発 最新論文の調査・再現・改良実装 評価・ベンチマーク 大規模なエージェント型タスクのための厳密な定量ベンチマークの設計・実装 合成データ生成・評価ベンチマーク設計 モデルとプロンプトの自動評価支援 (学習 → プロダクトライフサイクル全体) プロダクション課題の解決 推論レイテンシ / コスト最適化 (量子化、蒸留、キャッシュ等) モデル学習用データミックスの作成・最適化 エージェント評価フレームワークの高度化 本番環境での品質改善・パフォーマンスチューニング 技術移転・発信 Agentic Product Engineer チームへの技術移転・メンタリング 学術機関・OSS コミュニティとの連携 【業務シナリオ例】 ※以下は想定される業務シナリオの例です ● シナリオ 1 : SaaS 横断検索のためのナレッジグラフ RAG の研究開発 JAPAN AI STUDIO が「企業の脳」として機能するには、顧客の全 SaaS に散在する情報を横断的に検索・統合する必要がある。 既存の RAG では「Aプロダクト の従業員データ」と「Bプロダクト の商談データ」の関係性を捉えられず、回答精度が低い。 ナレッジグラフベースの RAG アーキテクチャを研究・開発し、エンティティ間の関係性を構造化。 SaaS 横断検索の回答精度を 40% 向上させ、Agentic Product Engineer チームに技術移転して全プロダクトに展開。 ●ミッション Agentが降参する問題を解く 現在の AI エージェントでは解決できないフロンティア課題に挑み、新しい推論手法・検索 / 計画・長期記憶・ツール利用の品質限界を突破する。 JAPAN AI STUDIO 上で動く数百のワークフローが、より賢く・速く・安全に動作する未来を、研究で切り拓く。 ●期待する役割について Research Engineer として、AI/LLM/ML の最先端研究と応用研究をリードしていただきます。 異なるエージェント・ハーネスの発案・開発・比較 (メモリ、コンテキスト圧縮、エージェント間通信アーキテクチャ等) 大規模なエージェント型タスクのための厳密な定量ベンチマークの設計・実装 モデルとプロンプトの自動評価を支援し、学習からプロダクトライフサイクル全体にわたって品質を担保 プロダクト組織と協力し、エージェントをプロダクトに適用するうえでの最も困難な課題を解決 モデル学習用データミックスの作成・最適化により、エージェントタスクにおける性能と使いやすさを向上 研究成果を Agentic Product Engineer チームに移転し、プロダクト全体の品質を底上げ 論文を書くことがゴールではありません。 研究成果をプロダクションに適用し、約 200 社が利用する本番環境でユーザーに届けることを重視します。 ●成果責任 (KR/メトリクス) ベンチマークスコア改善率 (社内 / 公開ベンチマーク) 新手法のプロダクション適用数 (四半期あたり) 推論レイテンシ / コスト改善率 論文・技術ブログ発表数 社内技術移転完了数 ●チーム体制 約120名が開発組織に在籍しています。 Research Engineerは以下のプロジェクトを横断して活動します: JAI Lab — AI研究開発 AI&Model — モデル学習・最適化 Voice & Tel — 音声AI・電話システム 密接に連携する役割: Agentic Product Engineer — エージェント機能開発 (技術移転先) Agent Harness Engineer — エージェント実行基盤 AI Quality Scientist Specialist — 評価パイプラインとの連携 Product Manager — プロダクト設計 ●開発環境 言語 : Python (研究・フレームワーク部), TypeScript / React / Next.js (フロントエンド部) / NX ML / AI : PyTorch, JAX, Transformers, vLLM, Weights & Biases インフラ : GCP (コンテナ / K8s), Docker ツール : Slack, Confluence, Linear, Google Workspace, GitHub, Notion AI 開発支援 : Claude Code MAX Plan, Cursor, ChatGPT, Devin 作業環境 : Mac (Apple Silicon), デュアルモニタ対応

ラーニンギフト株式会社

注目度の高い開発案件がラインナップ! オープン系、ゲームアプリ、基幹系システム、組み込み系に加え、 未経験・経験浅い方のステップアッププロジェクトとして ヘルプデスクやカスタマーサポートなどの案件も豊富にご用意。 さらにAI、IoT、ブロックチェーン、 仮想通貨プラットフォーム、英語を使う案件など、今話題の案件依頼も多数寄せられます。 新規問い合わせは毎月約7000~8000件! フルリモート(完全在宅勤務)も多数あります。 ゆくゆくは自社のプラットフォーム開発にもチャレンジできるなど、常に成長していける環境で仕事ができます! 主な案件例: ◆ブライダル関連Webサービスの基本・詳細設計(Java) ◆医療系システム開発PJの基本設計(PHP) ◆iOS/Android向けネイティブゲーム開発PJの要件定義 ◆国の交通系サービスの基本設計・開発 ◆金融・生保系システムの詳細設計・コーディング ◆サーバ構築・監視などインフラ案件 ほか多数! 上流工程や高難易度の案件も! PM・PLを担う要件定義・基本設計から手がけるなど、上流工程へのチャレンジも大歓迎です。 担当プロジェクトの決定権はエンジニアにありますので、 「こんなことに挑戦したい」といったご要望があれば積極的に発信してください! ※なお担当案件の利益に応じて支給される “プロジェクト手当”があり、高難易度のプロジェクトほど還元される金額が高額。 あなたの希望のキャリア・収入アップを後押しします。 開発環境: 言語:Java、Python、C#、C/C++、PHP、JavaScript、TypeScript、Swift、Kotlin、Go、Dart、Shell、Ruby、COBOL OS:Windows、Android、iOS、macOS、Linux、RHEL クラウド:AWS、Azure、GCP DB:Oracle、DB2、MySQL、PostgreSQL、MongoDB、SQL Server　等

パーソルクロステクノロジー株式会社

当社の保有する受託プロジェクトにて、ITインフラ領域のプロジェクトマネジメント業務・SE業務をお任せいたします。 <プロジェクト例①> ■概要:事業会社向けクラウド(AZURE、AWS)環境構築 ■工程:要件定義～基本設計/詳細設計～構築～テスト～実装 ■使用する技術:オンプレミス、クラウド(AWS、AZURE)仮想(Hyper-V、VMware、AVD) ・OS:WindowsServer、Linux ・スクリプト:PowerShell ■働き方:リモート80%　出社20% ■必要とされるスキル:上記技術の経験or知識　プロジェクトマネージメント経験　構築設計経験 <プロジェクト例②> ■概要:大手生保会社向け開発環境運用保守 ■業務内容:サーバ、ネットワーク、クライアント運用保守及び構築支援 ■工程:要件ヒアリング～提案～運用設計/運用～変更管理～継続改善 ■使用する技術:オンプレミス、クラウド(AWS、AZURE)仮想(Hyper-V、Vmware、AVD) ・OS:WindowsServer、Linux　CentOS、MacOS、WindowsOS ・データベース:MySQL、SQLServer、Orale　基本 ・Network : TCP/IP、ルーティング、スイッチング、ファイアウォール、VPN、セキュリティ ・スクリプト:PowerShell ■働き方:リモート20%　出社80% ■必要とされるスキル:上記技術の経験or知識　プロジェクトマネージメント経験　運用設計経験

株式会社分析屋

プロジェクトマネジメント業務 (PL/PM候補として) ●クライアントとの折衝、ビジネス課題のヒアリング、要件定義 ●プロジェクト計画の策定、WBS作成、見積もり ●チームメンバーのアサイン、タスク管理、進捗・品質管理 データエンジニアリング業務 ●クライアントのビジネス要件に基づくDWH/データレイクのアーキテクチャ設計・構築 ●スケーラビリティやコスト効率を考慮したデータパイプラインの設計・開発・運用 ●dbt、Airflowなどを用いたデータモデリングとワークフロー構築 ●新規技術の調査・PoCの実施と、クライアントへの導入提案 活動事例 ●技術サービス:複数外部システムデータ全社分析基盤構築支援(チーム:4名、期間:約1年半～継続中) ●運輸:帳票業務の自動化と効率化を実現するための分析基盤構築支援(チーム:2名、期間:約3年～継続中) ●小売:需要予測システムの基盤構築支援(チーム:3名、期間:約2年～継続中) スキルアップへのサポートも充実 資格支援制度として統計検定など、一部の資格取得に対しては会社が受験費用を支給。さらに、これまでの実績を活用したデータ分析に関する研修も実施しています。 また、業務後の時間で定期的に有志の勉強会を行い、不明点は適宜上長に相談するなど社員自らが自己研鑽に励んでいます。若手層の勢いがあり、経験が浅い社員に対してもチャレンジを促す風土があります。 意欲的に取り組む姿勢さえあれば、開発案件だけでなく人事や組織形成に関する領域の業務にも携わることが可能。技術的にスキルアップをしながら幅広いキャリアを形成していきたい方にはおすすめの環境です。 個人の働き方に合わせたキャリアパス 分析屋のキャリアパスは、各個人の特性を活かし、「社員のやりたい」を尊重するべきだという思想のもとで作られております。 マネジメント/技術/ライフワークバランスなどの、社員が重視する働き方を実現するためのコースとなります。 ▼将コース(総合職) 一般的に管理職を目指していきたい方向けのコースです。 将来マネージャーとして組織を作っていきたい人、自ら考えを持ち、発信する。 ▼剣コース(技術職) 一般的に技術職でキャリアを積み上げていきたい人向けのコースです。 組織の技術発展を促進する役割を担い、技術でリードする。 ▼武士コース よりライフワークバランスを重視したコースとなります。 中途入社者の前職・入社後のキャリアの例 ＜2019年入社Tさん＞ 【前職/IT業界(交通関係PJ3年)にてSE】 ・集計方法の提案、SQL(SQLServer)からデータの抽出/集計加工 ・ExcelやGISツール等を使ったデータのグラフ化/可視化、報告書作成サポート 【現在PJ/ゲーム業界にて分析エンジニア】 ・SQL(BigQuery)からデータの抽出/集計加工 ・KPI作成及びスプレッドシートとBQの連携 ・抽出したデータから多変量解析(決定木/クラスタリング/SHAP) ・分析設計 ・報告書作成 ＜2019年入社Aさん＞ 【前職/医療関係にて医療技師】 病院での検体検査、及び生理学的検査業務 【現在PJ/マーケティング関連、分析エンジニア) データ集計/分析、BIツールを用いたダッシュボード作成 ＜2019年入社Iさん＞ 【前職/自動車業界にて開発職】 車載ECUのソフトウェアテスト、業務効率向上のためのツール開発 【現在PJ/マーケティング関連、分析エンジニア】 ・毎月の清涼飲料水市場規模や売上動向の推計 ・レポート作成サポート ・使用する分析ツールの作成及び改修

株式会社エス・エム・エス

●ユーザーやビジネスサイドの要望のヒアリングや解決すべき課題の選定 ●iSSUEを中心としたプロダクト開発 ●事業成長を見据えたアーキテクチャ設計や技術選定 ●サービスの安定稼働を維持するための施策・運用など チームでアジャイル開発をしていく中で状況に併せて各自のロールを決めて開発を行います。 フルスタックエンジニアとしてサーバーサイドからインフラまで幅広く裁量を持ち、安定した基盤の中で自由度の高いサービス開発を行うことができます。 入社後の流れ 入社後は全体研修を実施し、会社の理念や事業内容、各種制度について説明します。 その後は、配属部署にて実務を通じたOJTでキャッチアップを進めていただきます。 開発環境・利用ツール ≪シニアライフ事業≫ ・言語・フレームワーク: Ruby / Ruby on Rails ・インフラ: AWS ・その他: Jira, GitHub, Figma, Slack, Miro, Notion ≪介護キャリア事業≫ ・言語/フレームワーク:Ruby, Ruby on Rails, React, Vue.js ・インフラ:AWS, GCP,Docker, Ansible, New Relic, mackerel, Fluentd ・その他:GitHub,Slack,esa.io ≪医療キャリア事業≫ ・言語・フレームワーク: Ruby / Ruby on Rails ・インフラ:AWS ・その他:GitHub, Slack, esa.io, Miro ※事業や所属部門の状況の変化等により、会社の指示する職務内容へ変更することがある 配属部署 本ポジションは、プロダクト推進本部の中でシニアライフ事業、介護キャリア事業、医療キャリア事業に配属予定となります。ご経験やスキル、ご志向性に合わせて、いずれかの事業部で選考を進めさせていただきます。 組織を超えたコミュニケーションの機会の創出やLT会なども行っています。 特にRubyKaigi, Kaigi on Railsなどのカンファレンス準備や当日運営などでチームを超えたコミュニケーションの機会があります。 将来のキャリアパス ・アーキテクト、エンジニアリングマネージャーなど個々の志向性に併せて多様なキャリアパスが存在します。 カジュアル面談でよくご質問頂くこと https://careers.bm-sms.co.jp/engineer/faq

株式会社システムアイ

■具体的な仕事内容[雇用直後] ・クラウドエンジニアリング業務 AWS、GCP、Azureなどのパブリッククラウドを使用した基板設計・構築・運用業務 ・オンプレミス・プライベートクラウド環境での基板設計・構築・運用業務 ※2→1の環境への移行なども含む ・Site Reliability Engineering ・インフラ開発・運用戦略および計画の策定 ・インフラの設計・実装・運用 ・構成管理でのプロセスや監視の相関分析などの自動化の仕組みの計画 ・CI/CD 環境の構築改善および、開発効率化に向けた各種施策の提案導入 ・障害や性能に関するのモニタリング環境の構築、運用 ・会社の定める業務 ソフトウェア開発だけでなくインフラ基盤をクラウドで提供していくことを推進していますが、環境によってはオンプレミス・プライベートクラウド環境も扱っていますのでクラウド環境だけではなく、オンプレ環境での設計構築力を鍛えていくことが可能になり、付加価値の高いエンジニアを目指せるだけでなく、上流から下流までワンストップで経験を積んでいくことが可能な職場・キャリア環境が整っています。 アプリケーション側の自動化アーキテクト業務も経験いただく、DevOpsの文化を大切にしていす。 【自社プロジェクト例】※全てプライム案件です ・某エネルギー企業のサーバーレスアーキテクチャーを用いた基盤構築及び運用 ・某社会インフラ企業の一般ユーザー向けサービスのインフラ基盤構築 【働き方】 ・ストリスフリーな環境をできる限り提供 ストレスを感じない環境を整えているのも当社の特徴の一つ。開発標準PCのメモリは最低32GB以上。 一人ひとりのエンジニアが求めるスペックを優先して環境面を整えます。 デュアルモニタ、他にも必要なソフト、ツールなどあれば、柔軟に利用できる環境です。 ・フルフレックス×リモートワーク 皆さんの生産性を最大化するために時間×場所の制約をできる限りなくすように努力しています。 ■具体的な仕事内容[変更の範囲] 変更なし

株式会社エス・エム・エス

◆ミッション 社内インフラの専任担当(テックリード)として、課題の特定、設計・構築からトラブルシューティング、新技術の導入までを一貫して担当します。 プレイングマネージャーとしてリアーキテクチャ、運用、トラブル対応も含めて組織体制や中長期的な戦略を含めて根本解決を主導していただきます。 ◆業務内容 ①ゼロトラスト、高可用性の実現 ・本社および国内12拠点以上のオフィスネットワークの運用 ・脱VPN、レガシーNWのリアーキテクト ・ゼロトラストの全社への適用と運用 ②運用改善・信頼性向上 ・AIOpsによる運用改善 ・障害発生時の原因切り分け、恒久対策の実施 ③クラウド・サーバー領域との連携 ・オンプレからAWS/クラウドへの移行 ・ADの運用管理、クラウド移行の検討 事業内容 《東証プライム上場企業》22期連続で増収を継続中 エス・エム・エスは「高齢社会に適した情報インフラを構築することで人々の生活の質を向上し、社会に貢献し続ける」 というミッションを掲げ、多様な事業・ビジネスモデルを展開しています 。 超高齢社会に突入したことで多くの社会課題が発生していますが、人々のニーズや関心の高まりをビジネスチャンスとして捉え、 「高齢社会×情報」を切り口に「医療」「介護/障害福祉」「ヘルスケア」「シニアライフ」領域で、40以上のサービスを運営しています。 例)介護事業者向け業界特化型SaaS、ICTを活用した生活習慣病重症化予防のリモートチャット指導、 医療介護従事者向け専門情報コミュニティサイトやキャリア支援 2011年の東証一部(現:プライム)上場後も国内外で新規事業の創出をさらに加速させており、 22期連続で増収のメガベンチャー企業として存在感を強めています。 また、アジア・ヨーロッパ・オセアニアなど海外17ヵ国でも事業を展開しており、 今後も日本国内に留まらず既存事業の拡大・成長と新規事業の開発を加速度的に進めていく予定です。 配属部署 経営管理本部 経営インフラ部 ITインフラサービスグループ ITインフラ ITインフラチームは現在正社員3名、業務委託3名の計6名体制となっています。 同グループ内にはヘルプデスクチームや音声コミュニケーションチーム(IP電話等を取り扱うチーム)が存在し、連携しながら業務を行っています。 入社後の流れ 入社後は全体研修を実施し、会社の理念や事業内容、各種制度について説明します。 その後は、配属部署にて実務を通じたOJTでキャッチアップを進めていただきます。 即戦力としてご活躍いただけるよう、必要に応じてサポートしますので、不明点や困りごとは気軽に相談できる環境です。 開発環境・利用ツール ・本社(2000名)、地方拠点(10名?500名)のオフィスネットワークと本社サーバールーム、データセンター(VPN拠点用)、AWS ・ネットワーク機器:Foritgate、Aruba、HP、Panasonic AIRRECT(WiFi)など ・ユーザ端末:Windows or Mac ・Hyper-V、Windows Serverなどのオンプレミスまたは仮想環境 ・GoogleWorkSpace、セールスフォース、Kintoneなどのクラウドサービス ・事業や所属部門の状況の変化等により、会社の指示する職務内容へ変更することがある

フューチャー・アンティークス株式会社

概要 SI事業にて、Web/スマホアプリや業務系システムなどの上流工程(要件定義・設計)から開発、運用保 守まで、ご自身のキャリアやご希望に合わせてお任せします。 開発環境 ●言語・FW:Java, C#, Python, JavaScript, TypeScript, React, PHP, Kotlin, Swift, Objective-C, C++, R言語, Go, Ruby on Rails, Spring Boot など ●OS・クラウド:AWS, iOS, Android など ●DB:Oracle, Aurora PostgreSQL, PL-SQL など 案件例 ◎大手ECサイト開発支援 　工程:要件定義、基本設計、開発、テスト 　環境:Java, Spring Boot, Aurora PostgreSQL, AWS ◎某金融系のWebアプリ開発 　工程:フロント、サーバーの開発 　環境:React, TypeScript, Java ◎WEBサービスのコールセンター開発 　工程:製造、テスト 　環境:Python, Java ◎某玩具類卸売業の販売管理システムリニューアル 　工程:設計〜テスト 　環境:C#, Oracle, PL-SQL ◎大手グルメ情報サイトのiOSアプリ開発 　工程:設計、実装、テスト 　環境:Swift, Objective-C ◎リース会社向けシステム開発 　工程:要件定義〜テスト 　環境:Java, Oracle

株式会社ギブリー

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

株式会社ギブリー

Givery AI Labの一員として、課題発見・PoC、独自AI実装・AI内製化、AI精度評価・改善などの開発支援に携わっていただきます。 ・スクラムイベント(デイリースクラム、スプリントプランニング、レビュー、レトロスペクティブ)のファシリテーション ・チームが自律的に開発を進められるような支援 ・チームの障害(インピーディメント)の除去、外部との調整 ・プロダクトオーナーとの協力によるバックログ管理支援 ・アジャイル/スクラムの啓蒙・浸透活動、チームの継続的改善 ・開発プロセスやチーム文化の成熟度を高める取り組み ※業務の変更の範囲:会社内での全ての業務 使用言語 ※指定はありませんが、下記が案件で主に使われる言語です ・フロントエンド:TypeScript, React ・バックエンド:Python ・データベース:PostgreSQL(RDS), MySQL ・フレームワーク:Flask ・インフラ:Azure, AWS, GCP ・ツール:Terradate 備考 支給PCはWindows or Macbook　※最新のMacbook Proを支給することが多いです!

株式会社ギブリー

「顧客の生成AI推進に向けたシステム開発」や「自社ソリューションのAIシステム開発」のプロジェクトマネジメントを行っていただきます。 データ分析が得意な方には、RAG等の精度向上や分析関連プロジェクトをお任せすることもございます。 ・AI製品開発プロジェクトの計画立案、進行管理、リソース調整 ・開発チーム(エンジニア、デザイナー、データサイエンティストなど)との連携、調整 ・ステークホルダー(社内外)とのコミュニケーションおよび要件定義 ・プロジェクトの進捗状況のモニタリングとリスク管理 ・プロジェクト後のフィードバック収集と改善提案 ※業務の変更の範囲:会社内での全ての業務 1日のスケジュール例 ※リモート勤務・フレックス制のため、コアタイム(13:00~16:00)以外はご自身で調整可能です! 10:00~ キャッチアップ(Slackやメールの処理) 10:30~ トレンドキャッチアップ 11:00~ PJ進捗確認 12:00~ お昼休憩 13:00~ PM・ハンズオン作業(WBS作成・資料作成・開発業務) →セミナー用資料やお客様向けの資料、社内の作業管理など 15:00~ チームMTG、1on1 16:30~ お客様とのMTG 18:00~ MTGやPM業務・ハンズオン作業など 19:00 退勤 技術スタック ※指定はありませんが、下記が案件で主に使われる言語です ※支給PC:Windows or Macbook　※最新のMacbook Proを支給することが多いです! ・フロントエンド:TypeScript, React ・バックエンド:Python ・データベース:PostgreSQL(RDS), MySQL ・フレームワーク:Flask ・インフラ:Azure, AWS, GCP 案件例 <自動車・住設メーカー向けAIソリューション開発> 生成AIを活用した業界特化型のソリューション開発を実施 ●自動車設計 ・テキストデータ、画像データから、3D図面の作成や新規自動車の提案をするAI ●商品提案 ・ユーザペルソナ情報、住宅情報など、ショールーム来訪顧客に対して、 ・顧客情報や会話から最適なプランを提案してくれるAIエージェントを構築 <専用環境構築:大手銀行様> 現場のニーズを踏まえた「適切な情報管理」「社内独自の文書やデータの取り込み」などの専用環境構築 ●実施内容 ・導入、活用のための伴走支援　アドバイス&コンサルティング ・全社員・役員向け生成AI研修 ・自社専用環境の構築・音声AIを活用した業務効率化 ●得られた成果 ・働き方改革拡大、DX人材育成、全社員の意識改革に貢献 <社内プロダクトへのAI実装:弊社> ChatGPTを活用した法人向けプラットフォーム「法人GAI」や生成AIで業務を効率化するAIマーケティング支援ツール「マーケGAI」、デジタル人材育成プラットフォーム「Track」のAI機能実装 ・実施内容 -ユーザペルソナ作成から商品開発や検索広告文作成などを提案するAI機能の開発 ●実施内容 ・導入・活用のための伴走支援(アドバイス&コンサルティング) ・自社専用環境AIアシスタントの構築 ●得られた成果 ・年間約12億円の削減見込み