リモート可 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

●Position Summary Sony Group Corporation is seeking a Detection and Response Engineer responsible for detection engineering, security monitoring, and incident response activities. This role also covers digital forensics, malware and threat intelligence analysis, as well as improving cyber defense workflows through orchestration and automation. The position operates as part of a geographically distributed Incident Response Team within the Global Security Incident Response Team (GSIRT), working independently while collaborating closely with global and operating company security teams. This role reports to the Senior Manager, Cyber Defense Japan. ●Job Responsibilities ・ Perform detection engineering, security monitoring, and incident response activities ・ Perform digital forensics, malware analysis, and threat intelligence analysis as needed ・ Identify deficiencies in security controls that contribute to incidents or elevate risk and collaborate with stakeholders to mitigate them ・ Improve the Cyber Defense Team workflow using orchestration and automation ・ Combine a strong understanding of the threat landscape with business requirements to build detection and response capabilities that adapt to business needs ・ Flexible work hours and on-call duties during non-standard business hours ・ Other duties related to cyber defense as assigned

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

<ミッション/期待する役割・責任> ・担当トラック(O2C / P2P / R2R / P2D)における SAP S/4HANA AMSの機能責任者として、L2/L3レベルの課題解決をリードする ・日本の業務ユーザーとインド拠点AMSパートナー間の主要なブリッジ役として、業務背景・要件を正確に伝達する ・ITSMプロセス、SLA、ドキュメンテーション品質を担保し、運用品質を継続的に改善する ・JSOX / ITGC / SoD を含むコンプライアンスおよび統制要件を遵守しながら、業務継続を支援する <職務概要(具体的な業務内容)> 1.ハンズオン対応(L2/L3) ・SAP S/4HANAにおけるインシデント/リクエストの機能分析 ・設定・業務プロセス・データの観点からの原因分析および対策立案 ・重要障害・本番安定化対応、重大インシデントのトリアージ ・RCA(根本原因分析)の主導および再発防止策の実行 2.AMSパートナーとのブリッジ業務(日本 ↔ インド) ・日本側業務要件を、チケット・機能要件・受入条件として明確化 ・オフショア成果物を日本向けに分かりやすく説明・共有 ・日々の優先度調整、質疑応答、成果物レビュー 3.運用ガバナンス・品質管理 ・ITSMルール(分類、SLA、クローズ品質、文書化)の遵守確認 ・チケット傾向分析、再発課題の特定および標準化推進 4.コンプライアンス/統制対応 ・回避策や暫定対応が統制違反とならないよう管理 ・承認・証跡・職務分掌(SoD)を意識した運用推進 5.ナレッジ・イネーブルメント ・SOP・ナレッジの整備・更新 ・日本ユーザーとAMS間のナレッジトランスファー推進 6.トラック別フォーカス(いずれか1つ) ・O2C:受注、価格、請求、顧客マスタ、連携影響、月次・四半期対応 ・P2P:PR/PO、承認フロー、請求・GR/IR、承認統制 ・R2R:FI/GL/AP/AR、決算、勘定照合、財務統制 ・P2D:計画～出荷、在庫・物流、他業務領域連携、供給安定性 【業務内容についての補足】 ・雇入れ直後:「求人内容」において、会社の定めた業務 ・変更後の範囲:会社の定める業務

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

株式会社ログラス

●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。 ●IT基盤の企画・構築・運用 ・Google Workspaceをはじめとする各種SaaSの管理・運用基盤の最適化 ・ゼロトラストの考えに基づいた、将来的なセキュリティアーキテクチャの企画・導入 ●業務プロセスの改善・自動化の推進 ・スクリプトやiPaaSを活用した業務自動化の企画・実装 ●ヘルプデスク・IT資産管理の高度化 ・PCキッティング、トラブルシューティング、アカウント発行などのヘルプデスク業務 ・IT資産の管理台帳整備と運用プロセスの構築 ●情報セキュリティ・IT統制の推進 ・ISMS認証取得や内部統制を見据えた、セキュリティポリシーの策定・運用 ・IT監査への対応や、証跡管理プロセスの整備 入社後はアカウント管理やヘルプデスクなどの定常業務の運用に従事いただきます。 その後ご経験やご希望に応じて周辺業務に展開していき、不定期に発生する各種プロジェクトをリードしていただくことを期待しています。 中長期的には、業務改善やセキュリティなどそれぞれの領域により特化したポジションにシフトしていくことができる環境です。 コラボレーション:Google Workspace コミュニケーション:Slack ドキュメント/タスク管理:Notion セキュリティ:Kandji, SentinelOne, 1Password iDaaS:Okta iPaaS:Make, Zapier PC:macOS, Windows その他:Zoom(ZoomPhone), Figma, SmartHR, バクラク など

株式会社Copia

●現在抱えている課題 60,000名以上の受講生を抱える日本一のスクールである「GFS」において、日々発生するサービス改善案件(生徒用サイト、裏側の管理システム、配信システム等)のデリバリーを停止させることなく、既存機能の刷新・新機能の実装と、次世代基盤への安全な移行を両立させる新旧システムの並行稼働が直近の最大の課題です。 新機能開発・UI/UX刷新とリプレイス・技術的負債の解消の両面を同時に推進したい一方で、それを技術的に牽引するリード層が不足しています。また、立ち上がったばかりの「シゴトAI」を含め、複数プロダクトを横断する次世代アーキテクチャの構想・実現を牽引し、AI活用を前提とした新たな開発プロセスへと進化させていくための技術的・組織的な基盤づくりも急務となっています。 ●業務内容 バックエンド・フロントエンドの境界をなくし、Webプロダクトの要件定義から設計・開発・運用まで一気通貫でお任せします。単なるマネジメントではなく、自ら現場で手を動かしながらプロジェクトを牽引していただきます。 ・アーキテクチャ設計:マルチプロダクト展開や事業の急拡大を見据えた、技術選定およびスケーラブルな全体システム設計の主導 ・既存機能の刷新と新規機能の実装: 学習管理システム、コミュニティ機能、シミュレーションツールなどにおける、継続的なUI/UX改善および機能追加・リニューアル開発 ・次世代基盤への移行: 現行のPHP/Laravel環境から、Kotlin/Spring Boot・React/Next.jsを用いた次世代モダン環境への段階的かつ安全なリプレイスの推進 ・AI駆動開発の推進: AIエージェントが開発を進めやすい仕様書・ドキュメント・コンテキストの整備や、自動検証・レビューライン・品質管理・開発プロセスの設計と継続的改善 ●チームや組織に関して CTO直下の非常にフラットな開発組織への配属となります。現在の開発業務をすべて停止させるわけではなく、並行して新基盤へ移行するという難易度の高いミッションに携わり、迅速な意思決定のもと、大きな裁量を持って未来のアーキテクチャ設計や実装を推進していただけます。 現在はフロントエンドとバックエンドで役割を分担していますが、将来的には技術領域の境界をなくしていくことを目指しています。決められた役割に閉じず、UI/UX、API設計、データ設計、インフラなどプロダクト全体を見渡しながら、自らチームとプロセスを作り上げていくオープンなカルチャーです。巨大プロダクトのリプレイスを主導しながら、次々と立ち上がる新規事業の0→1フェーズに関わるチャンスも豊富にあります。 ●AI活用・開発生産性について Copiaでは、AIツールを単なる補助としてではなく、「開発の実行主体」として活用する最先端の「AI駆動開発」を推進しています。 Copilot / Cursor / Codex / Claude CodeなどのAIコーディングエージェントが自律的に開発を進めやすいよう、仕様書・ドキュメント・コンテキストの整備や、自動検証・レビューラインの設計を実施。経営陣・CTO直下のフラットな環境で、人とAIが協働する開発プロセスそのものを日々進化させています。 また、エンジニアの開発生産性を最大化するため、他社には類を見ない「月額10万円のAI利用手当」を福利厚生として全社導入しています。各メンバーが最新のAIモデルやツールをコストを気にせず自由に活用し、圧倒的なスピードと品質でプロダクトを生み出せる環境を整えています。 ●開発環境 <次世代の開発環境(AI教育事業・リプレイス後基盤)> ・言語 / フレームワーク:Kotlin / Spring Boot / NestJS / React / Next.js / TypeScript / Storybook <現行の開発環境(GFS事業)> ・言語 / フレームワーク:PHP / Laravel / React / Next.js / JavaScript / jQuery <インフラ・共通基盤> ・クラウド:AWS(ECS / Fargate / ELB / S3 / RDS / CloudFront) ・データベース:PostgreSQL ・インフラ管理:Pulumi ・その他:Docker / GitHub / Backlog / Slack ・AIツール:Copilot / Cursor / Codex / Claude Code ・OS:Windows / Mac(選択可) ・開発手法:アジャイル <デザイン・プロトタイピング> ・デザインツール:Figma(全社横断でのUI/UXデザイン、プロトタイプ作成、デザインシステム構築に活用) ●参考情報・関連リンク(More Info) ・[株式会社Copia 企業サイト](https://copia-group.co.jp/) ・[投資の学校 GFS(Global Financial School)](https://gfs.tokyo/introduction/) ・[AI教育サービス シゴトAI](https://shigoto-ai.com/introduction) ・[【note】エンジニアリングマネージャー鈴木の記事](https://note.com/copia/n/nb64ab429acf7)

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

HENNGE株式会社

Overview We are looking for a motivated Product Designer (UI/UX Designer) with a passion for product design to join our team to work on reshaping complex products with intuitive and effective solutions in the cloud security industry. Fluency in both English and Japanese is a must, along with strong communication skills to seamlessly collaborate with our cross-functional teams. You will be working in a leading cloud-based security provider in Japan, focusing on projects related to our flagship product, HENNGE One, which offers access control, email archiving, and other security and productivity-related functionalities for enterprise companies. Therefore, experience in BtoB projects or a strong interest in this field would be advantageous. Key Responsibilities Develop visually appealing and user-centered designs based on requirements and research findings. Collaborate with product managers and developers in the design process for new features and enhancements. Utilize our established design system to maintain consistency and coherence across our interfaces. Continuously improve user experience through iterative design and feedback analysis. Advocate for user-centred design principles and contribute to the refinement of our design system. Assist in creating and maintaining design documentation, including style guides, design principles, and user personas. Work closely with customer support teams to address user feedback and identify areas for product improvement.

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

株式会社 Laboro.AI

Laboro.AIは「全ての産業の新たな姿を作る」、「テクノロジーとビジネスを、つなぐ」をミッションに、お客様の課題に沿ってオーダーメイドのAIソリューション『カスタムAI』を提供します。AIプロジェクトの成功には、安定したネットワーク環境と計算機インフラが不可欠です。そこで、社内ネットワークの構築管理、セキュリティポリシーの運用、オンプレミスサーバ、データセンターやクラウドリソースの管理に精通したインフラエンジニアを募集します。AIの可能性を最大限に引き出し、私たちと共に次世代のイノベーションを推進する志を持った方をお待ちしています。 【本ポジションについて】 エンジニア部門の拡大に伴い、AIやシステム開発に必要なインフラの管理を専任で行っていただけるインフラエンジニアを募集します。弊社の機械学習エンジニアやシステム開発エンジニアと緊密に連携し、オンプレミスのGPUサーバやAWS・GCP・Azureなどのクラウドリソースの管理、セキュリティ対策、情報資産管理体制の整備を推進していただきます。 ※クラウドインフラはAWSを主軸(全体の約7割)としており、AWSの知見を存分に活かせる環境です。AzureやGoogle Cloudを利用する機会もあり、マルチクラウドの経験を広げられます。 【業務内容】 ●以下の業務における企画、要件定義、設計、構築、保守、運用 　- AWS・Azure・Google Cloud上のリソースに関する業務 　- オンプレミス(KVM・Kubernetes)のCPU・GPUサーバーに関する業務 　- オンプレミス及びクラウドリソースのセキュリティに関する業務 　- 社内ネットワーク・VPNに関する業務 ・オンプレミス及びクラウド環境の払い出しプロセス自動化・IaC化 ・社内サーバーの増設やセキュリティの改善に関連する施策、体制作りの企画、運営 ・ユーザー及びリソース管理の仕組みの企画、運営 ・作業手順や各種ノウハウの文書化 ・管理技術や実施体制の継続的な改善 ● 業務の変更範囲:なし

Japan Digital Design 株式会社

三菱UFJフィナンシャル・グループ(以下、MUFG)のデジタルトランスフォーメーション(DX)推進を、グループ会社としてグループ内から支援し、金融基盤とクラウド技術を活用した次世代金融ユーザー体験の創出を実現します。 今回募集するQAエンジニアはプロジェクトのメンバーとして、社内の体験設計チームや開発チームと協働しつつ、AIアプリケーション(RAG/AI Agent等)開発プロジェクトのQA領域を担当して頂きます。 またQA組織の整備も期待する役割の一つです。 ●主な業務内容 ・プロジェクト計画における品質管理やテスト領域に関する立案もしくはそのレビュー ・要件、システム設計書を把握し、テスト計画書/テスト設計書の作成 ・テスト計画書/テスト設計書のレビューを行い、適切なテストを実行できるようにリードする ・テスト結果について分析を行いテストプロセスや開発プロセスを改善する ・ソフトウェアテストツールの選定やテスト技法の調査 ・プロジェクトメンバーとの調整及びコミュニケーション ・JDDとしてのあるべきQA組織の立案検討、及び運営 ・QAプロセスの標準化の推進や整備への参画 ・複数のプロジェクトを並行して担当し、横断的に品質活動を推進する役割 ●使用ツール・技術スタック Postman、Burp Suite、Playwright(Playwright MCP & Playwright Agent)、 Locust 等(言語は TypeScript / Python を推奨)、テスト管理ツール testmo、AWSサービス(Coginito、CloudFront、dynamoDB等)、Github Actions、Azure Load Test ●カルチャー ・柔軟な働き方を支える制度・オフィス・IT基盤が充実 ・コーポレートカルチャー推進のためのプログラムが充実 ・UX勉強会、先端分野学習の機会が豊富(Fintech、AI等) ●変更の範囲 会社の定める業務

Japan Digital Design 株式会社

【業務概要】 三菱UFJフィナンシャル・グループ(MUFG)のデジタルトランスフォーメーション(DX)を、グループ会社として内側から支援します。JDDでは、クラウド・データ・AIを活用したプロジェクトが急速に拡大しており、それに伴いセキュアな開発・運用を前提としたAI活用がこれまで以上に重要になっています。今回募集するセキュリティエンジニア(AIセキュリティ)は、開発チーム・インフラチーム・AIプロジェクトと密に連携しながら、JDDの開発プラットフォームおよびAI活用プロジェクトにおけるセキュリティ・ガバナンスの強化を実践的に推進するポジションです。 ※異業界出身者歓迎 (これまでの開発・インフラ・AI経験を、金融×セキュリティ領域で活かせます) 【具体的な業務】 ご自身の得意領域に応じて以下のすべてあるいは一部を担っていただきます。 ・開発チームと協働したセキュア開発の実践 　-Webサービスやデータ・AI関連システムにおけるセキュア開発の推進 　-設計レビュー、実装レビュー、開発プロセスへのセキュリティ観点の組み込み 　-開発チームと並走しながら、実装レベルでのセキュリティ品質向上を支援 ・Cloud Platformのセキュア化推進 　-インフラチームと協働し、MUFG向けに提供しているソリューションのインフラ基盤(パブリッククラウド環境)のセキュリティ強化を推進 　-ID管理、権限設計、ログ・監視、クラウド設定等の観点での設計・改善・レビュー 　-開発・運用のスピードを損なわない、実用的なセキュリティアーキテクチャの検討・導入 ・AIプロジェクトへの伴走とセキュリティ・ガバナンス強化 　-AI活用プロジェクトに初期段階から関与し、ガバナンス・セキュリティ観点での助言・実装支援 　-データ利用、モデル開発・運用、外部サービス連携等におけるリスク整理と対策検討 　-AIプロジェクトが継続的に安心して運用できる仕組みづくりの支援 　-MUFGのセキュリティ基準に対する説明責任の担保 【技術スタック】 ・クラウド/AI関連 　-Amazon Web Services 　-Google Cloud 　-Microsoft Azure 　-Databricks(データ・AI基盤) ・セキュリティ領域(例) 　-セキュア開発プロセス 　-クラウドセキュリティ(IAM、ログ・監視、設定管理) 　-AI/データ活用におけるガバナンス・リスク管理 　-セキュリティ業務でのAI活用 ・利用ツール 　-Slack, GitHub, JIRA, Confluence, Microsoft Teams 　-導入済みのAIツールについてはこちらの「AIツールの活用」もご覧ください ※特定技術への深い専門特化よりも、開発・AIプロジェクトに伴走できる実践力を重視します。 ●変更の範囲 業務:会社の定める業務

Japan Digital Design 株式会社

三菱UFJ銀行を中心にMUFG各社と連携し、AI技術を活用した業務の効率化・高度化を実現するプロジェクトにおいて、データ分析業務を担っていただきます。 具体的には以下のような業務があります。 ・MUFGにおけるビジネス課題解決のためのデータ分析や機械学習モデルの開発 ・顧客への分析結果の説明 ・AIに関する最新技術の調査・研究 ●プロジェクト例 ・市場動向分析モデルの構築 ・市場部門のフロント部署のための機械学習ツール開発 ・オルタナティブデータを用いた与信モデルの構築 ・アンチマネーロンダリング(AML)分野における分析支援 ●変更の範囲 場所:会社の定める場所(在宅勤務を行う場所を含む)

Japan Digital Design 株式会社

三菱UFJ銀行を中心にMUFG各社と連携し、AI技術を活用した業務の効率化・高度化を実現するプロジェクトにおいて、データ分析業務をリードしていただきます。 具体的には以下のような業務があります。 ・適切な課題設定を行い顧客へソリューションを提案 ・MUFGにおけるビジネス課題解決のためのデータ分析や機械学習モデルの開発 ・顧客への分析結果の説明 ・AIに関する最新技術の調査・研究 ●プロジェクト例 ・市場動向分析モデルの構築 ・市場部門のフロント部署のための機械学習ツール開発 ・オルタナティブデータを用いた与信モデルの構築 ・アンチマネーロンダリング(AML)分野における分析支援

梅田電機株式会社

【色々な業界の幅広い案件を担当できる/要件定義から完成まで一貫して担当/ITエンジニアとしてスキルアップが可能】 検査・制御システムや電子・医療機器の特注・受託開発を手掛ける当社のエンジニアとして、生産管理システムなど、お客様のニーズに対応して特注でシステム開発をご担当いただきます。 【仕事内容詳細】 お客様(エンドユーザ)と直接打ち合わせをしながら、上流(要件定義・システム設計)から下流(プログラム・デバッグ、納入、立ち上げ)までの一式業務をお任せいたします。 案件規模によって1人で担当する場合や数名で担当する場合があります。 1つの案件の担当期間も1か月~1年程度と規模により様々です。 全ての案件が直受けの特注ですので、ニーズに合わせて1から完成まで作り上げることができる面白さがあります。 また、様々な業界と取引があるため案件内容も様々です。 【組織構成】 現在4名が在籍しています(40代男性1名、30代男性2名、20代男性1名)。 開発環境 言語:HTML,CSS,JavaScript,TypeScript,C#,PHP,Python,Java, サーバー:Windows Server,CentOS,Ubuntu フレームワーク:ASP.NET Core,.NET Framework,Ruby on Rails, Xamarin, Unity, CakePHP, Django, etc 変更の範囲:会社の定める業務

株式会社松尾研究所

【概要】 東京大学 松尾・岩澤研究室が主催するAI・ロボティクス領域のモデル開発コンペティション全般を推進するメンバーを募集します。 本ポジションは、教育プラットフォームチーム内のコンペチームに所属し、企画立案からコンペ運営・結果発表・改善まで一気通貫でプロジェクトを動かす役割です。単なる事務局ではなく、ルール設計チームとの連携・ステークホルダー調整・コミュニティ運営を主体的にリードするポジションです。 「AI × 教育 × 社会実装」という希少性の高いフィールドで、国の機関・研究者・企業・学生など多様なステークホルダーと協働しながら、コンペや仕組みを自ら作っていける役割です。 IT・AI系のPM経験をお持ちの即戦力の方はもちろん、PMアシスタント等の経験を持つ方も歓迎します。 将来的には、教育プログラム全体の設計や新規事業開発をリードするPMとして、事業の中核を担っていただくことを期待しています。 【チームについて】 松尾・岩澤研究室の最先端の知見を講座として社会に届け、育成された人材が企業との共同研究や起業を通じて社会に価値を還元し、その知見・資金が再び研究へ循環する――当チームは「研究・教育・社会実装が循環するエコシステム」の中核を担っています。 現在、2026年までに年間20万人へのAI・データサイエンス教育提供を目指し、国内外の大学・企業・自治体と連携しながら、日本発の教育モデルをグローバルに展開しています。 【具体的な教育プログラム】 ●大規模言語モデル(LLM)講座 https://weblab.t.u-tokyo.ac.jp/lecture/course-list/large-language-model-basic-advanced/ ●Physical AI 講座 https://weblab.t.u-tokyo.ac.jp/lecture/course-list/physical-ai/ ●松尾研講座一覧 https://weblab.t.u-tokyo.ac.jp/lecture/course-list/ 【対象コンペティション(例)】 ・松尾研 Physical AI Robot Competition(PAI開発コンペ) ・松尾研 LLM開発コンペティション(https://weblab.t.u-tokyo.ac.jp/lm-compe-2025/) ・その他、松尾研が実施するAI関連コンペティション全般 【業務内容詳細】 ●企画・設計 ・コンペの全体設計(ルール・審査基準・タイムライン設計) ・参加者体験の設計・改善 ・新規コンペの立案・提案支援 ●運営・実行 ・コンペ本番の運営・進行管理 ・参加者コミュニティの運営・サポート ・トラブルシューティング ●プロジェクト推進 ・ステークホルダー調整(国の機関・研究者・企業・大学・開発チーム) ・スケジュール・品質・課題の一元管理 ・インターン・学生メンバーのディレクション ※松尾研では、それぞれの専門性を活かしたチーム展開を行っており、適性に応じて別ポジション・雇用形態やグループ組織をご案内させていただくこともございます。

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 Laboro.AI

Laboro.AIは「全ての産業の新たな姿を作る」、「テクノロジーとビジネスを、つなぐ」をミッションに、お客様の課題に沿ってオーダーメイドのAIソリューション『カスタムAI』を提供します。AIプロジェクトの成功には、安定したネットワーク環境と計算機インフラが不可欠です。そこで、社内ネットワークの構築管理、セキュリティポリシーの運用、オンプレミスサーバ、データセンターやクラウドリソースの管理に精通したコーポレートエンジニアを募集します。AIの可能性を最大限に引き出し、私たちと共に次世代のイノベーションを推進する志を持った方をお待ちしています。 【本ポジションについて】 エンジニア部門の拡大に伴い、AIやシステム開発に必要なインフラの管理を専任で行っていただけるコーポレートエンジニアを募集します。弊社の機械学習エンジニアやシステム開発エンジニアと緊密に連携し、オンプレミスのGPUサーバやAWS・GCP・Azureなどのクラウドリソースの管理、セキュリティ対策、情報資産管理体制の整備を推進していただきます。 ※クラウドインフラはAWSを主軸(全体の約7割)としており、AWSの知見を存分に活かせる環境です。AzureやGoogle Cloudを利用する機会もあり、マルチクラウドの経験を広げられます。 【業務内容】 ・以下の業務における企画、要件定義、設計、構築、保守、運用 　- AWS・Azure・Google Cloud上のリソースに関する業務 　- オンプレミス(KVM・Kubernetes)のCPU・GPUサーバーに関する業務 　- オンプレミス及びクラウドリソースのセキュリティに関する業務 　- 社内ネットワーク・VPNに関する業務 ・オンプレミス及びクラウド環境の払い出しプロセス自動化・IaC化 ・社内サーバーの増設やセキュリティの改善に関連する施策、体制作りの企画、運営 ・ユーザー及びリソース管理の仕組みの企画、運営 ・作業手順や各種ノウハウの文書化 ・管理技術や実施体制の継続的な改善 ● 業務の変更範囲: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