生成AI・LLMプロダクト開発 SwiftのITエンジニア求人・転職情報

【概要】 AI を活用した高速な開発ループの中で、Flutter を主軸としつつ、必要に応じてネイティブ層(Swift/Kotlin)も活用し、モバイルアプリの体験設計・実装・品質向上をリードしていただきます。 【業務範囲】 ・Flutter(Dart)によるアプリ設計・実装・CI/CD 構築 ・パフォーマンス最適化(起動時間、描画、Jank、メモリ)と計測の仕組み化 ・ネイティブ機能ブリッジ(BLE、Push、カメラ、位置情報、バックグラウンド処理 等)の設計・実装 ・オフライン対応、状態管理、エラーハンドリングの堅牢化 ・AI/LLM APIを用いたアプリ機能の実装と検証 ・デザインシステム/アクセシビリティの整備と運用 ・ストア配信、リリース運用、クラッシュ解析(Firebase Crashlytics 等) ・AIを活用した開発フロー改善・自動化 ※業務内容の変更範囲:会社の定める業務 【利用するツール】 ・Flutter / Dart ・Swift / Kotlin(必要に応じて) ・Firebase(Crashlytics, Analytics, Remote Config 等)/ Sentry ・GitHub / GitHub Actions / Fastlane ・Claude / Claude Code / Cursor / 各種 MCP ツール※今後変更になる可能性がございます ・Datadog / Sentry / 各種計測基盤 ・AWS / GCP / Vercel 等のバックエンド基盤 【資質(自律性・品質志向・適応性)】 ・AI 協働を前提に、仮説検証を迅速に回す自律性 ・体験品質(滑らかさ、応答性、安定性)への強い執着 ・未確立な領域(AI×モバイル)でも構造化して前進できる柔軟性 【具体スキル】 ・Flutter(Dart)による商用開発と状態管理(Riverpod/Bloc 等)の経験 ・ネイティブ機能ブリッジ(MethodChannel、FFI、プラグイン開発)の実践 ・CI/CD(Fastlane、GitHub Actions)とリリース運用(TestFlight/Play) ・モバイルパフォーマンス計測・最適化(フレームタイム、メモリ、電力) ・クラッシュ解析/ログ収集(Crashlytics、Sentry 等)と MTTR 改善 ・セキュアなストレージ/認証/ネットワーク(TLS/証明書ピンニング 等)の理解 ・API 設計・エラーハンドリング・リトライ/バックオフ制御

●概要 弊社が創発する新規事業の製品開発および、グループが受託するシステム開発におけるシステムエンジニア)としてご活躍いただきます。 ・Webアプリケーション、業務システム、モバイルアプリ等の設計・開発・運用 ・クライアントとの要件定義、仕様調整、提案 ・チーム内ミーティング、アジャイル開発推進 ・システム保守・運用・改善 ・新技術の調査・導入や開発プロセス改善 【プロジェクト例】 ・大手企業向け業務システム開発(Java, Spring, AWS) ・スタートアップ新規サービスの立ち上げ(React, Node.js, GCP) ・モバイルアプリ開発(Swift, Kotlin) ・ChatGPTをはじめとする生成AIの実装や、DXソリューションの技術選定 ●開発環境・技術スタック ・言語:Java/Python/JavaScript(TypeScript)/C#/Swift/Kotlin など ・フレームワーク:Spring Boot/React/Angular/Django など ・インフラ:AWS/GCP/Azure ・その他:Git/CI/CD(Jenkins, GitHub Actions等)/Docker/Kubernetes など ・開発手法:アジャイル/スクラム/ウォーターフォール

【業務内容・役割】 大手金融機関(銀行・証券・生損保)、官公庁、公共団体等の大規模プロジェクトにおいて、プレイングマネージャーとしてプロジェクト推進およびチームマネジメントを担当します。 ・DXコンサルティング・開発: 単なるシステム開発にとどまらず、お客様のDX実現に向けた業務最適化提案から参画。テクニカルレイヤーだけでなく、ビジネス視点でのコンサルティングを行います。 ・AI駆動開発による生産性改革: 生成AIを活用した「AI駆動開発」を推進。システム開発の生産性を飛躍的に向上させるとともに、最新技術の実装に挑戦できる環境です。 ・組織・プロジェクトマネジメント: 開発実務に加え、チームの目標設定、進捗・品質管理、メンバーの育成・指導といった組織運営(リソースマネジメント)をお任せします。 【具体的な事例】 ・大規模公共系システム開発(ユーザー数2,000万人規模): 大規模団体の申請受付業務システムにおいて、要件定義などの上流工程から開発、リリース後の保守まで全工程を一気通貫でリード。 ・生成AI活用ソリューション: 業務特化型AIエージェントサービスの企画・開発および導入支援。最先端のAI技術を用いた業務効率化を実現。 ・ServiceNow活用ワークフローシステム: ローコードプラットフォーム(ServiceNow)を活用した大規模ワークフローシステムの開発。短期間での高品質なシステム構築を実現。 ●キャリアパス デジタルインテグレーション本部(社員550名+協力会社社員430名)配下の部門に配属となります。各部門には、スペシャリストと呼べるテクニカルな部分を担う役割の他、主任、係長、課長、部長、事業部長といったラインマネジメントの職責もございます。 一人ひとりのご要望とご経験に応じたキャリアマップの作成が可能となっています。 同社のキャリアパスは、一般的なSE→PL→PMといった様な1本道ではありません。大きく分けて3つのパスがあります。 1.スペシャリスト: 高度な技術知識を有し、新規技術の研究や導入、レベルの高い仕様書や設計書を書ける技術者 2.シニアエンジニア→エキスパート→シニアエキスパート(技術系マネジメント): 作業や工数を見積り、開発計画を決定。品質管理や要件定義、仕様設計などSEとして必要な知識と経験を持ち、メンバーに指示・指導できる技術者 3.リーダー→プロジェクトリーダー→プロジェクトマネージャー(リソースマネジメント): 全社のビジョンにもとづき、担当グループの目標を明確に決定。達成の為に、人・モノ・カネ・時間といったリソースを有効に活用することができる管理者 ●従事すべき業務の変更の範囲 ・雇い入れ直後:システムエンジニア業務 ・変更の範囲:本人の適性により当社業務全般に変更の可能性がございます。

東証グロース上場企業として、エンタープライズ企業(主に東証プライム上場企業)の「0次DX」を推進するリードエンジニアとしてご活躍いただきます 。 単なる実装作業の請負ではなく、顧客の隣で「ビジネス要求の言語化」から「最適なアーキテクチャ設計・実装」までを一貫して担い、技術的な意思決定をリードする役割を期待しています 。 【業務詳細】 技術リード・設計: プロジェクトにおける技術的指針(ビジョン)を提示し、静的型付け言語を用いた高度な実装および詳細設計による品質管理を主導します 。 モダン開発の推進: 生成AI(LLM等)の活用やクラウドネイティブな構成への移行など、最新技術を用いたPoC・新規サービス立ち上げを牽引します 。 チームマネジメント(技術面): コーディング規約の策定、コードレビュー、開発プロセスの標準化を通じてチーム全体のアウトプットを最大化します 。 顧客折衝・提案: 顧客のビジネス課題を技術的視点から分析し、実現可能な解決策を提案・実装へと落とし込みます 。 若手育成: 技術責任者として、主体的に若手エンジニアの教育・メンタリングを行い、組織全体の底上げに貢献します 。 【技術スタック・使用ツール】 言語: Java, PHP, Go, Ruby, Python, JavaScript, TypeScript, Kotlin, Swift, SQL, HTML/CSS など フレームワーク: Spring Boot, Laravel, Vue.js, React.js, Angular, Node.js, echo など クラウド: AWS, Azure, GCP インフラ: Docker, Kubernetes, Terraform, Ansible, Jenkins, GitLab CI, GitHub Actions など データベース: MySQL, PostgreSQL, Aurora, Oracle, SQL Server, BigQuery, DynamoDB など ツール: Git, GitLab, GitHub, Slack, Jira, Confluence, Backlog, Looker, Figma など その他: 生成AI (Azure OpenAI, Amazon Bedrock, Google Gemini, GitHub Copilot), ローコード (Pega, Outsystems), BPM (Bonita) など

データサイエンスグループでは主に「マッチング体験の向上」「プラットフォームの信頼性・安全性向上」「それらを支えるML/LLM基盤の構築・運用」の3つの領域に注力しています。 本ポジションの主戦場は、マッチング領域およびTrust & Safety(信頼性・安全性)領域におけるAI/MLのプロダクト実装・運用です。社内のML/LLM基盤を活用しながら、データサイエンティスト・ソフトウェアエンジニア・MLOpsエンジニアなどと連携し、課題設定から実装、リリース後の改善までを推進していただきます。 課題設定や改善テーマの探索はデータサイエンティストや事業・プロダクト側と連携しながら進め、プロダクトへの実装はソフトウェアエンジニアと協働して推進します。MLOpsエンジニアはML/LLM基盤・推論基盤・開発環境の構築・運用を担い、本ポジションはそれらを活用しながら、マッチング機能やTrust & Safety機能の価値実装、評価、運用設計を担います。将来的には、事業課題に応じて担当領域を広げていただくことを期待しています。 シニアポジションでは、加えて技術方針の策定、重要テーマの優先順位付け、四半期単位の重要テーマのリード、複数職種をまたいだ推進まで担っていただくことを期待しています。 1.マッチング体験の向上 ●マッチング機能の技術リード ワーカーと求人の最適なマッチングを実現するために、マッチングに必要なモデル・ロジック・業務ルールをプロダクト要件に合わせて設計・実装し、安定運用と継続的な改善をリードする ●マッチングに必要なデータ・特徴量・Feature Store改善の設計と推進 マッチング機能の精度と運用を支えるために、特徴量やモデル入力データを設計し、Feature Store等の基盤も活用しながら、改善方針の設計から実装・運用までを推進する ●ML基盤近接領域の機能実装・改善 Vertex AI Pipelines等の基盤を活用し、マッチング機能に必要なモデル・ロジックの実装、評価、運用に加え、Recommend API周辺を含む基盤近接領域のプロダクト実装・安定運用をリードする ●LLMを活用した自律的な改善ループの設計・推進 LLMを活用し、マッチング機能における評価、改善候補の生成、モデリングの見直し、比較検証までを含む継続的な改善ループを設計・推進する 2.プラットフォームの信頼性・安全性向上 ●AI機能の安全性設計・実装のリード LLM等の基盤モデルを活用し、事実整合性の確保、防御的プロンプト設計、ガードレール実装などを通じて、安全性に配慮したAI機能の設計・実装・改善をリードする ●運用を踏まえたリスク制御の設計 AI/MLによる判定だけでなく、業務ルールや現場オペレーション、人による確認フローも組み合わせながら、実運用で機能する安全性担保の仕組みを設計・運用する ●リスク予測・異常検知モデルの開発リード 構造化データから、プラットフォームの信頼性を損なうパターンを特定する分類・回帰・異常検知モデルの設計、実装、評価、運用をリードする ●データセット設計・品質改善の主導 多様なリスクを網羅するデータの設計・収集、高度なアノテーション管理、合成データの生成を通じて、評価・学習データセットの品質改善を主導する 3.共通基盤を活用した実装・改善 ●LLMOps/評価基盤の活用と改善提案のリード 実験の追跡と管理、プロンプトのバージョン管理、「AI as a Judge」等を用いた自動評価パイプラインの活用・改善を主導する ●品質・コスト・レイテンシーの継続的な可視化と最適化 モデルやAI機能の品質、レイテンシー、コストを継続的に計測し、ユーザー行動やモデル挙動の変化を捉えながら改善サイクルを回す ●重要テーマの推進 マッチングまたはTrust & Safety領域における重要テーマについて、技術方針の設計、関係者との合意形成、実行計画の具体化、推進管理まで担う 入社後の期待イメージ 入社後3ヶ月 :担当テーマの1つで、モデル・AI機能・業務ロジック・評価設計の改善を本番に反映し、周辺の関係者を巻き込みながら改善サイクルをリードし始めている状態 入社後6ヶ月 :マッチングまたはTrust & Safety領域における重要テーマの1つを自走して前進させ、課題設定、技術方針、評価設計、実装、運用までを一貫して推進しながら、周辺関係者の意思決定にも影響を与え始めている状態 入社後12ヶ月 :マッチングまたはTrust & Safety領域において、複数の重要テーマを横断的にリードし、技術方針・評価設計・運用設計の基準を形にしながら、データサイエンティスト・ソフトウェアエンジニア・MLOpsエンジニアの意思決定と実行を前進させ、領域全体の改善速度と意思決定の質向上に明確に貢献している状態 【技術スタック(主要な部分の抜粋)】 ●クラウド Google Cloud ●開発言語 Python ●データ基盤 BigQuery / Fivetran / dbt Cloud ●ML / LLM基盤 Vertex AI / MLflow / LiteLLM / Datadog LLM Observability ●BIツール Looker / Looker Studio ●IaC Terraform ●開発環境・ツール Visual Studio Code / Cursor / Claude Code / GitHub Copilot / Devin / GAS etc 【扱っているデータ】 以下のようなデータを扱っています ・アプリユーザーのアクセスログ、募集内容に関する情報 ・マッチングに関する情報 ・レビューや評価情報や、アプリインストールなどの広告効果に関わるデータ ・問い合わせに関するデータ ・営業活動情報のデータ

データサイエンスグループでは主に「マッチング体験の向上」「プラットフォームの信頼性・安全性向上」「それらを支えるML/LLM基盤の構築・運用」の3つの領域に注力しています。 本ポジションの主戦場は、マッチング領域およびTrust & Safety(信頼性・安全性)領域におけるAI/MLのプロダクト実装・運用です。社内のML/LLM基盤を活用しながら、データサイエンティスト・ソフトウェアエンジニア・MLOpsエンジニアなどと連携し、課題設定から実装、リリース後の改善までを推進していただきます。 課題設定や改善テーマの探索はデータサイエンティストや事業・プロダクト側と連携しながら進め、プロダクトへの実装はソフトウェアエンジニアと協働して推進します。MLOpsエンジニアはML/LLM基盤・推論基盤・開発環境の構築・運用を担い、本ポジションはそれらを活用しながら、マッチング機能やTrust & Safety機能の価値実装、評価、運用設計を担います。将来的には、事業課題に応じて担当領域を広げていただくことを期待しています。 1.マッチング体験の向上 ・マッチングロジックの実装・運用 :ワーカーと求人の最適なマッチングを実現するために、マッチングに必要なモデル・ロジック・業務ルールをプロダクト要件に合わせて実装し、安定運用と継続的な改善を担う ・マッチングに必要なデータ・特徴量の設計と実装 :マッチング機能の精度と運用を支えるために、特徴量やモデル入力データを設計し、Feature Store等の基盤も活用しながら実装・運用する ・ML基盤上での機能実装・運用 :Vertex AI Pipelines等の基盤を活用し、マッチング機能に必要なモデル・ロジックの実装、評価、運用、およびRecommend API周辺のプロダクト実装・安定運用を担う ・LLMを活用した自律的な改善ループの構築 :LLMを活用し、マッチング機能における評価、改善候補の生成、モデリングの見直し、比較検証までを含む継続的な改善ループを構築する 2. プラットフォームの信頼性・安全性向上 ・AI機能の安全性実装 :LLM等の基盤モデルを活用し、事実整合性の確保、防御的プロンプト設計、ガードレール実装などを通じて、安全性に配慮したAI機能を実装・改善する ・運用を踏まえたリスク制御の設計 :AI/MLによる判定だけでなく、業務ルールや現場オペレーション、人による確認フローも組み合わせながら、実運用で機能する安全性担保の仕組みを設計・運用する ・リスク予測・異常検知モデルの開発 :構造化データから、プラットフォームの信頼性を損なうパターンを特定する高精度な分類・回帰モデルの構築、および特徴量エンジニアリング ・データセット設計・品質改善 :多様なリスクを網羅するデータの設計・収集、高度なアノテーション管理、合成データの生成によるモデルの堅牢性強化 3. 共通基盤を活用した実装・改善 ・LLMOps/評価基盤の活用と改善提案:実験の追跡と管理、プロンプトのバージョン管理、「AI as a Judge」等を用いた自動評価パイプラインの活用・改善 ・品質・コスト・レイテンシーの継続的な可視化:モデルやAI機能の品質、レイテンシー、コストを継続的に計測し、ユーザー行動やモデル挙動の変化を捉えながら改善サイクルを回す 技術スタック(主要な部分の抜粋) ●クラウド Google Cloud ●開発言語 Python ●データ基盤 BigQuery / Fivetran / dbt Cloud ●ML / LLM基盤 Vertex AI / MLflow / LiteLLM / Datadog LLM Observability ●BIツール Looker / Looker Studio ●IaC Terraform ●開発環境・ツール Visual Studio Code / Cursor / Claude Code / GitHub Copilot / Devin / GAS etc 【扱っているデータ】 以下のようなデータを扱っています ・アプリユーザーのアクセスログ、募集内容に関する情報 ・マッチングに関する情報 ・レビューや評価情報や、アプリインストールなどの広告効果に関わるデータ ・問い合わせに関するデータ ・営業活動情報のデータ

【業務概要】 クリエイター向けファンコミュニティプラットフォーム「StandAlone」で提供する複数のiOS/Androidアプリについて、 Flutterを中心とした設計・開発・運用・品質改善を一気通貫で担当いただきます。 【具体的な業務内容】 ● 要件定義・設計・開発: ビジネス・プロダクトサイドとの要件整理、仕様検討、UI/UX設計、Flutter/Dartを用いた 実装・保守 ● 機能開発: 写真・テキスト投稿、ギャラリー、タイムライン、グループチャット、ライブ配信、アーカイブ、会員限定 コンテンツ、課金・サブスクリプション機能等の開発・改善 ● 連携・基盤構築: REST API、Firebase、決済サービス(Stripe等)、動画配信基盤、サードパーティAPI連携、クラウドネイティブバックエンド連携 ● 開発運用・品質改善: 状態管理・アーキテクチャ設計、コードレビュー、テスト、クラッシュ解析、パフォーマンス チューニング、CI/CDによる自動化 ● ストア運用・共通化: App Store/Google Playへの申請・リリース・モニタリング、複数ブランド・設定のアプリを 効率的に運用するための共通基盤(StandAlone Building Blocks)改善 ● 先進技術の組み込み: web3基盤技術(Portfolia)のモバイルアプリ組み込み・実証、AIを活用した開発プロセスおよびプロダクト機能の改善 ● グローバル連携: フィリピンを中心とする海外開発チームへの仕様共有、タスク明確化、技術的合意形成、コードレビュー 【取扱サービス・開発環境(技術スタック)】 ● 自社プロダクト: ファンコミュニティプラットフォーム「StandAlone」(複数クリエイター向けiOS/Androidアプリ群) ● モバイル / Web: Flutter, Dart / Next.js, Node.js ● 状態管理 / ネイティブ: BLoC/Cubit, Riverpod / Android (Java/Kotlin), iOS (Objective-C/Swift) ● バックエンド・インフラ: REST API, Java, Node.js, PHP, AWS, GCP ● 外部連携・ツール: Firebase, Stripe, Figma, Adobe XD, GitHub, App Store Connect, Google PlayConsole ● 次世代技術: Portfolia(DID/VC, モバイルブロックチェーン, Emotion Link, Edge LLM), 生成AIを活用した開発支援