フレックス勤務 BigQueryのITエンジニア求人・転職情報

テクノロジー組織が最大限に価値発揮をするための組織マネジメント活動や、事業戦略上の意思決定プロセスへの関与をお任せします。 ※ご経験やご志向を踏まえ、単一チームまたは複数チームのマネジメントを担っていただく想定です。 ・事業戦略やプロダクトビジョンにアラインした目標設定と目標達成マネジメント ・1on1や評価フィードバック等を通じたチームリーダーやマネージャー層の育成 ・事業・プロダクトのスケールを見据えた組織設計 ・日本語/英語の2言語を用いる組織において、生産性を向上させるための情報流通の企画・推進 ・エンジニア採用活動・社外広報活動の推進 ・CADDi Techカルチャーの浸透 ・その他、エンジニアリング組織の価値発揮を最大化するための問題提起や施策の企画・実行 開発環境 ・フロントエンド:TypeScript,React,Next.js ・バックエンド:Rust(axum),TypeScript,Node.js(Express,Fastify,NestJS) ・機械学習・アルゴリズム:Rust,Python,OpenCV,PyTorch,TorchServe,Elasticsearch,Vertex AI ・インフラ:Google Cloud,Google Kubernetes Engine,Anthos Service Mesh,Istio,Cloudflare,Argo Workflows ・Event Bus:Cloud Pub/Sub ・DevOps:GitHub,GitHub Actions,ArgoCD,Kustomize,Helm,Terraform,Datadog,MixPanel,Sentry ・Data:CloudSQL(PostgreSQL),AlloyDB,BigQuery,dbt,trocco ・API:GraphQL,REST,gRPC ・認証: Auth0 ・開発ツール:GitHub Copilot,Figma,Storybook ・コミュニケーションツール:Slack,Discord,JIRA,Miro,Confluence

●Mission The Incubation Team operates as a "startup within a startup." We go far beyond routine feature development, acting as an autonomous engine to build new businesses from the ground up. Our mission is built on three strategic pillars: 1.Forge New Products: We don’t just build; we innovate. We continuously launch and iterate on high-impact products that solve our customers' most complex, high-value problems. 2.Architect High-Performance Teams: We believe that great products come from great organizations. We focus on building and scaling elite engineering teams capable of owning product growth independently. 3.Institutionalize Speed: We don't just move fast by accident. We design the repeatable frameworks and playbooks that turn the "zero-to-one" creation process into a streamlined, scalable science. ●Job Responsibilities Technical Strategy & Architecture: Own the end-to-end architectural roadmap for core backend services. You will make the high stakes decisions on tech stacks, data modeling, and system design that will define our platform for years to come. Engineering Leadership: Act as a technical authority across multiple squads. You will mentor senior engineers, conduct deep dive code reviews, and raise the collective "bar" for engineering excellence. Product Incubation: Drive the technical execution of 0 to 1 product launches, ensuring that speed of delivery never compromises long-term system integrity. System Modernization: Identify and eliminate critical technical debt. You will lead the transition from legacy structures to a modern, distributed architecture optimized for global scale. ●Development Environment Frontend: TypeScript, React, Next.js Backend: TypeScript, Rust(axum), Node.js (Express, Fastify, NestJS) Infrastructure: Docker, Google Cloud, Kubernetes, Istio, Cloudflare Event Bus: Cloud Pub/Sub DevOps: GitHub, GitHub Actions, ArgoCD, Kustomize, Helm, Terraform, Datadog, MixPanel, Sentry Data: CloudSQL (PostgreSQL), AlloyDB, BigQuery, dbt, trocco API: GraphQL, REST, gRPC Authentication: Auth0 Other tools: GitHub Copilot, Figma, Storybook Communication: Slack, Discord, JIRA, Miro, Confluence

各プロジェクトにおけるAIエージェントの設計・実装・品質担保を担当いただきます。 AIオペレーションマネージャーと連携しながら、業務課題を解決するAIエージェントを開発し、本番環境で安定稼働する状態まで作り上げることがミッションです。 また、先行プロジェクトで成果が実証された仕組みを共通ソリューションとして標準化し、全社へ展開可能な基盤として発展させる役割も担います。 ●具体的な業務内容 ・AIエージェントの設計・実装(LLM API、Playwright、マルチエージェント構成を活用した業務自動化システムの開発) ・プロンプト設計およびLLM統合(構造化出力、エラーハンドリング、評価基盤、コスト最適化など) ・RAGシステムやマルチエージェントシステムの設計・実装 ・AIエージェントの品質保証および運用改善 ・先行プロジェクトで構築した仕組みの共通ソリューション化 ・AIテックリードとの連携によるアーキテクチャ設計および技術標準への準拠 ・AIツール環境の構築・運用支援(Claude Enterprise、Cursor等) ▽具体例: 問い合わせ対応、コンテンツチェック、ワークフロー自動化、ナレッジマネジメントなど。 業務オペレーションに組み込まれるAIエージェントの開発を想定しています。 ●この求人のポイント AIエージェントの設計・実装を通じて全社オペレーションのAIネイティブ化を推進するポジションです。 単なるPoC開発ではなく、本番環境で稼働するAIエージェントの設計から実装、運用までを一貫して担当いただきます。 AIオペレーションマネージャーと連携しながら、LLM・マルチエージェント・RAG・ブラウザ自動化などの技術を組み合わせ、人が担っていた業務そのものをAIエージェントへ置き換えていきます。 生成AIを活用したプロダクト開発や業務自動化の経験を活かし、AIエージェント時代の実践的な開発経験を積みたい方を募集しています。 ●開発環境・社内ツール AI開発 :Claude Code、Cursor、Gemini Advanced LLM API:Claude API(Anthropic)、Gemini(Vertex AI)、OpenAI GPT AIフレームワーク:LangChain、LlamaIndex 自動化:Playwright、GitHub Actions、Cloud Scheduler バックエンド:TypeScript(Hono)、Python(FastAPI) データベース:PostgreSQL、Firestore、BigQuery インフラ:GCP(Cloud Run、Cloud Functions、BigQuery) プロジェクト管理:Confluence、Jira、GitHub Enterprise

タイミーのデータマネジメント部にて、グループのマネジメント・組織開発・戦略立案を担っていただきます。 現場メンバーの信頼を獲得し、技術的な意思決定やアーキテクチャ判断を牽引いただくために、DRE / AE 領域における一定の技術的知見と実務経験 を前提としますが、業務の中心は手を動かす開発業務ではなく、マネジメント・組織開発・戦略立案 にあります。 ・担当グループ(DRE のいずれか)におけるピープルマネジメント(1on1 / 目標設定 / 評価 / キャリア支援 / オンボーディング) ・グループのロードマップ策定・優先順位付け、PO や他グループとの戦略すり合わせ ・DRE / AE 業務に対する技術的な意思決定・アーキテクチャレビュー・現場議論の牽引(ご自身の知見をもとに判断・方向付けを担っていただく役割) ・データ× 生成AIを組み合わせたデータプロダクトの企画・推進 ・採用活動への関与(JD 設計、母集団形成、面接、リファラル推進) ・組織課題の発見と解決、カルチャー・開発プロセスの整備 ・部長 / 他部マネージャー / 経営層と連携した中長期の組織・技術戦略の立案 ●技術スタック ・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 ・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・勤怠に関する情報 ・レビュー / 評価情報、アプリインストールなど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・各種マスタデータ など

●入社後～中期的にお任せしたいこと 【主な業務内容】 データ活用を支える“基盤から分析まで”を一貫して担うデータエンジニアを募集します。 当社では、企業のDX推進やデータ活用ニーズ拡大に伴い、データ基盤強化を推進しています。 本ポジションでは、データ取得・蓄積・加工・可視化・分析まで、エンドツーエンドでデータ活用を支える業務に携わっていただきます。 ご経験に応じて、要件定義から設計・開発・運用保守まで一気通貫で担当できる環境があり、BI・データ分析など幅広い技術領域に挑戦可能です。 【具体的な業務内容】 業務システムの設計・開発・運用 データ基盤(DWH/データレイク等)の設計・構築 ETL/ELTパイプラインの設計・開発 クラウド環境(AWS/GCP/Azure等)を活用した基盤構築 BIツール連携・データ可視化基盤の整備 データ品質管理・ガバナンスの整備 データ活用に関する技術選定・アーキテクチャ設計 【開発環境(例)】 ・クラウド:AWS/GCP/Azure ・言語:Python/SQL ・DWH:BigQuery/Snowflake ・DB:MySQL/SQL Server/PostgreSQL ・ETL:Glue/DataSpider ・BI:Tableau/Power BI ・ローコードツール:Kintone/Pleasanter 【業務内容】 雇入直後…事業部の指定する業務及び付随する業務 変更の範囲…社内におけるすべての業務

●このポジションのミッション 「図面・3D CAD・テキスト等の多種多様な製造業データを統合的に理解・対応付けできる独自のAI基盤を研究・実装し、設計レビューや品質判断といった顧客の重要な意思決定の質を劇的に向上させること」 ※半年〜1年程度の研究開発計画における意思決定と成果責任を担い、要素技術の開発にとどまらず、自ら適切な研究のスコープを定義し、プロトタイプ実装、PoC、実データ上での価値検証までを一気通貫でリードしていただきます。アウトプットの一形態として論文執筆等の学術的貢献も推奨しますが、本ポジションにおける最大のミッションは「生み出した研究成果を、PdMやエンジニアとの連携を通じて事業価値へ接続すること」にあります。 ●このポジションの業務例 以下に業務例を示します。実際の業務はこれに限定されるものではありません。入社後の業務内容は、技術や専門知識、経験等を考慮のうえ決定します。 【業務例1】3D幾何形状の詳細な認識と2D/3D統合モデリング 汎用AIでは捉えきれない、製造業特有の複雑な幾何情報(2D/3D)の深い理解と表現学習に取り組みます。3Dデータから製造・設計上意味を持つ局所的な特徴を抽出し、幾何的・意味的側面を統合するモデリングや 、図面上の多様な要件(寸法、公差、注記等)を3D空間の要素と高度に対応付けるための基盤技術の研究開発をリードしていただきます 。 【業務例2】製造業特化のVLM改善とマルチモーダル基盤構築 図面や3D CAD、テキスト(仕様書や不具合報告等)を横断して検索・推論するためのマルチモーダル埋め込みモデルを開発します。また、既存の汎用VLMが抱える言語偏重のバイアスを解消し、図面上の微細な記号や空間的な配置を正確に推論するための独自ベンチマークの継続拡張や、類似図面検索・寸法漏れ検出モデルの継続的な性能改善(Post pre-training等を含む)を担当します。 【業務例3】研究成果の事業実装とPoC検証による価値創出 開発した2D/3D認識技術を活用し、実際の業務課題(例:特定の局所形状に起因する不具合リスクの予測や、コスト増加箇所の特定など)に対するモデル学習とPoCを推進します 。PM、ソフトウェアエンジニア、ドメインエキスパートと密に連携し、「モデルの精度検証」にとどまらず、顧客の意思決定の質向上や業務時間短縮といった具体的な事業価値へと繋げる製品化の橋渡しを行います。その際、推論やデータ作成にかかるコスト・予算を考慮した費用対効果の高い技術選定や、研究開発におけるリスクマネジメント(代替プランの検討等)も主導します。 ●参考資料 [製造業×AIの最前線:キャディが挑む研究課題と、CV・AIの「いま」が交わる場所](https://caddi.tech/2026/03/10/110057) [製造業の課題解決に向けた機械学習の活用と、製造業特化LLM開発への挑戦](https://speakerdeck.com/knt44kw/zhi-zao-ye-noke-ti-jie-jue-nixiang-ketaji-jie-xue-xi-no-huo-yong-to-zhi-zao-ye-te-hua-llmkai-fa-henotiao-zhan) [CADDi Tech ](https://caddi.tech/) [企業向けソフトウェアの新しいバンドルとアンバンドル(AIの台頭を受けたプロダクト戦略)](https://note.com/yosukeshirai/n/nc993ecff8c13) [AI時代を生き残る、次世代のエンジニアに必要なこと](https://newspicks.com/news/14438945/body/?ref=book_4394) ●会社の雰囲気を知るために: [【第1回】キャディ赤裸々会!(CEO加藤, CHRO幸松出演)](https://www.youtube.com/watch?v=xAkk2x7o288) [【キャディCPO×VPoE対談】グローバルに挑むプロダクト/組織づくりのあれこれ](https://www.youtube.com/watch?v=ywnYuwhlVZo) 開発組織全体では、エンジニア・デザイナー・プロダクトマネージャーが機能開発(図面活用・検索・見積等)、データ基盤、機械学習/MLOps、Enablingなどのチームに分かれて活動しています。チームトポロジーの考え方を取り入れ、「各チームの裁量とスピード感」と「全体最適」の両立を目指しています。 Research Engineerが所属するResearchチームは、これら既存の組織に対して、高度なAI技術に対する専門性から中長期的な影響を与え、全社の技術的優位性(Moat)構築を牽引するためのチームです。 ●開発環境 言語 フロントエンド:TypeScript バックエンド:Rust, TypeScript, *Python* フレームワーク・ライブラリ フロントエンド:React, Next.js, WebGL, WebAssembly バックエンド:Rust (axum), Node.js (Express, Fastify, NestJS), *PyTorch* インフラ:*Google Cloud*, Google Kubernetes Engine, Anthos Service Mesh データベース・データウェアハウス:CloudSQL(PostgreSQL), AlloyDB, Firestore,* BigQuery* API:GraphQL, *REST*, gRPC 監視・モニタリング:Datadog, Sentry, *Cloud Monitoring* 環境構築:*Terraform* CI/CD:*Github Actions* 認証:Auth0 開発ツール:*Claude Code, GitHub, GitHub Copilot*, Figma, Storybook コミュニケーションツール:*Slack*, Discord, *JIRA, Miro, Confluence* ※特に関係するものを太字にしています

●期待する役割 経営ボードやCTO、各VPと連携し、事業のPLや中長期的な経営戦略と連動した全社横断的な技術戦略の策定、および技術投資の意思決定を技術専門職のトップランナーとして主導・実行していただきます。 ピープルマネジメントを主務とするのではなく、自らも深い専門性を発揮して手を動かしながら、技術の力で「日本発のグローバルテックカンパニー」となるための強固なアーキテクチャとエンジニアリング基盤を創り上げる役割です。 ●想定される業務例 (以下に限定されるものではありません) ・グローバル技術戦略の策定とアーキテクチャ設計のリード 事業の非連続な成長(事業の数倍〜数十倍へのスケール)を牽引するための技術ロードマップ策定 複数プロダクトが有機的に連携しつつ独立して進化できる「次世代プラットフォームアーキテクチャ」の設計・主導 ・パラダイムシフトを伴う全社技術基盤の刷新 「AIネイティブ組織」への全社変革や開発生産性のデッドロック解消など、既存のシステムやアーキテクチャの枠組みを根底から変える設計と完遂 ・技術的意思決定のリードと品質ガバナンスの構築 全社的なセキュリティ・パフォーマンス・スケーラビリティのグローバル基準の策定と実行 複数チームが関わる複雑なシステムデザインのレビューと技術的支援 ・全社横断的な「技術的突破口」の作成 特定のチームだけでは解決できない共通基盤の課題に対し、全社最適なソリューションを自ら構築・展開する ●開発環境 フロントエンド:TypeScript,React,Next.js バックエンド:Rust(axum),TypeScript,Node.js(Express,Fastify,NestJS) 機械学習・アルゴリズム:Rust,Python,OpenCV,PyTorch,TorchServe,Elasticsearch,Vertex AI インフラ:Google Cloud,Google Kubernetes Engine,Anthos Service Mesh,Istio,Cloudflare,Argo Workflows Event Bus:Cloud Pub/Sub DevOps:GitHub,GitHub Actions,ArgoCD,Kustomize,Helm,Terraform,Datadog,MixPanel,Sentry Data:CloudSQL(PostgreSQL),AlloyDB,BigQuery,dbt,trocco API:GraphQL,REST,gRPC 認証: Auth0 開発ツール:GitHub Copilot,Figma,Storybook コミュニケーションツール:Slack,Discord,JIRA,Miro,Confluence

AX推進チームが進める先行成果創出プロジェクトや共通ソリューション開発において、AIエージェント開発の技術リードを担当いただきます。 プレイヤーとして難易度の高い案件に自ら入り込み、AIエージェント開発の難所を突破しながら実装パターンを確立し、 技術責任者としてLLM選定やアーキテクチャ設計、品質保証基盤の構築、実装ガイドライン策定など、AX部全体に影響する技術判断を担います。 ●最重要・高難度案件におけるAIエージェント開発の技術リード(難所の実装、設計レビュー、アーキテクチャ設計) ●AIプロダクトの品質ハーネス設計(Pre-commit、CI/CD、LLM出力検証、リグレッションテスト基盤の構築) ●AX部全体の技術標準・実装ガイドラインの策定(LLM選定、アーキテクチャパターン設計、コーディング規約、アンチパターン集の整備) ●Claude、Gemini、GPTなどのLLM活用方針および技術評価 ●AIエージェント開発における品質保証・評価基盤の設計 ●AIエージェントビルダーへのアーキテクチャレビューおよび技術メンタリング ●新技術や新モデルの評価および実務適用判断 ●AX部全体の開発環境・CI/CD基盤の設計と改善 ●開発環境・社内ツール AI開発 :Claude Code、Cursor、Gemini Advanced LLM API:Claude API(Anthropic)、Gemini(Vertex AI)、OpenAI GPT AIフレームワーク:LangChain、LlamaIndex 自動化:Playwright、GitHub Actions、Cloud Scheduler バックエンド:TypeScript(Hono)、Python(FastAPI) データベース:PostgreSQL、Firestore、BigQuery インフラ:GCP(Cloud Run、Cloud Functions、BigQuery) プロジェクト管理:Confluence、Jira、GitHub Enterprise

データドリブン経営を推進する中核ポジションとして、全社のデータ活用ルールの整備から、GCPを中心としたデータ基盤の設計・統括までを一貫して担っていただきます。 データを「安全に・正しく・価値につながる形で活用できる状態」をつくり、経営や事業の意思決定を支えるデータ基盤の責任者ポジションです。 【具体的な業務内容】 ・全社のデータ活用戦略の立案およびガバナンス体制の設計・運用 ・データの品質管理・セキュリティ・権限管理ルールの整備と浸透 ・予算管理、採用戦略の立案、チームビルディング ・データ基盤の構築・改善を通じたAI活用の推進 ・データの収集〜活用までの仕組み設計と継続的な改善 【業務の進め方】 インフラ、セキュリティ、AI開発など複数の専門チームのハブとして機能し、各領域と密に連携しながらプロジェクトを推進していただきます。 技術的な観点とビジネス観点の双方を踏まえ、安定性とセキュリティを担保したデータ基盤の運営をリードしつつ、AI活用の最大化に向けた意思決定と実行を担います。 全社のデータ基盤の安定運用と進化に責任を持ち、組織の土台を支えていただきます。 また、経営層とも連携しながら、全社的なデータ戦略の方向性を示し、組織全体を巻き込んだ変革を推進していただくことを期待しています。 まずはご自身の開発環境で理想のAI駆動開発を体現しつつ、社内展開していきます。 ●部署説明 2026年4月、当社はAIを単なる「補助ツール」ではなく「プロダクト開発の核」として全社的に統合するため、AI開発を専門とする新組織を設立しました。 これまでの実験的な活用フェーズを超え、サービスのユーザー体験(UX)、エンジニアのコーディングプロセス、そして意思決定の源泉となるデータ基盤にいたるまで、AIを実装レベルで徹底的に組み込んでいくことが私たちのミッションです。 「AIプロダクト」「AIシステム改革」「AIデータ基盤」という3つの専門チームが密に連携し、2026年というAIの進化が加速する転換点において、世界で最もAIを使いこなし、価値を創出し続ける組織を目指しています。 この新たな挑戦のスターティングメンバーとして、未来の開発のスタンダードを共に創る仲間を募集します。 ●入社後のイメージ 既存のデータ基盤の現状把握を行い、AI時代に求められる「AI-Readyなデータ構造」へと計画を立てて実行していきます。 ●開発環境 社内ツール: Slack, Confluence, Google Workspace AIツール: Claude Code, Codex, Gemini, Devin, Cursor クラウド環境: Google Cloud

業務内容 食べログにおけるユーザー価値提供の最前線で、Webサービスの開発全般(要件定義〜設計〜開発〜運用)を一貫して担当いただきます。 大規模な予約システムや業務DXの推進に貢献することが期待され、技術的な判断と実行を主導しつつ、自ら手を動かして開発を推進することで、チーム全体の生産性最大化を目指します。 【コア業務】 ・『食べログ』の開発におけるプロジェクト推進 ・ビジネスサイドと連携した要件定義、優先順位調整、複数部門との調整 ・スループットを最大化するチームビルディング ・システムを動かし続けるための技術的な判断と実行 ・体制やシステムの理想を描き、実現する取り組み 【主な開発領域】 ・ユーザー向け機能の開発(口コミ、ネット予約、UI/UX改善など) ・飲食店向け機能の開発(予約管理システム「食べログノート」、モバイルオーダー、DX支援など) ・ビジネス成長を支える機能の開発(アライアンス、営業支援、広告など) 【所属部門】 食べログ 開発本部(ユーザー向け機能開発、飲食店向け機能開発など、いずれかの開発領域) 【ミッション】 月間約9,600万人利用の『食べログ』におけるユーザー価値提供の最前線で、チームの目的達成のためにコミュニケーションの最適化とスループットの最大化を目指します。 そして、大規模かつ長期運用のシステムに関する知見を蓄積し、システムの持続的な稼働に向けた技術的な判断と実行を進めていただきます。 【開発スタイルとチーム体制】 食べログでは、職能横断で構成されるプロジェクトチームが開発のライフサイクル全体に責任を持つマトリクス型組織を導入しています。 ・エンジニア、企画、デザイナーを一つのプロジェクトとして構成し、ワンチームとなって仕事を進めます。 ・ひとりのエンジニアで要件定義からリリースまで一任される形で仕事を進めていくため、エンジニア観点での提案や企画段階からの関与も積極的に行える環境です。 ・社内勉強会や技術ノウハウの共有を通して、技術力の研鑽ができる体制が整っています。 【開発環境】 ・サーバーサイド: Ruby, Ruby on Rails ・フロントエンド: JavaScript（ES5/ES6, jQueryベースからReact/TypeScriptへ移行中） ・データベース: MySQL ・ソースコード管理: Git, GitHub ・AI支援ツール: Claude Code（AIエージェント型開発ツール）, Devin（自律型AIソフトウェアエンジニア）, Dify（AIプラットフォーム） ・開発支援ツール:  Google Workspace, Slack, Asana, Miro, Qiita Team, CircleCI ・データ基盤：GCP BigQuery, Tableau ※グループウェアを［[Google WorkspaceとSlackへ全面移行](https://corporate.kakaku.com/news/20250724)］し、AIを活用した開発環境を整備しています。

戦略立案から実現までを担う技術的リードです。具体的には、Kubernetesへの基盤刷新に向けた方針策定と技術的先導を行いながら、KubernetesやVMware環境での基盤設計・運用に携わっていただきます。 【具体的な業務内容】 ・Kubernetes, VMwareでの基盤設計・構築・運用 ・各種オペレーションの自動化・セルフサービス化 ・アプリケーション、ミドルウェアのパフォーマンス可視化、測定と改善 ・新規システムのアーキテクチャの選定、提案 ・CI/CDの運用、改善 ・AWS/GCPなどのパブリッククラウド環境の運用 ・ディザスタリカバリの対応作業や方式の改善 【業務の進め方】 日々変わるインフラの状況やサービスリリース計画をもとに、タイムリーに優先度を調整しながら運用・改善業務を実施しています。中には技術的難易度が高い取り組みもありますが、チームで助け合う場を多く設けることで、チームとして高い成果が出せるようにしています。 自主性の高いチームとなっており、メンバーのスキルに応じて可能な限り大きな範囲で裁量を持って業務いただくようにしています。ご自身のスキルや志向次第で要件定義や設計の部分からお任せしています。 ミッション ■Kubernetes化の推進と基盤戦略の策定 VMベースの基盤をKubernetesへ移行する最重要プロジェクトにおいて、大規模・複雑な既存システムを紐解き、安定稼働を担保しながら刷新を加速させる技術的・戦略的なリードを担います。 ■インフラの標準化と堅牢性の両立 属人化を排除したインフラ構成の標準化を進めます。デリバリの向上(リードタイム短縮)とサービス安定性を両立させるため、堅牢性と速度を同時に満たす基盤構築をリードします。 ■プラットフォームエンジニアリングの実現 インフラ提供者ではなく、サービス開発者が「自律的・高速・高品質」に開発運用できる「開発者体験の高い環境(IDP)」を整備し、組織全体の開発生産性を底上げする「武器」の提供と文化定着を主導します。 ■トイル削減とSRE文化の確立 トイルの肥大化を防ぎ、自動化を徹底することで、エンジニアが事業価値向上へ寄与する戦略的な業務に集中できる体制を作ります。SREプラクティスの組織的実践を推進します。 ■AI活用による運用プロセスの非連続な進化 従来の自動化にとどまらず、監視、障害検知、運用プロセス自体にAIを適用し、非連続なスピードと品質の向上へ挑戦します。 ■SREエンジニアの成長支援 組織ミッションと必要なスキルを見極め、メンバーの成果行動への後押しと成長支援を行います。事業貢献度の高いSREエンジニアリング組織の実現を主導します。 部署説明 2005年にスタートした「食べログ」は、口コミとランキングで探せるレストラン検索・予約サイトです。「失敗しないお店選び」という課題に向き合い続け、現在、月間約9,600万人のユーザーが利用する日本最大級の飲食店検索サービスに成長しました。 私たちは市場や事業の変化に素早く対応できるシステムと、それを実現させる開発組織を作ることを責務としています。部署やプロダクトの垣根を超えた連携を大切にしながら、日々の業務にあたっています。そして、技術部SREチームは、システムの信頼性向上とエンジニアの負担軽減を担うことで、ユーザーが安心・快適に食べログを利用できるようにする事を責務とし、より良いユーザ体験のためのシステム基盤構築・改善や障害対応を行っています。 今回、東京を中心としたデータセンターの障害発生時に事業継続性を確保するため、大阪データセンターでテックリードを募集します。 サービス開発を支えるアーキテクチャ提案や、アプリケーション基盤の全面Kubernetes化など、果敢な技術的挑戦を共に推進していただける仲間を募集します。 開発環境 ■開発言語 Ruby / ShellScript ■インフラ・ミドルウェア Docker / Kubernetes / VMware / ArgoCD / Tekton / CircleCI / nginx / MySQL / Redis / Ansible / Fluentd / Grafana / Prometheus / BigQuery / Cloud Logging ■プロジェクト管理・ドキュメンテーション GitHub / Slack / Microsoft Teams / Asana / Miro / Confluence"

食べログノートの新機能開発,機能改善に取り組みます。 要件定義からリリースまで一貫して担当します。 企画職との要件すり合わせ、設計、実装、テストケース作成などフロントエンド開発の全ての作業をチーム内で担当します。 【具体的な業務内容】 ・React/TypeScript, Next.jsとその関連技術を使用した新機能開発/機能改善開発 ・フロントエンド開発のDX向上への取り組み ・WEBのUI/UX設計に対するコンサルティング(企画段階から参画) ・エンジニア、デザイナーのフロントエンド開発支援 【仕事のやりがい、成長できるポイント】 ・企画はもちろん、飲食店へのオンボーディング担当、カスタマーサポート、営業など直接レストランの方と関わる部門からフィードバックを受けられます。自ら開発した機能がどのように役立つのか、飲食店の利益となっているのかを実感をもって取り組めます。 ・大規模サービスならではのフロントエンドの課題に取り組むことができ、フロントエンドエンジニアとしてのスキルを高める事ができます。 ・長期運用を見越したメンテナンス性が求められるため、高い設計能力が身につきます。 ・食べログノートは食べログサービスの一部であるため、開発範囲によってステークホルダーも多岐にわたります。大人数が関わるため、プロジェクトマネジメント能力も身についていきます。 ・予約台帳は飲食店のオペレーションと密着しています。食べログノート新規機能開発、UIUXの改善、パフォーマンス改善を通して、店舗運営の効率化、コスト削減に寄与する活動を行っています。 【業務の進め方】 ・中長期計画に沿って、期ごとにプロダクトの目標が設定されます ・目標に沿って、どのような施策が有効か企画段階からエンジニアが関わります。 ・開発の概要が決まると、1週間でスプリントを計画,実施していきます ●部署説明 食べログはレストラン検索・予約サイトとして、月間ユニークユーザ数約9,600万人 (※1)を超える規模に成長してきました。今後も常に変化する世の中のニーズを踏まえてサービス展開していくための開発が必要です。 食べログでは、ユーザーの外食体験を豊かにするためにお店探し体験の改善を進めるだけでなく、飲食店支援や飲食店事業の業務を最適化するDXの取り組みを進めています。 飲食店を取り巻く状況を見ると、原材料費の高騰や人材不足など厳しい課題を抱えています。食べログではオンライン予約台帳「食べログノート」を展開することで、飲食店の予約業務について効率化やコスト削減に貢献していきます。 食べログノートは2023/02に本格展開を開始しすでに多くの店舗に導入されており、今後も拡大予定です。 食べログノートの利用店舗拡大は、飲食店の業務効率化だけではありません。多くのお店が食べログのネット予約に対応することにより、多くのユーザーに対してよりスマートな外食体験を提供することができます。 ※1 2023年3月現在。PC、スマートフォンブラウザ・アプリ等で同じユーザーが閲覧している場合には重複カウントとなります ●入社後のイメージ 比較的小規模なフロントエンド設計/実装から担当いただき、徐々に業務範囲を広げていきます。 オンボーディング中かどうかにかかわらず、複雑な仕様や今後の大きな方針が決める場合は、チームで設計レビューやペアプロに取り組んでいます。 ●開発環境 ・サーバサイド: Ruby, Ruby on Rails ・フロントエンド: jQuery, React, TypeScript, Nextなど(jQueryベースからReact/TypeScriptへ移行中) ・DB: MySQL ・データ処理基盤:GCP BigQuery ・ソースコード管理: Git, GitHub ・開発支援ツール: Asana, Confluence, Github, Circle CI, Qiita:Team

HRカンパニーのアナリティクスエンジニアとして、ビジネスやプロダクトの成長を加速させるため、「データ分析による課題解決」と「信頼性の高いデータ基盤の構築」の両輪を担っていただきます。 「求人ボックス」と「エンゲージ」のデータを横断的に活用し、カカクコムグループ全体のデータシナジーを生み出すことがミッションです。 ・KPI・管理指標の設計・策定、およびビジネス課題の特定と解決に向けた分析 ・BigQuery・Databricks等を活用したELT/ETLパイプラインの設計・実装・自動化 ・データモデリング・データマートの設計・構築・運用 ・ダッシュボード構築および施策のパフォーマンス管理(Looker Studio / Tableau / Redash等) ・統計的手法を用いた仮説検証・効果測定・ネクストアクションの提言 ・データ品質のモニタリング・テスト実装・アラート設計 ・DWHアーキテクチャ・データレイクハウスの設計・運用への参画 ・アナリティクスエンジニア・データサイエンティストとの協働による分析支援 ・データガバナンスの策定・推進 ・チームの技術的方向性への意見出し・合意形成 ・メンバーのタスク整理・優先度調整のサポート ・メンバーのコードレビュー・スキルアップ支援 ●利用ツール 【業務環境】 プロジェクト管理:Confluence / Jira　ソースコード管理:GitHub Enterprise　生成AIツール:Cursor / Dify コミュニケーション:Slack コラボレーション:Miro Officeツール:Google Workspace / Box / Microsoft365 端末:Windows(MacBook Proも選択可) 【開発環境・技術スタック】 データプラットフォーム:BigQuery / Databricks クラウド:Google Cloud / AWS DWH・ストレージ:BigQuery / Amazon Redshift / Amazon S3 ETL/データ連携:AWS Glue / TROCCO 言語:SQL / Python BI:Looker Studio / Tableau / Redash 他:Vertex AI / Cloud Run / GCE / Workflows / KARTE / Adjust / Google Tag Manager 等 1か月目 ・担当サービスのビジネスモデル・データ基盤の理解 ・既存の分析プロジェクト・データパイプラインの把握 ・チームメンバーとの関係構築 2か月目以降 ・新規プロジェクトの担当(小規模案件から) ・チーム内での知見共有やメンバーの育成・指導 3か月目以降 チームの中核として技術課題の整理・提言、メンバー育成・レビューを主導

業務内容 食べログのフロントエンドシステム全体の改善に取り組みます。 フロントエンド改善の計画からリリースまで一貫して担当します。 ロードマップの作成や、設計、実装、テストケース作成などリリースまでの全ての作業をチーム内で担当します。 【具体的な業務内容】 ・JavaScript(React,TypeScript, jQuery,Node.js,等)、HTML5/CSS3の設計及び開発 ・フロントエンドのテストケース作成/実行 ・React/TypeScriptとその関連技術の検証、導入および運用 ・フロントエンドアーキテクチャの見直し、刷新 ・WEBのUI/UX設計に対するコンサルティング(企画段階から参画) ・エンジニア、デザイナー(コーダー)のフロントエンド開発業務の統括、サポート 【業務の進め方】 ・定期的に中長期計画を見直し、優先順位を付ける ・中長期計画に沿って、期ごとに目標を設定する ・1週間でスプリントを計画し、目標に向けて施策を実施します 入社後のイメージ 比較的小規模なフロントエンド設計/実装から担当いただき、徐々に業務範囲を広げていきます。 オンボーディング中かどうかにかかわらず、複雑な仕様や今後の大きな方針が決める場合は、チームで設計レビューやペアプロに取り組んでいます。 部署説明 月間ユニークユーザ数約9,600万人 (※1)を超えるレストラン検索・予約サイト(2023年3月現在)、食べログのフロントエンド改善・運用業務を担当します。 食べログは2005年にサービスを開始し、機能追加/改修を続ける中でメンテンナンス性が課題となっている部分もあります。 jQueryからReact/TypeScriptへのリプレース、ライブラリのバージョンアップ、アーキテクチャ変更など様々な手段を選択しながら、障害なく素早く機能開発が出来るフロントエンドシステムを構築します。 大規模組織・大規模システムにおいて、機能開発を止めずに、リプレースやバージョンアップを行うことは容易ではありません。 長期運用を見越した設計/実装、運用体制の確立、他チームへの教育などが求められています。 フロントエンドの技術的スキルはもちろん、リーダーシップを発揮しチームを導いてくれる方を探しています。 技術的にも組織的にも、障害なく素早く機能開発を続けていくために出来ることはなんでもやります。 フロントエンドに関係する事柄は、部やチームの垣根なく、裁量をもって取り組んで頂けます。 食べログフロントエンドを改善することは、食べログでのよりスムーズにお店探し、ネット予約に繋がります。 フロントエンド改善を通して、飲食店と飲食店を利用するユーザー両方対してよりスマートな外食体験の提供に取り組んでいます。 働く環境 ・メリハリを付けて働く文化があり、ワークライフバランスを取りやすい環境です。 女性エンジニアの比率も高く(20%弱)、子育て世代のエンジニアも多く活躍しています。 ・食べログは大規模な組織であるため、企画と開発は分業しています。 サービス改善施策に対してエンジニアからの提案は日々行いますが、新規事業の小さいチームのようにサービス　の企画もエンジニアが兼任することはありません。 【食べログシステム本部FEチームのカルチャー】 ・設計/実装はもちろん、手順書などのドキュメントなども含めチーム内レビューを実施 どんな優先度で、どのような手法で理想の状態を目指すのか、常にチームで議論しながら改善を進めています。 ・開発チームのコミニュケーション活性化やスキル向上を目的として、週に1～2回程輪読会を実施 ・各々勉強会に参加して、チーム内で共有 ・技術ブログでの情報発信 Tabelog Tech Blog: https://tech-blog.tabelog.com?cid=tech-blog_job_fe 食べログ フロントエンドエンジニアブログ: https://note.com/tabelog_frontend 開発環境 ・サーバサイド: Ruby, Ruby on Rails ・フロントエンド: React, TypeScript, Next, jQueryなど(jQueryベースからReact/TypeScriptへ移行中) ・DB: MySQL ・データ処理基盤:GCP BigQuery ・ソースコード管理: Git, GitHub ・開発支援ツール: Asana, Confluence, Github, Circle CI, Qiita:Team

QA業務をAIエージェントが自律実行できるハーネスを設計・実装します。 【具体的な業務内容】 ・ハーネスエンジニアリングの実践 └ハーネスエンジニアリングの枠組みの中で、QA業務を担う各工程のAIエージェントを設計、構築します。 ・リスク分析/テスト分析/テスト設計エージェント └仕様書を分析し、その後の実装や自動テストコーディングへの入力を生成するQAの上流工程を担当するAIエージェントを設計、実装します。 ・自動テストコーディング、自動テスト実行エージェント └テスト設計結果を自動テストとして実装し実行するQA業務の中核となるAIエージェントを設計実装します。 ・CQフィードバックパイプラインの設計・実装 ・不具合/障害情報の集積、分析基盤の構築 └エラーログ/AIエージェント実行ログ/不具合レポート/障害レポートなどを集積し、後続の分析や再発防止策の策定を実施するための基盤を整備します。 ・障害分析や再発防止策実施エージェントの設計、実装 └AIや人間のミスの結果である障害情報を分析し、それらをAIエージェントから利用可能なコンテキストやSKILLの形に実装するAIエージェントの設計、実装をします。 ・外部AI動向の追跡と発信 ・Harness Engineering等のAI分野の最新動向を追跡し、業務設計に落とし込む ・社内の実践と学びを技術ブログ・カンファレンス等で外部発信する 【開発環境】 ●AIエージェント:Claude Code(SKILL / Sub-agent / Hooks / Agent Teams)/ Devin / MCP Server ●テスト自動化:Selenium, Appium, Cucumber, Playwright ●CI/CD:CircleCI, Bitrise ●データ基盤:BigQuery, Tableau ●タスク管理・分析:Asana ●コミュニケーション:Slack, Teams, GitHub, Confluence, Miro ●開発技術スタック:Ruby on Rails, React.js, Next.js, Swift/SwiftUI, Kotlin 【所属部門】 食べログカンパニー 開発本部 品質管理部 【ミッション】 品質管理部は「QA業務をAIが一貫して担う」ことを目指す長期ビジョン Continuous Quality by AI(CQ by AI) を推進するチームです。 そのAIが正しく品質を判断できるよう、QAの知識と基準をAIに渡すエキスパートとして参画していただきます。 単にテストを効率化するのではなく、「リリース前のチェックポイント」だったQAを、開発プロセスそのものに埋め込まれた自律的な仕組みへと変える取り組みです。 月間数千万人が使う食べログで、AIエージェントがコードレビュー・リスク分析・E2Eテストを担い、最終承認のみ人間が行う品質保証の実現を目指しています。 すでに自動テストコーディングでコード生成精度97%・テスト実行工数52%削減・自動化率64%の実績を上げており、その先のフェーズを共に作る段階にあります。 このポジションは AIが正しく品質判断できるようにQAドメインのナレッジをハーネスエンジニアリングの枠組みの中でガードレールやチェックリスト、基準などとして整備する役割 です。 従来のQAエンジニアが「自分でテストを設計・実行し、品質を判断する」のに対し、このポジションは「AIが判断するための基準を設計・検証し、AIの判断結果をレビューする」へと役割が変わります。 QAエンジニアとしての専門知識を活かしながら、業界でもまだ先例の少ない「AIに品質を教える仕事」を担っていただきます。

Data&Analysis部 AI for Applicationチームに所属。 プロダクト戦略に基づいた戦略策定・開発計画の策定や実行のリード、メンバーの採用・評価・育成などのマネジメント業務を担っていただくことを想定しています。 ●プロダクトに蓄積された様々なデータをアプリケーションで活用することで、アプリケーション自体の価値を高めることに責任を持つ。 ●既存プロダクトの価値向上、新規プロダクトの立ち上げ両方の可能性があります。 ●現在若干名で組織の立ち上げフェーズです。 本ポジションの方に、チームの定義づけや立ち上げを含めて担っていただくことを想定しています。 ※Data&Analysis部は30名程度の組織です。 上記以外にも、データの解析を担うAnalysisチーム、解析基盤の開発を担うAnalysis Platformチーム、データ基盤の開発やデータの利活用を担うData Managementチームがあります。 (2025年4月時点) キャディにおけるエンジニアリングマネージャーとは ●担当する部やグループの成果を最大化することがミッションです。 ●向かう先を示すために OKR を設定したり、将来のあるべき姿から逆算して、必要なマネジメント業務を行います。 ●EMの役割は画一的には決まっておらず、成果の出し方はその人の得意なやり方で良いと考えています。 例えば、他者を動かして成果を出すエンパワーメントが得意な人もいれば、現場で自ら設計や方針決定をリードする人もいます。 テクノロジーマネジメント、プロジェクトマネジメント、プロダクトマネジメント、ピープルマネジメントの割合も各EMの担当領域や注力課題により異なります。 ●開発環境 フロントエンド: TypeScript, React, Next.js バックエンド: Rust(axum), TypeScript, Node.js(Express, Fastify, NestJS) 機械学習・アルゴリズム: Rust, Python, OpenCV, PyTorch, TorchServe, Elasticsearch, Vertex AI インフラ: Google Cloud, Google Kubernetes Engine, Anthos Service Mesh, Istio, Cloudflare, Argo Workflows Event Bus: Cloud Pub/Sub DevOps: GitHub, GitHub Actions, ArgoCD, Kustomize, Helm, Terraform, Datadog, MixPanel, Sentry Data: CloudSQL(PostgreSQL), AlloyDB, BigQuery, dbt, trocco API: GraphQL, REST, gRPC 認証: Auth0 開発ツール: GitHub Copilot, Figma, Storybook コミュニケーションツール: Slack, Discord, JIRA, Miro, Confluence

当社では「アイデアを持つパートナー（起案者）」に対して、サービスデザインから技術選定、開発までを一気通貫で提供しています。 スタートアップの開発支援から大手企業の新規サービス立ち上げまで様々な規模のプロジェクトがあり、その中でもパブリッククラウド環境でのデータウェアハウス構築を担うデータエンジニアとして業務を担っていただきます。 【業務詳細】 ・パブリッククラウド（AWS、GCP、Azure など）上でのデータ基盤・データパイプラインの設計、構築、運用 ・データ収集、加工、ストレージに関わるシステムの開発 ・大規模データを対象としたETL (ELT) 処理の最適化 ・リアルタイムデータの処理 ・データクレンジング処理やデータマートの構築 ・データの可視化および分析基盤の構築支援 ・データパイプラインの品質管理、パフォーマンスの向上 ・データウェアハウスの運用保守 ・ステークホルダー（データアナリスト、データサイエンティストなど）との連携 ・顧客との要件定義や設計フェーズでのコミュニケーション

JDSCは「Upgrade Japan」をミッションに掲げ、大企業のAX(AIトランスフォーメーション)・DX推進を支援するテクノロジー企業です。本ポジションでは、AIエージェント開発とデータ基盤・MLOpsの両軸を担うエンジニアとして、顧客の業務変革を技術面からリードしていただきます。 【担っていただきたい役割】 ●ビジネスコンサルタント・テクノロジーコンサルタントやデータサイエンティストと連携し、AIエージェントの構想・PoC開発・アジャイル開発を推進 ●顧客ビジネス環境の変化に応じたAIエージェントの継続的改善・運用 ●データパイプライン・データ基盤(DWH)の設計・開発・運用 ●MLOps環境の構築・整備、CI/CDパイプラインの運用 ●隣接するソフトウェア領域に関する開発・コミュニケーション・事業推進 【主な業務内容】 当社では多様なビジネス領域に向けてDX推進、AI実装等を代表とする様々なB2B系プロジェクトを推進しており、一つの枠に縛られない様々なソフトウェア開発をご経験いただくことができます。 物流領域、ヘルスケア、エネルギー、製造といった領域で事業を強化しており、事業状況に応じて様々なソフトウェア開発を行っています。下記のような段階のソフトウェア開発プロジェクトがあります。 ●プロトタイプ・試行錯誤の色彩が強い段階 ●顧客の業務で使用される本番運用段階 ●単一顧客向けから同一領域で広く使われるVertical SaaS的な運用開発の段階 当社の特長であるビジネスやデータサイエンスの文脈も交えた多様なチャレンジを通じて経験を積んでいただくことが出来るものと思います。 【主な開発環境】 言語:TypeScript, JavaScript, SQL, Python等 採用フレームワーク: GraphQL, Node.js, Prisma等 データベース:MySQL, PostgreSQL, BigQuery, Databricks, Microsoft Fabric等 クラウド環境:Google Cloud, AWS, Azure, Snowflake等 ソフトウェア管理ツール:GitHub, Jira, Slack, Confluence BIツール:Power BI, Tableau

ソフトウェアエンジニアとして、ユーザに提供する不動産データを生成するデータパイプラインを構築するために、以下のような業務を行っていただきます ●不動産に関する情報の収集システム(入力システムや連携API、バッチ処理)の構築 ●収集した不動産データを共通データ基盤に繋ぎ込むためのモデリング ●収集した不動産データのETLや正規化・名寄せ処理を行い、時系列データとして利用できるようにするための加工基盤(データ加工パイプライン)の実装・運用 (Python, dbt, Terraform) ●上記データ加工パイプラインに必要なバックエンドAPIサーバー(ジオコーディング、機械学習、データ配信)の実装・運用 (Python, Rust) ●社内で利用するデータ修正用システムの構築・運用 (Rust, React, Python) 【業務内容の変更の範囲】 (入社時)ソフトウェア開発・保守業務 (変更の範囲)当社の定める業務(出向を命じることがあり、その場合は出向先の業務)