401k（確定拠出年金）あり ReduxのITエンジニア求人・転職情報

自社サービスのタレントマネジメントシステム「カオナビ」において、新機能開発や機能拡張の実装、パフォーマンス向上のためのリファクタリングや新しい技術の導入など様々な業務をフロントエンドエンジニアとしてご担当いただきます。 プロダクト開発組織ではカオナビの新規機能開発や既存機能の改善を行っており、顧客によりよい UI/UX を届けるためにチームメンバーとコミュニケーションを取りながら開発しています。 【現状の課題】 ●React 導入以前に jQuery で実装された機能がまだ多く残っているので、React へ移行することで保守性と共通コンポーネントの再利用による開発速度の向上を図りたい ●バックエンドで採用しているフレームワークの Laravel に依存している構成になっているので、バックエンドとフロントエンドを分離することで認知負荷を下げたい ●新機能の開発 ●機能の拡張や改善 ●性能向上のための開発 ●コード品質の担保 【上記に追加してスキル次第でお任せ】 ●メンバーの育成 【具体的には】 専門職の人やチームで企画した仕様書を元にエンジニアが設計と実装を行います。 それぞれの企画の概要はRedmineで管理されており、チケット駆動やスクラムなど、チームごとに最適な開発プロセスで開発を行っております。 開発タスクの管理はJiraを利用しており、ソースコードレビューをGitLab上で行っております。 開発環境 開発言語:PHP, Go, TypeScript, Dart フレームワーク:Laravel, Gin, React, Flutter コード管理:GitLab DB:MySQL インフラ:AWS, Terraform, Docker 監視ツール:Mackerel, Datadog 社内ツール:Confluence, Jira, Redmine, Slack, Miro, Figma 開発環境: JetBrains IDE, Visual Studio Code AI開発環境:Github Copilot, Claude Code <従事すべき業務の変更の範囲> 会社内での全ての業務、および出向先・転籍先会社での全ての業務

事業をエンジニアリングする技術者を募集しています。 現在アドプラットフォーム、メディア、EC、HRなどの事業に加えて、様々な新規事業があります。それぞれの事業のフェーズや特性に合わせて、チームの毛色は少しずつ異なりますが、全社を通してエンジニアリングで大切にしていることは共通しています。応募いただいた方と対話させていただきながら、マッチするチームを調整いたします。 事業をエンジニアリングする ●フルサイクルな開発 「アイディアをお客さまに届けるまで」を1つのサイクルとみて、誰かに依頼するのではなく、一人の開発者でも滑らかに回せるようにしよう、というのがフルサイクルのイメージです。 これは専門性を否定するものではなく、滑らかに課題を解決するために役割を限定しないという考え方です。専門性の高いメンバーを中心に、環境やツール、自動化などへ技術的な投資も継続的に続けています。 技術によって得意不得意はあるので、メンバー同士がフォローして、チームとして前に進むように心がけています。 ●バイアスに囚われない選択 原則として技術を固定化していません。その事業の特性、ビジネスのフェーズ、あるいは技術的な要件に適した技術を採用し最高のプロダクトを開発していく方針です。 常にバイアスを疑い、常に複数の仮説と選択肢を持つということです。既存のものをそのまま採用するのではなく、いくつかある解決策を並べて最適なものを選べているか。解決策が一つしかないのは危険だといえます。今使っているもの、自分が得意なものを取り払って、課題解決に最適なものゼロベースで考えます。 技術を固定化してしまうと選択肢が狭まってしまいます。幅広い選択肢を持つ結果、全体としてはバラエティのある技術選択になっています。 急激な変化にも適応できるチームであり続ける ●本質を見きわめ、柔軟に考える 事業を成長させるために何が課題で何が必要なのか、遠い未来のことを予想するのではなく、その時点での仮説をたて、必要最低限なものをつくります。 事業やシステムや組織が成長していくと、既存の方法では解決できない問題が出てきます。過去の成功体験にしばられず、本質を見きわめ、柔軟に考えることが大切だと考えます。 ●小さく挑戦し続け、早く失敗する。 挑戦するからには失敗するときもあります。そして失敗からはたくさんのことが学べます。自分たちが何を知らないかを早く学ぶことは重要です。また、失敗を恐れ、挑戦しないことはとてもリスクが高いことです。 カジュアルに失敗し、慣れていくことも必要です。ただ、致命傷は避けたい。恐れに立ち向かい、小さく挑戦し続け、早く失敗することが大切だと考えます。 ●フィードバックし、継続的に成長する。 成長を加速させるためには経験するだけではなく、適切なフィードバックをもらうことが重要です。技術力評価会というチームを横断した相互評価制度を2011年から継続しています。 これにより他のチームのメンバーからフィードバックを受け、異なる技術や異なる開発スタイルから気づきを得る機会になります。さまざまなフィードバックから気づきを得て、日々の業務に活かし、成長を感じられる。 仲間と相互にフィードバックしあい、個人としてもチームとしても継続的に成長することが大切だと考えます。

●品質管理/改善に関する業務 └テストプロセス全般の管理、改善。 その上で効率的かつ効果的なテスト手法を確立 └開発エンジニア、PdM、ビジネス部門とも密接に協力し、製品の品質に関する期待やリスクの把握 └各種製品リリースにおけるリスク評価と品質リスクを最小限に抑える戦略を策定 ●リードに関する業務 └エンジニアやプロダクトマネージャー等周囲と連携してのプロダクト全体の品質基準と品質維持プロセスの設計と推進 └上記プロセスの実現のためのメンバー育成計画の立案と推進 └上記プロセスの実現のための各種の制度設計、改善、運用 └QA同士の横の繋がりの強化(エンゲージメント強化)の推進 └目標設定、評価のフィードバック <変更の範囲> 本社及び全てのオフィス、自宅、その他就業場所(会社の許可した就業に適した場所)、出向先・転籍先会社の全てのオフィス 開発環境 開発言語:PHP, Go, JavaScript, TypeScript, Dart フレームワーク:Laravel, Gin, React, Flutter 開発/運用環境:Docker, GoLand, PHPStorm, Swagger, Storybook, Figma, GitLab, GitLab CI, TestCafe 構成管理:Ansible, Terraform, CloudFormation ミドルウェア:MySQL, Apache, Nginx, Redis インフラ環境:AWS (EC2, RDS, ElastiCache, S3, CloudFront, Step Functions, Batch, Lambda, ECS, Fargate, ECR, ...) 監視, モニタリング, 運用ツール:Mackerel, Datadog, PagerDuty, Statuspage 社内ツール:Confluence, Redmine, JIRA, Slack, Zoom その他:Yarn, webpack, Atomic Design, Redux, React Hooks, PHPUnit, Redux Toolkit

・株式・FX・CFD・暗号資産など金融商品取引システムのバックエンドの要件定義・設計・開発・運用 ・新規事業のシステムのバックエンドの要件定義・設計・開発・運用 ※技術選定とアーキテクチャー選定などシステム開発・運用に関しては多くの裁量が与えられます。 ※経験・能力に応じてプレーイングマネージャーとして、マネジメントと開発両方を担当していただきます。

パーソルキャリアにおけるデータサイエンティスト、データエンジニア、AIエンジニア、機械学習エンジニアの各職種の中から、ご経験・専門性に応じて最適なポジションをご提案いたします。 データ・AI領域にご関心をお持ちで、「自身の専門性を最大限発揮できるポジションを見極めたい」「経験を活かし、より上流や高度な領域で選考に進みたい」とお考えの方は、ぜひご応募ください。 ご応募後は社内横断でポジションサーチを行い、スキル・実績および志向性を踏まえ、書類選考を通過したポジションをご案内いたします。 ●募集ポジション例(※以下ポジション以外を打診させていただく可能性がございます) 【データサイエンティスト】 転職サービス「doda」を中心に、全社横断でAI・機械学習モデルの設計・開発・チューニングをリードしていただきます。 人材マッチングの高度化を主軸に、LLMや生成AIなどの先端技術を取り入れながら、再利用可能なマッチングロジックおよびAIモデルの開発から本番導入・運用まで一貫して推進し、事業成長に貢献していただきます。 ・生成AI/機械学習領域の新技術検証・開発 ・Python/PySparkを用いた分析・モデル開発 ・デモ/PoC開発による技術検証 ・業務効率化に向けた分析・自動化・AI活用 ・データ設計および前処理の開発・実装 ・インフラ/データ基盤部門との連携 ・社内外での発信(講演・論文・資料作成) 【データエンジニア/データアーキテクト】 全社最適の観点からデータ活用基盤の整備を推進し、分析基盤の高度化を担っていただきます。 ・データ基盤構想の検討/ロードマップ策定/技術選定 ・現状課題の整理および改善方針の策定・実行 ・データマネジメント方針の策定およびプロセス整備 ・基盤構築および活用プロジェクトの推進 ・データパイプラインやバッチ処理開発 【データエンジニア/アナリティクスエンジニア】 データドリブンな事業運営の実現に向け、分析基盤の整備と意思決定支援を担っていただきます。 「doda」「doda X」において、以下業務を推進します。 ・データマート構築(要件定義～設計～実装～テスト) ・データ収集・加工・集計 ・バッチ基盤の運用保守 ・DMBOKを踏まえたデータマネジメントおよび利活用推進 ・dbtを用いたデータ変換・モデル開発 【AIエンジニア(バックエンド・インフラ)】 LLMやAIエージェントを活用した機能開発に加え、安定・安全かつスケーラブルに活用可能なAI基盤の設計・構築を担っていただきます。 ・AI前提のシステムアーキテクチャ設計 ・API設計/非同期処理/キャッシュ/キュー設計 ・マルチクラウド環境での構成設計(AWS/GCP/Azure) ・バックエンド開発および外部サービス連携設計 ・データ基盤(DWH/Vector DB等)との接続設計 ・スケーリング/レイテンシ/コスト最適化 ・監視/セキュリティ/ガバナンス設計 【機械学習エンジニア】 データサイエンティストが設計・開発した機械学習モデルやレコメンドロジックを、実際のサービスで利用できる形へ実装するサーバーサイド開発を担当します。 モデルそのものを研究・開発することが主な役割ではなく、レコメンド・マッチングをサービスとして成立させるための設計・実装・運用・改善までを一貫して担当します。 また、機能を個別最適で実装するのではなく、共通実装基盤や開発プロセスを整備し、レコメンド・マッチング機能を継続的かつ安全に提供できる仕組みづくりにも携わっていただきます。 ・データサイエンティストが開発した機械学習モデル・レコメンドロジックのプロダクト実装 ・Pythonを用いたAPI・バッチ・データ処理機能の設計・開発 ・レコメンド・マッチング機能のサーバーサイド開発・運用 ・安全かつ継続的に提供するためのシステム設計、性能改善、セキュリティ・運用設計 ・レコメンド・マッチング領域における共通実装基盤や実装パターンの整備 ・A/Bテストやモニタリングを通じた継続的な改善 ・データサイエンティスト、プロダクトエンジニア、PdMと密に連携し、要件整理から設計、実装、リリース、改善までを一貫して担当 ・ご経験に応じた技術リード、プロジェクト推進、メンバー育成

●概要 通信インフラの構築・運用を支える業務システムについて、SaaS・クラウド・AIを活用した開発・改善・運用高度化を担っていただきます。 ●詳細 ・ServiceNow等のSaaSを活用した業務システム開発 ・AI Agentを活用した申請、設計、運用、問い合わせ対応などの業務効率化 ・既存システムのクラウド移行、データ連携、API設計、運用改善 ・KDDI業務部門と連携した業務フロー整理、課題分析、改善施策の立案 ・社外パートナーと協働した開発・テスト・リリース・保守運用推進