研修・勉強会あり FastAPIのITエンジニア求人・転職情報

まずご一緒すること 具体的には、主に以下のテーマでご活躍いただくイメージです。 1. 生成AI・Agentic LLMおよびRAG基盤の設計・開発・運用 ● マルチLLM(OpenAI / Claude / Gemini / Local LLM等) や Amazon Bedrock を活用した生成AIアプリケーションおよび基盤の設計・開発 ● LangChain や LangGraph、MCP (Model Context Protocol) を活用した自律型AIエージェント(Agentic Workflow)の構築・評価 ● Vector DB や RAG(検索拡張生成) パイプラインの実装、および LangSmith 等を用いた評価基盤・プロンプトエンジニアリングの最適化 2. コンピュータビジョン(CV)・機械学習モデルの最適化&開発 ● PyTorch や TensorFlow を用いた深層学習モデル(CNN / Swin Transformer / YOLO等)の開発・精度向上および推論高速化 ● 画像認識・物体検出・マルチモーダル処理におけるデータ拡張や不均衡データ対策、アノテーション効率化(能動学習/BaaL等)の仕組み化 ● ビジネス要件に応じた適切なアルゴリズム選定(scikit-learn等を用いた統計解析・機械学習から最新の生成AIまで)と精度検証 3. MLOps基盤構築・API化・本番運用(PoCからプロダクト化へ) ● FastAPI や Docker、各種クラウド(AWS / Azure / GCP)を活用した堅牢なML API・推論パイプラインの構築 ● MLflow や Optuna を活用した実験管理・ハイパーパラメータ自動探索、および CI/CD(GitHub Actions等) による継続的学習(Continuous Training)環境の自動化 ● 推論レイテンシの削減、コスト最適化、システムのモダナイズ(レガシーからの移植やコード変換支援)の推進 プロジェクトの例 業界・技術を問わず、エンタープライズ企業のAI課題に直接向き合うプロジェクトが中心です。 プロダクト企業さんの、新規LLMアプリケーション開発の企画構想・要件定義・実装 大手SIerさんの大規模開発における、AI開発部分の監修・ディレクション・実装 動画から特定要素が写っているかを判断するAIモジュールの開発 大手インフラ企業さんの需要予測 中長期でご一緒したいこと Almondoではエンジニアメンバーが越境的な役割に挑戦しており、例として以下のような関わり方を実践中です。 ・AIソリューション企画〜提案メニューの作成〜実提案 ・より大規模なLLMアプリケーション開発の設計/ディレクション ・AI/ソフトウェア/DX 領域におけるビジネス・コンサルティング領域への進出 ・事業開発・技術責任(事業部長/技術責任者)への挑戦 ・グループを巻き込んだ数百名規模のAIネイティブな組織作り など 技術スタック(一部) AI/機械学習 :Claude. OpenAI, Gemini, PyTorch, LangChain, LangSmith バックエンド/アプリ :Python, FastAPI, Node.js, TypeScript, Next.js, React データ/Retrieval :PostgreSQL, MySQL, Pinecone, GraphDB クラウド/インフラ :AWS, Microsoft Azure, Google Cloud, Docker, Firebase DevOps/IaC :GitHub, GitHub Actions, Terraform ツール :Slack, Notion, Google Workspace

まずご一緒すること クライアントの課題解決や新しい事業基盤創出を目的として、AI・ソフトウェア技術を活用し、業務・プロダクト方針整理→要件の定義→アルゴリズムの開発→ソフトウェアとしての実装を一気通貫で行います。 最初は、ソフトウェアエンジニア/AIエンジニア/PMの3つの参画形態を想定しています! オンボーディングを経て、一部領域から参画し、徐々にスコープ拡張できる体制・チームが整っており、ソフトウェアエンジニアのAI/LLMアプリ開発ディレクション(E2EのLLMアプリ設計・開発推進)にも力を入れています。 業界・業種・技術は問わず多様なプロジェクトがあります。 各業界をリードするエンタープライズ企業さんと多くご一緒しており、食品(日清食品さん他)、エネルギー・インフラ(東京ガスさん・明電舎さん他)、製造業(トヨタさん系列会社、日産さん系列会社他)、人材(Openworkさん他)、SI(CTCさん他)など幅広い業界でのご一緒の実績があります。 プロジェクトの例 プロダクト企業さんの、新規LLMアプリケーション開発の企画構想 要件定義・実装・大手SIerさんの大規模開発における、AI開発部分の監修・ディレクション 実装・動画から特定要素が写っているかを判断するAIモジュールの開発 大手インフラ企業さんの需要予測 本ポジションは、これまで募集してきたエンジニア/PMポジションと比べて、業務内容そのものが大きく変わるわけではありません。 一方で、裁量の渡り方や成長スピードが異なります。 早い段階から「プロジェクトの軸」として意思決定に関わることを想定しています! 経験に応じ、通常よりも早くプロジェクト全体の設計・推進・難しい論点整理をご一緒できればと考えております! 将来的に次の中核として事業企画ロールへの成長を想定しています 中長期でご一緒したいこと 少数精鋭のAI企画集団を目指す挑戦をご一緒していきたいと考えており、以下を現在のメンバーがすでに取り組んでいます。こちらの取り組みもご一緒していくことができればと考えています! ソリューション企画・実提案(すでにエンジニアメンバーが提案メニュー作成中) より大規模なLLMアプリケーション開発の設計/ディレクション AI/ソフトウェア/DX領域におけるビジネス・コンサルティング領域への進出 事業開発・技術責任(事業部長/技術責任者)への挑戦 AIネイティブな組織づくり働く環境 技術スタック(一部) AI/機械学習 :Claude. OpenAI, Gemini, PyTorch, LangChain, LangSmith バックエンド/アプリ :Python, FastAPI, Node.js, TypeScript, Next.js, React データ/Retrieval :PostgreSQL, MySQL, Pinecone, GraphDB クラウド/インフラ :AWS, Microsoft Azure, Google Cloud, Docker, Firebase DevOps/IaC :GitHub, GitHub Actions, Terraform ツール :Slack, Notion, Google Workspace

エンジニアが、課題の定義から実装まで一気通貫で関わります。 クライアントの課題解決や新しい事業基盤創出を目的として、AI・ソフトウェア技術を活用し、業務・プロダクト方針整理→要件の定義→アルゴリズムの開発→ソフトウェアとしての実装を一気通貫で行います。 最初は、ソフトウェアエンジニア/AIエンジニア/PMの3つの参画形態を想定しています! オンボーディングを経て、一部領域から参画し、徐々にスコープ拡張できる体制・チームが整っており、ソフトウェアエンジニアのAI/LLMアプリ開発ディレクション(E2EのLLMアプリ設計・開発推進)にも力を入れています。 業界・業種・技術は問わず多様なプロジェクトがあります。 各業界をリードするエンタープライズ企業さんと多くご一緒しており、食品(日清食品さん他)、エネルギー・インフラ(東京ガスさん・明電舎さん他)、製造業(トヨタさん系列会社、日産さん系列会社他)、人材(Openworkさん他)、SI(CTCさん他)など幅広い業界でのご一緒の実績があります。 プロジェクトの例 業界・技術を問わず、エンタープライズ企業のAI課題に直接向き合うプロジェクトが中心です。 - プロダクト企業さんの、新規LLMアプリケーション開発の企画構想・要件定義・実装 - 大手SIerさんの大規模開発における、AI開発部分の監修・ディレクション・実装 - 動画から特定要素が写っているかを判断するAIモジュールの開発 - 大手インフラ企業さんの需要予測 中長期でご一緒したいこと FDEとしての活躍の先にある「自ら事業をつくる側」へのキャリアパスが開かれています。 少数精鋭のAI企画集団を目指す挑戦をご一緒していきたいと考えており、以下を現在のメンバーがすでに取り組んでいます。こちらの取り組みもご一緒していくことができればと考えています! ソリューション企画・実提案(すでにエンジニアメンバーが提案メニュー作成中) - より大規模なLLMアプリケーション開発の設計/ディレクション - AI/ソフトウェア/DX領域におけるビジネス・コンサルティング領域への進出 - 事業開発・技術責任(事業部長/技術責任者)への挑戦 - AIネイティブな組織づくり 技術スタック(一部) - AI/機械学習 :Claude. OpenAI, Gemini, PyTorch, LangChain, LangSmith - バックエンド/アプリ :Python, FastAPI, Node.js, TypeScript, Next.js, React - データ/Retrieval :PostgreSQL, MySQL, Pinecone, GraphDB - クラウド/インフラ :AWS, Microsoft Azure, Google Cloud, Docker, Firebase - DevOps/IaC :GitHub, GitHub Actions, Terraform - ツール :Slack, Notion, Google Workspace

FDEチームの一員として、エンジニア/DS/AIエンジニアと一体で以下を担っていただきます。 ● ドメイン没入と課題設定 ・現場(買取現場・コールセンター・物流倉庫・コーポレート部門)への同行・観察・1次情報収集 ・業務プロセス/顧客/市場の構造を解像度高く理解し、AI/データで解くべき課題を自ら定義 ● 事業KPIに対する仮説オーナーシップ ・担当ドメインKPI(成果向上・生産性改善)に対する仮説立案、優先順位付け、結果の解釈と次手の設計 ・他領域への波及効果も含めた全体最適視点での意思決定 ● AIプロダクトの企画〜実装リード ・AI/データ活用プロダクト(需要予測、査定モデル、業務自動化、レコメンド 等)の企画〜要件定義〜プロダクト実装ディレクション ・AIモデル開発の要件整理(学習データ要件、評価指標、MLOps連携、モニタリング設計) ● AIネイティブ開発プロセスの推進 ・AIエージェントによる高スピード開発を前提とした要件整理・仮説検証・ナレッジベース構築 ・スピード重視で「未完成のものを早期に実験する」プロトタイピング/PoCの設計と運用 ● エンジニアと一体のプロダクト設計 ・「何を作るか」をエンジニア/DS/AIエンジニアと協働で決定 ・Cosmosを中心とした新機能開発/業務標準化プロジェクトの企画〜要件整理〜現場接続 ● ステークホルダーマネジメント ・事業責任者・現場リーダーとの合意形成 ・グループ企業(TL/RGT/NKD)への横展開設計 ● データ/ユーザーインタビューを通じた継続的改善 【組織/配属先の特徴】 ・3層構造の技術組織:FDE層(事業ドメイン没入)/プラットフォームエンジニアリング層(FDEの生産性向上)/コアドメイン層(共通API基盤)の3層に再編し、AIネイティブ前提の組織を構築中 ・配属:データ・AI戦略推進部に所属/いずれかのドメインのFDEチームにジョイン ・PdM出身者例:元リクルート・大手事業会社など、事業理解×推進力の強い人材が活躍中 ・規模:PdM・SWE・データサイエンティスト・AIエンジニアなど約 80名規模 【プロダクト開発環境】 ・開発言語:Golang, React.js (Next.js), TypeScript, Python(AI/ML) ・インフラ:GCP (Cloud Run, BigQuery, Cloud SQL, Vertex AI...), Terraform, Docker ・CI/CD:GitHub Actions ・テスト:MagicPod, Storybook ・バージョン管理:GitHub ・エラー管理:Sentry/APM:NewRelic ・開発生産性管理:Findy Team+ ・課題管理:Jira/ドキュメント管理:Confluence ・AI活用:Claude Code, Cursor, GitHub Copilot ほか(AIエージェント前提のワークフローを推進中) ・その他:Elastic Cloud, Terraform Cloud, Chromatic

【お任せしたいお仕事】 データエンジニアとして、SnowflakeやDatabricksを中心としたデータ活用基盤の構築・運用を通じて、お客様のDX推進を支援いただきます。 担当工程は、企画、要件定義～リリース・保守までと幅広く関わっていただくことができます。 データ基盤構築だけでなく分析や可視化・AI活用領域まで幅広く経験を積むことが可能なため、データエンジニアとしての市場価値を高めていくことができる環境です。 《具体的な業務内容》 ・SnowflakeまたはDatabricksを活用したデータ基盤の設計・構築 ・DWH/Data Lake/Lakehouseの設計・構築・運用 ・ETL/ELT処理およびデータパイプラインの開発 ・SQLを用いたデータ加工・最適化 ・クラウドとのデータ連携基盤構築 ・BIダッシュボード向けデータモデリング ・データ品質管理およびパフォーマンスの最適化 ・顧客折衝、課題整理、データ活用に関する提案 ※従事すべき業務の変更の範囲:IT開発関連業務

Webサービスや業務システムのバックエンド開発をお任せします。 ～業務内容～ ・サーバーサイド開発 ・API開発 ・DB設計、データ処理 ・機能追加、改修 ・システム移行 ・テスト ・運用改善 Java、Python、C#など、これまでの経験を活かせるプロジェクトへ配属します。 将来的には基本設計・要件定義、PL/PMなど上流工程へのキャリアアップも可能です。

Pythonを用いたWebシステム・業務システムの開発をお任せします。 金融・通信・官公庁・製造業などのプロジェクトに加え、AI・クラウドなど今後需要が高まる技術領域にも挑戦できます。 ～業務内容～ ・Webアプリケーション開発 ・バックエンド開発 ・API開発 ・業務システム開発 ・データ処理、データ連携 ・既存システムの改修 ・テスト ・運用保守 経験に応じて、基本設計・要件定義などの上流工程もお任せします。また、AIやクラウド領域へのキャリアチェンジ・スキルアップも支援しています。

● Pythonを活用したシステム開発 Pythonを中心に、AI・データ分析・Webアプリケーションなど、 今後さらに需要が高まる領域のプロジェクトに携わっていただきます。 <具体的な業務内容> ・Webアプリケーション開発 ・バックエンド開発 ・API開発 ・データ処理/データ分析 ・AI関連システム開発 ・業務効率化ツール開発 ・自動化/RPA関連開発 ・テスト/保守運用 <使用技術例> Python/JavaScript/TypeScript Django/FastAPI/Flask AWS/Azure PostgreSQL/MySQL 生成AI/機械学習関連技術

【仕事概要】 ROXXの開発組織全体を見渡し、複数のスクワット(開発チーム)を横断してマネジメントしていただくポジションです。特定の1チーム専任ではなく、「ROXXのEM」として全社視点で組織づくり・メンバーケア・採用・育成・事業サイドとの連携を担っていただきます。 業務内容 開発組織全体を対象に、メンバーが力を発揮できる環境づくりと、事業成果から逆算した組織設計をリードしていただきます。 ●役割 ・全社視点での開発組織マネジメント ・特定スクワット専任ではなく、外販スクワットを中心に複数スクワットを横断して統括 ・メンバーの1on1・評価・育成・キャリア支援、メンバーケア ・チーム間の横の繋がりづくり(サイロ化の解消、ナレッジ・体制の共通化) ・事業サイド・顧客との並走 ・商談・顧客折衝への同席、提案資料の作成・レビュー ・「何をAIに任せ、どこを人に残すか」を含む、技術と事業をまたいだ意思決定の支援 ・組織拡大の設計と実行 ・組織成長を見据えたスクワット増設・人員増強の体制設計 ・採用計画・面接設計への関与 ・経営・CTOとの接続 ・開発組織の状況を経営に接続し、組織戦略の言語化・実行に関わる ●具体的なミッション例 ・外販スクワットを起点に、複数スクワットを横断して組織全体の成果に責任を持つ ・メンバーの稼働・コンディション・成長を可視化し、1on1や体制改善を通じてチームのパフォーマンスを引き上げる ・顧客との責務分解・実現範囲のすり合わせに同席し、現場の意思決定を後押しする ・組織拡大に向けた体制案・採用要件を整理し、経営と合意形成する ●関わる開発領域・技術スタック(一例) ご自身がすべてを実装する必要はありませんが、AIを活用して自らコード・挙動を追い、技術的意思決定に踏み込める理解を求めます。着任時点での全領域の網羅は問わず、領域を越えて学び続ける姿勢を重視します。 ・Backend:Python / FastAPI / Hono ・Frontend:TypeScript / Remix / React ・AI:OpenAI / Gemini / Claude(AI駆動開発を前提とした開発プロセス) ・Infra:GCP / Docker / Terraform ※技術選定は固定ではなく、課題に応じて更新します。

「楽楽精算」や「楽楽明細」など企業の業務効率化を推進するクラウドサービスを展開するラクスグループにおいて、自社プロダクトに関わるAIモデルの開発、精度改善をミッションとしているチームにジョインいただきます。 要件定義、データ整備、PoC、検証、評価、実運用までの全工程に中心となって携わっていただきます。 (1) AI ロードマップ策定・技術選定 ・AI・データ分析領域における、PoCの策定及びAIモデル構築案件のプロジェクトマネージャー ・既存システムとの統合を考慮した技術要件の検討 (2) 最新技術の調査・手法の選定 ・論文調査などを通じた最新のAI技術・研究動向のキャッチアップ・有用手法の探索・選定 (領域:画像認識・自然言語処理など) (3) データ収集・前処理 ・AIモデルの学習に必要なデータをの収集・整備(ログデータ、画像データ、テキストデータ など) ・学習の質向上を目的としたデータの欠損値処理、ノイズ除去、データ拡張などの前処理 ※学習が必要な場合は、アノテーション作業を実施・管理 (4) PoCの実施・モデル開発 ・最適なアルゴリズムの設計・改善 ・ハイパーパラメータの最適化 (5) 評価指標の設計・精度検証 ・評価データの作成・整備(偏りのない指標で性能を測定) (6) システム実装・運用 ・API化(Flask / FastAPI)、実サービスシステムへの統合/連携 ・クラウド環境(AWS・GCPなど)へのデプロイ、安定した運用確立モデルのパフォーマンス監視、再学習スケジュールの管理 ●環境 利用言語:Python フレームワーク・ライブラリ:TensorFlow、Keras、Pytorch、FastAPIなど 生成AI : OpenAI API、AWS Bedrock、VertexAIなど 開発環境:Mac、Linux、Windows、AWS、GCP 利用AI開発ツール: Github Copilot、Claude Code、Cursurなど コードレビュー:Pull Request ベースでのコードレビュー バージョン管理システム:GitHub チケット管理システム:GitHub ●取り組む課題 主に、当社サービスにおける入力やデータ作成を支援する機能の開発を行います。 機械学習モデルやアルゴリズム実装だけでなく、実際のシステムへの組み込み(API実装)まで含む、AIシステムの開発に取り組んでいただきます。 主に画像認識、自然言語処理、データ分析、不正検知などの分野で開発を進めていただきます。 ●その他 ※従事すべき業務の変更の範囲 本人の能力・適性および事業運営上の必要性に応じ、会社の定める業務に変更する場合があります。

社内情報システム部門にて、サーバー・ネットワーク分野を中心としたインフラ構築・運用の担当を行うIT基盤課のマネージャーとして社内システムに広く携わって頂きます。 子会社含めたグループ全体の社内ITインフラの構築・設計・運用を行うメンバーのプロジェクトフォローをはじめ、組織MVVと紐づけたプロジェクトの推進、メンバーの育成など広く取り組んでいただきます。 当社は事業拡大に向けて積極的に増員採用をしており、オフィスの増床・移転が比較的多く、新規の機器選定など0→1で環境構築する場面もあるため非常に裁量が大きい状況です。 マネージャーとして、既存運用だけでなく新たな施策の提案や全体戦略を主体的に考えていただけるポジションです。 【担当業務】 新プロジェクトや既存システム改善プロジェクトのPM業務 例えば… ・レガシーな機器のリプレイスやサーバーのリプレイス ・セキュアノートPCの新組織への展開PJT(ソフトウェアのインストールや管理運用) ・3000人規模のITインフラ環境の設計・構築・運用(サーバー/ネットワーク) ・オフィス新規開設・移転時におけるITインフラ環境対応 ・社内外全般のLAN/WAN、VPN等の設計・構築・運用 ・ユーザーサポート、トラブルシューティング対応(一部の業務となります) ●組織運営 ・チームメンバー(4名)のプロジェクト進行支援 ・メンバーマネジメント(目標管理、評価、メンバー育成、採用等) ・組織運営(予算管理、購買申請他) 【利用機器・システム環境】 サーバーOS:Windows、Linux　※サーバーはWindowsがメインです サービス:AD、DNS、DHCP、Syslog、Azure ADなど クラウドサービス:AWS、Azure ネットワーク機器:Cisco、Meraki、FortiGate、YAMAHA、DELL、APRESIA セキュリティ:Netskope 監視:Zabbix ●配属組織 コーポレートIT統括部 情報セキュリティ部 ―セキュリティシステム課 ―セキュリティマネジメント課 情報システム部 ―クラウドサービス課 ―IT基盤課　★こちらでの配属予定です ―ITデバイス管理課 業務システム部 ―業務システム推進課1課 ―業務システム推進課2課 ―AX推進課 ―データ活用推進課 ※従事すべき業務の変更の範囲 本人の能力・適性および事業運営上の必要性に応じ、会社の定める業務に変更する場合があります。

●本ポジションで関わる事業・プロダクト このポジションでは、以下2つの事業のいずれかへの配属を想定しています。 ①Data AI Service事業 主に不動産領域におけるデータ活用SaaSであるDataLensHubシリーズを提供する事業です。 独自のデータ×AIのスタックを活かし、大手デベロッパーを中心としたエンタープライズ向けにプロダクトを展開しています。 不動産領域のAI×データプロダクト「DataLensオフィス営業」「DataLens店舗開発」のエンタープライズ向けカスタマイズ開発の推進をお任せいたします。 「DataLens オフィス営業 」 AIとビッグデータを活用し「オフィス移転の可能性が高い企業」を特定できる営業支援サービス https://lp.datalenshub.com/office https://nowcast.co.jp/case-studies/20250826/ 「DataLens 店舗開発」 人流データや決済データなどの3rdパーティデータをベースとした商圏分析機能に当社の生成AI技術を組み合わせた店舗開発DXツール https://lp.datalenshub.com/property https://finatext.com/recruit/finalog/interview_datalens_storedevelopment ②Data AI Solution事業 データ基盤と生成AIを掛け合わせ、企業の意思決定を支援する事業です。 Snowflakeを活用したデータ基盤構築、AIエージェントのガバナンス基盤(MCPass)、AI協働プラットフォーム(Finstage Cowork)などを展開しています。 「MCPass」(新規立ち上げ) 組織内のAIエージェント接続を一元管理し、ガバナンスとセキュリティを支える「MCPゲートウェイ」プラットフォームの開発 金融機関を中心としたエンタープライズ向けプロダクトとして外部展開を目指して開発中 https://nowcast.co.jp/news/20260417/ https://zenn.dev/finatext/articles/mcp-gateway-nowcast https://speakerdeck.com/mtpooh/mcpass-intro-dataopsnight10 「Finstage Cowork」(企業向けAI協働プラットフォーム) 企業向けにAI×業務協働(バイブワーキング)の環境を提供する自社プロダクト チャットから業務依頼・承認制御・実行までを一元化し、金融・規制業務でも導入しやすいガバナンスを備えたエンタープライズ向けのAI協働基盤です。 MCPプロダクトと組み合わせ、現場のAI活用とIT部門の統制を両立します。 https://finatext.com/finstage/cowork 「NorthCast」 データクラウド「Snowflake(スノーフレイク)」をベースにしたモダンデータ基盤とAIデータオペレーションを迅速に構築可能なデータ基盤構築フレームワーク。各企業の環境や要望に合わせた柔軟な導入が可能。 https://nowcast.co.jp/news/20250530/ ●事業チーム 社員の過半数をエンジニアが占めており、PM・コンサルタント・Bizdevと密に連携しながら開発を進めるスタイルです。 ≪チームの雰囲気≫ 大学の研究室に近い、知的好奇心旺盛なチームです。技術的な議論が日常的に飛び交い、技術書の輪読会なども自発的に開かれています。20〜30代のメンバーが中心ですが、経験やバックグラウンドは多様で、コンサルティングファーム出身・SIer出身・金融業界経験者など様々なメンバーが在籍しています。 ≪働き方≫ フルリモート対応で、北海道から沖縄まで全国各地にメンバーが在籍しています。家庭やプライベートと両立しながら働くメンバーも多く、ライフステージに合わせた柔軟な働き方が可能です。 ≪キャリアパス≫ テックリード・PdM・PMなど複数のキャリアパスがあり、エンジニアとしてプロダクト開発をリードしながらPdMとしても活躍するメンバーも実際にいます。 ≪社員インタビュー≫ AIを駆使し、フルサイクルで新規プロダクトを創る 少人数チーム https://finatext.com/recruit/finalog/interview_kirihata https://finatext.com/recruit/finalog/interview_sumita_atsushi https://finatext.com/recruit/finalog/interview_sako https://finatext.com/recruit/finalog/interview_hiromasa_hayashi ●業務の概要 このポジションでは、自社プロダクト(MCPass・Finstage Cowork)の開発を軸にしながら、顧客折衝・提案活動・セキュリティガバナンスの設計まで一気通貫で担います。プロダクトエンジニアとForward Deployed Engineerのハイブリッド、エンジニアの中のジェネラリストを目指せる環境です。 【具体的な業務内容】 ・BizDevと並走して提案活動の上流から技術的な価値を伝える ・金融機関・大手デベロッパーのセキュリティ・ガバナンス要件を理解した上でアーキテクチャを設計する ・フロントからバックエンド・インフラまでフルスタックで開発を完結させる ・顧客と直接折衝し、要件を技術に翻訳してリードする ●使用技術 言語 / フレームワーク Python(FastAPI)、TypeScript(React)、Terraform インフラ / クラウド AWS(主軸)、Terraform、Docker、Aurora PostgreSQL、DynamoDB データ基盤 Snowflake、Airflow、dbt、Lightdash 認証 / セキュリティ Amazon Cognito、OAuth 2.1 AI / LLM AWS Bedrock(AgentCore)、Claude、OpenAI API、MCP(Model Context Protocol) 開発ツール / 環境 Claude Code、Cursor、GitHub Actions ●開発環境(AI) コーディング:Claude Code / Cursor を主力ツールとして日常利用 コードレビュー・仕様管理:AIによるドラフト生成 + エンジニアレビューの二段階プロセス エージェント開発:MCPass(自社MCP Gateway)経由でGoogle Drive・GitHub・Slackなど社内ツールと連携したAIワークフローを構築・運用 AI利用比率:エンジニアは100%毎日AIを使った開発をしている

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。

DX統括部データサイエンス部はAI×データ×自動化を組み合わせ、広範囲なプロセスDXを実現し、人が行う業務工数の“ゼロ化”を目指す組織 です。 特定の製品や業界に縛られず、 顧客の現場に合わせた「業務 × AI × 自動化」に裁量を持って取り組めるのは、BPO×DXを強みに持つDX統括部ならではの特徴です。 今回は、市場的なニーズが急増している、 生成AI、AIエージェント、RPA、DWH、MLOps、ローコード、クラウドなど 最新テクノロジーを現場の業務に落とし込む“実装力”を持つAIエンジニア を募集します。 ≪業務内容≫ 1.課題把握・現状分析 業務フロー、KPIの可視化、ボトルネックの抽出 2.ソリューション設計 業務再設計(BPR)、生成AI/AIエージェントの業務組込み、RPA・ワークフロー・API・DWHとの連携設計、UX・アーキテクチャ設計 3.実装・検証(PoC～パイロット) Python/API連携による実装、モデル選定(RAG、OCR、音声解析 など)、A/Bテスト、セキュリティ考慮、本番移行対応 4.運用・改善 KPIモニタリング、モデル精度改修、品質管理、手順書・教育資料作成、運用定着支援、変更管理 5.ステークホルダー連携 現場部門を巻き込んだ合意形成、トレーニング提供、ROI可視化・報告資料作成 利用技術(このポジションで活用する主なツール) ● 生成AI / LLM OpenAI / Azure OpenAI などの LLM API、AIエージェント構築やRAG(検索 × 生成)の活用 ● ローコード / 自動化 Dify を活用したAIエージェント・ワークフロー構築、Power Platform(Power Automate / Power Apps) ● データ基盤・クラウド AWS / Azure / GCP など主要クラウドサービスの基本利用、データベースへの接続、簡易クエリ(SQL)、API・外部サービスとの連携 ※「利用技術の参考例」としてご覧ください。 得意分野を活かしつつ、幅広い技術に触れる機会があります。 ※担当職種の変更の範囲:会社の定める職種(出向を命じることがあり、その場合は出向先の定める職種)