フルフレックス 機械学習のITエンジニア求人・転職情報

株式会社日立ハイテク

●職務内容 本ポジションは、半導体製造装置・計測検査装置から生み出される膨大なデータを活用したAI・デジタルソリューション開発を支えるDevOpsエンジニアです。 AI画像処理・データ解析エンジニアが開発するモデルやソリューションを、 「安定して・安全に・継続的に使える形で現場に届ける」ための基盤づくり・運用を担っていただきます。 クラウド前提のDevOpsとは異なり、オンプレミス/GPUサーバー環境を中心とした、半導体業界特有の制約下でのAI基盤整備が特徴です。 ●職務詳細 以下の業務を、AIソリューション開発チームと密に連携しながらご担当いただきます。 1.インフラ・基盤設計/運用 ・オンプレミス環境におけるLinuxサーバーやGPUサーバーの設計・構築・運用 ・半導体製造装置・計測検査装置向け機械学習/AI開発基盤の整備・最適化 ・セキュリティ・性能・運用性を考慮した基盤構成の検討 2.開発支援・DevOps領域 ・AI開発チームが効率的に利用できるCI/CD環境の構築・改善・運用支援 ・コンテナ環境の構築・運用(開発～検証フェーズ中心) ・開発・検証プロセスの標準化、運用ルール整備 3.横断的な役割・改善活動 ・複数のAI開発チーム(約4チーム)を横断し、 ・基盤・運用面から支援 ・社内のAI開発者・サーバー管理担当と協働し、開発環境の共通化やベストプラクティスの整理・展開 ・新技術・新ツールの調査・評価・導入によるシステム全体の信頼性・パフォーマンス・ユーザビリティ向上 ※AIモデル開発そのものが主業務ではありませんが、AI開発プロセスに日常的に関わる立場となります。 ●開発環境 ・OS/インフラ: Linuxサーバー、GPUサーバー ・CI/CD: GitHub Actions ・コンテナ技術: Kubernetes、Docker ・IaC (Infrastructure as Code): 該当ツール ・監視・可観測性: Prometheus、Grafana ・ML基盤: PyTorch、TensorFlowを用いた環境

AMBL株式会社

日本のAXを、現場から動かす。25年の技術基盤を持つAMBLで、企業のAI変革をリードする。 AX事業について 生成AIの進化により、企業に求められる変革は「AIを導入すること」から、「AIを活用して業務・組織・ビジネスそのものを変えること」へ進化しています。 AMBLは、25年以上培ってきたシステム開発、クラウド、データ活用、UXデザイン、AI技術などの専門性を掛け合わせ、企業のAI変革を支援するAX(AI Transformation)領域に注力しています。 AX事業部は、企業のAI活用を単なる導入やPoCで終わらせず、実際の業務変革や事業成果につなげるための専門組織です。AI活用テーマの整理、導入ロードマップ策定、AIソリューション設計、開発、現場への定着支援まで、企業ごとの課題に合わせて一気通貫で伴走しています。 AIを実際の業務プロセスに組み込み、継続的に成果を生み出す仕組みづくりまで支援することが、AMBLのAX支援の特徴です。 ポジション概要 本ポジションは、従来のDX(デジタルトランスフォーメーション)の枠を超え、最先端のAI技術を駆使して顧客のビジネスモデルそのものを変革する「AX(AI Transformation)」を推進する中核・リードアーキテクト職です。 AX事業部にて、顧客の課題ヒアリングからAIを活用した戦略提案、最適なAIシステムアーキテクチャの設計、プロトタイプ(PoC)開発、プロジェクトの実装・リード、さらには社内AI人材の育成まで、最上流から開発リードまでを一気通貫で担っていただきます。技術力を活かしてビジネスに大きなインパクトを与えたい方に最適なポジションです。 業務内容 1.AXコンサルティング&ソリューション提案 ● 顧客課題の抽出とAI活用提案:営業担当と同行してクライアント企業の経営・現場の課題をヒアリングし、生成AI等の最先端AI技術を用いたビジネスモデルの変革・業務改革・コスト削減策を企画・立案・提案します。 ● AIシステムアーキテクチャの設計:生成AI、LLM、RAG、機械学習などの技術群をどのように組み合わせれば、顧客の高度な要望を実現できるか、実用性と精度を担保した最適なアーキテクチャを設計します。 2.生成AI等を活用したプロトタイプ開発およびプロジェクト参画 ● プロトタイプの迅速な開発(PoC):生成AIなどの最新技術を活用し、提案したソリューションの実現可能性や精度をスピーディーに検証するためのプロトタイプ(PoC)構築を行います。 ● 本開発プロジェクトへの参画・リード:提案した案件が受注・プロジェクト化された際、主要メンバーとしてプロジェクトへ入り、自ら手を動かす実装支援から技術リーダーとしてチームを牽引・開発管理を行います。 3.最先端技術のR&D(研究開発)および産学連携プロジェクトの推進 当社では以下のような高度な技術研究や先進ソリューション開発に直接携わることができます。 ● システム運用の無人化・自動化ソリューション(AIOps) ○ Grafana等のオブザバビリティツールと連携した、ログやメトリクスの高度な異常検知。 ○ 異常検知を起点にGitHub(GitHub MCP等)と連携させ、ソースコードの自動解析から、プルリクエストの自動作成までを連動させる仕組みの構築。 ○ GitHub Actions(CI/CD)や自動テストツールをシームレスに組み合わせ、開発からテスト、本番環境への自動デプロイまでを無人化・自動サイクル化するシステムの開発。 ● RAG(検索拡張生成)の精度向上&共同研究: ○ 大学との産学共同研究として、グラフニューラルネットワーク(GNN)やGraphRAG技術を取り入れた超高精度なRAGソリューションの開発。 ○ コールセンター等のQA業務効率化に向け、膨大な非構造化データを国際基準(KCS:Knowledge Centered Serviceなど)に準拠した形式へ構造化し、ナレッジをグラフ化するアプローチの実践・システム構築 4.社内AIネイティブ化の推進・教育支援 ● 従来のSES在籍エンジニアや社内開発メンバーを対象に、AI技術の普及を踏まえたマインドセット・技術シフトを促す啓発活動を行います。 ● メンバーが「AIが存在する前提で業務やシステム設計を行える(AIネイティブな思考)」状態へと成長できるよう、教育カリキュラム作成のサポートや、教育用の社内システムの開発・提供を担当します。 プロジェクト例 <案件事例①:製造業向けAIプロセス最適化・可視化検証プロジェクト> 大手食品製造メーカーの粉体製造ラインにおける、製造プロセスの可視化・最適化を目指した検証プロジェクトです。天候、湿度、温度、原材料の状態、設備設定など、製造現場に蓄積される多様なセンサーデータを「Grafana」を用いて可視化。製造現場に蓄積されるセンサーデータを活用し、熟練者の経験や判断に依存していた製造条件について、データ分析やAIによる数理最適化を活用し、品質安定化と生産プロセスの高度化を支援しました。 <案件事例②:メーカー向け営業DX支援AI「トークジェネレーター」開発プロジェクト> 家電・スマートフォンメーカー向けに、競合情報の収集や販売スタッフ向けの提案トーク作成を効率化する生成AIシステム開発プロジェクトです。新製品発売時に発生する競合製品の調査、比較情報の整理、販売現場向けトーク作成などの業務負荷や属人化を解消するため、生成AIと市場データ分析技術を活用。 公開されている製品情報や市場トレンドをAIで収集・分析し、自社製品の強みや差別化ポイントを踏まえた最適なカウンタートークを自動生成する仕組みを構築しました。 情報収集から営業現場での活用までを支援し、業務効率化と販売品質向上を実現しました。

株式会社CARTA HOLDINGS

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。

Trust株式会社（トラスト）

本ポジションでは、金融機関向けの高度なAI・データサイエンス案件のデリバリーを担いながら、自ら設定した研究テーマに取り組み、論文発表までを行うリサーチサイエンティストとしてご活躍いただきます。 Trustは「金融×データサイエンス」に特化し、大手金融機関に対して高度な分析・モデリング・AI活用支援を提供しています。本ポジションでは、技術力の高さが求められる案件において、先端的な手法の設計・実装・検証をリードしていただきます。 業務時間の約6割は、金融機関向けプロジェクトにおける高度な技術課題の解決に従事いただきます。 残りの約4割は、ご自身が設定した研究テーマに取り組み、論文化・学会発表までを目指していただく時間として確保しています。 実務と研究を往復しながら、金融ドメインにおける実課題に根差した研究を推進できるポジションです。 具体的な業務内容 ●金融機関向け高度案件のデリバリー(60%) ・金融データを用いた高度分析・モデリング設計 ・LLM/生成AI/機械学習を活用したアルゴリズム設計・検証 ・技術的難度の高いPoC設計・実装 ・研究的アプローチを用いた課題解決および顧客への技術提案 ・プロジェクトにおける技術的リード ●研究活動(40%) ・自身で設定した研究テーマの推進 ・学会投稿論文の執筆 ・国内外カンファレンスでの発表 ・研究成果のプロダクト/案件への還元 研究テーマ例 ・金融×LLM ・金融業務自動化 ・エージェント活用 など ※変更の範囲 (雇入れ直後)IT専門職 (変更の範囲)すべての業務への配置転換あり

株式会社マネジメントソリューションズ（MSOL）

●PROEVERとは MSOLがプロジェクトマネジメント専門会社として培ってきたノウハウと経験を結集し、「プロジェクトマネジメントプラットフォーム」としてSaaS展開しているのが PROEVER です。プロジェクトデータを一元的に集約し、AI技術も活用することで、マネジメント層の意思決定を支援し、プロジェクトの成功とプロジェクトマネジメント成熟度の向上を実現します。 主なお客さまは、全社横断で多数のプロジェクトを推進するマネジメント層(PM含む)です。プロジェクトの状況をリアルタイムかつ正確に把握し、迅速な意思決定が可能になります。一般的なPMツールがタスクや課題管理に主眼を置くのに対し、PROEVERは複数プロジェクトを俯瞰的・横断的に可視化できる点を大きな特長としています。 ※[PROEVERのサービス概要はこちら](https://proever.com/) ※[事業部の紹介対談はこちら](https://note.msols.com/n/n1472dff92988?gs=6f6dff9594a4) ●仕事内容 当社SaaSプロダクト「PROEVER」のプロダクトエンジニア(AI・アプリケーション基盤)として、競争優位性の核となるAIエージェント機能の開発と、それを支えるバックエンド基盤の実装をリードしていただきます。 現在は少数精鋭の体制のため、定型的な管理業務ではなく、自ら手を動かして未知の技術課題をブレイクスルーしていく役割です。 ・AIエージェント基盤構築: Azure AI Foundry / Azure OpenAI をフル活用し、LangGraph.js等を用いたマルチステップ推論・自律型ワークフロー制御のバックエンド実装。 ・RAG(検索拡張生成)の最適化: Azure AI Search や Vector DB を用いた検索拡張生成システムの設計・チューニング。 ・LLMの品質・ガバナンス担保: AIの回答精度向上、およびZod等を用いた出力構造化、ガードレール(安全性・セキュリティ)の仕組みづくり。 ・データアクセス&パイプラインの構築: 複雑なプロジェクトマネジメントデータをAIが最適に解釈・処理できる形式へ変換するパイプラインの開発、および Hasura (GraphQL) / PostgreSQL を用いた効率的なAPI開発。 ・技術組織への還元: コードレビューや設計レビュー、最新のAI技術調査・評価を通じて、チーム全体のAI技術力の底上げ。 ●技術環境 OS: Windows Server, Linux フロントエンド:TypeScript / Next.js / TailwindCSS / shadcn/ui バックエンド:TypeScript / Next.js / (Python) データベース:PostgreSQL / GraphQL (Hasura) インフラ:Azure / Docker CI/CD:GitHub Actions バージョン管理:GitHub プロジェクト管理:PROEVER デザイン管理:Figma / Storybook コミュニケーション:Slack / Notion / GoogleWS / MS365 その他:GitHub Copilot / GitHub Codespaces / Claude Code / Keeper ●業務の変更範囲について 「変更の範囲:当社及び出向(転籍)先における各種業務全般 」 ●人数体制(2026年1月現在) ・計27名(カスタマーG:11名、プロダクトG:12名、その他:4名)

パーソルビジネスプロセスデザイン株式会社

golangを中心としたWebフロントエンドの技術を用いて、Webアプリケーションの設計、開発、運用を担当いただきます。 PdM、EM、UI/UXデザイナーとも直接議論を交わしながらプロダクトづくりに取り組んでいただくポジションです。 ・求人まとめサイト(BtoCサービス)の設計、開発、運用 ・スマート採用ツール(BtoBサービス)の設計、開発、運用 ・上記に伴う上流工程、技術選定 ■ 利用技術・開発環境 ・Frontend: React.js ・Backend: golang(Echo), Node.js ・DB: MySQL(RDB Aurola), Elasticsearch, DynamoDB, Cognito ・サーバー: Amazon ECS, Lambda ・ソースコード管理: Github ・CI/CD: CircleCI ・モニタリングツール: NewRelic, CloudWatch ■その他開発環境 ・PC: MacBook Pro ・デザイン:Figmaなど ・プロジェクト管理:Jira ・ドキュメント:Confluence ・コミュニケーション:Slack、Zoom ■関わるチーム developmentチームに所属するメンバーは正社員5名と業務委託で、WEB広告代理店やSIerなど出身は様々です。 チームは上司に対しても「さん」付けで呼ぶなど、非常にフラットな環境です。 SEEDS COMPANYではコミュニケーションを大事にしているため、営業など他職種との垣根も少ないです。 ～CTO桑田の自己紹介～ 純文系の大学を卒業し、営業職のキャリアをスタート。 多様な職種を経て、2011年にWeb広告代理店であるフルスピード社へ入社し、エンジニアとしてのキャリアをスタート。 広告管理システムの開発やSFA導入、新規事業開発に携わる。 その後、EMを目指したいという想いが叶えられるSEEDS COMPANYへ2018年に入社し、 EM兼スクラムマスター兼バックエンドアーキテクトとして、x:eeeを中心とした開発責任者へ。 現在は、SEEDS COMPANY全体の技術責任者としてマネジメント中心に担っており、 2023年度上期に全社総会でベストマネジメント賞を受賞。 自称「4年で2億の売り上げを作るシステムを開発したおじさん」。 好きな技術領域はgolang, Goa, Amazon CloudFront, Google App Engine. 一時、桑田が執筆したQiita記事がバズり、Salesforce qiita organization ranking top 3 にランクインしたことも。 《エンジニアのためのsalesforce超入門 #ポエム》 https://qiita.com/tarokamikaze/items/0bc2988534f63d4b65c5

株式会社SmartHR

「AI開発部」でAIプロダクトマネージャーを担当していただきます。 AI開発部は各プロダクトチームと連携しながら、AIを用いた機能を実験、実装、運用するチームです。将来的には学習パイプライン、各プロダクトで横断的に利用するデータ基盤の整備など、ML/LLMOpsにも取り組みます。 現在は具体的に以下のようなテーマに取り組んでいます。 ・他社プロダクトとのデータ連携の効率化 ・書類からのデータ入力の効率化 ・タレントマネジメント関連データの分析高度化 AIプロダクトマネージャーの役割は、各プロダクトの解決しなければいけない課題を理解し「何をつくるのか」「なぜつくるのか」に責任を持ち、開発チームと一緒に「どのようにつくるか」「どう実現するか」を考え、推進していくことです。 具体的には以下のような活動を行います。 ・各プロダクトチームと認識を揃えるためのドキュメント作成やコミュニケーション、調整 ・中長期ミッション達成のためのチームの目標やロードマップの作成 ・新規のAIを利用したソリューションの企画、実験計画、推進 ・既存のAIを利用したソリューションの企画、実験計画、推進 ・共通モジュール、データパイプライン整備のための企画や設計、推進 ※業務内容変更範囲:会社の定める業務

Trust株式会社（トラスト）

当社は、大阪エリアの金融機関向けにITコンサルティングおよびAI活用支援をより強化すべく、新たに大阪オフィスを開設いたしました。 立ち上げのフェーズから参画し、拠点づくりと事業成長をリードしていただける方を募集しています。 職務概要 本ポジションでは、プロジェクトマネージャーとしてデータ分析・AI活用案件をリードし、金融業界の多様な顧客に対してデータサイエンスを起点とした価値提供を担っていただきます。 ジュニア〜ミドルクラスのデータサイエンティストとチームを組みながら、分析戦略の設計・提案から、モデル構築、実装、運用設計(MLOps)までを一貫して主導。さらに、実務を通じて得た知見や技術資産を基に、当社独自の技術パッケージや自社プロダクトの創出にも関わっていただきます。 金融業界の幅広い業種・領域に触れながら、分析×ビジネスを結ぶ上流工程から現場実装までを横断的に担えるポジションです。 プロジェクト体制 2名～6名程度でチーミング 具体的な業務内容 ・金融機関向けのデータ分析・AIプロジェクトにおける技術リードおよびプロジェクトマネジメント ・テーブルデータを中心とした機械学習モデルの設計・構築・評価の全体統括 ・Pythonを用いたデータ処理、特徴量エンジニアリング、評価設計の高度化・標準化 ・本番運用を見据えたMLOps設計、モデルの継続的改善と運用支援 ・AIコンサルタントや顧客と連携した、分析方針の策定・技術提案・要件定義 ・ジュニア・ミドル層のデータサイエンティストへの技術的支援・コードレビュー・育成 ・社内外で再利用可能な分析パターン・技術資産・プロダクトの企画・設計・蓄積 プロジェクト事例 ・銀行における市場分析モデルの開発・運用支援 ・銀行におけるAutoMLツールの評価・導入に向けた技術検証 ・金融事務の効率化を目的とした生成AIの業務適用支援 ・金融機関における機械学習モデル開発に向けたデータ前処理・分析支援 ・データ分析基盤構想におけるモデル実装・評価フローの設計・技術検討 ・金融グループ横断でのデータ活用に向けたモデリング実証(PoC)支援 ※業務変更の範囲 (雇入れ直後)IT専門職 (変更の範囲)すべての業務への配置転換あり

Trust株式会社（トラスト）

本ポジションでは、シニアデータサイエンティストと連携し、金融業界の多様な現場でデータ分析・モデル構築・運用設計(MLOps)など技術面の支援を担当いただきます。 AIコンサルタントと協働しながら、分析ニーズの整理や技術的提案の支援にも関与。実務を通じて得た知見を活かし、自社の中核技術やソリューションの創出にも貢献していただきます 職務概要 本ポジションでは、シニアデータサイエンティストと連携し、金融業界の多様な現場でデータ分析・モデル構築・運用設計(MLOps)など技術面の支援を担当いただきます。 AIコンサルタントと協働しながら、分析ニーズの整理や技術的提案の支援にも関与。実務を通じて得た知見を活かし、自社の中核技術やソリューションの創出にも貢献していただきます プロジェクト体制 2名～6名程度でチーミング 具体的な業務内容 ・金融機関向けのデータ分析プロジェクトにおける技術支援(シニアDSと協働) ・テーブルデータを中心とした機械学習モデルの設計・構築・評価 ・Pythonによるデータ処理、特徴量エンジニアリング、評価指標設計 ・本番運用を見据えたモデル設計・実装(MLOps観点を含む) ・AIコンサルタントと連携し、技術的観点から分析ニーズや課題の整理・提案支援 ・自社の再利用可能な分析パターン・モデル群の設計・蓄積 プロジェクト事例 ・銀行における市場分析モデルの開発・運用支援 ・銀行におけるAutoMLツールの評価・導入に向けた技術検証 ・金融事務の効率化を目的とした生成AIの業務適用支援 ・金融機関における機械学習モデル開発に向けたデータ前処理・分析支援 ・データ分析基盤構想におけるモデル実装・評価フローの設計・技術検討 ・金融グループ横断でのデータ活用に向けたモデリング実証(PoC) ※業務変更の範囲 (雇入れ直後)IT専門職 (変更の範囲)すべての業務への配置転換あり

AMBL株式会社

生成AIでビジネスの未来を「革新」する自然言語処理アーキテクトを募集 生成AI(特にLLM)を用いた業務効率化・知的業務支援のプロジェクトにて、技術選定・設計・開発の中核を担っていただきます。 「PoC止まりで終わらない」本番実装の案件が豊富で、NLPの専門性をビジネスに結びつけたいエンジニアに最適な環境です。 【具体的な業務】 以下を想定しております。 ・エンドクライアントとの技術ディスカッション、業務分析、PoC仮説設計 ・LLMや検索技術(RAGなど)を用いたプロトタイプ開発、本番導入 ・ジュニアメンバーの技術支援、コードレビュー ・PM・Biz側への技術提案・交渉・仕様調整 ・LLMの評価設計(指標設計、ベンチマーク設計など)

AMBL株式会社

AIの未来を、あなたと創る。経験も情熱も活かせる、AIプラットフォームエンジニア募集! 本ポジションでは、LLMやAIエージェントといった最先端の技術を駆使し、社会の変革を支えるAIサービスの基盤開発をリードしていただきます。 今回は、 微経験の方から経験者まで幅広く募集 しておりますので、お気軽にご応募お待ちしております。 単なる開発者ではなく、AIモデルを社会に届け、育てていく中心的な存在として、技術とビジネスの両面から事業を牽引する、やりがいのある仕事です。 具体的には ●AIエージェント開発: LangGraphやADKなどの先進的なフレームワークを活用し、自律的に思考・行動する高度なAIエージェントの設計・開発をお任せします。 ●MLOps/LLM-Ops: AIモデルをスムーズに本番環境へデプロイし、安定稼働させるためのMLパイプラインを設計・実装します。開発から運用、継続的な改善まで一貫して携わり、サービスの価値を最大化するプロセスを構築してください。 ●技術の社会実装: 画像解析、自然言語処理、数理最適化など、幅広い分野のAI技術を駆使し、お客様の複雑な課題を根本から解決するソリューションを提供します。 ●技術とビジネスの架け橋: 技術的な知見を活かし、事業の成長にどう貢献できるかを見極める力を養うことができます。技術とビジネスの両輪で、お客様と当社の成功を牽引してください。 組織のミッション AI開発事業部:未来を創造し、社会を動かすAIのプロフェッショナル集団 私たちは、「AIの社会実装を構想・実現する力」と「人を育成する力」をミッションに掲げ、お客様の課題解決とAI活用推進を使命とするAI開発事業部です。めまぐるしく進化するAI領域において、常に最先端を走り続けます。 トレンドの速いAI領域において、 画像解析 、 数理最適化 、 生成AI 、そして AIエージェント といった「使えるAI技術」を常に追求し、社会実装を推進。 20以上の自社サービス開発と300件以上のAIプロジェクト支援実績があります。お客様の課題に合わせたAIソリューション提案から実装、そして内製化支援・教育まで一貫してサポートし、真に活用できるAIを提供します。AIによる効率化、生産性向上、新規ビジネス創出で、社会全体のDXを推進します。

ソフトバンク株式会社

AI-RAN/Open RAN基地局ソフトウエアの開発を通じて、5G Advancedおよび将来の6G時代を支える高性能・高品質な無線アクセスネットワークの実現に貢献していただきます。 ・AI-RAN/Open RAN基地局ソフトウエア(Layer1～Layer3)の設計・実装 ・GPU/CUDAを活用したアクセラレーション技術の開発 ・RANソフトウエアの性能最適化および機能拡張 ・AI-RANを含む次世代RANアーキテクチャの設計・実装 ・Layer1(PHY)またはLayer2/3(MAC、RLC、PDCP、RRC)のソフトウエア開発 ・C/C++を用いた基地局ソフトウエアの設計・実装 ・3GPP仕様に基づく無線通信機能の設計・実装・性能最適化 ・GPU/CUDAを活用したアクセラレーション技術の実装・最適化 ※全ての募集における雇い入れ後の、従事すべき業務・就業場所の変更の範囲については下記の通りとします。 ●業務の変更の範囲:会社内でのすべての業務 ●就業場所の変更の範囲:本社および国内外の支社、営業所、グループ内外の出向先事業所(テレワークを行う場所を含む)

株式会社サーバーワークス

Google Cloud を活用したシステム開発・アプリケーション開発プロジェクトにおいて、プリセールス(提案)段階からデリバリーまでを一貫して牽引するプロジェクトマネージャー(PM)を募集します。 本ポジションでは、ご自身のこれまでの技術的なバックグラウンド(インフラ出身かアプリ出身か)や、自らコードを書くような深いハンズオン実装スキルは問いません。 「上流工程の経験しかない」「クラウドでの開発案件は未経験」という方でも大歓迎です。 営業が受注した案件をただ回すのではなく、受注前の提案段階から営業と二人三脚で入り込み、お客様が求める要件設計とスコープを定義して「お客様満足度の達成と期待値コントロール」を作るための「ステークホルダーマネジメント力」「顧客折衝力」を最重要視しています。 現在はクラウド領域の経験がなくても問題ありません。 入社後に Google Cloud の知見をキャッチアップいただきながら、システム開発PMのプロフェッショナルとして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。 【具体的な業務内容】 システム開発案件における要件定義、アーキテクチャの全体方針策定 (社内エンジニアと連携) 開発プロジェクトの計画立案、体制構築、スケジュール 予算・品質・スコープの管理 顧客や社内の開発エンジニア、パートナー企業など、関係各所とのステークホルダー マネジメントおよび折衝業務 (適性やご希望に応じて)官公庁や中央省庁など、公共系・大規模エンタープライズ向け 開発案件のプロジェクトマネジメント プリセールス活動: 営業チームと連携し、受注前の顧客ヒアリング、システム要件の整理、 工数見積もり、提案書作成の技術支援 【業務内容の変更範囲】 会社の定める業務 会社概要 株式会社G-gen(ジージェン)は、システムインテグレーションで20年の実績を持つ株式会社トップゲートと、Google Cloudに特化したインテグレーターとして2021年8月に設立した株式会社G-genが2024年7月に合併し、新たな成長ステージを迎えた企業です。 クラウドテクノロジーの進化に伴い、企業のDX推進において「Cloud First」から「Cloud Must」へとパラダイムシフトが進んでいます。特にSaaS/PaaSサービスやデータ分析、AI/ML領域においては、Google Cloud Platform(Google Cloud)の採用が加速しています。G-genは、この市場の潮流を捉え、両社の強みを融合することで、お客様のクラウドトランスフォーメーションを強力に支援してまいります。 G-genはGoogle社より最高位のパートナーステータスであるプレミアパートナーに認定されており、さらに高度な技術力と運用体制が求められるMSPパートナーとしても選定されています。また、Google認定の最上位資格であるGoogle Cloud Partner Top Engineerの保有者数は国内No.1を誇ります。この強固な技術基盤とGoogleとの深い連携により、お客様のプロジェクトにおいてGoogle社と直接協業する機会も多く、最先端のクラウドソリューションを提供することが可能です。

パーク２４株式会社　（登記上　パーク二四株式会社）

概要当部署は、パーキング事業やモビリティ事業をはじめとするグループ各事業のデータを集約・管理し、データ活用を通じて事業成長と業務最適化を支援する組織です。事業の意思決定を支える分析基盤の整備と、データに基づく価値創出をミッションとしています。組織は、DL/DWHやETL/ELT基盤の構築・運用を担う「データインフラ部隊」と、BIや生成AIを活用したコンテンツ開発および事業部門のデータ活用を 支援する「データコンサルティング部隊」の2つの機能で構成されています。 両部隊が連携し、データ基盤の構築から活用による価値創出までを一気通貫で推進しています。詳細データコンサルティング部隊(データ活用推進リーダー)グループ各事業が保有するデータを活用し、BIや生成AIを用いたコンテンツ開発やデータ活用施策の企画・推進を担います。事業部門の課題やニーズを把握しながら、データ分析・可視化・活用提案を通じて、データドリブンな意思決定の実現と事業価値の創出を推進していただきます。 BIダッシュボードの企画・設計・開発・運用・事業部門との要件整理およびデータ活用施策の企画立案・KPI設計、データ分析、レポーティング支援・AWS QuickSight、Databricks等を活用した分析基盤・活用環境の利用推進・生成AIや生成BIを活用した新たなデータ活用施策の企画・検証・導入・データ活用プロジェクトのPM/PL業務・事業部門へのデータ活用コンサルティングおよび伴走支援 職務内容の変更予定有無 有 職務内容の変更範囲 会社が定める業務

ソフトバンク株式会社

【ミッション】 中古スマホの売買を最適化するAIプラットフォームの構築と中古スマホ売買の収益の最大化 【主な業務】 中古スマホのAIプラットフォームの企画立案、要件定義、PoC、開発推進、運用改善までを一気通貫でリード 【具体的な業務】 中古スマホの売買を最適化するAI/データ活用施策の企画立案と開発推進 中古スマホ売買に関する中長期戦略、事業計画、利益計画の策定 ※全ての募集における雇い入れ後の、従事すべき業務・就業場所の変更の範囲については下記の通りとします。 ●業務の変更の範囲:会社内でのすべての業務

ソフトバンク株式会社

【ミッション】 家庭向けおよび産業・商業向けEMSサービス(エネルギーマネジメントシステム/電気の見える化サービスなど)の企画・設計・開発を通じて、蓄電池や太陽電池などエネルギーデバイスと連携した実用化を実現すること 【主な業務】 家庭向けおよび産業・商業向けEMSサービスの企画から要件定義、アプリケーション・クラウドシステム開発、エネルギーデバイス連携、AI活用による機能実装・最適化を一貫して推進 【具体的な業務】 ※これまでのご経験、適性に応じて以下業務をご担当いただきます。 ・サービス企画・要件定義:EMSアプリ(充放電最適化、VPP連携、電力可視化など)の機能企画・UI/UX設計・仕様策定 ・システム設計・開発:フロント(Web/モバイルアプリ)からバックエンド(API、データベース、サーバー)、クラウド基盤の設計・実装リード ・ハードウエア(蓄電池/太陽電池)連携・導入:各種エネルギーデバイス(BESS、PV、PCSなど)とEMSを結ぶ通信プロトコル(ECHONET Lite、Modbusなど)の実装、および現場へのシステム導入・実証試験の統括 ・AI連携・データ利活用:需要予測、発電予測などのAIモデルをサービスに組み込むためのデータ基盤構築と運用最適化 ※全ての募集における雇い入れ後の、従事すべき業務・就業場所の変更の範囲については下記の通りとします。 ●業務の変更の範囲:会社内でのすべての業務

MNTSQ株式会社

<<業務内容>> ●業務の概要 「契約は、AIが交渉する時代へ」を目指すには、「既存プロダクトの伸長と新規プロダクトの開発」の両立が必要です。 本募集では、そのために必要不可欠な存在である技術的側面のリードをお任せします。 ・[MNTSQ 案件管理](https://mntsq.co.jp/product/casemanage) ・[MNTSQ 契約管理](https://mntsq.co.jp/product/contractmanage) ・[データベース](https://mntsq.co.jp/product/databasemanage) ・[契約レビュー](https://mntsq.co.jp/news/release/ai_keiyakureview) ・[AI契約アシスタント](https://lp.mntsq.co.jp/ai-agent) 基本的な考え方として、ご入社後まずは既存プロダクトでアーキテクチャを含めてキャッチアップしていただきます。その後、経験と希望を踏まえながら、新規プロダクトを担当していただく形となります。 ●業務の詳細 具体的にご担当いただく業務は以下となります。 ・リードエンジニアとしての技術的意思決定(技術選定、アーキテクチャ設計) ・プロダクト開発における生産性向上 ・技術負債解消に向けたアーキテクチャ改善、リファクタリング計画の策定～推進 ・コードレビューを通じたチームメンバーへの技術的なフォローおよび育成 ・チーム全体に知見を共有し、理解を深めコラボレーションを促進するためのドキュメンテーション ※職種の変更範囲:会社の定める業務 <<開発環境と体制>> ●技術スタック ・言語:Ruby, Python, JavaScript, TypeScript ・Webフレームワーク:Ruby on Rails, FastAPI, Vue.js ・CSSフレームワーク:ElementPlus, TailwindCSS, PostCSS, Storybook ・プラットフォーム:Amazon Web Services, Google Cloud ・データベース:Aurora MySQL ・検索エンジン:Elasticsearch, OpenSearch ・監視ツール:CloudWatch, Datadog ・コンテナ基盤:Docker, Docker Compose, ECS/Fargate ・構成管理:Terraform, Itamae ●エンジニア組織の概要 所属する組織は開発本部です。全体で約50名おり、以下4つのチームからなる体制です。 ・CLMチーム ・法務エージェントチーム ・事業部向けチーム ・イネーブリングチーム 今回の募集である、サービス開発を担う組織はイネーブリングチーム以外の3つのチームです。 ご入社いただいた際の想定配属先はそのいずれかとなります(2026年8月時点)。 各チームはそれぞれ6-10名程度の構成となっています。 【参考記事】 ・[WHY-WHAT-HOWを繋げる - MNTSQの掲げる理想のプロダクト開発 -](https://note.mntsq.co.jp/n/ne5d0464613b6) ・[FY26下期、MNTSQ開発組織と向かう先](https://note.com/naomichi_takata/n/n2a2f00242f76) ●リードエンジニアとテックリードの役割の違いについて ・テックリードの役割 　アーキテクチャー設計 　全体最適をふまえた技術意思決定 ・リードエンジニアの役割 　担当開発アイテムのリード 　技術的意思決定・テックリード補佐 【参考記事】 [デリバリーを担保するリードエンジニア](https://tech.mntsq.co.jp/entry/2025/10/17/173401) ●26年度のエンジニア組織のテーマは「開発の高速化」 AI活用はもはや前提です。 26年度は開発スピードのギアを上げ、すでに新機能の立ち上げは加速しはじめています。 組織が拡大し、AIで開発のあり方が急速に変わる中で、自律的に課題を拾い、組織全体で解決していく。自走する人材・牽引する人材で組織力も高めるフェーズにはいっています。 AI活用への積極投資は引き続き行っています(Claude Code、Cursorなど)。 【参考記事】 [AIで変わる開発プロセス。MNTSQのエンジニアが実践する”AI前提”の開発環境について](https://note.mntsq.co.jp/n/n781c05a95daa) 【参考記事】 [MNTSQがAI活用を加速する理由と目指す未来](https://note.mntsq.co.jp/n/ndccc7f6ed56c) 【参考記事】 [「AIにできること/できないこと」を理解し、共に進化する。MNTSQエンジニアのAI活用最前線](https://note.mntsq.co.jp/n/na266148b8d69) <<入社受入の体制>> ●前提となる働き方 コアタイム無しのフルフレックスです。 リモートと出社のハイブリットワークです。出社は月5日以上となります。 エンジニアは、業務に集中するため、Mtgを入れない日や時間帯を設けながら、生産性を追求しています。 【参考記事】[ MNTSQエンジニアの1日に密着!](https://note.mntsq.co.jp/n/n4d1c895ea9eb) ●3ヵ月のオンボーディングプログラム MNTSQはバリューとして「 自由と責任の文化 」を掲げています。 バリューの理解を深めていただくとともに、MNTSQでどう力を発揮するか、全社を挙げてフォローします。 期間中はメンターが付きます。水先案内人として、MNTSQでの活躍を側面支援します。 【参考記事】 [個を見て、伴走し、後押しする。個に向き合うオンボーディングと成長支援文化](https://note.mntsq.co.jp/n/nf1accf0660ae)

MNTSQ株式会社

<<業務内容>> ●業務の概要 「契約は、AIが交渉する時代へ」を目指すには、「既存プロダクトの伸長と新規プロダクトの開発」の両立が必要です。 本募集では、そのために必要不可欠な存在である技術的側面のリードをお任せします。 ・[MNTSQ 案件管理](https://mntsq.co.jp/product/casemanage) ・[MNTSQ 契約管理](https://mntsq.co.jp/product/contractmanage) ・[データベース](https://mntsq.co.jp/product/databasemanage) ・[契約レビュー](https://mntsq.co.jp/news/release/ai_keiyakureview) ・[AI契約アシスタント](https://lp.mntsq.co.jp/ai-agent) 基本的な考え方として、ご入社後まずは既存プロダクトでアーキテクチャを含めてキャッチアップしていただきます。その後、経験と希望を踏まえながら、新規プロダクトを担当していただく形となります。 ●業務の詳細 具体的にご担当いただく業務は以下となります。 ・テックリードとしての技術的意思決定(技術選定、アーキテクチャ設計) ・プロダクト開発における生産性向上 ・技術負債解消に向けたアーキテクチャ改善、リファクタリング計画の策定～推進 ・コードレビューを通じたチームメンバーへの技術的なフォローおよび育成 ・チーム全体に知見を共有し、理解を深めコラボレーションを促進するためのドキュメンテーション ※職種の変更範囲:会社の定める業務 <<開発環境と体制>> ●技術スタック ・言語:Ruby, Python, JavaScript, TypeScript ・Webフレームワーク:Ruby on Rails, FastAPI, Vue.js ・CSSフレームワーク:ElementPlus, TailwindCSS, PostCSS, Storybook ・プラットフォーム:Amazon Web Services, Google Cloud ・データベース:Aurora MySQL ・検索エンジン:Elasticsearch, OpenSearch ・監視ツール:CloudWatch, Datadog ・コンテナ基盤:Docker, Docker Compose, ECS/Fargate ・構成管理:Terraform, Itamae ●エンジニア組織の概要 所属する組織は開発本部です。全体で約50名おり、以下4つのチームからなる体制です。 ・CLMチーム ・法務エージェントチーム ・事業部向けチーム ・イネーブリングチーム 今回の募集である、サービス開発を担う組織はイネーブリングチーム以外の3つのチームです。 ご入社いただいた際の想定配属先はそのいずれかとなります(2026年8月時点)。 各チームはそれぞれ6-10名程度の構成となっています。 【参考記事】 ・[WHY-WHAT-HOWを繋げる - MNTSQの掲げる理想のプロダクト開発 -](https://note.mntsq.co.jp/n/ne5d0464613b6) ・[FY26下期、MNTSQ開発組織と向かう先](https://note.com/naomichi_takata/n/n2a2f00242f76) ●リードエンジニアとテックリードの役割の違いについて <テックリードの役割> ・アーキテクチャー設計 ・全体最適をふまえた技術意思決定 <リードエンジニアの役割> ・担当開発アイテムのリード ・技術的意思決定・テックリード補佐 ●26年度のエンジニア組織のテーマは「開発の高速化」 AI活用はもはや前提です。 26年度は開発スピードのギアを上げ、すでに新機能の立ち上げは加速しはじめています。 組織が拡大し、AIで開発のあり方が急速に変わる中で、自律的に課題を拾い、組織全体で解決していく。自走する人材・牽引する人材で組織力も高めるフェーズにはいっています。 AI活用への積極投資は引き続き行っています(Claude Code、Cursorなど)。 【参考記事】 [AIで変わる開発プロセス。MNTSQのエンジニアが実践する”AI前提”の開発環境について](https://note.mntsq.co.jp/n/n781c05a95daa) 【参考記事】 [MNTSQがAI活用を加速する理由と目指す未来](https://note.mntsq.co.jp/n/ndccc7f6ed56c) 【参考記事】 [「AIにできること/できないこと」を理解し、共に進化する。MNTSQエンジニアのAI活用最前線](https://note.mntsq.co.jp/n/na266148b8d69) <<入社受入の体制>> ●前提となる働き方 コアタイム無しのフルフレックスです。 リモートと出社のハイブリットワークです。出社は月5日以上となります。 エンジニアは、業務に集中するため、Mtgを入れない日や時間帯を設けながら、生産性を追求しています。 【参考記事】 [MNTSQエンジニアの1日に密着!](https://note.mntsq.co.jp/n/n4d1c895ea9eb) ●3ヵ月のオンボーディングプログラム MNTSQはバリューとして「 自由と責任の文化 」を掲げています。 バリューの理解を深めていただくとともに、MNTSQでどう力を発揮するか、全社を挙げてフォローします。 期間中はメンターが付きます。水先案内人として、MNTSQでの活躍を側面支援します。 【参考記事】 [個を見て、伴走し、後押しする。個に向き合うオンボーディングと成長支援文化](https://note.mntsq.co.jp/n/nf1accf0660ae)

株式会社日立ハイテク

●配属先 配属先はLumadaソリューション開発部(25年度秋に新設)で、日立製作所からの出向者や兼務者を含めて約15名のチームです。 【Lumadaについて】 Lumadaとは、お客さまのデータから価値を創出し、デジタルイノベーションを加速するための、日立の先進的なデジタル技術を活用したソリューション/サービス/テクノロジーの総称であり、「Illuminate(照らす・解明する・輝かせる)」と「Data(データ)」を組み合わせた造語です。お客さまのデータに光をあて、輝かせることで、新たな知見を引き出し、お客さまの経営課題の解決や事業の成長に貢献していく、という思いを込めています。 Lumada事業推進本部　Lumadaソリューション開発部(25年度秋に新設)にて、生成AI/AIを利用した材料開発支援用デジタルシステム開発のプロジェクト管理をお任せします。 Lumada事業推進本部は日立ハイテクの解析・分析装置などのOT領域の強みと、日立のデジタル領域を融合させた事業の推進をミッションとしており、今後事業の中核に育てていく方針です。 現在は、特に材料開発支援用デジタルシステム開発を進めており、こちらのプロジェクト管理をお任せしますが、将来的には他のデジタルプロジェクト・事業にも幅広く関与いただくことを想定しています。 今回のポジションでは、材料開発支援用デジタルシステム開発のプロジェクト全体管理(事業企画、開発管理、予算策定、スケジュール策定、進捗管理、リスク管理等)がミッションとなります。 ※システム開発における、実装・コーディングは行わない役割です。 日立ハイテクグループは、半導体、ヘルスケア、環境、材料、産業・社会インフラなど、人々の生活を支える幅広い領域において、グローバルに事業を展開しており、各業界ごとで統括部を分けて活動しています。 顧客フロントはこれら統括部や営業が担っており、システム自体の開発(実装・コーディングなど)は日立製作所の開発部隊(開発部隊のとりまとめ担当も存在)が担う体制でプロジェクトを進めています。 そのため、統括部や営業が顧客から持ち帰った要求を受け取り、日立製作所の開発部隊に連携するなど、複数の関連部門と折衝しながらとりまとめとしてプロジェクトを推進する役割となります。 ●開発システムについて [Process Improvement Support AI(PISAI)](https://www.hitachi-hightech.com/jp/ja/products/ict-solution/randd/discoverer/pisai.html) [フィジカルAIに関するイベントでの発表事例](https://www.hitachi.co.jp/products/it/lumada/hmax/physical_ai/events/260520/report3/index.html) ●働き方 現在は週1日出社日を設けており、基本的にはリモート主体での業務となります。 ●出張に関して 顧客への訪問などで大阪・名古屋・東京近辺への出張が発生する可能性がございます。 ●変更の範囲 会社の定める業務 ※変更の範囲:会社の定める場所 (在宅勤務及びサテライトオフィス勤務制度に定める就業場所を含む)

三井住友カード株式会社

【職務内容例】 ・ビジネス課題に対する分析・レポート作成・仮説検証 ・機械学習による予測モデル構築と評価 ・KPI設計やA/Bテストなどのデータドリブン施策支援 ・LLM(GPT-4, Claude, Llama等)を用いたアプリ・PoC開発 ・LangChain, RAG, ベクトルDBなどを用いた生成AIアーキテクチャの構築　など 【ポジション例】 ・AIエンジニア ・データサイエンティスト

三井住友カード株式会社

●配属部署 マーケティング本部　マーケティングユニット 当社のキャッシュレス戦略の推進に向けて、予測AI/生成AIの社内推進といったデータサイエンスの観点からご活躍いただきます。 当社のビジネスにおける不正検知・与信審査といった守りの領域から、パーソナライズドマーケティング等の攻めの領域、さらには業務効率化・削減系の案件まで、AI/データ分析を活用して社内各部署の課題の解決に向けて伴走いただきます。 職務詳細 ●予測AIを用いた社内各部署のビジネス課題解決 ・各部署のビジネス課題ヒアリング、分析テーマ検討・設計、ステークホルダーとの各種調整 ・分析テーマに基づく特徴量設計、入力データ作成(SQL/SAS) ・モデル構築(Dataiku/Python等)および効果検証の設計・実行 ・モデルデプロイ・運用支援・実績検証 ●生成AIを用いたビジネス課題解決・実証実験 ・各部署のビジネス課題ヒアリングや業務設計検討 ・簡易的なプロトタイプ開発 ・AIエンジニアと連携し、プロダクト開発および業務への組み込み ●自社ビジネスに貢献するための研究・開発活動や社内教育 ・不正検知モデル開発等の自社ビジネス貢献に向けた研究活動 ・社内AIリテラシー向上のための各種研修やワークショップ <関連ニュースリリース> ・革新的なAIプラットフォーム「UNIVERSE」の独占的利用契約を締結 https://www.smbc-card.com/company/news/news0001960.pdf

三井住友カード株式会社

●配属部署 マーケティング本部　マーケティングユニット ●概要 当社の既存業務に対してAIの活用を前提とした再設計を推進します。 社内各部署における「業務変革の実行支援」、全社横断での「活用促進」の企画、推進、「AI開発」に従事いただきます。 ●業務変革の実行支援 ・各部署のビジネス要望、課題をヒアリングし、業務変革テーマ検討・選定 ・業務変革テーマ別の立ち上げからリリースまでのプロジェクト計画策定 ・担当部署と連携しての進捗・課題等のプロジェクト管理、要件交渉 ・業務変革テーマについてのAI活用イメージの具体化(要件定義支援) ●生成AI開発 ・クラウド環境でのAIワークフロー/エージェントの構築 ・プロンプトエンジニアリング ・業務要件に合わせた非構造化データのマネジメント ●活用促進 ・全社横断でのAI活用促進策の企画・実行・モニタリング ・社員向け研修の企画・実施

株式会社CARTA HOLDINGS

CTO直下のAI Labチームに所属し、各事業及び経営基盤の業務における基盤モデルやデータ整備を中心とした生成AI評価・活用のイネーブリングを牽引します。 仕事の進め方 プロジェクト化以前の段階で、CARTAの事業・組織を横断し、生成AIでのレバレッジポイントを見出し、アプローチを施します。 ▼基盤整備 ・全社の土台を整え、各事業で自走して生成AIのビジネス成果を開発できるよう、再利用できるデータ基盤、評価システム、ツール、ライブラリ、ガードレール、データフロー類を整備し、横断的に提供する ・新モデル、事後学習、データマネジメント技術の探索と研究を通じて、この先使うべき手段を見定める ・社内外に知見を発信し、CARTAとしての開発生産性とプレゼンスを高める ・AI Lab自身の業務エージェント適応度を向上し、モデルケースとして展開する ▼事業適用 CARTAの生成AI推進ステアリングコミッティと連携し、全社として取り組むべき課題を探索し、真に取り組むべきものを自ら選定します。 以下のようなプロセスで取り組みを進めます。 ●ヒアリング・要求分析 ・優先度の高まった事業のチームへのヒアリングや観察を通じて問題の解像度を高め、真に事業価値として必要なものを見出す ●何をどのように進めるのかを決める ・どのような評価手法・学習戦略で課題を解くのが効果的かつ効率的なのかを考え、事業メンバーと共に決定する ●検証する ・高速なフィードバックサイクルを回し、"やらない"手段も含めて評価・学習戦略を検証する ●継続して改善する ・モデル評価技術・LLM-as-a-judge・ファインチューニング・RAG等の最新手法について継続して投資し、良いプラクティスを探索する。精度モニタリング、評価指標の見直し、ガイドラインの更新など、システムを継続して活用する上でのデータサイエンス観点の改善に取り組む ●成果を横展開する ・成功事例も学びも含めて、得られた知見をもとに伝播・展開・研鑽することまで全て業務範囲です 開発環境・利用しているツール ●LLM基盤・ツール ・OpenAI, Anthropic Claude, Google Gemini (Vertex AI) など ・LangChain, Langfuse ●プログラミング言語・フレームワーク ・Python (pandas, scikit-learn など) ・必要に応じて PyTorch, TensorFlow (主に評価・事後学習の検証用) ●インフラ・MLOps ・AWS, GCP ・Terraform, CDK などを用いた環境構築・運用 ●コミュニケーション ・GitHub, Slack, Google Meet ●業務内容備考 変更の範囲:会社の定める業務(出向先会社での業務を含む)

明治安田生命保険相互会社

データサイエンティストとして、経営課題の解決やビジネスの高度化等の新たな価値の創出に向け、データ利活用を中心に担っていただきます。 ・データ利活用案件の企画立案およびビジネス活用シーンを踏まえた分析設計 ・データ活用基盤の整備・管理 ・データ分析業務の推進(AI分析、機械学習、統計解析、データマイニングなど) ・データ分析人財の教育(社内研修の企画立案や講師など)

株式会社グリッド

●本ポジションの役割 Forward Deployed Engineer(FDE)は、顧客の現場とGRIDの技術をつなぐポジションです。 顧客の業務現場や意思決定の場に入り込み、現場責任者・業務担当者・経営層と対話しながら、業務の構造、制約条件、意思決定の難しさを理解します。そのうえで、数理最適化・AI・データ分析・システム開発の知見を用いて、解決すべき課題を定義し、解決策の仮説をプロトタイプとして形にしていきます。 受注前は、顧客理解、課題仮説の構築、簡易プロトタイプやデモの作成、PoCテーマの設計を担います。受注後は、プロジェクトチームと連携しながら、本開発・プロダクト化・運用定着に向けた橋渡しを担います。 ●仕事内容 技術共創室のForward Deployed Engineerとして、以下の業務を担当いただきます。 ・顧客企業の現場責任者、業務担当者、経営層とのディスカッション ・顧客の業務プロセス、意思決定プロセス、制約条件、現場課題の理解 ・顧客自身がまだ言語化できていない課題や改善余地の発見 ・顧客業務を数理最適化、AI、システム開発の観点から構造化 ・Python等を用いた簡易プロトタイプ、デモ、モックアップの作成 ・PoCテーマの設計、検証観点、成功条件の整理 ・エンジニア、PM、コンサルタント、営業と連携した本開発・プロダクト化への橋渡し ●働き方 ・CTO直下の技術共創室に所属いただきます。 ・リモートワークを基本としつつ、顧客訪問、現場理解のために出張が発生する場合があります。 ・顧客の現場に深く入り込むポジションですが、常駐型の働き方ではありません。 ・顧客理解、課題発見、プロトタイプ開発、PoC設計、本開発への橋渡しを、社内外のメンバーと連携しながら進めます。 ・裁量労働制またはフレックスタイム制を想定しています。

レバレジーズ株式会社

●具体的な業務内容 代表取締役直下、経営企画支援の元、プロジェクトを主導していただきます。 ・社内の経営課題、ビジネス課題の解決のための企画・実行 ・基幹システムの企画構想 ・変革プロジェクトのマネジメント ・業務プロセスのToBe像の具体化 ・ユーザー部門の課題に対する改善提案、システムの利活用の提案 ・社外の開発ベンダーの選定、及びマネジメント ●担当システム 下記システムの刷新を予定しています。 ・会計管理 ・人事管理 ・販売管理

株式会社ヤマシタ

【役割・ミッション】 デジタル本部コーポレートIT課に所属し、ヤマシタの社内IT基盤全般の設計・構築・運用を担うポジションです。 クラウド上のAI基盤を安定稼働させるためのアーキテクチャ設計から、既存インフラの内製化、ゼロトラストネットワークの構築まで、幅広い領域を担っていただきます。 セキュリティ担当やサービスデスクとも連携しながら、攻めと守りの両面からIT基盤を進化させていく役割です。 【業務内容】 ・社内IT基盤(ネットワーク、サーバー、ストレージ、仮想化、クラウド)の設計・構築・運用・監視 ・クラウド上のAI基盤を24時間365日稼働させるためのアーキテクチャ設計と性能チューニング ・既存インフラの運用保守の内製化(Microsoft Graph API等のクラウドサービスAPI活用やサーバー保守の社内完結体制の構築) ・ADリプレースやネットワーク改善、ファイルサーバー移行、BCP/バックアップ体制構築 ・ゼロトラストネットワークの構築やMDM(PC・タブレット・スマートフォン管理)設計 ・ITサービスマネジメントプロセスの標準化、システムオンボーディング整備、運用移管条件の策定 ・サービスデスクや運用チームへの技術支援、障害対応と原因分析 ・セキュリティ担当と連携した、クラウド/オンプレ問わずゼロトラストを意識した安全設計の推進 【責任】 ・IT基盤の安定性と拡張性の確保 ・インフラ刷新PJの推進・内製化の実現 ・ITサービスマネジメントの標準化・運用体制の構築 【業務内容の変更範囲】当社業務全般

株式会社アシュアード

プロダクトエンジニアとして、Assuredクラウド評価の機能開発に関わっていただきます。 【主な業務】 ・必要な機能の設計、実装、テストおよびリリース ・アーキテクチャ設計、技術選定への参画 ・他メンバーの設計・コードのレビュー、フィードバック ・チームのプロジェクト管理、スクラムイベント運営 ・開発プロセス改善、生産性向上施策 ・PdM・デザイナー・ドメインエキスパートとの協働 ・顧客からの問い合わせ・不具合対応 ・データ整備、分析、モニタリング ・採用活動への参画 【チームの文化】 新しい市場を啓蒙しユーザー価値を探究するAssuredクラウド評価のプロダクトチームでは、エンジニアが開発だけでなく、事業指標の追求やユーザー課題の発見まで関わる「プロダクトエンジニア」の文化があります。 技術(How)を核としながら、事業(Why)やユーザー体験(What)にまで越境し、全員が事業指標を意識しながら開発する文化です。 AIがコードを書く時代だからこそ、「なぜ作るか」「何を作るか」という上流の問いに注力し、ビジネス組織とも一体となり事業成果にコミットし続けています。 ●事業紹介 「取引に確信を与える、セキュリティの星つきガイドへ。」をビジョンに、取引先の安全性を可視化するセキュリティ評価プラットフォームを運営しています。 2022年に、初めてクラウドサービスの評価サービス「Assured」をリリースし、2025年6月に2つ目のサービスとして取引先の評価サービス「Assured 企業評価」をリリースしました。 サイバー攻撃の脅威が増大し、取引先のセキュリティが企業の命運を握る今、私たちは「この時代における信頼のカタチを創り、社会の変革を加速させること」を目指しています。 ●技術スタック ・インフラ: Google Cloud ・バックエンド: Scala, Python, Go 　※メインの言語はScala、PythonとGoは一部サブシステムで利用 ・フロントエンド: TypeScript, React ・データベース: PostgreSQL, Firestore ・コンテナ/仮想化: Docker, Google Kubernetes Engine, CloudRun ・構成管理: Terraform, Kubernetes ・CI/CD: GitHub Actions ・データ基盤: BigQuery, Airbyte, dbt, Lightdash ・その他API等: Algolia, SendGrid ・監視: Sentry, DataDog ・ツール: GitHub, Slack, Notion, Figma, Gemini Pro 他 ・AIコーディング: GitHub Copilot, Claude Code 他 【勤務地及び業務の変更範囲】 業　務:会社の定める業務(出向等を含む)

株式会社GA technologies

仕事概要 AI不動産投資「RENOSY」を基軸に、国内外のグループ会社含めた事業でデータに基づいた意思決定支援をリードします。 いまだ分析手法のスタンダードが確立されていない未開拓の領域において、単なる分析に留まらず、データ分析の新たな「型」を創り上げていく役割を担います。 事業課題に対して高い解像度で向き合い、事業計画達成に向けた分析設計から解決策の提案、さらには現場への実装までを一気通貫で推進する必要があります。 例えば、クロス集計等の基礎分析からインサイトを導き出すことはもちろん、複雑なトレードオフを伴う経営判断の仮説構築・ロジック設計など、難度の高いミッションに挑戦いただけます。 ●具体的な業務内容 事業KPI策定と可視化 データ分析に基づく事業課題の解決策立案 事業現場へのデータ活用指導と分析環境整備 チームメンバーの成長支援 分析環境 インフラ：AWS（MySQL,Postgres） 分析基盤：Snowflake, trocco, dbt, TreasureData 分析ツール：Tableau, Google Spreadsheet, Google Analytics 4 その他：Slack, Confluence, G Suite,KARTE ※経営状況、配属先の状況等を総合的に勘案し、会社の指定する部署への配置転換及び会社が指定する業務内容へ変更する場合がございます。 （グループ会社等への出向及び転籍を含む）

株式会社CARTA HOLDINGS

CTO直下のAI Labチームにソフトウェアエンジニアとして所属し、各事業及び経営基盤の業務における生成AI応用のイネーブリングを行います。 仕事の進め方 プロジェクトに携わる前の段階で、CARTAの20ある事業を横断し、生成AIで解くべき課題を探します。以下のようなプロセスで課題を網羅的に探索しています。 ▼基盤整備 ・全社の土台を整え、各事業で自走して生成AIのビジネス成果を開発できるよう、再利用できるインフラ基盤、ツール、ライブラリ、ガードレール、データフロー類を整備し、横断的に提供する ・新技術の探索と研究を通じて、この先使うべき手段を見定める ・社内外に知見を発信し、CARTAとしての開発生産性とプレゼンスを高める ・AI Lab自身の業務エージェント適応度を向上し、モデルケースとして展開する ▼事業適用 CARTAの生成AI推進ステアリングコミッティと連携し、全社として取り組むべき課題を探索し、真に取り組むべきものを自ら選定します。 以下のようなプロセスで取り組みを進めます。 ●ヒアリング・要求分析 ・優先度の高まった事業のチームへのヒアリングや観察を通じて問題の解像度を高め、真に事業価値として必要なものを見出す ●何をどのように進めるのかを決める ・どのような方法で、課題を解くのが効果的かつ効率的なのかを考え、事業メンバーと共に決定する ・変化の激しいAI進展と事業環境に耐えうる堅牢性・柔軟性を両立する技術選定が求められる ●実装する ・高速なフィードバックサイクルを回し、"作らない"手段も含めて解決策を実現する ●継続して改善する ・プロダクトのバックグラウンドとなる、Web開発技術・生成AI技術関連のツールセットや開発手法について、継続して投資し、良いプラクティスを探索する。CI/CD、LLM-as-a-judge、LLM自体のモニタリング、ソフトウェア自体のオブザーバビリティの向上など、システムを継続して利用する上でのツール及び運用改善に取り組む ●成果を横展開する ・成功事例も学びも含めて、得られた知見をもとに伝播・展開・研鑽することまで全て業務範囲です 開発環境・利用しているツール ●バックエンド ・Python, Go ●フロントエンド ・TypeScript, React ●生成AI関連ツール ・基盤モデル: OpenAI, Anthropic Claude, Google Gemini (Vertex AI) ・ツール: LangChain, Langfuse ●インフラ ・Google Cloud, AWS ●プロビジョニングツール ・Terraform, CDK ●コード管理 ・GitHub ●コラボレーション ・Google Meet, Slack