フルフレックス 機械学習のITエンジニア求人・転職情報

●社内システム開発・保守の技術リード ・業務システム、iPaaS、データ基盤、ポータルサイト等における設計、実装、コードレビュー ・既存システムの保守性、拡張性をふまえた改善提案、技術的負債の整理 ・障害、不具合、性能課題などに対する原因分析、対応方針の策定、実行支援 ●システム間連携・アーキテクチャ設計 ・Workato等のiPaaSを活用したシステム間連携の設計、実装、レビュー ・Salesforce、業務システム、データ基盤、ポータルサイト等をまたぐ連携設計 ・全体アーキテクチャを踏まえた技術選定、設計方針、実装方針の整理 ●ベンダーコントロール・技術レビュー ・開発ベンダー、外部パートナーとの技術領域における折衝、調整 ・ベンダー成果物に対する設計レビュー、コードレビュー、品質確認 ・社内側の技術判断者として、課題の切り分け、対応方針の提示、合意形成を支援 ●データ、AI、DX施策への技術支援 ・Snowflake、TROCCO等を用いたデータ分析基盤の構成・処理内容の管理、改善支援 ・AI、データ活用施策における技術検討、実装支援、業務適用の推進 ・DX施策に関する技術論点の整理、マネジメント層・ステアリングコミッティ向け報告支援 <関わる領域> ●業務システム ・iPaaS(Workato) ・データ分析基盤(Snowflake、TROCCO、Tableau) ・会員向けポータルサイト ●iPaaS(Workato) ・業務改善に向けたAI活用 ・AIマッチング等の事業支援施策 ・既存業務、既存システムへのAI活用の取り組み ※Salesforceは業務システムの一つとして利用しており、特定製品への深い依存よりも、周辺システムを含めた全体像の理解と連携設計・実装の視点を重視しています。

企業のクラウド / IT 活用が活発になり、それらを活用する上での IT 企画、ソリューション選定、アーキテクチャデザインを担える高いスキルをもった人材、またそれらをリードできる次世代リーダーを募集します。 Microsoft 365・Azure に関するソリューションを理解し、お客さまの業務に合わせた最適なアプリケーションをデザイン・実装する部隊です。 案件のリーダー / メンバーとして要件定義から設計、開発、テストなど一連のプロジェクト工程を遂行いただきます。 【具体的な業務内容】 ●システム開発 1.Microsoft 365アプリケーションエンジニア ・Power Platform を利用したアプリケーション開発、業務自動化(Power Apps / Power Automate) ・Exchange Online / SharePoint / Teams などのサービスに関する連携ツール開発 2.Azure アプリケーションエンジニア ・Azure 上でのアプリケーション開発(Web Apps、SQL Database、Azure Functions、AI+機械学習…) ・Azure PaaS 上でのスクラッチ開発 ＜プロジェクト例＞ ◆Microsoft 365 Power Platform 導入支援、業務アプリケーション開発 例)コロナ禍を乗り越えるための、勤怠状況可視化のアプリケーションを Power Apps で構築 Power Automate × SharePoint を組み合わせて、ヘルプデスク業務のインシデント管理システムを構築 ◆Microsoft 365運用自動化スクリプト開発 例)人事システムと連携し、Active Directory・Exchange 上でのオブジェクト運用を自動化するツールを開発 ◆Microsoft 365と外部システムの連携(電子サイン連携開発など) 例)Microsoft 365の利活用として、リモートワークを促進する電子サインシステムを導入し SharePoint と連携 ◆IaaS / PaaS 上でのアプリケーション開発 レガシー(オンプレミス)で構築された社内システムから、Azure 上で提供される機能をベースに刷新、フルクラウド化

● 募集ポジション pocから本開発(システムの本番導入)まで手がける案件の増加により、開発エンジニアリングチームを拡大しています。 弊社のソリューションデザイナや機械学習エンジニア、及び外部の協力会社と連携しながら、機械学習を用いたシステム/サービス開発を推進して頂きます。 具体的には、poc後の本番導入に向けて、機械学習システムの要件定義から設計・開発・テスト・運用までの一貫したフェーズをご担当いただきます。 <具体的な業務内容> ・機械学習を用いたシステム/サービス開発の参画 機械学習エンジニアが実装したモデルをシステム上に載せるというイメージです。 入社時点で機械学習に関する知識が少なくても、入社後にキャッチアップして頂けます。 ●業務の変更範囲:なし ーーーーーーーーーーーーーーーー 弊社はオーダーメイドによるAIモデル「カスタムAI」の開発・提供を行う、AI/機械学習のスペシャリスト集団で、最先端のAI技術とクライアントのビジネスを「つなぐ存在」をミッションとしたスタートアップ企業です。 高い技術力と課題解決能力が評価され、既に大手企業を中心に多くの導入事例とリピート契約があります。 ●カスタムAIソリューション事業とは? 弊社は以下を特徴とするカスタムAIソリューション事業を展開しています。 ・オーダーメイドによるAI開発 　- アカデミア出自の先端の機械学習技術をベースに、ビジネスにジャストフィットする形でAIを受託開発 ・企業のコア業務をAIで変革 　- 画一的なパッケージAでは対応が難しい、ビジネス現場特有の複雑な課題の解決に貢献 また他社との差別化のため、弊社は「バリューアップ型AIテーマ」に注力しています。 ●プロジェクトの開発フロー 弊社では約3ヶ月間という短いサイクルで機械学習モデルやAIに関係するシステムをお客様に提供しています。 顧客折衝は基本的に弊社のソリューションデザイナが行いますが、希望に応じてエンジニアもフロントに立って直接提案したり顧客ニーズを聞いたりすることができます。 ●チーム構成・支援制度 基本的に弊社では1つのPJTに対し、メイン担当としてソリューションデザイナ/エンジニアが1名ずつアサインされます。 またソリューションデザイナ/エンジニアそれぞれを補佐する役割としてSV(スーパーバイザー)がつきます。 一方で大型案件等になりますとPJTの人数は必要に応じて増加します。 ●裁量の大きさについて 弊社はAIコンサルティングの会社としてお客様に”AIソリューションを提供すること”を使命としています。 AIソリューションを提供するためにあらゆることを思案して実行できればと考えているので、提供元のエンジニアは以下のような裁量の大きい環境で自らのプロフェッショナリズムを発揮いただければと考えています。 ・技術者がお客様に対して直接提案をすること ・お客様が設計した問題に対してその問題設計に提言できること ・チームを自ら組閣し案件成功に向けて自ら動くことができること ・会社の承認のもと、必要人員の確保依頼やツールの追加導入について主導、積極的な提案ができること ●技術スタック 使用する技術はプロジェクトにより異なりますが、主に以下の技術スタックを用いて開発を行っています。 ・開発言語(python, rust, javascript) ・インフラ(aws, azure, google cloud, 社内gcpサーバ) ・開発ツール(visual studio, github) ・その他ツール(slack, backlog, cacoo, google meet) ●社内活動 エンジニアリング部では以下のような社内活動を通じて技術的成長やエンゲージメント向上を行っています。 ・技術勉強会の開催(数理最適化、強化学習 etc...) ・最新技術勉強会の開催(マルチエージェント etc...) 　- 本勉強会にはソリューションデザイナー、コーポレートも合わせ、社員の約3/4のメンバーが参加しました。 ・チームビルディング施策 　- “チームメンバーを知る企画“として、レーダーチャートの作成/予想、チームのキャッチコピー作成等のワークを実施

PoCから本開発(システムの本番導入)まで手がける案件の増加により、開発エンジニアリングチームを拡大しています。 その拡大に伴い、システム開発案件のプロジェクトマネジメントの強化を検討しており、同領域におけるプロジェクトマネジメント機能を専任の担当者にお任せしたいと考えています。 弊社のソリューションデザイナ(※1)や機械学習エンジニア、及び外部の協力会社と連携しながら、PMの立場より機械学習を用いたシステム/サービス開発プロジェクトを推進いただきたいです。 また、通常業務に加えPM業務の型化やノウハウ蓄積などを含めた組織拡大を牽引する存在としてご活躍いただくことを期待しています。 (※1)ソリューションデザイナとはAIをビジネスで実用化するために「ビジネス」と「機械学習・AI」双方の高度な知識を持ちクライアント企業の課題解決・共同開発・新規事業や全社DXを推進する当社独自の専門人材です。 製造業、インフラ・建設、マーケティング、メディア、Webサービスをはじめとした大手企業の新規事業部門、AI/DX推進部門、研究開発部門に対して、企画提案〜プロジェクト実行まで幅広い業務を実行しています。 ●業務内容 機械学習を用いたシステム/サービス開発プロジェクトのPMとしてプロジェクト運営をお任せします。 ※機械学習エンジニアが実装したモデルをシステム上に載せるというイメージです。 ●具体的な業務内容 〜提案フェーズ〜 ・プロジェクト計画書の作成、wbsの作成 ・アクティビティの洗い出し、スケジュール作成、依存関係とリソースの割り当て ・コスト見積もり ・リスクの特定、評価 〜要件定義・仕様策定・設計フェーズ〜 ・要件定義書の作成、合意取得 ・仕様書の作成、合意取得 ・進捗管理、スケジュールの詳細化 ・品質要件の定義、品質管理プロセスの実施、品質管理チェックリストやレビューの実施、テスト計画の策定 〜テストフェーズ〜 ・試験計画書の作成、合意形成 ・試験仕様書の作成 ・pj状況により試験の実施 ・外部ベンダーとの連携試験の調整 〜運用・保守フェーズ〜 ・進捗管理、インシデントの管理 ・品質監視と定期的なテスト ・保守チームのリソース確保、チームの技術研修 ・障害発生時の関係者への報告と連絡 ・運用リスクの特定と対応策の策定 ・インシデント発生時のリスク対応 ・保守外部ベンダーの管理

LLM専属のエンジニアとして、弊社のソリューションデザイナ(顧客折衝やプロジェクトマネジメント等を担当)と連携しながら、データ分析、LLMモデルの検証/開発/改善、結果のレポーティング、LLMを用いたシステムの開発等に関わっていただきます。(プロジェクトごとに、リードエンジニアが1名サポートにつきます。) またLLMに関連する最新技術のキャッチアップ、社内への展開、及びマルチエージェントシステムのためのフレームワーク開発などをお任せする予定です。 上記に加え、他プロジェクトのLLMエンジニアのスーパーバイズおよび組織運営にも携わっていただきます。 ●具体的な業務内容 ・LLMを用いたクライアントプロジェクトへの参画、及びソリューションの開発 ・LLMに関連する最新技術のキャッチアップ、社内への展開 ・マルチエージェントシステムのためのフレームワーク開発 ・社内プロジェクトメンバーや顧客への技術的な説明 ・LLMを用いたシステム開発PJにおけるLLMの精度検証・チューニング ・LLMエンジニアが担当するプロジェクトのスーパーバイズ ・エンジニアリング部の組織運営に関わる業務(採用、評価、育成等) ● 業務の変更範囲:なし 弊社はオーダーメイドによるAIモデル「カスタムAI」の開発・提供を行う、AI/機械学習のスペシャリスト集団で、最先端のAI技術とクライアントのビジネスを「つなぐ存在」をミッションとしたスタートアップ企業です。 高い技術力と課題解決能力が評価され、既に大手企業を中心に多くの導入事例とリピート契約があります。 ●カスタムAIソリューション事業とは? 弊社は以下を特徴とするカスタムAIソリューション事業を展開しています。 ・オーダーメイドによるAI開発 　- アカデミア出自の先端の機械学習技術をベースに、ビジネスにジャストフィットする形でAIを受託開発 ・企業のコア業務をAIで変革 　- 画一的なパッケージAでは対応が難しい、ビジネス現場特有の複雑な課題の解決に貢献 また他社との差別化のため、弊社は「バリューアップ型AIテーマ」に注力しています。 ●プロジェクトの開発フロー 弊社では約3ヶ月間という短いサイクルで機械学習モデルやAIに関係するシステムをお客様に提供しています。 顧客折衝は基本的に弊社のソリューションデザイナが行いますが、希望に応じてエンジニアもフロントに立って直接提案したり顧客ニーズを聞いたりすることができます。 ●チーム構成・支援制度 基本的に弊社では1つのPJTに対し、メイン担当としてソリューションデザイナ/エンジニアが1名ずつアサインされます。 またソリューションデザイナ/エンジニアそれぞれを補佐する役割としてSV(スーパーバイザー)がつきます。 一方で大型案件等になりますとPJTの人数は必要に応じて増加します。 ●裁量の大きさについて 弊社はAIコンサルティングの会社としてお客様に”AIソリューションを提供すること”を使命としています。 AIソリューションを提供するためにあらゆることを思案して実行できればと考えているので、提供元のエンジニアは以下のような裁量の大きい環境で自らのプロフェッショナリズムを発揮いただければと考えています。 ・技術者がお客様に対して直接提案をすること ・お客様が設計した問題に対してその問題設計に提言できること ・チームを自ら組閣し案件成功に向けて自ら動くことができること ・会社の承認のもと、必要人員の確保依頼やツールの追加導入について主導、積極的な提案ができること ●技術スタック 使用する技術はプロジェクトにより異なりますが、主に以下の技術スタックを用いて開発を行っています。 ・データ分析全般(NumPy, pandas, Matplotlib, seaborn, plotly, Streamlit) ・機械学習(sckit-learn, statsmodelsm, OPTUNA, SHAP, LightGBM) ・Deep Learning(PyTorch, TensorFlow, Hugging Face, OpenAI, LangChain) ・実験管理(Kedro, mlflow, Kubeflow) ・開発言語(Python, Rust, Javascript) ・インフラ(AWS, Azure, Google Cloud, 社内GCPサーバ) ・開発ツール(Visual Studio, GitHub) ・その他ツール(Slack, Backlog, Cacoo, Google Meet) ●社内活動 エンジニアリング部では以下のような社内活動を通じて技術的成長やエンゲージメント向上を行っています。 ・技術勉強会の開催(数理最適化、強化学習 etc...) ・最新技術勉強会の開催(マルチエージェント etc...) 　- 本勉強会にはソリューションデザイナー、コーポレートも合わせ、社員の約3/4のメンバーが参加しました。 ・チームビルディング施策 　- “チームメンバーを知る企画“として、レーダーチャートの作成/予想、チームのキャッチコピー作成等のワークを実施

【具体的な業務】 ●プロジェクト担当として ・主要プロジェクトにインフラ担当として参画し、領域全体をリード ・開発チームと初期段階から協働し、アーキテクチャ設計・技術選定・構築方針を検討 ・金融水準のセキュリティ・可用性・運用性を踏まえたクラウドインフラの設計・構築(AWS/Google Cloud等) ・PoCから本番運用まで一貫して担い、IaC・監視・運用設計を整備 ●チーム横断・改善活動として(並行して) ・各プロジェクトで個別に対応している部分のうち、共通化できるものを見極めて仕組みに落とし込む ・クラウドアカウントの払い出しや統制環境の改善、IaCテンプレートやナレッジの整備など、チームで使える土台をつくる ・Claude Code等の生成AIツールを活用し、IaC作成・レビューや定型作業の自動化・ドキュメント整備をチーム全体に広げる 【プロジェクト例】 ・[産業情報検索AIシステム](https://japan-d2.com/projects/industrial-search) ・[そうぞくガイド](https://japan-d2.com/projects/inheritance) ・[EUDクラウドサービス](https://japan-d2.com/projects/eudcloud) ・[三菱UFJ銀行への生成AI×RAGによる「手続検索支援システム」の提供を開始](https://japan-d2.com/news/20250731-001) ・[生成AIを活用した「AI社内手続ナビゲーター(旧称:手続検索支援システム)」利用ユーザーを国内全営業店へ拡大](https://japan-d2.com/news/20260331_001) 【カルチャー】 ・フルフレックス・フルリモート可能な柔軟な働き方 ・職種を超えて協働する文化(開発・インフラ・セキュリティ・データ/AI) ・技術選定はJDDが主導し、クラウドのベストプラクティスに沿った活用をMUFGと対等な立場で提案・実践しています ・AI、クラウドなど先端領域に自由に触れながら実務で成長できる環境 ※SIer・大手IT企業・クラウドサービス事業者・スタートアップなど、様々な経歴を持つメンバーが集まっています。これまでの環境を問わず、裁量を持ってインフラに一気通貫で向き合いたい方に向いている環境です。 【技術スタック】 ●クラウドインフラ・IaC ・Amazon Web Services / Google Cloud / Microsoft Azure(主にEntraやOpenAI) ・Databricks(データ分析基盤で利用) ・Terraform(標準として利用)/ AWS CDK / AWS CloudFormation ●ツール・生成AI ・Slack / GitHub Enterprise Cloud / JIRA / Confluence / Microsoft 365 E5 ・Claude Enterprise(Claude Code)/ ChatGPT(Codex) / Microsoft Copilot など ※変更の範囲 業務:会社の定める業務

三菱UFJ銀行を中心にMUFG各社と連携し、AI技術を活用した業務の効率化・高度化を実現するプロジェクトにおいて、機械学習モデルの開発および実装、保守をしていただきます。 具体的には以下のような業務があります。 ・MUFGにおけるビジネス課題解決のための機械学習モデルの開発 ・機械学習モデルとその周辺機能の実装 ・AIに関する最新技術の調査・研究 ＜プロジェクト例＞ ・市場動向分析モデルの構築 ・市場部門のフロント部署のための機械学習ツール開発 ・オルタナティブデータを用いた与信モデルの構築 ・ビジネスマッチングのマッチングアルゴリズムの開発 ＜変更の範囲＞ 業務:会社の定める業務

三菱UFJ銀行を中心にMUFG各社と連携し、AI技術を活用した業務の効率化・高度化を実現するプロジェクトにおいて、データ分析業務を担っていただきます。 具体的には以下のような業務があります。 ・MUFGにおけるビジネス課題解決のためのデータ分析や機械学習モデルの開発 ・顧客への分析結果の説明 ・AIに関する最新技術の調査・研究 ●プロジェクト例 ・市場動向分析モデルの構築 ・市場部門のフロント部署のための機械学習ツール開発 ・オルタナティブデータを用いた与信モデルの構築 ・アンチマネーロンダリング(AML)分野における分析支援 ●変更の範囲 場所:会社の定める場所(在宅勤務を行う場所を含む)

【職務内容】 ●CTシステム製品本部 解析ソフトウェア設計部において電子顕微鏡(SEM/TEM/STEM)を制御する組み込みおよびアプリケーションソフトウェア開発(操作GUI、電子光学系制御、高精度ステージ制御、真空排気制御、リアルタイム画像処理、等)をご担当いただきます。 ●当社の電子顕微鏡(SEM/TEM/STEM)は、光より波長の短い電子線を用いることで、光学顕微鏡では観察できない微細な構造を観察でき、金属・セラミックス・半導体などの無機材料から、高分子・生物組織まで、幅広い分野で利用されています。 ●当部署で行っている組み込みおよびアプリケーションソフトウェアを活用し、電子顕微鏡に付加価値を創出しております。電子顕微鏡装置を制御する組み込みソフトウェアに加え、例えば、製造工程において画像分析を用いて異常検査を行ったり、完成品の検査だけでなく、使用後の劣化状態をソフトウェアを用いて予測し、現品との比較検証を行ったりします。 当社の電子顕微鏡は観察する用途で用いられるだけではなく、製造工程の全工程で活用いただけるモノづくりのパートナーの役割を担います。当部署は電子顕微鏡の付加価値である組み込みおよびアプリケーションソフトウェア開発という重要な役割を担う部署です。 【入社後の業務について】 電子顕微鏡の各ユニット(ステージ・電子ビーム・真空など)に関する知見を深めながら、装置全体に関しての理解を深めて頂きます。具体的には、コーディングからスタートし、なぜこの機能が必要なのか、顧客から新機能の要求を頂いた際にどのように対応するのが良いかなどが理解できるようになって頂きたいと考えております。 その際、チームで協業して業務を進めていくため、OJTを通じて一緒に実機を動かしながら電子顕微鏡を学んで頂きます。また、社内にはソフトウェアに関する学習制度もありますので必要に応じた資格取得や、日立製作所にて用意している教育制度も活用できます。これらを通して、電子顕微鏡についての知見とソフトの知識を深めて頂きます。 その後は、顧客の状況、市場の状況などについても理解を深めていきながら、詳細設計、機能設計、システム設計、要件定義など、業務習熟度に応じ、より高度な上流設計業務へと段階的にステップアップして頂きます。ご希望・ご適正によっては、ハードウェア部隊へのチャレンジや、より顧客に近い、電子顕微鏡を用いたソリューション開発のポジションなどへのキャリアステップなどもございます。 【開発環境】 ●PCアプリケーションソフト OS:Windows 開発言語:C#, C++, Python, XAML 開発環境:VisualStudio ソフト開発フレームワーク:.NET Framework GUI開発フレームワーク:WPF ●組込制御ソフト CPU:ARM, SH OS:T-kernel, μ-ITRON 開発言語:C 開発環境:VisualStudio, HEW, Cygwin 【変更の範囲】会社の定める業務

機械学習エンジニアは、入札最適化ロジックに関わるエンジニアリング業務を担当します。私たちは、フルサイクルなデータサイエンスチームです。ビジネス課題に対し、データ分析を通した仮説の構築から始まり、プロダクト環境でのA/Bテストまでを行います。 ●具体的に次のようなタスクを担います。 ・入札ログ等を用いた探索的分析 ・入札ログの再設計や外部データの活用 ・CTR/CVR予測モデルなど機械学習モデルの構築 ・数理最適化や制御工学などを用いた入札価格最適化ロジックの構築 ・オンライン実験を含めたプロダクト環境での仮説検証 ・大規模データを活用するための分析基盤および、MLパイプラインの構築・運用 ・学会参加や論文調査による情報収集 ●業務上触れる分野や技術スタック 【分野】 ・機械学習 ・統計学 ・数理最適化 ・制御工学 ・因果推論、計量経済学 【スタック】 ・Python, Kotlin(一部のみ) ・AWS ・dbt, Snowflake ・Prefect ・Terraform ・GitHub ・Slack

評価システム製品本部　評価ソフトウェア設計部において半導体用計測・検査装置のAI・画像処理開発をご担当いただきます。 ●詳細 ①半導体用計測・検査装置で撮像した微細な半導体回路パターンの画像から欠陥や異物を検出したり、回路パターンの寸法を計測したりするための画像処理ソフトウェアや、AI技術の開発を行います。 ②入社してまずは社内にて担当装置の画像処理ソフトウェアやAIの開発を通して装置や半導体製造プロセスなどの理解を深めていただきます。 装置や半導体製造プロセスなどの知識を身に付けた後は、装置を納めたお客様の半導体工場へ出向き、お客様が直面している回路パターンの計測や検査の課題を確認し、その課題を解決するための画像処理ソフトウェアやAIの開発に携わっていただきたいと考えています。 【変更の範囲】会社の定める業務

当社が扱う幅広い製品群(半導体製造向け製品、ヘルスケア製品、電子顕微鏡など)に関するソフトウェア開発を推進するプロジェクトリーダーとして、設計・開発からPoC/PoVをお任せします。 ●具体的にお任せする業務 ・社会やお客さまの真の課題を正しく知り、その課題に対するソリューションの提案 ・新しい製品に向けた試作開発における組み込みソフトウェアの基本設計、評価、改良設計 ・当社製品や顧客から取得できる各種データを用いた新しいソリューションシステムの基本設計、評価、改良設計 例:あくまで一例ですが、新技術を用いた顕微鏡から得られる画像データを用いて、顧客課題を解決するソリューションシステムの設計・開発 ・システムの実装(一部外注・ベンダーコントロール) ・顧客先や当社顧客協創施設での評価サポート ●開発環境 ・OS:Linux, Windows, VxWorks, T-Kernelなど ・使用言語:Python, C, C#, Java, TypeScript, JavaScript, SQLなど 【変更の範囲】会社の定める業務

●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

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。

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。

「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

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)

機械学習領域の技術方針・技術判断 ・事業課題・プロダクト要件を踏まえた機械学習の活用方針の検討 ・機械学習を使用する/使用しない判断を含む技術的な実現方法の選定 ・モデル・アルゴリズム・特徴量等の選定と技術的な妥当性の検証 ・複数の機械学習テーマを見据えた技術方針・開発優先順位の検討 ・精度、開発工数、運用負荷、保守性、コストを考慮した技術的な意思決定 大規模LLMとの連携・活用に向けた技術設計・開発 ・業務要件やユースケースに応じた大規模MLMの選定・評価および技術的な活用方針の策定 ・大規模LLMとのAPI連携や既存システムへの組み込みを見据えたアーキテクチャの設計・実装 ・Pythonを用いたモデル連携機能の開発および推論処理・データ連携の最適化 ・出力精度・応答速度・コストなどの評価指標の設計および検証結果に基づく継続的な改善 ・大規模LLMのプロダクション環境への導入・運用における技術的課題の解決や難易度の高い開発テーマのリード システム設計・MLOpsの推進 ・機械学習モデルをプロダクトに組み込むためのAPI・バッチ処理・推論基盤の設計 ・データ処理・学習・推論パイプラインの設計・構築 ・モデルの本番環境への導入、監視、運用改善 ・精度低下やデータ変化を踏まえた再学習・改善プロセスの設計 ・再現性、可観測性、保守性、運用コストを考慮したMLシステムの改善 開発品質・技術基盤の整備 ・モデル・コード・実験結果・評価設計に関する技術レビュー ・モデルの評価方法や開発手順の標準化 ・技術的負債や運用課題の可視化、改善方針の策定 ・実験管理、CI/CD、モデル監視等を含む開発・運用環境の改善 ・機械学習領域における技術知見のドキュメント化・共有 関係部門との連携・技術支援 ・PdMや事業側と連携した課題整理、技術的な実現可能性の検討 ・アプリケーションエンジニア等との連携によるプロダクトへの機械学習機能の実装 ・AIデータ品質担当との連携による学習・評価データの品質向上 ・開発メンバーへの技術レビューや設計・実装面での支援 ・技術選定の理由、評価結果、リスク等の関係者への説明 ※人員管理や組織マネジメントはEM等と役割を分け、本ポジションでは機械学習領域の技術的な意思決定と開発・運用品質を中心に担っていただきます。 課題や事業上の優先順位はPdM等と連携し、AIデータ品質担当とはデータ品質に関する役割を分担します。

【業務概要】 三菱UFJフィナンシャル・グループ(以下、MUFG)のデジタルトランスフォーメーション(DX)推進を、グループ会社として内側から支援し、クラウド / データ / AIを活用した新しい業務体験・顧客体験の創出を実現します。 今回募集するソリューションアーキテクト(インフラアーキ)は、MUFGグループ各社に対してアーキテクチャの検討、企画・提案活動を行い、プロジェクトにおける技術リードを担当するポジションです。特に、組織内にAIツール / AIエージェント / LLMプロダクトを構築・展開するためのAIプラットフォームの全体設計を専門とします。また、AI / LLM領域に限らず、クラウドプラットフォーム全般の全体設計や個別プロダクトのクラウドアーキテクチャ策定も担当します。 ※異業界出身者歓迎(これまでのご経験をぜひ金融領域で活かしてください) 【職務内容】 ・AIプラットフォーム / クラウドインフラの全体設計を専門とするインフラアーキテクト ・要件が柔らかい構想段階からMUFGグループ各社・各部における検討に参画。ビジネス特性を踏まえたシステム要求・制約事項を整理(状況に応じて、JDDのDXコンサルタント等と協働) ・最新の技術動向を踏まえた初期的な全体アーキテクチャの策定・提案、開発規模見積による案件立ち上げの推進 ・金融グレードの統制・セキュリティ要件を満たすアーキテクチャを策定し、セキュリティ所管部等への技術面の説明責任も担う ・案件立ち上げ後はアーキテクトとして設計指針を策定、インフラエンジニア等とともにアーキテクチャの決定と実装をリード 【会社とメンバー】 Japan Digital Design(以下、JDD)は、MUFGグループ各社に対して金融ソリューション事業を展開しています。 JDDのミッションは「金融の新しいあたりまえを創る」です。JDDの考える「金融の新しいあたりまえ」は、「データと顧客価値の循環」と定義しています。安心・安全な環境でデータを収集・学習し、顧客の需要を知り、使いやすいデザインでサービスを届け、その効果をデータで測る。これら一連の循環を素早く行うことがJDDの目指す価値創出です。 生成AIやAIエージェントの進化により、金融業務・顧客接点・社内オペレーションのあり方は大きく変わりつつあります。JDDでは、金融機関に求められる安全性・信頼性・説明可能性を重視しながら、AIエージェントを活用した新しい業務体験・顧客体験の創出に取り組んでいます。 メンバーとしては、金融業界の経験者に限らず、大手IT企業やクラウドサービス事業者、優れたスタートアップからも経験豊富な人材が集まっています。ビジネス開発、データサイエンティスト、UXデザイナー、ITアーキテクト、Tech PM、インフラエンジニア、ソフトウェアエンジニア、セキュリティエンジニア等の専門人材でプロジェクトごとにチーム編成し、金融機関の各種課題を解決していきます。 【カルチャー】 ・フルフレックス・フルリモート可能な柔軟な働き方(地方からの勤務も可能ですが、対面が有効な場面ではJDDやMUFG各社のオフィスにスポットで出社することはあります) ・職種横断でプロダクトや業務課題に向き合うチーム開発文化 ・新しい技術を実際の金融業務・金融サービスに適用するチャレンジを歓迎 ・AI、クラウドなど先端領域に自由に触れながら実務で成長できるIT環境 ・コーポレートカルチャー推進のためのプログラムが充実 【技術スタック】 クラウドインフラ/IaC ・Amazon Web Services / Google Cloud / Microsoft Azure ・Databricks ・Terraform / AWS CDK コミュニケーションツール / 開発ツール / AIツール ・Slack / Microsoft 365 など ・GitHub Enterprise Cloud / JIRA / Confluence など ・Claude Enterprise(Claude Code)/ ChatGPT(Codex)など ※既存プロジェクトにおける主な利用技術だけを記載しており、プロジェクト特性・システム特性に応じて最適な技術スタックを選定します ※変更の範囲 業務:会社の定める業務

【職務概要】 SEQSENSEは、AIを搭載した自律移動型警備ロボットの開発を通じて、警備業界の人手不足や業務効率化といった社会課題の解決に取り組むロボティクス企業です。 近年急速に進化する生成AIやVision Language Model(VLM)の技術を活用し、ロボットによる高度な状況認識や自律判断を実現することで、次世代の警備サービスの創造を目指しています。 本ポジションでは、AI・VLMを活用した新機能開発の責任者として、技術戦略の策定からアーキテクチャ設計、開発チームのリードまで幅広く担っていただきます。 【具体的には】 ・警備ロボサービスにおける、AI・VLMを活用した新機能の開発統括 ・アプリケーション全体の方向性決定 ・ユーザーニーズ・市場動向を踏まえた機能ロードマップの策定 ・プロダクトオーナーおよびステークホルダーとの要件合意 ・アーキテクチャの統括 ・クラウド(AWS/GCP)とエッジデバイスを組み合わせたシステム設計 ・スケーラビリティ、セキュリティ、可用性を考慮したインフラ設計 ・VLMを活用したリアルタイム映像解析基盤の設計・レビュー ・開発チームのリード ・エンジニアへの技術方針の展開・レビュー ・外部ベンダー・研究機関との連携マネジメント

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)

【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

【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

<<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)

<<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)

●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)

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)

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)

●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。

【業務概要】 「Anywhere」をはじめ、当社が開発・運用するサービスプロダクトにおいて、主にバックエンドを中心に開発をリード頂きます。 ご経験に応じて、バックエンドからフロントまでフルスタックに携わって頂くことも可能です。 【具体的には】 ・Anywhereにおける決済センター・ゲートウェイシステムなど、主にバックエンドの機能改善、新機能開発における設計・開発・運用保守 ・コーディングなど技術的問題の解決・品質確保等の開発チームにおけるの技術面でのリード ・仕様書、設計書のドキュメント作成およびレビュー ・機能開発における改善/技術提案 ・生産性や品質向上のためのCI/CD導入検討、PDCAサイクルの推進 【組織/体制】 プロダクト・マネジメント・ユニット ∟プロダクト・ディベロップメントグループ ∟Mgr2名　メンバー17名(PM/PL、マルチ/フロント/バックエンドエンジニア) ●技術スタック 言語　　　　 :Java, Kotlin, Swift, Objective-C, Flutter(Dart),C#, C++, C, Python, PHP インフラ　　 :AWS, オンプレミス ミドルウェア :Apache, NGINX, AWS Lambda, Hashicorp Vault, HAProxy, Corosync, Pacemaker, Redis, HULFT, Athena, QuickSight DB　　　　　:AWS Aurora, PostgreSQL, MySQL Monitoring :CloudWatch, PagerDuty, Crashlytics 環境　　　　 :Terraform, Docker, AWS CodePipeline, Github, Firebase