従業員数100名〜1000名未満 機械学習のITエンジニア求人・転職情報

大規模なインフラ基盤導入プロジェクトにおける、全責任者(PM)としてプロジェクトを牽引していただきます。 対象業界:金融、人材サービス、不動産、サービス業、公共、製造等 担当範囲:顧客折衝、要件定義、見積作成、工数積算、要員アサイン、進捗・品質・コスト管理 ※単なる進捗管理ではなく、技術選定から体制構築まで、プロジェクトの全権を掌握して動かしていただきます。 ※クラウドシフトに伴うSASE(Prisma Access, Zscaler等)を軸とした、セキュリティとNWを統合する次世代案件の比率が高まっています。 ●対応事例 ・大手人材サービス企業様:次期VDIシステムを支えるNW基盤(Cisco ACI)再構築。 要件定義から運用まで3年間、最大20名規模のチームを率いて完遂。 ・不動産業・人材サービス業様等:Mist Cloudを用いたNW統合管理基盤の導入。 顧客固有の課題(無線 品質、NAC刷新)を整理し、共通プロセスを軸とした多拠点展開をマネジメント。 ・大手サービス業様:関東/関西の新規データセンター基盤構築。 Cisco ACIをコアとしたインテントベース・ネットワークへの移行を、要件整理から全体管理。 (【変更の範囲:会社の定める業務】)

●期待する役割 顧客規模の拡大やマルチプロダクト化を背景として、規模拡大を可能とする業務効率化と複数サービスを考慮した顧客体験の向上が今まで以上に重要になってきています。業務効率化と顧客体験の向上のためには、自動化やパーソナライズを可能にするAI技術が非常に重要です。 社内AI利活用の浸透とともに、リスク管理・法規制対応・社員教育・ツール導入など、AIガバナンスに関わる業務領域は急速に拡大しています。現場に寄り添いながら「使われるガバナンス」を設計・推進し、プロジェクトをリードできる人材を求めています。 組織横断でAIガバナンスを設計・推進し、現場への浸透を担うリードポジションです。ポリシー策定からツール導入・社員教育・現場伴走まで、一気通貫で担当いただきます。 ●業務内容 【AIガバナンスフレームワークの設計・運用】 ・AIの安全な利用に向けたガイドライン・ポリシーの策定・改定 ・AIリスクアセスメントプロセスの構築・維持 ・AI関連法規制・ガイドラインのモニタリングおよび社内対応 ・セキュリティ・法務部門と連携した継続的なガバナンス強化 【AI利活用の推進・統制】 ・全社的なAIツールの選定・導入・運用 ・AIツール・機能のリスク評価・リスク棚卸し ・全社員を対象としたAI活用の相談対応・伴走支援 ・現場社員向けのAI活用勉強会・リテラシー向上研修の企画・実施 ・ボトムアップのAI活用エコシステム構築(個人利用と組織利用の良いサイクル構築等) 【AI人材育成・教育基盤の整備】 ・社員のAIスキル定義・測定の仕組み構築 ・全社員・管理職向けAI教育コンテンツの企画・制作・展開 ・AIリテラシートレーニングの実施とモニタリング 【ステークホルダー連携・プロジェクトマネジメント】 ・経営層・法務・セキュリティ・人事・現場部門との横断的な連携・調整 ・AIガバナンス関連プロジェクトの計画立案から推進・報告まで一気通貫での管理

概要 通販・EC・小売クライアントに対する複数プロジェクトのマネジメント責任を担います。仮説構築〜業務設計〜AIモデル構築〜新たな顧客体験の実装〜デリバリーまでを、PMとして品質・スケジュール・収益責任を持ち推進します。 詳細 プロジェクトマネジメント 複数プロジェクトの品質・スケジュール・収益管理 リソース配分、メンバー育成、チーム運営 業務改革・プロセス設計(BPR) マーケ・CS・コールセンター等のAs-Is / To-Be業務設計、ROI試算の指揮 マーケティング分析/AIモデル構築の統括 需要予測・離反予測・レコメンド・クリエイティブ生成等のモデル企画 Tech部門との要件整理、モデル検証の統括 新たな顧客体験(CX)の実装 AI Agentを活用した顧客接点再設計(メール・DM・コール・Web・アプリ等)、現場定着化 クライアントマネジメント 経営層・事業責任者との合意形成、期待値調整 組織・ナレッジマネジメント プロジェクトナレッジの形式知化、社内横展開 7. プロジェクト事例(抜粋) 某健康食品通販企業|AIによるDM最適化:DM CVR 20%改善、メール 18%改善、約1億円の粗利創出 某老舗お茶販売企業|DM反応予測モデル:1ヶ月で売上115%、約2,000万円UP 某大手通販企業|DM最適化+統合差配エージェント:主力商品DM最適化で従来比154%の売上向上 某アパレルEC|AIレコメンドエンジン:導入3ヶ月で約3,000万円の売上効果 キャリアパス 短期:Manager → Senior Manager → Director 中長期: GROWTH VERSE本体の事業責任者 M&A買収先企業の経営幹部(事業再生・PMI担当) 新規事業立ち上げ(事業開発ポジションへの転換)

概要 通販・EC・小売クライアントに対する複数プロジェクトのマネジメント責任を担います。仮説構築〜業務設計〜AIモデル構築〜新たな顧客体験の実装〜デリバリーまでを、PMとして品質・スケジュール・収益責任を持ち推進します。 詳細 プロジェクトマネジメント 複数プロジェクトの品質・スケジュール・収益管理 リソース配分、メンバー育成、チーム運営 業務改革・プロセス設計(BPR) マーケ・CS・コールセンター等のAs-Is / To-Be業務設計、ROI試算の指揮 マーケティング分析/AIモデル構築の統括 需要予測・離反予測・レコメンド・クリエイティブ生成等のモデル企画 Tech部門との要件整理、モデル検証の統括 新たな顧客体験(CX)の実装 AI Agentを活用した顧客接点再設計(メール・DM・コール・Web・アプリ等)、現場定着化 クライアントマネジメント 経営層・事業責任者との合意形成、期待値調整 組織・ナレッジマネジメント プロジェクトナレッジの形式知化、社内横展開 7. プロジェクト事例(抜粋) 某健康食品通販企業|AIによるDM最適化:DM CVR 20%改善、メール 18%改善、約1億円の粗利創出 某老舗お茶販売企業|DM反応予測モデル:1ヶ月で売上115%、約2,000万円UP 某大手通販企業|DM最適化+統合差配エージェント:主力商品DM最適化で従来比154%の売上向上 某アパレルEC|AIレコメンドエンジン:導入3ヶ月で約3,000万円の売上効果 キャリアパス 短期:Manager → Senior Manager → Director 中長期: GROWTH VERSE本体の事業責任者 M&A買収先企業の経営幹部(事業再生・PMI担当) 新規事業立ち上げ(事業開発ポジションへの転換)

概要 業界を横断したクライアント案件・新規ソリューション立ち上げ・M&A PMIに対し、PMとして品質・スケジュール・収益責任を持ちプロジェクトを推進します。 詳細 プロジェクトマネジメント 複数プロジェクトの品質・スケジュール・収益管理、リソース配分、チーム運営 業務改革・プロセス設計(BPR) 業界横断でのAs-Is / To-Be業務設計、ROI試算の指揮 マーケティング分析/AIモデル構築の統括 予測・最適化・レコメンド・生成AI等のモデル企画、Tech部門との要件整理 新たな顧客体験(CX)の実装 AI Agentを活用した顧客接点再設計、現場定着化 新規ソリューション立ち上げ Tech部門と連携した新規AI Agentの事業検証・GTM推進 M&A・PMI支援 買収先企業のAI実装による業務改革・事業再生の統括 クライアントマネジメント 経営層・事業責任者との合意形成、ステークホルダー間の利害調整 7. プロジェクト事例(抜粋) ふくおかフィナンシャルグループ(FFG)|リテール顧客LTV予測AIと顧客体験再設計:LTV予測AI構築、年代×金融リテラシーでのセグメント設計、ATM・SNS・Web・iBankアプリ横断の顧客接点再設計 某大手旅行代理店|媒体配送最適化:従来比約90%の申込を維持しつつ配送量60%減 某エンターテインメント企業|PR画像のAI生成:ポスター制作で従来比約70%コスト削減 某大手健康食品通販|AI DM最適化:DM CVR 20%改善・メール 18%改善、約1億円の粗利創出 キャリアパス 短期:Manager → Senior Manager → Director 中長期: GROWTH VERSE本体の事業責任者 M&A買収先企業の経営幹部(事業再生・PMI担当) 新規事業立ち上げ(事業開発ポジションへの転換)

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

PKSHA Technologyは自然言語処理を中心とするAIを活用して、チャットや電話を含む幅広いチャネルでの問い合わせ応答を自動化・支援するプロダクトや、昨今の働き方の変化に合わせて職場コミュニケーションの課題を支援するためのプロダクトをSaaS形式で提供しており、エンタープライズ企業のコンタクトセンターやバックオフィスなど様々な対話シーンに導入されています。 このポジションでは、弊社のSaaSに最新のAI技術を用いた新機能を加えることで新たなユーザー体験を与え、SaaS としての提供価値を増幅することがミッションになります。ユーザー課題を根本的に解決するAIを、最新技術をいち早く取り入れながら提案・実験・検証し、プロダクションレベルのコードに仕上げてSaaS に組み込むところまで一気通貫でご担当いただきます。「ユーザーの課題解決」には広範なスキルセットが必要となるため、自分一人だけで進めるのではなく、プロダクトマネージャーやカスタマーサクセスといった他職種と密に連携し、それぞれの得意領域を活かしながらチームとして仕事を進めて、プロダクトの価値を継続的に高め続けることが求められます。自社プロダクトのさらなる起爆剤となる機能を生み出し、未来のSaaSとしてAIの価値を広く社会に届けていきたいエンジニアを募集します。 AI + SaaSという新しい分野のエンジニアポジションとなるため、AIの社会実装経験をお持ちの方のみにとどまらず、AIプロダクト開発未経験でも以下のような今後のキャリアを志望される方々を歓迎します。 ・フロントエンド/バックエンドのソフトウェア設計・実装スキルにとどまらず、自分のケイパビリティに新たにAIの設計・実装スキルを加えたいエンジニアの方。 ・生成AIに関するアカデミアの研究成果がいよいよ社会実装できる段階になったと感じており、みずからプロダクトを開発して社会に直接価値を届けたい研究者の方

概要 当社ソリューションを導入済みのクライアント(および新規導入プロジェクト)に対し、ソリューション運用・保守・改善の責任者として以下を担当します。 詳細 ソリューション運用マネジメント 複数クライアントの運用プロジェクトを統括 SLA管理、品質管理、インシデント対応の指揮 クライアント業務要件の翻訳 クライアント固有の業務フロー・システム要件をソリューション運用に落とし込み 運用ルール・手順書の整備 Tech部門との連携 バグ・機能改善要望をプロダクトチームに連携、優先順位調整 新機能リリース時の運用設計 継続的改善 運用データの分析、運用効率化の提案 自動化・AI化による運用コスト削減 クライアント窓口 運用報告、定例会運営、エスカレーション対応 キャリアパス 短期:Manager → Senior Manager → Director 中長期: GROWTH VERSE本体の運用統括責任者・事業責任者 M&A買収先企業の運用改革・PMI担当 Tech部門と連携したCustomer Reliability Engineering領域のリード

概要 クライアント(金融機関:銀行・証券・保険・クレジット等)の経営・事業課題に対し、仮説構築・マーケティング分析・AIモデル構築・新たな顧客体験の実装・プロジェクト推進までを一気通貫で担当します。 詳細 業務改革・プロセス設計(BPR) As-Is業務フローの調査・可視化、To-Be設計、ROI試算 マーケティング分析 顧客データ(取引履歴・属性・接点履歴)の分析、セグメンテーション設計 施策効果検証、KPI設計 AIモデル構築・検証 Tech部門と連携した休眠予測・離反予測・クロスセル・リスク判定等のモデル企画・要件定義 A/Bテスト設計、精度検証 新たな顧客体験(CX)の実装 AI Agentを活用した顧客接点の再設計(コール・チャット・Web・アプリ等) オペレーション実装・現場定着化 戦略策定 AI活用ロードマップ策定、事業KPI設計 プロジェクト推進(PM) Tech部門との要件整理、PMとしての品質・スケジュール管理、クライアント経営層・現場との合意形成 7. プロジェクト事例(抜粋) ふくおかフィナンシャルグループ(FFG)|リテール顧客LTV予測AIと顧客体験再設計 課題:リテール顧客のLTVを個別に予測し、世代・ライフステージに応じた最適な金融商品提案を実現したい 取組: 顧客属性・取引履歴・行動データから特徴量を設計し、LTV予測AIモデルを構築(SHAP解析による説明性担保) 年代 × 金融リテラシーで顧客セグメント設計(Expert / Learner / Beginner × 20〜60代) セグメント別のカスタマージャーニー再設計(NISA・資産運用・ローン等) ATM・SNS・YouTube・Web・iBankアプリを横断した顧客接点の再設計 成果:LTV Top20%顧客の行動パターン可視化、Profit予測モデル精度の獲得、施策優先度(新規/休眠/継続別)の明確化 某大手証券会社|休眠顧客予測AI 課題:月に約2,000人が休眠化。従来の取り組みでは予測・防止が困難 取組:顧客属性/取引履歴/コンタクト履歴から250個以上の特徴量でAIモデルを構築、カバー率と正答率の2パターンで検証 成果:約97%の精度で休眠顧客を特定、事前施策の高度化を実現 キャリアパス 短期:Consultant → Manager → Director 中長期: GROWTH VERSE本体の事業責任者 M&A買収先企業の経営幹部(事業再生・PMI担当) 新規事業立ち上げ(事業開発ポジションへの転換)

概要 クライアント(総合通販・EC・小売・D2C等)の経営・事業課題に対し、仮説構築・マーケティング分析・AIモデル構築・新たな顧客体験の実装・プロジェクト推進までを一気通貫で担当します。 詳細 業務改革・プロセス設計(BPR) As-Is業務フロー(マーケ・CS・物流・コールセンター等)の調査・可視化 AI Agent導入後のTo-Be業務フロー策定、ROI試算 マーケティング分析 顧客データ(購買履歴・属性・接点履歴)の分析、セグメンテーション設計 施策効果検証、KPI設計 AIモデル構築・検証 Tech部門と連携した需要予測・離反予測・レコメンド・クリエイティブ生成等のモデル企画・要件定義 A/Bテスト設計、精度検証 新たな顧客体験(CX)の実装 AI Agentを活用した顧客接点の再設計(メール・DM・コール・Web・アプリ等) オペレーション実装・現場定着化 戦略策定 AI活用ロードマップ策定、CRM/CDP戦略、事業KPI設計 プロジェクト推進(PM) Tech部門との要件整理、PMとしての品質・スケジュール管理、クライアント経営層・現場との合意形成 7. プロジェクト事例(抜粋) 某健康食品通販企業|AIによるDM最適化 課題:RF分析での絞り込みが最適でなく無駄打ちコスト発生。NET会員への購買促進が未実現 取組:顧客属性/商品/購買履歴/施策履歴からAI反応予測モデル構築、顧客別に最適リスト生成 成果:DM CVR 20%改善、メール 18%改善、約1億円の粗利創出 某老舗お茶販売企業|DM反応予測モデル 取組:機械学習モデルでDM反応予測確率を会員ごとに算出、A/Bテストで効果検証後に定常運用化 成果:1ヶ月で売上115%(約2,000万円UP) 某大手通販企業|DM最適化+統合差配エージェント 取組:DM/メール/架電を横断するスコアリングAI構築、領域横断の統合差配エージェントを構築中 成果:主力商品のDM最適化で従来比約154%の売上向上 某アパレルEC|AIレコメンドエンジン 取組:業界最先端のAIモデルで関連ユーザー/商品を測定、コーデ/スタッフレコメンド・マルチモーダル・リアルタイムパーソナライズを追加実装 成果:導入後3ヶ月で約3,000万円の売上効果 キャリアパス 短期:Consultant → Manager → Director 中長期: GROWTH VERSE本体の事業責任者 M&A買収先企業の経営幹部(事業再生・PMI担当) 新規事業立ち上げ(事業開発ポジションへの転換)

概要 業界を横断したクライアント案件・社内の新規ソリューション立ち上げ・M&A PMIに対し、仮説構築・マーケティング分析・AIモデル構築・新たな顧客体験の実装・プロジェクト推進までを一気通貫で担当します。 詳細 業務改革・プロセス設計(BPR) 業界横断でのAs-Is / To-Be業務設計、ROI試算 マーケティング分析 顧客データの分析、セグメンテーション設計、施策効果検証、KPI設計 AIモデル構築・検証 Tech部門と連携した予測・最適化・レコメンド・生成AI等のモデル企画・要件定義、A/Bテスト設計 新たな顧客体験(CX)の実装 AI Agentを活用した顧客接点の再設計、オペレーション実装・現場定着化 戦略策定 AI活用ロードマップ、事業戦略、KPI設計 新規ソリューション立ち上げ Tech部門と連携した新規AI Agentの事業検証・GTM設計 M&A・PMI支援 買収先企業のAI実装による業務改革・事業再生 プロジェクト推進(PM) Tech部門との要件整理、PMとしての品質・スケジュール管理、クライアント・社内ステークホルダーとの合意形成 7. プロジェクト事例(抜粋) ふくおかフィナンシャルグループ(FFG)|リテール顧客LTV予測AIと顧客体験再設計 取組:LTV予測AIを構築(SHAPで説明性担保)、年代×金融リテラシーでセグメント設計、ATM・SNS・Web・iBankアプリ横断の顧客接点を再設計 成果:LTV Top20%顧客の行動パターン可視化、施策優先度の明確化 某大手旅行代理店|媒体配送最適化 取組:顧客属性/参加履歴/配信履歴からスコアリングモデル作成、媒体特徴×商品特徴の予測AIで配送効率最大化 成果:従来比約90%の申込を維持しつつ配送量60%減 某エンターテインメント企業|PR画像のAI生成 取組:大量保存画像の特徴量をベースに入力要件をエンコーダーで変換、光源等を自動調整 成果:ポスター制作で従来比約70%コスト削減 某大手健康食品通販|AI DM最適化 成果:DM CVR 20%改善・メール 18%改善、約1億円の粗利創出 キャリアパス 短期:Consultant → Manager → Director 中長期: GROWTH VERSE本体の事業責任者 M&A買収先企業の経営幹部(事業再生・PMI担当) 新規事業立ち上げ(事業開発ポジションへの転換)

<<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)

本ポジションでは、ログラスが展開する新規AIプロダクトのいずれかに参画し、PdM・デザイナー・ドメインエキスパートなどと連携しながら、顧客課題の探索からプロトタイピング、設計、実装、検証、改善までを一気通貫で担っていただきます。 単に決められた仕様を実装するのではなく、顧客との対話を通じて業務や課題を理解し、LLM・AIエージェントをどのように組み込めば新しい価値を実現できるかを考え、実際に動くプロダクトとして届ける役割です。 AIプロダクトは、技術の進化が速く、最初から完成された正解が存在しない領域ではありません。 そのため、精緻な仕様を長期間かけて実装するよりも、顧客の業務を理解し、短期間でプロトタイプを作り、実際の利用を通じて仮説を検証することを重視しています。 プロダクトのフェーズや本人の強みに応じて、フロントエンド・バックエンド・AIアプリケーション・アーキテクチャなど、担当範囲は柔軟に設計します。 領域を限定せず、プロダクトの価値提供に必要な技術課題へ越境して取り組んでいただくことを期待しています。 本ポジションでは、ログラスが展開する新規AIプロダクトのいずれかに参画し、PdM・デザイナー・ドメインエキスパートなどと連携しながら、顧客課題の探索からプロトタイピング、設計、実装、検証、改善までを一気通貫で担っていただきます。 単に決められた仕様を実装するのではなく、顧客との対話を通じて業務や課題を理解し、LLM・AIエージェントをどのように組み込めば新しい価値を実現できるかを考え、実際に動くプロダクトとして届ける役割です。 AIプロダクトは、技術の進化が速く、最初から完成された正解が存在しない領域ではありません。 そのため、精緻な仕様を長期間かけて実装するよりも、顧客の業務を理解し、短期間でプロトタイプを作り、実際の利用を通じて仮説を検証することを重視しています。 プロダクトのフェーズや本人の強みに応じて、フロントエンド・バックエンド・AIアプリケーション・アーキテクチャなど、担当範囲は柔軟に設計します。 領域を限定せず、プロダクトの価値提供に必要な技術課題へ越境して取り組んでいただくことを期待しています。 ●顧客課題の探索とプロダクト設計 顧客へのヒアリングや業務観察を通じた課題・業務フローの理解 PdM、デザイナー、ドメインエキスパートと連携したプロダクト体験の設計 顧客課題と技術的な実現可能性を踏まえた機能要件・仕様の策定 プロトタイプを用いた仮説検証と顧客フィードバックの収集 ●LLM・AIエージェントを活用したプロダクト開発 LLMを組み込んだWebアプリケーションの設計・実装 プロンプトエンジニアリング、コンテキスト設計、RAG等を活用した機能開発 AIエージェントを活用した業務フロー・ユーザー体験の設計 モデルの出力品質を評価する仕組みや評価指標の設計 精度・速度・コスト・再現性を踏まえた継続的な改善 新しいモデルやAI技術の検証とプロダクトへの適用 ●PMFに向けた高速な開発・改善 新規プロダクトや機能のプロトタイピング 顧客利用を通じて得られたフィードバックを踏まえた改善 利用状況や定性・定量データに基づく優先順位の判断 PdM・デザイナー・ビジネスメンバーと連携した開発計画の策定 技術的な知見を踏まえたプロダクト戦略・ロードマップへの提案 ●プロダクトの成長を支える技術基盤の構築 プロダクトの成長を見据えたアーキテクチャ設計 可用性・拡張性・セキュリティ・パフォーマンスの改善 コードレビュー、テスト設計、自動化による開発品質の向上 AIコーディングツールを活用した開発プロセスの改善 複数のAIプロダクトで再利用できる知見・技術基盤の整備 ※参画するプロダクトや具体的な業務範囲は、ご経験・志向、選考時点の事業状況を踏まえて決定します。 ●開発環境 サーバーサイド:Go フロントエンド:React / Next.js / TypeScript インフラ:AWS / Terraform / Fargate / ECR データベース:Aurora PostgreSQL テストツール:Datadog Synthetics / Playwright コミュニケーション・設計・開発支援:Slack Gather Figma Findy Team+ Notion Miro diagrams.net Cursor Claude Code Gemini ※参画プロダクトによって、一部の技術構成が異なる場合があります。 ●業務内容の変更範囲 会社の定める業務

創業5年で評価額1,000億円超/急成長を続け使命の実現を目指す 2021年の創業以来、黒字経営を続けてきた弊社があえて資金調達に踏み切った理由。それは、日本の基幹産業をアップデートし、世界市場での競争優位性を確立する、その決意の表れです。 評価額は1,000億円を超え、大きな期待を背負う形となりました。創業から5年間急成長を続けてきた弊社ですが、目指すのはさらにその先、ここがゴールではありません。長きに渡って日本が磨き続けてきた「ものづくり」という世界に届く武器を、最先端AIやロボティクスの力でさらに強固なものにする。インターネット時代に停滞した日本経済を、AI時代に再興する。そして私たち燈も日本一・世界一の企業となり日本の希望の光となる。それが実現できた時、私たちが掲げる「日本を照らす燈となる」という使命は達成されます。 ここから燈の成長は第二フェーズに突入します。これまで以上にダイナミックなビジネスを展開していく中で、働くメンバーにも多くのチャンスが巡っていきます。この環境下で大きな使命を背負い、私たちと一緒に歩んでいただける方を募集しています。文章だけでは語り尽くせない思いや、詳細な業務内容について、ぜひカジュアル面談でお話しさせてください。 DX Solution事業本部のシステム開発チームにソフトウェアエンジニアとして配属され、クライアント企業のDXを推進するシステム開発に携わっていただきます。 入社直後は、テックリードやシニアエンジニアの指導のもと、設計思想やコーディング規約を学びながら、フロントエンド・バックエンド・インフラなどフルスタックな領域に対しての実装をメインで担当していただきます。単なる実装作業にとどまらず、クライアントとのMTG参加などを通じて顧客に近い距離でシステムを構築する経験を積むことも可能です。 【入社後にまずお任せしたいこと】 新規開発では、案件へ参画して要件をキャッチアップしていただき、既存開発メンバーと共に詳細設計・開発・テスト業務を担当いただきます。 保守・追加開発では、既存メンバーと共に担当案件の仕様やシステム構成などをキャッチアップしていただき、不具合の修正対応や追加開発案件での実装業務から着手いただきます。 【開発例】 ・RAGを用いた社内ナレッジ検索Webシステムの開発:社内技術文書を検索・回答生成するエージェント機能のバックエンドAPIおよびフロントエンド開発。 ・画像認識AIを搭載した写真管理プラットフォームの構築・運用:数百万枚規模の現場写真を高速に処理するデータベース設計・API実装。稼働後のパフォーマンス改善やデータ量増加に伴うスペック検討も担当。 ・動画解析によるインフラ異常検知ダッシュボードの開発:車載カメラ等の動画データを解析し、変状箇所を可視化する管理画面(UI)の実装と、解析結果を蓄積・配信するバックエンドシステムの構築。 ・ドメイン特化LLMを活用した業務支援ツールのAPI開発・追加開発:建設・製造業向けLLMの推論APIの実装、および稼働中サービスへの機能追加・改善。 ・稼働中Webシステムの保守・改善:不具合調査や修正、脆弱性対応、ボトルネック特定によるパフォーマンスチューニング、インフラ監視や改善対応、機能追加・改善提案により発足した開発案件の開発プロセス進行。 【技術スタック(一例)】 フロントエンド:TypeScript / Node.js / React / Next.js バックエンド:TypeScript / Node.js / Python / NestJS / FastAPI / GraphQL / Hasura / gRPC インフラ:Terraform / Kubernetes / AWS / Microsoft Azure / Google Cloud AI:Python / Numpy / Pandas / PyTorch / OpenCV AI開発ツール:Devin / Claude Code / GitHub Copilot / Gemini 燈では、最新のAI開発支援ツールを実務に組み込み、効率と品質を同時に高めています。主な活用例は以下の通りです。 Devin:自動タスク実行により、同時並行での実装数を向上 Claude Code:自然言語からの高度なコード提案・改善で、実装スピードおよび同時並行実装数を向上 GitHub Copilot:日常的なコーディング補助で、作業効率を底上げ Gemini:Deep Research / Python実行を含む情報検索・解析で、調査や設計の精度を向上

【プロジェクト例】 ●画像認証システムの開発 ●生成AIに対する攻撃の対策・検証 ●生成AIを活用したアプリケーション開発 ●案件分類および自動マッチングシステム(RAG活用)の構築 ●採用支援システムでのスカウト文章自動生成ツールの開発 ●ChatGPTやClaudeなどLLMを活用したチャットポットや情報要約システムの構築 ●Rust/Java/Go/C#などを用いたAI自動テストアプリケーション開発 ●動画配信におけるAIサービス開発など ※状況によっては、これまでの経験を活かせる開発プロジェクトから参加していただく場合もございます。 ※リモートワーク可能なプロジェクトが多く、最先端の技術に触れることができます。 ※ご経験・スキル・希望に応じて最適な案件をご紹介します。 ※ご経験に応じて段階的に上流工程へとステップアップしていただけます。 ※ご経験やスキル・プロジェクトの状況によっては一例以外のプロジェクトをご案内させていただく可能性がございます。 ●職務内容の変更の範囲 (雇入れ直後)情報処理・通信技術に関わる業務 (変更の範囲)会社の定める業務

●ChatGPT、Claude、Geminiなどの生成AIを活用したシステム設計・開発・テスト効率化 ●AIサービスやAPIの調査・試行、PoC(概念実証)の実施 ●Pythonやクラウド(AWS/GCP/Azure)を活用したAIアプリ開発 ●AIを活用した業務効率化・自動化の推進 ●他部門との協働による新しいAI活用プロジェクトの立案・実行 <1日のスケジュール例> 9:30～ 出勤・メール対応 10:00～ AIツールの検証・プロトタイプ開発 12:00～ 昼休憩 13:00～ システム設計・実装(AIを組み込んだ開発) 15:00～ チームミーティング/技術共有 16:00～ 新規AIサービス調査・PoC作業 18:30～ 退勤

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

ミッション 介護領域における「施設探し」と「仕事探し」を利用者/クライアント両面から繋ぎ、ベストマッチングを提供する「リボンモデル」のビジネスを展開し、既存事業から得られる「市場の一次データ」からプラットフォームを構築することで、売上最大化をさせることがミッションです。 業務概要 業界トップクラスの自社プラットフォームで生成・蓄積されるデータを管理・活用することで、プラットフォームとしての競合優位性を構築していただきます。 具体的な業務内容 ・プラットフォームで蓄積するデータの整理・加工・管理 ・蓄積されたデータのビジネスへの活用 ・データ活用・データメンテナンスのためのオペレーションの仕組化、現場への落とし込み ・データの蓄積・活用ためのインフラの設計・構築 ・プラットフォームのマスタデータの管理・活用 ・AIや機械学習などへの活用 ※従事すべき業務の変更の範囲:適性に応じて会社の指示する業務への異動を命じることがある

●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。

ミッション CTOとしてテクノロジーの力を最大限に活用し、介護・ヘルスケア領域のプラットフォーム事業において革新的なソリューションを生み出すことがあなたのミッションです。ビジネス戦略と技術戦略を融合させ、当社のプラットフォームビジネスを次のステージへと導くことを期待しています。また、技術部門の変革を主導し、最先端のテクノロジーとベストプラクティスを組織に浸透させることで、持続可能な競争優位性を確立していただきます。 業務概要 CTOとして、当社のテクノロジー戦略の立案・実行を主導していただきます。既存サービスの強化と新規プロダクトの開発を通じて、介護・ヘルスケア領域におけるデジタルトランスフォーメーションを推進します。また、技術部門のリーダーとして、エンジニアチームの育成・強化にも携わっていただきます。 具体的な業務内容 ・事業戦略と連動した中長期的な技術戦略の策定とロードマップの作成 ・新規プロダクトの技術選定、アーキテクチャ設計、および構築の指揮 ・既存プロダクトのスケーラビリティ向上とパフォーマンス最適化 ・AI/機械学習技術の導入による、データドリブンな意思決定プロセスの確立 ・事業成長のスピードを維持しながら技術的負債の解消への実現 ・クラウドインフラストラクチャの設計・運用・最適化 ・アジャイル開発手法の導入・改善によるプロダクト開発プロセスの効率化 ・技術部門の組織設計、人材採用、および育成プランの策定・実行 ※従事すべき業務の変更の範囲:適性に応じて会社の指示する業務への異動を命じることがある

クライアントのビジネス課題に対し、表データを用いた予測・分類モデルの構築から、最新の生成AIソリューションの開発までを一気通貫で担当します。 単なるプロジェクト進行の管理に留まらず、精度向上のためのアルゴリズム選定や、生成AIの実装におけるプロンプト構成など、技術的な意思決定に深く関与していただきます。 現場のメンバーと議論を交わし、泥臭く精度を追求できる環境です。 ●案件事例 ・生成AIを活用した検索システムの開発 ・ワークフローを自動化するAIエージェントの開発 ・クライアントのAI人材教育のための伴走支援 ・Eコマース領域におけるAIを用いたターゲティング最適化、予測モデルの開発やMLOpsの運用 ・通信業における在庫最適化/予測モデルの開発と改良 ●入社配属部署(AIビジネス部) AIビジネス部は、最新のAI関連技術を応用してお客様のデータ利活用や業務効率化をしている部門です。 機械学習や深層学習のPoCから、生成AIを活用したAIエージェントの開発まで機械学習分野全般を対応しています。 現在募集している人材は、プロジェクトマネジメント能力と技術的専門性を併せ持ち、プロジェクトを牽引できるメンバーになります。 〔新規事業開発・ボトムアップの文化〕 当部門では、現場の「この分析手法なら、もっと精度が出る」「この最新技術で新規事業を作りたい」という声を尊重します。 管理職に回ることで技術が疎かになるのではなく、技術の本質を理解しているからこそ、最高のマネジメントができるという価値観を大切にしています。 変更の範囲:会社が指定した場所

●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

クライアントのビジネス課題に対し、表データを用いた予測・分類モデルの構築から、最新の生成AIソリューションの開発までを一気通貫で担当します。 単なるプロジェクト進行の管理に留まらず、精度向上のためのアルゴリズム選定や、生成AIの実装におけるプロンプト構成など、技術的な意思決定に深く関与していただきます。 現場のメンバーと議論を交わし、泥臭く精度を追求できる環境です。 ●案件事例 ・生成AIを活用した検索システムの開発 ・ワークフローを自動化するAIエージェントの開発 ・クライアントのAI人材教育のための伴走支援 ・Eコマース領域におけるAIを用いたターゲティング最適化、予測モデルの開発やMLOpsの運用 ・通信業における在庫最適化/予測モデルの開発と改良 ●入社配属部署(AIビジネス部) AIビジネス部は、最新のAI関連技術を応用してお客様のデータ利活用や業務効率化をしている部門です。 機械学習や深層学習のPoCから、生成AIを活用したAIエージェントの開発まで機械学習分野全般を対応しています。 現在募集している人材は、プロジェクトマネジメント能力と技術的専門性を併せ持ち、プロジェクトを牽引できるメンバーになります。 〔新規事業開発・ボトムアップの文化〕 当部門では、現場の「この分析手法なら、もっと精度が出る」「この最新技術で新規事業を作りたい」という声を尊重します。 管理職に回ることで技術が疎かになるのではなく、技術の本質を理解しているからこそ、最高のマネジメントができるという価値観を大切にしています。

PKSHA Technologyは、AIとソフトウェアの力で社会をより良くしていくことを目指し、事業領域を拡大しています。 PKSHAでは、BPOや人材プラットフォームのようなサービス事業と独自のAIプロダクトを組み合わせて社会に新しい価値を提供していく「AI Powered Worker事業」を新たに立ち上げ、ビジネス・技術メンバー一体となって社会・顧客・ユーザーへの新たな価値実現に向き合っています。 具体的には、サーキュレーション（プロフェッショナルワーカーのプラットフォーム）やトライアンフ（採用BPO）といった企業がグループインし、現在AIを組み合わせた新たな事業価値を創出する様々な取り組みを進めています。 このポジションでは、シニアテックリードとして、グループインしたHR領域の企業の価値を最大化するために、既存事業のオペレーションやプロダクトにAIを迅速に統合し、事業価値を向上させるAX(AI Transformation)チームの取り組みを主導していただきます。 既存組織の技術課題を把握し、適切な場所・タイミング・方法でAIを導入し、事業や組織の刷新を含む技術戦略を策定し、実行していただきます。 【具体的な業務内容】 ●既存事業の技術資産の把握、AI実装による事業価値向上に向けたロードマップの策定 ●既存システムへのAI統合に伴うアーキテクチャ設計・技術選定 ●エンジニア採用戦略の立案・実行 【技術スタック】 本ポジションでは、フェーズや課題に合わせて技術選定の裁量をお持ちいただきます。 一般的な想定ケースとして、レガシーな環境からモダンな環境への移行やアーキテクチャ設計を推進していただきます。

PKSHA Technologyは、AIとソフトウェアの力で社会をより良くしていくことを目指し、事業領域を拡大しています。CEO室では、M&Aを通じてグループに加わった企業の事業成長を加速させる「AI駆動バリューアップ」を推進しています。このAI駆動バリューアップを牽引する中核メンバーとして、共に社会に大きなインパクトを与えませんか? このポジションでは、シニアテックリードとして、グループインした企業の価値を最大化するために、既存事業のオペレーションやプロダクトにAIを迅速に統合し、事業価値を向上させるAX(AI Transformation)チームの取り組みを主導していただきます。 既存組織の技術課題を把握し、適切な場所・タイミング・方法でAIを導入し、事業や組織の刷新を含む技術戦略を策定し、実行していただきます。 【具体的な業務内容】 ●M&A先企業の技術資産の把握、AI実装による事業価値向上に向けたロードマップの策定 ●既存システムへのAI統合に伴うアーキテクチャ設計・技術選定 ●CEO室およびM&A先企業のエンジニア採用戦略の立案・実行 【技術スタック】 本ポジションでは、フェーズや課題に合わせて技術選定の裁量をお持ちいただきます。 一般的な想定ケースとして、レガシーな環境からモダンな環境への移行やアーキテクチャ設計を推進していただきます。

AI技術を核としたアプリケーション開発に携わっていただきます。多様な業界・業種のお客様に対し、ビジネスデベロッパーやアルゴリズムエンジニアといった専門家と連携し、企画提案から開発、そして運用まで、プロジェクト全体を一貫してリードしていただきます。 プロジェクト例 ・大手金融機関における次世代コンタクトセンターの構築 ・国内クレジットカード決済流通網のうち約10兆円の規模を支える不正利用検知の提供 ・大手教育事業者における生徒一人ひとりに合わせた最適な問題を出題する次世代型教育アプリの共同開発 ・大手金融機関における膨大な問い合わ対応を効率化するLLMを活用した対話型エージェントの構築 ・大手小売企業の業務効率化を加速する需要予測やシフト最適化ソリューションの提供 技術スタック ●利用言語 Python、TypeScript ●クラウド AWS、Azure ●バージョン管理 Git (GitHub) ●CI/CD Github Actions ●インフラ Docker、Terraform、AWS CDK ●ドキュメント管理 Notion ●コミュニケーション Slack ●AIツール Github Copilot、Cursor、Claude 等　 ※月額3万円会社負担 ※未経験のものがある場合でも、キャッチアップいただけると感じていただける方であれば問題ありません

「どの職種が合っているか分からない」「複数の領域に興味がある」という方のためのオープンポジションです。 候補者様のバックグラウンドと志向性を踏まえ、最適なポジションをご提案いたします 。 ●募集ポジション ・データ分析基盤エンジニア(SQL・DWH・ETL・BI基礎) ・BIエンジニア(Tableau / Power BI / Looker) ・データアナリスト(SQL / Python / BI) ・データエンジニア(GCP / AWS / Snowflake など) ・AI/機械学習エンジニア ・データサイエンティスト ●募集部門 ・データ利活用部 ・AIビジネス部 ・ACR(Analytics Consulting Research)部 ・基盤運用構築部 ・BI推進部 ・SAC(Strategic Anltics & Consulting)部

【概要】 AIエンジニア(AIチームメンバー)としてビジネス課題を最新技術で解決する仕事です。 【詳細】 ・ ビジネス課題に基づいたAIソリューションの企画・設計 ・ 機械学習・深層学習アルゴリズム(画像認識・自然言語処理など)の開発と最適化 ・ 生成AIなどの最新技術を用いたAI開発 ・ クライアント向けAIソリューションのプロトタイピングと実証実験(コーディングを含む) 【技術スタック】 クラウド: AWS、GCP、Azure データ活用基盤:Snowflake、Databricks 生成AI:OpenAI、Claude、Geminiなど プログラミング言語: Python、SQL、Rなど フレームワーク:PyTorch、TensorFlow、Hugging Face