年俸制（12分割） Google Cloud Platform(GCP)のITエンジニア求人・転職情報

WINTICKETの機械学習エンジニア として、サービス課題に対する、 蓄積されたデータと機械学習技術を用いたソリューションの提案/実行や、WINTICKETに関わる新規事業の機械学習システムの新規開発を、リードしていただくポジションです。 機械学習エンジニアの役割は非常に広範で多くの技術を駆使します。課題の一例として、スポーツ映像(競輪など)に対する新しい視聴体験の提供のための技術検証や実装、悪質なユーザや行動ログの検知によるサービスの信頼性向上などが挙げられます。これらの課題に対し、機械学習や統計学の専門知識を用いてアルゴリズムの開発、実装、検証を行います。また、データ活用の手段を効率化するための基盤作りも進めています。 WINTICKETにおける機械学習エンジニアは開発した技術によって事業的なアウトカムを創出することを重要視します。そのため、(1)データに基づいた分析や事業部メンバーの提案を基にした課題発見(2)課題解決につながるアイディアの提案、PoCの作成(3)アイディアを実現するアルゴリズムの開発(4)実サービスへの適用(5)効果検証(6)運用までを、様々なメンバーと協働しながら繰り返し行います。 本ポジションでは、機械学習・コンピュータサイエンス・数学の分野における専門知識と、それらを課題に合わせて応用・実装する能力が求められます。また、開発全体を通して様々なチームと連携するため、リーダーシップとコミュニケーション能力が必要です。加えて、ユーザの行動履歴などセンシティブなデータを取り扱うことがあります。利用規約・プライバシーポリシー・関連法規の遵守を前提とした開発を進めるため、技術力と同時に高い倫理観も求められます。 ●過去に機械学習エンジニアが担当した業務内容を紹介します。 ・競輪映像からリアルタイムで選手の3次元位置を推定するシステムの設計 / 開発 ・本人確認書類の偽造や使い回しを防止するための不正画像検知システムの開発 ・ユーザの行動ログから不正な取引を検知するシステムの開発 ●チームの文化や体制、働く環境について チームには、機械学習エンジニア1名のほか、データサイエンティスト3名、データエンジニア1名が所属しており、必要に応じて職種をまたいだ動きも取り入れながらチームとしての事業成果の最大化を目指しています。所属する横軸組織には、30名程度のデータ職メンバーが在籍しており、相談や事業間のナレッジ共有が気軽に行える環境です。

全社SREチームではクラウドマネジメント(AWS, Google Cloud)、セキュリティ、ガバナンスなど組織横断での取り組みや、インフラ専任者が不在のチームに対して技術的なサポートを行っています。 時には社内にある別のIT部門と協力をして商用環境のみならず全社のIT基盤への取り組みまで行うことがあります。 具体的な業務内容の例は以下のとおりです。 ●AWS, Google Cloudなど商用環境を安全かつスムーズに利用できるための取り組み ・ガイドライン、ポリシーの構築 ・GuardDuty、Inspector、Control Towerなどの統制管理とセキュリティへの取り組み ・脆弱性、EOL、コンプライアンスへの取り組み ・コスト管理 ●運用管理と障害対応 ・メンテナンス対応 ・AWS, Google Cloud、OS、ミドルウェアの運用 ・クラウドサービスの設計、運用、管理 ※事業や所属部門の状況の変化等により、会社の指示する職務内容へ変更することがある 入社後の流れ 入社後は全体研修を実施し、会社の理念や事業内容、各種制度について説明します。 その後は、配属部署にて実務を通じたOJTでキャッチアップを進めていただきます。 即戦力としてご活躍いただけるよう、必要に応じてサポートしますので、不明点や困りごとは気軽に相談できる環境です。 開発環境・利用ツール ・AWS, Google Cloud GitHub,Slack, esa.io, miro ●その他環境 こちらをご覧ください [組織横断的なSRE活動を始めようとしています](https://tech.bm-sms.co.jp/entry/2024/12/09/100000_1) 配属部署 プロダクト推進本部 技術推進グループに所属し、全社横断のSREチームとして活動いただきます。このチームは組織横断で商用環境の運用管理やセキュリティを担っています。 将来のキャリアパス ・アーキテクト、エンジニアリングマネージャーなど個々の志向性に併せて多様なキャリアパスが存在します。

スマホアプリケーション上で展開されるコンテンツを出力するAIモデルの運用保守および改善開発をご担当いただきます。 当該のAIモデルはGCP上に展開されており、これらに関して運用をご担当いただきます。 AIモデルにエラーが発生した場合にはその保守対応についてもご担当いただきます。 AIモデルの実行結果について、効果測定を定期的に実施してデータの取りまとめをご担当いただきます。 またクライアントから要望のあった場合に、モデル改善の実装をご担当いただきます。

●業務概要 顧客企業と伴走しながら、生成AIや機械学習を組み込んだアプリケーションの設計〜開発〜運用までを担当します。 ●<主な業務例> ・生成AIを組み込んだAIエージェントアプリケーションの開発 ・生成AIアプリケーション/システムのLLMOps/AgentOps設計・開発 ・機械学習アプリケーション/システムのMLOps設計・開発 ・機械学習アプリケーション/システムの新規技術・サービス調査検証 ※詳細は面接時に説明します。 ●プロジェクト事例 AI自動発注システム 未来型無人化店舗「SECURE AI STORE LAB」開発　 ●技術スタック 言語:Python、SQL、Scala、Java DWH:Snowflake、BigQuery、Redshift データ基盤:Databricks、Spark、Presto、Hadoop BIツール:Tableau、Looker、PowerBI、Datorama、DOMOなど クラウド:AWS、GCP、Azure ETL/ELTツール: dbt、Fivetran、trocco、Airbyte、Talend、AWS Glue AIフレームワーク:VertexAI、SageMaker、AzureML IaCツール:Terraform、CloudFormation、Ansible

当社のアグリゲーション事業とデジタルソリューション事業(以下、DS事業)の両方を対象に、サイバー攻撃への対策を軸としたセキュリティ基準の策定と運用を担うセキュリティエンジニアを募集します。 全社のセキュリティ方針・基準・ガイドラインをゼロから設計・整備し、開発・インフラ・コーポレートの各部門に浸透させる役割です。 ＜主な業務内容＞ アグリゲーション事業・DS事業の両方を対象に、以下の業務を担当いただきます。 経験や状況に応じて、優先度や比重は調整します。 ① セキュリティ基準・ポリシーの策定と運用 • 全社セキュリティ方針、各種基準、ガイドライン、運用ルールの策定と改訂 • リスクアセスメントの実施と、対策の優先順位付け • アグリゲーション事業・DS事業それぞれの特性を踏まえた、事業別のセキュリティ要件の整理 • 策定したルールの社内への浸透と、遵守状況のモニタリング ② クラウド(Azure)環境のセキュリティ設計・改善 • ID・アクセス管理(権限設計、最小権限、特権アクセスの管理) • ネットワーク・データ保護(Azure SQL Databaseを含む暗号化、アクセス制御、バックアップ方針) • クラウド設定の継続的な点検と、設定不備の是正 • インフラエンジニアと連携した、セキュリティを組み込んだ基盤設計のレビュー ③ プロダクトセキュリティ(アプリケーション・開発プロセス) • 脅威モデリングとセキュリティレビュー(設計段階から実施) • DS事業における、複数顧客に展開するパッケージプロダクトのセキュリティ設計(顧客データの分離、認証・認可など) • GitHub Enterprise・Azure DevOps上のCI/CDパイプラインのセキュリティ対策(脆弱性・依存ライブラリ・シークレット管理) • AIコーディングエージェントの活用を前提とした、セキュアな開発ルール・ガイドラインの整備 ④ 脆弱性管理 • 脆弱性情報の収集・分析と、対処の推進 • 脆弱性診断・ペネトレーションテストの計画、外部ベンダーの選定、指摘事項への対応管理 ⑤ 監視・インシデント対応 • セキュリティ監視(ログ収集・検知)の仕組みづくりと運用 • インシデント対応フロー・体制の整備と、発生時の対応リード • 事後分析と再発防止策の立案 ⑥ 顧客対応・認証取得・監査 • 大手企業の顧客からのセキュリティ要件・チェックシート・問い合わせへの対応 • ISMS等のセキュリティ認証取得・監査対応の推進 ⑦ 教育・啓発 • 従業員・開発者向けのセキュリティ教育、啓発活動 • セキュリティに関する社内の相談窓口対応 ＜開発環境・技術スタック＞ クラウド:Microsoft Azure/Azure SQL Database アプリケーション:C#/ASP.NET Core/Entity Framework Core/TypeScript/React 開発・運用:GitHub Enterprise/Azure DevOps/Microsoft Teams AI開発環境:Claude Code Max(5x)を全エンジニアに支給。 OpenAI Codex Proも会社負担で利用可能

システムエンジニアとして、ご経験やスキルに応じて、実装だけでなく要件定義や設計、サービス全体のアーキテクチャ設計といった上流工程まで幅広く担っていただくポジションです。(マネージャーへの転向も可能です)​ 当社には、スキルや経験を重要視しつつも、チャレンジ精神のあるメンバーに挑戦の機会を与える文化が定着しており、より大きな裁量を求めていきたい方にはピッタリの環境です。SES出身や制作会社出身の方も多数入社しており、早期にご活躍いただける体制が整備されています。 また、プロジェクト体制としては、案件ごとに3～15名ほどのチームを組んで開発を推進しています。同じ所属のエンジニアだけでなく、デザイナーやPM等の他ポジションのメンバーと協働で開発を進めて働ける環境で、切磋琢磨し合いながらスキルを伸ばしていくことができます。 ●具体的な業務内容 ・システムエンジニアとしての開発業務 ・場合によって、インフラの開発業務 ・PJメンバーのコードレビュー ・PJ進行に即した技術上の調査、及び提案のためのPoC実施と評価 ・DB設計やアーキテクチャ設計 ・要件定義・基本設計 など 【 既存メンバーの雰囲気 】 ・自己成長への強い想いを持った社員が在籍しています。 ・皆、責任感が強く、協力する姿勢を持ち業務を遂行しています。 ●過去の開発案件事例 ・生成AIを活用した業務効率化システム開発 ・不動産向け業務改善システム開発 ・製造業向けWEB受発注サービス開発 ・データ分析基盤構築 ・金融系業務システム開発支援 等 ​​【使用スキル】※一例​ ​​●開発言語 :Java, Python, PHP, C♯, Server Side Kotlin, TypeScript​ ​​●フレームワーク: <サーバーサイド> SpringBoot, FastAPI, Node.js, Laravel, .Net Core <フロントエンド> React.js(Next.js), Vue.js(Nuxt.js)​ ​​●インフラ:AWS, Azure, OCI, GCP​ ​​●ツール:Git/GitHub, Backlog​

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

日本の大手企業に対して、個社別の開発プロジェクトをリードしていただきます。お客様の業務と保有データを理解し、Speedaの経済情報と組み合わせて顧客環境に実装することで、日々の意思決定に使われる状態を作ります。 - 顧客との実現可能性の検討、スコープ・成功基準の定義および合意形成 - 顧客環境の制約を踏まえたシステムアーキテクチャの設計 - 企業財務・ニュース・開示情報などのデータを顧客環境へ連携するデータパイプラインの設計・構築 - 顧客が保有するデータとの名寄せ・突合、および分析・検索に適したデータモデリング - 開発の推進および実装、本番導入、および導入後の運用・保守 - 顧客側の複数部門にまたがる調整、社内審査・稟議への対応 ※案件のフェーズや規模により、担当範囲は変動します 業務の変更の範囲 会社の指定する全ての業務 技術スタック 社内標準は以下です。ただし顧客環境の制約を受けるため、案件ごとに変動します。 - バックエンド: Kotlin / SpringBoot - フロントエンド: TypeScript / Next.js - インフラ: Google Cloud / AWS(顧客テナントを含む) - データストア: PostgreSQL / Snowflake - データ基盤: ワークフロー管理ツール、データ転送ツールを用いたパイプライン構築 ※ 採用するツールは顧客環境の制約に応じて案件ごとに選定します 開発ツール - Slack, Google Workspace, Notion, Figma - GitHub, Docker, Datadog - Claude Code, Codex, Devin ※ 顧客環境では持ち込み可否が審査の対象になるため、案件によっては利用できません

●Mission The Incubation Team operates as a "startup within a startup." We go far beyond routine feature development, acting as an autonomous engine to build new businesses from the ground up. Our mission is built on three strategic pillars: 1.Forge New Products: We don’t just build; we innovate. We continuously launch and iterate on high-impact products that solve our customers' most complex, high-value problems. 2.Architect High-Performance Teams: We believe that great products come from great organizations. We focus on building and scaling elite engineering teams capable of owning product growth independently. 3.Institutionalize Speed: We don't just move fast by accident. We design the repeatable frameworks and playbooks that turn the "zero-to-one" creation process into a streamlined, scalable science. ●Job Responsibilities Technical Strategy & Architecture: Own the end-to-end architectural roadmap for core backend services. You will make the high stakes decisions on tech stacks, data modeling, and system design that will define our platform for years to come. Engineering Leadership: Act as a technical authority across multiple squads. You will mentor senior engineers, conduct deep dive code reviews, and raise the collective "bar" for engineering excellence. Product Incubation: Drive the technical execution of 0 to 1 product launches, ensuring that speed of delivery never compromises long-term system integrity. System Modernization: Identify and eliminate critical technical debt. You will lead the transition from legacy structures to a modern, distributed architecture optimized for global scale. ●Development Environment Frontend: TypeScript, React, Next.js Backend: TypeScript, Rust(axum), Node.js (Express, Fastify, NestJS) Infrastructure: Docker, Google Cloud, Kubernetes, Istio, Cloudflare 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 Authentication: Auth0 Other tools: GitHub Copilot, Figma, Storybook Communication: Slack, Discord, JIRA, Miro, Confluence

【職種概要】 Forward Deployed Engineer (FDE)は、CADDiのソリューションを導入・活用いただくお客様に対し、技術的な専門家として最も近い立場で伴走し、ビジネス成果の創出をリードするポジションです。 単なる導入作業や技術サポートに留まらず、顧客のビジネス課題や技術的な制約を深く理解し、CADDiのプロダクト群のポテンシャルを最大限に引き出すためのソリューションを設計・実装します。プリセールス段階での技術的な検証(PoC)支援から、導入プロジェクトの実行、導入後の技術的なコンサルティング、アップセル・クロスセルのための技術提案まで、顧客のライフサイクル全体に関わります。また、現場で得た顧客のニーズや課題を社内のプロダクト開発チームにフィードバックし、プロダクトの進化に貢献することも重要なミッションです。 【期待する役割】 このポジションでは、CADDiの技術的な専門家としてお客様に最も近い立場で伴走し、そのビジネス成果創出に技術面からコミットすることが求められます。 単なる製品導入やサポートに留まらず、エンタープライズ顧客特有の複雑なビジネス課題や既存システム環境を深く理解した上で、CADDi製品のポテンシャルを最大限に引き出すソリューション(API連携、データ移行、カスタマイズ開発を含む)を設計・実装します。 プリセールス段階の技術検証(PoC)支援から、導入プロジェクトの技術的リード、導入後の活用支援・コンサルティング、アップセル・クロスセルの技術提案まで、顧客のビジネス変革を実現する「真の技術的パートナー」として、そのライフサイクル全体を技術でリードしていただきます。 また、顧客の最前線で得た深いニーズや課題をプロダクト開発チームへ的確にフィードバックし、プロダクトの進化や新たなソリューション開発を牽引する「架け橋」としての役割も期待されます。 【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) ●営業担当と連携し、技術的な観点からの提案支援、デモンストレーション、PoC(概念実証)の設計・実行 ●顧客の要件ヒアリング、課題特定、およびCADDiプロダクトを用いたソリューションのアーキテクチャ設計 ●導入プロジェクトの実行リード(例: 環境構築、API連携、データ移行、カスタマイズのためのスクリプト開発など) ●導入後の技術サポート、トラブルシューティング、パフォーマンスチューニング ●顧客のプロダクト習熟度向上支援、活用状況のモニタリングと、更なる活用のための技術的提案 ●顧客からの技術的な要望やフィードバックを収集・分析し、プロダクト開発チームへ連携・提言 開発環境 ●バックエンド: Java, Python ●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 ●Data: AlloyDB for PostgreSQL, Apache Iceberg, Dagster, Polars ●開発ツール: GitHub Copilot, Claude Code, Devin ●コミュニケーションツール: Slack, Discord, JIRA, Asana, Miro, Confluence

●期待する役割 Enterprise Solution 部において、ソリューション提供における Technical PdM としての役割を担っていただきます。 本ポジションでは、大きく2つの軸で「何を作るか」の意思決定を主導していただきます。 1つ目は 個社ソリューションの企画・推進 です。顧客の経営課題を深く理解し、課題の発見・仮説立案・ソリューション企画・優先順位づけを行い、エンジニアリングチームと協働してソリューションを形にしていきます。 2つ目は ソリューションプラットフォームの設計・構築 です。ソリューション数の増加に伴い、プラットフォームとして実装すべきコア機能と、ソリューションごとの Configuration で実現する部分の境界を設計し、スケーラブルな基盤を構築します。 いずれの軸においても、ビジネス理解に基づいて自らプレイングし、ソリューション提供で得られた知見をプロダクトへ還流することで、全社レベルでの価値向上にも貢献していただきます。 ●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) ・顧客の経営課題に基づくソリューションのディスカバリー・企画・仕様策定 ・個社ソリューションのロードマップ策定・優先順位づけ・進捗管理 ソリューションプラットフォームのコア機能定義・ロードマップ策定 　-プラットフォームとして実装すべきコア機能と、ソリューションごとの Configuration で実現する部分の境界設計 ・定性・定量リサーチ(顧客ヒアリング・利用データ分析・問い合わせ分析など)の企画・遂行 ・ソリューション提供で得られた知見のプロダクトへの還流に向けた、他部署 PdM との協働 ・顧客および社内ステークホルダーとの調整・合意形成 ●所属組織について ・Enterprise Solution 部への配属を想定しています。 ・開発組織の全体像は[こちらのスライド](https://speakerdeck.com/caddi_eng/enziniaxiang-kehui-she-shao-jie-zi-liao)をご参照ください。 ●開発環境 ・バックエンド: Java, Python ・インフラ: Amazon Web Services,, 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 ・Data: AlloyDB for PostgreSQL, Apache Iceberg, Dagster, Polars ・開発ツール: GitHub Copilot, Claude Code, Devin ・コミュニケーションツール: Slack, Discord, JIRA, Asana, Miro, Confluence

●期待する役割 デジタルバンクを支えるGoogle Cloudを中心とした各種パブリッククラウド(AWS, Azure等)上のインフラ/コンテナ基盤の設計・構築・運用および各種改善施策の推進をお任せいたします。 高可用性・セキュリティ・スケーラビリティを兼ね備えたクラウドプラットフォームの実現に向けて、KubernetesやInfrastructure as Code(IaC)を活用し、開発生産性と安定運用の両立を図っていただくことを期待しています。 ●業務内容 Google Cloud 上でのクラウド基盤設計・構築・運用(GKE, Spanner, CloudSQL, GCE, IAM等) Kubernetes / コンテナ基盤の運用・最適化、自動スケーリング設計 IaC(Terraform、Helm 等)による構成管理・自動化 クラウドコスト管理、キャパシティプランニング アプリ開発チームへの基盤利用支援(権限設計、セキュリティレビュー、ベストプラクティス提供) インシデント対応、障害分析のSRE運用 ●技術スタック バックエンド:Go,Java フロントエンド:Dart/Flutter,TypeScript/Angular フレームワーク:Spring Boot/MyBatis,Cloud Dataflow,Spring Batch,Kafka インフラ:Google Cloud DB:Google Spanner その他:Slack, Jira,Zephyr,Confluence,JP1

●期待する役割 デジタルバンクにおけるITリスク管理の第二線機能として、 ・システムリスク(プロジェクトリスク) ・サイバーセキュリティリスク ・情報リスク ・AI関連リスク ・サードパーティリスク(特にサイバーセキュリティ) 等の管理状況を継続的にモニタリングし、リスク管理態勢の維持・高度化を推進いただきます。 また、企画・開発部門や情報セキュリティ部門と連携しながら、事業推進と適切なリスクコントロールの両立を支援することを期待しています。 (各リスク領域に1.5線が存在する前提で、2線を担っていただきます) チーム責任者のもと、2人目のリードメンバーとして実務の判断や推進を中心となって主導いただきます。 組織の最終責任者ではありませんが、裁量を持って自律的に業務を動かしていく熱意ある方を求めています。 ●担当するリスク領域 ITリスク(プロジェクト管理など含む) サイバーセキュリティリスク 情報リスク AIリスク サードパーティリスク(特にサイバー部分) ●具体業務イメージ 各種リスク管理状況のモニタリング(1線、1.5線への牽制・支援) KRI・管理指標のモニタリング 会議運営および報告資料作成 改善施策のモニタリング 重要インシデントのレビュー ステークホルダーとの連携・支援(当局・MUFG・監査部署・1線/1.5線部署)

●このポジションのミッション 「図面・3D CAD・テキスト等の多種多様な製造業データを統合的に理解・対応付けできる独自のAI基盤を研究・実装し、設計レビューや品質判断といった顧客の重要な意思決定の質を劇的に向上させること」 ※半年〜1年程度の研究開発計画における意思決定と成果責任を担い、要素技術の開発にとどまらず、自ら適切な研究のスコープを定義し、プロトタイプ実装、PoC、実データ上での価値検証までを一気通貫でリードしていただきます。アウトプットの一形態として論文執筆等の学術的貢献も推奨しますが、本ポジションにおける最大のミッションは「生み出した研究成果を、PdMやエンジニアとの連携を通じて事業価値へ接続すること」にあります。 ●このポジションの業務例 以下に業務例を示します。実際の業務はこれに限定されるものではありません。入社後の業務内容は、技術や専門知識、経験等を考慮のうえ決定します。 【業務例1】3D幾何形状の詳細な認識と2D/3D統合モデリング 汎用AIでは捉えきれない、製造業特有の複雑な幾何情報(2D/3D)の深い理解と表現学習に取り組みます。3Dデータから製造・設計上意味を持つ局所的な特徴を抽出し、幾何的・意味的側面を統合するモデリングや 、図面上の多様な要件(寸法、公差、注記等)を3D空間の要素と高度に対応付けるための基盤技術の研究開発をリードしていただきます 。 【業務例2】製造業特化のVLM改善とマルチモーダル基盤構築 図面や3D CAD、テキスト(仕様書や不具合報告等)を横断して検索・推論するためのマルチモーダル埋め込みモデルを開発します。また、既存の汎用VLMが抱える言語偏重のバイアスを解消し、図面上の微細な記号や空間的な配置を正確に推論するための独自ベンチマークの継続拡張や、類似図面検索・寸法漏れ検出モデルの継続的な性能改善(Post pre-training等を含む)を担当します。 【業務例3】研究成果の事業実装とPoC検証による価値創出 開発した2D/3D認識技術を活用し、実際の業務課題(例:特定の局所形状に起因する不具合リスクの予測や、コスト増加箇所の特定など)に対するモデル学習とPoCを推進します 。PM、ソフトウェアエンジニア、ドメインエキスパートと密に連携し、「モデルの精度検証」にとどまらず、顧客の意思決定の質向上や業務時間短縮といった具体的な事業価値へと繋げる製品化の橋渡しを行います。その際、推論やデータ作成にかかるコスト・予算を考慮した費用対効果の高い技術選定や、研究開発におけるリスクマネジメント(代替プランの検討等)も主導します。 ●参考資料 [製造業×AIの最前線:キャディが挑む研究課題と、CV・AIの「いま」が交わる場所](https://caddi.tech/2026/03/10/110057) [製造業の課題解決に向けた機械学習の活用と、製造業特化LLM開発への挑戦](https://speakerdeck.com/knt44kw/zhi-zao-ye-noke-ti-jie-jue-nixiang-ketaji-jie-xue-xi-no-huo-yong-to-zhi-zao-ye-te-hua-llmkai-fa-henotiao-zhan) [CADDi Tech ](https://caddi.tech/) [企業向けソフトウェアの新しいバンドルとアンバンドル(AIの台頭を受けたプロダクト戦略)](https://note.com/yosukeshirai/n/nc993ecff8c13) [AI時代を生き残る、次世代のエンジニアに必要なこと](https://newspicks.com/news/14438945/body/?ref=book_4394) ●会社の雰囲気を知るために: [【第1回】キャディ赤裸々会!(CEO加藤, CHRO幸松出演)](https://www.youtube.com/watch?v=xAkk2x7o288) [【キャディCPO×VPoE対談】グローバルに挑むプロダクト/組織づくりのあれこれ](https://www.youtube.com/watch?v=ywnYuwhlVZo) 開発組織全体では、エンジニア・デザイナー・プロダクトマネージャーが機能開発(図面活用・検索・見積等)、データ基盤、機械学習/MLOps、Enablingなどのチームに分かれて活動しています。チームトポロジーの考え方を取り入れ、「各チームの裁量とスピード感」と「全体最適」の両立を目指しています。 Research Engineerが所属するResearchチームは、これら既存の組織に対して、高度なAI技術に対する専門性から中長期的な影響を与え、全社の技術的優位性(Moat)構築を牽引するためのチームです。 ●開発環境 言語 フロントエンド:TypeScript バックエンド:Rust, TypeScript, *Python* フレームワーク・ライブラリ フロントエンド:React, Next.js, WebGL, WebAssembly バックエンド:Rust (axum), Node.js (Express, Fastify, NestJS), *PyTorch* インフラ:*Google Cloud*, Google Kubernetes Engine, Anthos Service Mesh データベース・データウェアハウス:CloudSQL(PostgreSQL), AlloyDB, Firestore,* BigQuery* API:GraphQL, *REST*, gRPC 監視・モニタリング:Datadog, Sentry, *Cloud Monitoring* 環境構築:*Terraform* CI/CD:*Github Actions* 認証:Auth0 開発ツール:*Claude Code, GitHub, GitHub Copilot*, Figma, Storybook コミュニケーションツール:*Slack*, Discord, *JIRA, Miro, Confluence* ※特に関係するものを太字にしています

●サービス成長のためのデータ分析 ・KPI分解やセグメント分析などによる仮説立案 例)ボトルネックの特定と打ち手の考 ・ABテストやダッシュボード設計によるPDCA体制の構築 例)データ分析を基に実施した施策の良し悪しを判定および改善策の導出 ・社内のサービス運用フロー最適化のためのアルゴリズム開発 例)チャンネル表編成の数理的な最適化 ・プロダクトの付加価値向上のためのアルゴリズム開発 例)ターゲティング広告商品の開発

Google Cloud上のデータ基盤の設計・開発・保守をお任せいたします。 DWHやデータ利活用のためのシステム基盤について、データ連携や抽出、分析などに必要となる機能やデータアクセス管理や権限管理など、デジタルバンクとして柔軟なデータプラットフォームを実現いただきます。 将来的には、データ基盤領域全体の統括やアーキテクトへのキャリアステップを期待しています。 ●データ基盤の設計・開発・運用 ●BigQuery, Dataflowによる大規模データ処理 ●データ収集・加工・可視化基盤整備 ●セキュリティ、ガバナンスを考慮したデータ管理設計 ●バックエンド、アプリ開発チームとのデータ連携設計

●API基盤、認証・認可、アプリケーションフレームワーク、共通ライブラリ等のアーキテクチャ検討、設計・実装 ●FAPI（Financial-grade API）に準拠した外部公開向けAPI／認証方式の実装 ●モバイル／フロントエンド向け共通機能の提供 ●開発チームへの技術支援・ガイドライン整備 ●チームメンバーの育成・マネジメント、関連部門との連携推進 技術スタック バックエンド：Go,Java フロントエンド：Dart/Flutter,TypeScript/Angular フレームワーク：Spring Boot/MyBatis,Cloud Dataflow,Spring Batch,Kafka インフラ：Google Cloud DB：Google Spanner その他：Slack, Jira,Zephyr,Confluence,JP1 期待する役割 アプリケーションアーキテクトとして、デジタルバンクのアーキテクチャ戦略立案及び設計・開発・運用を技術面からリードしていただきます。 本ポジションでは、API基盤、認証・認可、アプリケーションフレームワーク、モバイル向け共通機能、マイクロサービスアーキテクチャといった複数のプロダクト・チームが横断的に利用する共通機能群の中核を担って頂くことを想定しています。

預金・送金・口座管理などのデジタルバンクの業務アプリケーションの設計・開発およびチームマネジメントをお任せいたします。 Google Cloud上で稼働するフルクラウド型の銀行システムにおいて、マイクロサービス&APIアーキテクチャなどの特徴を活かしたアジャイル開発手法を通じて、金融サービスに求められる高品質なアプリケーション構築をスピーディに実現していただきます。 銀行開業に向けた初期構築フェーズから参画していただき、開発プロセスの見直しや最適な開発体制の構築にもリーダーシップを発揮していただくことを期待しています。 ●デジタルバンクの業務アプリケーションの設計・開発・テスト ●アジャイル/スクラムに基づくチーム開発体制の推進 ●開発プロセスや開発体制の検討 ●チームメンバーのマネジメントおよび育成

●DevOps基盤の戦略立案・設計を主導し、開発プロセス全体を最適化 ●CI/CDパイプラインの整備(自動テスト、自動デプロイの仕組み強化) ●IaC(Terraform, Helm等)によるクラウド基盤の標準化 ●開発者向けツールやフレームワークの導入・改善(DX推進) ●マルチクラウド(Google Cloud・Azure・AWS)を横断した開発環境の整備 ●チームマネジメント(メンバー育成・目標設定・評価) ●開発部門横断でのプロセス改善・カルチャー醸成の推進

●デジタルバンク全体の業務アプリケーションアーキテクチャ/共通機能の設計・構築・整備 ●システム横断で発生する技術課題の洗い出しと解消方針の提示 ●アプリ・API・データ連携の設計原則の策定とドキュメント化 ●各開発チームへの技術レビュー・技術支援の実施

●セキュリティ共通基盤としての標準アーキテクチャ、ガードレール、運用プロセスの整備 ●CrowdStrike 等によるEDR/EPP運用設計・実装(検知・隔離・例外管理・運用手順整備) ●Zscaler 等を用いたセキュアアクセスの設計・実装(ポリシー設計、運用、チューニング) ●ログ/監視基盤と連携した検知強化、アラート設計、運用高度化(SIEM/SOC連携等を含む) ●脆弱性対応の優先度設計、CRI Profile/NIST SP800-53 への準拠対応 期待する役割 セキュリティ基盤チームの責任者候補として、デジタルバンク全体で共通利用されるセキュリティ基盤の設計・実装・運用をリードしていただきます。 本ポジションは、3ラインディフェンスにおける1線(実装責任)として、プロダクト・インフラ・運用等の各チームと密に連携しながら、極めて高い水準が求められる金融機関のセキュリティ対策を「机上の統制」ではなく実装として落とし込み、継続的に改善する役割を担います。 また、2線(セキュリティ部門)とは対立構造ではなく、同じ目的に向かうパートナーとして、統制要求・リスク評価・例外判断等を建設的に議論し、"守りながら攻める" 新銀行の開発スピードと安全性を両立させていただくことを期待しています。 採用後は、各種セキュリティ製品を活用しつつ関係チームと協働し、セキュリティを個別最適ではなく全体最適の共通基盤として提供できる状態を実現していただきます。 技術的な意思決定に加え、ロードマップ策定、標準化、チーム育成まで含めた技術×マネジメントの両輪でのリーダーシップを発揮していただきます。

このポジションは TSA(テクニカルソリューションアーキテクト)と組みながら、顧客現場で AI モデルの設計・実装・システム化を一気通貫で担うエンジニアポジションです。ML もできる、かつ顧客の目の前でディスカッションしながら主にPythonベースのコードで、手を動かして実装できる人を求めています。 ●このポジションのメンバーがやること ・TSA と一緒に顧客と議論しながら、プロトタイプを組み・動かし・調整する ・AI モデルの設計・学習・評価を担当し、そのまま顧客のワークフローに組み込む ・顧客環境まで、自分の手で届ける ML モデル開発と現場実装の両方を手掛けるエンジニアに向けたポジションです。TSA が「何を作るか」を顧客と定義する役割であるのに対し、このポジションは「モデルも含めて、技術的な知見を加味してどう動くものにするか」を顧客と会話しながら形にします。 ●業務内容 1.顧客現場での実装伴走 ・TSA とペアで顧客との打ち合わせに入り、プロトタイプ要件を定義したうえで実装する ・顧客のフィードバックを受けて、仕様と実装を並行して調整する ・閉域網・顧客施設内での開発・デプロイに対応する ・データを見ながらシステム要件などを微修正する 2.AI モデルの設計・開発・組み込み ・衛星画像解析モデルや生成 AI システムの設計・学習・評価を行う ・既存の社内モデル資産を組み合わせつつ、現場要件に合わせたカスタマイズや追加学習を行う ・学習 / 推論パイプライン、前後処理、API 化、運用監視まで一気通貫で実装する ・現場で得た情報(使われ方、制約、エッジケース)をそのままモデル改善に反映する 3.セキュアな環境でのシステム構築 ・セキュリティ要件を満たすクラウド構成(AWS / GCP / Azure)、必要に応じてオンプレ環境での実装 ・IaC、コンテナ、CI/CD を用いた運用可能なシステムの構築 ・顧客環境の制約を前提にした現実的なアーキテクチャ設計 ●入社後の流れ 〜3ヶ月: 既存案件に TSA とペアでサブ参画。並行して GIS・衛星画像処理・安全保障ドメインのオンボードプログラムを受講 4ヶ月〜: 実際に現場で顧客と話しながら運用を担当(徐々にカバー範囲を広げていただきます)

Data&Analysis部 AI for Applicationチームに所属。 プロダクト戦略に基づいた戦略策定・開発計画の策定や実行のリード、メンバーの採用・評価・育成などのマネジメント業務を担っていただくことを想定しています。 ●プロダクトに蓄積された様々なデータをアプリケーションで活用することで、アプリケーション自体の価値を高めることに責任を持つ。 ●既存プロダクトの価値向上、新規プロダクトの立ち上げ両方の可能性があります。 ●現在若干名で組織の立ち上げフェーズです。 本ポジションの方に、チームの定義づけや立ち上げを含めて担っていただくことを想定しています。 ※Data&Analysis部は30名程度の組織です。 上記以外にも、データの解析を担うAnalysisチーム、解析基盤の開発を担うAnalysis Platformチーム、データ基盤の開発やデータの利活用を担うData Managementチームがあります。 (2025年4月時点) キャディにおけるエンジニアリングマネージャーとは ●担当する部やグループの成果を最大化することがミッションです。 ●向かう先を示すために OKR を設定したり、将来のあるべき姿から逆算して、必要なマネジメント業務を行います。 ●EMの役割は画一的には決まっておらず、成果の出し方はその人の得意なやり方で良いと考えています。 例えば、他者を動かして成果を出すエンパワーメントが得意な人もいれば、現場で自ら設計や方針決定をリードする人もいます。 テクノロジーマネジメント、プロジェクトマネジメント、プロダクトマネジメント、ピープルマネジメントの割合も各EMの担当領域や注力課題により異なります。 ●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

●デジタルバンクの業務アプリケーションの設計・開発・テスト ●アジャイル/スクラムに基づくチーム開発体制の推進 ●開発プロセスや開発体制の検討 ●チームメンバーのマネジメントおよび育成 期待する役割 預金・送金・口座管理などのデジタルバンクの業務アプリケーション開発にて、スクラムチームに属する開発リードとしてエンジニアメンバー牽引いただきます。 Google Cloud上で稼働するフルクラウド型の銀行システムにおいて、マイクロサービス&APIアーキテクチャなどの特徴を活かしたアジャイル開発手法を通じて、金融サービスに求められる高品質なアプリケーション構築をスピーディに実現していただきます。 銀行開業に向けた初期構築フェーズから参画していただき、開発プロセスの見直しや最適な開発体制の構築にもリーダーシップを発揮していただくことを期待しています。 技術スタック バックエンド:Go,Java フロントエンド:Dart/Flutter,TypeScript/Angular フレームワーク:Spring Boot/MyBatis,Cloud Dataflow,Spring Batch,Kafka インフラ:Google Cloud DB:Google Spanner その他:Slack, Jira,Zephyr,Confluence,JP1

●デジタルバンクシステムのSRE業務全般 ●インシデント管理・障害対応プロセスの改善・高度化及びそれに向けた実装 ●運用効率化に向けたツールの検討・導入・活用 期待する役割 デジタルバンクシステムの安定稼働を支えるSRE運用チームのメンバーとして、日々の運用業務および継続的な改善活動を担っていただきます。 クラウドネイティブな新銀行システムにおいて、単なる「運用作業者」ではなく、運用品質の向上・効率化・高度化に主体的に関与するエンジニアとしての活躍を期待しています。 インシデント対応や監視運用を通じてシステムの特性を深く理解しつつ、運用プロセスの改善提案や自動化の検討なども推進し、将来的には運用チームのリーダーへのキャリアアップを期待しています。SREとしてのリード経験をお持ちの方であれば、早期からリーダー層としてのご活躍を想定しております。 責任者やシニアメンバーなど周囲と連携しながらも、自律的に改善意識を持って業務に取り組める方を求めています。