社宅・家賃補助制度あり TypeScriptのITエンジニア求人・転職情報

※職務内容変更の可能性:有 ※変更の範囲:会社の定める業務 現在、Sky株式会社が注力している各種業界の案件をご担当いただきます。 大手企業を中心に業務系システムやWebアプリ開発プロジェクトの上流から開発工程まで幅広くご担当いただきます。 業務内容は多岐にわたっており、プロジェクトマネジメント、スクラム開発のスクラムマスタなどプロジェクトをリードする役割や要件定義、基本設計など開発上流からの対応。 サーバレスアーキテクチャなどのクラウド設計、開発。 UIライブラリやフレームワークを用いたクライアント開発やAPIやバッチ処理、データベース設計、開発などのバックエンド開発など案件に応じてさまざまな局面、技術をご経験いただきます。 キャリアアップのモデルケース ・プロジェクトマネージャー 2013年　入社。生産準備システム開発において設計からリリースまでを担当 2014年　リーダーへ昇格 2015年　サブチーフ、チーフへ昇格 2016年　放送業界向けシステムにおいてチームリーダーとしてプロジェクト管理、顧客折衝を担当。係長へ昇格 2017年　課長代理へ昇格 2019年　課長へ昇格 2021年　ライセンス管理システムにおいてプロジェクトマネージャーとしてプロジェクト推進における管理を担当 2022年　人材紹介会社向け基幹システムにおいてプロジェクトリーダーとしてプロジェクト推進における管理を担当 2023年　会員向けサイト開発の複数案件にてプロジェクトマネージャーとしてプロジェクト推進における管理を担当 2024年　次長へ昇格 ・テクニカルスペシャリスト 2015年　入社。ワークフローシステム開発にて設計からリリースまでを担当 2016年　リーダー、サブチーフへ昇格 2017年　社内でのPoC活動として、ブロックチェーンを使った技術検証を実施 2019年　オンラインショップ向け共通API基盤構築開発にて、AWSを活用したサーバレスアプリケーションの開発を対応 スクラムマスターとしてスクラムチーム運営を実施。主任技師へ昇格 2021年　物流業界向けのデータ分析基盤構築を対応を実施するデータ分析基盤構築において 各種基幹システムとのIF要件の取りまとめとローコードツールを活用したIF構築を対応 2022年　技術係長へ昇格 2023年　建機業界での品質保証システムを活用したデータ連携基盤構築において、アーキテクチャ検討・技術検証を対応 ●身につくスキル ・上流から下流までの一連の開発スキル ・近年Webアプリ開発で主流となっているSPA(シングル・ページ・アプリケーション)による構築スキル ・Amazon Web Service(AWS)やMicrosoft Azure などのパブリッククラウドのサービスや構築に関する知識やスキル ・顧客折衝やプロジェクト管理などPM,PLで必要とされるスキル ・サーバレスアーキテクチャの知識、経験 ●企業・求人の特色 【マイナビ・日経「2024年卒大学生就職企業人気ランキング・ソフトウェア部門1位・理系総合4位】 自社パッケージ商品・受託開発・システムインテグレーションの3つの領域で安定的な業務を展開を行っており、2023年度は売上1000億以上と右肩上がりで成長しております。 キャリア採用の割合は全社員の60%程度、管理職の8割がキャリア採用で占めている状況で、 キャリア採用で入社していただいた方が多く活躍しております。 社内取り組みとして、毎週水曜日、第1、第3金曜日は「ノー残業デー」と定めており、働き方改革、ワークライフバランスの取り組みにも注力しております。(月平均残業時間:17.7時間) 評価制度では全社員が評価に参加する360度評価や、業務における実績を褒めるインセンティブ制度など、透明で平等な評価制度を取り入れております。 キャリアロードマップとしては、PM,PLを目指すジェネラリスト、技術を突き詰めて磨いていくスペシャリストに分かれており、ご自身で考えるキャリアプランを描ける環境です。 また社内公募制度も取り入れており、ご自身でキャリアアップのチャンスと考える部署やプロジェクトに挑戦することもできる環境となっており、実力主義を重視しております。

※職務内容変更の可能性:有 ※変更の範囲:会社の定める業務 Android・iOS搭載モバイル端末向けに、ネイティブアプリケーション開発やWebアプリケーション開発まで幅広く対応しております。 また、クロスプラットフォームを使用した開発も積極的に行なっており、FlutterやReact Nativeも経験することが可能です。 要件定義・開発・運用まで一貫して携わることができ、多くのアプリケーション開発を経験することが可能です。 また、様々な要求に対して最適なフレームワークやアーキテクチャ、開発手法を選定しており、技術の変化に合わせて新しい分野に挑戦出来る機会が多い仕事です。

※職務内容変更の可能性:有 ※変更の範囲:会社の定める業務 大手企業を中心に業務系システムやWebアプリ開発プロジェクトの上流から開発工程まで幅広くご担当いただきます。 業務内容は多岐にわたっており、プロジェクトマネジメント、スクラム開発のスクラムマスタなどプロジェクトをリードする役割や、要件定義、基本設計など開発上流からの対応。 サーバレスアーキテクチャなどのクラウド設計、開発。 UIライブラリやフレームワークを用いたクライアント開発やAPIやバッチ処理、データベース設計、開発などのバックエンド開発など、案件に応じてさまざまな局面、技術をご経験いただきます。 キャリアアップのモデルケース ●プロジェクトマネージャー 2013年　入社。生産準備システム開発において設計からリリースまでを担当 2014年　リーダーへ昇格 2015年　サブチーフ、チーフへ昇格 2016年　放送業界向けシステムにおいてチームリーダーとしてプロジェクト管理、顧客折衝を担当。係長へ昇格 2017年　課長代理へ昇格 2019年　課長へ昇格 2021年　ライセンス管理システムにおいてプロジェクトマネージャーとしてプロジェクト推進における管理を担当 2022年　人材紹介会社向け基幹システムにおいてプロジェクトリーダーとしてプロジェクト推進における管理を担当 2023年　会員向けサイト開発の複数案件にてプロジェクトマネージャーとしてプロジェクト推進における管理を担当 2024年　次長へ昇格 ●テクニカルスペシャリスト 2015年　入社。ワークフローシステム開発にて設計からリリースまでを担当 2016年　リーダー、サブチーフへ昇格 2017年　社内でのPoC活動として、ブロックチェーンを使った技術検証を実施 2019年　オンラインショップ向け共通API基盤構築開発にて、AWSを活用したサーバレスアプリケーションの開発を対応 スクラムマスターとしてスクラムチーム運営を実施。主任技師へ昇格 2021年　物流業界向けのデータ分析基盤構築を対応を実施するデータ分析基盤構築において、各種基幹システムとのIF要件の取りまとめとローコードツールを活用したIF構築を対応 2022年　技術係長へ昇格 2023年　建機業界での品質保証システムを活用したデータ連携基盤構築において、アーキテクチャ検討・技術検証を対応

●担当事業・プロダクト 最先端のIT技術を使って医療現場の課題を解決し、日本の医療を変革することをミッションに、エムスリーはテクノロジーを活用し、医療業界にイノベーションを起こすことを目指して、日本国内外で数多くのWebサービスを展開しています。 「m3.com」 日本最大の医療従事者向けプラットフォーム「m3.com」における各サービスの提供を通じて国内30万人以上、世界で600万人以上の医師に適切な情報を配信し、一億人以上の患者に貢献するため、プロダクト開発に取り組んでいます。 「エムスリーデジカル」 医師の「患者と向き合う時間」を最大化する、クラウド電子カルテ「エムスリーデジカル」を開発しています。新規導入施設数でクラウド電子カルテにおいてNo.1となっています。機械学習を用いた新規機能開発、電子カルテならではの安定運用に向けた改善などに取り組んでいます。 https://digikar.co.jp/ 「エムスリーデジカルスマート診療」 クリニックでの患者の待ち時間の短縮、業務のDXのために、予約・問診・決済等の機能をシームレスに提供する「デジスマ診療」を開発しています。電子カルテ連携・患者向けWeb・アプリや医療機関向け管理画面の改善に取り組んでいます。 https://digikar-smart.jp/doctor その他にも、数多くのプロダクトを運用・新規開発しており、選考フェーズの中で志望者様の希望も含めてご担当頂くプロダクトを決定します。 ●担当業務 担当チームが受け持つプロダクトの設計・開発・運用をお任せします。 プロダクトマネージャーやビジネスチーム、デザインチームと協力しながら、ユーザーヒアリング・技術選定・設計・実装・QA・運用保守といった様々なフェーズに関わることが出来ます。 ●主な技術スタック ・サーバーサイド: Kotlin / Go / Ruby / Scala / Java / Spring Boot / Ruby on Rails ・フロントエンド: TypeScript / Dart / React / Vue / Next.js / Nuxt / Flutter ・インフラ: AWS / GCP / CDK / Terraform / Ansible ・モニタリング: DataDog / Sentry ・その他: Slack / GitLab / GitHub / JIRA / Confluence ●チーム体制 プロダクトごとにチームを組んでおり、チーム平均5〜6名のエンジニアに、プロダクトマネージャー、デザイナー、QAを加えた体制を取っています。 スクラムをベースとした開発を行うチームが多く、継続的なリリースによってユーザに素早く価値を届けることを目指しています。 ●働き方 エンジニアはリモート中心の業務です。月2回の出社タイミングにて、チーム内で負債解消デーやGameDay、勉強会、開発定例を組むなどしてハイブリッドな働き方を実現しています。 <入社時>上記に記載の業務 <変更の範囲>会社の定める業務、就業規則に従い出向となった場合は出向先の定める業務

●ポジション概要 AIソリューション事業のForward Deployed Engineer(FDE)として、業界最大手グループ企業をはじめとする大手クライアントの業務現場に深く入り込み、業務フローをAIネイティブに再構築する変革(AX)を要件定義から実装・運用まで一気通貫でリードしていただきます。 FDEは「顧客の現場に最も近い場所で課題を解決するエンジニア」です。当社では戦略コンサルティングファーム出身のAIコンサルタントとペアを組み、クライアントの経営課題・オペレーション課題をAIで解ける形に翻訳し、自らプロトタイプを実装して現場に届け、フィードバックを得ながら本番システムへと育てていきます。 ただし、個社のAX実現はこのポジションのミッションの一部にすぎません。現場に深く入り込むからこそ得られる不動産業界のリアルなドメイン課題への理解を起点に、当社SaaS「カナリークラウド」をエージェンティックなアプリケーションへと進化させ、「マスター物件DB構想」の実現へと近づけていく——個社への実装で終わらせず、カナリーが目指す「不動産領域におけるバーティカルAIエージェント」の基盤構築へとつなげていくことが、FDEに期待するより大きなミッションです。 ●業務内容 ・クライアントの業務プロセスの理解・分解と、AIエージェントによる代替・高度化余地の特定 ・AIコンサルタントと協働した要件定義、ソリューション設計、PoC〜本番実装 ・マルチエージェントアーキテクチャの設計・開発(エージェントオーケストレーション、Tool Use / Function Calling、Human-in-the-Loopの組み込み等) ・RAGパイプラインの構築(業務ドキュメント・データの取り込み、検索基盤の設計、コンテキストエンジニアリング) ・AIエージェントの品質・信頼性の担保(評価基盤(Evals)の構築、ガードレール設計、本番運用のモニタリング) ・クライアント環境・データとの連携設計(API連携、データパイプライン、セキュリティ要件対応) ・個社実装で得たドメイン知見の還元による、「カナリークラウド」のエージェンティックな進化と「マスター物件DB構想」実現への貢献 ●開発環境 ・言語:Go(バックエンド、AIエージェント、MCPツール開発)、TypeScript(フロントエンド開発)、Python(AIエージェント開発) ・AIエージェントフレームワーク:ADK(Agent Development Kit) ・インフラ:GCP(Gemini Enterprise Agent Platform、GKE、Cloud Spanner 等)

駐車場機器メーカーであるグループ会社のアイテックと共に、PKSHA Technology の高度なアルゴリズムやソフトウェア技術を活用して「AI x IoT x ソフトウエア」による駐車場業界及び MaaS 領域の DX を担っていただきます。 従来、駐車場機器メーカーとしてハードウェアである駐車場機器を運営会社に販売するだけに留まっていたところから、駐車場機器をクラウドにつなげ、ソフトウエア・AIの技術を活用することで、駐車場のアナログ体験の解消、駐車場情報を API 化し外部サービスと連携した新しいサービス体験を創造しています。 プロダクト ● ソフトウエアサービス ・駐車場検索・予約・スマホ精算・車番認識によるハンズフリーな自動精算ができるプラットフォーム及び mobile app『QT-net』 ・駐車場の遠隔管理及び、AI による高度な分析を運営会社に提供する webapp『i-Barms』 ● 駐車場機器 ・車番認識により従来のロック板やチケット管理をなくし、インターネットとつなげ精算機情報を API 化することで外部サービス連携を可能にした精算機『ロックレス』・『チケットレス』 技術スタック ●利用言語 ・Golang ・Flutter ・Next.js ●クラウド ・GCP ・AWS ●バージョン管理 ・Git (GitHub) ●CI/CD ・CircleCI ・Github Actions ・CodeDeploy ●インフラ ・kubernetes(GKE) ・Terraform ・AWS CDK ●ドキュメント管理 ・Notion ●コミュニケーション ・Slack / MS Teams ※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

PKSHA Technologyは、エンタープライズ企業のコールセンターに向けた自然言語処理/機械学習/ディープラーニングを活用したテキスト・音声対話エンジン、及び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提供しています。 このポジションでは、エンジニアマネージャー候補として各領域専門の機械学習エンジニアとチームを組み、ソフトウェアエンジニアリングで解決できる課題を自ら手を動かしながら解決していただきます。 ・エンジニアリング組織のアウトプット最大化に向けた仕組みづくりの設計と実行 ・法人向けに提供している既存対話エンジンサービス開発のマネジメント ・機械学習モデルをコアとした新アプリケーション開発のマネジメント ・自社サービス間連携の促進 技術スタック ●利用言語 ・Python ・Ruby (Ruby on Rails) ・Golang ・JavaScript/TypeScript ●クラウド ・AWS ・Azure ●バージョン管理 ・Git (GitHub) ●CI/CD ・CircleCI ・CodeDeploy ・Github Actions ●タスク/ドキュメント管理 ・Notion ・Linear ●コミュニケーション ・Slack / MS Teams ※未経験のものがある場合でも、キャッチアップしてもらえれば問題ありません。

空調機器や住宅設備と連携したIoTソリューション開発において、クラウドやスマートフォン/Webアプリケーションを組み合わせたシステムの開発業務を担当いただきます。 主に三菱電機グループと連携しながら、要件定義や仕様検討などの上流工程から関与し、設計方針の検討やシステム全体の構成検討を行います。 また、プロジェクトの進捗管理やメンバーのタスク調整、顧客との折衝など、プロジェクトを推進する役割も担っていただきます。 加えて、開発チームやパートナー企業との連携、品質管理や課題・リスク対応など、プロジェクトを円滑に進めるための業務全般にも携わっていただきます。 【主な業務内容】 ・システムの設計・開発・試験(ご経験に応じて担当範囲を調整) ・既存システムの改修・機能追加 ・上流工程(要件定義・仕様検討)への参画(段階的) ・チーム内での技術検討・レビューへの参加 【開発環境例】 使用言語:Java、Python、Node.js(JavaScript/TypeScript)、C# データベース:MySQL、PostgreSQL フレームワーク:Spring Boot、Django、Express インフラ:AWS(クラウド環境中心) OS:Linux ※入社後は中規模案件から参画いただき、業務理解を深めていただきます。 ※将来的にはプロジェクトリーダ/プロジェクトマネージャとしてのご活躍を期待します。 【変更の範囲】会社の定める業務※ ※業務の都合によっては会社外の職務に従事させるため出向又は転任を命じることがある。

業務概要 スタンダード上場の独立系SIerである同社にて、金融業界および公共領域向けの業務アプリケーション開発をお任せします。 銀行、保険、証券、クレジット、公共領域などのシステムを対象に、設計、開発、テスト、保守まで幅広く担当いただきます。 本ポジションでは、今までのアプリケーション開発のご経験を活かし、基本設計～結合テストに携わっていただきます。将来的に要件定義やプロジェクトリーダーを目指したい方、開発経験を土台に設計工程へステップアップしたい方に適したポジションです。 プロジェクト例 ・銀行向け基幹システム開発 ・生命保険システムの刷新プロジェクト ・損害保険向け業務システム開発 ・公共領域の業務アプリケーション開発 開発環境 言語：Java、COBOL、Python、C++、JavaScript 等 DB：Oracle、PostgreSQL、MySQL 等

※職務内容変更の可能性:有 ※変更の範囲:会社の定める業務 大手企業を中心に、様々な業界の製品やシステム開発の上流から開発をご担当いただきます。 特に注力分野であるIoTにおいてWebシステムのフロントエンド、バックエンドの開発で力を発揮していただくと共に、ご興味があれば組込や制御系、AIや画像認識といった技術も経験していただきたいです。

●配属予定部署 クライアント・システム開発事業本部 ●配属予定部署の特色・PR Android・iOS搭載モバイル端末向けにネイティブアプリからWebアプリまで幅広いアプリケーション開発を行う専門集団です。 要件定義・基本設計といった上流工程から実装・試験の下流工程までこなせるSEクラスや元気のある若手メンバーが多く在籍しております。 開発環境・技術要素の変化が激しい分野ですが、新しい技術の習得は積極的に行い、アジャイル開発やCI/CD環境の導入など新しい開発手法やツール導入も行なっています。 コミュニケーションが積極的に取れるメンバーもたくさん在籍しているので活気溢れる部署になっております。 ※職務内容変更の可能性:有 ※変更の範囲:会社の定める業務 Android・iOS搭載モバイル端末向けに、ネイティブアプリケーション開発やWebアプリケーション開発まで幅広く対応しております。 また、クロスプラットフォームを使用した開発も積極的に行なっており、FlutterやReact Nativeも経験することが可能です。 要件定義・開発・運用まで一貫して携わることができ、多くのアプリケーション開発を経験することが可能です。 また、様々な要求に対して最適なフレームワークやアーキテクチャ、開発手法を選定しており、技術の変化に合わせて新しい分野に挑戦出来る機会が多い仕事です。

●配属予定部署 クライアント・システム開発事業本部 ●配属予定部署の特色・PR 事業部設立より右肩上がりで成長を続けており、若くて優秀な人材が多く在籍しております。 現在の業務領域としてメーカーなどの製造業の案件が多くを占めておりますが、今後は金融業や小売業、流通、物流、デベロッパーなどの製造業以外の業界も拡大を進めていく方針です。 開発案件の多くがプライム案件となり、お客様と直接折衝する機会も多く、要件定義や基本設計など、開発工程の上流から対応する業務が多く、PM、PL、SMも多く在籍しております。 ※職務内容変更の可能性:有 ※変更の範囲:会社の定める業務 大手企業を中心に業務系システムやWebアプリ開発プロジェクトの上流から開発工程まで幅広くご担当いただきます。 業務内容は多岐にわたっており、プロジェクトマネジメント、スクラム開発のスクラムマスタなどプロジェクトをリードする役割や、要件定義、基本設計など開発上流からの対応。 サーバレスアーキテクチャなどのクラウド設計、開発。 UIライブラリやフレームワークを用いたクライアント開発やAPIやバッチ処理、データベース設計、開発などのバックエンド開発など、案件に応じてさまざまな局面、技術をご経験いただきます。 キャリアアップのモデルケース ●プロジェクトマネージャー 2013年　入社。生産準備システム開発において設計からリリースまでを担当 2014年　リーダーへ昇格 2015年　サブチーフ、チーフへ昇格 2016年　放送業界向けシステムにおいてチームリーダーとしてプロジェクト管理、顧客折衝を担当。係長へ昇格 2017年　課長代理へ昇格 2019年　課長へ昇格 2021年　ライセンス管理システムにおいてプロジェクトマネージャーとしてプロジェクト推進における管理を担当 2022年　人材紹介会社向け基幹システムにおいてプロジェクトリーダーとしてプロジェクト推進における管理を担当 2023年　会員向けサイト開発の複数案件にてプロジェクトマネージャーとしてプロジェクト推進における管理を担当 2024年　次長へ昇格 ●テクニカルスペシャリスト 2015年　入社。ワークフローシステム開発にて設計からリリースまでを担当 2016年　リーダー、サブチーフへ昇格 2017年　社内でのPoC活動として、ブロックチェーンを使った技術検証を実施 2019年　オンラインショップ向け共通API基盤構築開発にて、AWSを活用したサーバレスアプリケーションの開発を対応 スクラムマスターとしてスクラムチーム運営を実施。主任技師へ昇格 2021年　物流業界向けのデータ分析基盤構築を対応を実施するデータ分析基盤構築において、各種基幹システムとのIF要件の取りまとめとローコードツールを活用したIF構築を対応 2022年　技術係長へ昇格 2023年　建機業界での品質保証システムを活用したデータ連携基盤構築において、アーキテクチャ検討・技術検証を対応

●配属予定部署 クライアント・システム開発事業本部 ●配属予定部署の特色・PR Android・iOS搭載モバイル端末向けにネイティブアプリからWebアプリまで幅広いアプリケーション開発を行う専門集団です。 要件定義・基本設計といった上流工程から実装・試験の下流工程までこなせるSEクラスや元気のある若手メンバーが多く在籍しております。 開発環境・技術要素の変化が激しい分野ですが、新しい技術の習得は積極的に行い、アジャイル開発やCI/CD環境の導入など新しい開発手法やツール導入も行なっています。 コミュニケーションが積極的に取れるメンバーもたくさん在籍しているので活気溢れる部署になっております。 ※職務内容変更の可能性:有 ※変更の範囲:会社の定める業務 Android・iOS搭載モバイル端末向けに、ネイティブアプリケーション開発やWebアプリケーション開発まで幅広く対応しております。 また、クロスプラットフォームを使用した開発も積極的に行なっており、FlutterやReact Nativeも経験することが可能です。 要件定義・開発・運用まで一貫して携わることができ、多くのアプリケーション開発を経験することが可能です。 また、様々な要求に対して最適なフレームワークやアーキテクチャ、開発手法を選定しており、技術の変化に合わせて新しい分野に挑戦出来る機会が多い仕事です。

●配属予定部署:クライアント・システム開発事業本部 ●配属予定部署の特色・PR 昨今、組込機器単体でサービスを提供するのではなく、機器とWebシステムが連携してサービスを提供するものが多くを占めてきました。例えばクラウド上で生成されたHTMLコンテンツを組込機器やスマホで表示し、そのUI上で機器やクラウド上のデータを操作できるサービスも多くなっています。機器からクラウドにデータをアップロードし、クラウド上でそのデータから消耗品の利用状況を可視化・自動分析し、交換案内まで行うようなサービスもあります。 そのため、組込機器開発でも、C/C++/RTOSのような組込系の機器開発に加えて、Webシステム側のフロントエンド、バックエンドの開発も行う案件が多くなっています。 このような状況のため、組込系とWebシステムの両方の技術を経験しやすい部署になります。 作業場所は持ち帰り(弊社社内)が中心ですが、客先常駐であったとしても弊社社員がいる既存チームに入っていただきますので、ご経験がないところも上司や仲間のサポート、各種研修やカリキュラムで習得し、活躍していただくことが可能です。 ※職務内容変更の可能性:有 ※変更の範囲:会社の定める業務 大手企業を中心に、様々な業界の製品やシステム開発の上流から開発をご担当いただきます。 特に注力分野であるIoTにおいてWebシステムのフロントエンド、バックエンドの開発で力を発揮していただくと共に、ご興味があれば組込や制御系、AIや画像認識といった技術も経験していただきたいです。

●配属予定部署 クライアント・システム開発事業本部 ●配属予定部署の特色・PR 事業部設立より右肩上がりで成長を続けており、若くて優秀な人材が多く在籍しております。 現在の業務領域としてメーカーなどの製造業の案件が多くを占めておりますが、今後は金融業や小売業、流通、物流、デベロッパーなどの製造業以外の業界も拡大を進めていく方針です。 開発案件の多くがプライム案件となり、お客様と直接折衝する機会も多く、要件定義や基本設計など、開発工程の上流から対応する業務が多く、PM、PL、SMも多く在籍しております。 ※職務内容変更の可能性:有 ※変更の範囲:会社の定める業務 大手企業を中心に業務系システムやWebアプリ開発プロジェクトの上流から開発工程まで幅広くご担当いただきます。 業務内容は多岐にわたっており、プロジェクトマネジメント、スクラム開発のスクラムマスタなどプロジェクトをリードする役割や、要件定義、基本設計など開発上流からの対応。 サーバレスアーキテクチャなどのクラウド設計、開発。 UIライブラリやフレームワークを用いたクライアント開発やAPIやバッチ処理、データベース設計、開発などのバックエンド開発など、案件に応じてさまざまな局面、技術をご経験いただきます。 キャリアアップのモデルケース ●プロジェクトマネージャー 2013年　入社。生産準備システム開発において設計からリリースまでを担当 2014年　リーダーへ昇格 2015年　サブチーフ、チーフへ昇格 2016年　放送業界向けシステムにおいてチームリーダーとしてプロジェクト管理、顧客折衝を担当。係長へ昇格 2017年　課長代理へ昇格 2019年　課長へ昇格 2021年　ライセンス管理システムにおいてプロジェクトマネージャーとしてプロジェクト推進における管理を担当 2022年　人材紹介会社向け基幹システムにおいてプロジェクトリーダーとしてプロジェクト推進における管理を担当 2023年　会員向けサイト開発の複数案件にてプロジェクトマネージャーとしてプロジェクト推進における管理を担当 2024年　次長へ昇格 テクニカルスペシャリスト 2015年　入社。ワークフローシステム開発にて設計からリリースまでを担当 2016年　リーダー、サブチーフへ昇格 2017年　社内でのPoC活動として、ブロックチェーンを使った技術検証を実施 2019年　オンラインショップ向け共通API基盤構築開発にて、AWSを活用したサーバレスアプリケーションの開発を対応 スクラムマスターとしてスクラムチーム運営を実施。主任技師へ昇格 2021年　物流業界向けのデータ分析基盤構築を対応を実施するデータ分析基盤構築において、各種基幹システムとのIF要件の取りまとめとローコードツールを活用したIF構築を対応 2022年　技術係長へ昇格 2023年　建機業界での品質保証システムを活用したデータ連携基盤構築において、アーキテクチャ検討・技術検証を対応

●配属予定部署 クライアント・システム開発事業本部 ●配属予定部署の特色・PR 事業部設立より右肩上がりで成長を続けており、若くて優秀な人材が多く在籍しております。 現在の業務領域としてメーカーなどの製造業の案件が多くを占めておりますが、今後は金融業や小売業、流通、物流、デベロッパーなどの製造業以外の業界も拡大を進めていく方針です。 開発案件の多くがプライム案件となり、お客様と直接折衝する機会も多く、要件定義や基本設計など、開発工程の上流から対応する業務が多く、PM、PL、SMも多く在籍しております。 ※職務内容変更の可能性:有 ※変更の範囲:会社の定める業務 大手企業を中心に業務系システムやWebアプリ開発プロジェクトの上流から開発工程まで幅広くご担当いただきます。 業務内容は多岐にわたっており、プロジェクトマネジメント、スクラム開発のスクラムマスタなどプロジェクトをリードする役割や、要件定義、基本設計など開発上流からの対応。 サーバレスアーキテクチャなどのクラウド設計、開発。 UIライブラリやフレームワークを用いたクライアント開発やAPIやバッチ処理、データベース設計、開発などのバックエンド開発など、案件に応じてさまざまな局面、技術をご経験いただきます。 キャリアアップのモデルケース ●プロジェクトマネージャー 2013年　入社。 生産準備システム開発において設計からリリースまでを担当 2014年　リーダーへ昇格 2015年　サブチーフ、チーフへ昇格 2016年　放送業界向けシステムにおいてチームリーダーとしてプロジェクト管理、顧客折衝を担当。 係長へ昇格 2017年　課長代理へ昇格 2019年　課長へ昇格 2021年　ライセンス管理システムにおいてプロジェクトマネージャーとしてプロジェクト推進における管理を担当 2022年　人材紹介会社向け基幹システムにおいてプロジェクトリーダーとしてプロジェクト推進における管理を担当 2023年　会員向けサイト開発の複数案件にてプロジェクトマネージャーとしてプロジェクト推進における管理を担当 2024年　次長へ昇格 ●テクニカルスペシャリスト 2015年　入社。 ワークフローシステム開発にて設計からリリースまでを担当 2016年　リーダー、サブチーフへ昇格 2017年　社内でのPoC活動として、ブロックチェーンを使った技術検証を実施 2019年　オンラインショップ向け共通API基盤構築開発にて、AWSを活用したサーバレスアプリケーションの開発を対応 スクラムマスターとしてスクラムチーム運営を実施。 主任技師へ昇格 2021年　物流業界向けのデータ分析基盤構築を対応を実施するデータ分析基盤構築において、各種基幹システムとのIF要件の取りまとめとローコードツールを活用したIF構築を対応 2022年　技術係長へ昇格 2023年　建機業界での品質保証システムを活用したデータ連携基盤構築において、アーキテクチャ検討・技術検証を対応

●クリエイターへ価値を届けるプロダクト、またはクリエイターの価値を広告主へ届けるプロダクト、いずれかのプロダクト開発 ●多様な要件を深く理解した上での整理、あるべき仕様への落とし込み ●開発しているシステムの運用と保守 ●さらなる新規プロダクトの開発 【開発環境・使用技術】 ▪アプリケーション ・バックエンド:Ruby on Rails ・フロントエンド : TypeScript / React(Next.js) ・インフラ : AWS / Vercel ▪データ基盤 ・インフラ : GCP(BigQuery / Cloud Composer / Dataflow / VertexAI) ・Python ▪CI/CD:CircleCI / GitHub Actions ▪ツール系:Docker / Terraform ▪モニタリング:CloudWatch / Sentry ▪ドキュメント/Issue 管理:Github Issues / Github Projects / Notion ▪コミュニケーション:Slack / Google Meet 【生成AI活用状況】 当社では開発生産性の飛躍的な向上を目指し、生成AIを積極的に活用しています。 GitHub Copilot、CodeRabbit、Geminiを活用し、コードの自動補完・生成からレビュー支援、デバッグまで、開発フロー全体の効率化に取り組んでいます。 また、直近ではClaude Codeの導入検証も進めており、さらなる生産性向上に向けて前向きに取り組んでいます。 私たちは常に最新技術にアンテナを張り、積極的に取り入れることで、技術的な挑戦を続けたいエンジニアにとって最適な環境を提供したいと考えています。 【変更の範囲】 会社の定める業務

● C#/.NETを中心とした業務系システム開発 製造・金融・物流・公共などの業務システム開発を中心に、 設計・開発・テスト・保守まで幅広いプロジェクトがあります。 <具体的な業務内容> ・業務系Webシステム開発 ・基本設計/詳細設計 ・C#/VB.NETを用いた開発 ・データベース設計・SQL対応 ・既存システムの改修 ・テスト/リリース ・運用保守 ・顧客/ベンダーとの仕様調整 <使用技術例> C#/VB.NET/ASP.NET/.NET Core JavaScript/TypeScript SQL Server/Oracle/PostgreSQL Windows/Linux AWS/Azure

● Javaを中心としたWeb・業務システム開発 金融・通信・製造・官公庁など、さまざまな業界のシステム開発プロジェクトに携わっていただきます。 これまでのご経験やスキル、今後目指したいキャリアを考慮したうえで、プロジェクトを決定します。 <具体的な業務内容> ・Web/業務システムの設計・開発 ・基本設計/詳細設計 ・Javaを用いたプログラミング ・単体テスト/結合テスト ・既存システムの改修・保守 ・データベース設計・SQL対応 ・仕様調整、レビュー対応 <プロジェクト例> ・金融機関向け基幹システム開発 ・官公庁向け業務システム開発 ・製造業向けWebシステム刷新 ・通信系システム開発 ・販売管理/在庫管理システム開発 <使用技術例> Java/Spring/Spring Boot/JavaScript/TypeScript Oracle/PostgreSQL/MySQL Linux/AWS/Azure

Javaを中心とした業務システム・Webシステムの開発業務をお任せします。 これまでのご経験やスキル、今後のキャリア希望を踏まえ、金融・通信・官公庁・製造業などのプロジェクトへ配属いたします。 ～業務内容～ ・Web/業務システムの開発 ・既存システムの改修、機能追加 ・システム移行に伴う開発 ・詳細設計、基本設計 ・単体/結合/総合テスト ・運用保守、改善対応 経験を積んだ後は、要件定義やベンダーコントロール、PL/PMなど上流工程・マネジメントへのキャリアアップも可能です。 ～プロジェクト例～ ・官公庁向け業務システム開発 Java/Spring/Angular/PostgreSQL/Azure ・製造業向け基幹システム刷新 Java/Spring Boot/React/TypeScript ・金融・通信系基幹システム開発 Java/Oracle/Linux/AWS

● 金融・通信系システム開発(アプリケーション開発) ～業務内容～ ・基幹システムの維持保守・改修 ・システム移行に伴う開発 ・詳細設計・基本設計・テスト・運用改善 将来的には要件定義・ベンダーコントロール・PM/PLへステップアップ可能! ～使用技術例(※いずれかの経験があれば歓迎)～ Java/C#/Python/Oracle/Linux/AWS など ● 情報システム部門向け開発(社内システム・業務効率化ツール) ～業務内容～ ・社内向けシステムの開発・維持保守 ・RPA・スクリプトなどの業務効率化ツール開発 ・システム管理、運用改善、セキュリティ対応 多様な技術に触れながら、幅広い領域でスキルを伸ばせます! ～使用技術例(※いずれかの経験があれば歓迎)～ Java/VB.NET/C++/C♯/COBOL/PL/SQL/RPA/AWS・Azure/生成AIツール など プロジェクト紹介 ①官公庁系業務システム新規構築PJ ●業務内容 ・官公庁系業務システムのアプリケーション開発(PG〜IT工程) ・Java(Spring)を用いたバックエンド開発 ・Angular(JavaScript)を用いたフロントエンド開発 ・生成AIを活用したコーディング ●活かせるスキル/ご経験 ・Java開発経験(Springフレームワーク) ・PostgreSQLなどRDBMSを用いた開発経験 ・PG〜IT工程を一貫して対応できる経験 ・Angular(JavaScript)を用いたフロントエンド開発経験 ・Azure環境での開発・運用経験 ・官公庁系システムの開発経験 ・生成AIツールを活用したコーディング経験 ●勤務地 　　都内(リモート可能) ②製造業の基幹システムリプレースに伴うシステムの刷新案件 ●業務内容 ・Webシステムの設計～開発業務 ・Java(Spring Boot)を用いたサーバーサイド開発 ・React(Next.js)/TypeScriptを用いたフロントエンド開発 ・基本設計～詳細設計、実装、テスト対応 ・チーム内でのレビュー対応、仕様調整 ●活かせるご経験/スキル ・React または Next.jsでの開発経験 ・Java(1.8以上)+Spring Bootでの開発経験 ・Javaでの基本設計経験 ●勤務地 　　神谷町(リモート併用)

●Webアプリケーションの設計・開発・テスト・運用 ●モバイルアプリ(iOS/Android)の開発支援 ●フロントエンド(React, Vue.js等)とバックエンド(Node.js, Python, Java等)の両方を担当 ●CI/CDパイプラインの設計・構築 ●UI/UX改善提案と実装 ●テスト設計・実施(QAチームとの連携) 開発環境 言語:JavaScript(TypeScript)、PHP、Python、Java、C、C++、C#、VB.NET、Ruby、Kotlin、Swift、Objective-c、Delphi フレームワーク:React、Next.js、Vue.js、Laravel、Spring Boot、Django インフラ:AWS(EC2, S3, RDS, Lambda, CloudFront)、GCP、Docker、Terraform CI/CD:GitHub Actions、CircleCI、Jenkins、Docker DB:MySQL、PostgreSQL、MongoDB、DynamoDB、Amazon RDS、Amazon Aurora、Amazon DynamoDB、Azure SQL Database、Azure Cosmos DB その他:Figma、Slack、Notion、Jira、Confluence、GitHub、GitLab

●AWS等を用いたクラウド環境の構築・運用を担当し、効率的なインフラを実現します。具体的にはApacheやNginx、Tomcatなどのサーバー構築やDockerなどによるアプリケーションプラットフォームの構築、それらを動作させるクラウド上でのネットワーク設計・構築を行います。 ●クラウド環境の最適化を図るため、ネットワーク構築や設計においてAWS等の最新のサービスを活用し、パフォーマンスを最大化します。 ●構築だけに止まらず、結合テストや障害テストの設計から実施し、品質向上に向けた改善策を提案・実行します。 ●日常的な運用保守業務として、サーバー監視や障害分析を行い、問題の早期発見と解決を図ります。また改善提案も行います。 具体的な業務 ■設計:クラウド設計・運用設計 ■実装テスト:ネットワーク構築・サーバー構築・クラウド構築 ■テスト:結合テスト・障害テスト・性能評価・運用テスト ■運用保守:サーバー監視・障害分析 開発環境 クラウド:AWS、Azure、GCP 仮想化:VMware、Hyper-V、Xen、Horizon View、KVM OS:Windows、Linux ネットワーク:Cisco、NEC、日立、APRESIA、YAMAHA、AlaxalA セキュリティ:FortiGate、Juniper、Fortinet、Cisco ASA、ブルーコート、CheckPoint ロードバランサー:F5 BIG-IP、Fortinet、Juniper 認証:ActiveDirectory、Open LDAP、OpenAM、Radius 冗長化:MSCS、MSFC、CLUSTERPRO、LifeKeeper 開発言語:node.js、Python、Ruby、Shell その他:VMware Horizon、Citrix、Window Server

本ポジションでは、自然言語処理や生成AIを活用したタレントマネジメントソリューションの開発を担当いただきます。社内の人材情報(スキル・人事データなど)を活用し、個人・組織のスキル可視化や育成支援に繋がる仕組みを構築します。 ●具体的には、以下の業務をアジャイル開発体制のもとで推進していただきます スキルアセスメント入力機能、スキルDBの構築 スキルカルテで組織ケイパビリティのダッシュボード開発 育成支援モデル、スキル判定エンジンの設計・実装 自然言語処理・生成AI(LLM等)を活用した機能開発 Webアプリケーション(React+FastAPI)によるフロント・バックエンド開発 AWS/Azureなどクラウド環境での実装・運用 モブプロやスクラムを活用したチーム開発 社内実践を通じて得た知見を活かし、将来的には社外展開も視野に入れたソリューション開発に携わっていただきます。 ※変更の範囲:会社の定める業務

複数のデジタルツールで建設業界を支援してきた弊社が2019年から取り組んできた「建設 DX Platform」構想。 具体的にいうと、BtoBオンラインマッチングプラットフォームとCMSツールに、新たなSaaSツールを組み合わせることで「建設業がデジタルトランスフォーメーションに舵を切りやすくするための環境」を構築していこう!という取り組みです。 今回、入社していただく方に期待しているのは、以下の3点です。 ①経営層との調整、および経営戦略に紐づいた技術的な方向性の設計と推進 ②社内のエンジニアチームの技術的なマネジメントや制度設計 ③自社サービスのアーキテクチャの設計や構築、またはその運用 弊社のミッションは「スモールビジネスを前進させるブレークスルーカンパニー」。 ビジョンは「建設をテクノロジーでアップデートする」。 日本巨大産業のひとつである建設業界の変革は、他社で経験を積まれた方にとって、とても刺激的かつチャレンジングな仕事になるでしょう。 また社内のエンジニアの技術的なサポートも業務として発生します。 積極的にアウトプットをしながらチーム全体のスキルアップ変化を進められる方を募集します。 開発環境 フロントエンド:TypeScript, Vue.js, Nuxt.js, Sass バックエンド:Ruby, Ruby on Rails, RSpec データベース:MySQL, Redis iOS / Android:Dart, Flutter インフラ:Firebase, AWS, GCP 各種開発ツール:GitHub, Docker, CircleCI タスク管理 / ドキュメント:Slack, Notion, ZenHub 分析 / エラー監視:Sentry, Redash デザインツール:Figma ※プロダクトごとに採用技術が異なります。 ※GitHub Copilotの使用が可能です! https://branu.jp/news/page/230518/

CMP装置をはじめ、ドライ真空ポンプ、排ガス処理装置などの半導体製造装置およびコンポーネント製品から取得されるデータを活用した自社プラットフォーム(「X-bility」および「EBANET3」等)の開発・強化業務を担当いただきます。 開発チーム/プロジェクトリーダーとして、装置予知保全やデータ基板・アプリケーションの事業化・顧客への価値提供を推進頂けます。 ・装置・コンポーネント群から収集される各種センサーデータ(高頻度時系列データ)の収集・蓄積・解析・可視化を一体としたデータ基盤・アプリケーションのシステム設計および開発リード ・Chamber間・装置間・コンポーネント間のデータ比較・解析による予防保全機能やパフォーマンス最適化機能、故障予知アルゴリズムの組込み ・収集データを活用した新たなデジタルサービスの企画・アーキテクチャ構築およびグローバル展開の推進 ※変更の範囲:会社の定める業務

・プロダクト開発 JAPAN AI STUDIO を活用した業務ワークフローの実装 (稟議承認、リソース最適配置、見込み 顧客探索、データ連携 等) LLM / AI エージェントを活用した軽量 PoC の高速実装 各種 SaaS (SmartHR / Salesforce / HRMOS / 楽々精算 等) との API 連携・データ統合 フルスタック開発 (バックエンド + フロントエンド) ・本番導入のための実装・改善 シニアエンジニアの設計に基づく本番導入向け実装 パフォーマンス・信頼性の改善 セキュリティ・コンプライアンス要件への対応 (シニアのサポート下) ・プロダクトフィードバック 実装過程で気づいた改善ポイントのプロダクトチームへの還元 再利用可能なコンポーネント・パターンの抽出と提案 ●ミッション 顧客の業務プロセスを解体し、AI を前提とした「次世代の基幹システム (企業の脳)」を実装する 顧客の現場に深く入り込み、既存 SaaS 群の全体像を把握し、AI がどう介入すれば効率化・最適化できるかを設計する。 JAPAN AI STUDIO を活用し、現場が実際に使えるワークフローを爆速で構築する。 その過程で得た知見をプロダクトチームにフィードバックし、プロダクトそのものを進化させます。 顧客の現場で発見された課題やユースケースが、直接プロダクトロードマップに反映されます。 ●期待する役割について シニアエンジニアと協働しながら、以下を段階的に担っていただきます。 ・Phase 1 (入社〜3ヶ月): 実装担当 シニアエンジニアが設計したワークフロー / PoC の実装担当 JAPAN AI STUDIO の操作・SDK の習熟 各種 SaaS (Salesforce / SmartHR / kintone 等) との API 連携実装 ・Phase 2 (3〜6ヶ月): 実装リード 小規模ワークフローの設計〜実装を単独で担当 実装方針のドキュメント化・チーム内共有 プロダクトチームへのフィードバック起票 ・Phase 3 (6〜12ヶ月): 中規模機能のリード 中規模機能の設計・実装のリード 技術選定・アーキテクチャ判断への参加 後続のポテンシャル枠メンバーの OJT サポート ●成果責任 (KR/メトリクス) プロダクトの成長 (ARR) に直結する設計です。 ・先行指標 (行動とアウトプット) STUDIO での新規ワークフロー構築数 — 顧客の課題をどれだけシステム化できたか SaaS 連携数 — 顧客の既存 SaaS を JAPAN AI に接続した数 (= 企業の脳の「視界」が広がった数) デプロイ速度 — 要件定義から最初の AI エージェント稼働までのリードタイム ・遅行指標 (事業と顧客へのインパクト) アクティブ利用率 (MAU / DAU) — 構築した AI ワークフローが、現場で実際にどれだけ使われているか 顧客の業務削減時間 / ROI — AI 導入によって浮いた工数や、受注率向上などの実数 アップセル・クロスセル額 — 初期導入拠点から、他部署や地方拠点へ展開したことによる追加売上 ●チーム体制 約120名が開発組織に在籍しています。 本ポジションが所属する FDE チームは現在 7名で、以下のチーム・ステークホルダーと密接に連携します: Product Architect — プロダクト設計 Agentic Engineer — エージェント機能開発 AI Success Engineer — 導入後の顧客成功支援 Deployment Strategy — 顧客への導入戦略・展開推進 ●開発環境 言語 : Python (バックエンド) , TypeScript / React / Next.js (フロントエンド) / NX AI/LLM : LangChain, LangGraph, JAPAN AI STUDIO SDK インフラ : GCP (コンテナ / K8s) , Docker データ : BigQuery, PostgreSQL, 各種顧客データソース ツール : Slack, Confluence, Linear, Google Workspace, GitHub, Notion AI 開発支援 : Claude Code MAX Plan, Cursor, ChatGPT, Devin 作業環境 : Mac (Apple Silicon) , デュアルモニタ対応

ミッション "AI の出力品質を科学する — 評価手法の研究・開発で、エージェントの信頼性を証明する" LLM / AIエージェントの出力品質を、機械学習・統計学・計量心理学の手法で定量的に評価・改善します。本ポジションは「テストする人」ではなく、 「何をもって良いAIとするかを定義し、測定する科学者」 です。 期待する役割について AI Evaluation Scientist として、AI エージェントの品質評価基盤の設計・構築・運用をリードしていただきます。 ●評価メトリクスの研究開発 — LLM-as-Judge の校正、報酬モデリング、ベンチマーク設計を通じて「何をもって品質とするか」を科学的に定義します ●自動評価パイプラインの設計・構築 — 研究成果を本番 CI/CD に組み込み、スケーラブルな品質ゲートを実現します ●レッドチーミング・安全性検証 — adversarial testing の自動化、ポリシー準拠検証フレームワークを構築します ●統計的実験計画に基づく品質改善 — A/B テスト・有意差検定でプロンプト戦略やモデル変更の効果を定量的に検証します ●評価シグナルの研究・開発チームへのフィードバック — モデル改善の複利ループを構築します 約 200 社が本番利用するプロダクトの品質を「科学する」アプローチで担保します 業務内容 AI Evaluation Scientistとして、 AIエージェントの評価基盤 (Evaluation Infrastructure) の設計・構築・運用をリードしていただきます。 ●評価メトリクスの研究開発 ・LLM-as-Judge の校正手法の研究・実装 (rubric 設計、バイアス検出、proper scoring rules) ・評価ベンチマークの設計・構築・妥当性検証 (construct validity、contamination detection) ・報酬モデリング / preference learning の評価への応用研究 ・評価メトリクスの選定・設計 (win rate、task success、factuality、harm detection) ・評価セット (合成データ + 実ログ) の設計・構築・メンテナンス ●自動評価パイプラインの設計・構築 ・スケーラブルな自動評価パイプラインの設計・実装 ・CI/CD への評価パイプライン組込みと品質ゲートの構築 ・エージェント評価ハーネスの設計 (マルチターン・ツール利用・ロングコンテキスト対応) ・評価パイプラインの再現性・信頼性の担保 ●安全性・品質検証 ・自動レッドチーミング (automated adversarial testing) の研究・実装 ・安全性 / ポリシー準拠の検証フレームワーク構築 ・ハルシネーション検出・校正手法の研究・実装 ・プロンプト / ツール回帰テストの設計・実行 ●統計分析・実験設計 ・統計的実験計画 (A/B テスト、有意差検定) の設計・分析 ・品質トレンドの可視化・回帰検出の自動化 ・品質レポート作成と改善提案 ・評価シグナルの研究・開発チームへのフィードバック 業務シナリオ ※以下は想定される業務シナリオの例です ●シナリオ1: LLM-as-Judge の校正と妥当性検証 新しい評価メトリクスとして LLM-as-Judge を導入する際、judge モデルの校正 (calibration) を実施します。人間評価との一致率を統計的に検証し、rubric 設計を反復改善します。construct validity を確認した上で、自動評価パイプラインに組み込み、評価コストを 80% 削減しながら人間評価と同等の信頼性を実現します。 ●シナリオ2: 新モデル導入時の品質ゲート LLMプロバイダーが新モデルをリリースした際、既存のベンチマークスイートで回帰テストを実行し、factualityスコアが3%低下していることを検出します。原因を分析し、プロンプト調整で品質を維持したまま新モデルへの移行を完了します。 ●シナリオ3: 自動レッドチーミングによる安全性検証 金融機関向けにJAPAN AI AGENTを導入する際、自動レッドチーミングパイプラインを構築します。adversarial promptの自動生成・分類器による脆弱性検出を実装し、業界固有のリスクシナリオ(機密情報漏洩、不適切な金融アドバイス等)を網羅的にテストします。ポリシー準拠率99%以上を達成します。 ●従事すべき業務の変更の範囲 会社の定める業務 成果責任 (KR/メトリクス) ●評価カバレッジ率(テストケース網羅率) ●回帰検出率(リリース前の品質劣化検出率 ≥ 95%) ●評価パイプライン実行時間(CI/CD内で完了) ●LLM-as-Judge と人間評価の一致率 ●False Positive / Negative 率 ●安全性インシデント発生率(リリース後) チーム体制 約120名が開発組織に在籍しています。 AI Evaluation Scientistは品質保証の専門チームとして、以下のチームと密接に連携します: ●密接に連携する役割: ・Agentic Product Engineer — エージェント機能開発 ・Research Engineer — 研究開発・モデル改善 ・Agent Harness Engineer / Software Engineer (AI Platform) — AI 実行基盤開発 ・Product Manager — プロダクト設計・品質要件定義 開発環境 ●言語 : Python (評価パイプライン・分析), TypeScript / React / Next.js (フロントエンド部) / NX ●評価 / QA : pytest, LangSmith, Weights & Biases, custom eval frameworks ●データ : BigQuery, Spark, Pandas ●インフラ : GCP (コンテナ / K8s), Docker, Terraform ●CI/CD : GitHub Actions ●ツール : Slack, Confluence, Linear, Google Workspace, GitHub, Notion ●AI 開発支援 : Claude Code MAX Plan, Cursor, ChatGPT, Devin ●作業環境 : Mac (Apple Silicon), デュアルモニタ対応

●課題を定義する 顧客の業務プロセス・データ環境・既存SaaS群の全体像を把握し、AIがどこに介入すれば効果が最大化するかを特定します。経営層から現場担当者までと直接対話し、仕様書を受け取るのではなく、仕様を自ら定義します。 ●爆速で作る JAPAN AI STUDIOで、現場が実際に使うワークフロー（稟議承認、リソース最適配置、見込み顧客探索、データ連携 等）を構築します。顧客の既存SaaS（Salesforce / SmartHR / kintone 等）とのAPI連携、LLM・AIエージェントを用いたPoCの高速実装から本実装まで、フルスタックで自ら手を動かします。 ●本番に載せ、プロダクトに還す 本番導入の技術支援、セキュリティ・コンプライアンス要件への対応、導入後の利用定着まで伴走します。現場で得たパターンはプロダクトチームへ還元され、次の標準機能になります。 例：全国50店舗を展開する小売業。紙ベースで平均5営業日かかっていた発注稟議を、過去の承認パターンをAIが学習して一次判断するワークフローに置き換え、リードタイムを1営業日に短縮。この事例は標準テンプレートとして他顧客にも展開されました。 ●ミッション 顧客の業務プロセスを解体し、AI を前提とした「次世代の基幹システム (企業の脳)」を実装する 顧客の現場に深く入り込み、既存 SaaS 群の全体像を把握し、AI がどう介入すれば効率化・最適化できるかを設計する。JAPAN AI STUDIO を活用し、現場が実際に使えるワークフローを爆速で構築する。その過程で得た知見をプロダクトチームにフィードバックし、プロダクトそのものを進化させます。 顧客の現場で発見された課題やユースケースが、直接プロダクトロードマップに反映されます。 ●期待する役割について 顧客の業務プロセスとデータ環境を深く理解し、JAPAN AI STUDIO を活用して課題解決を実装・導入するエンジニアです。 顧客の既存システム (SaaS 群) の全体像を把握し、AI がどう介入すれば効率化・最適化できるかを設計する JAPAN AI STUDIO を活用し、現場が実際に使えるワークフロー (稟議承認、リソース最適配置、見込み顧客探索 等) を爆速で構築する PoC を本番環境へ導入し、利用定着まで伴走する 現場で得た知見をプロダクトチームにフィードバックし、プロダクトを進化させる 経営層から現場担当者まで、多様なステークホルダーと関係を構築する ●成果責任 (KR/メトリクス) FDE の動きがプロダクトの成長 (ARR) に直結する設計です。 ・先行指標 (行動とアウトプット) STUDIO での新規ワークフロー構築数 — 顧客の課題をどれだけシステム化できたか SaaS 連携数 — 顧客の既存 SaaS を JAPAN AI に接続した数 (= 企業の脳の「視界」が広がった数) デプロイ速度 — 要件定義から最初の AI エージェント稼働までのリードタイム ・遅行指標 (事業と顧客へのインパクト) アクティブ利用率 (MAU / DAU) — 構築した AI ワークフローが、現場で実際にどれだけ使われているか 顧客の業務削減時間 / ROI — AI 導入によって浮いた工数や、受注率向上などの実数 アップセル・クロスセル額 — 初期導入拠点から、他部署や地方拠点へ展開したことによる追加売上 ●チーム体制 約60名が開発組織に在籍しています。 FDEチームは現在10名で、以下のチーム・ステークホルダーと密接に連携します: Product Architect — プロダクト設計 Agentic Engineer — エージェント機能開発 AI Success Engineer — 導入後の顧客成功支援 Deployment Strategy — 顧客への導入戦略・展開推進 ●開発環境 言語 : Python (バックエンド) , TypeScript / React / Next.js (フロントエンド) / NX AI/LLM : LangChain, LangGraph, JAPAN AI STUDIO SDK インフラ : GCP (コンテナ / K8s) , Docker データ : BigQuery, PostgreSQL, 各種顧客データソース ツール : Slack, Confluence, Linear, Google Workspace, GitHub, Notion AI 開発支援 : Claude Code MAX Plan, Cursor, ChatGPT, Devin 作業環境 : Mac (Apple Silicon) , デュアルモニタ対応

Agent Harness の設計・実装 エージェント実行エンジン (Graph Runtime / State Machine) の設計・実装 Agent SDK の設計・開発 — 社内エンジニアがエージェントを構築するためのインターフェース セッション管理・チェックポイント・リカバリ機構の実装 ガードレール / ポリシー実行エンジンの構築 — エージェントの行動を制御するルール実行基盤 AI/ML システム統合 モデルルーティング — 複数の LLM プロバイダ / モデルタイプを跨いだ推論リクエストの最適ルーティング コンテキスト管理・メモリ基盤の設計 (長期記憶、ワーキングメモリ、RAG 統合) 推論パイプラインの最適化 (レイテンシ削減、コスト効率化、キャッシュ戦略) Research Engineer と連携した最新研究成果の本番基盤への統合 オーケストレーション・パフォーマンス ワークフローオーケストレーション・キューイングシステムの開発 コスト/性能最適化 (オートスケーリング、キャッシュ、バッチ処理) 推論リクエストのルーティング・ロードバランシング 信頼性・運用 プラットフォーム稼働率 99.9% 以上の維持 インシデント対応・ポストモーテム データアクセス・権限管理基盤の設計 【業務シナリオ例】 ※以下は想定される業務シナリオの例です ● シナリオ 1: エージェント実行エンジンの設計 JAPAN AI STUDIO 上で顧客が構築する AI エージェントの実行基盤を設計。 Graph Runtime を採用し、エージェントの各ステップを DAG (有向非巡回グラフ) として表現。 チェックポイント機構により、長時間タスクの途中失敗からの自動リカバリを実現。 ● シナリオ 2: モデルルーティングの最適化 複数の LLM プロバイダ (OpenAI / Anthropic / Google 等) を跨いで、タスクの種類・コスト・レイテンシに応じた最適なモデルを自動選択するルーティングエンジンを設計。 推論コストを 25% 削減しつつ、タスク成功率を維持。 ● シナリオ 3: ガードレール実行エンジンの構築 金融機関向けエージェントが「投資助言」に該当する回答を生成しないよう、ポリシー実行エンジンを構築。 ルールベース + LLM ベースのハイブリッド判定により、レイテンシを 50ms 以内に抑えつつポリシー準拠率 99.5% を達成。 ●ミッション 「企業の脳」の心臓部を設計する AI エージェントが安全・高速・確実に動作するための Agent Harness — 実行エンジン、オーケストレーション、ガードレール、メモリ、モデルルーティングを設計・実装する。 JAPAN AI STUDIO 上で動く数百のワークフローの制御基盤を、自社で構築する。 ●Agent Harnessとは Agent Harnessは、AIモデルを包み込む制御・実行基盤レイヤーです。 Agent Framework (LangChain等) がエージェントの「構築」を担うのに対し、Agent Harnessはエージェントの「制御・運用」を担います。 ●Backend Engineer 構築対象 : Web API・マイクロサービスの設計・実装 AI/ML との関わり : ML モデルを API 経由で呼び出す 状態管理 : ステートレスなリクエスト / レスポンス 安全性制御 : 認証・認可・入力バリデーション | ガードレール / ポリシー実行エンジン — LLM の出力を制御するルール実行基盤 ●Agent Harness Engineer 構築対象 : LLM を中核としたエージェント実行エンジン・SDK・オーケストレーターの設計・実装 AI/ML との関わり : モデルルーティング、RAG 統合、コンテキスト注入、推論最適化をシステムレベルで設計 状態管理 : エージェントのセッション管理・チェックポイント・長期記憶・ワーキングメモリの設計 安全性制御 : ガードレール / ポリシー実行エンジン — LLM の出力を制御するルール実行基盤 JAPAN AI では、この Agent Harness を自社開発し、全プロダクト (JAPAN AI STUDIO / CHAT / SPEECH / AGENT 等) の共通基盤として運用しています。 ●期待する役割について Agent Harness Engineer として、AI / ML の知識を活かしながらエージェントの制御・実行基盤を設計・実装していただきます。 LLM / AI エージェントの動作原理を深く理解した上で、実行エンジン (Graph Runtime / State Machine) を設計・実装する モデルルーティング、コンテキスト管理、メモリ基盤 (長期記憶・ワーキングメモリ) など、AI 特有のシステム設計を担う 社内 120名のエンジニアが使う Agent SDK を設計・開発する ガードレール / ポリシー実行エンジンを構築し、エージェントの行動を安全に制御する Research Engineer と連携し、最新の研究成果を本番基盤に統合する ●成果責任 (KR/メトリクス) Agent SDK 採用率 (社内チームの利用率・満足度) エージェント実行成功率 (タスク完了率、チェックポイントからのリカバリ成功率) Harness 起因の障害率 (ガードレール突破率、状態不整合率) 実行レイテンシ P95 / P99 (Harness 層のオーバーヘッド) 推論コスト効率 (モデルルーティングによるコスト最適化) 開発者体験スコア (SDK / API の社内 NPS) ●チーム体制 約120名が開発組織に在籍しています。 Agent Harness Engineerは以下のチームを横断して活動します: Infra — クラウドインフラ・SRE Data — データパイプライン・分析基盤 Agent Harness — エージェント実行フレームワーク 密接に連携する役割: Agentic Product Engineer — エージェント機能開発 (SDK のユーザー) Research Engineer — 研究開発・新手法の基盤統合 AI Quality Scientist — 評価パイプラインとの連携 Product Manager — プロダクト設計・非機能要件定義 ●開発環境 言語 : Python, Go (バックエンド・基盤開発) , TypeScript / React / Next.js (フロントエンド部) / NX インフラ : GCP (コンテナ / K8s) , Docker, Terraform メッセージング : Kafka / Pub/Sub 監視 : Prometheus, Grafana, OpenTelemetry ツール : Slack, Confluence, Linear, Google Workspace, GitHub, Notion AI 開発支援 : Claude Code MAX Plan, Cursor, ChatGPT, Devin 作業環境 : Mac (Apple Silicon) , デュアルモニタ対応