リモート可 年収1200万円以上のITエンジニア求人・転職情報

PdMとして、以下のような業務に幅広く携わっていただきます。 ▼短期的に任せたい業務(立ち上げフェーズ) ・FLUXのプロダクト、事業環境を踏まえたプロダクト戦略の設計 ・現場メンバーへの業務課題ヒアリング └ 実務フローやペインポイントの把握 ・ プロダクト構想・コンセプト設計(どの課題をどう解くか) └ 解決すべき優先課題の明確化 ・プロトタイピングや仕様策定(要件定義・画面設計など) └ 開発初期フェーズにおける仮説設計・ユーザーストーリーの作成・Coding Agentによる実装 ▼中長期的に任せたい業務(成長・改善フェーズ) ・プロダクトKPIの設計と改善サイクル推進 └ ユーザーデータや業務指標に基づいた仮説検証と改善活動 ・ 現場・事業部門との中長期的な連携を通じた、プロダクト戦略の立案と実行 └ 将来的なSaaS化の可能性も含めた、プロダクトの進化をリード ・開発、現場、経営層など、異なる専門性やバックグラウンドを持つステークホルダーのハブとなり、共通のゴールに向けてチームを牽引・結束させる役割 ・全業務AI Agent化の責任者

日本を代表するエンタープライズ企業を中心としたクライアントに対し、本質的な価値創出に重きを置いたプロジェクトの推進・実行を担当いただきます。経営課題を技術で解決するためのデータアーキテクトのグランドデザインおよびデータモデリングを主導するスペシャリストとして参画いただくポジションとなります。 ・日本を代表するエンタープライズ企業をメインクライアントとするDX支援、AI実装、および中長期的なデータ利活用戦略の立案とアーキテクチャ設計支援 ・AWS、Azure、GCPなどのクラウド環境を活用したデータ基盤・分析基盤の設計 ・分析チームやビジネス部門と連携したデータ活用環境の高度化 ●参考資料 https://note.com/flux_inc/m/mdcbaafdd8d84 ●業務の変更の範囲 会社の定める業務 ※本人の希望を聞かずに転勤させることはありません。

【具体的には】 ※ご経験に合わせて以下業務における組織マネジメントやプロジェクトリーディングをお任せします ソフトウェア・デファインド・ビークル(SDV)の実現に向けた、世界トップレベルのAI性能、省電力を有するカスタムSoCの企画・開発を行います。 ●将来技術(半導体/AI/ソフトウェア)の調査に加え、VoCや市場/競合分析に基づくユーザーニーズの予測・仮説立案を行い、ユースケースから逆算した次世代SoCの企画 ●クルマとしての性能目標値(電力・熱・起動時間・安全要求等)に基づき、車両/ECUシステムからSoCへのトレーサビリティを意識した要求仕様書の作成、およびアーキテクチャ開発(ハード/ソフトウェア) ● AIワークロード(モデル種類・性能・スケーラビリティ)の定義と評価を通じたNPUの最適化(ハード/ソフトウェア) ● OEMにしかできない・OEMならではのHondaスペシフィックな数10億Gateの大規模カスタムSoC(独自機能・低消費電力・高性能)の開発 ● 車載半導体領域における差異化要素であるAI・画像処理技術・高速インターフェース技術の開発 ● 既存のSoC開発スタイルに捉われず、最先端の開発環境をゼロベースからの立ち上げ、SoC開発を支える開発基盤の構築、EDA導入戦略の立案 ●完成したSoCに対する機能・性能・信頼性評価プロセスの構築(実機評価、TEG/ATE等を活用した特性評価・使いこなし)、および開発・評価環境の構築(ハード/ソフトウェア) ●カスタムSoC開発における半導体パッケージ領域の企画・設計検討および、SoCメーカーやOSAT等エコシステムと連携した開発推進 ※専門性や適性、会社ニーズなどを踏まえ、会社が定める業務への配置転換を命じる場合があります。 【開発ツール】 プログラミング言語(C/C++/Python/tcl 等) RTL(Verilog/VHDL),System-C SoC開発のためのEDAツール全般

【具体的には】 ※ご経験に合わせて以下業務における組織マネジメントやプロジェクトリーディングをお任せします ソフトウェア・デファインド・ビークル(SDV)の実現に向けた、世界トップレベルのAI性能、省電力を有するカスタムSoCの企画・開発を行います。 ●将来技術(半導体/AI/ソフトウェア)の調査に加え、VoCや市場/競合分析に基づくユーザーニーズの予測・仮説立案を行い、ユースケースから逆算した次世代SoCの企画 ●クルマとしての性能目標値(電力・熱・起動時間・安全要求等)に基づき、車両/ECUシステムからSoCへのトレーサビリティを意識した要求仕様書の作成、およびアーキテクチャ開発(ハード/ソフトウェア) ● AIワークロード(モデル種類・性能・スケーラビリティ)の定義と評価を通じたNPUの最適化(ハード/ソフトウェア) ● OEMにしかできない・OEMならではのHondaスペシフィックな数10億Gateの大規模カスタムSoC(独自機能・低消費電力・高性能)の開発 ● 車載半導体領域における差異化要素であるAI・画像処理技術・高速インターフェース技術の開発 ● 既存のSoC開発スタイルに捉われず、最先端の開発環境をゼロベースからの立ち上げ、SoC開発を支える開発基盤の構築、EDA導入戦略の立案 ●完成したSoCに対する機能・性能・信頼性評価プロセスの構築(実機評価、TEG/ATE等を活用した特性評価・使いこなし)、および開発・評価環境の構築(ハード/ソフトウェア) ●カスタムSoC開発における半導体パッケージ領域の企画・設計検討および、SoCメーカーやOSAT等エコシステムと連携した開発推進 ※専門性や適性、会社ニーズなどを踏まえ、会社が定める業務への配置転換を命じる場合があります。 【開発ツール】 プログラミング言語(C/C++/Python/tcl 等) RTL(Verilog/VHDL),System-C SoC開発のためのEDAツール全般

●部署 デジタル本部 ●役割 ・3C×STPも踏まえ、全社DX・AI活用の課題と優先順位を整理し、展開ロードマップとKPIを定めて推進する ・dify、Notion AI、Circleback、Notta、Canva、Claude、ChatGPT等のツールについて、社内用途、標準手順、利用ルール、FAQを整備し、社内へ発信・更新する ・研修、コミュニティ、相談導線、事例共有、テンプレート配布等を設計し、現場が自走してAI・デジタルを活用できる状態をつくる ・シャドーAIの抑止、情報漏洩、権限、データ取り扱いに関するガードレールを設計し、現場が迷わない運用ルールとして浸透させる ・部門最適に留まる改善を、共通プロセス、共通テンプレート、共通ナレッジとして全社で積み上がる仕組みに転換する ・業務改善テーマの効果を、創出時間・生産性・業務品質・意思決定スピードなどの指標で可視化し、継続的な改善につなげる

Directorは、マッキンゼー、BCG、アクセンチュアなどコンサルファーム出身者を中心に構成される Deployment Strategist 部門をリードします。当部門では、最先端のデータ解析AIを活用して顧客の一次情報を自由自在に解析し、様々な業界・業種の経営課題を解くための新たなユースケースの開拓を担っています。戦略提言に留まらず、見つけ出した経営示唆をプロダクトに埋め込むことで、顧客の意思決定を変革し続けます。 また、業界ごとの変革テーマを定義し、トップマネジメントとの関係を築き、戦略から実装まで一気通貫で事業を組み立てる責任者です。若手・中堅メンバーをリードし、エンジニアを含む各領域のプロフェッショナルと組んだ総力戦チームで顧客に成果を届け、そこから事業ポートフォリオを広げていく。コンサルティング・プロダクト・事業創造を一つの組織で握る役割です。 個別顧客レベルで担う「経営視点 × 現場視点 × AI 実装力」の三点を束ねる経験を、業界 Practice として束ね直す立場でもあります。 対話データ × AI を活用した新規変革テーマの構想 業界別 Practice の立ち上げと、勝ちパターンのユースケース化 事業ポートフォリオ戦略の立案 大企業トップマネジメントとの関係構築 経営アジェンダに基づく提案活動と意思決定リード 戦略パートナーシップの設計 DS(Deployment Strategist)チームを率いた受注案件のデリバリー Prompt Expert / Adaption Success / Engineer との連携による実装品質の担保 経営層レビューと成果検証 各ユースケースのサブプロダクト化・アライアンス形成 メンバー育成・採用への関与 再現性ある成長モデルと組織体制の構築

OSSビジネス推進室は、Apache、Tomcat,、PostgreSQLなどよく使われているオープンソースソフトウェア(OSS)や、Hadoop,、Spark、Kafkaなどの大規模データを処理するために使われるOSSのサポートサービスや高難易度のプロジェクトへの適用や、課題解決、案件支援を行っています。 また、最近では、KVMを活用した仮想化基盤ソリューションを開発し、今後お客様に提供していく予定です。 本ポジションでは、事業部門と連携し、先進的/重要/高難易度のお客様プロジェクトに対し、OSSの提案を行い、プロジェクト計画策定までサポートを行います。 また、世の中の動向をキャッチし、OSSを活用したソフト、ソリューションを自ら企画し、お客様にご提案します。 市場・技術・顧客の変化に応じてマネージャーとして求められる役割も変化するが、メンバの採用から育成、メンバが担当する案件での直接のマネージメント、または技術戦略構想・マーケティング・ビジネスモデルの設計業務に従事する。 マネージメント対象となるメンバは下記業務に従事している。 事業部門と連携し、先進的/重要/高難易度のお客様プロジェクトに対し、OSSの提案を行い、プロジェクト計画策定までサポートを行う。 また、世の中の動向をキャッチし、OSSを活用したソフト、ソリューションを自ら企画し、お客様に提案する。

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

エージェント研究開発 異なるエージェント・ハーネスの発案・開発・比較 (メモリ、コンテキスト圧縮、エージェント間通信アーキテクチャ等) 新しい推論・計画・検索手法の研究開発 マルチモーダル・長文コンテキスト対応の技術開発 最新論文の調査・再現・改良実装 評価・ベンチマーク 大規模なエージェント型タスクのための厳密な定量ベンチマークの設計・実装 合成データ生成・評価ベンチマーク設計 モデルとプロンプトの自動評価支援 (学習 → プロダクトライフサイクル全体) プロダクション課題の解決 推論レイテンシ / コスト最適化 (量子化、蒸留、キャッシュ等) モデル学習用データミックスの作成・最適化 エージェント評価フレームワークの高度化 本番環境での品質改善・パフォーマンスチューニング 技術移転・発信 Agentic Product Engineer チームへの技術移転・メンタリング 学術機関・OSS コミュニティとの連携 【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 : SaaS 横断検索のためのナレッジグラフ RAG の研究開発 JAPAN AI STUDIO が「企業の脳」として機能するには、顧客の全 SaaS に散在する情報を横断的に検索・統合する必要がある。 既存の RAG では「Aプロダクト の従業員データ」と「Bプロダクト の商談データ」の関係性を捉えられず、回答精度が低い。 ナレッジグラフベースの RAG アーキテクチャを研究・開発し、エンティティ間の関係性を構造化。 SaaS 横断検索の回答精度を 40% 向上させ、Agentic Product Engineer チームに技術移転して全プロダクトに展開。 ●ミッション Agentが降参する問題を解く 現在の AI エージェントでは解決できないフロンティア課題に挑み、新しい推論手法・検索 / 計画・長期記憶・ツール利用の品質限界を突破する。 JAPAN AI STUDIO 上で動く数百のワークフローが、より賢く・速く・安全に動作する未来を、研究で切り拓く。 ●期待する役割について Research Engineer として、AI/LLM/ML の最先端研究と応用研究をリードしていただきます。 異なるエージェント・ハーネスの発案・開発・比較 (メモリ、コンテキスト圧縮、エージェント間通信アーキテクチャ等) 大規模なエージェント型タスクのための厳密な定量ベンチマークの設計・実装 モデルとプロンプトの自動評価を支援し、学習からプロダクトライフサイクル全体にわたって品質を担保 プロダクト組織と協力し、エージェントをプロダクトに適用するうえでの最も困難な課題を解決 モデル学習用データミックスの作成・最適化により、エージェントタスクにおける性能と使いやすさを向上 研究成果を Agentic Product Engineer チームに移転し、プロダクト全体の品質を底上げ 論文を書くことがゴールではありません。 研究成果をプロダクションに適用し、約 200 社が利用する本番環境でユーザーに届けることを重視します。 ●成果責任 (KR/メトリクス) ベンチマークスコア改善率 (社内 / 公開ベンチマーク) 新手法のプロダクション適用数 (四半期あたり) 推論レイテンシ / コスト改善率 論文・技術ブログ発表数 社内技術移転完了数 ●チーム体制 約120名が開発組織に在籍しています。 Research Engineerは以下のプロジェクトを横断して活動します: JAI Lab — AI研究開発 AI&Model — モデル学習・最適化 Voice & Tel — 音声AI・電話システム 密接に連携する役割: Agentic Product Engineer — エージェント機能開発 (技術移転先) Agent Harness Engineer — エージェント実行基盤 AI Quality Scientist Specialist — 評価パイプラインとの連携 Product Manager — プロダクト設計 ●開発環境 言語 : Python (研究・フレームワーク部), TypeScript / React / Next.js (フロントエンド部) / NX ML / AI : PyTorch, JAX, Transformers, vLLM, Weights & Biases インフラ : GCP (コンテナ / K8s), Docker 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

●セキュリティ統括部とは 当担当は、製造、流通、⾦融、通信、公共、社会インフラといった、NTTデータが担当する社外のビッグクライアントに対してセキュリティサービスを提供する組織となっています。社会的影響度の⾼い顧客のシステムに対して、リスクの分析やセキュリティ対策立案から、各種セキュリティソリューションの導⼊、攻撃の検知・分析といったセキュリティエンジニアリングまで、お客様のセキュリティパートナーとしてあらゆるセキュリティ課題に対応しています。 プロジェクトにおいては、グループ企業のNTTデータ先端技術をはじめ、様々なパートナー企業と連携しながら進めます。 例えば、NTTデータが⽅針策定、体制作り、設計、技術的課題への対策検討、インシデント対応等の導⼊後対応をリードし、脆弱性診断やセキュリティ監視などの作業をNTTデータ先端技術等が担当する、といったイメージです。 所属員は約80名で、⼤きく「(1)セキュリティソリューションエンジニア」と「(2)ゼロトラスト/SASEサービスエンジニア」の2つにチームが分かれています。相互に協⼒し合いながらお客様のセキュリティ課題を解決しています。 ●業務内容 以下、いずれかのチームにてマネージャー(課長)をつとめていただき、案件のリード・マネジメント、部下の育成・マネジメント等を行っていただきます。 ご経験やご希望に応じてポジションのアサインは決定いたします。 (1)セキュリティソリューションエンジニア セキュリティエンジニアとして、特定されたセキュリティ上の脅威に対し、必要なシステムを設計・構築します。ベンダーフリーの強みを⽣かし、セキュリティ製品をお客様の課題と事情に合わせて⾃由に提案することができます。 また、提案だけでなく、⼦会社やベンダーをマネジメントしながら、導⼊から運⽤設計まで責任をもって推進します。 <具体的な業務例> ‧クラウド基盤のセキュリティ設計 ‧各種セキュリティ製品の評価、POC実施、導⼊ ‧SIEM構築、運⽤設計 ‧SOC運⽤設計 ‧CSIRT構築、運⽤設計 ‧認証・認可製品の導⼊・設計 (2)ゼロトラスト/SASEサービスエンジニア 顧客のワークスペース環境のセキュリティ強化を行う案件がメイン業務になります。 今後ワークスペースはゼロトラストの考え方を軸に新たな形に変化していきます。我々はクラウドネイティブなデジタルワークスペースをセキュアに提供するため、 業界に先駆け7つの技術要素から成り立つゼロトラストサービスの展開を行っています。 本ポジションでは、開発側の立場で本サービスの拡充に向けたサービス企画や顧客に向けたコンサルティング、導入、運用の業務を担当して頂きます。具体的な職務内容は以下となっております。 ・法人、金融、公共分野の顧客へのデジタルワークスペースのゼロトラスト化実現に向けたITコンサルティング、PoC ・法人、金融、公共分野の顧客への当社ゼロトラストサービスを軸にしたデジタルワークスペース導入プロジェクトの推進 ・次世代デジタルワークスペースを見据えた当社ゼロトラストサービスの拡充に向けた商品企画 　→テクノロジー潮流、市場ニーズを加味した次世代デジタルワークスペース実現に向けたソリューションの選定、検討、検証 　→デジタルワークスペースを構成する各領域のトップクラウドベンダとのアライアンス構築 ※7つの技術要素:SASE、IDaaS、UEM、EDR、DMaaS、SDP、UEBA

●役割 ・3C×STPを踏まえて全社DX・AI活用の中長期戦略と年度実行計画を策定し、経営会議・取締役会で合意形成したうえで、事業成果に直結する実行まで統括する ・デジタル本部を率い、正社員エンジニア・コーポレートIT・業務委託パートナーを含む組織の採用・育成・組織設計を通じて、少数精鋭でQCDを高める開発・IT体制を構築する ・ホームケア事業・リネンサプライ事業・新規事業のDXプログラムをKPI、投資対効果、リードタイム、品質の観点でモニタリングし、経営層・事業部門と連携しながら成果最大化に向けて介入する ・AIエージェント基盤、Skill/Harness等を活用し、属人ナレッジを組織資産化する仕組みを構築する ・ITアーキテクチャ、コーポレートIT、情報セキュリティ、生成AIセキュリティの方針を定め、全社ガバナンスと初動体制を整備する ・営業所・工場・事業部門・経営層の間に入り、現場業務と顧客価値に根ざしたAI・DXの定着を進め、テクノロジーを事業変革の実装力へ変える

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

事業の急拡大期を迎えているタイミーの事業戦略や組織のスケールに伴う、エンジニアリング組織の不足をあらゆる方法を用いて補うことで、開発組織のフロー効率の向上を目指していただきます。 エンジニアリング組織の生産性を最大化させるためにCTO/VPoEと密に連携しながら、複雑かつ多岐に渡る組織課題に対してチームで連携しながら課題解決をリードしていただく役割です。 組織横断的に動きつつ、担当する機能領域をリードいただくことを期待しております。 業務例 ・Ruby on Railsを使用したWebアプリケーションの設計、開発、レビュー、リリース ・チーム内外の技術的な課題発見、解決策の提案・実行 ・担当領域に関する仕様確認、技術的調査を含めた問い合わせ対応 ・各種スクラムイベントへの参加 ●開発環境(配属先により一部異なります) Backend ・開発言語: Ruby 3.4系 ・アーキテクチャ: Ruby on Rails 8.0系、RSpec Frontend ・開発言語: TypeScript ・アーキテクチャ: Next.js CSR(SPA), React Hooks, SWR Mobile(iOS) ・開発言語: Swift Mobile(Android) ・開発言語: Kotlin Infrastructure ・AWS:ECS Fargate, Aurora, RDS, S3, ElastiCache, CloudFront, etc… └Elasticsearch(AWS Marketplace) ・Google Cloud(一部サービス) ・IaC:Terraform ・ログ:Datadog LogsとS3に集約 その他 ・AIエージェント・LLMツール: 　-開発支援: GitHub Copilot Coding Agent, Devin, Cursor, Claude Code 　-開発基盤・運用: Vertex AI, LiteLLM, MLflow, Datadog LLM Observability 　-その他: Gemini, NotebookLM, NotionAI ・コード管理:GitHub ・ コミュニケーションツール:Slack, Notion

開発案件の「受注確度の向上」と「デリバリーの仕組み化」の双方に責任を持ちます。 単なるエンジニアリングマネージャーではなく、AIツールを前提とした「新しい開発プロセスの標準」を作ることを期待しています。 「デザイン思考 × AI駆動開発」を統合した開発組織の立ち上げ経験が得られます。 具体的な仕事内容 ① 案件提案への技術参画 商談への同席、AI活用のフィジビリティスタディ(実現可否判断) 数千万〜億単位の案件における開発見積もりの作成・技術的妥当性の担保 「AIで内製するか、外部と協業するか」の判断と座組みの設計 ② 案件のデリバリーリード ・Claude Code / Cursor等を活用したAI駆動開発プロセスの先導 プロジェクト横断での技術選定、要件定義、QA(品質保証)の統括 デザイナー・PMと連携した、Agentic UX(AIエージェント時代のUI)の実装 ③ AI駆動開発の仕組み化・体制構築 ・AI駆動開発を前提とした開発フローの標準化(ドキュメント化・仕組み化) 外部パートナーの開拓や業務委託メンバーの採用・評価・チーム組成 組織全体で受けられる開発案件のキャパシティ拡大 ●業務内容の変更の範囲 雇入れ直後:上記参照 変更の範囲:当社における各種業務全般

<<業務内容>> ●サマリー 共通基盤(認証基盤を含む)における中長期のアーキテクチャ設計を担い、上流工程を一貫して主導 いただきます。既存システムの状況と今後のプロダクトロードマップを踏まえたデータ設計・リソースサーバー分解の方針策定から、要求仕様の整理、各チームへの分解・進行管理、ステークホルダーとの調整までがスコープです。 特定の実装タスクに閉じず、「何を・どの順序で・どう分解して実現するか」という技術的な意思決定そのものをリードしていただきます。 ●具体的な業務内容 ・既存システム(モノリス)から共通基盤・認証基盤を切り出すためのデータ構造の再設計 ・マルチプロダクトを前提としたリソースサーバーの分解設計、および要求仕様の策定 ・設計をもとにした各チームへのタスク分解・進行管理、上流工程の主導 ・法務・セキュリティ・コンプライアンスを含む各ステークホルダーとの調整、および設計判断に関する説明責任の遂行 ・組織・要件に応じた技術選定、設計判断に関する意思決定およびドキュメンテーション ・AIを積極的に活用し、少人数で大規模基盤を前に進める開発スタイルの推進 <<開発組織の特徴>> タイミーの開発組織はフロントエンドからSREのレイヤまでひとつのチームで解決できることをコンセプトにしています。裁量は各チームに移譲されており、自身の専門分野を中心に、隣接する領域に染み出しながら開発に携わることができます。 エンジニアがユーザーインタビューに参加して課題の探索段階から関わることができ、プロダクト組織と連携しながら顧客価値に基づいて開発を行う文化が浸透しています。 ●既存事業領域 タイミーの圧倒的なシェアと収益基盤を支えるコア事業であり、さらなる非連続なグロースを牽引する領域です。 現在は、累積1,000万人以上のワーカーと20万社以上のクライアントが生み出す膨大なデータを武器に、マッチングアルゴリズムの高度化やUXの磨き込みを行っています。私たちは、クライアントの「即時の人材確保」とワーカーの「働きがいの最大化」を、高いレベルで実現するプロダクト開発組織を目指しています。 今後は更に大小問わない様々な企業での導入・活用の拡大や多様な業種への浸透を通じて、本質的なエンゲージメント強化に挑戦しています。クライアント、ワーカー双方にとって必要な時に、必要な「はたらく」を提供する体験を社会の当たり前にするため、ユーザー価値と事業収益の両輪をプロダクト主導で回し続ける、ダイナミックな進化を追求しています。 ●新規事業領域 スポットワーク事業で培った強固なアセットを活かし、事業の多角化、そしてマルチプロダクト戦略に基づいて新プロダクト開発を推進する領域です。現在は、正社員紹介事業(タイミーキャリアプラス)や長期雇用、介護などのバーティカル領域に深く踏み込んだプロダクト開発に挑んでいます。既存の枠組みにとらわれず、タイミーが持つ資産を最大活用して、新しい「はたらく」の形をゼロから立ち上げ、成長させることに向き合います。 ●プラットフォーム領域 タイミーが「はたらく」のインフラへと進化するための、戦略的基盤を構築する領域です。 私たちは現在、既存の「タイミー」に加え、複数の新規プロダクトを連続的に生み出すマルチプロダクト展開を加速させています。この成長を支えるため、プラットフォーム領域では「はたらく」にまつわるドメインを分解・再定義し、プロダクト間で共通利用できる価値ある資産にすることを目指しています。 単なるシステムの共通化(ID管理・決済・本人確認など)に留まらず、日々の就業実績や評価を「信頼データ」として蓄積・活用することで、「タイミーではたらくほどに信用が積み上がり、人生の選択肢が広がる」——そんなプラットフォームの実現を技術の面から支えます。 <<開発環境>> ●Backend ・開発言語: Ruby (Ruby on Rails)(Timee) / Go (IdP) ・アーキテクチャ: Modular Monolith ・データストア: MySQL8.0系 ・ツール: Docker、OpenAPI、GitHub Actions、AWS、Terraform、Datadog、Sentry ●Infrastructure ・AWS:ECS Fargate, Aurora, RDS, S3, ElastiCache, CloudFront, etc… ・IaC:Terraform ・ログ:Datadog LogsとS3に集約 ●Monitoring ・Datadog, Sentry ●CI/CD ・GitHub Actions, Dependabot ●その他 ・AIエージェント・LLMツール: 　-開発支援: GitHub Copilot Coding Agent, Devin, Cursor, Claude Code 　-開発基盤・運用: Vertex AI, LiteLLM, MLflow, Datadog LLM Observability 　-その他: Gemini, NotebookLM, NotionAI 　└コード管理:GitHub 　└コミュニケーションツール:Slack, Notion 　└その他:Twilio, ImageFlux, OneSignal, Figma etc…

このポジションでは、以下の業務に取り組んでいただきます。 ●プロダクト戦略 ・会社全体のビジョンや事業戦略に基づいたプロダクト戦略の策定 ・市場調査や競合分析を通じたプロダクトの方向性の決定 ・プロダクトロードマップの作成および優先順位の設定 ・KPIの設定と追跡、データに基づく意思決定の推進 ●ハンズオンでのプロダクト開発 ・開発チームと連携し、プロダクトの要件定義や仕様策定を直接リード ・ユーザーインタビューやデータ分析を通じたプロダクト改善の推進 ・プロダクトのリリース計画の策定および実行 ・最新のAI技術動向の把握と自社プロダクトへの応用検討 ●チームマネジメント ・10名規模のプロダクトマネージャーチームの育成・評価 ●チーム全体のパフォーマンス向上を目的とした組織改善 ・メンバーが自律的に成長できる環境の構築およびモチベーション管理 ・多国籍チームにおけるバイリンガルコミュニケーションの推進 ●ステークホルダーとの連携 ・営業やカスタマーサクセスチームとの連携を通じた顧客ニーズの把握とプロダクト改善 ・顧客との直接的なコミュニケーションを通じたフィードバックの収集 ・経営層や他部門との連携を通じたプロダクト戦略の共有と調整 ・グローバル展開を見据えた英語でのコミュニケーション ●開発言語 : TypeScript, Python ●作業環境 : Mac (Appleシリコン)、モニター2台まで利用可能 ※従事すべき業務の変更の範囲 会社の定める業務

●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

Trackプラットフォーム上のスキルデータ基盤「Skill Data Cloud」およびスキルオントロジーレイヤーを設計・構築・運用し、AIフレンドリーなデータ/ML基盤として高度に整備していくリードポジションです 。 スキルタクソノミーのメンテナンスとスキルデータ分析、ML/生成AIを活用したデータパイプライン・MLOps基盤構築を通じて、プロジェクト実績・学習履歴・アセスメント等の多様なデータの信頼性・関連性をデータドリブンに担保します。 ビジネスサイドと連携しつつ、データサイエンティストチームへの指示出しやプロジェクトディレクションを担い、Skill Intelligence Lab全体の技術・運用標準をリードしていただきます 。 ●スキルタクソノミー・オントロジーの設計・メンテナンス: スキル同士の関連性のモデル化や変更履歴管理プロセスを設計し、組織全体での利用ルールや品質指標を確立します 。 ●Skill Data Cloudの設計・構築・運用: 複数データソースを統合する基盤設計をリードし、AIフレンドリーなデータ基盤の実現に向けたアーキテクチャ指針やロードマップを策定します 。 ●スキルデータ分析基盤の構築: スキル関連性を分析するモデルの選定・実装を行い、プロダクト改善や事業戦略に繋がる指標体系を標準化します 。 ●ML/生成AIモデルの設計・実装・評価; スキルデータ活用に向けたML機能の設計方針をリードし、モデルアーキテクチャの方向性や品質・リスク管理基準を定義します 。 ●MLOps基盤の設計・構築・運用:セキュリティとスケーラビリティを踏まえた最適なMLパイプライン構造を設計し、Feature Storeやモデルレジストリの導入を主導します。 ●モデルの本番デプロイと推論基盤構築: Kubernetes上でのモデル推論基盤の構成を設計し、CI/CDを用いたデプロイパイプラインの標準を定めます。 ●運用監視・品質管理: モデル監視指標の標準化やA/Bテストの設計をリードし、組織横断の品質管理フレームワークを策定します 。 ●プロジェクトマネジメント:プロジェクト計画の策定、データサイエンティストチームへのディレクション、ビジネスサイドとの要件調整をリードします 。 ※業務の変更の範囲:会社内での全ての業務 ●開発環境・ツール ※指定はありませんが、下記が案件で主に使われる技術です ※支給PC:Windows or Macbook ※最新のMacbook Proを支給することが多いです! ・プログラミング・スクリプト言語:Python ・クラウド・インフラ・コンテナ基盤:パブリッククラウド全般 、Kubernetes ・CI/CD・認証:CI/CD環境 、IAM (Identity and Access Management) ・MLOps・MLプラットフォーム:MLflow 、モデルレジストリ 、Feature Store 、実験管理ツール ・データ基盤:DWH (データウェアハウス) 、データパイプライン構築・運用

ミッション ヘルスケア領域プラットフォームの製品戦略を主導し、革新的なプロダクト開発を通じて事業成長と社会課題解決を実現することがミッションです。ユーザーニーズと技術トレンドを的確に捉え、顧客価値を最大化する製品ビジョンを描き、実行に移していただきます。 業務概要 プロダクト戦略の立案から実行までを主導し、ヘルスケア領域における業界トップクラスのプラットフォームサービスの進化を推進します。データドリブンなアプローチでユーザー体験を最適化し、AI活用やDXを通じて社会課題解決に貢献していただきます。 具体的な業務内容 ・プロダクト戦略立案と中長期ロードマップ策定 ・KPI設計とデータドリブンな意思決定プロセス確立 ・ユーザー体験最適化のためのUI/UX改善施策立案 ・新規機能の要件定義と開発チームとの連携推進 ・プロダクトビジョン策定とステークホルダーへの共有 ※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

●グループAI事業戦略の検討・実行 ・執行役員およびAI推進チーム ディレクターと連携し、グループ全体のAI事業戦略の立案・推進を技術面からリード ・最新のAI技術動向(LLM/生成AI、エージェント、RAG等)のリサーチおよび事業適用の検討 ・グループ各社の事業課題に対するAI活用方針の策定・技術検証 ・AI関連の業務提携における技術デューデリジェンスおよび技術評価 ・ナレッジ共有活動への貢献・推進 ●AIソリューションの企画・実行(テックリード) ・グループ各社と協働し、顧客課題を解決するAIソリューションの企画・設計・開発をリード ・グループ会社に所属するエンジニアの育成指導、必要に応じた採用活動への関与 ・パートナー企業との技術連携・協業の推進

●以下のような業務に、共に取り組んでいただきたいと考えています。 ・経営戦略と連携する形での、グループ全体の技術的な方針や、短期・中長期の技術戦略の策定・実行 ・複数プロダクトにまたがるエンジニアリング組織全体のマネジメント（目標設定、評価、育成、採用 など） ・事業の成長スピードに対応できる、スケーラブルで効率的な開発体制・プロセスの設計と継続的な改善のリード ・技術的負債の解消を目指した長期的な視点での計画策定・実行 ・未来の事業成長を見据えた技術選定やR&Dの推進 ・経営会議等における技術的な観点からの事業戦略の意思決定への貢献 開発環境 ●技術スタック詳細 当社では最新技術の積極的な採用と、開発生産性の向上に注力しています。 ・主要言語：Ruby, JavaScript, Swift, Kotlin ・ライブラリ/フレームワーク：Ruby on Rails, React, Vue.js ・インフラ/監視：AWS, Terraform, Datadog ・その他：Docker, Datadog Synthetic, Postman, Confluence ・チケット/バージョン管理：GitHub, GitHub Issue, Backlog ・継続的インテグレーション：CircleCI ・生成AIツール：Github Copilot, Cursor, Dify, ChatGPT ●開発手法・文化 チームごとに、状況に応じて以下のような工夫を取り入れています。 ・週1回の技術勉強会の開催 ・カンファレンス費用や書籍購入費用の補助 ・リファクタリングや技術的負債解消への取り組み ・生成AIツールの積極的な導入／活用（Claude, Cursor, Codex, Gemini, Copilot など） ・技術ブログの執筆（Zenn：https://zenn.dev/p/gatechnologies ） 開発組織についてさらに知る ●Forbes 後藤 正徳CTO 記事 「ビッグ・テックのマップアプリから次なる挑戦へ。GA technologies CTOが描くテクノロジーで巨大産業を変革する未来」 https://forbesjapan.com/articles/detail/83729 ●公式テックブログ（Zenn） https://zenn.dev/p/gatechnologies