機械学習・データ活用 年収550万円以上のITエンジニア求人・転職情報

株式会社NTTデータ

日本を代表する大手自動車メーカー様におけるマーケティングから販売、アフターサービス、モビリティサービス利用に至るまでの全てのカスタマータッチポイントをつなげ、新たな顧客体験を創り上げることが我々のミッションになります。 カスタマージャーニー全体をデザインした上で、CMS、MA、CRM、ビッグデータ分析、認証等、多様なデジタルソリューション・テクノロジーを活用して顧客体験とそれを支えるバックエンドの仕組みを提供していきます。 複数のチームがクライアントの状況にあわせて戦略的に活動を行っていますので、チームに参画して徐々に業務に慣れて頂きながら、多様なプロジェクトを経験頂けます。

株式会社NTTデータ

NTTグループは、トヨタ自動車様とのモビリティ領域において、広く連携しています。AIや自動運転といった先進領域における取り組みから、商用システム開発まで、幅広く推進しています。 その中で、NTTデータはコネクティッドカーから得られる膨大なデータを活用するためのプラットフォーム開発や、関連する各種システム開発プロジェクトを数多く推進しています。 本ポジションでは、こうしたプロジェクトにおいて、システム全体の企画・設計・開発・推進を担うシステムエンジニアとしてご活躍いただきます。 先進技術のPoC推進から、アプリケーション開発、アーキテクチャ設計、プロジェクト推進など、これまでのご経験や強みに応じて、幅広い役割を担っていただくことを想定しています。 先進技術を活用しながら、単なるシステム開発にとどまらず、新しいモビリティ社会を支える仕組みづくりに上流から関われることが、この仕事の大きな特徴です。 ※意向・適性を互い擦り合わせ可能です。

株式会社NTTデータ

本ポストでは、公共分野（知的財産・司法法務）を中心とした大規模～中小規模システムのITインフラを設計・構築するインフラエンジニアとしてご活躍いただきます。 クラウド・AI・コンテナ・オンプレミスなど幅広い技術を活用し、最適な基盤を提案・実現することが主なミッションです。 ご入社後は、ご本人の経験や希望を考慮し、以下のいずれかの業務を担当いただきます。案件やキャリア志向に応じてプロジェクト配置やチーム間連携も柔軟に行いますので、専門知識の幅を広げながら成長いただけます。 公共分野の知識がなくても、入社後にしっかりとフォローいたします。 ＜業務例＞ ①クラウド基盤の設計・構築 （例：AWS/Azure/GCP/OCIなどを用いた新規サービス基盤の導入、オンプレからクラウドへの移行） ②コンテナ基盤の設計・構築 （例：KubernetesやOpenShiftを活用したマイクロサービス基盤の導入） ③AI・データ分析基盤の構築 （例：MLOps環境の整備、AIモデル運用のための基盤構築） ④仮想化基盤・プライベートクラウドの構築 （例：VMwareやOpenShiftVirtualizationなどを活用した既存システムの仮想化・統合） ⑤大規模～中小規模オンプレシステムの更改対応 （例：既存ハードウェアのリプレース、インフラのモダナイズ検討） いずれの業務も、設計から実装・運用まで幅広く関与でき、インフラエンジニアとしてキャリアを積みながら、リーダーやサブリーダーとしてチームを率いる経験を積むことができます。さらに、経験に応じてアーキテクチャ設計や技術選定に意見を反映させられるため、技術者としての成長と影響力の拡大を実感できるポジションです。

フューチャー株式会社

ITコンサルティングカンパニーのフューチャー株式会社に設立されたAI戦略推進グループ(旧:Strategic AI Group) の専門組織です。 NLP、Computer Vision、Machine Learning全般、AIエージェント、数理最適化やMLOpsなど多様な専門性をもつAIエンジニア、AIコンサルタントや研究者が集結し、基礎・応用研究を通した先端追求による基礎技術力の獲得と、実ビジネスへのAI応用を両軸ですすめています。 わたしたちは最適解の追求のために特定の製品によらず、世にないAIは自ら作り出し、フューチャーが持つ屈指のITコンサルティング力と組み合わせて顧客・業界の変革を続けています。 【AI・機械学習エンジニアの仕事】 ●生成AI、自然言語処理、画像処理、統計・機械学習等の専門性を駆使し、多様な業界の顧客の課題を解決に導きます ●AI領域のメンバーまたはテックリードとしてAI検証・開発やR&Dを牽引します ●社外への情報発信(講演活動、専門誌への執筆など)を通じて、AI領域における当社のプレゼンスを確立することもできます 【AI社会実装の事例】 ●AIエージェントによるAI駆動の法人融資業務プロセスへの変革デザイン・実装(金融) ●全社基盤のAIエージェント・プラットフォームの設計・開発(製造) ●全社の生成AI活用施策の推進の伴走支援およびAI基盤構築(製造) ●新聞特化の大規模言語モデル研究開発・導入(メディア) ●精神疾患診断補助を行うソフトウェア医療機器研究開発(医療) ●業界屈指精度・業務改善効果を誇る完全自社性の特化型AI-OCR(公共・民間各社) ●美容診断・画像生成、類似ファッション検索等のカスタムAIエンジン(美容・アパレル) ●50万個/日の生産を支える日販の食品製造業の消費需要予測(食品製造) ●年5万時間の効果を生む従業員シフト最適化エンジン開発(小売) ●構築したデジタルツインを駆使した、人の手を介さないフルデジタルの設備点検の訪問計画最適化(エネルギー) ●マーケティングや業務効率化等の施策検討～検証のPDCAを回す伴走型データ活用(各社) 【基礎研究・応用研究の事例】 ●LLM/NLPを中心とした複数大学との共同研究、国内・海外会議や論文誌への投稿・発表 ●AI Agentの最新手法、ツール、アーキテクチャの調査や応用研究開発 ●MLOps・LLMOpsのサービス調査や応用検証 ●その他、ビジネス課題に応じたLLM/NLP、CV、数理最適化の応用研究開発など 【変更の範囲】 当社業務全般に従事いただく可能性がございます。

フューチャー株式会社

ITコンサルティングカンパニーのフューチャー株式会社に設立されたAI戦略推進グループ(旧:Strategic AI Group) はAIの専門組織です。 NLP、Computer Vision、Machine Learning全般、AIエージェント、数理最適化やMLOpsなど多様な専門性をもつAIエンジニア、AIコンサルタントや研究者が集結し、基礎・応用研究を通した先端追求による基礎技術力の獲得と、実ビジネスへのAI応用を両軸ですすめています。 わたしたちは最適解の追求のために特定の製品によらず、世にないAIは自ら作り出し、フューチャーが持つ屈指のITコンサルティング力と組み合わせて顧客・業界の変革を続けています。 【NLPリサーチエンジニアの仕事】 ●自然言語・生成AI分野の最先端の学術研究・共同研究を推進し、知のフロンティアを切り拓く ●自然言語・生成AIに関する極めて難易度の高い案件に対し、専門的な技術知見をもってプロジェクトを成功に導く技術的アドバイザとして貢献する ●自然言語・生成AIを核とした革新的なソフトウェア・サービスの研究開発を推進する 【AI社会実装の事例】 ●AIエージェントによるAI駆動の法人融資業務プロセスへの変革デザイン・実装(金融) ●全社基盤のAIエージェント・プラットフォームの設計・開発(製造) ●全社の生成AI活用施策の推進の伴走支援およびAI基盤構築(製造) ●新聞特化の大規模言語モデル研究開発・導入(メディア) ●精神疾患診断補助を行うソフトウェア医療機器研究開発(医療) ●業界屈指精度・業務改善効果を誇る完全自社性の特化型AI-OCR(公共・民間各社) ●美容診断・画像生成、類似ファッション検索等のカスタムAIエンジン(美容・アパレル) ●50万個/日の生産を支える日販の食品製造業の消費需要予測(食品製造) ●年5万時間の効果を生む従業員シフト最適化エンジン開発(小売) ●構築したデジタルツインを駆使した、人の手を介さないフルデジタルの設備点検の訪問計画最適化(エネルギー) ●マーケティングや業務効率化等の施策検討～検証のPDCAを回す伴走型データ活用(各社) 【基礎研究・応用研究の事例】 ●LLM/NLPを中心とした複数大学との共同研究、国内・海外会議や論文誌への投稿・発表 ●AI Agentの最新手法、ツール、アーキテクチャの調査や応用研究開発 ●MLOps・LLMOpsのサービス調査や応用検証 ●その他、ビジネス課題に応じたLLM/NLP、CV、数理最適化の応用研究開発など ※業務内容の変更の範囲: 当社業務全般に従事いただく可能性がございます。

株式会社NTTデータ

【職務内容】 NTTDATA-CERTは、全世界のNTTデータグループを守り統括するインシデントレスポンスのスペシャリストチームです。月間数千億件、世界規模で発生するセキュリティインシデントに対応しています。 国内からグローバルへ拡大したNTTデータグループにおけるサイバー攻撃等のセキュリティリスクを早期に検知し、早期に対応するために、セキュリティ情報の収集や分析・配信、サイバー攻撃監視やマルウェア解析、発生したインシデントのハンドリング・フォレンジック解析など、高度なセキュリティ関連業務全般を行っています。最新のサイバー攻撃へ対抗するために、新技術開発や社外セキュリティ組織との情報交換も活発に行なっています。 当部にはマルウェアやフォレンジック等の専門的な強みを有するエンジニアや、インシデント対応をリードできるインシデントハンドラーが多数在籍しており、脆弱性診断やSOC等の高い専門性を持つグループ会社と協業しつつも、あらゆるセキュリティインシデント対応を自社で完結できる体制を確立しています。 また、AI等の最先端技術の活用や北米のスタートアップとの協業を通じて構築した自社のグローバルセキュリティ管理プラットフォームは国内でもトップレベルと自負しており、サイバー攻撃、不審メール、不正サイト等の早期検知・早期対応を可能にしています。今後も、新しいサイバー攻撃を早期検知するためのシステムの開発から実導入、オープンソースインテリジェンスと呼ばれるサイバー攻撃の情報分析と攻撃予測などにも力を入れ、更なる高度化を図ります。 そして近年、活動をNTTデータグループ内に限定せず、当社のワールドワイドかつ高度に洗練されたCSIRTの仕組みや体制を強みとして、セキュリティビジネスの拡大にも力を入れています。NTTデータの各プロジェクトが担当する外部のお客様にCSIRTサービスを有償で提供し、お客様のシステムの安全を確保するとともに、新たなセキュリティビジネスの拡大にも寄与しています。 【業務内容】 ●平常時 セキュリティインシデントの未然防止のため、セキュリティ情報の収集やツール開発、社内育成、他部門との情報共有等、予防に向けた取り組み、再発防止策の徹底などを行います。 ・サイバー攻撃、脆弱性、マルウェアなどの脅威情報の収集、OSINT/Darkweb調査、情報分析 ・脅威情報/脆弱性情報の配信、社外公開、他CSIRT組織との情報共有 ・最新のサイバー攻撃へ対抗するための手法や自動化、ツール/ソフトウェア開発 ・グループのCSIRT要員の教育、スキルアップ、啓発 ・社外活動、セミナー参加、外部講演、社外CSIRT組織等との連携、セキュリティ業界団体活動 ●インシデント発生時 Tier1(発見)からのエスカレーションをトリガーとし、Tier2(分析)/Tier3(対応)として早期検知、早期対応を実施、原因分析から問題の特定、早期回復に向けた方針策定、セキュリティ被害の最小化、迅速な復旧をリードします。 ・国内外のNTTデータグループ(主にAPAC)で発生したインシデントのハンドリング(指示、調査) ・ログ解析、マルウェア解析、フォレンジック解析、脆弱性解析、インシデントの原因究明 ・グローバル共通のサイバー攻撃監視基盤を用いた攻撃解析、ルール開発、機械学習、機能拡張など インシデント発生時は以下の4つの役割分担で対応を行います。本人の経験と希望をもとにしつつ、チームとしてはセキュリティの「多能工化」を目指したアサインを行っています。 <ポイントオブコンタクト(PoC)> 主に現場とのコミュニケーションを担当します。現場へのタイムリーな報告やログ収集等を行うなど、事態収束に向けて動きます。 ・インシデント発生時の現場側とのコミュニケーション ・インシデントハンドラーからの依頼・指示の現場への伝達 <フォレンジックエンジニア(FE)> フォレンジックの専門性を持つエンジニアです。ログやメモリ等の証跡を解析し、原因特定までをリードします。 ・ログ解析(ネットワーク/サーバ機器のログ解析) ・コンピュータフォレンジック(ハードディスク/メモリ解析) ・マルウェア解析(ウイルスやボット等の静的/動的解析) <インシデントハンドラー(IH)> インシデントレスポンスのリーダーとしてPoC、FEと連携して事態収束を主導します。重大インシデント発生時はインシデントマネージャーと連携して対策を検討します。 ・インシデントハンドリング(検知・トリアージ・レスポンス・報告) ・PoCへの対応依頼の指示 ・FEへの調査指示 <インシデントマネージャー(IM)> 重大インシデント発生時にインシデントハンドラーと連携し、経営陣へのタイムリーな報告、企業としての対応方針策定、応急対策・恒久対策の検討など高度なアジェンダをリードします。 ・経営陣に対するインシデント対応状況レポート ・インシデント対策会議等における方針の策定 ・応急対策・恒久対策の検討・決定 ●セキュリティビジネス推進時 NTTデータおよびグループ各社が対応する顧客に対し、現場と連携してのインシデント対応、応急対応策の提案、恒久対応策のアドバイザリーなどを行います。また、他部署と連携しセキュリティビジネスの拡大にも貢献します。 ・各種インシデントレスポンス対応 ・レポート等の顧客対応 ・インシデント対策会議のリード

フューチャー株式会社

ビジネスモデルの変容を目指している、様々な産業・業種のクライアントのパートナーとして、事業戦略、フィールド業務、テクノロジー活用での知見や先見性を基に、コンサルティング(バックキャスト分析、現状業務・システムの分析～ロードマップ策定等)をチームで実施します。また実現にむけてはコア・テクノロジー部分(IoT,AI,データ分析・活用)のデザインや実装も行います。 ●詳細 ・アーキテクチャ分析・方針策定・デザイン・実装:IoT/フィールド/全体最適な粒度(コンポーザブル指向等)/配置およびデータガバナンス設計、システム構成、連携方式のあるべきと課題抽出、アクションのプランニング ・アジャイル型プロダクト開発:IoT/UXデザイン/実装～仮説検証をクイックに実施し、目に見える形で業務変換をダイレクトに推進 ・基盤サービス構築・改善:データのサイロ化を克服するため、コンポーザブルEA、データ戦略基盤(AIAgentとの連携、セマンティックレイヤのデザイン等)のあるべきと構築、仮説検証、改善を実施 ・データ分析/可視化:様々なデータソースからデータを集約/加工をクイックに行い、現状の見える化、分析、原因分析を実施 ・技術顧問:採用技術、開発方針の相談役、コンポーザブルEA/セマンティックレイヤ/BigQuery/dbt/MDM/RDB/React/Go/セキュリティ対策など各種スペシャリストによるアドバイスを実施し、エンジニア組織を育成 ●役割と期待 様々な産業・業種の変容を目指すクライアントに対し、上述の職務をチームで実施しますが、その際のコンサルティングメンバまた、リーダーをお任せします。 また、当ユニットでは、コンサルティング業務の傍ら、クライアント含めた社内外のネットワークを活用した新しい稼ぎ方、また、個人としても持続可能性がある働き方を一緒に探索する仲間を募集しています。 ●案件事例 ・大手資源開発会社様の全社DXコンサルティング、企業文化改革、業務・システムの断捨離、データ民主化、デジタル戦略組織組成及び人財育成支援、実施 ・大手エネルギー供給、ガス供給・販売・サービス会社様の、操業管理、需要予測/製造/供給/配送/点検等一連のコア業務のDXを実現し合わせてプラットフォームサービスを構成するマイクロサービス化を実施 ・大手製造業(化学素材)会社様の全社DXコンサルティング、人財育成、データ文化醸成支援、 ・大手電鉄会社様の地域沿線向け新規サービスとして生活向上プラットフォームを創出から具体化実施 ・大手MaaSサービス提供会社様のプラットフォームサービスのデザイン、商材検討、具体化実施 ※業務内容の変更の範囲について 当社業務全般に従事いただく可能性がございます。 募集部門のビジョン・ミッション ●Vision: Energy(物理的な資源、企業文化や人に内在する資源)× テクノロジーで　「日本を元気にする」 ●Mission: クライアント個々の状況や手持ちの経営資本(人、モノ、情報、ネットワーク等)を基に一緒に試行錯誤しながら自分達ならではの企業価値を考案し実行するプロセスを含め、クライアントの企業文化に深く根付ずかせ、自律的かつ持続的に価値を生む活動へと変化を促すこと

株式会社NTTデータ

近年、社会全体でAI活用が加速する中、AI開発を支えるGPU基盤へのニーズが急速に高まっています。NTTデータではこのような社会的ニーズに応えるべく、最新技術を活用したGPU基盤サービスの開発を強化しており、2024年度に自社の大規模GPUサービスの企画・提供を開始しました。現在はファースト顧客向けの開発を進めており、今後さらなる需要拡大が見込まれています。 これに伴い、GPU基盤開発プロジェクトにおいて、プロジェクトマネージャーやリーダーとして活躍いただけるエンジニアの採用を強化しています。 ●主な業務内容は以下の通りです。 [顧客への提案] お客様のニーズや市場動向を把握し、営業担当者と一緒にGPU基盤の提案を行います。 ・新技術のリサーチ ・導入提案 [設計・開発] お客様のご要望をくみ取り、お客様とコミュニケーションをとりながらGPU基盤に関するサービス仕様検討から設計、開発を行います。 ・GPUを利用した高性能コンピューティング基盤の設計、構築、運用 ・クラウド環境上でのGPUリソースの最適化と自動化 ・AI、ディープラーニング等のアプリケーションに向けたインフラの提供とチューニング ・パフォーマンス分析と最適化に関する技術支援 [主な技術環境] ・GPU:NVIDIA ・GPUサーバ:NVIDIA、Dell、HPE、Super Micro等 ・ネットワーク:プロトコルとしてはInfiniBand、Ethernet(RoCE) ・ストレージ:NetApp、VAST、DDN、PowerScale、Pure Storage等 ・ジョブスケジューラ:Slurm、Kubernetes ・コミュニケーションツール:Teams等

二輪販売シェア世界トップ企業のグローバルマザー工場としてHondaを支えている熊本製作所にて、「工場DXの推進役」として、現場起点のスマートファクトリー化・デジタル施策の企画立案・導入・改善をお任せします。 現場の課題に寄り添いながら、データ活用やIT導入によって、“早く・安く・良いものをつくる”ものづくり体質への進化を担っていただきます。 【具体的な業務内容】 ご自身の専門性を活かして、製作所内の部門横断的なDX推進をリーディングして頂き、ゆくゆくは国内外の拠点でグローバルにご活躍頂くことを期待します。 ●設備稼働・生産状況などのデータの見える化、分析基盤構築 ●各部門(生産技術・製造・物流等)を横断する業務データの統合・活用支援 ●工場内のスマート化・DXに向けた企画立案、導入、効果検証 ●サプライチェーン・物流を含む領域横断全体最適の一元化推進 ●ソリューション導入におけるシステムベンダーとの連携・ディレクション ※コードが書ける方は尚歓迎ですが、導入・企画・要件定義フェーズをリードできる方であれば問題ありません。 ※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

株式会社NTTデータ

我々の組織は技術力をベースに社内外をリードする組織として、AIに関わる最新技術を調査・研究しつつ、当社各分野(公共・金融・法人)の組織を技術的にリードしていくことがミッションとなります。本募集では、AIエージェントの社会実装に向けたプラットフォームを提案、実装できるメンバを募集します。具体的には以下が職務内容となります。 ●以下を考慮したAIエージェントプラットフォームの設計・実装 -AIエージェント(AWS Bedrock、Azure AI Foundry、Vertex AI等)の特徴 -データ活用プラットフォーム(Databricks、Dataiku、Snowflake、denodo等)の特徴 -データパイプライン -AIモデルの継続的改善(LLMOps/FMOps) -セキュリティやガバナンス ・上記を実現するための最新技術調査、検証 ・チームメンバーの指導・育成

GO株式会社

GOのデータ基盤では、3,500万ダウンロードのタクシーアプリ『GO』のデータなど、1日に10億レコード規模のデータを収集し、活用しています。 データの主な活用方法は二つあります。 一つはデータプロダクトの開発であり、データをもとにAIや高度なアルゴリズムを開発しタクシーアプリ『GO』に機能として組み込んでいます。 もう一つは意思決定支援であり、約30名のデータアナリストやデータサイエンティストがデータ分析し、その結果を元にビジネス担当やプロダクトマネージャがプロジェクトの効果測定や意思決定をしています。 本ポジションは、このデータ基盤を支えるデータエンジニアです。 仕事内容 データ基盤とデータプロダクトの実行基盤を担当いただきます。 ●データ基盤 ・大規模な車両データをDataflow等を用いてBigQueryに収集 ・3,500万ダウンロードのアプリケーションのDBとログのデータをBigQueryに収集 ・地図を始めとした外部データをデータ基盤に収集 ・データ加工バッチの開発・運用、Google Cloudの様々なサービスを用いて実現 ・StreamlitやLookerなど分析ツールのホスティング ・100人規模の利用者の管理、セキュリティコントロール ●データプロダクト実行基盤 ・タクシーアプリ『GO』でAIや高度なアルゴリズムを用いたデータプロダクトの実行基盤を設計・開発・運用 ・データサイエンティストの開発支援 ・AIモデルの学習バッチや、本番での推論サービング ・高性能かつ高可用性を担保するための設計・実装・システム運用 ・24/365のオンコール体制(待機なし・システム障害時に当番順にコールがあり対応) ●業務内容の変更範囲 会社が指定する業務全般 開発環境 ●データ基盤 ・データストア: BigQuery ・ETL: Dataflow, 独自開発(Python) ・SQLフレームワーク: Dataform ・ワークフローエンジン: Cloud Composer(Airflow) + GKE ・メタデータ管理:Dataplex ・その他ツール: Streamlit, Kepler.gl, Kubeflow ・言語: Python ●データプロダクト実行基盤 ・データストア:Redis, AWS Aurora(MySQL, PostgreSQL) ・実行基盤:AWS:AKE etc ・言語: Go, Python ・モニタリング: Grafana, Sentry ・その他ツール:Feast ●開発環境 ・LLM: Github Copilot, Claude code, gemini, MCPs etc ・IDE: VS Code etc ・CI / CD: GitHub Action ・VCS: GitHub ・その他 Google Workspace, Slack 所属組織 AI技術開発部 データプラットフォームグループ:4名 ※関連チーム ・データサイエンティスト:20名 ・データアナリスト:8名 ・データアーキテクト:5名

フューチャー株式会社

ITコンサルティングカンパニーのフューチャー株式会社に設立されたAI戦略推進グループ(旧:Strategic AI Group) はAIの専門組織です。 NLP、Computer Vision、Machine Learning全般、AIエージェント、数理最適化やMLOpsなど多様な専門性をもつAIエンジニア、AIコンサルタントや研究者が集結し、基礎・応用研究を通した先端追求による基礎技術力の獲得と、実ビジネスへのAI応用を両軸ですすめています。 わたしたちは最適解の追求のために特定の製品によらず、世にないAIは自ら作り出し、フューチャーが持つ屈指のITコンサルティング力と組み合わせて顧客・業界の変革を続けています。 【NLPエンジニアの仕事】 ●メンバーとして自然言語処理技術・生成AI等を用いた顧客課題の解決に従事します ●業界横断的な課題や特定顧客のニーズに応えるため研究開発を実施することもあります ●希望・能力に応じて大学との共同研究に参画する可能性もあります 将来は自然言語処理・生成AIを中心としたAI案件のプロジェクトリーダーやAIテックリードなどへのキャリアも希望や素養に応じて可能となります。 高い専門性を発揮できる場合には学術研究を行いながら言語活用の技術アドバイザリやコンサルティングを行うリサーチエンジニアへの道もあります。 変更の範囲について 当社業務全般に従事いただく可能性がございます。 【AI社会実装の事例】 ●AIエージェントによるAI駆動の法人融資業務プロセスへの変革デザイン・実装(金融) ●全社基盤のAIエージェント・プラットフォームの設計・開発(製造) ●全社の生成AI活用施策の推進の伴走支援およびAI基盤構築(製造) ●新聞特化の大規模言語モデル研究開発・導入(メディア) ●精神疾患診断補助を行うソフトウェア医療機器研究開発(医療) ●業界屈指精度・業務改善効果を誇る完全自社性の特化型AI-OCR(公共・民間各社) ●美容診断・画像生成、類似ファッション検索等のカスタムAIエンジン(美容・アパレル) ●50万個/日の生産を支える日販の食品製造業の消費需要予測(食品製造) ●年5万時間の効果を生む従業員シフト最適化エンジン開発(小売) ●構築したデジタルツインを駆使した、人の手を介さないフルデジタルの設備点検の訪問計画最適化(エネルギー) ●マーケティングや業務効率化等の施策検討～検証のPDCAを回す伴走型データ活用(各社) 【基礎研究・応用研究の事例】 ●LLM/NLPを中心とした複数大学との共同研究、国内・海外会議や論文誌への投稿・発表 ●AI Agentの最新手法、ツール、アーキテクチャの調査や応用研究開発 ●MLOps・LLMOpsのサービス調査や応用検証 ●その他、ビジネス課題に応じたLLM/NLP、CV、数理最適化の応用研究開発など

パーク２４株式会社　（登記上　パーク二四株式会社）

【概要】 パーク24グループは、駐車場「タイムズ」、カーシェアリングサービス「タイムズカー」、決済サービスなどを展開し、移動を支える社会インフラ企業として成長を続けています。 本ポジションでは、法人向けサービスおよびパートナー企業向けプラットフォームのPL/PMとして、企画構想から要件定義、開発、リリースまでを一貫してリードいただきます。 単なるシステム開発ではなく、事業部門とともに新サービスの立案や事業成長に直接関与できることが特徴です。 数多くの顧客接点やデータを活用しながら、新たな価値創出に挑戦していただきます。 タイムズの法人向けサービスを支える基幹システムから、新たなBtoBプラットフォームまで幅広く担当し、事業成長に直結するプロジェクトをリードしていただきます。 駐車場、カーシェア、決済など複数事業のデータ・サービスが連携する環境で、事業横断的なシステム開発に携わることができます。 【詳細】 ●事業・サービス企画への参画 ・事業戦略やサービス構想の段階から参画 ・ビジネス課題の整理とシステム化構想の立案や、サービス価値向上に向けた改善施策の企画・推進 ●プロジェクトマネジメント ・システム企画、要件定義、設計、開発、テスト、リリースまでのプロジェクト推進 ・開発ベンダー、ビジネスパートナーを含む10名規模前後のプロジェクトマネジメント ・進捗/品質/コスト/リスク等の管理や、関係部署/ステークホルダー等との調整 ●システム・サービス開発 ・法人向けWebサービスやアプリケーションの企画及び開発(加盟店向けサービス、オーダー管理、決済サービスなど) ・顧客管理システムや業務管理システムの開発と改善 ・データ活用を支える基盤システムの企画や開発 ・新規プラットフォーム事業における戦略システムの立ち上げと展開 ●データ活用・技術推進 ・システムデータの管理と活用方針の策定、データ定義や利活用の検討 ・新技術や業界トレンドの調査及び導入検討 【技術環境】 ・インフラ:AWS、自社クラウド環境 ・言語:Java ・フレームワーク:Spring Boot ・DB:Oracle ・構成管理:Git ・CI/CD:Jenkins ・コンテナ:Docker ・その他:REST API連携 ※プロジェクトにより異なります 職務内容の変更範囲:会社が定める業務

JAPAN AI株式会社

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

JAPAN AI株式会社

●技術オンボーディング・トレーニング FDE から引き継いだ導入済みワークフローの技術オンボーディング設計・実施 顧客の業務ワークフローに合わせた AI 活用方法の設計・提案 トレーニング資料・ベストプラクティスの作成・提供 ●利用定着・ROI実現 成功指標 (KPI) の設計と定期的なROIレビュー 利用状況モニタリングとプロアクティブな改善提案 利用データのダッシュボード構築・定量分析による課題の早期発見 プロンプト最適化・エージェント設定の改善支援 評価基盤 (eval) の運用支援・品質改善 ●テクニカルサポート・問題解決 レポートされた問題の技術的調査・根本原因分析 テクニカルサポートのエスカレーション対応 API/SDK/インテグレーションに関する技術支援 セキュリティ・ガバナンス・コンプライアンス対応 ●プロダクトフィードバック・拡大展開 顧客フィードバックの収集とプロダクトチームへの還元 拡大展開 (アップセル/クロスセル) の技術支援 新規ユースケースの発見・提案 【業務シナリオ例】 ● シナリオ 1 : SaaS 横断ワークフローの利用定着支援 FDE が製造業の顧客に構築した「経費精算自動承認ワークフロー」(楽々精算 → SmartHR 連携) の導入後、利用率が伸び悩んでいる。 利用データを分析し、「現場作業者がスマートフォンから使いにくい」「承認結果の通知が遅い」という課題を特定。 モバイル向けの利用ガイドを作成し、通知設定を最適化。 さらに、現場向けトレーニングを実施。 利用率が 2倍に改善し、月間 400時間の業務削減効果を可視化して経営層に報告。 ● シナリオ 2 : 「企業の脳」の ROI 可視化と全社展開 FDE が金融機関の 1部門に構築した「見込み顧客探索エージェント」の導入後、ROI レビューを実施。 アプローチ数 3倍、受注率 15% 向上という成果を定量化し、経営層向けレポートを作成。 この成果をもとに、他の 5部門への全社展開の意思決定を支援し、アップセルに貢献。 展開先の各部門に合わせたプロンプト最適化とエージェント設定の調整を実施。 ● シナリオ 3 : ワークフロー品質改善のフィードバックループ 小売業の顧客が JAPAN AI AGENT を活用した「稟議承認 AI」で、回答精度に関するフィードバックが増加。 eval 基盤を活用して回答品質を定量分析し、特定の稟議カテゴリで factuality スコアが低いことを特定。 プロンプト最適化とナレッジベースの改善を提案し、回答精度が 15% 向上。 この改善パターンをプロダクトチームにフィードバックし、JAPAN AI AGENT の標準テンプレートとして全顧客に展開。 ●ミッション 「企業の脳」が定着し、成果を出し続ける状態を作る AI プロダクト導入後の顧客成功を技術面から最大化し、利用定着・拡大展開・ROI 実現を推進する。 ●AI Success Engineerとは AI Success Engineerは、OpenAI社やDatabricks社が確立した職種で、AIプロダクトの導入後に顧客の成功を技術面から支援するエンジニアです。 従来のカスタマーサクセスやテクニカルサポートとは異なり、AIプロダクト特有の課題 (プロンプト最適化、eval設計、利用データ分析、ワークフロー改善) を技術的に解決する専門職です。 従来のカスタマーサクセス | AI Success Engineer 利用状況のモニタリング・報告 | 利用データを分析し、プロアクティブに改善提案 機能の使い方を説明する | AIの使い方を設計し、業務ワークフローに組み込む 問い合わせに対応する | 問題の根本原因を技術的に特定・解決する チャーン防止 | ROI実現・拡大展開の推進 ●FDE との分担 FDE | AI Success Engineer 課題発見→PoC→本番導入 | 導入後の定着→活用拡大→ROI 実現 「企業の脳」を実装する | 「企業の脳」が成果を出し続ける状態を作る 新規ワークフローの構築 | 既存ワークフローの改善・最適化 顧客の未来を発見する | 顧客の成功を証明する ●期待する役割について AI Success Engineer として、顧客の AI プロダクト導入後の成功を技術面からリードしていただきます。 FDE が構築した「企業の脳」のワークフローが現場で実際に使われ、成果を出し続ける状態を作る 顧客の業務部門・IT 部門と密接に連携し、AI プロダクトが実際の業務で成果を出し続ける状態を作る 顧客の IT 部門・開発チームと協働し、API 連携やデータ統合の技術支援を行う 利用データの分析に基づくプロアクティブな改善提案を行う レポートされた問題の技術的調査・根本原因分析を行い、エスカレーション対応をリードする 顧客フィードバックをプロダクトチームに還元し、プロダクトの進化に貢献する ●成果責任 (KR/メトリクス) 顧客ヘルススコア (利用率、API呼出数、アクティブユーザー数) チャーン率 ≤ 目標値 拡大展開率 (アップセル/クロスセル貢献) 顧客NPS ≥ 目標値 技術サポートチケット解決時間 (MTTR) ●チーム体制 約120名が開発組織に在籍しています。 AI Success Engineerは以下のチーム・ステークホルダーと密接に連携します: FDE — 導入フェーズからの引き継ぎ Deployment Strategy — 顧客への導入戦略・展開推進 プロダクトチーム — フィードバック還元 サポートチーム — エスカレーション対応 ●開発環境 言語 : Python (自動化・分析), SQL (データ分析) AI / LLM : JAPAN AI STUDIO SDK, プロンプトエンジニアリング, RAG データ : BigQuery, Looker, Pandas インフラ : GCP, Docker (基礎理解レベル) 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

JAPAN AI株式会社

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

JAPAN AI株式会社

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

株式会社ギークリー

【職務内容】 「IT人材の適材適所によって成長機会にあふれる社会を創る」というパーパスのもと、サービス全体のユーザー体験（認知から転職成功）向上をお任せします。事業拡大期におけるデータからの課題特定・優先順位付けと、立ち上げ期の組織のグロースを牽引する中核を担っていただきます。 【具体的には】 ・GA等を用いたCVR・離脱箇所のデータ分析と売上改善施策の立案 ・Figmaを活用したワイヤーフレームの作成や、コンバージョンを生む情報設計 ・各部署と連携した認知から転職成功までのUX改善 ・ユーザーリサーチやインサイト分析に基づく新規施策の要件定義と推進 【マーケティング組織について】 当社のマーケティング組織は、「デザイナー」「マーケター」「ディレクター」で構成されています。環境整備やコミュニケーションツールの統一などを進め、事業貢献を目指しています。

パーソルキャリア株式会社

新規・グロースフェーズのサービス開発エンジニアとして、ご経験に応じて下記業務を担当いただきます。 ●アプリケーション開発、API開発 ●アーキテクチャの設計、ミドルウェアの選定 ●ユーザーの行動ログなどの定量・定性的な分析による施策効果測定、サービス改善 ●AWSを中心としたクラウドリフト/シフト、新規構築のインフラの設計、検証、構築、運用 ●パーソルキャリアの各事業(doda、doda Xなどの人材紹介事業)に対して、アプリケーションの実行基盤の整備 「はたらく」を取り巻く環境が多様化する中、Mission 達成に向けて、既存のdodaを主軸とする転職支援以外の新しい領域のサービスを企画・開発中です。 ●doda 業界最大級の求人数、豊富なサポート実績を誇る転職サービスです。 登録者数:約934万人(2024年12月末時点)。 エージェントサービスの他には求人情報サービスや転職イベントなど様々なサービスを運営。 ●dodaダイレクト doda/doda Xのデータベースにアクセスし、企業からスカウトを送れるサービス ●doda X 年収600万円以上の方向けのハイクラス転職サービスです。 業界や企業動向に精通したヘッドハンターからスカウトを受け取れます。 ●dodaキャンパス 学生の就職活動を支えるダイレクトリクルーティングサービスです。 大手~ベンチャー企業まで累計契約企業10,000社以上(2024年6月時点)。 オリコン顧客満足度調査にて4年連続学生満足度、総合1位に選出。 ●MIRAIZ キャリアに役立つスキルの習得、プロによるキャリア相談がすべて無料。 学び×JOBをつなげ、転職に留まらず、一人一人に合わせたはたらくを一生涯サポートするサービスです。 ●HR Analyst 最新のテクノロジーで競り負けない採用を実現する人材分析サービス ●HR forecaster 転職マーケットに即した求人要件を作成できるサービスです。 HR アワード 優秀賞受賞、HR テクノロジー大賞 イノベーション賞 受賞。 ●HR Spanner 中途入社者が入社後スムーズに職場環境に馴染み、早期に即戦力として立ち上がれるようにコンディションチェックやコミュニケーションのサポートをするオンボーディングサービス。 簡単な操作と最小限の工数で、中途入社者の不安や悩みを検知し、現場でのコミュニケーションを促進します。

パーソルキャリア株式会社

●担当業務: ・レコメンド/マッチング機能の設計・開発・運用 ・機械学習モデルや推論ロジックを活用したサーバーサイド開発 ・データ活用施策の本番運用・改善 ・Python、SQL等を用いた分析、モデル開発、検証 ・データサイエンティストやPdM等と連携した施策立案・意思決定支援 ・数理統計、機械学習、生成AI/LLM等の技術活用 ・ご経験に応じた技術リード、プロジェクト推進、メンバー育成 ●技術環境: 【言語】Python、SQL 【DB】Amazon Redshift、RDS PostgreSQL、Redis 【クラウドサービス】AWS、Azure、GCP 【ソースコード管理】GitHub 【プロジェクト管理】Backlog、Confluence、JIRA 【課題管理・コミュニケーション】Slack、Teams ●はたらき方: ライフステージに合わせて、はたらき方をご自身でデザインしたい方にマッチする環境です。 ・有給休暇の取得を推奨しており、業務調整のうえ柔軟に活用できます。 ・フレックスタイム制度を導入しており、子育てと両立している社員や副業を行っている社員もいます。 ・大半のメンバーが在宅勤務をしています。ワークスタイルに応じてリモート勤務手当の支給しています。 ・エンジニアとして市場価値を高めるための活動を推奨しており、研修受講やイベント登壇、副業等の活動をしているメンバーもいます ・自己研鑽のための、書籍代の支給やオンライン学習コンテンツなどのフォロー等を行っています。

パーソルキャリア株式会社

新規・グロースフェーズのサービス開発エンジニアとして、ご経験に応じて下記業務を担当いただきます。 ●アプリケーション開発、API開発 ●アーキテクチャの設計、ミドルウェアの選定 ●ユーザーの行動ログなどの定量・定性的な分析による施策効果測定、サービス改善 ●AWSを中心としたクラウドリフト/シフト、新規構築のインフラの設計、検証、構築、運用 ●パーソルキャリアの各事業(doda、doda Xなどの人材紹介事業)に対して、アプリケーションの実行基盤の整備 Webサービスについて 「はたらく」を取り巻く環境が多様化する中、Mission 達成に向けて、既存のdodaを主軸とする転職支援以外の新しい領域のサービスを企画・開発中です。 ●doda 業界最大級の求人数、豊富なサポート実績を誇る転職サービスです。登録者数:約934万人(2024年12月末時点)。 エージェントサービスの他には求人情報サービスや転職イベントなど様々なサービスを運営。 ●dodaダイレクト doda/doda Xのデータベースにアクセスし、企業からスカウトを送れるサービス ●doda X 年収600万円以上の方向けのハイクラス転職サービスです。業界や企業動向に精通したヘッドハンターからスカウトを受け取れます。 ●dodaキャンパス 学生の就職活動を支えるダイレクトリクルーティングサービスです。 大手~ベンチャー企業まで累計契約企業10,000社以上(2024年6月時点)。 オリコン顧客満足度調査にて4年連続学生満足度、総合1位に選出。 ●MIRAIZ キャリアに役立つスキルの習得、プロによるキャリア相談がすべて無料。 学び×JOBをつなげ、転職に留まらず、一人一人に合わせたはたらくを一生涯サポートするサービスです。 ●HR Analyst 最新のテクノロジーで競り負けない採用を実現する人材分析サービス ●HR forecaster 転職マーケットに即した求人要件を作成できるサービスです。HR アワード 優秀賞受賞、HR テクノロジー大賞 イノベーション賞 受賞。 ●HR Spanner 中途入社者が入社後スムーズに職場環境に馴染み、早期に即戦力として立ち上がれるようにコンディションチェックやコミュニケーションのサポートをするオンボーディングサービス。簡単な操作と最小限の工数で、中途入社者の不安や悩みを検知し、現場でのコミュニケーションを促進します。 使用技術(一例) 言語: Java,C#,JavaScript, TypeScript, Dart, Python, ShellScript, HDL フレームワーク:Vue, Echo, Flutter ミドルウェア: Terraform, Kubernetes, Docker, クラウドサービス:AWS,Azure,Google Cloud Platform 実行環境: Kubernetes Engine, App Engine, Cloud Function, Cloud Run データベース・ストレージ: BigQuery, CloudSQL, Cloud Firesore, Cloud Storage その他: Cloud Logging, Cloud Monitoring, Cloud Trace, Cloud Pub/Sub, Google Tag Manager アクセス集計: Google Analytics はたらく環境 PC: Windows ノート (標準支給), MacBook Pro 15/16 インチモデル エディター: JetBrains IntelliJ IDEA 等のお好きな IDE, エディター ナレッジサービス: esa コミュニケーションツール: Slack, Zoom, Google Meet グループウェア: Microsoft Offi ce 365, Google Workspace 開発向けサービス: GitHub, ZenHub

株式会社PKSHA Technology

事業拡大に伴い、機械学習アルゴリズムの開発を担っていただくエンジニアを募集します。 テーブルデータ・自然言語・画像などの幅広いデータを用いて、クライアントの課題を解決する機械学習アルゴリズムを中心に設計・実装していただきます。 コンサルタント、ソフトウェアエンジニアとチームを組み、金融、小売、製造業など、様々な業界の課題を解決するソリューション/プロダクトを開発していただきます。 AIの検証に留まらず、最先端技術をクライアントが利用し続けるソフトウェアの形にして社会実装し、未来のビジネスを実現するプロセスに関心がある方を歓迎します。 ●ビジネス上の課題、制約条件に適したアルゴリズムの提案 ●ユースケースに合わせた機械学習モジュールの設計、実装 ●クライアントに対する分析結果等のレポーティング ●ソフトウェアエンジニアと協力して、Web API等へのアルゴリズムの組み込み ●最先端技術を社会実装可能なレベルに引き上げるR&D ●自身の開発したアルゴリズムの他業界への横展開や自社プロダクトへの組み込み ※過去事例:クレジットカード不正検知、個人与信推定、小売や流通における需要予測とオペレーションの最適化、教育における出題最適化、レコメンドエンジン、不正投稿監視、コールセンターソリューション(チャット・音声・テキスト)等多岐に渡る

株式会社NTTデータ

輸出入における行政手続きおよび貨物情報の管理・連携にかかるオンライン情報システム、貿易に関するサービス・ソリューションの企画・開発を行っている組織です。その中で、中心を担っているのはNACCSとCISという基幹システムです。 NACCS(Nippon Automated Cargo and Port Consolidated System)は、入出港する船舶・航空機及び輸出入される貨物について、税関その他の関係行政機関に対する手続及び関連する民間業務をオンラインで処理するシステムです。現行システムでの機能追加や新サービスの企画開発、更には次期システムの構想検討やデジタル技術を活用した新サービスの企画検討に取り組んでおり、これらの提案や開発を担当するメンバーを募集しています。 また、通関情報総合判定システム(CIS;Customs Intelligent database System)は、増大する輸出入申告等を適正かつ迅速に処理するために、過去の輸出入実績などを参照することで、通関貨物に係るリスクを評価・判定し、審査・検査の重点化・効率化を図るために導入された税関の内部システムです。CISについては、財務省が令和2年6月に公表したスマート税関構想に基づいた新機能の提案やデジタルを活用した新サービス開発に関する企画検討に取り組んでおり、これらを担当するメンバーを募集しています。 想定している主な対応案件は以下の通りです。 ・日本の輸出入手続きの約99%を支えるNACCSの新世代システム開発プロジェクトの企画・開発 ・NACCSシステム等で得られるノウハウ・ビッグデータ・AIを活用した民間企業向けの新規システム・プラットフォーム構築における、システム構想検討・プロジェクトの推進・システム構築 ・税関の情報系システムであるCISの次世代システム開発プロジェクトの企画・開発 組織情報 <組織のミッション> 輸出入貿易に関する行政手続きを支えるミッションクリティカルシステム/サービスの企画、提案、開発、保守・運用 税関分野の審査等の行政手続きに関する高度化・効率化や、貿易物流分野の保有情報の分析から新しい価値を創出するデータ活用サービスの立上げを目指したAI活用の企画、提案、開発、保守・運用 <職場環境> プロパー社員50名程が在席、加えて約50名のG会社社員や開発ピーク時には100名超のBPと協働 全体的に明るい社員が多く非常に和気あいあいとした雰囲気

株式会社デリバリーコンサルティング

AIコンサルタント/AIテックリードとして、AIモデルの設計・開発・改善を中心に、プロジェクトの技術面をリードしていただきます。 入社後はデータ分析・モデル開発を中心に担当しつつ、徐々に設計や技術方針の検討にも関わっていただきます。 将来的には、AI開発プロジェクトにおけるコンサルタント/テックリードとして、チームを牽引する役割を期待しています。 ●AI/機械学習モデルの設計・開発・改善 ●データ収集・前処理・分析 ●Pythonを用いたAI実装・テスト ●モデル評価および精度改善 ●技術調査・新技術検証 ●エンジニアメンバーの技術サポート

株式会社インフォディオ

ご入社後は「プロジェクト開発部」に配属いただきます。 まずは小さな実装を1案件からお任せする予定です。 「自社のシステムと連携できるようにしたい」「自社独自の帳票を読ませたい」など、お客さまごとの要望に合わせたカスタマイズ開発をお任せします。 開発は2～6名ですすめます。 導入前にPoC版を作成する場合は1カ月～半年ほどで作成し、受注後の約4カ月間は要件定義～開発のいずれかの工程を担当。 PoC版の場合は5件ほど、受注後の開発の場合は3件ほど掛け持ちします。 ※お客さまとは週1回ほどの定例ミーティングを実施。 早期から大手のお客さまと直接コミュニケーションをとります。 自社製品に新機能を追加したり、スピード・精度を改善したりなど、プロジェクト開発部が案件を進める上での土台づくりをお任せします。 おもにAIアドバイザーやディープラーニング、機械学習、画像認識などの開発をおこなっていただきます。 入社後のフォロー 入社後1ヵ月間は出社していただき、社風や雰囲気やどのような案件があるかなど、 基本的な部分を把握していただいた後、まずは小規模の案件からお任せする予定です。 お客様のさまざまな案件があり、やりがいも異なってくるため 早期の段階から多くの経験を積んでいただくことが可能です。 また、ワークライフバランスを意識した働き方を推奨している会社のため、オンオフのメリハリをつけながら仕事の質を高めていただける環境があります。 ※管理監督者採用となるため、残業代はつきません。

三菱UFJインフォメーションテクノロジー株式会社

【ポジション概要】 当本部は三菱UFJ銀行並びにMUFGグループのデータドリブン経営を支える情報系システムを企画構想から設計・開発・リリース・保守まで一貫してリードしています。 経営のスピード改革が加速する中、グループ各社で日々発生する膨大な取引データを巨大DWHに集約し、意思決定に直結する“使える情報”へと磨き上げて提供。 ITの力で経営の高度化と迅速化を推進しています。 あらゆる意思決定へのデータ利活用のニーズの高まりを受けた旺盛な開発需要に応えるため、以下のポジションで即戦力となる人材を募集します。 クラウド、ERP、SaaS、データレイク/DWH/BI、データパイプライン、生成AI開発など先進技術を横断し、ペタバイト級の金融データから意思決定の質と速度を引き上げる、社会的インパクトの大きい仕事です。 ①アプリケーション開発やデータベースの最適化を主導するITスペシャリスト(アプリケーションスペシャリスト) ②大小並行する複数のプロジェクトを牽引・マネジメントするPMエキスパート ③適切なデータ配置、機能配置、適用技術の選定、テクニカルレビューを担えるアーキテクト・テクニカルリード(ITアーキテクト、ITスペシャリスト) 【業務内容】 (雇入れ直後) 三菱UFJ銀行及びMUFGグループのデータドリブン経営を支える以下いずれかの業務システムの企画・開発・保守をご担当頂きます。 ●ビッグデータ基盤、経営情報システム(企業管理会計) ●財務会計 ●リスク・コンプライアンス管理、人事(従業員・組織管理、給与、勤怠、福利厚生) ●マーケティング、顧客提案支援 (変更の範囲) 会社の定める業務 【役割・責任】 業務内容欄に記載したシステムの開発・保守に於いて、ご経験・適性に応じて以下3ついずれかの役割を担っていただきます。 ①ITスペシャリスト:アプリケーション開発の技術領域における専門性を活かし、主に設計・開発・構築・テスト・運用を主導 ②PMエキスパート:大小並行する複数のプロジェクトの牽引・マネジメント(ユーザー調整・コスト・進捗・品質マネジメント) ③ITアーキテクト・スペシャリスト:適切な機能配置、適用技術の選定・導入支援、テクニカルレビューを主導 【配属想定部署】 情報本部 【配属想定部署概要】 情報本部内の各部に於いて以下の業務システムの開発保守を担う。 ・データエンジニアリング第一部、第二部:ビッグデータ基盤、BI基盤(Tableau)、経営情報システム ・財務データ戦略第一部、財務データ戦略第二部:財務会計、決算ERP ・リスク管理データ戦略部:リスクコンプライアンス管理、信用リスク管理 ・人事データ戦略部:人事システム ・セールスデータ戦略部:マーケティング、顧客提案支援 【配属想定部署の人員構成】 情報本部全体で社員:約220名(ビジネスパートナー約700名)、大規模ですが風通しはよく、若手のうちから様々なことにチャレンジできる風土です。 【おもな関係者】 三菱UFJ銀行の経営基盤業務(経営情報管理・活用、与信、会計、人事、リスク・コンプライアンス、マーケティング等)の業務・企画部門担当者。 システム開発・保守に於いて関係する他システムを所管する当社社員。 当部に在籍し、開発作業の一部をご担当頂くビジネスパートナー各社。 【想定担当案件(例)】 ●ビッグデータ基盤の拡張・刷新 ・AIデータ分析など高まるデータ利活用ニーズに応えるためのデータ収集・加工・管理・配信などのデータエンジニアリング案件 ・業務部門の大規模データの参照、集計・加工等の利便性向上等の多様なニーズに対応する為のビッグデータ基盤、BIツールなどのモダナイズ案件。 ・20年来稼働してきた現行DWH(メインフレーム)中心とした情報系アーキテクチャの更改案件。 (DWHからビッグデータ基盤への移行など) ●財務会計システム更改(連結決算の次世代化) ・グループ横断で決算情報をシームレス集約・統合し、決算早期化と精度向上を両立。 ERPパッケージを軸に、IFRS(国際会計基準)対応や管理会計強化、ワークフロー/統制の高度化を推進する案件。 ●コンプライアンス管理システム刷新 ・M&Aやプロジェクトファイナンス、O&D等、インサイダー情報管理や利益相反管理が重要且つ複雑である領域のビジネス拡大が見込まれる中、企業コンプライアンス管理関連システムの抜本的変更を目的としたシステム更改案件。 ●人事システム更改 構築から35年を経過したメインフレーム/EUCからの脱却。 人事マスタ再設計、権限・セキュリティの最新化、クラウド/SaaS活用、データ連携の再編成で、持続性と拡張性を備えた次世代HR基盤へタレント・勤怠・給与の一気通貫を目指した再構築案件。 ●営業支援システムのレベルアップ 営業力強化をサポートする基盤として銀行営業店が使うアプリケーションを集約する顧客業務統合プラットフォーム上で稼働する営業支援システムのレベルアップ案件。 AIエージェント導入による次アクション提案、リードスコアリング、ドキュメント要約、音声メモ自動化など、現場効率と成果を劇的に高める機能の実装など。

アクシスコンサルティング株式会社

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

UUUM株式会社

●プロダクトマネージャーや事業部とダイレクトにコミュニケーションし、PoCを行うための技術的アプローチの決定 ●必要応じて特にMVPの開発を最速で行い、実際のマーケットへ投入 ●PoCの検証結果をプロダクト開発チームメンバーへフィードバックし、よりスケールするプロダクトの基本設計を実施 ●ユーザー行動データやA/Bテストの結果を分析し、仮説検証の精度向上と改善提案を実施 【開発環境・使用技術】 ▪アプリケーション:TypeScript メイン ▪インフラ : AWS / GCP / Terraform/ GitHub Action / 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 ▪AI/LLM:Open AI / Vertex AI 【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。 【働き方について】 本社への出社が週3日以上必須となります。 ※本ポジションはPdMをはじめ、他部署と密な連携を取りながら、仮説検証をスピーディに進める必要があります。 そのため、対面でのコミュニケーションを重視しており、週3日以上の出社をお願いしております。 【変更の範囲】 会社の定める業務

日本ビジネスシステムズ株式会社

今後、労働生産人口の減少や嗜好の多様化にともない、さらにDXへの意識が高くなっていくことが予想されます。JBSも言われたものをただ作るだけでなく、顧客のビジネス成長に向けてともに考え、遂行していく必要があります。そのために、業務アプリケーションやデータ基盤構築経験といったIT知見を持つ人材を採用し、体制強化を図りたいと考えています。 【仕事概要】 ビジネスアーキテクトとして、以下の業務をお任せします。 ・お客さまの経営課題や事業課題を紐解き、IT / DX 戦略の立案を担う ・IT導入やDX推進に伴うBPRとして、業務自体の見直しと改革を推進する ・データドリブン経営に向けたデータ利活用企画やPoCを担う 【具体的な業務内容】 従来のSIサービスを軸とし収益獲得する労働集約型から、ビジネスおよび技術の変化の把握をとらえながら、 お客さまの売上向上とコスト削減に向けた企画提案を能動的に実施し収益獲得する知識集約型へのシフトを推進していきます。 ■実施内容 ・各提案活動 - 業界分析から課題(仮説)および解決策案をもって、JBSから提案を行います。 ・各プロジェクト実施 - システム化構想策定プロジェクト 売上向上、コスト削減の課題を経営者および現場、システムの課題を明確化しシステム化による解決策を策定します。 また解決策を実施した際の定量的な効果を算出し、システム化におけるスケジュール・リソースなどの計画を策定します。 - BPRプロジェクト ツール導入以前に業務の在り方から無理・無駄を整理しながら、ツール・システム導入の価値を最大化させます。 - データ利活用企画・PoC クラウドに依存しないデータ領域を軸として、PaaSを中心としたクラウドネイティブ化のためのサービス開発、コンサルティングを実施します。 ＜プロジェクト例＞ ・間接業務効率化に向けたBPR ・SCM改革に向けたデータ利活用 ・システム化構想案件 【組織構成】 8 名の組織です。過去に IT / DX 戦略立案・開発経験、コンサルティング・提案営業経験、業務アプリケーションやデータ基盤の構築・運用・保守などを経験したメンバーで構成されています。

株式会社マイクロニティ

当社は、後継者不足などで事業継続に課題のある国内ソフトウェアを次世代へ繋ぐ「AI駆動型ソフトウェア事業承継プラットフォーム」を運営しています。 生成AIをはじめとする先端技術の社会実装・研究を担う専門組織「M-Lab」では、単なるAIツールの導入に留まらず、承継するプロダクトのソースコード解析から経営判断の自動化まで、「AIエージェントが事業を自律運営する世界」の実装に挑んでいます。 業務内容 ●プロダクトのAIモダナイゼーション コード解析・変換: LLMを用いた大規模なレガシーコードの解析、およびモダンスタックへの自動リファクタリング・移行パイプラインの構築。 ドキュメント自動生成: 既存資産からの仕様書・設計図の自動復元と、継続的なドキュメント更新の自動化。 ●知識資産の集約とRAG構築 高精度RAGの開発: 現場の暗黙知(非構造化データ)を構造化し、GraphRAGやHybrid Searchを用いた高精度な知識検索基盤の設計・実装。 業務特化型Agentの開発: 特定ドメインに最適化したプロンプトエンジニアリング、およびLLMのFine-tuningによる業務自動化ツールの開発。 ●AIによる事業運営・経営の自律化 マルチエージェントシステムの構築: 意思決定から実行までを自律的に行うAIエージェント群のアーキテクチャ設計。 ●AI活用・教育支援 技術レクチャー・導入支援: 最新AI技術のトレンド共有、および各部署の課題に応じたAI活用手法のレクチャーと導入コンサルティング。