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

① AI×クラウドによるアプリケーション開発 クラウドネイティブ技術と最新AIを活用したアプリケーション開発を担当いただきます。 モデル選定・学習・評価からアプリ実装まで、一貫して携わることが可能です。 また、最先端のAI・ソリューションの検証・技術評価も行い、新たな価値創出に直結する開発に挑戦できます。 ②自社サービスの進化(エンハンス・保守) 既存サービスの機能改善・運用を通じて、ユーザー価値を継続的に高めていきます。 単なる保守ではなく、企画・改善提案を自ら反映できる環境のため、サービスを“育てる”経験が得られます。 ③映像ソリューションの新規事業開発 映像×AIを軸とした新規事業の立ち上げに携わります。 ・サービス企画(コンセプト設計・ユースケース検討) ・実現方式の設計(アーキテクチャ検討) ・事業化推進(商品化計画・提供モデル構築) 0→1の事業創出に技術者として関われるポジションです。

現在、半導体製造装置から取得されるデータを活用し、不良検出、レシピ補正、装置状態予測などのアルゴリズムを開発・製品化する業務を推進しています。 単なるデータ解析にとどまらず、リアルタイム収集から、異常検知/予兆解析アルゴリズムの設計、さらに制御ソフトウェアへの実装・検証まで一貫して担当いただきます。 【具体的には】 ・装置データ収集システムの開発・改善 ・取得した装置データの収集・解析基盤の設計・開発 ・不良検出・異常予兆・レシピ補正アルゴリズムの企画・実装・評価 ・プロセス特性や装置条件に基づいた動的レシピ補正ロジックの開発(Run-to-Run制御含む) ・AI/統計モデルによるプロセスパラメータ最適化 ・構築したアルゴリズムを製品ソフトウェアに組み込む実装・UI開発(C#, Python 等) ・開発・評価環境の自動化(学習データ生成、シミュレーション) 【業務内容についての補足】 入社当初:各求人票内の業務内容欄記載の業務内容 変更の範囲:弊社就業規則に基づき、異動を命じることがある

【ミッション】 国内最大級の自社GPUインフラと通信ドメインデータを武器に、通信業界向け大規模言語モデル「Large Telecom Model(LTM)」の学習・評価・チューニングパイプラインを構築/主導します。 実業務に耐えうる高精度かつ安全性の高いモデルへと継続的に高度化し、現場への実装を通じてネットワーク運用の効率化・高度化・自律化を推進します。 【主な業務】 ・LTMモデルの性能向上 ・学習パイプラインの構築 ・最先端生成AI技術の検証および実業務適用に向けた技術リード 【具体的な業務】 【モデル開発・学習】 LLMの継続事前学習(Continued Pre-training)やFine-tuning(SFT/RLHFなど)の実装/学習レシピの最適化 【データ基盤・加工】 基地局データや運用ログなどの大容量通信ドメインデータの収集/整形/学習データセットの設計、クレンジング 【評価・ベンチマーク】 自動評価フレームワークの構築および評価指標(Benchmark)の設計/精緻化 【技術調査・PoC】 最先端論文(ArXivなど)やOSS(最新のモデル・学習手法)のキャッチアップとPoCによる検証 【現場連携・要件定義】 社内関係部署(アプリ開発チーム・現場)との連携による課題の整理およびモデル要件へのフィードバック

【ミッション】 独自開発のLLM基盤「LTM」や最新の生成AI技術を組み込んだAIエージェント・業務アプリケーションの設計/開発を主導します。 システム企画チームや業務現場と連携しながら、運用データのフィードバックに基づく自律学習メカニズムを構築し、通信オペレーションの自動化・高度化・自律化を推進します。 【主な業務】 LTMを活用したAIエージェントおよび業務アプリケーションの開発と、社内業務への適用の推進 ●具体的な業務 【AIエージェント・ワークフロー開発】 ・LTMおよび各種LLMを組み込んだAIエージェント(Multi-Agentなど)やAIワークフローの設計/実装/コード化 【要素技術・外部連携の実装】 ・RAG、プロンプトエンジニアリング、ベクトルDB、外部API/ツール連携機能の実装/高度化 【アジャイルなPoC・アプリ実装】 ・システム企画担当と連携し、現場の要件/課題に応じた実効性の高いAIアプリケーションの迅速な試作(PoC)/本番実装 【自律学習基盤・LLMOps構築】 ・実行ログ、評価データ、ユーザーフィードバックを収集/活用し、AIエージェントの精度を継続的に向上させる「自律学習ループ」の仕組みづくり/LLMOpsの構築 【モダン開発手法の推進】 ・AI駆動開発ツール(GitHub Copilotなど)や最新ツールを活用した、効率的かつ機動的な開発サイクルの実践

データ活用基盤再構築プロジェクトに、リーダーまたはコアメンバーとして参画いただきます。 具体的には以下を担当いただきます(適性・経験に応じて配置)。 ・新データ活用基盤の企画・要件定義:クラウド技術を活用したDWH・データプラットフォーム・データ連携基盤の構築、データモデル設計、権限管理・データ抽出基盤の整備。 ・データ移行計画と実行管理:段階的なデータ移行の対象選別・データクレンジング方針の策定、関連する基幹システム刷新プロジェクトとの整合確保。 ・データマネジメント体制の構築:データ主管部署との連携、マスタ・実績データの品質管理ルール策定、データガバナンスの定着化。 ・利用部門との業務効率化推進:多数の利用部門に対するヒアリング、データ活用ニーズの整理、新BIツールによる業務改善企画。 ・ベンダーマネジメント、プロジェクトのQCD(品質・コスト・納期)管理 業務の都合等により、会社の指示する業務への異動を命じることがあります。

●業務内容 当社では、今後のSI事業における新たな成長領域として、「データエンジニアリング/データ活用領域の新規事業立ち上げ」を進めています。 今回募集するのは、すでに完成された組織を管理するポジションではありません。 現在は事業・組織ともに立ち上げフェーズにあるため、まずはプレイングマネージャーとして自ら顧客・プロジェクトの最前線に立ち、案件創出、提案、プロジェクト推進を担いながら、事業の成長に合わせて組織をつくっていただきます。 将来的には、「データエンジニアリング領域の事業部長・部長として、事業・組織を牽引いただくことを期待するポジション」です。 「既存組織を管理する」のではなく、経営・営業・エンジニアと連携しながら、「自ら事業と組織をつくっていくこと」に魅力を感じる方を歓迎します。 ●仕事内容例 ・顧客のデータ活用課題のヒアリング、構想策定、提案 ・要件定義、データ基盤のアーキテクチャ設計 ・Snowflake、Databricks、Microsoft Fabric、BigQuery等を活用したデータ基盤案件の推進 ・PM/PLとしてのプロジェクトマネジメント ・営業部門と連携したプリセールス、案件創出 ・データエンジニアリング領域におけるサービス・技術方針の検討 ・プロジェクト体制の構築、パートナー企業との連携 ・事業拡大に合わせた採用活動、メンバー育成 ・データエンジニア組織の立ち上げ ・将来的な事業計画、売上・利益、組織計画の策定・推進 ●案件例 <案件例①:製造業向けマスターデータ基盤構築> 業界:大手製造業 期間:6か月 体制:3名 役割:PL兼データエンジニア 内容: 社内に散在する製品・顧客・仕入先マスタの統合基盤を構築 ETL/ELTパイプライン設計・実装 データ品質ルールの策定および運用設計 BIツール向けデータマートの整備 <案件例②:小売業向けデータ分析基盤構築> 業界:大手小売業 期間:8か月 体制:5名 役割:データエンジニア 内容: POSデータ・ECデータ・会員データを統合する分析基盤構築 クラウドDWH(Snowflake、Fabric等)の設計・構築 データパイプライン開発および自動化 マーケティング施策向けダッシュボードデータ整備 案件によって異なりますが、リモートワークやフレックス制度を活用しながら、裁量を持って働ける環境を整えています。 ●ポジションのミッション 入社直後から管理業務だけをお任せするのではなく、事業立ち上げ期はご自身もプレイヤーとして案件に入り、顧客・技術・プロジェクトを理解しながら事業基盤をつくっていただきます。 事業の拡大に伴ってメンバーを増やし、チーム化・組織化を進め、将来的には「事業部長・部長としてデータエンジニアリング領域を担っていただくこと」を想定しています。 中長期的には、データ基盤 → BI・Analytics → AI活用までを一気通貫で提供できる組織へ発展させ、データ・AI領域を当社の新たな事業の柱として成長させることを目指しています。 ●キャリアについて 【入社時】 プレイングマネージャーとして、顧客提案・PM・技術リードを中心に事業立ち上げを推進 　　↓ 【事業拡大期】 案件拡大、採用・育成を通じてデータエンジニアチームを形成 　　↓ 【組織化】 複数案件・チームを統括する部長クラスへ 　　↓ 【事業拡大】 データ・AI領域の事業部長として、事業計画・売上利益・組織を統括 ●配属部署 Salesforce、Power Platform、スクラッチ開発を組み合わせ、お客様の業務課題に応じた最適な業務アプリケーション開発を支援する部署。 社員人数:約60名 ●配属事業本部 Webシステム開発(Java/Javascript)・Salesforce/クラウド連携・チャットボット・RPA・AI活用などに特化した開発事業本部です! 今後の方針としては、金融フロントを軸にデータAI　QAを統合した高付加価値SIモデルを目指している部署となります。 また、大きな特徴として、AI駆動開発に積極的に取り組んでいます 生成AIや各種AIツールを活用しながら、開発生産性の向上、品質改善、業務効率化を推進しております。 AIを単なる話題として捉えるのではなく AI活用を含めた次世代の開発・ものづくりに関心のある方を歓迎します! ●研修 キャリア採用の方は、入社して慣れるまでは、担当マネージャーからサポートさせていただきます。 また、ヒューマンスキル研修(集合研修)やIT技術研修(オンライン)等の制度もあり、積極的にスキルを身に着けられる環境です。

●募集概要 データソリューション本部は、データ活用プラットフォームConataを中心に、企業がデータを資産として最大限に活用し、持続的な成長を実現できるソリューションを提供しています。パートナーシップの拡大やクライアントの多様化、データ利活用の高度化に伴い、私たちの事業は急速に進化し続けています。 その中でプロジェクトマネージャー(以下PjM)は、DX推進やデータ整理・活用に課題を感じているクライアントに対し、プロジェクトの遂行に留まらず、データを活用した事業変革パートナーとして、戦略的な視点をもって、プロジェクトのQCDを守り、クライアントのビジネス価値を最大化することが求められます。 さらにPjMの役割は、ビジネス価値提供のみならず、社内外のステークホルダーと連携し、プロジェクトメンバーのエンゲージメントを高く維持しながら、チーム一丸となってデータドリブンな変革を牽引することにあります。テクノロジーとビジネスを繋ぐ架け橋となり、クライアントと共に未来を創り上げるリーダーシップが求められます。 私たちは、データとAIの力を最大限に活用し、企業の意思決定を進化させ、社会全体にインパクトをもたらすプロジェクトを共に推進する仲間を求めています。 データがもたらす新たな可能性を解き放ち、企業と社会の未来を創造する挑戦に、あなたも参加しませんか? ●業務内容 【戦略的なデータ活用の推進とクライアントの変革支援】 ・クライアントの事業課題を深く理解し、データとAIを活用した新たなビジネス価値創出の戦略を描く ・組織横断的な視点を持ち、社内外のステークホルダーと協力しながら、単なるデータ活用に留まらず、経営レベルでの変革を支援 ・会社のビジョン / 戦略を踏まえ、Conata™ を活用した 業界標準となるデータドリブンなソリューションの提供をリード 【複雑で大規模なプロジェクトのマネジメントと成功の牽引】 ・複数の大規模 / 複雑なプロジェクトを横断的にマネジメントし、成果の最大化を図る ・プロジェクトの 計画 / 実行 / 監視 / 改善 の各フェーズを主導し、組織の戦略目標に貢献 ・QCD(品質 / コスト / 納期)管理を徹底 し、プロジェクトのリスクマネジメントを推進 ・技術動向や最新のベストプラクティスを取り入れ、プロジェクトの成功確率を向上 【組織全体に影響を与える意思決定とガバナンス強化】 ・会社のミッション / 目標を深く理解し、事業の成長を加速させるデータ活用戦略の策定・実行を主導 ・組織内のリソース配分を最適化 し、事業価値を最大化するプロジェクト推進を実現 ・経営層や他の部門と連携し、重要な意思決定に対する戦略的な提言を行う ・組織の標準化、プロジェクト管理手法の確立に貢献し、持続可能な成長を支える基盤を構築 【テクノロジーの進化を取り入れたデータドリブンな変革の実践】 ・生成AI、RAG(Retrieval-Augmented Generation)、需要予測、レコメンドエンジンなどの最・最新技術を活用 し、企業のデータ活用を進化させる ・クラウド環境(AWS, GCP, Azure)やデータプラットフォームを活用し、最先端のデータエコシステムの導入を推進 ・プロダクトチーム、エンジニアリングチームと連携し、プロジェクトの技術的な成功要因を確立 【チーム / 組織の成長を牽引し、影響力を拡大】 ・社内外のエンジニア、データコンサルタント、プロダクトチームと連携し、プロジェクト成功のための最適なチームを構築 ・チームメンバーのエンゲージメントを高く維持し、組織全体の生産性と品質を向上させるリーダーシップを発揮 ・業界イベントやフォーラムでの発信を通じて、組織のブランド価値を高める マネージャー、メンバーの採用 / 育成に貢献し、次世代リーダーの育成を推進 従事すべき業務の変更の範囲:なし (参考:プロジェクト例) メンバー構成:PgM / PjM / Data Engineer / Software Engineer + Product開発チーム(PdM以下各メンバー) 【主要な役割】 ・プロジェクトにスクラム開発を適用(2週間のスプリント、バックログ管理にユーザーストーリーを適用) ・顧客からの要望を整理し、解決策を設計、提案 ・Product開発チームとのコミュニケーションをリード ・ドキュメンテーション化および、顧客への適切なタイミングでのレポーティング 【開発環境】 ・開発言語:Java, Python ・フレームワーク:Micronaut Framework, Spring Framework, flask, gRPC, OpenAPI ・モニタリング:Prometheus ・ミドルウェア/インフラ:MySQL, Redis, Docker, Kubernetes, fluentd, Pulsar, bazel, github ・クラウド:AWS, GCP, Azure

さくらインターネットのサービスを安定して提供し続けるためには、サービスの物理基盤となるデータセンターを24時間365日、安全かつ確実に運用することが欠かせません。 さくらインターネットでは、データセンターにおける日々の安定運用に加え、運用業務の自動化、データ活用、ハードウェア運用の最適化、業務標準化、組織能力の向上を進めています。 サービスや設備の規模が拡大するなか、従来の運用方法を維持するだけでなく、ソフトウェアとハードウェアの両面からオペレーションを再設計し、より安全で効率的な運用体制へ進化させることが必要です。 本ポジションでは、ご経験や志向に応じて、以下のいずれかの役割を担っていただきます。 ・技術を用いてデータセンター運用を改善する「運用高度化・テクニカルリード」 ・人と組織の面から運用品質を高める「オペレーションマネージャー」 応募時点ですべての領域を経験している必要はありません。選考を通じて、ご経験、専門性、今後のキャリア志向を確認し、担当する役割を決定します。 ●具体的には ご経験や専門性に応じて、技術による運用高度化、または運用組織のマネジメントを担当いただきます。 【共通】 　-データセンター運用の現状把握、課題分析、改善計画の策定 　-運用品質、安全性、生産性、可用性を高める施策の企画・推進 　-サーバー、ネットワーク、ストレージなどの構築・保守方法の改善 【高度自動化・テクニカルリード】 　-運用業務の自動化戦略立案および実装 　-AI、機械学習、ロボティクスなどを活用した技術検証・導入 　-各種運用データの活用、ダッシュボード構築 　-オペレーションKPIの設計および改善サイクルの確立 【オペレーションマネージャ】 　-複数拠点・シフト体制を含む運用チームのマネジメント 　 (メンバーとの1on1、評価、育成、キャリア形成支援) 　-エンジニア育成・評価制度の設計と運用 　-開発・インフラ・ビジネス部門を横断したプロジェクト推進 　-業務標準化・ナレッジマネジメントの推進 　-重大インシデント発生時の対応統括および再発防止の推進 ●期待する将来像 ・メンバーの特性に合わせた成長支援・組織の成長を担うチームマネジメントのスペシャリスト人材 ・教育、品質管理、ナレッジマネジメントなどの組織基盤を設計する責任者 ・数拠点の運用組織を統括するオペレーションマネージャー ・データセンター運用全体の自動化戦略を策定・推進するテクニカルリード ・ソフトウェアとハードウェアを横断して運用アーキテクチャを設計する責任者 ・AIやロボティクスを活用した次世代データセンター設計および運用の推進者

データアナリストとして、クライアントのマーケティング課題に対するデータ利活用戦略の実行を担い、統計モデルを用いた高度な分析から、意思決定を支援する戦略的示唆の導出までを一貫して担当していただきます。 本ポジションのミッションは、データサイエンスを通じて複雑なビジネス課題を解明し、クライアントが自信を持って次の一手を踏み出せる「確かな根拠」を提供することにあります。コンサルタントやシニアアナリストと連携しながら、当社の独自ソリューションとオーダーメイドの分析手法を自在に組み合わせ、クライアントの事業成長をデータから支える役割を担います。 具体的には、マーケティング投資効果を統合的に分析するMMM(マーケティング・ミックス・モデリング)や、消費者インサイトを解き明かす定量的リサーチの設計・分析、クライアント課題に応じたアドホックな分析を遂行します。単にデータを集計するだけでなく、RやPython・SQL・社内分析プロダクト等を駆使してデータを解析し、そこから得られた知見をビジネスの文脈に翻訳して、クライアントのブランド戦略やコミュニケーション戦略を導くストーリーへと昇華させることが求められます。 【具体的な業務内容】 ●経営課題の解明に向けた分析アプローチの設計 コンサルタントやシニアアナリストと緊密に連携し、クライアントが抱える抽象的な経営課題をデータサイエンスで解き明かせる「統計的な問い」へと変換します。マーケティング投資効果を可視化するMMM(マーケティング・ミックス・モデリング)や、複雑な顧客接点を紐解くアトリビューション分析など、多種多様な手法の中から、課題解決に最短距離で到達するための最適な分析プランを緻密に設計します。 ●高度なデータ解析と統計モデリングの実装 自社プロダクトおよびR、Python、SQL等の技術要素を駆使し、ナショナルクライアントが保有する広範かつ複雑なデータの解析・モデル構築を遂行します。当社の独自ソリューションとオーダーメイドの分析手法を自在に組み合わせ、精緻な投資最適化シミュレーションから、消費者調査データを用いたインサイトの定量的解明まで、ブランド戦略の根幹を支えるプロフェッショナルな分析を実践します。 ●意思決定を導く戦略的示唆の言語化 抽出された分析結果からビジネス上のインパクトを精緻に読み解き、クライアントの事業成長に直結する一貫性のあるストーリーラインを構築します。単なるデータ集計に留まらず、深い洞察に基づいた仮説検証を通じて、既存のフレームワークでは捉えきれない固有の事業課題に対する解決策を提示し、データに基づいた確かな経営判断を強力に支援します。 ●専門性の追求とチームへのナレッジ還元 シニアアナリストによるディレクションのもと、統計的な妥当性とビジネス的価値を両立させた高品質なアウトプットを追求します。最新の解析手法や業界知見を積極的に取り入れ、日々の分析実務を通じて得られた知見をチームへ共有・還元することで、組織全体のデリバリー品質の向上と、自身のアナリストとしての専門性強化を並行して推進します。

【具体的には】 適性やこれまでのご経験に応じ、新機種開発のプロセス改善(開発課)、または量産工場のオペレーション変革(推進課)の領域でプロジェクトを牽引していただきます。 ●新機種開発のプロセス改革(デジタル技術開発課) 製品モデル完成から量産開始までの開発プロセスにおいて、データ活用によるリードタイム短縮や品質向上を推進します。 ・PLMを活用したシームレスな開発プロセスの構築 ・デジタル上での設計・検証、シミュレーション(製造CAE等)の活用、自動化 ・BOM(部品構成)・BOP(製造工程)・BOE(設備情報)構築のためのデータ構造設計 ●量産工場のオペレーション変革(生産DX推進課) 工場現場のデータを収集・分析し、生産オペレーションコスト削減と、間接業務(生産管理・保全・管理業務などの大幅な効率化・自動化を推進します。 ・設備稼働データの自動取得・リアルタイム可視化、データ分析による設備停止要因の特定(人の経験や勘からの脱却) ・MES/SCADAシステムの開発、予兆保全技術や画像判定技術の導入 ▼以下プロジェクト例 ●市場と連動した自律的かつフレキシブルな生産を実現するため、最適な生産計画やグローバル集中制御を可能とするデジタルツイン技術の開発・導入 (想定業務) ・生産管理システム(ERP/PLM/MES/SCADA等)のデータ連携仕様(情報の送信から実績収集までの一連の流れ)を設計・検証 ・生産ラインの実績データを収集し混雑や待ち時間ボトルネックを分析し改善の提案 ・生産ライン流動シミュレーションを活用した生産計画の立案及び現場改善のトライアル ・現場メンバーと一緒にパイロット導入の準備・立会い、結果のふりかえり(効果の数値化) ●工場稼働の自律安定化を目指した、MES/SCADAシステムの開発、予兆保全技術および人作業保証技術の開発・導入 (想定業務) ・設備(PLC/センサ)・作業実績のデータ取り込み方針の標準化(頻度・粒度・項目・保存先) ・稼働実績データを使い、「止まりそう」の兆しを検知する簡易モデルの作成と運用 ・人作業のミス防止に向けた電子手順やチェックリスト、簡単な画像判定の導入とチューニング ●品質のリアルタイム調整やデジタル源流保証を通じて、品質を自律的に安定化させる品質管理技術の開発・導入 (想定業務) ・検査,計測データ連携の仕様構築と実装 ・検査,計測データと各工程情報を結びつけるトレーサビリティの方案開発 ・プロセス自動補正の制御ロジック設計 ●新機種開発リードタイムの大幅な短縮に向けた製造PLM、BOP/BOEの構築・導入、および製造CAE・シミュレーション技術の開発・導入 (想定業務) ・BOM(部品構成),BOE(設備情報), BOP(製造工程)構築のためのデータ構造設計 ・製造要件を設計に早期反映するための要件管理システムの構築(要件階層化、トレサビリティ) ・工場一本分の工程をデジタル上再現し、品質・効率・コストを最適化するシミュレーション技術開発 ・クルマ一台分の品質を再現し最適化する製造CAE技術の開発 ・シミュレーションを高速化するための、モデル軽量化・自動化・AI予測技術の開発 ※国内および海外事業所への異動の可能性があります。 ※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。 【使用ツール例】 アプリ:ORACLE Databese、CATIA、PSR、PlantSimulation、TCM、ANSA、3DCS、Visual Assembly、Jstamp　等 開発言語:python、SQL(DML/DDL/DCL)、C#、java、R 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、自動化 ●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

●サービス概要 WESTER,tabiwa by WESTERなどのtoCプロダクトを中心に、それらを支える基盤システムなどにも携わっています。 ●業務内容 JR西日本グループの内製開発チームにおいて、エンジニアリングの実行責任を持ち、開発戦略策定・アーキテクチャ設計・チームビルディングなどをリードしていただきます。 また、外注依存から脱却し、グループ内にプロダクト開発のケイパビリティを根付かせる推進役も担っていただきます。 <テクニカルリード> ・技術スタック・アーキテクチャの意思決定と説明責任の遂行 ・Webアプリケーションの開発・改善・運用 ・リリース後のログ収集・UX改善・パフォーマンス改善の推進 <ビジネス・ステークホルダー連携> ・POやPdMとの要件定義・優先度調整 ・本社側への進捗報告・課題共有 ●現状の課題 これまで JR西日本グループが手掛けてきたシステムはほとんどが外注での開発であり、またそれぞれ独立的に開発しているため、技術がバラバラでレガシーな部分も多く残っています。 また、扱うシステム数が膨大であり、すべてを内製化することは現実的でないため、内部人員による開発、業務委託多数の混成チームによる開発、要件やアーキテクチャは握りつつ開発は委託する技術の手の内化など、様々な形で適切なアプローチを行う必要があります。 この現状を打破すべく、システム・組織を両面から牽引できるリーダーを求めています。

担当プロジェクトのメインエンジニアとして、弊社のソリューションデザイナ(顧客折衝やプロジェクトマネジメント等を担当)と連携しながら、データ分析、モデル開発/改善、結果のレポーティング等を実施していただきます。(プロジェクトごとに、リード機械学習エンジニアが1名サポートにつきます) <具体的な業務内容> ・ディープラーニング等の機械学習技術を用いたソリューションの開発 ・顧客プロジェクト向けの機械学習ソリューションのカスタマイズ開発 ・機械学習技術を用いたシステムの開発 ・社内プロジェクトメンバーや顧客への技術的な説明 ●業務の変更範囲:なし ーーーーーーーー 弊社はオーダーメイドによるAIモデル「カスタムAI」の開発・提供を行う、AI/機械学習のスペシャリスト集団で、最先端のAI技術とクライアントのビジネスを「つなぐ存在」をミッションとしたスタートアップ企業です。 高い技術力と課題解決能力が評価され、既に大手企業を中心に多くの導入事例とリピート契約があります。 ●カスタムAIソリューション事業とは? 弊社は以下を特徴とするカスタムAIソリューション事業を展開しています。 ・オーダーメイドによるAI開発 　- アカデミア出自の先端の機械学習技術をベースに、ビジネスにジャストフィットする形でAIを受託開発 ・企業のコア業務をAIで変革 　- 画一的なパッケージAでは対応が難しい、ビジネス現場特有の複雑な課題の解決に貢献 また他社との差別化のため、弊社は「バリューアップ型AIテーマ」に注力しています。 ●機械学習エンジニアが担当する技術領域 弊社の機械学習エンジニアは、特定の技術領域に特化して業務を行っていただくのではなく、主に以下3つの技術領域から自身が望むキャリアや案件の状況に応じて選んでいただく方法を取っています。 ・最適化、強化学習 ・推論型AI(画像、音声、時系列データ、統計系など) ・LLM、NLP ●プロジェクトの開発フロー 弊社では約3ヶ月間という短いサイクルで機械学習モデルやAIに関係するシステムをお客様に提供しています。 顧客折衝は基本的に弊社のソリューションデザイナが行いますが、希望に応じてエンジニアもフロントに立って直接提案したり顧客ニーズを聞いたりすることができます。 ●チーム構成・支援制度 基本的に弊社では1つのPJTに対し、メイン担当としてソリューションデザイナ/エンジニアが1名ずつアサインされます。 またソリューションデザイナ/エンジニアそれぞれを補佐する役割としてSV(スーパーバイザー)がつきます。 一方で大型案件等になりますとPJTの人数は必要に応じて増加します。 ●裁量の大きさについて 弊社はAIコンサルティングの会社としてお客様に”AIソリューションを提供すること”を使命としています。 AIソリューションを提供するためにあらゆることを思案して実行できればと考えているので、提供元のエンジニアは以下のような裁量の大きい環境で自らのプロフェッショナリズムを発揮いただければと考えています。 ・技術者がお客様に対して直接提案をすること ・お客様が設計した問題に対してその問題設計に提言できること ・チームを自ら組閣し案件成功に向けて自ら動くことができること ・会社の承認のもと、必要人員の確保依頼やツールの追加導入について主導、積極的な提案ができること ●技術スタック 使用する技術はプロジェクトにより異なりますが、主に以下の技術スタックを用いて開発を行っています。 ・データ分析全般(NumPy, pandas, Matplotlib, seaborn, plotly, Streamlit) ・機械学習(sckit-learn, statsmodelsm, OPTUNA, SHAP, LightGBM) ・Deep Learning(PyTorch, TensorFlow, Hugging Face, OpenAI, LangChain) ・実験管理(Kedro, mlflow, Kubeflow) ●社内活動 エンジニアリング部では以下のような社内活動を通じて技術的成長やエンゲージメント向上を行っています。 ・技術勉強会の開催(数理最適化、強化学習 etc...) ・最新技術勉強会の開催(マルチエージェント etc...) 　- 本勉強会にはソリューションデザイナー、コーポレートも合わせ、社員の約3/4のメンバーが参加しました。 ・チームビルディング施策 　- “チームメンバーを知る企画“として、レーダーチャートの作成/予想、チームのキャッチコピー作成等のワークを実施

全社AIプラットフォームの企画・設計・構築・運用を担当し、Microsoft CopilotやAzure OpenAI、ChatGPT、Claudeなど複数の生成AIを活用できる環境を整備します。 単なるインフラ構築ではなく、各部門の業務課題を理解しながら、AI活用の要件定義、AIエージェント基盤の構築、ベンダーマネジメント、社内コンサルティングまで一貫して担い、Honda全体の業務変革を推進していただきます。 <具体的には> ●AIプラットフォームの企画・構築・運用 ・Microsoft Copilot、Copilot Studio、Azure OpenAI 等を活用したAIプラットフォームの設計・構築・運用 ・ChatGPT、Claude、Google Workspaceなど各種AIツールの導入・運用 ・AIエージェントの連携およびAIエージェント実行基盤の整備 ・セキュリティ・認証・ガバナンスを考慮した利用環境の設計 ●全社AI活用の推進 ・各部門へのヒアリングを通じたAI活用要件の整理・設計 ・AI活用に関する技術支援・社内コンサルティング ・AI活用事例の創出・横展開 ・教育・トレーニング・利用促進施策の企画・実施 ●プロジェクト推進 ・MicrosoftやSIベンダーとの技術検討・折衝 ・関係部門(セキュリティ・調達・IT等)との調整 ・AIプラットフォームの標準化・アーキテクチャ設計 ・最新AI技術の調査・評価・導入 ●利用データの分析・最適化 ・AI利用状況・コスト・効果の可視化 ・ROI分析・運用改善 ・全社最適の観点でのプラットフォーム高度化 ※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 【利用技術・サービス】 Microsoft 365(Teams/Outlook/Excel/Word/PowerPoint/SharePoint) Microsoft Copilot、Azure OpenAI Service Power Platform(Power Automate/Power Apps/Power BI) Microsoft Azure、Amazon Web Service、Google Cloud Platform

市場環境や顧客ニーズ、事業環境の変化を定量的に捉え、将来の需要やリスクの予測を元に事業成長検討の為の販売台数を予測し四輪事業における重要な意思決定に貢献します。 販売台数を形成する本質的な因果構造を事業戦略・商品戦略部門と連携しながらデータサイエンスの技術で紐解き、分析モデルで表現することで中長期の顧客需要と事業リスク・台数変動を定量化する役割です ①現場担当者とのコミュニケーションを通じた事業課題を明確化・市場・顧客分析を通じた課題解決の方向性と戦略提言 ●事業戦略部門や商品戦略部門と連携した事業課題の整理・構造化 ●市場動向、顧客ニーズ、競争環境、マクロ経済指標などを活用した中長期(3年・5年・10年)の販売需要予測 ●サプライチェーンマネジメント部門と連携した短期(1年以内)の販売台数予測および在庫リスク分析 ●原材料供給リスクや地政学リスクなどを踏まえた事業環境リスク予測 ●分析結果に基づく事業戦略、商品戦略、生産戦略への提言 ②社内外の様々なデータを活用し、事業環境変化による車両需要を元にした台数 予測を行うための高度分析モデル作成 ●統計解析、機械学習、時系列分析等を活用した予測モデルの開発 ●特徴量エンジニアリングや因果分析を通じた需要変動要因の特定 ※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】 ・汎用分析ツール:Python(pandas, scikit-learn), Dataiku, MS excel ・Web・アプリ分析ツール:Google Analytics, Sprinklr ・情報共有ツール:Teams

●配属部門 エンタープライズソリューション統括本部　システムインテグレーション本部　テクノロジーサービス部 ●部門概要 主に次の2つの軸で活動します。 1.組織横断支援 専門家としてプロジェクトに直接参画し、また専門的知見に基づく施策の企画・実行を通じて、部門横断の支援を行います。 2.顧客向けの高難度プロジェクト遂行 顧客と直接向き合い、技術的に難易度の高いプロジェクトの遂行を担います。 ●担当業務 事業課題に対し、仮説立案 → データ収集・前処理 → 探索・分析 → モデル化 → 示唆抽出 → 意思決定支援までを一気通貫でリードいただきます。各工程で成果物・評価KPI・Go/No-Go基準を設定し、事業・現場・IT/データ基盤・法務など関係者と合意形成しながら、PoCでの価値検証から本番導入・運用定着(監視・ドリフト検知・再学習・SLA整備)まで推進します。業界横断のSIerとして、既存システム連携やデータガバナンスにも配慮した設計・実装・改善を担っていただきます。 併せて、個人の知見を組織知として体系化・展開する施策(標準化、ナレッジ整備、育成 等)も担っていただきたいと考えています。 *********************************************************************************************** 【動画のご紹介】 システムソリューション事業部のカルチャーや、「はたらいて、笑おう。」を実現するための制度・取り組みについて 30秒～1分ほどのショート動画でご紹介しております。ぜひご覧ください。 (https://note-it.persol-xtech.co.jp/n/na642e98915d8) *********************************************************************************************** 担当職種の変更の範囲:会社の定める職種(出向を命じることがあり、その場合は出向先の定める職種)

●市場品質情報の収集と発信、及び、重要品質問題の対策適用推進 開発・生産・品質部門、各国拠点と連携し、市場で発生する品質課題を迅速に把握。関係者を巻き込みながら、主体的に課題解決をリードしていただきます。 ●BaaS事業のアフターサービス体制の構築 事業・営業部門や各地域法人と連携し、グローバルで通用するアフターサービスの仕組みを企画・構築。保証データを活用した故障対応や予防保全など、オペレーション全体を自ら設計・改善していく役割です。 ※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。 【交換式バッテリーMPPについて】 電動動バイクや小型モビリティ、さらには建設機械や家庭用電源まで、幅広い製品で共通して使用できる着脱式可搬バッテリーです。1個あたり約10kg。大人の手で持ち運び可能なサイズながら、1.3kWh以上の大容量を誇ります。 最大の特長は、「充電を待つ」というEVの課題を、ステーションで「数秒で交換する」という体験へと変革できる点です。また、内部にバッテリーマネジメントシステム(BMS)を搭載し、充放電データや劣化状態、使用履歴を常に記録・分析。データに基づく高度な品質管理とサービス提供を可能にしています。

【業務内容】 ・研究開発テーマのプロジェクト企画、推進、マネジメント (プロジェクト例:カメラを使った運転支援システムのプロジェクト、) ・システム設計およびセンサ搭載・機能の要求定義 ・画像認識技術の探査および評価 ・机上および実車による機能・性能の評価 ・計測器およびHILS等の開発環境の構築、運用 ・最新技術動向の調査・事故データ分析 ●プロジェクトリーダーまたはメンバーとしての業務 ・研究開発プロジェクトのプロジェクトリーダーまたはメンバーとして参画し、関係者と連携しながら、担当するシステム・機能の設計、評価、検証などの技術開発業務を担当します。 ・プロジェクトリーダーの方針のもと、技術検討や実験・解析を通じて、開発課題の解決および品質向上に貢献します。 ・複数の研究開発プロジェクトに関わりながら、専門性を深めつつ、段階的に業務領域を拡張していくことが可能です。 ●ラージプロジェクトリーダー(LPL)としての業務 ・研究開発プロジェクトのラージプロジェクトリーダー(LPL)として、担当するシステム・機能の企画立案から開発推進までを統括します。 ・社内の関連部門およびサプライヤと連携しながら、開発方針の策定、技術的な意思決定、進捗管理を行い、プロジェクト全体をリーディングします。 ・複数の研究開発プロジェクトを並行して担当し、中長期視点での開発計画立案や課題解決を通じて、開発成果の最大化を担います。 ※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:MATLAB/Simulink/C/Python 計測器:CANoe/CANape/CANalyzer 【キャリアパス】 研究開発プロジェクトのメンバーまたはプロジェクトリーダー(PL)として経験を積んだ後、研究開発テーマの企画および推進をリーディングするラージプロジェクトリーダー(LPL)、プロジェクト全体を統括するマネジメントポジションへのキャリアアップが可能です。 参考リンク [Honda二輪製品について](https://www.honda.co.jp/motor/)

お客様に「安心・安全・価値ある品質」を提供することをミッションに、市場品質情報やテレマデータを活用し、不具合の早期顕在化・解決をお任せします。 開発・製造部門や海外拠点、取引先と連携し、品質改善・不具合解決を推進し、新規事業(電動化)では期待を超える品質、既存事業(ICE・HEV)では当たり前品質をお客様に届けます。 【具体的には】 ●市場不具合情報の収集・分析 └不具合発生状況・傾向を把握し、迅速な対応の基盤を作る ・国内外の販売会社から寄せられる不具合情報の収集 ・発生状況、発生傾向の分析 ・社内サービス部門及び社内端末に集約された情報を用いた解析 ・ビッグデータ解析による特異性検知・発生メカニズム推定 ●不具合部品・制御の解析・対策 └根本原因を特定し、再発防止策を講じる ・不具合部品の解析、制御系の調査 ・開発・製造・取引先品質部門と連携し、原因究明 ・対策の適用と再発防止活動の推進 ・解析結果の社内サービス部門・渉外担当部門への簡潔な報告 ●既販車対応の検討・推進 └市場での影響を最小化し、お客様の安全と信頼を確保する ・発生予測・予見性検証による既販車対応要否の判断 ・技術報告書の作成と各会議体への報告 ・市場修理手法・改善策の提示 ・国交省届け出までの各種手続き、資料作成、整合・調整・推進 ●社内外連携・報告・改善活動(情報共有と再発防止の体制を強化する) └情報共有と再発防止の体制を強化する ・関連部門を巻き込んだ早期対応体制の構築・推進 ・製品開発部門への周知・フィードバック ・新技術・新システムに対応した解析手法の構築 ※国内外の出張および将来的な海外拠点への駐在が発生する可能性があります。 ※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ございます。

「データ×マーケティング」で経営の舵取りを担う、需要予測・販促最適化のデータサイエンティスト・データプランナー。 本田技研工業の四輪事業において、機械学習や生成AI、統計分析を駆使し、販売計画の精度向上(新車販売台数の台数予測)と収益最大化を牽引していただきます。従来の「モノ起点」の計画から脱却し、販促施策の感度分析や経済指標を統合した「モノ×カネ」の最適化モデルを構築し、経営層の意思決定をデータで支える「司令塔」を担うポジションです。 ●意思決定エージェントAIの構築:RAG(Retrieval Augmented Generation)を活用し、社内ナレッジや市場データを統合した意思決定支援AIの開発を推進します。多様な情報をもとにシナリオ提示や意思決定支援を行う新たな仕組みの構築に挑戦いただきます。 ●需要予測モデルの高度化:販売実績、在庫推移、季節性に加え、マクロ経済指標等の多角的なデータを基に、Pythonや統計的手法(時系列分析、回帰モデル等)を用いた高精度な需要予測モデルを実装します。AIによる予測値と現場の市況GAPを先行把握し、機会損失と在庫過剰を最小化します。 ●経営直結型プラットフォームの構築:S&OPシミュレーション基盤を活用し、複数の市場シナリオを迅速にシミュレートできる環境を整備します。販売・生産・調達・財務の各部門を横断し、フリーキャッシュフロー(FCF)最大化に向けた意思決定プロセスそのものを設計・変革します。 ●産学連携・グローバル推進:社内の関連部門や海外現地法人に加え、外部コンサルティングファームや大学研究機関とも連携。最新のアルゴリズムや学術的知見を取り入れたモデル検証と実務への適用を主導します。 ※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

▼SREの役割 内製プロダクト(テレシーアナリティクス、ライトニングMMM等)のPlatform・Security組織の立ち上げメンバーとして、AIネイティブ企業の基盤をゼロから設計するポジションです。 AWS/GCPを活用したインフラ設計・運用だけでなく、セキュリティポリシー、認証・認可、AIエージェント基盤のアーキテクチャ設計まで主体的に意思決定していただきます。 「単に現状を維持する」のではなく、IaCや自動化で運用そのものをアップデートし、将来的には社内AIエージェント基盤など、ベストプラクティスが固まっていない領域のインフラ・セキュリティ設計にも携わっていただくことがミッションです。 ▼お任せする業務 ・Terraformによるインフラのコード化、AWS/GCPリソースの設計・構築 ・CloudWatch / Cloud Monitoring / Sentryを用いた監視設計、アラート対応、インシデント対応 ・新機能・新サービスのローンチ時のインフラ設計、セキュリティレビュー、キャパシティプランニング ・脆弱性スキャンの運用、CVE対応、IAM・アクセス制御の設計 ・セキュリティインシデント発生時の一次対応と再発防止策の整備 ・生成AI利用ガイドラインやサプライチェーン攻撃への対策設計 ・パフォーマンス改善、コスト最適化、CI/CDパイプラインの整備 ・Snowflake、dbt Cloudを用いたデータ基盤の運用支援 ▼将来的に取り組みたいこと ●社内AIエージェント基盤のインフラ・セキュリティ設計 : ・今後、社内業務を変革するAIエージェント基盤の構築を計画しています。エージェントが社内データや外部APIにアクセスする以上、従来のセキュリティモデルでは対応しきれない領域です。基盤のアーキテクチャ設計からセキュリティ統制まで、ゼロから設計・構築していただける環境です。 ●スケールに耐えうるインフラ体制の構築 : ・プロダクトの成長と顧客拡大に伴い、巧妙化するサイバー攻撃に耐え、高いサービスレベルを維持できるインフラ体制を構築していきます。 開発環境 ●インフラ・データ基盤 : ・AWS、GCP、Terraform、Snowflake、dbt Cloud ●監視・運用 : ・CloudWatch、Sentry、Cloud Monitoring ●社内利用ツール : ・Salesforce、Google Workspace、Notion、Slack、Chatwork、Claude等のAI製品を含む計20サービスを利用

【具体的には】　※ご経験/スキルに合わせ詳細業務を決定します 市場でのシステム利用状況や弱点を早く正確に把握することが、競争力を高める鍵です。そのため、市場走行車両データやテストデータ、市場の声など多様なデータを収集・分析し、商品開発にフィードバックするデータドリブン開発/ユーザーインザループ開発を推進します。 当部門は、この開発を支えるデータサイエンス・データ分析・データ利活用を担い、以下の業務を行います。 ・市場走行車両データやテストデータの分析を通じ、商品改善や価値創出につながる提案を行う ・データに基づく製品改善(データドリブン開発)や、ユーザーの声の継続的反映(ユーザーインザループ)を実現するためのデータ活用環境の構築・展開 ・プロダクトにデータで寄与する自由な企画～実装～実現 尚、他部門や外部パートナーとの連携、海外拠点との共同研究・デモンストレーションなど、グローバルなやり取りも発生する場合があります。 ※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】　 ●言語: Python, SQL等 ●データ分析・AIライブラリ: pandas, Polars, NumPy, SciPy, scikit-learn, PyTorch等 ●AWS: Amazon Athena,Amazon Redshift, Amazon SageMaker等 ●CI/CD: GitHub, Docker,CDK, Terraform等 ※全てについて使用経験がある必要はありません。

配属部署 ●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 ファクトリーオートメーション(FA)、半導体製造装置/検査装置に関連する制御ソフトウェア・webアプリケーションの開発を行っている部署となります。FAにおいては、FA機器メーカーや制御機器メーカーとお取引をしており、主にFA機器開発を支援、それ以外にも製造現場の自動化・効率化や、データを活用したソリューションなど、生産性向上につながる取り組みをソフトウェア開発で支援しており、今後はフィジカルAI分野での業務拡大も見込まれています。また、半導体業界の装置メーカーとのお取引においては、生成AIの急速な普及を支える半導体製造/検査装置の開発、DX活用に向けたデータ基盤整備やwebアプリケーションの開発など、業界の最先端であるさまざまなプロジェクトに携わっています。AI活用とスマートFAの本格的な普及に向け、最先端の知識と技術はもちろんのこと、ビジネス観点(商売力)を磨き、成長することができる絶好の環境となっております。 作業場所は持ち帰り(弊社社内)が中心ですが、お客様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。そのため、実務未経験の領域があっても、上司やメンバーによるサポートに加え、各種研修やカリキュラムを通じて習得し、活躍していただくことが可能です。生成AI活用にもいち早く取り組んでおり、各チームでAIエージェント、AI駆動開発を取り入れた開発効率化にも積極的に取り組んでいます。 ●主要なお客様先 FA機器メーカー、半導体製造/検査装置メーカーのお客様の案件に参画いただきます。 ●案件例 <FA機器開発> 【担当工程】基本設計～結合試験 【規模】2～10名 【期間】半年～1年 【開発言語】C、C++ 【OS】Windows、Linux 【開発手法】ウォーターフォール 【作業場所】弊社オフィス内、お客様先常駐 <半導体製造装置開発> 【担当工程】基本設計～結合試験 【規模】5～20名 【期間】半年～1年 【開発言語】C++、C# 【OS】Windows、Linux 【開発手法】ウォーターフォール 【作業場所】弊社オフィス内 ●仕事内容 担当プロジェクトの成功に向けてマネジメントの対応、エンジニアリングの対応を行っていただきます。マネジメントに関しては、プロジェクトの見積もりや開発計画の作成、進捗管理、課題/リスク管理、リソース調整などの対応、エンジニアリングにおいては、仕様検討やアーキテクチャ設計といった上流工程の対応、技術課題解決、成果物レビューでの品質確保など対応いただきます。プロジェクトを推進するにあたり、後進の育成も行っていただきます。お客様や他部署との調整・交渉、営業と連携して技術提案活動をすることもあり、チャレンジと成長ができる魅力的なポジションです。これまでのマネジメント経験や、リーダーシップ能力、コミュニケーション能力、問題解決力を存分に発揮し、プロジェクトの成功に貢献していただける方を求めています。 ●役割イメージ SE/機能リーダー 　[役割/仕事の内容] ・顧客から受領する仕様書を元に見積もり、計画作成・設計・開発を行う ・チームリーダーとして現場顧客との折衝を行う ・5～10名程度のチーム管理を行う プロジェクトリーダー [役割/仕事の内容] ・複数の機能チームを管理し、プロジェクトを正常に運用する ・プロジェクトリーダーとして顧客マネージャー層との折衝を行う ・20～30名程度の組織運営を行う プロジェクトマネージャー [役割/仕事の内容] ・複数のプロジェクトを管理し、組織を正常に運用する ・プロジェクトマネージャーとして顧客マネージャー層との折衝を行う ・活動拠点の組織運営を担い、業績を上げる ※職務内容変更の可能性:有 ※変更の範囲:会社の定める業務

生成AIを活用したシステムやサービスの企画・設計・開発・導入支援を行います。 具体的には、企業の業務課題を解決するための生成AIソリューションの提案、PoC(実証実験)の推進、生成AIを組み込んだアプリケーションや基盤の開発などを担当します。 最新のクラウド技術やAIモデルを駆使し、顧客に新しい価値を提供することを目指しています。 【生成AIソリューションコンサルタント】 顧客の業務課題を深く理解し、技術的・業務的の両面から生成AIを活用した最適なソリューションを共創します。 導入戦略の策定やPoCの設計・実行に留まらず、継続的な改善やスケーラビリティを見据えた提案を行います。 ・顧客の業務プロセスや課題の深掘り、生成AI適用可能性の評価 ・生成AI活用におけるユースケースの設計と価値検証 (PoV) の支援 ・実証実験(PoC)の企画・実行と、結果に基づく改善提案 ・導入後の運用・拡張を見据えたロードマップ策定 ・リスク・倫理・ガバナンス観点での導入支援と社内啓発 【生成AIプロジェクトマネージャー】 生成AI導入プロジェクト全体を管理し、技術的な不確実性や変化の速い環境に対応しながら、成果の最大化を目指します。 顧客との共創を重視し、開発チームと連携して柔軟かつ迅速なプロジェクト推進を行います。 ・プロジェクトの目的・価値定義とロードマップ策定 ・顧客との共創による要件調整・スコープ調整 ・開発チームとのアジャイルな進行管理と技術的な意思決定 ・PoC結果のフィードバックを活用した改善推進 ・リスク・倫理・ガバナンス視点でのプロジェクト管理 【生成AIアプリケーションエンジニア】 生成AIの特性を活かし、ユーザー体験と業務価値を最大化するアプリケーションを設計・開発します。 UI/UX設計からバックエンド開発まで幅広く担当し、生成AIならではの開発プロセスをリードします。 ・生成AIを活用したWebアプリケーションやAPIの設計・開発 ・プロンプト設計、RAG、LLM応答の精度評価などの生成AI技術の実装 ・ユーザー体験を重視したUI/UX設計 ・テスト自動化や品質保証、運用フェーズでの改善支援 【生成AIソリューションアーキテクト】 生成AIの価値を最大化するためにシステム基盤やデータ活用環境の設計・構築を担います。 RAGやエージェントなど、生成AI特有のアーキテクチャに対応し、スケーラビリティ・保守性・セキュリティを考慮した設計を行います。 ・生成AIシステム全体のアーキテクチャ設計と技術選定 ・RAGやエージェント利用におけるデータ整備・前処理・検索最適化 ・ベクトル検索やナレッジグラフなどの検索基盤構築 ・クラウド環境におけるセキュリティ・ガバナンス設計と運用支援 ※職務内容変更の可能性:有 ※変更の範囲:会社の定める業務

配属部署 ●配属予定部署 クライアント・システム開発事業本部 ICTソリューション事業本部 ●配属予定部署の特色・PR Webアプリケーションシステムを中心としたスクラッチ開発を主な事業としていますが、近年はDX市場に向けて、データ分析基盤の構築と活用支援に注力しています。 クラウドDWH、ETLパイプライン、BIツール等を活用し、膨大なデータを価値あるインサイトへと変換する取り組みは、企業のDX推進やデータドリブン経営を支える重要な領域です。 データ分析市場は急速に拡大しており、当社においても案件数は大幅に増加しています。そこで、共に最前線で挑戦し続ける仲間を募集しています。 ●仕事内容 データ分析の領域では、企業が保有する多様なデータを整理・統合し、経営や業務の意思決定に生かすための仕組みづくりを行っています。 当社では、データ活用の上流から下流までを一貫して支援できる体制を整えており、お客様の課題や目的に応じて、最適な分析基盤の設計からデータの可視化、さらには活用定着に至るまでを幅広く担当します。 業務はデータを資産とした活用戦略とデータを守るガバナンス戦略を策定するコンサルティング領域、プロジェクト全体を推進するマネジメント領域、高度な統計・機械学習を活用する分析領域、そして基盤構築やデータ処理を担うエンジニアリング領域に分かれます。 【データマネジメントコンサルタント】 ・データ活用戦略・企画策定 ・各システムに点在するデータの構造・品質調査 ・データ統合・マスタ整備・標準化方針の策定 ・データガバナンス・メタデータ管理の設計支援 ・データレイク/DWH導入に向けた要件定義 ・全社データ活用方針・ロードマップの策定支援 【データ分析プロジェクトマネージャー】 ・分析テーマ、KPI、ロードマップの設計 ・スケジュール・コスト・品質・リスクの管理 ・ステークホルダーの調整と合意形成 ・提案資料・分析報告資料の作成およびプレゼンテーション 【データサイエンティスト】 ・ビジネス課題に基づく分析設計と仮説立案 ・データ収集・クレンジング・特徴量エンジニアリング ・統計分析、機械学習モデルの開発・評価 ・BIレポートや分析結果の可視化・提案 ・分析結果をもとにした改善提案・効果測定 【データエンジニア】 ・ETL/ELTパイプラインの設計・開発 ・クラウドDWHの構築・運用・チューニング ・データモデリング・データマート設計・最適化 ・Power BI/Tableau/Lookerなどを用いたBIレポート・ダッシュボード開発 ・データ品質のモニタリング・自動化・監視ジョブの構築 過去の案件例 ・弊社商品「SKYSEA Client View」のPCログを分析し可視化 ・製造業向けに在庫管理、財務会計の情報をMicrosoft Azure上に統合し分析 ・製品企画部門向けに製品の品質に関する情報をAmazon Web Services上に統合し分析 ・物流業向けに各種システムの業務情報を集約し経営判断情報として活用するための基盤を構築 入社後の流れ 入社後は配属部署にてプロジェクトに参画していただきます。勉強会や研修など、必要に応じて参加できる学びの場も多数あります。ご経験を考慮しつつPL/PMなどのポジションを積極的にお任せしていきます。 ※職務内容変更の可能性:有 ※変更の範囲:会社の定める業務

配属部署 ●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 自動運転/先進運転支援システム(AD/ADAS)、医療機器、FA、通信、金融、物流、小売り、デジタルカメラなど、組込み機器やIoT、Webシステムなど様々なソフトウェア開発を受託しており、言語やOS、業務知識の幅を広げることが可能です。また、一次請けの案件が多く上流工程から携わることができます。客先常駐でも持ち帰りでも、Sky株式会社のチームの一員として参画いただきますので、未経験の領域も上司や仲間がサポートします。 ●仕事内容 AIエンジニアとしてご活躍いただけます。自動運転/先進運転支援システム(AD/ADAS)や外観検査、病理診断や故障予測、来店者数予測、生成AIを用いた業務・開発効率化など、顧客の製品やシステムのAI開発や社内のAI活用、自社商品開発(AI-OCR等)に携わっていただきます。 ・画像認識・自然言語処理・音声認識を活用したDeep Learningアルゴリズム開発 ・数値ビッグデータを活用したデータ分析・機械学習アルゴリズム開発 ・学習済みモデルを実装した製品・運用システムの開発(Edge、Cloud、オンプレ、MLOps) ・OSS LLM/VLM オンプレ対応、ファインチューニング、AIエージェントなどの生成AIシステム開発 ・フィジカルAI開発 ※状況に応じてAI関連以外の業務に携わっていただく場合もございます。 スキル ●活かせるスキル/身につくスキル ・自動車/農機・建機/医療/FA/金融/物流/マーケなど、複数に渡る分野におけるAIを用いるシステムの業務知識 ・画像認識、データ分析、自然言語処理、機械学習、深層学習、3D点群処理、OpenCV、Edge AI、生成AI・AIエージェント、フィジカルAIなどの開発技術 ・Python/C++/C/C#/Java/JavaScript/各種LIB/各種FW/Cloud/WebUIなどソフトウェア開発者として幅広く活躍いただける技術 ・要求分析、顧客折衝、チームマネジメント ※職務内容変更の可能性:有 ※変更の範囲:会社の定める業務

AIプロダクトソリューション部は、会社全体の成長を支えるAIソリューション開発を担う部門です。 転職希望者と求人企業のマッチング精度向上や応募率・成約率の改善など、事業の根幹に関わるテーマを扱っており、その実現に向けて研究開発から事業実装までを一貫して推進しています。 現在、生成AIやLLMの進化によって、人材サービスの在り方は大きな変化の可能性を迎えています。 一方で、人材マッチングの領域には依然として多くの未解決課題が存在しています。 たとえば、 ・転職希望者の経験・スキル・志向性の理解 ・求人企業の期待や組織特性の構造化 ・複雑なキャリアパスの予測 ・膨大な非構造化データの活用 ・マッチング精度と説明可能性の両立 ・継続的なモデル改善と運用高度化 などは、依然として高い技術的難易度を持つテーマです。 今回のポジションでは、データサイエンスのエキスパートとして、全社のAIモデルおよび機械学習モデルの設計・開発・チューニングを技術的にリードし、人材マッチングの高度化に向けた新規マッチングロジックを自ら企画・設計・実装したうえで、応募率や成約率などの重要KPI改善まで推進いただきます。 また、ビジネス課題を自ら構造化し、事業責任者やPdM、エンジニアと密に連携しながら仮説検証を進めるだけでなく、新技術や新たなデータ活用を全社へ展開し、標準モデルや共通コンポーネントとして浸透させていくことも期待しています。 担当業務例 具体的には下記の様な業務・プロジェクトを牽引いただくことを想定しております。 ●全社共通AIモデル・マッチングロジックの企画・アーキテクチャ設計 -「doda」をはじめとする複数プロダクトで横断利用される標準AIモデル・アルゴリズムの全体設計および技術選定 -単一のレコメンドにとどまらない、全社的なマッチング精度向上に向けた基盤・コンポーネント化の推進 ●事業課題の構造化とAIソリューションロードマップの策定 -事業責任者・PdMと対等に議論し、抽象度の高いビジネス課題やユーザー体験上の課題を「解くべきAI技術課題」へ構造化 -KPI(応募率・成約率・CVR・マッチング品質等)向上に直結する仮説検証(PoC)の設計と、本番適用までのプロジェクトリード ●最先端技術(生成AI・LLM等)の調査・検証および事業実装の主導 -生成AI、大規模言語モデル(LLM)、マルチモーダルAI等の最新論文・技術動向のキャッチアップ -実務適用に向けたプロトタイプ(PoC)開発、費用対効果・技術的実現性の評価、および本番システムへの実装推進 ●データサイエンスチーム全体の技術向上・標準化推進 -チーム内メンバー(ミドル〜ジュニアDS)への技術指導、コードレビュー、モデリング手法のナレッジ共有 -データ基盤・MLOps部門と連携した、実験・開発・運用プロセスの効率化および標準化の牽引 ●社内外への技術発信・ブランディング活動 -社内外でのセミナー講演、技術ブログの執筆、学会発表・論文制作等を通じた技術的プレゼンスの向上 【主な技術テーマ例】 ●大規模言語モデル(LLM)&エージェンティックAI活用 -LLM(API利用 / ファインチューニング / MCP / Agentic AI 等)を活用した、求職者の経験・志向性分析および求人情報の構造化・高度解析 ●高度な推薦システム(RecSys)&マッチングアルゴリズム開発 -双方向マッチング(求職者×求人企業双方の意向・相性を考慮した推薦)の最適化 -テキスト埋め込み(Embedding)やグラフニューラルネットワーク(GNN)等を活用した高精度類似度算出・レコメンドエンジンの開発 ●マルチモーダルデータ&非構造化データの活用 -職務経歴書・求人票などのテキストデータに加え、行動ログ・スカウト文面・選考結果などの定性・定量的データの統合モデリング ●AIアプリケーション・プロトタイプの高速検証・社会実装 -LLM/SLMを用いたAIエージェントやインタラクティブなマッチングアシスタント機能のPoCシステム構築 ●MLOps&全社AIプロダクト基盤の最適化 -Databricks、BigQuery、AWS/Google Cloud環境におけるモデルの継続的学習・評価・デプロイパイプライン(MLOps)の構築・運用推進 技術環境 【プログラミング言語】Python、SQL、Java、Scala、C 【データベース/データ基盤】Oracle Database、PostgreSQL、MySQL、Amazon Redshift、Google BigQuery、Databricks 【クラウドプラットフォーム】Amazon Web Services(AWS)、Google Cloud、Microsoft Azure 【ソースコード管理】GitHub、GitLab 【プロジェクト・タスク管理】Backlog、Microsoft Loop、Microsoft Planner、Jira、Confluence 【コミュニケーションツール】Slack、Microsoft Teams ●所属組織について AIプロダクトソリューション部には、マネージャー2名、エキスパート3名、メンバー16名のデータサイエンティストが在籍しています。 データをもとにマーケット状況、カスタマーニーズ、テクノロジーの変化などを総合的に判断し、事業を成長させていきます。 私たちは単に精度の高いモデルを開発する組織ではありません。 「人と仕事のより良い出会いをテクノロジーで支援する」という共通の目的を持ち、事業とテクノロジーの両面から課題解決に取り組んでいます。 技術議論やナレッジ共有も活発で、学び続けながら挑戦できる環境です。 働き方 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。 ・有給休暇の積極的な取得が推奨されており、ご自身で業務調整をした上で積極的に活用が可能です。 ・裁量労働制を導入しており、子育てと両立しているエンジニアや副業を行っている社員もいるなど、ご自身の裁量で働く時間のコントロールが可能です。 ・大半のメンバーが在宅勤務をしています。リモート勤務手当の支給といったサポートがあります。 ・データサイエンティスト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。 ・書籍購入、学会やイベントの出張参加、クラウドを使った技術検証、AI関連サービスを実際に利用しての検証等の業務活動に対し、会社が費用を負担しています。

CREとして、Assuredクラウド評価のお問い合わせに対する技術サポートやプロダクトの改善を担当していただきます。 ●具体的な業務内容 CREとして、Assuredクラウド評価の顧客信頼性向上に責任を持ちます。 <短期的に取り組む業務> -お客様からの技術的な問い合わせの調査・回答 -セキュリティチェックシートの対応 -お客様対応や社内オペレーションを支援する小〜中規模システムの実装と運用改善(Google Apps Script / Python / サーバーレス構成など、軽量な手段を機動的に選ぶ) -お客様の要望・不具合に関する、要求 / 要件 / 受け入れ条件の整理と、エンジニアリングチームへの橋渡し -比較的小規模な機能改善・不具合修正については、自身で設計・実装・テスト・リリース -複雑なプロダクト仕様の整理、ドキュメント化 <中長期で設計・推進していく業務> -顧客信頼性を測るKPIの設計と、計測基盤(BigQuery / dbt / Lightdash)の構築 -KPIから見えた阻害要因に対する施策設計と実行(CS組織内に閉じず、セールス・運用組織の業務改善や、プロダクトの構造的改善まで射程) -セルフサービス化の優先順位設計と、機能としての実装 -問い合わせ対応フロー・エスカレーション設計・チェックシート運用などの再設計 -CREグループとしての中長期ロードマップの策定と、リードとの並走 これらの中で、何から着手すべきか・どこにレバレッジがあるかの判断自体も、入社後に一緒に設計するテーマです。 ▽インターネット、そして社会をより良くするために。未知のプロダクトづくりへの挑戦。 https://note.com/assuredjp/n/ndcb0b069ca9c ▽次世代に残るプロダクトをつくりたい。サイバーエージェント→AWSを経て感じるAssuredの社会的意義と奥深さ。 https://note.com/assuredjp/n/n0f79b6983d89 ▽Assuredに関わる人への感謝を胸に。課題解決の範囲を広げることで世の中の価値提供に繋げていく。 https://note.com/assuredjp/n/nbc562d71517c ●チームについて CREは立ち上がったばかりの組織で、現在は1名のマネージャーと1名の専属エンジニアの2名体制です。顧客、営業、CS、プロダクトと連携し、技術とデータを活用して顧客の信頼性を向上させ、事業成長を加速させることを目指しています。 現在は、お問い合わせ対応・顧客要望対応を通じてお客様からのフィードバックを迅速に取り入れ、改善につなげることを行っています。同時に、中長期的にどういう価値を出していくべきか絵を描き、計画しているフェーズです。 将来目指しているのは、データと技術を使って顧客の状態を可視化し、よりプロアクティブに顧客信頼性を向上させることです。そのためにCREが担っていきたい観点は以下の通りです。 ・プロダクト各機能が潜在的に持っている価値をお客様の課題と結びつけ、価値を最大化する ・お問い合わせをゼロにする ・お客様自身で問題を解決できるセルフサービス化の推進 ・お客様が困ったときの体験の向上/エフォートレス化 ●このポジションで、一緒に作る未来 CREが扱う「顧客信頼性」は、お客様のビジネスと我々のビジネスを同時に伸ばすための重要な要素だと思っています。 お客様が安心して『Assuredクラウド評価』を使い続け、その上で本来やりたいDXや事業判断を進められること。それがお客様の事業成果になり、同時に我々の成長にもなります。CREのミッションは、そのベースとなる「顧客信頼性」を最大化することです。 その実現のために、立ち上げ期ではまず以下3つのスコープを設計・推進します。 1.プロダクト改善・実装 お客様の声を一次情報として受け取り、不具合修正・機能改善・セルフサービス化できる機能をプロダクトに反映していきます。 2.KPI・計測基盤の設計 「顧客信頼性が向上している」と言える状態を、データで定義します。問い合わせ削減率・セルフサービス到達率・お客様の利用熟達度など、何を測るべきかから設計し、BigQuery / dbt / Lightdashの基盤上で計測・可視化を立ち上げます。 3.CREプロセス・運用設計 問い合わせ対応フロー、セキュリティチェックシート対応、エスカレーション設計、技術調査の標準化など、現在は属人的に回っている運用を、再現可能なプロセスとして組み立て直します。 ●そして、その先に取りに行く未来 スコープ2のKPI基盤が立ち上がり、「顧客信頼性を阻害している要因」がデータで見えてきた段階から、CREの射程は、プロダクト単体に閉じません。 阻害要因がセールスの提案プロセスにあれば、営業組織の業務の改善に取り組みます。運用組織のオペレーションに起因していれば、その自動化やシステム化も取り扱いたいと思っています。プロダクトの構造的な改善が必要であれば、PdMと一緒に上流から設計します。 一般的にCREはお問い合わせ対応やCS組織内の改善に役割が限定されがちですが、私たちはそこに留まるつもりはありません。顧客信頼性向上のレバーがある場所に、エンジニアリングの力で踏み込んでいくことを目指しています。 ●技術スタック ・インフラ: Google Cloud ・バックエンド: Scala, Python, Go(ScalaからGo/TypeScriptへの移行中です) ・フロントエンド: TypeScript, React ・データベース: PostgreSQL, Firestore, BigQuery ・コンテナ/仮想化: Docker, Google Kubernetes Engine, CloudRun ・構成管理: Terraform, Kubernetes ・CI/CD: CloudBuild, GitHub Actions ・その他API等: ChatGPT, Algolia, SendGrid ・監視: Sentry, DataDog ・ツール: GitHub, Slack, Notion, Figma 他 ●業務の変更範囲 会社の定める業務(出向等を含む)

プロダクトエンジニアとして、Assuredクラウド評価の機能開発に関わっていただきます。 ●主な業務 ・必要な機能の設計、実装、テストおよびリリース ・他メンバーの設計・コードのレビュー、フィードバック ・チームのプロジェクト管理、スクラムイベント運営 ・開発プロセス改善、生産性向上施策 ・PdM・デザイナー・ドメインエキスパートとの協働 ・顧客からの問い合わせ・不具合対応 ・データ整備、分析、モニタリング ・採用活動への参画 ●チームの文化 新しい市場を啓蒙しユーザー価値を探究するAssuredクラウド評価のプロダクトチームでは、エンジニアが開発だけでなく、事業指標の追求やユーザー課題の発見まで関わる「プロダクトエンジニア」の文化があります。技術(How)を核としながら、事業(Why)やユーザー体験(What)にまで越境し、全員が事業指標を意識しながら開発する文化です。AIがコードを書く時代だからこそ、「なぜ作るか」「何を作るか」という上流の問いに注力し、ビジネス組織とも一体となり事業成果にコミットし続けています。 ▽デブサミ2025 Assuredが実践する「事業を創る」プロダクト開発術 https://productzine.jp/article/detail/3716 ※Assuredのエンジニアについて ▽インターネット、そして社会をより良くするために。未知のプロダクトづくりへの挑戦。 https://note.com/assuredjp/n/ndcb0b069ca9c ▽次世代に残るプロダクトをつくりたい。サイバーエージェント→AWSを経て感じるAssuredの社会的意義と奥深さ。 https://note.com/assuredjp/n/n0f79b6983d89 ●技術スタック ・インフラ: Google Cloud ・バックエンド: Scala, Python, Go 　※メインの言語はScala、PythonとGoは一部サブシステムで利用 ・フロントエンド: TypeScript, React ・データベース: PostgreSQL, Firestore ・コンテナ/仮想化: Docker, Google Kubernetes Engine, CloudRun ・構成管理: Terraform, Kubernetes ・CI/CD: GitHub Actions ・データ基盤: BigQuery, Airbyte, dbt, Lightdash ・その他API等: Algolia, SendGrid ・監視: Sentry, DataDog ・ツール: GitHub, Slack, Notion, Figma, Gemini Pro 他 ・AIコーディング: GitHub Copilot, Claude Code 他 ●勤務地及び業務の変更範囲 会社の定める業務(出向等を含む)

プロダクトエンジニアとして、Assuredクラウド評価の機能開発に関わっていただきます。 ●主な業務 ・必要な機能の設計、実装、テストおよびリリース ・アーキテクチャ設計、技術選定への参画 ・他メンバーの設計・コードのレビュー、フィードバック ・チームのプロジェクト管理、スクラムイベント運営 ・開発プロセス改善、生産性向上施策 ・PdM・デザイナー・ドメインエキスパートとの協働 ・顧客からの問い合わせ・不具合対応 ・データ整備、分析、モニタリング ・採用活動への参画 ●チームの文化 新しい市場を啓蒙しユーザー価値を探究するAssuredクラウド評価のプロダクトチームでは、エンジニアが開発だけでなく、事業指標の追求やユーザー課題の発見まで関わる「プロダクトエンジニア」の文化があります。技術(How)を核としながら、事業(Why)やユーザー体験(What)にまで越境し、全員が事業指標を意識しながら開発する文化です。AIがコードを書く時代だからこそ、「なぜ作るか」「何を作るか」という上流の問いに注力し、ビジネス組織とも一体となり事業成果にコミットし続けています。 ▽デブサミ2025 Assuredが実践する「事業を創る」プロダクト開発術 https://productzine.jp/article/detail/3716 ※Assuredのエンジニアについて ▽インターネット、そして社会をより良くするために。未知のプロダクトづくりへの挑戦。 https://note.com/assuredjp/n/ndcb0b069ca9c ▽次世代に残るプロダクトをつくりたい。サイバーエージェント→AWSを経て感じるAssuredの社会的意義と奥深さ。 https://note.com/assuredjp/n/n0f79b6983d89 ▽Assuredに関わる人への感謝を胸に。課題解決の範囲を広げることで世の中の価値提供に繋げていく。 https://note.com/assuredjp/n/nbc562d71517c ●技術スタック ・インフラ: Google Cloud ・バックエンド: Scala, Python, Go 　※メインの言語はScala、PythonとGoは一部サブシステムで利用 ・フロントエンド: TypeScript, React ・データベース: PostgreSQL, Firestore ・コンテナ/仮想化: Docker, Google Kubernetes Engine, CloudRun ・構成管理: Terraform, Kubernetes ・CI/CD: GitHub Actions ・データ基盤: BigQuery, Airbyte, dbt, Lightdash ・その他API等: Algolia, SendGrid ・監視: Sentry, DataDog ・ツール: GitHub, Slack, Notion, Figma, Gemini Pro 他 ・AIコーディング: GitHub Copilot, Claude Code 他 ●業務の変更範囲 会社の定める業務(出向等を含む)