機械学習・データ活用 年収700万円以上のITエンジニア求人・転職情報

●業務の概要 ①生成AIを用いたプロダクト (Data AI Solution事業) 2024年4月に始動した新事業ユニットです。 生成AIを活用したデータ基盤の構築や、クライアントの業務課題を解決するカスタムシステムの開発を推進しています。 <具体的な業務内容> ・LLMを活用した業務システムの設計・開発 ・生成AIを活用したデータ基盤の構築 ・AI技術のリサーチ、プロトタイピング、および実用化支援 <関わるサービス> ・Finatext Advisory Assistシリーズ 　資産運用業務に特化した営業支援基幹システム 　1stパーティーデータ × 基幹システム × 生成AIを融合し、金融機関の営業業務の高度化と効率化を実現 　https://nowcast.co.jp/news/20240419/ 　https://nowcast.co.jp/news/20240905/ 　https://finatext.com/news/20250404/ ・MCPass(新規立ち上げ) 　組織内のAIエージェント接続を一元管理し、ガバナンスとセキュリティを支える「MCPゲートウェイ」プラットフォームの開発。 　金融機関を中心としたエンタープライズ向けプロダクトとして外部展開を目指して開発中です。 　https://nowcast.co.jp/news/20260417/ 　https://zenn.dev/finatext/articles/mcp-gateway-nowcast 　https://speakerdeck.com/mtpooh/mcpass-intro-dataopsnight10 ・Finstage Cowork(企業向けAI協働プラットフォーム) 　企業向けにAI×業務協働(バイブワーキング)の環境を提供する自社プロダクト。 　チャットから業務依頼・承認制御・実行までを一元化し、金融・規制業務でも導入しやすいガバナンスを備えたエンタープライズ向けのAI協働基盤です。 　MCPプロダクトと組み合わせ、現場のAI活用とIT部門の統制を両立します。 　https://finatext.com/finstage/cowork ②商業用不動産・店舗ビジネス向け新規プロダクト (Real Estate Unit) 2024年3月に新規事業として不動産業界向けのデータ活用プロダクトを展開。マイソク(物件概要書)の読み取り、ショッピングセンターのスクレイピング、営業自動化などの分野でLLMを活用していただきます。 <具体的な業務内容> ・不動産業界向けプロダクト(マイソク読み取り・SCスクレイピング・営業自動化など)の開発 ・LLMを活用した不動産データ解析および営業支援システムの開発 ・新規プロダクトにおける生成AIの活用検討・実装 <関わるサービス> ・「DataLens店舗開発」 　人流データや決済データなどの3rdパーティデータをベースとした商圏分析機能に当社の生成AI技術を組み合わせた店舗開発DXツール 　https://lp.datalenshub.com/ja-jp/property 　https://nowcast.co.jp/news/20260409/ ・「DataLensオフィス営業」 　AIとビッグデータを活用し「オフィス移転の可能性が高い企業」を特定できる営業支援サービス 　https://lp.datalenshub.com/office ③投資家向けソリューション (Financial Reserch Unit) オルタナティブデータを軸としたデータサービス事業を展開するユニット。 機関投資家向け個別銘柄分析サービス「AlternaData」や民間統計サービスを提供。現在はAIを活用し、投資家の意思決定や業務プロセスの高度化支援へと領域を拡大しています。 <具体的な業務内容> ・LLMを活用した決算説明資料等からの定量指標の抽出、およびデータパイプラインの構築 ・決算速報レポートの自動生成(IR支援、Paid Research向け) ・投資判断に有用なデータ(ECサイトの商品単価や予約サイトの待ち時間等)のスクレイピング・構造化 ・Excel等の財務モデルとAIを連携させたレポーティング業務の自動化 ④法人関連データの収集・構造化・プロダクト化 (Data Holder Unit) 法人関連データへの社内外からのニーズ増加に伴い、内製によるデータ収集・構造化を推進し、高頻度・高精度なデータプロダクトの提供を目指しています。 有価証券報告書や適時開示などのPDF/XBRLや企業HP等からの情報を抽出するミッションを、「LLMを情報の構造化における手段」と定義し、専属でデータパイプラインの設計・運用を担うエンジニアを募集しています。 <具体的な業務内容> ・データパイプライン構築: スクレイピングやOCR、LLMを組み合わせ、非構造化データ(有価証券報告書・適時開示・Webページ等)から情報を抽出・構造化するETL基盤の設計・運用 ・LLMOps/品質監視: LLMの確率的な出力に対する精度評価システムの構築および、モデル更新時の精度変化を継続的にモニタリングする監視体制の整備 ・品質保証の仕組み化: オペレーターによるチェックとAI自動評価を連携させ、大規模なデータ抽出における信頼性と効率性を両立する仕組み作り ⑤Finatextグループ ・証券ビジネスプラットフォーム「BaaS」 ・保険ビジネスプラットフォーム「Inspire」 ・クレジットビジネスプラットフォーム「Crest」 ●その他プロジェクト事例 エンタープライズ企業との共創による実運用フェーズの生成AIプロジェクトにも多数取り組んでいます。 ・ニッセイアセットマネジメントの社員発アイデアをもとにした生成AI社内アプリケーションを開発 　https://nowcast.co.jp/news/20240731 ・ナウキャスト、エムエスティ保険サービスの社員専用生成AI環境「AI-MO」を構築 　https://nowcast.co.jp/news/20250716/ ・ナウキャスト、東京海上アセットマネジメント社員専用の生成AIアプリケーション 「TMAM AI」を開発 　https://nowcast.co.jp/news/20250819/ ・ナウキャスト、大和アセットマネジメント専用の生成AIアプリケーション「DAM-AICore」を開発 　https://nowcast.co.jp/news/20260107/ ・ナウキャスト、三菱地所の全社データ分析基盤「SoDA」に生成AI駆動型のアプリケーション開発環境を構築 　https://nowcast.co.jp/news/20260218/ ●社員インタビュー ・刺激のある環境で成長速度を加速したい。裁量のある環境で挑戦し、視座を高めるLLMエンジニア 　https://finatext.com/recruit/finalog/interview_ikeda ●技術スタック Python、dbt、Airflow、Snowflake、Redshift、Terraform、Vue.js、React、AWS、Google Cloud、Azure、OpenAI

VP of Data & AIの大野/Kevin直下で、以下のエンジニアリング業務をリードしていただきます。 【具体的な業務内容】 ●データ基盤の構築やデータマネジメントの仕組みづくり ●セキュアなAI基盤設計・運用 ・高セキュリティ基準下でのサンドボックス環境やガバナンス機能実装 ・AIの評価基盤や、Gateway機能の設計・構築 ●LLMオーケストレーションとMCP実装 ・社内SaaS・DB・ドキュメントをMCP経由でLLMへ提供 ・社内ツールとAIエージェントの統合、業務特化型AIエージェントのワークフロー設計・評価パイプライン構築 【配属先】 「AI+チーム」 CTO直下の独立したチームです。 少数精鋭で、グループ全体の技術スタックを横断的にハックし、全社員の生産性を「10倍」に引き上げることをミッションとします。 【技術スタック】 Python、dbt、Airflow、Snowflake、Terraform、AWS、Google Cloud、Azure、OpenAI

●業務の概要 ナウキャストでは、従来の経済指標や市場調査では捉えきれない「多様でユニークなデータ」を活用し、不動産・流通・金融など幅広い業界でクライアントの意思決定を支援しています。 アナリティクスエンジニアは、単なる分析に留まらず、データ分析、データ基盤の整備、プロダクト開発から導入支援までを一気通貫で担うポジションです。 具体的には以下事業のいずれかの配属を想定しております。 ※社内の配属先はご経験やご希望を踏まえた上でご本人様とご相談しながら決定いたします ①商業用不動産・店舗ビジネス向け新規プロダクト(DataLensHubシリーズ) 2024年3月に新規事業として、商業用不動産・店舗ビジネス向けに「DataLens商業リーシング」「DataLens商圏分析」「DataLens店舗開発」の提供を開始し、現在販路の拡大を行っております。 今後とも新たな3rdパーティデータや生成AI技術を活用して「DataLensHub」を継続的にアップデートするとともに、商業用不動産ビジネス以外にも展開することを検討しています。 https://nowcast.co.jp/news/20250205/ ・DataLens店舗開発 　人流データや決済データなどの3rdパーティデータをベースとした商圏分析機能に当社の生成AI技術を組み合わせた店舗開発DXツール 　https://lp.datalenshub.com/ja-jp/property 　https://nowcast.co.jp/news/20260409/ ・DataLensオフィス営業 　AIとビッグデータを活用し「オフィス移転の可能性が高い企業」を特定できる営業支援サービス 　https://lp.datalenshub.com/office ②機関投資家・パブリックセクター向けの指数開発/分析・生成AI活用ソリューション POSデータやクレジットカードデータ等を用い、機関投資家向けの個別銘柄の売上動向指数、パブリックセクター向けの民間統計の開発のほか、生成AIの活用やデータ分析に関する官公庁の調査分析事業にてデータ分析のスペシャリストとして参画いただきます。 また、地方自治体向けのオルタナティブデータを活用した経済動向の把握、観光・消費分析などを主導いただきます。 ③金融機関向け法人与信DXソリューション 金融機関の「法人与信業務」を高度化するプロジェクトです。 既存システムで分断された情報を法人番号をキーに統合し、3rdパーティデータと組み合わせることで「限度額引き上げサジェスト」等の能動的な途上与信を実現するデータ基盤・アルゴリズムを構築します。 【具体的な業務内容】 ・不動産企業から官公庁・自治体まで、幅広い業界の課題に対しデータ分析を通じて課題解決を支援 ・不動産領域では、需要予測・商圏分析・営業リスト作成などの分析を実施し、「DataLens店舗開発」などプロダクトへ知見を実装 ・データマート開発やバックエンド実装を担い、エンジニア・デザイナーと連携したUI設計も推進 ・官公庁・自治体では、データドリブンな意思決定支援や施策提案を実施し、課題解決に向けたインサイトを提供 ●社員インタビュー ・「DataLens店舗開発」が特許を取得 ──AIで店舗出店の常識を変える挑戦の裏側 　https://finatext.com/recruit/finalog/interview_datalens_storedevelopment ・“ 分析×エンジニアリング ”で新規プロダクトを「創って、育てる」アナリティクスエンジニアの挑戦 　https://finatext.com/recruit/finalog/interview_hiromasa_hayashi ・【入社エントリー】データアナリストからデータエンジニアへの挑戦 　https://finatext.com/recruit/finalog/entry_yamamoto ●事例 ・DataLens店舗開発 ナウキャストの「DataLens店舗開発」、RIZAPがコンビニジム「chocoZAP」などの出店加速に向けて導入 https://nowcast.co.jp/news/20260410/ ゴーゴーカレーグループ、ナウキャストの店舗開発DXツール「DataLens店舗開発」を導入し、AIによる物件情報の自動取り込み機能で物件選定の作業効率を約3割向上 https://nowcast.co.jp/news/20251211/ ファーストキッチン、ナウキャストの店舗開発DXツール「DataLens店舗開発」を導入し、「ウェンディーズ・ファーストキッチン」の新規出店戦略に活用 https://nowcast.co.jp/news/20251029/ ・DataLensオフィス営業 総合不動産デベロッパーのDXを支えるカスタマイズ性。「オフィス営業」×「サードパーティデータ」が開いた可能性 https://nowcast.co.jp/case-studies/20250826/ 徹底した企業研究の仕組み化に取り組む住友不動産のオフィス営業哲学 https://nowcast.co.jp/case-studies/20250826-2

技術開発部門専任のシステムエンジニアとして、データベース設計、インターフェースとしてのwebデザイン業務、データ分析などをご担当頂きます。 【具体的には】 ・主要となる開発製品のデータ分析に関わる、データベース設計、インターフェースの設計 ・データ分析業務 【開発環境】 ・OS:windows, linuxなど ・言語:html, css, javascript, php, python ・DB:MySQL(MariaDB), PostgreSQLなど 【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

●クライアントの業務システムなどの膨大な量のデータを蓄積・加工・分析し、経営層の意思決定に活用する BI(Business Intelligence)を含むデータプラットフォームの導入から実行支援までを行っています。 ●クライアントの要望に沿ったデータプラットフォームの企画、設計、実装まで、プロジェクトに一気通貫で関わって頂きます。 ●PL/PMとしてのクライアントとの提案・折衝やチームマネジメントを担っていただく想定です。

「顧客の生成AI推進に向けたシステム開発」や「自社ソリューションのAIシステム開発」を行っていただきます。 ・顧客に対する特定のユースケースに対応した独自のAIプロトタイプ開発 ・SaaSプロダクトへの生成AI機能の開発〜実装 ・モデル選定から、RAG/ファインチューニングをマルチモーダルで実装 ・PoCの結果を受けたアジャイル開発 ・RAGの精度改善(LLM実装) ※業務の変更の範囲:会社内での全ての業務 案件例 <選考環境構築:地方銀行様> 生成AIの最大限活用のため、「オフライン業務環境で生成AIと自社データを連携」「導入ハードルの軽減」を目的に自社専用環境の構築 ●実施内容 ・導入・活用のための伴走支援(アドバイス&コンサルティング) ・自社専用環境AIアシスタントの構築 ●得られた成果 ・年間約12億円の削減見込み 技術顧問・アドバイザー ・東京大学名誉教授　竹内 郁雄(技術顧問) ・東京大学大学院教授　江崎 浩(技術アドバイザー) ・東京工業大学大学院教授　岡崎 直観(技術顧問) 使用言語　※指定はありませんが、下記が案件で主に使われる言語です ・フロントエンド:TypeScript, React ・バックエンド:Python ・データベース:PostgreSQL(RDS), MySQL ・フレームワーク:Flask ・インフラ:Azure, AWS, GCP 組織データ ・平均年齢31歳 ・新卒3割、中途7割 ・外国籍22%、出身国20カ国以上 ・開発職約30% ・女性執行役員在籍 ・育児中社員在籍 キャリアパス/支給PC ●キャリアパス ・エンジニアとしての道を極めていくか、管理職になるかを選択できます ・入社から半年で役員登用になった方もいます! ●支給PC Windows or Macbook　※最新のMacbook Proを支給することが多いです!

エンタープライズモダナイゼーション部(EM)におけるデータサイエンティストとして、幅広い業界のお客様に対し、技術的視点から最適なソリューションを提案いただきます。 など多岐にわたる領域に関わる機会があり、ご自身の業界知見や技術力を活かして、ビジネス成功へ導く重要な役割を担います。 ●データサイエンティスト 航空系クライアント向けにデータ分析を行うデータサイエンティストとしてご活躍いただきます。 業界特有のデータ特性を理解し、分析結果をビジネス価値へと転換します。 ・航空関連データの分析・可視化・インサイト抽出 ・予測モデル、最適化アルゴリズムの設計・実装 ・クライアントへのレポーティング・提案活動 ・日本語・英語でのステークホルダーとのコミュニケーション ●選考事業部について エンタープライズモダナイゼーション部(EM)は、小売、航空宇宙、公共、エネルギーなど多岐にわたる領域に向けて、上流工程から開発、保守運用までを一貫して担うエンドツーエンドの開発ソリューションを提供しています。 各種業界に応じた業務知識と先端技術を組み合わせることで、お客様のビジネス変革(DX)を強力にサポートしてきました。

CTO管轄のAI技術開発部門となり、様々な分野でAIの技術開発を行っています。 以下一例として、候補者の技術等により、PJテーマをもって頂きながら、従事頂きます。 ※現在も多数のAIに関するPJがスタートしています。 ・ソリューション、サービスに搭載する内製AI技術の研究開発 (ドキュメント認識、画像認識、AIエージェント、LLM/SLM技術開発等) ・ベンチャー企業等との社外技術との組み合わせによる高付加価値化技術の 企画・開発 ・商品化に向けた社内外での検証及びUX開発 ・製品企画部門や開発部門、営業部門との連携によるアジャイル開発の推進 【配属予定(約50名)】 ●配属予定部の同ラボはAI技術に特化して技術開発を行っている2025年新設の部門となります。 ●様々な技術領域においてテーマを持っており、意欲の高いメンバーが揃っています。 ●20代と40～50代のメンバーがいます。 ※30代のメンバーは現在居ません。

【ポジション概要】 世界有数の金融グループであるMUFG(S&Pグローバル,2020年4月)は、3,400万人の個人、100万社の法人のお客さま(MUFGレポート,2024年)のお取引情報をはじめとする膨大なデータを活用し、店舗におけるお客様対応・事務、本部バックオフィス業務も含めた多岐にわたる業務の高度化・効率化のため、画像・音声認識、自然言語処理、ロジック処理などあらゆる形態でAI・MLを活用しています。 昨今の生成AI技術の発展に伴い、MUFGにおいても生成AIを用いたアプリケーション開発の需要が急速に高まっていることから、MUITではAI・ML技術を用いたアプリケーションの開発および保守を所掌として組織・ユーザの課題を解決するチームを立ち上げました。 本募集は、このチームでAI・ML技術を用いたシステム開発を上流から下流まで一貫して担えるアプリケーションエンジニアおよびアプリケーションアーキテクトを募集します。 【業務内容】 (雇入れ直後) ・当社で開発している主にAI・MLを用いたアプリケーションの開発(要件定義～リリースまでの全工程)と保守 ・技術負債の解消、新しいアーキテクチャの検討、あるべきアーキテクチャの策定 ・チームビルディングとプロジェクト管理 ・新しい技術の標準化、製品選定および評価 (変更の範囲) 会社の定める業務 【役割・責任】 ■組織(MUFGグループ各社および当社)全体に対する役割・責任 -AIテクノロジーを用いたアプリケーション開発を行うために関係者をリードし、組織内ルール・ガイド等を整備 -AI関連、クラウドネィティブな観点等、アプリケーション開発関連の動向を常に把握しアセットへ反映、現場へフィードバックする -組織内のアプリケーション開発に関するコミュニティやAI関連組織に案件を通じて得られたベストプラクティスをフィードバックする -開発環境を整備、継続的に高度化することで開発生産性を向上させる ■開発案件における役割・責任 -アプリケーションエンジニアとして主体的に開発を担う -(上位の方)プロジェクトマネージャ/スクラムマスターとして開発チームをリード、案件のQCDに責任を持つ -他エンジニアやアーキテクト等関係者と協業して、開発案件の予定通りのリリースに貢献する -課題解決のため、様々なレベルの異なるステークホルダーと調整・折衝を行う -常に最新のテクノロジーに関する情報を収集、自らの知識経験を周囲に伝播し、組織および後進の育成に貢献する 【配属想定部署】 グループ事業部門・デジタルイノベーション本部配下の各部 【配属想定部署概要】 分散系業務開発の標準化および機能集約の企画・推進・管理・運営を担う部署。具体的な業務は以下のとおり。 ■生成AIやデータ分析システムの開発 【配属想定部署の人員構成】 約150名 ※銀行等からの出向者を含む 【おもな関係者】 各業務を所管する三菱UFJ銀行の事業部門、社内開発チーム、外部企業等と、マネジメント層・メンバーを問わず、幅広く関わって頂く機会があります。 【想定担当案件(例)】 2025年度以降、AI領域で数多くの開発案件が予定されている。アプリケーションエンジニアとして特定の案件に参画いただき、アプリ開発保守およびプロジェクト管理を実施頂きます。以下は開発案件の例です。 ■行内チャットアプリ開発 三菱UFJ銀行向けのChatGPTライクな行内チャットアプリの開発、次期アプリのグランドデザイン策定、Graph-RAGなど最先端技術の提案やプロトタイピング ■Visual Studio Code 拡張機能 VSCodeのプラグインとして生成AIを用いたテストコード自動作成機能を開発、社内での普及促進やOSS化の推進

「AI開発部」でAIプロダクトマネージャーを担当していただきます。 AI開発部は各プロダクトチームと連携しながら、AIを用いた機能を実験、実装、運用するチームです。将来的には学習パイプライン、各プロダクトで横断的に利用するデータ基盤の整備など、ML/LLMOpsにも取り組みます。 現在は具体的に以下のようなテーマに取り組んでいます。 ・他社プロダクトとのデータ連携の効率化 ・書類からのデータ入力の効率化 ・タレントマネジメント関連データの分析高度化 AIプロダクトマネージャーの役割は、各プロダクトの解決しなければいけない課題を理解し「何をつくるのか」「なぜつくるのか」に責任を持ち、開発チームと一緒に「どのようにつくるか」「どう実現するか」を考え、推進していくことです。 具体的には以下のような活動を行います。 ・各プロダクトチームと認識を揃えるためのドキュメント作成やコミュニケーション、調整 ・中長期ミッション達成のためのチームの目標やロードマップの作成 ・新規のAIを利用したソリューションの企画、実験計画、推進 ・既存のAIを利用したソリューションの企画、実験計画、推進 ・共通モジュール、データパイプライン整備のための企画や設計、推進 ※業務内容変更範囲:会社の定める業務

【ポジション概要】 世界有数の金融グループであるMUFGには、個人3400万人、法人100万社のお客さまのお取引情報をはじめとする膨大なデータが存在します。 (MUFGレポート 2025年) MUFGのビジネス戦略立案にデータは不可欠となり、この5年で管理するビッグデータはペタバイトを優に超え、BI・AIの拡大による開発量は10倍になりました。 ビジネスアジリティを高めるデータを提供するために、人やAIが利用しやすいデータを加工し提供するデータエンジニアと、それを支えるアーキテクト、またシステム全体を統括するデータマネジメントの活躍が重要になります。 加えて、20年来MUFGで稼働しているデータ基盤の大規模な更改を控えており、ゼロからシステム・MUFGの未来を設計・開発できる転換期を迎えています。 三菱UFJ銀行をはじめとする膨大なデータをMUFGすべての事業部門が活用できるデータとプラットフォームを開発し、変化の激しいビジネスに迅速に応える開発を推進するために、データそのものに価値を見いだせる人、MUFGの未来・ビジネス変革に大きく貢献いただける方を募集しています。 【業務内容】 (雇入れ直後) ・データエンジニアとしてデータの構造化・加工・処理高度化等の企画・開発 ・エンタープライズ データプラットフォーム(データウェアハウス・データレイク・マーケットプレイス)の企画・推進 ・データマネジメントとしてデータガバナンス、データアーキテクチャの企画・開発 ・ITアーキテクトとしてデータ活用を支えるプラットフォームの企画・開発 ・超大規模なデータ基盤の更改をはじめとした大中小の開発プロジェクトにおけるプロジェクトマネジメント ・生成系AIの活用推進・システム開発・データエンジニアリングへの活用 (変更の範囲) 会社の定める業務 【役割・責任】 ・膨大なデータの収集から利活用に向けた加工などのデータエンジニアリング開発における小規模から大規模の企画・開発担当及びプロジェクト推進 ・AI-Readyなプラットフォームと利活用のためのポータルWeb開発における中規模から大規模の企画・開発担当及びプロジェクト推進 ・データ基盤の更改における、システムアーキテクチャ、AI活用等、先進技術の適用検討及び、プロジェクト推進 【配属想定部署】 ・データエンジニアリング第一部 ・データエンジニアリング第二部 (共に情報本部配下) 【配属想定部署概要】 ・MUFGのあらゆる情報をビッグデータとして管理し、エンタープライズなデータウェアハウス、データレイクハウスの企画・開発・保守を担う 【配属想定部署の人員構成】 データエンジニアリング第一部、第二部共に約40名(計80名)が在籍。 若手社員から中堅社員まで幅広く在籍。 ・部長をはじめ中途採用者も多く在籍、活躍しており、風通しの良い環境 ・開発需要旺盛で、最新のテクノロジーを採用するなど若手のうちから様々なことにチャレンジできる風土 【おもな関係者】 三菱UFJ銀行のデジタル戦略(AI・BI推進等)及び経営基盤業務(経営情報管理・活用等)の業務・企画部門。 担当するプロジェクトに関わる当社各部及び、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。 検討、採用する製品の営業、プロダクト担当。 【想定担当案件(例)】 ・MUFG各社で取り扱うデータをビッグデータ基盤に集約し、AIやBIをはじめとした利活用のためのデータを提供するパイプライン構築 ・20年来稼働してきたデータ基盤(メインフレーム)の超大規模更改(オープン化・クラウド化)及び、モダナイズ ・データとAIの融合(AI-Readyなプラットフォーム)及び、データ利活用のためのポータル開発

【ポジション概要】 世界有数の金融グループであるMUFG(S&Pグローバル,2020年4月)は、3,400万人の個人、100万社の法人のお客さま(MUFGレポート,2024年)のお取引情報をはじめとする膨大なデータを活用し、店舗におけるお客様対応・事務、本部バックオフィス業務も含めた多岐にわたる業務の高度化・効率化のため、画像・音声認識、自然言語処理、ロジック処理などあらゆる形態でAI・MLを活用しています。 三菱UFJ銀行をはじめとする事業部門と至近距離で協働し、ビジネス理解及びデータ分析タスクの設定、モデル構築を主体的に推進し、MUFGのビジネス変革・デジタライゼーション(DX)に大きく貢献いただける方を募集しています。 【業務内容】 (雇入れ直後) ・データ分析テーマの選定、データ分析プロジェクトの企画・推進 ・データ分析業務(設計・構築、データ解析、可視化、データ分析結果の評価等)を通じた業務革新・効率化 ・AIや機械学習を用いたモデル実装、運用を通じた銀行業務高度化 ・データの構造化・加工・分析処理等のデータエンジニアリング ・生成系AIの活用推進・分析への活用 (変更の範囲) 会社の定める業務 【業務内容】※補足 ・データ分析・AIモデル開発に加え、企画〜運用まで一貫して関与 ・ビジネス部門と連携し、課題設定から価値創出まで担うプロジェクト推進 ・不正検知、マーケティング、業務効率化など多様なテーマに対応 ・大規模データ(数千万件規模)を活用した分析・開発 ・MLOps等を用いたモデル運用・改善の高度化 【役割・責任】 ・MUFG事業部門と協働し、ビジネス課題からデータ分析タスクの抽出、評価基準を設定 ・データの前処理、モデル構築、モデル評価 ・業務特性を鑑みてモデルの運用、評価基準を設定および最適なシステムアーキテクチャを検討する ・当該領域の高い知識とスキルを持つプロフェッショナルとして、組織全体のデータサイエンスやデータエンジニアリングに関するスキル・知識の啓蒙・伝搬を担う。 ・開発エンジニアチームに対する技術的なリーダーシップ提供(ツール・インフラ整備・利用指南・コードレビュー・設計等)、およびコーチング・メンタリング。 【配属想定部署】 データサイエンス部(グループ事業部門・デジタルイノベーション本部配下) 【配属想定部署概要】 ・AI/データサイエンス推進に係る企画・推進・管理・取り纏め(※銀行と協働) ・AI/データサイエンスの人材開発、体制整備 ・データ分析業務 【配属想定部署の人員構成】 約50名が在籍。 若手社員から中堅社員まで幅広く在籍。 ・20代-30代のメンバーが大半 【おもな関係者】 各業務を所管するMUFG事業部門、社内開発チーム、外部企業等と、マネジメント層・メンバーを問わず、連携いただきます。 また、社内やMUFG全体に対する啓蒙活動や情報発信等を担っていただくため、社内マネジメントとの連携やレポーティング機会も多くあります。 学術機関、外部コミュニティ等との連携も積極的に実施いただきます。 【想定担当案件(例)】 銀行各部門の様々な業務に関連するデータ分析を行っていただきますが、以下のようなプロジェクトに携わっていただきます。 ・セールス部署への顧客動向分析、レコメンデーション提供 ・自然言語処理等を活用した銀行業務高度化 ・生成系AI活用案件 ・金融サービスに係わる不正検知 【インタビュー記事】 https://www.it.mufg.jp/recruiting/career/work/projects.html ・データサイエンス部：[データサイエンスで推進するMUFGのビジネス変革](https://www.bizreach.jp/job-feed/public-advertising/rgpw7g8/)

ミッション 「テクノロジーの力で産業構造を変革する」 お客様の抱える経営課題/事業課題を、機械学習(LLM含む)・統計・数理最適などデータサイエンスの力を駆使することで根本から解決へ導きます。 そのために、本ポジションでは、プロジェクトマネージャなどのビジネスサイドやエンジニアと密に連携しながら、要件定義・技術選定・モデル開発・運用まで、一連の流れを率いていただきます。 また、組織全体のパフォーマンスを最大化するため、メンバー育成やカルチャー醸成など多方面でリーダーシップを発揮し、ABEJAが描く未来を共に創っていただきます。 業務内容 プロジェクトマネージャやエンジニアと連携しながら、様々なデータサイエンス技術を駆使して、お客様の経営課題/事業課題を解決に導いていただくポジションです。 グループ全体のアウトプットが顧客満足に繋がるよう、シニアメンバーと共にその品質向上に務め、価値提供に向けて必要なアクションを取っていただきます。 ●データ分析、モデル作成データ要件の整理、技術スタック選定 ・データの前処理、EDA、可視化 ・最適な手法の調査・選定 ・モデルの作成、精度・性能評価 ・ディープラーニングを含む機械学習(画像・自然言語・構造化データ) ・大規模言語モデル(LLM)の活用(学習、推論含む) ・統計解析・因果推論などの統計モデリング ・数理最適化などの数理モデリング ●エンジニアと連携したモデルの商用実装 ・定期的なモデルのパフォーマンス評価、パフォーマンスの維持・向上(ML ops / LLM ops) ●提案活動、提案内容レビュー ・受注前のプロジェクトにおける顧客との折衝、プロジェクトの要件整理 ・整理した要件に基づく、提案内容のレビュー、実現可否判断 ・提案を魅力的にするための最新技術知見を踏まえた示唆だし ●技術の横展開・技術ブランディング ・実装ロジックの汎用化およびプロダクト化 ・技術ナレッジの公開(論文投稿・学会発表・勉強会登壇・Meetup、テックブログ等)

●ミッション 「テクノロジーの力で産業構造を変革する」 生成AIが業務の中核へ入り込む時代において、ミッションクリティカル領域でも安心して使えるLLMを研究開発し、社会実装可能な形で届けることで、お客様の経営課題/事業課題を根本から解決へ導きます。 そのために本ポジションでは、大規模言語モデル(視覚言語モデルを含む)の研究開発を推進し、データ設計・学習/評価・推論最適化・運用を見据えた開発基盤整備までを一体で担います。プロジェクトマネージャなどのビジネスサイド、プロダクト/プラットフォームを支えるエンジニアと密に連携しながら、要件に沿ったモデル方針の策定から、品質を担保するベンチマーク設計、継続的な改善サイクルの確立まで、価値提供の中核をリードしていただきます。 また、組織として研究開発力を継続的に高めるため、知見の体系化や開発プロセスの標準化、メンバー育成やカルチャー醸成にも主体的に関わり、ABEJAが描く未来を共に創っていただきます。 ●業務内容 高い性能と利便性を両立する国産大規模言語モデルの開発、改善、研究を中核として推進いただくポジションです。単にモデルを作って終わりではなく、得られた成果をプロダクトやソリューションへ落とし込み、業務価値として継続的に届け切るところまで一気通貫で担っていただきます。 ・大規模言語モデル(LLM)の開発・改善・研究 　-モデルアーキテクチャ、学習手法、推論最適化に関する調査・設計・実装 　-継続事前学習、指示チューニング、アライメント、強化学習等による性能向上 　-長文対応、ツール利用、エージェント化を見据えた能力拡張の検討 　-日本語および業務特化領域での品質・安全性・信頼性の向上に向けた改善サイクルの確立 ・評価・ベンチマーク設計 　-日本語/業務ドメインに即したベンチマークの設計・運用 　-オフライン評価とオンライン評価の設計、継続的な性能モニタリングと劣化検知 　-ハルシネーション、情報漏洩、プライバシー等のリスクを踏まえた検証と対策 ・開発基盤・データ基盤の整備 　-学習/評価/推論のパイプライン設計・運用、再現性の高い実験環境の構築 　-データ収集、品質管理、フィルタリング、アノテーション方針の策定と運用 　-コストやスループットを意識した推論環境の最適化、LLM Opsの整備 ・プロダクト/ソリューションへの接続 　-PM/PdMと連携した要求整理、ロードマップへの反映、要件に沿ったモデル方針の策定 　-エンジニアと連携した商用実装(API化、周辺機能、運用設計)、クライアント環境での導入支援(オンプレミス含む) 　-業務プロセスへの組み込み、検証設計、運用定着までの伴走と改善 　-再利用可能なコンポーネント化やプロダクト化による横展開 ・チームリーディング、技術横展開・技術発信 　-技術アプローチレビュー、コードレビュー、ナレッジ共有を通じた開発品質の向上 　-メンバー育成やカルチャー醸成への貢献 　-技術ナレッジの公開(論文投稿・学会発表・勉強会登壇・テックブログ等) 【変更の範囲】 会社の定める業務へ配置転換の可能性あり

●ミッション 「テクノロジーの力で産業構造を変革する」 フィジカル領域にも生成AIの波が押し寄せる中で、大規模基盤モデルによるロボット制御・ロボット動作生成等に関する研究開発を推進し、実現場で安全かつ安定して価値を発揮する形で社会実装することで、お客様の現場課題を根本から解決へ導きます。 そのために本ポジションでは、Embodied AI/VLA(Vision-Language-Action)を含む大規模基盤モデルの研究開発を中核として、データ設計・学習/評価・推論最適化・運用を見据えた開発基盤整備までを一体で担います。 プロジェクトマネージャなどのビジネスサイド、プロダクト/プラットフォームを支えるエンジニアと密に連携しながら、現場要件に沿ったモデル方針の策定から、品質を担保する評価設計、継続的な改善サイクルの確立まで、価値提供の中核をリードしていただきます。 また、組織としての研究開発力を継続的に高めるため、知見の体系化や開発プロセスの標準化、メンバー育成やカルチャー醸成にも主体的に関わり、ABEJAが描く未来を共に創っていただきます。 ●業務内容 大規模基盤モデルによるロボット制御・ロボット動作生成等に関する研究開発を中核として推進いただくポジションです。単にモデルを作って終わりではなく、学習データ収集からシミュレーション構築、sim2real、実機での検証・改善を回しながら、得られた成果をプロダクトやソリューションへ落とし込み、現場価値として継続的に届け切るところまで一気通貫で担っていただきます。 ・Embodied AI / VLAの研究開発 　ｰEmbodied AI/VLAを用いたロボット制御・動作生成の調査、設計、学習、実装 　ｰ模倣学習や強化学習等を用いたエンドツーエンド方策の開発、実験設計、性能評価 　ｰ実機制約(レイテンシ、計算資源、安全性)を踏まえた推論最適化、モデル軽量化・高速化、バスト性向上(ノイズ/外乱/環境変化への耐性) ・学習データ収集・データ基盤整備 　ｰ実機・現場からのセンサデータ/操作ログ/デモの収集設計(テレオペ、デモ収集、計測設計)、評価用データ整備と継続的なデータ更新 　ｰデータ品質管理、アノテーション方針、学習/評価に使える形への整形・再現性確保(データセット/メタデータ設計) 　ｰ合成データの作成戦略作りおよび活用 ・シミュレーション環境構築 　ｰ物理シミュレーション/閉ループシミュレーションの開発・運用、学習や評価を回せる環境・ツールの整備(キャリブレーション、センサ/アクチュエータ/制御のモデリング含む) ・評価・ベンチマーク設計 　ｰタスク成功率だけでなく、安全性、異常系耐性、環境変動への頑健性、運用時の安定性を含めた評価設計 　ｰオフライン評価(ログ/リプレイ/シミュレーション)とオンライン評価(実機/現場)を組み合わせた継続的な性能モニタリング 　ｰデータ収集と評価を一体で回し、改善の根拠を定量化 ・プロダクト/現場価値への接続(価値提供まで一気通貫) プロジェクトマネージャと連携した現課題の整理、要件定義(安全・品質・コスト・運用制約)とモデル方針への落とし込み 　ｰプロダクト/プラットフォームを支えるエンジニアと連携し、学習・評価・推論のパイプライン、運用設計、現場導入、改善運用(再学習/再評価/リリース)まで推進 　ｰ導入後の運用データを活用した継続改善、再利用可能なコンポーネント化・横展開 ・チームリーディング、技術横展開・技術発信 　ｰ技術アプローチレビュー、コードレビュー、ナレッジ共有を通じた開発品質の向上 　ｰメンバー育成やカルチャー醸成への貢献 　ｰ技術ナレッジの公開(論文投稿・学会発表・勉強会登壇・テックブログ等) 【変更の範囲】 会社の定める業務へ配置転換の可能性あり

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。 組織情報 製造業向けのプロジェクトを主導するシステムインテグレーション事業本部内において、大手自動車メーカー、tier1メーカー等をクライアントとしている事業部になります。 また、nttデータグループ内で自動車業界向けビジネスを展開するグループ会社を主導しプロジェクトを推進する役割も担います。

地域金融機関のユーザー利便性向上や業務効率化を実現するAI(生成AI含む)を用いたソリューションを提供するため、当社の保有資産/スキルや商品を(必要に応じて他社商品も)組み合わせて実際に形にしていく、これらに必要なプラットフォームの設計、構築、開発を行います。システムの基盤となる基本的なプラットフォームの設計、構築、導入または、各種技術やソフトウェアを用いたアーキテクチャの設計、構築、導入をお任せします。また、さらなるビジネス拡大に向けて、サービスを拡充していく必要があるため、企画から携わっていただくことも可能です。 具体的な仕事内容 ・システムの基盤となる基本的なプラットフォームの設計、構築、導入 または、各種技術やソフトウェアを用いたアーキテクチャの設計、構築、導入 ・開発協力会社や社内関連部門との連携・調整 ・新規ソリューション・サービスの企画、要件定義、設計

社内のプロダクトマネージャーやデジタルマーケティング責任者とともに、プロダクトグロースに向けた業務に取り組んでいただきます。 具体的な内容は以下のとおりです。 ・テクニカルな施策の立案、実装、分析 ・タグの最適な実装方法の提示、実装、運用 ・BigQuery に蓄積したデータやを活用した企画立案、新たなデジタル広告の導入 ・Cookie の取り扱いに関する情報収集と未来予測 ※ Google Analytics 360 , Tag Manager , BigQueryなどを活用しています。 ※業務の変更の範囲:会社の定める業務

機械学習領域の技術方針・技術判断 ・事業課題・プロダクト要件を踏まえた機械学習の活用方針の検討 ・機械学習を使用する/使用しない判断を含む技術的な実現方法の選定 ・モデル・アルゴリズム・特徴量等の選定と技術的な妥当性の検証 ・複数の機械学習テーマを見据えた技術方針・開発優先順位の検討 ・精度、開発工数、運用負荷、保守性、コストを考慮した技術的な意思決定 大規模LLMとの連携・活用に向けた技術設計・開発 ・業務要件やユースケースに応じた大規模MLMの選定・評価および技術的な活用方針の策定 ・大規模LLMとのAPI連携や既存システムへの組み込みを見据えたアーキテクチャの設計・実装 ・Pythonを用いたモデル連携機能の開発および推論処理・データ連携の最適化 ・出力精度・応答速度・コストなどの評価指標の設計および検証結果に基づく継続的な改善 ・大規模LLMのプロダクション環境への導入・運用における技術的課題の解決や難易度の高い開発テーマのリード システム設計・MLOpsの推進 ・機械学習モデルをプロダクトに組み込むためのAPI・バッチ処理・推論基盤の設計 ・データ処理・学習・推論パイプラインの設計・構築 ・モデルの本番環境への導入、監視、運用改善 ・精度低下やデータ変化を踏まえた再学習・改善プロセスの設計 ・再現性、可観測性、保守性、運用コストを考慮したMLシステムの改善 開発品質・技術基盤の整備 ・モデル・コード・実験結果・評価設計に関する技術レビュー ・モデルの評価方法や開発手順の標準化 ・技術的負債や運用課題の可視化、改善方針の策定 ・実験管理、CI/CD、モデル監視等を含む開発・運用環境の改善 ・機械学習領域における技術知見のドキュメント化・共有 関係部門との連携・技術支援 ・PdMや事業側と連携した課題整理、技術的な実現可能性の検討 ・アプリケーションエンジニア等との連携によるプロダクトへの機械学習機能の実装 ・AIデータ品質担当との連携による学習・評価データの品質向上 ・開発メンバーへの技術レビューや設計・実装面での支援 ・技術選定の理由、評価結果、リスク等の関係者への説明 ※人員管理や組織マネジメントはEM等と役割を分け、本ポジションでは機械学習領域の技術的な意思決定と開発・運用品質を中心に担っていただきます。 課題や事業上の優先順位はPdM等と連携し、AIデータ品質担当とはデータ品質に関する役割を分担します。

当ポジションのミッションは、GTNが展開する複数事業の課題やユーザー行動データをもとに、 「次に何を作るべきか」を定義し、プロダクトを通じて事業成長を実現することです。 GTNでは、外国人が日本で安心して暮らすための「信頼創造プラットフォーム」の構築を目指し、 住まい・金融・通信・生活支援など、外国人の暮らしに関わる複数領域でサービスを展開しています。 今後さらに事業を拡大していくためには、事業部から上がってくる要望をそのまま開発に渡すのではなく、 ユーザー価値、事業インパクト、開発コスト、緊急度を踏まえ、 何を優先して作るべきかを見極めるプロダクトマネジメント機能が重要になります。 本ポジションでは、経営層・事業責任者・開発チーム・デザイナーと連携しながら、 事業KPIやユーザー行動データを読み解き、プロダクトの方向性、 優先度、仕様、ロードマップを設計していただきます。 単なる要件整理や進行管理ではなく、「言われたものを作る」のではなく、 「事業成長とユーザー価値のために何を作るべきか」を意思決定するポジションです。 ●プロダクト戦略・ロードマップの設計 ・複数事業・複数チームから上がる課題や要望の整理 ・事業KPI、ユーザー行動データ、現場課題を踏まえたプロダクト課題の特定 ・事業インパクト、ユーザー価値、開発コスト、緊急度を踏まえた優先度設計 ・経営層・事業責任者・開発責任者との合意形成 ●仮説検証・データ分析・グロース企画 ・CVR、LTV、契約数、利用率などの事業KPIをもとにした課題分析 ・SQL、GA等を活用したデータ確認、分析 ・プロダクト主導での事業KPI改善に向けた施策立案 ●要件定義・仕様策定 ・抽象的な事業要望を、ユーザー価値とビジネスインパクトの両面から整理 ・実装すべき機能、対象ユーザー、提供価値、期待効果の定義 ・ワイヤーフレーム、プロトタイプ、機能要件の作成 ・リリース後の効果測定を見据えた要件設計 ●ステークホルダーとの合意形成 ・経営層、事業責任者、ビジネスサイドとの優先度調整 ・開発チーム、デザイナー、PjMとの連携 ・優先度のトレードオフ設計 ・プロダクト方針やロードマップに関する社内説明 ●プロダクト品質・UXへの関与 ・ユーザー体験を踏まえたプロダクト改善提案 ・リリース前の仕様確認、品質確認 ・サービス利用者・社内利用者双方にとって使いやすいプロダクト設計の推進 ※変更の範囲:当社で発生するすべての業務

【まずお任せしたいこと】 入社後まず注力いただくのは、ジョブメドレーにおけるレコメンド・検索領域の ML システム開発と MLOps 基盤整備です。 データ基盤の構築整備が急ピッチで進んでおり、内部のデータ分析だけでなくプロダクト機能としての価値提供に差し掛かる中で、以下の取り組みに着手しています。 -レコメンドエンジンの設計・開発・改善(協調フィルタリング、コンテンツベース、深層学習ベースなど) -検索ランキングの最適化・パーソナライゼーション -Google Cloud(BigQuery, Vertex AI, Cloud Run 等)を中心としたMLインフラ(特徴量ストア・モデルレジストリ・実験管理基盤等)の設計・開発・運用 -学習・推論パイプラインの設計・構築・自動化(CI/CD) 例えば、レコメンドエンジンに関しては基盤の刷新を進めていることもあり、アーキテクチャの設計段階から携わることができます。 【バックグラウンドや志向に応じた広がり】 上記を中心としつつ、ご経験や志向に応じて以下のような領域にも携わっていただけます。 ●データサイエンス寄りの方には: -ジョブメドレーが保持する様々なデータを活用した新たなマッチングモデルの検証・開発 -事業指標予測、LTV 予測など事業課題に直結する予測モデルの構築と改善 -A/B テストの設計・実施・効果検証によるプロダクト改善サイクルの推進 ●データエンジニア寄りの方には: -dbt を用いた特徴量生成・分析用データモデルの設計・開発 -KPI設計・効果測定のための分析基盤・BI 環境(Metabase x 生成 AI)整備 -プロダクト開発を始めとする他部署と連携した仮説検証のためのデータ整備 -いずれの志向であっても、事業課題の発見・具体化から成果の創出まで一貫して関わることを期待しています。 ※業務の変更の範囲:会社の定める業務

【職務概要】 保険・共済業界向けの自社DXソリューションについて、実現方法の検討、及び提案・設計・開発作業において、チームを牽引いただきます。アプリケーション開発のスペシャリスト(有識者・技術者)として参画し、市場・お客さまの共通課題を捉え、クラウド、API、マイクロサービス、AI等の技術を組み合わせながら、再利用性・拡張性・可用性・セキュリティ等を考慮したアプリケーションの定義、PoC、提案、設計・開発、サービスの継続的な高度化まで技術面から牽引していただきます。 【職務詳細】 ●自社ソリューション/サービスの企画・アーキテクチャ設計 ・保険・共済業界の業務課題やお客さまニーズを踏まえ、新たなサービス・機能を構想 ・非機能要件、拡張性、再利用性、運用性、セキュリティ等を踏まえたアプリケーションアーキテクチャの策定 ・クラウド、OSS、API、マイクロサービス、AI等の技術選定、実現性検証、PoCの推進 ●サービス開発・顧客導入のテクニカルリード ・自社ソリューションを顧客環境・業務へ適用する際の方式設計、お客さま・社内関係者との技術面の合意形成 ・設計・開発における技術課題の解決、設計レビュー、品質確保 ・開発チームやパートナーを技術面からリードし、必要に応じて大規模システム開発にも参画 ●サービスの継続的な高度化 ・導入案件で得た知見や新たなお客さまニーズを共通機能へフィードバックし、横展開可能なソリューションへ進化 ・研究開発部門や社内専門組織と連携し、新技術のサービス適用を推進 ※プロジェクト管理のみを担うPMではなく、「技術・アーキテクチャ」を軸に事業と開発をつなぐ役割を期待しています。 【携わる事業・ビジネス・サービス・製品など】 ●携わる事業 保険・共済事業者向けDX領域において展開する自社サービス/ソリューションの企画・設計・開発・高度化を担います。単にお客さまからの要件に沿ってシステムを構築するだけでなく、複数社に共通する業務課題を捉え、共通化・サービス化を前提としたアーキテクチャを設計し、継続的に機能拡張していくことが特徴です。 ●ソリューション例 ①生命保険申込時マイページサービス 生命保険の申込から契約後の契約者マイページ登録までをシームレスにつなぎ、書面の電子化、契約者とのデジタル接点強化、業務効率化を支援するSaaSサービスです。AWSのマネージドサービスを活用した疎結合なマイクロサービスアーキテクチャを採用しています。 https://www.hitachi.co.jp/products/it/finance/solutions/application/common/life-insurance-mypage/index.html ②仕事と介護の両立推進サービス 働きながら家族の介護に従事する本人やその周囲の従業員などに対して、仕事と介護の両立に必要な情報提供と相談・伴走支援を行うポータルサービスです。職場全体のリテラシー向上と早期の当事者意識の醸成、社内外の制度の活用を促し、従業員の誰もが仕事と介護を両立できる環境づくりを支援します。 https://www.hitachi.co.jp/products/it/finance/solutions/application/common/working-caregivers/index.html ③生命保険契約管理プラットフォーム 本ソリューションは、生命保険契約管理システムの中でも比較的差別化の少ないバックシステムを対象に、低コスト・短期間で開発を可能とするソリューションです。また、通常のパッケージ製品とは異なり、保険会社ごとに異なる固有の要件にも柔軟に対応可能です。 https://www.hitachi.co.jp/products/it/finance/solutions/application/insurance/insurance-contract-pf/index.html ※上記内容は、募集開始時点の内容であり、入社後必要に応じて変更となる場合がございます。予めご了承ください。

顧客に直接価値を届けているプロダクトの現場へ深く入り込み、各領域のテックリード・エンジニアとともに手を動かし、事業やコード、アーキテクチャを理解しながら、難易度の高い技術課題を解決していただきます。 その上で、徐々にプロダクト間やデータ基盤との接続へとスコープを広げ、DX管轄全体の技術的な進化につなげていくことを期待しています。 ●Phase 1|4つのプロダクト領域に入り込み、技術課題を解く まずは、 コンテンツメディア・EC・LINE・ソーシャル領域を担う4プロダクト を中心に、それぞれのプロダクト・エンジニアリングチームと伴走していただきます。 事業や顧客課題、既存のコード・アーキテクチャを理解したうえで、例えば以下のようなテーマに取り組みます。 難易度の高い技術課題に対する設計・実装 中長期の技術方針・アーキテクチャ設計 技術選定や、個別実装/共通化の境界に関する意思決定 技術的負債やスケーラビリティを踏まえた改善 PoC・プロトタイプを通じた新しい技術的アプローチの検証 レビューやアドバイスに留まらず、自らコードを書き、難易度の高い技術課題を解くことで、 現場を牽引し、周囲のエンジニアに新たな技術的視点や選択肢を示していくこと を期待しています。 ●Phase 2|プロダクトを横断し、データ・技術をつなぐ 各プロダクトへの理解を深めた後は、個々のプロダクトに閉じているデータや技術を、DX管轄全体の事業価値へつなげていきます。 例えば、 プロダクトに蓄積されたデータと内製データ基盤を接続し、他のプロダクトや営業・プランニング、AIを活用した新しい機能・業務へ展開する こともテーマの一つです。 また、各プロダクトで個別に持つべきものと、共通機能・共通基盤として持つべきものを見極め、プロダクトを横断したアーキテクチャや仕組みを設計していきます。 ●その先|DX管轄全体の技術的な進化へ さらに将来的には、コアプラットフォーム・エンジニアリング局やコーポレートITガバナンス局とも連携し、単一プロダクトでは解決できないDX管轄横断の技術課題へと影響範囲を広げていただきます。 一つのプロダクトで得た技術的な知見や設計思想を他領域へ展開したり、プロダクト・データ・共通基盤をつなぐ新しいアーキテクチャを構想・実装したりすることで、 個々のプロダクトの改善に留まらず、CARTA ZEROの事業活動そのものを技術で進化させていくこと を目指します。 ピープルマネジメントを主務とするポジションではありません。 スタッフエンジニアとして技術に深く入りながら、 プロダクトからプロダクト横断、そしてDX管轄全体へと技術的な影響範囲を広げていくポジション です。 ●変更の範囲:会社の定める業務(出向先会社での業務を含む)

担当プロダクトの責任者として、「何をつくるか」を決め、事業を動かす役割です。 プロダクト戦略はもちろん、時には営業やCSを巻き込み、事業戦略まで担っていただきます。 担当領域は、ご経験とご希望を踏まえて入社時に決定します。 ●コンセプト・価値定義:生徒・先生・企業の課題から、解くべきテーマと提供価値を定める ●指標設計:担当プロダクトの事業指標を定義し、データ分析から改善につなげる ●体験設計:デザイナーとともに、ユーザー体験を具体化する ●システム要求の策定:必要な機能と優先順位を決め、エンジニアと実装方針を議論する ●効果検証:リリース後の数字を追い、次の打ち手につなげる

ビジネスプロセス・トランスフォーメーション本部 事業推進部の中核として、 全社横断の業務・システムアーキテクチャの改編と、IS〜Sales〜CSを横断するRevOps/BizOpsの機能を担っていただきます。 数千万円規模のシステム導入・リプレイスを企画から設計・実装まで内製で主導し、経営層との議論から現場との要件詰め、泥臭いデータ加工までを往復していただくポジションです。 1)業務内容 ・大規模システム導入・リプレイスの内製主導:数千万円規模のシステム導入/リプレイスの企画立案・要件定義・設計・実装・推進を、外注任せにせず内製で完遂 ・営業〜販売管理プロセス改革(Theモデル/Q2C):Salesforceを用いた営業業務改善、受注〜販売管理〜会計接続(Q2C)の設計・最適化。サブスク管理/SF連携ツールの選定・導入・運用 ・RevOps〜BizOps/目標設計・計数管理:IS〜営業〜CSの各ファネルのオペレーション設計・改善、組織のKGI/KPI設計・目標分解、予算策定〜予実管理・KPIモニタリング ・全社横断の業務・システム改革:部門を跨ぐ業務プロセス改善、システムアーキテクチャの改編企画・推進、事業統合(分社化・M&A・PMI・DD)に伴う制度/システム統合 ・事業分析・データ基盤〜AI基盤:データ収集・加工・整形(名寄せ・クレンジング・突合・集計等)、分析による意思決定支援、データ基盤の構築からAI活用基盤への発展構想と実装 ・AI基盤の全レイヤー設計・実装:AIエージェントが企業データ上で機能するための三層(データ層/意味定義・オントロジー層/ハーネス層)を一気通貫で設計・実装。全社データの"AI Ready"化 ・クラウドアプリケーション/自動化開発:GCP(Cloud Run等)上でのアプリケーション開発、AI Bot・SFA連携アプリ・Chrome拡張の開発、RPA/iPaaS/GAS、LLM/MCP連携等を用いた業務自動化 ・コスト最適化:SaaSライセンス/システム費用の最適化(利用実態分析、重複・過剰ライセンスの整理、契約更改・ベンダー交渉、投資対効果の評価) ・情報セキュリティ・内部統制:ISMS(ISO27001)/SOC2等の取得・維持プロセスの企画・推進 ・経営層との連携・部門調整:経営層とのディスカッション、社内稟議・部門間調整の推進 ・運用・データ整備:Salesforce/各SaaSのデータメンテナンス、細かい改修・バッチ処理・不整合是正など、地に足のついた運用改善 ※チームマネジメントは必須業務ではありませんが、状況に応じてメンバー育成・チーム牽引を担っていただきます 2)システム・ツール ・CRM:Salesforce / Gainsight / HubSpot / Zendesk ・データ基盤/ETL:GCP(BigQuery・Cloud Run等)/ dbt / trocco ・LLM/AI:Anthropic(Claude)/ Gemini ・Automation:UiPath / AUTORO / Power Automate / Google Apps Script / AskOne ・開発/コラボレーション:VS Code / GitHub / Slack / Backlog / Zoom

●携わる事業・ビジネス・サービス・製品など 日立の中核であるコネクティブインダストリーズセクター(ビルシステム、家電・空調、産業機器、計測・分析装置、水・環境等)の、数万人規模の事業運営・経営基盤(Internal Operations)そのものが対象です。 生成AI・AIエージェント、次世代エンタープライズアーキテクチャを用いて、意思決定プロセス・業務フロー・ガバナンスをAI前提で再構築します。さらに、社内ITの枠を超え、Physical AI時代の事業を支えるデジタル基盤の企画にも携わります。 https://www.hitachi.co.jp/products/infrastructure/connective-industries/sector/index.html ●職務概要 CIO・CISO・CDOを兼任するCIセクターCDIOの直属スタッフとして、セクター全体(国内外グループ会社を含む)のIT/デジタル戦略企画の中枢を担う、1名限定のポジションです。 上位者を介さずCDIOと直接議論し、構想を練り上げ、セクターCEO・CXOが意思決定できる形(定義→価値→数値→既存戦略との接続)に落とし込み、実行部隊へつなぐところまでを担います。担当領域は限定せず、AIエージェント基盤・データ基盤・次世代アーキテクチャから経営層のAI活用支援までを横断します。 特徴は、この戦略企画業務をAIエージェント群と組んで回す点です。情報の集約・整理・下書きはエージェントが担い、人は問いの立て方、戦略の方向の良し悪しの判断、経営を動かす合意形成に時間を使います。エージェントの構築は専任メンバーが担当するため、あなたに求めるのはそれを設計する力ではなく、エージェントを使い倒し、企画の質とスピードを上げる力です。 ●職務詳細 ・セクター全体のIT/デジタル戦略(AIエージェント基盤、データ基盤、次世代エンタープライズアーキテクチャ)の構想立案 ・セクターCEO・CXO・本社経営層向けの戦略資料・経営会議資料の作成と合意形成の支援 ・IT投資・コストデータの構造化とKPI設計(戦略判断が可能な粒度への再設計、投資対効果の定量化) ・社内ITの枠を超えるデジタル基盤(Physical AI等)の新規企画・調査・仮説検証 ・経営幹部へのAI活用ハンズオン支援、セクター全体のAIリテラシー向上施策の企画・運営 ・EAO各部・IT本部・R&D・本社デジタル部門・グループ会社との横断調整 ・上記の企画業務において、AIエージェント群を活用して調査・分析・資料化を高速に回すこと。あわせて「何をエージェントに任せられるか」を実務者の視点でフィードバックし、体制の改善につなげる ●働く環境 ①配属組織/チームについて: CDIO直轄の少数精鋭チームです。企画業務を支えるAIエージェントの設計・実装を担う専任メンバーが別途おり、協働しながら進めます。EAOの各部(AI基盤、セキュリティ、IT投資等)、IT本部、R&D部門とも日常的に連携するクロスファンクショナルな環境です。 ②働き方について: ・生成AIを前提とした働き方が組織の標準です。リサーチ・分析・資料化の多くをAIとの協働で進め、空いた時間を思考と対話に充てています。新しいツールは自ら試し、良ければ組織の標準にする文化です。 ・社内の有識者や外部パートナーの知見を積極的に取り入れ、柔軟に業務推進を行う方針です。 ・秋葉原オフィスへの出社とリモートワークのハイブリッド。グローバルとの連携に対応できるよう、コアタイム無しのフレックス制度を活用いただけます。 ※上記内容は、募集開始時点の内容であり、入社後必要に応じて変更となる場合がございます。予めご了承ください。

●このポジションの3つの特徴 01　「本番で信頼できるAIエージェント」をサービスにします LLM・RAGを使ったAIエージェントを作るだけでなく、評価・品質の担保まで含めて顧客に届けます。作る側(AI開発)と確かめる側(品質保証)が同じ組織にあるからこそできるサービスです。 02　AI開発・品質保証のエンジニアを率いて、サービスをつくります 一人で作り込む仕事ではありません。社内のエンジニアでチームを組み、役割を分け、設計とレビューを担い、技術の判断をしながら開発を進めます。ご自身も手を動かし、チームに見本を示します。 03　仕事のキモは「チームで提供できる」状態をつくることです 作って終わりではありません。開発の型(AI駆動開発の標準・品質ゲート)と評価の型に落とし、誰が作っても品質を落とさずに提供できるチームをつくることが、このポジションの成果です。 ●このポジションで得られるもの ・AIエージェント×品質保証という、まだ勝者の決まっていない領域で、サービスを立ち上げる経験。 ・作る(AI開発)・確かめる(品質保証)・直すがひとつの組織にそろった環境で、チームを率いて開発できること。 ・自分たちがつくった型に価格がつき、チームで顧客に届く経験。 ・サービスの責任者として、サービスとチームを育てていく道。 ## 業務内容 担当するサービスについて、次の5つを担っていただきます。どれも切り離せない仕事ですが、最も大切にしていただきたいのは「4. チームで提供できるようにする」です。作って終わりではなく、ご自身がいなくても、チームが同じ品質で提供できる状態をつくることが、このポジションの成果です。 【1. 決める ― サービスの中身と、提供の形を決める】 ・顧客の業務と課題から、AIエージェントで何を解き、どの水準の品質を約束するかを決めます。 ・提供メニュー・手順・品質基準・価格の考え方を、事業の責任者と相談しながら決めます。 【2. 作る ― 自らも手を動かし、技術の判断を担う】 ・AIエージェントの設計、RAG・データ基盤との連携、評価の仕組みなど、要となる部分はご自身でも作り、試します。 ・担当する範囲のアーキテクチャ・技術選定・品質の基準について、技術の判断を担います。 【3. 率いる ― AI開発・品質保証のエンジニアを動かして開発する】 ・社内のAI開発・品質保証のエンジニアでチームを組み、役割を分け、開発を進めます。 ・設計・コードのレビュー、評価結果の確認を通じて、チームの成果物の品質に責任を持ちます。 【4. チームで提供できるようにする ― 型にして、誰が作っても品質を落とさない状態にする】 ・開発の手順、AI駆動開発の標準、品質ゲート、評価の設計を「型」として書き起こし、チームで使える状態にします。 ・型をメンバーに教え、ご自身がいなくても、チームが同じ品質でサービスを作り、提供できるようにします。 【5. 届ける ― 顧客の前に立ち、最初の提供をやり切る】 ・営業担当と組み、技術面の提案を担います。 ・最初の案件では、チームを率いて導入・提供をやり切り、社外の実績をつくります。 #### ●技術環境 【言語 / フレームワーク】 React、TypeScript(フロントエンド)/Python、C#(バックエンド) 【クラウド】 Azure(AWS・GCPのご経験も歓迎) 【データベース / 基盤】 PostgreSQL、Databricks 【AI領域】 生成AI(LLM/RAG/AIエージェント)を活用したAI駆動開発 【AI開発ツール】 Claude Code、Cursor、GitHub Copilot、Codex、CodeRabbit 【品質保証・評価】 テスト設計、テスト自動化、CIの品質ゲート、AIの評価設計(評価データセット・自動評価・回帰評価) ●入社後のロードマップ 【入社〜3ヶ月】 進行中のAIエージェント基盤・品質担保の型づくりに加わり、チームと技術の現状をつかみます。あわせて、自社の業務を題材にしたAIエージェントの開発を、評価の設計まで含めてリードし、サービスの原型を1つ形にしていただきます(例:営業支援のAIを、品質の基準まで含めて自社で使える状態にする)。 【3〜6ヶ月】 自社で確かめた結果をもとに、提供メニュー・品質基準・価格の案を固め、営業担当とともに既存の顧客に提案します。開発と評価の手順を、チームの型として書き起こします。 【6ヶ月〜1年】 社外の顧客への提供実績をつくります。チームのメンバーが型に沿って、品質を落とさずに作れる状態にします。 【1年〜】 サービスの責任者として、サービスとチームを育てていただきます。次のサービスの立ち上げや、型を使えるエンジニアの育成もリードいただきます。 ※ 進む速さはご経験と成果によって変わります。どこから担っていただくかは、ご経験をうかがったうえで一緒に決めます。 ●あえてお伝えしたい「厳しいリアル」 【サービスはまだ「売れる形」になっていません】 社外への提供は、最初の1件をつくる段階です。提供メニュー・価格・品質基準は整備の途中で、何を型にするかを決めるところから関わっていただきます。 【チームのメンバーは、顧客の案件と兼務の人もいます】 サービス開発に関わるエンジニアの稼働は、事業の責任者と調整しながら確保します。限られた時間の中で、役割を分け、成果につなげるリードが求められます。 【立ち上げの段階は、ご自身が手を動かす場面も多くあります】 チームを率いる役割ですが、型ができるまでは、要となる部分をご自身で作り、見本を示す場面が多くなります。 【営業を一人で背負う必要はありませんが、顧客の前には立っていただきます】 営業担当と組む体制で進めます。一方で、技術面の提案や最初の提供では、ご自身が顧客と直接向き合います。 【原則「出社」の環境です(リモートワーク不可)】 立ち上げの段階は、事業の責任者・チームのエンジニアとの密なコミュニケーションと、速い意思決定が欠かせないと考えているためです。 ●このポジションではないこと ミスマッチを防ぐため、あらかじめお伝えします。 ・全社のDX・変革を企画し、推進する役割ではありません。担っていただくのは、AIエージェント×品質保証のサービスです。 ・資料づくりや取りまとめが中心の、PMO・企画の役割ではありません。技術の判断と、ご自身が手を動かすことが欠かせません。 ・一人で作り込むスペシャリストの役割でもありません。エンジニアのチームを動かし、チームで提供できる状態をつくることが仕事の中心です。 ●担当していただくサービス 【サービスの方向性】 本番で信頼できると担保されたAIエージェントを、顧客に届けるサービス 【サービスの中身(例)】 ① AIエージェントの構築:業務の分解から、AIエージェント・ワークフロー型AIの設計・構築、既存システム・データとの連携(LLM・RAG、AIエージェントを支えるデータ基盤を含む)、運用まで ② 品質の担保:正確性・タスクの完了・権限・安定性・安全性・業務への適合の観点での評価設計、評価データセットと自動評価、モデル更新時の回帰評価 ③ 作り方の型:AI駆動開発で、速く、品質を落とさずに作るための開発標準・レビュー基準・品質ゲート 【いまの進み方】 複数のチームが並行して、AIエージェント基盤と品質担保の型づくりを進めています。自社の業務(営業支援のAIなど)を題材に作り、まず自社で効果を確かめてから社外へ届けます。大手SIerのプロジェクトにはチームで参画し、AIエージェントを支えるデータ基盤の開発も進めています。 【一緒に動くメンバー】 社内のAIソリューション開発のエンジニア、品質保証(QA・テスト)のエンジニア、営業担当 【いまの状態】 社外への提供は、最初の1件をつくる段階です。提供メニュー・価格・品質基準は整備の途中です。 ※ どこから担っていただくか、サービスの中身をどう広げるか、社内のリードエンジニアとどう役割を分けるかは、ご経験と得意な領域をうかがったうえで一緒に決めます。 ●従事すべき業務の変更の範囲 →会社の定める業務

顧客接点を担う各部門の強力なパートナーとして、顧客のビジネス課題に深く入り込み、データ基盤・AI関連の新規案件の創出・提案から、プロジェクトの完遂(デリバリー)までをリードしていただきます。また、単なる案件対応にとどまらず、実際の顧客導入や顧客接点を担う部門の支援を通じて把握した技術的課題、顧客のニーズ、成功事例などを抽出・集約し、Data Fabricの機能強化やソリューションの改善に反映する、事業と現場をつなぐ役割を担います。 【職務詳細】 ・顧客接点を担う部門と連携した、顧客のデータ利活用に関する企画・構想段階からの提案、要件定義、システム構成設計 ・受注案件におけるプロジェクトマネジメント(またはリードエンジニアとしての技術面の牽引)、進捗・品質・リスク管理 ・複雑なステークホルダー(顧客の主要関係者、顧客接点を担うビジネスユニット、社内開発部門)間の合意形成とコミュニケーション推進 ・顧客への導入や顧客接点を担う部門の支援を通じて得られたベストプラクティス・技術課題・ニーズの体系化と、Data Fabricの製品・ソリューション企画・開発チームへの継続的なフィードバック 【携わる事業・ビジネス・サービス・製品など】 【事業・製品】HMAX Data Fabricを中心としたデータ利活用プラットフォーム事業。 【ビジョン】散在するデータを高度に統合し、ビジネス価値へと変換するデータ基盤を提供します。顧客接点を担う部門(営業部門や、産業・金融・社会分野などを担当するシステムエンジニア)と緊密に連携し、社会インフラから金融、製造まで、幅広い産業の顧客に最適なソリューションを提案・構築します。顧客の複雑な要件を形にし、信頼性の高いデータ駆動型ビジネスの実現をめざします。 ※参考:https://www.hitachi.com/ja-jp/products/digital/data-fabric-operations/ 【働く環境】 ①配属組織/チームについて Data Fabric事業では最先端の技術を扱うため、年次や役職に関わらずフラットに技術やアイデアを議論できる、風通しが良くオープンな組織文化です。多様なバックグラウンドを持つプロフェッショナルが互いの知見を尊重し合う「心理的安全性」の高い環境が整っています。 ②働き方について - ハイブリッドワークの推進 在宅勤務(リモートワーク)とオフィス出社、サテライトオフィスを組み合わせた柔軟な「ハイブリッドワーク」を実践しています。 顧客提案やメンバー間での重要なブレインストーミング時には出社し、ドキュメント作成や要件定義などの集中作業時はリモートワークにするなど、業務の生産性を最大化するための最適な働き方を自身で選択できます。 - 自律的なタイムマネジメント フレックスタイム制を導入しており、子育てや介護などのプライベートとの両立はもちろん、個人のライフスタイルや プロジェクトの状況に合わせた自律的なタイムマネジメントが可能です。有給休暇の取得も推奨されており、ワークライフバランスを 保ちながら高いパフォーマンスを発揮し続けられる環境が整備されています。 ※上記内容は、募集開始時点の内容であり、入社後必要に応じて変更となる場合がございます。予めご了承ください。

情報系システム更改における基盤領域の要件定義工程、基本設計工程～開発～試験～リリースまで、基盤チームのリーダーもしくはサブリーダーとして推進いただく。 【職務詳細】 次期情報系システム更改プロジェクトにおいて、要件定義からリリース、維持保守までの各工程を担当、チームを推進します。 ・情報系システム更改に向けた要件定義、仕様検討 ・システム設計・開発・試験の推進および品質管理 ・お客様、開発ベンダーとの各種調整・プロジェクト管理 ・システムリリースに向けた移行計画・実施支援 ・稼働後の維持保守、運用改善、追加機能検討 【配属組織名】 デジタルサービスビジネスユニット(金融システム) 金融システム第二事業部　第二本部　第一部 【想定ポジション】 主任クラス ※募集開始時の想定であり、選考を通じて決定の上、オファー時にご説明いたします。 【携わる事業・ビジネス・サービス・製品など】 政府系金融機関の次期情報系システム更改プロジェクトです。 情報分析・照会基盤を中心とした情報系システムの更改に向け、お客様とともにシステム要件の検討、アーキテクチャ検討、仕様策定を実施しています。 また、要件定義、基本設計、見積り、提案活動などの上流工程から、後続のシステム開発まで、一貫して対応いただきます。 【働く環境】 所属していただく予定のプロジェクトチームは、社員およびパートナーを含めた100名程度で構成されています。 この中にはアプリケーション(業務)領域のSEに加え、インフラ(基盤)領域のSEや開発部隊も含まれる混成チームで、自身の専門分野の知識をベースにお互い協力し合い業務を進めています。 基本的には自社への出勤となりますが、業務状況により在宅での就業が可能です。 ●平均残業時間:20時間～30時間 ※上記内容は、募集開始時点の内容であり、入社後必要に応じて変更となる場合がございます。 予めご了承ください。

●複数プロダクトの開発統括・チームマネジメント ・複数サービスの開発計画・ロードマップ策定 ・複数チーム(エンジニア、QA、デザイナー、保守要員等:全体40〜50名規模)の進捗・リスク管理と意思決定 ・開発体制の最適化・外部パートナーディレクション・開発プロセス(アジャイル/スクラム等)の改善 ●顧客折衝・要件定義・プロダクト企画 ・顧客(大手企業)や事業責任者からの要求ヒアリング、業務/システム要件・仕様への落とし込み ・顧客との仕様調整・合意形成、非機能要件(性能・セキュリティ等)の整理 ・ワイヤーフレーム・画面仕様・業務フロー等の策定および管理 ●技術・アーキテクチャ・開発方針の意思決定 ・エンジニアと対等に議論を行い、技術的フィージビリティやアーキテクチャ・技術選定を判断 ・技術的負債の解消方針や、複数プロダクト間における共通基盤・機能の統合方針策定 ●品質管理・リリースマネジメント ・テスト計画/品質基準の策定と品質リスクのコントロール ・リリース判定、本番リリース後の障害・インシデント分析および再発防止策の推進 ●仮説検証(PoC・プロトタイピング)と継続改善 ・AI/ノーコード/ローコード等を活用したPoC・MVP・プロトタイプの検証 ・定量/定性データ(KPI・利用状況)の分析に基づくプロダクトのPDCA推進 詳しくは面接でお話させていただきますので是非お気軽にご応募ください。