機械学習・データ活用 年収800万円以上のITエンジニア求人・転職情報

株式会社GA technologies

仕事概要 AI不動産投資「RENOSY」を基軸に、国内外のグループ会社含めた事業でデータに基づいた意思決定支援をリードします。 いまだ分析手法のスタンダードが確立されていない未開拓の領域において、単なる分析に留まらず、データ分析の新たな「型」を創り上げていく役割を担います。 事業課題に対して高い解像度で向き合い、事業計画達成に向けた分析設計から解決策の提案、さらには現場への実装までを一気通貫で推進する必要があります。 例えば、クロス集計等の基礎分析からインサイトを導き出すことはもちろん、複雑なトレードオフを伴う経営判断の仮説構築・ロジック設計など、難度の高いミッションに挑戦いただけます。 ●具体的な業務内容 事業KPI策定と可視化 データ分析に基づく事業課題の解決策立案 事業現場へのデータ活用指導と分析環境整備 チームメンバーの成長支援 分析環境 インフラ：AWS（MySQL,Postgres） 分析基盤：Snowflake, trocco, dbt, TreasureData 分析ツール：Tableau, Google Spreadsheet, Google Analytics 4 その他：Slack, Confluence, G Suite,KARTE ※経営状況、配属先の状況等を総合的に勘案し、会社の指定する部署への配置転換及び会社が指定する業務内容へ変更する場合がございます。 （グループ会社等への出向及び転籍を含む）

株式会社CARTA HOLDINGS

CTO直下のAI Labチームにソフトウェアエンジニアとして所属し、各事業及び経営基盤の業務における生成AI応用のイネーブリングを行います。 仕事の進め方 プロジェクトに携わる前の段階で、CARTAの20ある事業を横断し、生成AIで解くべき課題を探します。以下のようなプロセスで課題を網羅的に探索しています。 ▼基盤整備 ・全社の土台を整え、各事業で自走して生成AIのビジネス成果を開発できるよう、再利用できるインフラ基盤、ツール、ライブラリ、ガードレール、データフロー類を整備し、横断的に提供する ・新技術の探索と研究を通じて、この先使うべき手段を見定める ・社内外に知見を発信し、CARTAとしての開発生産性とプレゼンスを高める ・AI Lab自身の業務エージェント適応度を向上し、モデルケースとして展開する ▼事業適用 CARTAの生成AI推進ステアリングコミッティと連携し、全社として取り組むべき課題を探索し、真に取り組むべきものを自ら選定します。 以下のようなプロセスで取り組みを進めます。 ●ヒアリング・要求分析 ・優先度の高まった事業のチームへのヒアリングや観察を通じて問題の解像度を高め、真に事業価値として必要なものを見出す ●何をどのように進めるのかを決める ・どのような方法で、課題を解くのが効果的かつ効率的なのかを考え、事業メンバーと共に決定する ・変化の激しいAI進展と事業環境に耐えうる堅牢性・柔軟性を両立する技術選定が求められる ●実装する ・高速なフィードバックサイクルを回し、"作らない"手段も含めて解決策を実現する ●継続して改善する ・プロダクトのバックグラウンドとなる、Web開発技術・生成AI技術関連のツールセットや開発手法について、継続して投資し、良いプラクティスを探索する。CI/CD、LLM-as-a-judge、LLM自体のモニタリング、ソフトウェア自体のオブザーバビリティの向上など、システムを継続して利用する上でのツール及び運用改善に取り組む ●成果を横展開する ・成功事例も学びも含めて、得られた知見をもとに伝播・展開・研鑽することまで全て業務範囲です 開発環境・利用しているツール ●バックエンド ・Python, Go ●フロントエンド ・TypeScript, React ●生成AI関連ツール ・基盤モデル: OpenAI, Anthropic Claude, Google Gemini (Vertex AI) ・ツール: LangChain, Langfuse ●インフラ ・Google Cloud, AWS ●プロビジョニングツール ・Terraform, CDK ●コード管理 ・GitHub ●コラボレーション ・Google Meet, Slack

株式会社日立製作所

【職務概要】 関東地区の金融機関を担当領域とし、システム構築プロジェクトの推進に加え、ホワイトスペースの特定から新規提案活動までを一気通貫でご担当いただきます。 また、構築したシステムについては他金融機関への横展開も行い、ソリューションの拡販・高度化を推進します。 従来のITシステム開発事業を安定的に遂行しつつ、生成AIやデータ分析などの先進技術領域にも参画し、金融分野における新たなビジネス領域の創出・拡大を担っていただく裁量のあるポジションです。 【職務詳細】 ・現状データ分析、課題明確化を含めたシステム化構想策定、要件定義支援などの上流工程の推進 ・システム導入及びプロジェクトのマネジメント ・導入システムのパッケージ化および他金融機関への横展開 実際のシステム構築をご担当いただきながら、より当社からソリューション提案の可能性がないかを顧客との課題調査の中から見出していき、さらなる顧客への価値提供に向けて営業部隊や他組織と協業をしていきながらプロジェクトの提案/拡大を担っていただくことを期待しております。

株式会社メドレー

●事業横断データ基盤の設計・運用 ・複数の医療プロダクトにまたがる統合データ基盤の設計・構築 ・事業横断で活用できるデータ基盤の構築 ・各プロダクトのデータを集約し、信頼性の高いDWHを構築・運用 ●データパイプラインの構築・最適化 ・各プロダクトおよび基幹システムからデータを収集・変換・蓄積するパイプラインの設計・開発・運用 ・クラウドDWH環境上で、大規模データ処理がスケーラブルかつ高パフォーマンスに実行できるよう最適化を実行 ・dbtなどを活用したデータ変換フローの整備や、データパイプラインのスケジューリング・ 監視 ●分析基盤・セマンティックレイヤーの整備 ・ビジネス部門のデータ活用を支援する分析基盤の構築 ・具体的には、用途別のデータマートの設計・実装やパフォーマンスチューニング、メタデータ管理とセマンティックレイヤーの整備による共通KPI定義の管理などを行い、社内のデータ分析環境を高度化します ●データガバナンス・セキュリティ強化 ・医療データなど機微な個人情報を含むデータを安全に取り扱うため、データガバナンス体制を強化します ・具体的には、データの匿名加工やマスキング、アクセス権限設計などセキュリティポリシーに沿ったデータ管理を徹底します ・全社的なデータカタログやメタデータ管理ツールを導入・運用し、データの来歴や定義を一元管理することで、安心してデータを利活用できる基盤を構築します ・データ利用ログの収集基盤を整備し、利用状況のトラッキングやコンプライアンス対応に寄与します ●データ基盤の戦略企画・最新技術対応 ・データエンジニアリング領域のテックリードとして、将来を見据えた基盤戦略の立案・実行 ・ベクトルデータベースや機械学習モデル、合成データ生成等とも連携できる「AI Ready」なデータ基盤を構想・構築 ・社内のSREやデータサイエンティストとの協働。モデル学習や推論に必要な特徴量データの供給やフィードバック基盤の構築をリード ・データエンジニアリングチームの立ち上げ期メンバーとして、開発標準の策定や技術選定、後進育成にも関与していただきます。 ●主な技術スタック ・DWH: BigQuery ・ELT: trocco, Airflow, embulk, dbt ・BI: Looker Studio ・DB:MySQL, MongoDB, PostgreSQL ※業務の変更の範囲:会社の定める業務

株式会社メドレー

具体的にお任せしたい業務領域は下記になります。 ●人材採用PF開発に関わる業務全般 ・ユーザの利用状況の分析と改善案の提案 ・人材採用PFの新規・既存案件のアーキテクチャ設計および実装 ・人材採用PFの安定稼働に必要な保守運用業務 ●使用技術 ・Ruby on Rails / GraphQL / Protocol Buffers ・React / TypeScript / Nexts.js ・Flutter ・MySQL / OpenSearch / Redis / BigQuery ・AWS / Terraform / Azure OpenAI ※業務の変更の範囲:会社の定める業務

株式会社ナウキャスト

●本ポジションで関わる事業・プロダクト このポジションでは、以下2つの事業のいずれかへの配属を想定しています。 ①Data AI Service事業 主に不動産領域におけるデータ活用SaaSであるDataLensHubシリーズを提供する事業です。 独自のデータ×AIのスタックを活かし、大手デベロッパーを中心としたエンタープライズ向けにプロダクトを展開しています。 不動産領域のAI×データプロダクト「DataLensオフィス営業」「DataLens店舗開発」のエンタープライズ向けカスタマイズ開発の推進をお任せいたします。 「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 https://nowcast.co.jp/case-studies/20250826/ 「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/property https://finatext.com/recruit/finalog/interview_datalens_storedevelopment ②Data AI Solution事業 データ基盤と生成AIを掛け合わせ、企業の意思決定を支援する事業です。 Snowflakeを活用したデータ基盤構築、AIエージェントのガバナンス基盤(MCPass)、AI協働プラットフォーム(Finstage Cowork)などを展開しています。 「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 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 「NorthCast」 データクラウド「Snowflake(スノーフレイク)」をベースにしたモダンデータ基盤とAIデータオペレーションを迅速に構築可能なデータ基盤構築フレームワーク。各企業の環境や要望に合わせた柔軟な導入が可能。 https://nowcast.co.jp/news/20250530/ ●事業チーム 社員の過半数をエンジニアが占めており、PM・コンサルタント・Bizdevと密に連携しながら開発を進めるスタイルです。 ≪チームの雰囲気≫ 大学の研究室に近い、知的好奇心旺盛なチームです。技術的な議論が日常的に飛び交い、技術書の輪読会なども自発的に開かれています。20〜30代のメンバーが中心ですが、経験やバックグラウンドは多様で、コンサルティングファーム出身・SIer出身・金融業界経験者など様々なメンバーが在籍しています。 ≪働き方≫ フルリモート対応で、北海道から沖縄まで全国各地にメンバーが在籍しています。家庭やプライベートと両立しながら働くメンバーも多く、ライフステージに合わせた柔軟な働き方が可能です。 ≪キャリアパス≫ テックリード・PdM・PMなど複数のキャリアパスがあり、エンジニアとしてプロダクト開発をリードしながらPdMとしても活躍するメンバーも実際にいます。 ≪社員インタビュー≫ AIを駆使し、フルサイクルで新規プロダクトを創る 少人数チーム https://finatext.com/recruit/finalog/interview_kirihata https://finatext.com/recruit/finalog/interview_sumita_atsushi https://finatext.com/recruit/finalog/interview_sako https://finatext.com/recruit/finalog/interview_hiromasa_hayashi ●業務の概要 このポジションでは、自社プロダクト(MCPass・Finstage Cowork)の開発を軸にしながら、顧客折衝・提案活動・セキュリティガバナンスの設計まで一気通貫で担います。プロダクトエンジニアとForward Deployed Engineerのハイブリッド、エンジニアの中のジェネラリストを目指せる環境です。 【具体的な業務内容】 ・BizDevと並走して提案活動の上流から技術的な価値を伝える ・金融機関・大手デベロッパーのセキュリティ・ガバナンス要件を理解した上でアーキテクチャを設計する ・フロントからバックエンド・インフラまでフルスタックで開発を完結させる ・顧客と直接折衝し、要件を技術に翻訳してリードする ●使用技術 言語 / フレームワーク Python(FastAPI)、TypeScript(React)、Terraform インフラ / クラウド AWS(主軸)、Terraform、Docker、Aurora PostgreSQL、DynamoDB データ基盤 Snowflake、Airflow、dbt、Lightdash 認証 / セキュリティ Amazon Cognito、OAuth 2.1 AI / LLM AWS Bedrock(AgentCore)、Claude、OpenAI API、MCP(Model Context Protocol) 開発ツール / 環境 Claude Code、Cursor、GitHub Actions ●開発環境(AI) コーディング:Claude Code / Cursor を主力ツールとして日常利用 コードレビュー・仕様管理:AIによるドラフト生成 + エンジニアレビューの二段階プロセス エージェント開発:MCPass(自社MCP Gateway)経由でGoogle Drive・GitHub・Slackなど社内ツールと連携したAIワークフローを構築・運用 AI利用比率:エンジニアは100%毎日AIを使った開発をしている

パーソルキャリア株式会社

●ポジション概要 累計会員登録者数約1039万人(2025年12月末時点)の転職支援サービス「doda」「doda X」において、 個人ユーザー一人ひとりに最適な求人・情報を届けるためのレコメンド/マッチング基盤を、技術面からリードいただくエキスパートポジションです。 当社が保有する大規模な法人・個人データと機械学習・生成AIなどの技術を活用し、マッチング精度向上・応募率向上などの事業KPIに直結するアルゴリズムの設計〜実装〜本番運用・改善を主導いただきます。 単なる分析結果の実装に留まらず、プロダクト部門・経営企画・データサイエンティスト・エンジニアを技術面からけん引しながら、 企画段階から参画し、施策設計 → 実装 → リリース → A/Bテスト → 改善サイクル全体をリードしていただくことを期待しています。 レコメンド / マッチング領域のエキスパートとして、高い専門性を発揮しつつ、組織やプロジェクトをけん引いただく役割です。 ●担当業務 ・レコメンド/マッチング機能の設計・開発・運用のリード └アルゴリズム・アーキテクチャの技術選定 └重要機能の技術的な意思決定およびレビュー ・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の技術リード └ PythonによるAPI・バッチ処理の設計・実装指針の策定 └ 推論基盤のパフォーマンス・スケーラビリティ・信頼性の確保 ・データ活用施策の本番運用・改善プロセスの設計・高度化 └ログ設計、モニタリング、モデル劣化検知などの仕組み化 └継続的なA/Bテスト・オンライン実験の設計と推進 ・Python、SQL等を用いた分析、モデル開発、検証のリード └難易度の高い技術テーマのハンズオン対応 └チームメンバーの技術レビュー・指導 ・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 └技術的な観点からの施策プランニング・効果予測 └事業KPIと整合した技術ロードマップの策定 ・数理統計、機械学習、生成AI/LLM等の新技術の検証・導入推進 └新しいアルゴリズムやアーキテクチャの調査・PoCの企画・実施 └本番適用の判断・リスク評価・展開方針の策定 ・技術リード、プロジェクト推進、メンバー育成 └中長期の技術課題の特定と解決のドライブ └若手〜中堅メンバーの育成・メンタリング └関連組織を巻き込んだプロジェクト推進 ●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。

株式会社 Ridge-i(リッジアイ)

このポジションは TSA(テクニカルソリューションアーキテクト)と組みながら、顧客現場で AI モデルの設計・実装・システム化を一気通貫で担うエンジニアポジションです。ML もできる、かつ顧客の目の前でディスカッションしながら主にPythonベースのコードで、手を動かして実装できる人を求めています。 ●このポジションのメンバーがやること ・TSA と一緒に顧客と議論しながら、プロトタイプを組み・動かし・調整する ・AI モデルの設計・学習・評価を担当し、そのまま顧客のワークフローに組み込む ・顧客環境まで、自分の手で届ける ML モデル開発と現場実装の両方を手掛けるエンジニアに向けたポジションです。TSA が「何を作るか」を顧客と定義する役割であるのに対し、このポジションは「モデルも含めて、技術的な知見を加味してどう動くものにするか」を顧客と会話しながら形にします。 ●業務内容 1.顧客現場での実装伴走 ・TSA とペアで顧客との打ち合わせに入り、プロトタイプ要件を定義したうえで実装する ・顧客のフィードバックを受けて、仕様と実装を並行して調整する ・閉域網・顧客施設内での開発・デプロイに対応する ・データを見ながらシステム要件などを微修正する 2.AI モデルの設計・開発・組み込み ・衛星画像解析モデルや生成 AI システムの設計・学習・評価を行う ・既存の社内モデル資産を組み合わせつつ、現場要件に合わせたカスタマイズや追加学習を行う ・学習 / 推論パイプライン、前後処理、API 化、運用監視まで一気通貫で実装する ・現場で得た情報(使われ方、制約、エッジケース)をそのままモデル改善に反映する 3.セキュアな環境でのシステム構築 ・セキュリティ要件を満たすクラウド構成(AWS / GCP / Azure)、必要に応じてオンプレ環境での実装 ・IaC、コンテナ、CI/CD を用いた運用可能なシステムの構築 ・顧客環境の制約を前提にした現実的なアーキテクチャ設計 ●入社後の流れ 〜3ヶ月: 既存案件に TSA とペアでサブ参画。並行して GIS・衛星画像処理・安全保障ドメインのオンボードプログラムを受講 4ヶ月〜: 実際に現場で顧客と話しながら運用を担当(徐々にカバー範囲を広げていただきます)

株式会社enableX

AI・データ/SaaSを中心としたDX・事業変革プロジェクトにおいて、要件定義〜設計〜開発〜リリース・グロースまでのプロジェクトマネジメントを担うポジション。 ビジネスとテクノロジーの橋渡し役として、スコープ・品質・予算・スケジュール・リスクを統合管理し、クライアントの価値創出にコミットする。 具体的な業務内容 ・AI/データ利活用を中心としたDX・プロダクト開発プロジェクトの全体PM ・要件定義(ビジネス要件/システム要件)およびスコープコントロール ・WBS/進捗・リスク・課題管理、ステークホルダーマネジメント ・LLM/機械学習・データ基盤・アプリケーション開発を含む技術要素の全体構造把握と意思決定支援 ・ベンダー/パートナーマネジメント、工数・コスト管理 ・リリース後のグロースプラン策定、プロジェクトアップセルの機会創出 ・CxO〜現場レイヤーまでを巻き込んだ合意形成ファシリテーション ・AI・データ・アプリケーションを含むシステム全体アーキテクチャの理解と、設計レビュー ・LLM/MLモデル、データ基盤、フロント/バックエンドなどの実装フェーズにおける進行管理 ・品質基準の設計、受け入れ条件の定義、テスト計画の策定・実行管理 ・セキュリティ・ガバナンス・法務観点の論点整理と関係部署との調整 ※変更の範囲:会社の定める業務

キャディ株式会社

Data Analysis部 Analysis Groupのリーダーとして、プロダクト戦略に基づいた戦略策定・開発計画の策定や実行のリード、メンバーの採用・評価・育成などのマネジメント業務を担当 ※担当する組織規模は3チーム10数名 Analysis Groupのミッションと現在地 製造業で生じる生データ(図面・CAD・文書・テーブルデータなど)を解析し、価値あるデータを生み出すことに責任を持つ。 具体的にはデータの収集・加工、MLモデル開発、MLモデルのデプロイ後の価値化などを担当。 現在はData Analysis部長がグループリーダーを兼務しており、グループのマネジメントを専門で担っていただける方を探しています。 ※Data&Analysis部は30数名、うちAnalysis Groupには10数名が所属しています。 一部はベトナム拠点のメンバーです。 Analysis部以外にも、解析基盤の開発を担うAnalysis Platform Group、AIを用いたプロダクトの価値向上を担うAI for Application Group、Agent基盤の開発を行うAgent Groupがあります。 (2025年10月時点) ※AI for Applicationチームでもマネージャーを募集しています キャディにおけるエンジニアリングマネージャーとは 担当する部やグループの成果を最大化することがミッションです。 向かう先を示すために OKR を設定したり、将来のあるべき姿から逆算して、必要なマネジメント業務を行います。 EMの役割は画一的には決まっておらず、成果の出し方はその人の得意なやり方で良いと考えています。 例えば、他者を動かして成果を出すエンパワーメントが得意な人もいれば、現場で自ら設計や方針決定をリードする人もいます。 テクノロジーマネジメント、プロジェクトマネジメント、プロダクトマネジメント、ピープルマネジメントの割合も各EMの担当領域や注力課題により異なります。 開発環境 言語 フロントエンド: TypeScript バックエンド: Rust, TypeScript, *Python* フレームワーク・ライブラリ フロントエンド: React, Next.js, WebGL, WebAssembly バックエンド: Rust (axum), Node.js (Express, Fastify, NestJS), *PyTorch* インフラ: Google Cloud, Google Kubernetes Engine, Anthos Service Mesh データベース・データウェアハウス: CloudSQL(PostgreSQL), AlloyDB, Firestore, *BigQuery* API: GraphQL, *REST*, gRPC 監視・モニタリング: Datadog, Sentry, *Cloud Monitoring* 環境構築:*Terraform* CI/CD:*Github Actions* 認証: Auth0 開発ツール: *GitHub*, *GitHub Copilot*, Figma, Storybook コミュニケーションツール: *Slack*, Discord, *JIRA*, *Miro*, *Confluence* ※特にAnalysis Groupに関係するものを太字にしています

Sansan株式会社

本ポジションは、Sansanの人事領域におけるデータプラットフォームを整備し、採用・配置・評価といったあらゆる意思決定をデータドリブンに進化させる役割を担います。 HCM(人事基盤)やATS(採用管理システム)などのHRツールを軸に、散在する定性データや非構造化データを整備・統合。単なる「データの可視化」に留まらず、AI活用やピープルアナリティクスを支える次世代型基盤への刷新を主導し、「攻めの人事DX」を実現します。 〔具体的な業務〕 ●HRデータプラットフォームの拡張・最適化 ・採用・配置・評価等の意思決定に最適化された統一データモデルの策定 ・BigQuery、GCS、dbt等を用いたスケーラブルなDWHおよびデータマートの設計・構築 ・各種人事ソースシステムからのETL/ELTパイプラインの設計・実装 ●人事業務の再設計(BPR) ・既存業務の自動化にとどまらず、業務プロセス自体の再設計・AIなどのシステムを用いた完全自動化フローを構築 ・AI/LLMを活用したオペレーションの高度化・自動化 ・人事担当者や経営陣のニーズをくみ取り、人事メンバーが本来の業務に向き合う環境を実装 ●データ活用の民主化とガバナンス設計 ・セキュアな権限管理とセルフサービスBI環境の構築 ・非エンジニアでも意思決定にデータを活用できる仕組みの実装 ●開発環境、使用するツールなど ・言語:Python, SQL, Google Apps Script ・データベース・DWH:BigQuery, Google Cloud Storage, Cloud SQL ・インフラ・プラットフォーム:GCP(Cloud Run, Cloud Functions, Cloud Workflows など) ・CI/CD・運用・監視:GitHub Actions, Terraform, Cloud Logging など ※従事すべき業務の変更の範囲:会社の定める業務

トーセイ株式会社

●配属予定先部署 管理本部 業務推進部 ●役職名 担当部長 or グループリーダー or マネジャー <管理職> ●担当業務 ・Salesforce、RPA、Tableau、生成AIなどの全社横断的なDXツールの企画、導入、運用、定着化推進 ・各部門の業務改善やデータ活用に向けた伴走支援(要件整理、プロセス改善、SaaS導入支援など) ・中長期のDXロードマップ策定、IT予算案の作成、IT投資効果の評価および経営層への報告 ・プロジェクト推進におけるベンダーコントロール(契約・進捗・品質管理)と、業務推進部内の体制整備・ナレッジ管理 ●部内構成 本部長:1名 - 部長:1名 - 担当部長:1名 - グループリーダー:1名 - チームリーダー:1名 　- サブマネジャー以下:4名

株式会社ARISE analytics

【Divisionのミッション・ビジョン】 先端技術・アジャイルを用いた、KDDIグループのData×AI領域への貢献 【Unitのミッション・ビジョン】 最先端 Data × AI 基盤の継続的な提供・高度化 【募集背景】 Data × AI 活用が高度化/事業貢献が求められる中、 大規模データ基盤の要件定義〜設計〜実装推進を担えるリーダー人材を拡充するため 【業務内容】 ■ 案件イメージ ◆分析基盤構築:KDDIの約4,000万人規模のお客様から得られるテラバイト級のデータをもとに、分析や機械学習によって示唆を出し、業務改善、マーケティング等に活用するための基盤構築。利用者:ARISE社内分析者、KDDIのマーケティング施策担当/分析担当など ◆アクセスログ収集基盤構築:KDDIの各種サービスにおけるテラバイト級のアクセスログをニアリアルタイムで収集、蓄積、加工し、分析・BI・他システムへ連携する基盤構築。利用者:KDDIのマーケティング施策担当/分析担当など ◆配信基盤構築:KDDIのお客様に対して、個々のニーズに合わせつつ、大量配信を実現するマーケティングオートメーション基盤の構築。利用者:KDDIのマーケティング施策担当など ■ ポジションの期待役割 ※以下のいずれかの業務をリーダーとしてご担当頂きます。​ ・データ分析基盤及びデータ処理連携システムの要件定義/設計/開発/運用​ ・顧客の課題解決に向けたソリューションコンセプトやシステムブループリント検討​ ・アジャイル開発/ウォーターフォール開発におけるプロジェクト推進​ ・顧客との折衝/リレーションの確立​ ■ 具体的な業務内容 ・要件定義、基本設計、アーキ設計 ・ETL/ELT 設計・実装 ・Spark / Databricks / BigQuery / Snowflake ・CI/CD 〜運用 ・技術選定/PoC ・ドキュメンテーション ■ 1日の流れ(例) AM:顧客定例 → 要件深掘り/設計レビュー PM:実装レビュー/PM 連携 → Doc整備

燈株式会社

DX Solution事業部のAIエンジニアとして、顧客課題の解決に向けたアルゴリズム選定から、実装、評価、デプロイまでの一連のパイプライン構築をリードしていただきます。 ビジネス要求から逆算して「どの技術を使うべきか」を選定し、自ら手を動かして実装・検証を行うポジションです。 【具体的なタスク例】 ●課題の数理的定式化と論文サーベイ (Research & Design) 顧客の「なんとなくの悩み」を、機械学習で解けるタスク(分類、回帰、生成、最適化等)に落とし込みます。 関連する最新論文(NeurIPS, CVPR, KDD等)を調査し、ビジネス制約(推論速度、コスト、データ量)に合わせた最適な手法を選定します。 ●SOTAモデルの実装と検証 (Implementation) 選定した論文の手法(Loss関数、Optimizer、独自レイヤー等)を、PyTorch等を用いてスクラッチ、あるいは既存実装をベースに再現・実装します。 実際の顧客データを用いて、アルゴリズムの精度検証サイクルを自律的に回します。 ●プロダクションレベルのコード品質担保 (Engineering) 再現性担保のためのモデル学習・推論のパイプラインを構築します。 Webアプリケーションと統合し、実装したアルゴリズムをプロダクション環境へ統合し、アルゴリズムを実際のユーザーに使っていただきます。 推論APIのI/F設計や、Dockerコンテナ化、CI/CDパイプラインへの統合を主導します。 ●ステークホルダーへの技術説明 (Communication) アルゴリズムを適用した結果とその考察、ビジネス上のインパクトを、ビジネス職やクライアントにも伝わる言葉で翻訳し、説明します。 【開発例】 ●画像認識による非構造化データの自動整理 数百万枚規模の現場写真を対象とした、高精度な画像分類パイプラインの構築・API実装 ●点群データを活用した幾何学的シミュレーション 3Dスキャンデータ(点群)を用いた、巨大部材の輸送経路・干渉チェックアルゴリズムの実装 ●動画解析によるインフラ異常検知システム 車載カメラ等の動画データから、道路や構造物の変状箇所を特定する物体検出モデルの開発 ●ドメイン特化の大規模言語モデル 建設業・製造業など特定のドメインに特化した大規模言語モデルのファインチューニングを行い、ドメイン特化のモデルの学習・推論パイプラインの構築 ●ロボット行動学習 VLA・VLMを用いたロボットの行動制御モデルの最新手法のサーベイと、学習・推論パイプラインの構築 ● RAGを用いた会社独自のエージェント 社内に眠る膨大な技術文書やトラブル事例をベクトル化し、最適な解決策を提示する検索システムの開発 【技術スタック(一例)】 ●AI:Python/Numpy/Pandas/Pytorch/OpenCV ●AI開発ツール:Devin/Claude Code/v0.dev/GitHub Copilot/Gemini

燈株式会社

●課題の数理的定式化と技術戦略の策定 (Research & Design) 顧客の抽象度が高いビジネス課題に対し、背景にある物理現象や業務プロセスを深く理解した上で、最適な数理モデル(機械学習、数理最適化、シミュレーション等)への定式化を行います。 類似事例が存在しない難題に対して、NeurIPS/CVPR/ICML等の最先端論文(SOTA)から技術的なインサイトを得つつ、ビジネス制約(コスト、計算リソース、リアルタイム性)を考慮した実現可能な技術ロードマップを策定・提案します。 ●高難度アルゴリズムの実装と突破 (Implementation) 既存ライブラリでは対応できない特殊な要求に対し、論文の数式を深く理解し、PyTorch等を用いてアルゴリズムをスクラッチで実装・独自改良します。 ノイズが多い、データが少ないといった悪条件下でも機能するロバストなモデルを構築するために、ドメイン知識を組み込んだ特徴量設計や、学習プロセスの高度なチューニングをリードします。 ●アーキテクチャ設計と技術品質の統制 (Engineering) 個別のプロジェクトにとどまらず、会社全体のMLシステムアーキテクチャやデータパイプラインの設計責任を持ち、長期的な保守性と拡張性を担保します。 全社的な技術選定の指針策定や、ベストプラクティスの標準化を行い、組織全体のエンジニアリング品質の底上げを主導します。 ●事業価値への接続と期待値コントロール (Communication) 技術的なアプローチが、顧客のPL(売上向上・コスト削減)にどう貢献するかを言語化し、経営層やクライアント責任者に対して論理的に提案・合意形成を行います。 技術的な不確実性が高いフェーズにおいて、何ができて何ができないか(技術的限界)を明確に伝え、顧客の期待値を適切にコントロールしながらプロジェクトを成功へ導きます。 【開発例】 ●画像認識による非構造化データの自動整理 数百万枚規模の現場写真を対象とした、高精度な画像分類パイプラインの構築・API実装 ●点群データを活用した幾何学的シミュレーション 3Dスキャンデータ(点群)を用いた、巨大部材の輸送経路・干渉チェックアルゴリズムの実装 ●動画解析によるインフラ異常検知システム 車載カメラ等の動画データから、道路や構造物の変状箇所を特定する物体検出モデルの開発 ●ドメイン特化の大規模言語モデル 建設業・製造業など特定のドメインに特化した大規模言語モデルのファインチューニングを行い、ドメイン特化のモデルの学習・推論パイプラインの構築 ●ロボット行動学習 VLA・VLMを用いたロボットの行動制御モデルの最新手法のサーベイと、学習・推論パイプラインの構築 ● RAGを用いた会社独自のエージェント 社内に眠る膨大な技術文書やトラブル事例をベクトル化し、最適な解決策を提示する検索システムの開発 【技術スタック(一例)】 ●AI:Python/Numpy/Pandas/Pytorch/OpenCV ●AI開発ツール:Devin/Claude Code/v0.dev/GitHub Copilot/Gemini

燈株式会社

DX Solution事業本部では、製造業・建設業・物流業など多様な産業においてロボティクスの導入・活用を推進しています。 現実環境におけるロボットの活用は、物理的制約や安全性の課題から実機だけでの開発が困難であり、シミュレーションを活用した検証や学習が不可欠です。 本ロールでは、ロボットのシミュレーション環境を構築・整備し、制御アルゴリズムやAIによる学習を効率的に進められる基盤を担います。 さらに、シミュレーションと実機をシームレスにつなぐ「Sim-to-Real」技術を推進し、研究開発から実運用までを加速させます。 これにより、プロジェクトごとの用途(自律移動、マニピュレーション、協働作業など)に合わせたロボットシステムを迅速に開発・展開し、産業現場における生産性向上や安全性確保を実現します。 【具体的には】 ・ロボットのシミュレーション環境の構築とカスタマイズ ・シミュレーション上での制御アルゴリズムやタスク遂行の実装・検証 ・シミュレーションを活用した強化学習・模倣学習などによるロボット制御の高度化 ・シミュレーションで得られた学習結果を実機ロボットへ適用し、実環境での動作検証・改善

株式会社リンクアンドモチベーション

ご入社後は、データユニットの中核メンバーとして、データ基盤の刷新およびデータ活用戦略の推進をリードしていただきます。中長期的には、事業・プロダクト両軸でのデータ活用を牽引し、技術ロードマップの策定やチーム育成にも関わっていただくことを期待しています。 主な業務内容 ●データ基盤の刷新・標準化の推進 ●データガバナンス・セキュリティ戦略の設計および実装体制の構築 ●サーベイ・レコメンド等のサービス開発における学習ループ設計と基盤整備 ●複数サービス・外部システム連携の共通基盤化とデータ統合の戦略策定 ●技術ロードマップ策定およびPdM・事業側との連携によるデータ活用戦略推進 ●技術育成・牽引 ●Peopleマネジメント 開発環境 ▼バックエンド Rails、Python、TypeScript、Sorbet ▼フロントエンド Vue.js、TypeScript、Next.js、Nuxt、Storybook、Chromatic、Figma ▼インフラ・CI/CD AWS、k8s、Terraform、Datadog、Sentry、Autify、Github Actions、Azure、Docker、Codecov ▼生成AI OpenAI、Cursor、Dify、n8n、AWS Bedrock、GitHub Copilo、Gemini、Claude Code、Devin、Cognitive Search、Streamlit、Azure AI Search ▼コミュニケーション GitHub、Jira & Confluence、Slack、Google WP、Qiita Team、Gather