年収800万円以上のITエンジニア求人・転職情報

●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 エンジニアリングの知見を活かし、顧客案件における技術観点でのデリバリー責任を担いながら、 プロジェクトを安定的に前進させること がミッションです。 ビジネスサイドPMやエンジニアと協働し、技術と進行の両面からプロジェクトを成立させる役割を担います。 主な業務 ●顧客案件におけるプロジェクトマネジメント ・スコープ、スケジュール、品質、リスクの管理 ・技術的前提を踏まえた進行判断・調整 ●技術観点でのデリバリーコントロール ・技術的論点の整理 ・実装・設計を前提としたリスク判断 ●ビジネスサイドPMとの協働 ・案件ごとの役割分担や進め方の設計 ・技術・ビジネス双方の観点を踏まえた意思決定支援 条件付きで関与する業務(希望・状況に応じて) ●社内のリソース状況やプロジェクトの優先度に応じて、PMとしての関与範囲を一時的に拡張します ・リードエンジニアが実装に集中するための進行・調整業務の巻き取り ・プロジェクト横断での状況整理、優先度調整、関係者間の調整 ●プロジェクトの局面や体制に応じた、リードエンジニア的な立ち回り ・技術的な判断が滞らないための意思決定支援 ・実装方針や品質に関するレビュー・フォロー ●必要に応じたハンズオンでの開発への関与 ・リソースが逼迫しているプロジェクトにおける一時的な実装対応 ・コーディング・修正・仕上げなど、デリバリーを前に進めるための直接的な支援(基本的には開発メンバーに実装を依頼しつつ、あくまで状況に応じた関与を想定しています)

●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

ミッション 多様なステークホルダーとの関係構築を行いながら、政府系プロジェクトをリードして成果を創出することがミッションとなります。 政府系プロジェクトでは大学、企業、独立行政法人など多岐にわたる機関が参画しており、多くの関係者とコミュニケーションを行いながらプロジェクトを推進していく必要があります。 また、技術開発・研究開発に関する未踏領域を探索するプロジェクトであるため不確実性が高く、見通しが立たない中でプロジェクトを推進しながら成果を創出を実現していただきたいと考えております。 業務内容 ABEJAプロジェクト推進責任者として政府系プロジェクトを推進 関係者とのコミュニケーション 会議資料作成(スライド)、ファシリテーション スケジュール管理、タスク設計、進捗管理 その他、仮説作成、対象業務の理解・改善提案、データ分析など、プロジェクトごとに必要な業務を社内メンバー(データサイエンティストやエンジニアを含む)と連携して積極的にご担当いただきます。 その他 【変更の範囲】 会社の定める業務へ配置転換の可能性あり

AIで「改善」から「革新」へ!最先端技術で社会を動かすプロジェクトをリードしませんか? AI技術の進化は、あらゆる業界に革新をもたらしています。AMBLでは、その最前線でクライアントのビジネス変革を牽引するAI開発プロジェクトマネージャーを募集しています。 単なる改善に留まらない、真の「革新」を生み出すプロジェクトをまるごと牽引していただきます。トレンドの 生成AI 、 画像AI 、 数理最適化 、 AIエージェント といった最先端技術を駆使し、顧客の抱える複雑な課題をAIで解決に導く、非常にダイナミックな役割です。 具体的には ●プリセールス支援 :営業と共にAI技術の専門家として顧客の課題を深く理解し、最適なソリューションを提案。案件獲得の鍵を握ります。 ●受託PoC・受託案件のプロジェクトマネジメント: 要件定義から設計・開発、テスト、そして納品後のサポートまで、プロジェクトの全工程を統括。スケジュール、品質、コスト、リスクを徹底管理し、プロジェクトを成功に導きます。 ●チームマネジメント: 開発メンバー、営業、そして顧客といった多様なステークホルダーを巻き込み、円滑なコミュニケーションと最適な連携を実現。プロジェクト推進のハブとなり、チームを勝利へ導く司令塔です。 ●顧客との関係構築: 顧客の期待を超える成果を追求し、深い信頼関係を構築。継続的なビジネスチャンスへと繋げます。 ●予算・進捗管理: 限られたリソースの中で最大の成果を生み出すため、予算と進捗を綿密に管理し、常に最適な調整を行います。 組織のミッション AI開発事業部:未来を創造し、社会を動かすAIのプロフェッショナル集団 私たちは、「AIの社会実装を構想・実現する力」と「人を育成する力」をミッションに掲げ、お客様の課題解決とAI活用推進を使命とするAI開発事業部です。めまぐるしく進化するAI領域において、常に最先端を走り続けます。 トレンドの速いAI領域において、 画像解析 、 数理最適化 、 生成AI 、そして AIエージェント といった「使えるAI技術」を常に追求し、社会実装を推進。 20以上の自社サービス開発と300件以上のAIプロジェクト支援実績があります。お客様の課題に合わせたAIソリューション提案から実装、そして内製化支援・教育まで一貫してサポートし、真に活用できるAIを提供します。AIによる効率化、生産性向上、新規ビジネス創出で、社会全体のDXを推進します。 キャリアパス ●専門性の深化と最新技術への挑戦 AI技術の進化は目覚ましく、私たちは常に最先端の技術動向を追い、それを実案件に導入しています。LLMや生成AI、数理最適化など、最新技術を駆使したプロジェクトを通じて、あなたの専門性をさらに深化させることができます。社内外の勉強会や、資格取得支援制度を活用し、常にスキルをアップデートできる環境です。 ●新規事業・サービス開発への参画 あなたのアイデアが、新たなAIソリューションやサービスとして具現化される可能性も大いにあります。顧客のニーズを捉え、AIで社会に新たな価値を生み出す新規事業やサービス開発に、企画段階から参画できるチャンスがあります。 ●組織の中核を担う存在へ AI事業部の拡大に伴い、組織体制も常に進化しています。プロジェクトマネージャーとしての経験を積んだ後は、チームリーダーやマネージャーとして、組織の中核を担い、若手メンバーの育成や組織体制の強化に貢献していただくことも期待しています。

●弊社はこれからBtoB事業に本格参入します。 このBtoB事業で2045年に年商5000億円を見込んでいます。 そのために幹部候補の1人目エンジニアが必要です。 toCの部署には既にエンジニアデザイナーは30人以上います。 ●経営幹部直下で新規事業を共に作っていきます。 日本の企業の生産性を上げるシステムを開発し提供します。 詳細内容は面談の時にお伝えします。 入社後の流れ 1.ファウンダー上野と経営幹部安藤と共に ┗経営戦略を考える。 2.戦略に沿って各種実行をする。 ┗企業ヒアリングや開発など。 3.再度戦略をブラッシュアップし ┗再度実行しこれを繰り返して5000億円へ 顧客のニーズをお伺いしてソリューションのご提案をしていただきます。 Slerとしてご提案していただくこともあればそのニーズを負うロダ口に落とし込み、Saasの開発をしていただくことを想定しております。 手段は問わず、足的な手法で顧客の課題解決をしていただきます。

当社は創業以来、DXコンサルティングを通じて企業の変革を支援してきました。 次のステージとして、生成AIを活用したプロダクト開発に注力しています。 その中心となるのが 「AIプロダクトエンジニア」 です。 単なるモデル実装やデータ分析に留まらず、Web開発の実装力 × ビジネス理解 × CX(顧客体験) × AI活用 を掛け合わせ、価値あるAIプロダクトを共に作り上げる仲間を募集しています。 ●業務内容 ・RAG(Retrieval-Augmented Generation)やLangChain等を用いた生成AIアプリケーション開発 ・フロントエンド/バックエンドを含むWebアプリケーションの設計・実装 ・PJにおける要件定義・設計・開発・テストといった一連の工程への参画 ・チームメンバーやコンサルタントと連携したプロダクト開発 ●主なプロジェクト事例 ・保険業向けAIクローンPoC支援 ・情報通信業向けRAG活用ローカルLLM開発 ・インフラ業向けローカルLLM導入・構築 ●従事すべき業務の変更の範囲 ・雇入れ直後:配属先に関する業務一般 ・変更の範囲:会社が定める業務 ●当事業の目指す姿 当社は「CxO firm 1000人のCxOを輩出する企業へ」をVISIONに掲げ、「個の能力を徹底的に磨け」というコアバリューのもとマインド・能力開発できる環境作りを追及し、既に数名のCxOを輩出してきました。 Technology領域においても、技術軸のCxO(CTO、CIO、CDO…)や、社会的にインパクトのあるプロダクト開発、市場トップレベルの技術的な強みの獲得・発揮など、本人の志向に合わせた成長機会を創出していきます。 ●当事業の成長ステップ STEP1:既存顧客へのオポチュニティ開拓・外部リソース含めた体制構築 STEP2:主要サービスラインを確定し、営業戦略再策定・採用強化 STEP3:デリバリーリソースの内製化・当事業起点での案件創出 ●当社クライアントの特徴 Forbes500/Nikkei225を始めとする大手エンタープライズ企業と100%プライム(一次請け)を実現しております。

具体的な技術に関する情報は「[歴史に残る模範的なソフトウェアを作ろう](https://recruit.smarthr.co.jp/engineer/)」をご覧ください。 ●役割 プレイングマネージャーとして、新設のAI開発支援ユニットの立ち上げとリードを担っていただきます。ウェブアプリケーション開発とAI組み込みの両方の知見を活かし、各プロダクトチームへのハンズオンや壁打ちなど濃淡さまざまな支援を行いながら、チームで得た知見をもとにAI開発の標準化を推進する役割です。 自身も手を動かしてコードを書き、要件定義から設計・実装・リリースまでを一気通貫でリードしていただきます。個々のプロダクトの成功にとどまらず、SmartHR全体のAI開発力を底上げする、組織変革の起点となるポジションです。 ●具体的な業務 入社後はまず、SmartHRのプロダクトやデータといったアセットを深く理解するところからはじめます。そのうえで、AIを活用した価値提供の実験から本番実装までを自ら推進しつつ、各プロダクトチームとの連携体制・AI開発基盤・評価指標といった「仕組み」の立ち上げに取り組んでいただきます。 技術テーマは、AIを活用した業務効率化機能やインサイトの提供、AIエージェント開発、LLMOpsなど多岐にわたります。コードを書く比率は時期や必要に応じて柔軟に変動し、AI開発支援のロードマップ作成やメンバーのプロジェクトアサインといったチーム運営もお任せします。 ※業務内容変更範囲:会社の定める業務 ●開発規模・開発体制 ・チーム規模 └新設ユニットの立ち上げフェーズです。立ち上げメンバーとしてジョインいただき、2027年にかけて最大5名規模への拡大を見込んでいます。 ・開発体制 └MLエンジニアとAIプロダクトエンジニアで構成されるチームを予定しています。AI開発部のマネージャーや他ユニットのプレイングマネージャーと協働しながら、チームの体制・開発スタイルづくりを行います。 ●現在取り組んでいる課題 ・AIネイティブな機能を実験から本番実装まで一気通貫でつくる └数百万人が利用する人事データ・プロダクト群という他にはないアセットをもとに、業務効率化機能・インサイト提供・AIエージェントの開発に取り組んでいます。PoCで終わらせず、価値検証の実験からプロダクション品質での本番実装までを自律的に推進しています。技術選定や設計判断の裁量が大きく、ウェブアプリケーション開発とAI組み込み、双方の総合力が問われる領域です。 ・LLMOpsを含むAI開発基盤・評価の仕組みをゼロから設計する └全社でAI機能開発が加速する一方、評価指標・LLMOps・開発標準といった「仕組み」はまだ確立されていません。個別最適な実装が乱立する前に、複数プロダクトを横断して支えるスケーラブルな基盤とプラクティスを設計する必要があります。前例も正解もない領域で、アーキテクチャレベルの意思決定から取り組んでいます。 ・AI機能開発の主体を中央組織からプロダクトチームへ移す └これまで中央組織がリードしてきたAI機能開発を各プロダクトチームが自律的に担える体制へと変革するタイミングです。ハンズオンや設計の壁打ちで現場の課題をともに解きながら、そこで得た知見を標準として全社へ還元し、個人の技術力を組織全体の開発力へスケールさせていきます。

本ポジションでは、プロダクトを横断して品質基盤作りに関わることで、品質の向上とその維持を目指します。 ● 担当プロダクト・領域例 Sansan:名刺や企業情報、営業履歴を一元管理して全社で共有できるようにすることで、売上拡大とコスト削減を同時に実現する営業AXサービス Eight:価値ある出会いをつなぐ、ビジネスのための名刺アプリ Bill One:請求書受領、経費精算、債権管理といった、さまざまな業務領域の課題を解決する、経理AXサービス Contract One:契約書をはじめとする取引書類をデータ化し、取引の条件や変遷を可視化することで、機会の損失や信用の低下を防ぎ、企業の利益を守る、契約AXサービス Sansan Data Intelligence:企業内外のデータを統合し、ビジネスデータベースとして活用するための顧客マスターマネジメント いずれの領域も事業成長に合わせて組織規模が拡大しており、フェーズも技術構成も異なります。担当領域は選考を通じて、希望と経験を踏まえて提案します。 【具体的な業務】 コードの相当部分がAIによって生成される前提で、テストの「実行」ではなく品質の「成果」に責任を持ちます。担当プロダクトの状況に応じて、以下の重心が変わります。 ● リスクベースの妥当性確認と品質戦略 受け入れ基準の定義、リスクの見積もり、検証範囲の選定と残余リスクの明示 開発が保証する範囲と品質領域が保証する範囲の線引きの設計と、関係組織を巻き込んだ確立 個人の力量ではなく仕組みとして回る状態への転換と、隣接するチーム・プロダクトへの展開 同種の問題が再発しない構造に手を入れる(個別の不具合対応で終わらせない) ● テレメトリに基づくプロダクトの価値検証と改善 機能要件のレビューで、テレメトリ(利用状況や品質の計測データ)をエビデンスとして要件の前提や優先度の妥当性を問う 開発案件に、達成を判定できる成功指標が設定されているか、価値仮説と指標が整合しているかの企画段階での確認 出荷後に期待した効果が得られているかの評価と、データを根拠にした改善提案のプロダクトへのフィードバック ● 開発者の自律的なテスト所有の実現 テスト設計の型・ガイドラインの整備と引き渡し 受け手の前提確認、運用の担い手の確定、自走判定、不要になった仕組みの停止判断 テスタビリティを設計時の要件として扱える状態づくり ● テスト生成・実行の仕組み構築 AIによるE2Eシナリオの半自動生成と、生成から実行までの反復システム化 単体・結合・E2E各レイヤーの重複と抜けの判断、層配分の設計 ノーコードツール依存からの移行設計と完遂 ● 品質を数値で判定できる状態づくり プロダクトのフェーズとニーズに応じた品質指標の選定・定義 計測の自動化、ベースラインの設定、品質ゲートの構成 投資や優先度の判断に品質観点を持ち込む仕組みづくり ● AI・自動化の編成と、出力の品質判定 リスクベースのテスト選択の構成、AI生成物の合否基準の明文化 品質領域・開発・AI・パートナーの役割配分の設計 非決定的な出力(AI/LLM機能)の検証(一貫性・頑健性・バイアス・ドリフト) 【開発環境、使用するツールなど】 開発言語:TypeScript, JavaScript, Python, C# など テスト自動化:Playwright など インフラ:Google Workspace, GCP(Google Cloud Platform), Microsoft 365, Notion, Azure など ソースコード管理:GitHub AIツール:Claude Code, Codex, GitHub Copilot, Notion AI, Google Gemini, Cursor など ※従事すべき業務の変更の範囲 会社の定める業務

太陽光発電をはじめとする、発電所・需要所の発電需給予測モデルの研究・開発 電力市場(JEPX スポット・インバランス・需給調整市場 等)の価格予測モデルの研究・開発 需要所や蓄電所を組み合わせた売買計画の最適化アルゴリズムの研究・開発 開発したアルゴリズムのプロダクトクオリティでの実装・運用 実運用中のアルゴリズムの収益効果分析と継続的な改善 AI Agent を活用した開発運用フローの継続的な改善 ●開発環境・技術スタック Python, TypeScript, Terraform Google Cloud: BigQuery, Dataform, Cloud Run PostgreSQL ●仕事概要 数十兆円規模で急拡大する電力市場を舞台に、本ポジションでは、発電所や需要所の発電需給予測、電力市場の価格予測、需要所や蓄電所を組み合わせた売買計画の最適化といった研究開発を、AI Agent を最大限に活用して、調査から実装・実運用・改善まで一気通貫で担います。研究アイデアを、サービス品質で動作するコードとして実装し、実運用まで最短で落とし込みながら、改善サイクルを高速に回します。

●仕事概要 数十兆円規模で急拡大する電力市場を舞台に、太陽光発電量の予測から JEPX 入札・収益化までを、少人数チームで一気通貫に運営しています。本ポジションは、この事業を支えるシステム群 の品質と信頼性に責任を持つエンジニアです。システム全体の信頼性、アーキテクチャ、運用方針、技術負債の優先順位について技術的オーナーシップを担います。 開発の主戦力は AI Agent(Claude Code / Codex)です。全リポジトリを Agent 前提で整備し、skill・workflow・データカタログ・レビュー自動化を自作しながら、チームの開発生産性の最大化を追求します。Senior Platform Engineer は、この「Agent が安全に働ける環境」そのものを設計対象とし、Research Engineer が開発・検証・改善のサイクルを一人で回せる状態と、運用システム全体の品質に責任を持ちます。運用は現担当マネージャーとの分担から始め、段階的に運用のオーナーシップを引き取っていきます。 ●主な業務内容 事業影響を踏まえた信頼性目標・監視基準・障害対応方針の設計と、予測・入札パイプライン群(Cloud Run / BigQuery / Dataform)の信頼性向上 Research Engineer の成果を本番に載せるための品質ゲート整備(テスト、レビュー、再現性) 通常のデータ/ソフトウェア開発を高速化する AI Agent harness の設計・開発(カスタム skill・workflow・レビュー自動化など、チーム共通の開発環境) 障害対応、原因分析、再発防止、runbook 整備の主導 正確性・信頼性・開発速度・運用コストの trade-off を踏まえた、アーキテクチャ・運用方針・技術負債の優先順位に関する意思決定 ●開発環境・技術スタック Python, TypeScript, Terraform Google Cloud: BigQuery, Dataform, Cloud Run PostgreSQL

●具体的な業務例 1)業界動向や学会動向に基づいた競争力のある研究開発テーマを提案する(担当テーマを与える場合もある) 2)研究開発テーマを達成するためのスケジュールを立案する 3)スケジュールに基づいてアイディアの具体化、プロトタイプ開発を推進する。必要に応じて、他部署・社外パートナーと連携して進める。 4)研究成果をOEMに提案するとともに、展示イベント・学会発表を通じてAstemoのプレゼンス向上に貢献する。 5)研究成果の製品化に向けて、量産部署への技術移管を行う ●携わる製品の名称や特徴 Astemo の製品・システム紹介(IoV) (https://www.astemo.com/jp/products/) 人とくるまのテクノロジー展2026 横浜でデジタライゼーション技術として展示 https://www.astemo.com/jp/corporate/exhibitions/technology2026-yokohama/menu/#digitalization 【ミッション/期待する役割・責任】 ●組織内での本求人ポジションのミッション Software-Defined Vehicleの実現をミッションに、MLOps技術の研究開発を担当いただきます。 ●期待される役割・責任 競争力のある研究開発を行うために、業界動向や学会動向を調査しつつ、アイディア提案、プロトタイプ開発を推進頂きます。具体的には、データ分析に関わるAIエージェントシステムを実現するため、自動車制御や車両システムに関する知見を活用して、車両ログや画像等のデータ分析、原因仮説の立案、分析手法の検討およびプロトタイプ開発を推進いただきます。また、業界・学会動向を調査し、AIエージェントによるデータ分析の高度化を推進いただきます。成果に応じて、論文執筆や社外発信を担当いただく可能性があります。ご経験に応じて、自動車メーカーへの研究成果の提案、量産開発部門への技術移管、大学・研究機関・スタートアップ等とのオープンイノベーションもお任せします。 【働き方・就業環境】 ●リモートワーク頻度 デジタルプラットフォーム技術開発部は、出社必須の業務事情でない限り、上長と相談上、リモートワークを利用可能です。 部全体としてはリモートワーク率が高く、定常的な出社率は20-30%となっています。 メンバが異なる拠点で働いていることもあり、コミュニケーションの中心はMicrosoft Teamsを使ったchat/通話が主体となりますが、チームワークを強固にするため、定期的に部やチーム単位で直接会う機会を設けています。 ●平均残業時間 15時間前後 ●入社後すぐの業務 今までの御経験などを踏まえながら、選定したテーマを担当頂き、チーム内で議論しながら推進頂きます。 ●入社3か月～1年以降 今までの御経験や入社後の状況に応じて、研究テーマの提案やオープンイノベーション活動に参加頂きます。 【業務内容についての補足】 ・雇入れ直後 :「求人内容」において、会社の定めた業務 ・変更後の範囲:会社の定める業務

【ミッション】 海外のOTT・通信事業者向けNWサービス、DCサービス事業の拡大 【主な業務】 海外のOTT・通信事業者向けNWサービス、DCなどのソリューション提案、設計および構築に係るセールスエンジニアリング 【具体的な業務】 ・顧客ごとの個別要件に基づいたソリューション検討(要件定義・設計・構築・運用・全体PM) ・既存プロダクトで解決できないケースでの個別ソリューション構築(個別カスタマイゼーション) ・上記に伴う社内関係部門との連携と対外折衝(パートナー・ベンダー・業務委託先など) ●業務の変更の範囲:会社内でのすべての業務

日本トレカセンターの情シスエンジニアとして、 ITツールの選定からツールを活用しオペレーションの設計まで複数部門にまたがり広く検討・推進していただきます。 ●業務範囲 ① 全社IT基盤の設計・運用(ID管理、端末、ネットワーク、SaaS管理) ② セキュリティ体制の構築(ポリシー、標準・手順、教育、監査対応) ③ J-SOXのIT全般統制(ITGC)整備・運用・評価、IT依存統制の支援 ④ ゼロトラスト/SSO/MDM/EDR/メール保護/ログ管理(SIEM等)の導入運用 ⑤ 権限管理(RBAC)、入退社・異動プロセス、棚卸しの自動化 ⑥ 脆弱性管理(パッチ、スキャン、設定ベースライン)とインシデント対応 ⑦ クラウド(AWS/GCP/Azure)基盤のセキュア設定(IAM、KMS、監査ログ) ⑧ 各種認証(ISMS/ISO27001、SOC2等)や顧客監査、上場審査の問合せ対応 ※将来的には、配置転換の可能性があります。 ●利用するツール Slack Notion Claude/ChatGPT Google Workspace(スプレッドシート等)

【プロダクトについて】 導入支援の中心となるのは、自社開発のHR共創プラットフォーム「Pathoslogos」です。 このプロダクトは、申請・承認・人事情報連携などを司る共通基盤として機能し、他社SaaS(給与、労務、勤怠、評価など)と柔軟に連携。 単なるSaaS導入ではなく、企業ごとに異なる人事業務全体を“つなぎ直す”という発想で設計されています。 【期待される役割】 ●顧客・社内・パートナーを横断的に巻き込み、プロジェクト全体の成功に責任を持つ“司令塔”としての推進 ●単なるプロダクト導入にとどまらず、業務改革(BPR)・人事DXの伴走者として価値を発揮 ●テクノロジーと業務視点の両軸で、顧客の「あるべき人事体制」の実現を支援 【業務内容】 ●自社プロダクト+外部SaaSを組み合わせた業務ソリューション導入プロジェクトの総合管理 ●顧客の人事課題・業務要件・運用方針のヒアリングと業務要件定義 ●導入スコープ設計、ロードマップ策定、導入ステップ設計 ●社内開発チーム・外部SaaSベンダー・クライアントとの調整/進捗管理/リスク管理 ●導入フェーズごとの課題抽出、優先順位付け、アクションプラン立案 ●システム連携・初期運用支援・サポート体制の設計 ●プロジェクトで得られたフィードバックの社内共有/プロダクト改善への提案/営業チームへの知見還元 【立ち上がり方】 入社当初は、先輩PMがリードする複数案件の中に「サブ担当」としてジョインし、プロジェクトの進め方や自社プロダクトの設計思想、顧客業務の捉え方などを実務を通じてキャッチアップいただきます。 並行して、当社が扱う外部SaaS群の連携特性や制約、現場で起こりがちなオペレーション課題などを把握いただき、早ければ数ヶ月以内に1〜2件の案件を主担当としてお任せしていきます。 中長期的には、導入プロセスの標準化/他PMへのナレッジ展開/改善提案など、組織全体への影響力を持った役割も期待しています。 「いきなり全部1人で回す」体制ではなく、必ずチームで進めていく文化ですので、SaaS導入未経験の方でも安心して成長していただけます。

●IT戦略の策定・実行 ・全社IT戦略・情シスロードマップの策定とアップデート ・IT投資計画/予算策定/ベンダーマネジメント ・経営陣・各事業部門と連携した、業務プロセス変革・DX推進 ●パブリッククラウド・SaaS のガバナンス ・AWS / Google Cloud / Azure を含むパブリッククラウドの全社統制(権限・監査・コスト・セキュリティ) ・Google Workspace、Microsoft 365、Slack、Notion などの SaaS ガバナンス設計 ・IDaaS(Okta / Entra ID / Google など)を中核としたシングルサインオン・ゼロトラスト設計 ・デバイス管理(MDM/EDR)、ネットワーク、VPN/ZTNA の設計運用 ●生成AI/Claude などの全社活用とガバナンス ・Claude をはじめとした生成AIツールの全社導入・運用設計 ・生成AI利用ポリシー、データ取扱いガイドライン、監査・ログ統制の設計 ・社員が安心して『触りに行ける』環境作り(過度な制限ではなく、賢いガードレール設計) ・AI起点での社内業務自動化、生産性向上施策のリード ●情報セキュリティ・コンプライアンス ・ISMS / Pマーク / SOC2 などの認証・監査対応(必要に応じて) ・インシデント対応体制、ログ・監視基盤の設計運用 ・リスクベースでの統制設計(『何を厳しく、何を緩く』のメリハリ)

●具体的な仕事内容 配属事業部の部長orグループ長として、エンジニアやPM、PLを束ね、開発プロジェクトまたは運用・インフラ領域の統括をお任せします。プロジェクトの成功とメンバー育成をリーディングいただきます。 <事業成長への貢献> 既存事業の運用改善・収益性向上、新規案件の創出・アップセル、採用・組織拡大への貢献 <プロジェクト管理> 進捗・品質・予算管理、および顧客との折衝(超上流工程から参画)、アップセル <技術選定・アーキテクチャ設計> 現場のテックリードと連携した最適なソリューションの提案 <組織マネジメント> メンバーの評価、1on1、キャリア開発支援 【配属想定】 事業部長と連携し、事業推進いただく部長orグループ長として、下記いずれかの部門への配属を想定しております。 ・フィナンシャルソリューション事業部 創業時からの金融開発や大規模開発 PJ が多数。Java による Web アプリケーション開発を得意とし、500 人月以上の大規模開発実績も遂行可能。銀行向け Web システム・営業店システムをフルスタックで担当する部、システムアーキテクチャを一から提案できる部、プライム案件で LLM を用いたシステム開発に取り組む部など、部ごとに特色があります。大型 PJ が多く、マネジメント経験を積める点も魅力です。 ・フューチャーリンク事業部 業界問わずコンシューマ向け案件が多く、PHP・TypeScript 等での Web アプリケーション開発を得意とします。1 名〜10 名程度まで大小さまざまな案件があり、大規模システムの構築やパブリッククラウドの活用を学べる部、業務アプリケーションを中心にミドルウェア設定・運用保守・移行まで幅広く経験できる部など、部ごとに強みが異なります。今後はスマホアプリ開発領域の拡大も予定しています。 ・アドバンストテクノロジー事業部 プライム案件を中心に、モダンなものからマイナーな技術まで幅広く対応。Web フロントエンド(React/Vue.js)、バックエンド(Go/Node.js/Python)、クラウド(AWS/GCP)を活用し、AI を活用した SDD(仕様駆動開発)など開発効率と品質を高める新しい手法を積極的に取り入れています。デイリーユーザー 100 万人超のモバイルアプリ開発など大企業の重要案件も複数担当し、勉強会もエンジニア主体で盛んに開催しています。 ・ビジネスプロセスアウトソーシング事業部 運用専門部隊として、障害対応をはじめ様々な IT 運用管理をアウトソーシング。開発から運用までトータルで提案できる組織を目指しています。AI の進化により運用保守費用は中長期的に低下していくと見据え、それだけに依存しない新たな収益の柱を自ら生み出すべく、AIOps プロダクト開発にも注力していく予定です。 ・RGA 事業部 AWS/GCP/Azure 等のパブリッククラウドに加え、オンプレミス・プライベートクラウド環境(2 拠点→1 拠点への移行等を含む)の設計・構築・運用も担当。SRE、CI/CD 構築・改善、監視の自動化まで、上流から下流までワンストップで経験でき、アプリケーション側の自動化アーキテクト業務を通じて DevOps 文化にも触れられます。エネルギー企業のサーバーレス基盤や社会インフラ企業の一般ユーザー向けサービス基盤など、様々な案件がございます。

●本ポジションは GRIDの開発は、社会インフラ事業者向けのエンタープライズシステムを、要件定義から運用まで一貫して手がける受託・共創型のソフトウェア開発です。中核となる技術は数理最適化であり、本ポジションが担う品質保証の対象も、その開発プロセスとシステム品質です。 担当いただくプロジェクトそのものが数理最適化・AI技術を用いたソリューションであるため、業務を通じてその領域に触れることができます。全社の制度としてAIキャッチアッププログラムもございます。 今回募集しているのは、ソフトウェア開発における品質保証(QA)のプロフェッショナルです。AI・機械学習に関する専門知識は、入社時点では必須としておりません。 ●体制と権限 1人目のポジションであるため、権限と役割分担は下記を想定しております。 ・レポートライン └事業管掌取締役の直下。開発部門の内側ではなく、全社の品質機能として置きます。 ・リリース可否 └リリース判定ゲートの設計と、その運用における品質面の判断を本ポジションが担います。 ・対象範囲 └並行する主要プロジェクトのソフトウェア品質 ・役割分担 └アルゴリズムの妥当性評価:データサイエンティストが担当 └テストの実施:各プロジェクトの開発メンバーおよび外部委託が担当 └本ポジション:上流の品質設計、テスト戦略、プロセス標準、リリース判定 ・チーム └立ち上げ期は1名。2人目以降の要員計画は、ご自身で設計いただくことが可能です。 ※対象は「ソフトウェア品質」となります。蓄電池・データセンター等のインフラアセット事業における設備・運用・安全品質は、本ポジションの業務対象には含みません。 ●仕事内容 次の3つを担っていただきます。立ち上げ期は、①と③に比重を置きながら②を並行して進めるイメージです。また立ち上げ期は、ご自身でテスト設計やレビューに手を動かしていただく想定もしております。 ① 上流品質・開発プロセスの設計(シフトレフト) ・要件定義・基本設計の段階での品質判定 ─ 要件の検証可能性、非機能要件、受け入れ基準の明確化 ・テスト戦略・テスト計画の策定と、開発プロセスへの組み込み ・品質メトリクスの定義と可視化 ─ 不具合の発生工程・原因分析、収束予測、手戻り工数の把握 ・レビュー基準・テスト設計テンプレートの整備と、開発メンバーへの浸透 ② QA体制の立ち上げ ・GRID版QA標準(プロセス・成果物・判定基準)の策定と社内展開 ・必要に応じて、テスト自動化(CI/CD、API、E2E)の方針策定と推進 ─ 対象範囲の設計、投資判断、導入の段取りまでを担っていただきます。パイプラインの実装そのものは開発チームまたは外部委託が担うため、ご自身がコードを書いて構築することまでは求めません。 ・将来のQAチーム組成に向けた要員計画・育成設計・採用要件の設計 ③ 顧客案件の納品品質ガバナンス ・顧客共創・受託プロジェクトにおけるリリース判定ゲートの設計と運用 ・エンタープライズ顧客への品質報告、および不具合が発生した際の説明・折衝。プロジェクトマネージャーと連携しつつ、品質面の窓口として主体的に担っていただきます。 ・不具合分析と是正・予防措置 ・プロジェクトを横断した品質リスクの検知と、開発部門・経営への共有 ●入社後の立ち上がり(想定) 〜3ヶ月 : 主要プロジェクトへの同席と現状把握。不具合・手戻り工数の実態をデータで計測し、ベースラインを置く(最初はこちらからお任せします)。 〜6ヶ月 : 上流レビューへの参画を開始。テスト戦略・受け入れ基準のテンプレートを1〜2プロジェクトで試行し、型を固める。並行して、担当プロジェクトを通じて事業ドメインの知識をキャッチアップいただきます。 〜12ヶ月 : GRID版QA標準として全開発プロジェクトへ展開。リリース判定ゲートの運用開始、テスト自動化の方針策定、QA体制のロードマップ提示。

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。 出発点は「1. 捉える」で、経営の構想を売れるサービスに落とし込む「3. 形にする」も同じ比重です。サービスとして最も大切なのは「5. 型にする」です。 【1. 捉える ― 技術トレンドを誰よりも早くキャッチし、自社での実践につなげる】 ・AIエージェント・生成AI・データ基盤の新しい技術・サービス・トピックスを、国内外の情報源から誰よりも早くキャッチし、何が変わるのか、いまの仕組みを置き換えられるのか、判断の軸を整理します。 ・見極めた技術を、立ち上げリーダーとともに自社の情報システム部門・問い合わせ対応などの社内の環境で実践し、効果と課題を確かめます。 ・AIの中核は先端企業の進化に任せ、当社はその周辺のどこで価値を出すか。 その切り分けと、サービスのアーキテクチャを考えます。 【2. けん引する ― 立ち上げリーダーを、技術でリードする】 ・キャッチした情報と判断の軸、実践の結果をチームに広げ、メンバーそれぞれの情報収集を、チームの知見と技術の標準に変えます。 ・立ち上げリーダーの相談相手として、技術の選定・組み合わせ、セキュリティ・権限・運用のしやすさを含めた要となる判断をリードします。 ・相談相手として関わる範囲は、立ち上げリーダー層に絞ります。 メンバーのマネジメントは立ち上げリーダーが担い、顧客先に分かれて働く多数のエンジニアを直接管理することは求めません。 【3. 形にする ― 経営の構想と顧客の課題を、売れるサービスに設計する】 ・経営トップや顧客の構想・要望の意図をくみ取り、誰のどの課題を解くか、どの範囲で、どの順番で出すかを決め、優先順位をつけてエンジニアが動ける単位に落とし込みます。 ・経営トップの構想や新しい提案について、技術と市場の両面から実現性を確かめて優先順位をつけ、「いま何をやるか」を決めて、チームが迷わず進める状態をつくります。 ・価値(工数削減・期間短縮などの効果を数字で示す)、段階別のメニューと対象範囲、成果物、価格と契約の形、収支と体制を設計します。 ・段階ごとの計画と、進めるかどうかの判断の基準を決め、経営層とすり合わせながら進めます。 出発点は技術ではなく顧客の課題で、最新の技術はそれを解く手段として選びます。 【4. 出して磨く ― 自社・既存顧客で試行し、事業として育てる】 ・自社・既存顧客での試行で効果を測り、本格的な提供へ広げるかを経営と判断します。 ・入り口となる提案メニュー(診断・アセスメントなど)、提案書、導入事例、価格表を整え、営業担当と組んで顧客の前に立ち、技術を語れるプリセールスとして提案と最初の提供を担います。 ・提供を始めたあとも、粗利・受注件数・継続率などの指標を追い、顧客の声をサービスに組み込み、メニュー・提供方法・価格を見直し続けます。 【5. 型にする ― 誰が提供しても同じ品質で届けられる状態にする】 ・提供の手順、成果物のテンプレート、規模別の見積りの算定表、品質の基準、AIの仕組みの構築・運用手順を「型」として整え、立ち上げリーダーとともに現場に広げます。 ・案件ごとの学びを型に戻し、提供するたびにサービスが強くなる仕組みをつくります。 【入社後のロードマップ】 【入社〜3ヶ月】 進行中のサービス(AIの利用ルールの運用支援、AIヘルプデスクなど)と経営の構想をつかみ、使っている技術を棚卸しします。 技術の最新の動向を捉え、自社の環境での実践につなげながら、最初に出すサービスの対象・範囲・優先順位を経営層とすり合わせて決めます。 【3〜6ヶ月】 自社・既存顧客で試行し、効果を測ります。 価値・メニュー・価格・提案書を固め、営業担当とともに既存の顧客に提案します。 技術の判断の軸をチームに広げ、立ち上げリーダーの技術の標準をそろえます。 【6ヶ月〜1年】 社外の顧客への提供実績をつくります。 提供の手順・見積り・品質の型を整え、指標を追いながら、メニュー・価格を改善します。 【1年〜】 サービスの責任者(オファリングオーナー)として、サービスとチームを育てていただきます。 技術の先端を取り込み、AI導入の伴走など次のサービスの立ち上げ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」】 【最新の技術を追い続けることが、仕事そのものです】 AIエージェント・データ基盤の領域は、数か月で前提が変わります。 業務の中で情報を集め、見極め続けることが仕事の一部です。 それを楽しめる方には面白く、そうでない方には負担の大きい環境です。 【サービスの形は、これから一緒につくります】 どのサービスを、どの範囲で、どの順番で出すかは、経営と議論しながら具体化している段階です。 決まった計画をなぞる仕事ではなく、経営の構想と市場の動きを踏まえて、目的に立ち返りながら優先順位をつけ、前に進める力が求められます。 【チームのメンバーは、顧客の案件と兼務の人がほとんどです】 運用・ヘルプデスクのエンジニアの多くは、顧客の情報システム部門の現場で日々の業務を担っています。 サービスづくりに関わる時間は、事業の責任者と調整しながら確保します。 【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、試行の段階の提案と最初の提供では、ご自身が技術を語れる立場として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、経営層・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。 【担当していただくサービス】 【サービスの方向性】 情報システム部門の業務を、生成AIを組み込んだ「型のある商品(オファリング)」として届ける(人月の支援からの転換) 【サービスの中身(例)】 ① AIの利用ルールの運用支援:当社のAI活用の知見をもとに、生成AIの利用規程の策定と運用を、実際に動く画面とあわせて提供(顧問・研修へも展開) ② AIヘルプデスク:社内の問い合わせ対応へのAIの組み込み。 対応記録の蓄積と分析、ナレッジ(RAG)・AIエージェントを使った回答の自動化 ③ 情報システム部門の運用の標準メニュー:既存の顧客の業務を棚卸しし、標準メニュー・運用手順・サービスレベル・価格にまとめる 【立ち上げの進め方】 課題の発見 → 対象と提供範囲の絞り込み → 事業計画(価値・価格・収支・体制)→ 型づくり(手順・テンプレート・ツール)→ 自社・既存顧客での試行と効果測定 → 販売開始と改善。 段階ごとに、経営と「進めるか、直すか」を判断しながら進めます。 【いまの進み方】 立ち上げリーダーが自ら手を動かして、サービスの形をつくっています。 自社の情報システム部門・人事の問い合わせ対応と、その記録の蓄積も進めています。 サービスの形は経営と議論しながら具体化している段階で、顧客に出してフィードバックを得るサイクルは、これからつくります。 【一緒に動くメンバー】 サービスの立ち上げリーダー、営業担当、経営層。 必要に応じて、顧客の情報システム部門で運用・ヘルプデスクを担う社内のエンジニア、システム開発のエンジニア ※ どのサービス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。 将来は、AI導入の伴走など、次のサービスの立ち上げにも広げていきます。 【技術環境】 【生成AI】 Microsoft 365 Copilot、Copilot Studio、Azure OpenAI、Dify(LLM/RAG/AIエージェント) 【データ】 Databricks、問い合わせ対応の記録を蓄積・分析するデータ分析基盤 【Microsoft 365】 Microsoft 365、Entra ID、Intune、Exchange Online、SharePoint、Teams 【自動化】 Power Automate、Power Apps、PowerShell 【運用】 ITサービスマネジメント(ITSM)、AIOps 【AI開発ツール】 Cursor、Claude Code ※ 上記にとらわれず、新しい技術・サービスを試し、取り入れることを歓迎します。 従事すべき業務の変更の範囲 →会社の定める業務

本ポジションでは、プロジェクトおよび組織全体の「技術的な意思決定」と「標準化」を主導していただきます。 また詳細な実装や各種テスト等の実務については、メンバーや若手・ミドル層のエンジニアを主導しながら実施していただきます。 ●大規模・ミッションクリティカルなシステムの要件定義・設計 数千万人が利用する通信サービスや公共インフラの基幹NW、データセンターNWの最上流工程を担当。 最新のプロトコルや仮想化技術を駆使し、安定性と拡張性を両立した次世代アーキテクチャをデザインします。 ●アーキテクチャ設計および技術選定の最終意思決定 プロジェクト要件に応じたフレームワークやOSS、各種インフラ・ネットワーク機器の調査・評価を行い、最適な技術を選定・導入。 潜在的な技術的課題やリスクを基本・詳細設計の段階で特定し、プロジェクトマネージャーと連携して解決策を構築。 ●クオリティコントロール チーム全体のコードクオリティを担保するための設計レビュー・コードレビュー方針の策定。 テスト - 品質保証(開発クオリティの確認) ●実装 システムのパフォーマンス・堅牢性を左右するコアモジュール ●自社プロダクト創出への貢献(インキュベーション機能) 大手クライアントの最先端ネットワーク環境で得られた知見や共通の課題を抽出し、使い捨てにしない自社資産(新規プロダクトや機能)へと昇華させるための技術的なアプローチ・検討。 ●チーム全体の技術底上げ(メンター・リード) 若手～ミドル層エンジニア(別募集のジュニア～ミドルポジション等)への具体的な技術指導、技術的なベストプラクティスの共有によるチームの生産性向上。 ●開発環境 開発言語 Typescript / Python / Java フレームワーク React, Flask, FastAPI, SQLAlchemy, Spring プロジェクト管理, CI/CD Redmine, Jenkins 情報共有ツール Slack, Google Meet, Microsoft Teams OS Linux/Unix データベース PostgreSQL, mySQL, MariaDB, ElasticSearch 仮想化技術 OpenStack, Docker, Podman バージョン管理 Git クラウド AWS, Azure, GCP AI Claude Code, ChatGPT/Codex, Gemini その他 OSS 全般

本ポジションでは、プロジェクトおよび組織全体の「技術的な意思決定」と「標準化」を主導していただきます。 また詳細な実装や各種テスト等の実務については、メンバーや若手・ミドル層のエンジニアを主導しながら実施していただきます。 ●大規模・ミッションクリティカルなシステムの要件定義・設計 数千万人が利用する通信サービスや公共インフラの基幹NW、データセンターNWの最上流工程を担当。 最新のプロトコルや仮想化技術を駆使し、安定性と拡張性を両立した次世代アーキテクチャをデザインします。 ●アーキテクチャ設計および技術選定の最終意思決定 プロジェクト要件に応じたフレームワークやOSS、各種インフラ・ネットワーク機器の調査・評価を行い、最適な技術を選定・導入。 潜在的な技術的課題やリスクを基本・詳細設計の段階で特定し、プロジェクトマネージャーと連携して解決策を構築。 ●クオリティコントロール チーム全体のコードクオリティを担保するための設計レビュー・コードレビュー方針の策定。 テスト - 品質保証(開発クオリティの確認) ●実装 システムのパフォーマンス・堅牢性を左右するコアモジュール ●自社プロダクト創出への貢献(インキュベーション機能) 大手クライアントの最先端ネットワーク環境で得られた知見や共通の課題を抽出し、使い捨てにしない自社資産(新規プロダクトや機能)へと昇華させるための技術的なアプローチ・検討。 ●チーム全体の技術底上げ(メンター・リード) 若手～ミドル層エンジニア(別募集のジュニア～ミドルポジション等)への具体的な技術指導、技術的なベストプラクティスの共有によるチームの生産性向上。 ●開発環境 開発言語 Typescript / Python / Java フレームワーク React, Flask, FastAPI, SQLAlchemy, Spring プロジェクト管理, CI/CD Redmine, Jenkins 情報共有ツール Slack, Google Meet, Microsoft Teams OS Linux / Unix データベース PostgreSQL, mySQL, MariaDB, ElasticSearch 仮想化技術 OpenStack, Docker, Podman バージョン管理 Git クラウド AWS, Azure, GCP AI Claude Code, ChatGPT/Codex, Gemini その他 OSS 全般

会員数約25万人以上、累計成約件数5000件以上と業界No.1サービス(※)として急成長するM&Aプラットフォーム「BATONZ」や金融機関向けM&A支援SaaS「B MASS」を展開しています。 当社の開発組織では「誰もが簡単に使えるM&Aプラットフォームを提供し、より多くの方にM&Aの成功体験を届ける」をミッションに掲げています。本ポジションでは、以下の役割を期待しております。 ①各エンジニアリンググループのピープルマネジメント ②開発ロードマップに沿ったプロダクト戦略の立案/実装 CTOに伴走する形で実施していただきます。 <業務詳細> ・Ruby on Rails等のフレームワーク、ライブラリのメジャーバージョンアップ計画の策定と実行 ・アプリケーションのコンテナ化推進および最適化(Docker/AWS Fargate等) ・DB(PostgreSQL)やミドルウェアのバージョンアップおよびパフォーマンスチューニング ・レガシーコードのリファクタリングおよび技術的負債の解消 ・開発組織の開発生産性やDevEx(Developer Experience)向上に向けたCI/CD環境の整備 ・機能開発チームに対する技術的な技術選定のサポートやコードレビュー ・エンジニア採用や育成計画の立案・実行経験 ・複数チームを横断した開発ロードマップの策定経験 <開発プロセス> ・プロジェクトごとにビジネスチームと週次〜隔週程度の頻度で行う定例で目線合わせを行いつつ、プロダクト開発を行っています。 ・日々の小規模な機能開発や改善は個々のエンジニアが裁量を持ってアジャイルに開発を行っています。 ・数ヶ月など一定規模のある機能開発はリードエンジニアクラスのメンバーが中心となってプロジェクトマネジメントを担い、ウォーターフォール的に開発を行っています。 <開発カルチャー> ・DX(開発者体験)改善カルチャーがあり、情報の共有、仕組みの改善、自動化などを自律的に行っています。 ・「フロントエンド改善」「ドキュメント管理改善」「UI/UX改善」などをテーマにした各論の技術課題解消に向けた分科会がメンバー主導で自律的に立ち上がり、改善が進んでいます。 ・エンドポイント単位でRspecなどで単体テストを記述しており、カバレッジは80%程度の水準です。専任QAチームがMagicPodを採用してE2Eテストを推進しており、リグレッションテストの強化に取り組んでいます。 ・マージリクエストの際はコードレビューを必須としています。ランダムで2名アサインされ、アサインされたメンバーが滞っているとリマインドする仕組みがあり、開発フローが何らかのボトルネックで停滞することを防ぐ仕組みを運用しています。 <開発環境> ●開発 ・バックエンド:Ruby/Ruby on Rails ・フロントエンド:JavaScript/TypeScript/Nuxt.js/Vue.js ・OS:Linux/Mac OS/Windows ・DB:PostgreSQL ・AI活用: GitHub Copilot/AWS Bedrock/Python/LangChain/OpenAI API/D-ID ・テスト: MagicPod, Rspec ●インフラ ・クラウド:AWS(Fargate/Aurora/OpenSearch/QuickSight等)/Google Cloud ・IaC:Ansible, Terraform ・監視:NewRelic/Sentry ●その他 ・コード管理:GitLab/GitLab CI ・タスク管理:Backlog ・コミュニケーション:Slack/Zoom ※開発機のOSは選択可能です。 ※貸与機のスペック一例:Macbook Pro M2 Max 32GB 500GB

●このポジションについて GROWTH VERSEのテックリードは、自社プロダクトの課題に向き合い、的確なテクニカルロードマップを描き、それを遂行する役割です。 特定の言語や技術への習熟よりも、設計・アーキテクチャへの造詣の深さを大切にしています。 私たちが大切にしているのは、言われたものを作ることではありません。 顧客がプロダクトを使ったうえで、どのような状態にたどり着きたいのかを自分たちで考え抜き、その先にある感動(Wow)を体験として届けることです。 プロダクトは、顧客が実現したいビジネス活動の一部です。 その中で、私たちのプロダクトが欠かせない役割を担っている状態を、私たちが主導してつくりにいきます。 このポジションで担うこと プロダクトと、その利用者の業務を深く理解する プロダクトが使われる現場の業務に入り込み、業務の流れと課題の構造を理解する 業種が変わっても、相手よりも深く理解することを目指す プロダクトのテクニカルロードマップを描く 事業の目標から逆算して、プロダクトのテクニカルロードマップを描く 設計・アーキテクチャの観点から、何をどの順で進めるかを判断する ロードマップをチームで遂行する 描いたロードマップを、計画で終わらせずにチームを率いて遂行する 進めながら状況を見て、設計・アーキテクチャの判断を重ねる キャリアパス プロダクトのテックリードとして経験を積んだ先に、事業の現場へ入り込む2つの道があります。 M&A先の企業に入り込む道:グループに加わった企業のシステムと開発体制を統合し(PMI)、自社のAI Agentやプロダクトを組み込んで、事業の価値を引き上げる クライアントに入り込む道(FDE):クライアントの現場に入り込み、AI Agentを設計・実装して、業務の成果につなげる また、テックリードマネージャー(Tech Lead Manager)へと役割を広げ、その先にM&Aで加わった事業を担う事業部CTOという選択肢も検討できます。 いずれも決まったものではありません。 ご本人の志向を伺いながら、一緒に検討します。 技術スタック クラウド: AWSがメイン(ECS / Lambda / S3 / Terraform / GitHub Actions) データ基盤: Snowflake などのデータウェアハウス・分析基盤 AI/LLM: Python / LangChain / AI Agent開発フレームワーク 開発文化: IaC / SRE思想 / Agentic SRE / 生成AI活用 / 品質最優先 AI駆動開発: ハーネスエンジニアリングなど、最新のグッドプラクティスにも柔軟に取り組む 社内の開発運用そのものも、すでにAI Agentで回しています。 スプリントのチェックイン、放置されたPRのリマインド、クラウドコストの週次レポートなど、 誰かが手でやっていた定期業務をAgentに移してきました。 いまはそれを Agent Platform として作り直している最中です。 #### 成長環境:DAX Boost Lab 同じClaudeを使っていても、エンジニアのアウトプットには差が出ます。 社内でその差が起きたとき、それを「個人の才能」で片付けず、成長要素を分解して カリキュラム化しました。 教えているのは「ツールの使い方」ではありません。 重点は 事業数値を伸ばすためにAI Agentが最大のパフォーマンスを出せる環境をどう設計するか 教材は空想上のアプリではなく、実際の開発現場に近い課題を扱います 設計しているのは現役の技術責任者(VP of Technology)です 到達段階は3つのPhaseで整理しています。 Phase 1 プレイヤー:自分でAIを動かし、ほぼ最高速度に近い開発ができる状態 Phase 2 マネージャー:複数のAIと周囲のメンバーをマネジメントし、チームとして成果を出す状態 Phase 3 事業部CTO:AI Agentが開発・運用の一部を担う前提で、事業がより少人数で回る環境全体をアーキテクトする状態 学び合いと、アウトプットの文化 TGIF(月次) — Tech部全体で集まるLT会。 2026年7月に第1回を開催しました。 指名枠に加えて有志のLT枠があり、テーマは自由。 1人5分。 オンライン参加もできます 社内勉強会 — プロダクトをまたいだナレッジシェアの場をオンラインで開いています。 ここで話したことが、そのまま社外での登壇のネタになる導線があります 外部イベントへの登壇・共同運営 — 2026年8月には golang.tokyo #44 を共同運営し、 GROWTH VERSEのエンジニアが登壇しました 働き方(正直にお伝えします) 出社を基本としつつ、リモートワークも可能です(基本は出社推奨ですが絶対ではなく、 実際にフルリモートのメンバーもいます) 専門業務型裁量労働制(労働時間の制度であり、出社/リモートとは別の話です) 成果責任型の文化。 時間管理より成果で評価します 必須の対面イベントがあります 全社集会・懇親会(半期/四半期に1回) エンジニアTGIF等(月1回程度)

全社・グループ横断のセキュリティ方針を踏まえ、セキュリティ施策の設計・実行、アーキテクチャや基盤の改善、組織マネジメント、インシデント対応まで幅広く担っていただきます。 当ポジションでは、まず技術・アーキテクチャの視点から現場や既存の仕組みを深く理解し、関係部門と連携しながらセキュリティ課題の解決をリードしていただきます。そのうえで、組織マネジメントや全社・グループ横断のセキュリティ戦略・ガバナンスへと段階的に責任範囲を広げ、将来的にはCISOを含むセキュリティリーダーとしての役割を担っていただくことを期待しています。 【具体的な業務】 ●セキュリティ戦略・ロードマップの具体化と実行 ・全社方針に基づいた施策の設計・優先順位付け・実行リード ・プロダクト・コーポレートIT・事業部門等と連携した、組織横断でのセキュリティ課題の解決 ・経営層(CISO・事業責任者を含む)に対する、リスク分析に基づく提言および意思決定支援 ●セキュリティアーキテクチャ・基盤の設計・改善 ・複数プロダクト・IT環境を俯瞰したセキュリティアーキテクチャ、ガイドラインの設計・改善 ・セキュリティソリューション・ツールの選定、技術評価、導入および運用改善のリード ・開発・SRE・コーポレートIT等と連携した、実効性のあるセキュリティ対策の設計・実装推進 ●インシデントレスポンス・CSIRT運用の高度化 ・インシデント発生時の調査・封じ込め・復旧リードおよび再発防止策の推進 ・関係部門・外部パートナーと連携したインシデント対応のリード ・重大インシデント発生時の状況整理、エスカレーションおよびCISO・経営の意思決定支援 ・CSIRTの運用プロセスやインシデント対応体制の継続的な強化 ●チーム・組織マネジメント ・セキュリティチームの目標設定、採用、評価、育成等のピープルマネジメント ・組織構造や業務プロセスの最適化と改善 ・外部パートナー・専門家・監査法人等との折衝・連携 ・業務の変更の範囲:会社の指定する全ての業務

当ポジションのミッション 当ポジションのミッションは、GTNの多国籍なエンジニア組織を牽引し、 技術組織の成長、次世代リーダーの育成、開発プロセスの高度化を通じて、 事業成長を支える開発体制を構築することです。 GTNでは、住まい・通信・金融・就労支援など、 外国人の暮らしを支える複数プロダクトを展開しています。 今後さらに事業を拡大していくためには、 個々の開発力に依存するのではなく、 チームとして再現性高く成果を出せる組織へ進化していくことが重要です。 本ポジションでは、VPoE候補として、エンジニア組織のピープルマネジメント、リーダー育成、 開発プロセス設計、技術的意思決定の支援を担っていただきます。 単に技術判断を行うだけではなく、 経営・事業サイドの要求を技術組織に翻訳し、 同時に技術的制約・リスク・負債を経営陣に伝えることで、 事業成長とシステムの健全性を両立させることが、このポジションの重要な役割です。 業務内容 ●ピープルマネジメント&リーダー育成 ・メンバーの相談役・メンターとして、個々の技術的・キャリア的成長を強固に支援 ・ビジネスサイドの要求の反映力や、現場のキャッチアップ力など、 個々の強み・課題に応じた個別最適な育成プランの実行 ●技術的合意形成とアーキテクチャ判断 ・自ら全コードを書く必要はなく、「3年後に技術的負債にならないか」という 中長期的視点での技術選定・設計の妥当性評価 ・SLA・可用性・コスト・保守性のトレードオフを論理的に言語化し、意思決定を行う ●データ駆動型の品質・プロセス管理 ・システムの信頼性・パフォーマンス・品質を定量指標(メトリクス)で定義・計測設計 ・ログや計測値を鵜呑みにせず、「真実の指標(Source of Truth)」を構造的に設計・検証 ●AI前提の開発プロセス・生成物評価の設計 ・AIを前提とした開発プロセスそのものの再構築 (自動化領域と人の判断・レビュー領域の切り分け) ・AI生成物のロジック、品質、セキュリティ、ライセンスの検証/評価フローの確立 (静的な品質劣化の防止) ●技術的負債のマネジメント ・リソースの最適配分のための優先順位付け(今やる/後回し/やらないの線引き) ・技術的負債の放置と返済のコストを事業インパクトとして天秤にかけ、 経営陣へ明快に説明・起案 ※変更の範囲:当社で発生するすべての業務

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

企業ごとの課題に合わせた完全オーダーメイドのAI開発を手掛ける当社にて、複数のAI開発プロジェクトを横断して統括し、デリバリー組織全体の成長と事業拡大を牽引するPMOをお任せします。 各プロジェクトの進捗・品質・リスク・収益状況を管理しながら、各PMと連携してプロジェクトを推進し、顧客への提供価値と事業成果の最大化を目指していただきます。 単なる進捗管理やPMの支援にとどまらず、プロジェクトの状況に応じて自ら課題を発見し、必要に応じて業務を巻き取りながら、プロジェクトを前に進めていただくポジションです。 また、各プロジェクトを通じて得られたSCM領域の業務知識やAI開発のノウハウを組織の資産として蓄積し、デリバリー組織の技術的・組織的な強みの拡張や、今後の事業開発・新たなユースケースの創出につなげていただきます。 「プロジェクトを成功させる」だけでなく、「プロジェクトを通じて、より強いデリバリー組織と事業をつくる」ことが本ポジションのミッションです。 【具体的な業務内容】 ・複数のAI開発プロジェクトにおける進捗・課題・リスク・品質・収益状況の横断管理 ・各プロジェクトPMとの連携およびプロジェクト全体の推進 ・プロジェクトの状況に応じた課題解決やPM業務の巻き取り ・プロジェクト計画、進行管理プロセスの標準化・改善 ・PM向けのプロジェクトマネジメントルール・ガイドラインの策定 ・プロジェクトの品質・リスク管理および改善施策の立案・実行 ・プロジェクトの工数・原価・収支等の管理・改善 ・プロジェクトにおける課題・リスクの早期発見および解決支援 ・顧客との重要な折衝・合意形成への参画 ・PM、エンジニア、データサイエンティスト等のチーム間連携の改善 ・プロジェクトを通じたAI開発プロセス・技術ノウハウの蓄積 ・SCM領域におけるAI活用ユースケースの発掘・体系化 ・プロジェクトで得られた業務知識・技術知見の社内ノウハウ化 ・蓄積した知見を活用した新たなソリューション・事業の創出 ・プロジェクトの振り返り、ナレッジの蓄積・組織への展開 ・PMメンバーの育成・オンボーディング・マネジメント ・経営陣へのプロジェクト状況・リスク・収益状況等のレポーティング ・PM組織およびデリバリー組織のKPI設計・モニタリング ・デリバリー組織の競争力向上に向けた施策の企画・実行 現在は組織拡大フェーズにあり、PMOとしての仕組みやルール自体をこれから構築していく段階です。 個々のPMの経験や力量に依存するのではなく、組織として高い品質でプロジェクトを成功させるための仕組みを構築していただきます。 また、プロジェクトを通じて蓄積したSCM領域の知見やAI開発ノウハウを組織全体に還元し、デリバリー組織の技術的・組織的な強みを拡張していただきます。 プロジェクトの成功や収益性の向上に責任を持ちながら、顧客への価値提供を最大化し、事業を前に進めることが期待されるポジションです。 ●配属先 経営・開発組織と連携しながら、複数のPM・エンジニアを横断してプロジェクトを統括し、デリバリー組織全体の成長を推進するポジションです。 現在はPM組織およびデリバリー組織そのものを拡大・強化しているフェーズであり、PMOとしてプロジェクトマネジメントの仕組みづくりから、プロジェクトの推進、組織の競争力向上まで幅広く携わっていただきます。

企業ごとの課題に合わせた完全オーダーメイドのAI開発を手掛ける当社にて、Forward Deployed Engineer(フォワード・デプロイド・エンジニア)をお任せします。 クライアントの課題整理から要件定義、開発計画策定、プロジェクト推進、リリースまで一貫して担当いただきます。 単なる進行管理ではなく、技術理解を武器にプロジェクトを成功へ導くポジションです。 【具体的な業務内容】 ・クライアントへのヒアリング、課題抽出 ・要件定義、開発計画の策定 ・プロジェクト全体の進捗管理・品質管理 ・技術的背景を踏まえたスコープ設計 ・Python等を用いた技術検証および一部実装 ・提案資料作成、顧客折衝 技術とビジネスの橋渡し役として、顧客の曖昧な課題を整理し、「実際に使われるAI」の実現を推進していただきます。 ●配属先 CTO直下の少数精鋭チームへの配属となります。 エンジニア・データサイエンティストと連携しながら、プロジェクトを推進していただきます。

【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

想定業務 大手証券会社における日本株に関するバックオフィス・システムの刷新プロジェクトにて、国内ビジネス部門と海外開発チームを繋ぐ役割や、新システムの仕様書・設計書作成、またテストの実行やレビューを行い、プロジェクトをまとめる役割としてご活躍いただきます。 金融業界の高度なドメイン知識を身につけながら、グローバルな開発体制における「英語×IT上流工程」のスペシャリストとしての実績を作ることができます。 ●現行業務・システムの調査・分析 ∟現行のバックオフィス業務フローおよびシステム機能の調査・構造化・ドキュメント化 ●グローバルチームとのブリッジ・コミュニケーション(英語) ∟海外開発エンジニアに対する業務要件・仕様の説明および質疑応答の主導 ∟調査・検討内容の資料化およびステークホルダーへの共有 ●新システムの仕様策定・インターフェース設計(英語) ∟新システムの仕様書作成(特に上流・下流システムとのデータ連携・IF設計を担当) ●品質管理(テスト工程)の推進 ∟テスト計画に基づくテストケースの作成、テスト実行、不具合管理および結果の検証