年収900万円以上のITエンジニア求人・転職情報

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。

FDEチームの一員として、エンジニアと一体で以下を担っていただきます。 ● ドメイン没入と課題設定 ・現場(買取現場・コールセンター・物流倉庫・コーポレート部門)への同行・観察・1次情報収集 ・業務プロセス/顧客/市場の構造を解像度高く理解し、解くべき課題を自ら定義 ● 事業KPIに対する仮説オーナーシップ ・担当ドメインKPI(成果向上・生産性改善)に対する仮説立案、優先順位付け、結果の解釈と次手の設計 ・他領域への波及効果も含めた全体最適視点での意思決定 ● AIネイティブ開発プロセスの推進 ・AIエージェントによる高スピード開発を前提とした要件整理・仮説検証・ナレッジベース構築 ・スピード重視で「未完成のものを早期に実験する」プロトタイピング/PoCの設計と運用 ● エンジニアと一体のプロダクト設計 ・「何を作るか」をエンジニアと協働で決定 ・Cosmosを中心とした新機能開発/業務標準化プロジェクトの企画〜要件整理〜現場接続 ● ステークホルダーマネジメント ・事業責任者・現場リーダーとの合意形成 ・グループ企業(TL/RGT/NKD)への横展開設計 【組織/配属先の特徴】 ・3層構造の技術組織:FDE層(事業ドメイン没入)/プラットフォームエンジニアリング層(FDEの生産性向上)/コアドメイン層(共通API基盤)の3層に再編し、AIネイティブ前提の組織を構築中 ・配属:プロダクトマネジメント部に所属/いずれかのドメインのFDEチームにジョイン ・PdM出身者例:元リクルート・大手事業会社など、事業理解×推進力の強い人材が活躍中 ・規模:PdM・SWE・データサイエンティスト・AIエンジニアなど100名規模 【プロダクト開発環境】 ・開発言語:Golang, React.js (Next.js), TypeScript ・インフラ:GCP (Cloud Run, BigQuery, Cloud SQL...), Terraform, Docker ・CI/CD:GitHub Actions ・テスト:MagicPod, Storybook ・バージョン管理:GitHub ・エラー管理:Sentry/APM:NewRelic ・開発生産性管理:Findy Team+ ・課題管理:Jira/ドキュメント管理:Confluence ・AI活用:Claude Code, Cursor, GitHub Copilot ほか(AIエージェント前提のワークフローを推進中) ・その他:Elastic Cloud, Terraform Cloud, Chromatic

●部署 デジタル本部 ●役割 ・3C×STPも踏まえ、全社DX・AI活用の課題と優先順位を整理し、展開ロードマップとKPIを定めて推進する ・dify、Notion AI、Circleback、Notta、Canva、Claude、ChatGPT等のツールについて、社内用途、標準手順、利用ルール、FAQを整備し、社内へ発信・更新する ・研修、コミュニティ、相談導線、事例共有、テンプレート配布等を設計し、現場が自走してAI・デジタルを活用できる状態をつくる ・シャドーAIの抑止、情報漏洩、権限、データ取り扱いに関するガードレールを設計し、現場が迷わない運用ルールとして浸透させる ・部門最適に留まる改善を、共通プロセス、共通テンプレート、共通ナレッジとして全社で積み上がる仕組みに転換する ・業務改善テーマの効果を、創出時間・生産性・業務品質・意思決定スピードなどの指標で可視化し、継続的な改善につなげる

●組織について 「PROACTIVE」のアプリケーション基盤開発及び運用機能、カスタマーサクセス機能を集約した組織です。 開発と運用、保守を一体化することで、クラウド機能の強化作業のスピードアップと効率化を狙っています。 ●組織の業務・事例紹介 【組織のミッション】 当部は①PROACTIVEビジネスプラットフォーム(クラウドアプリケーションPF/カスタマーサクセスPF)の企画/構築/運用、②PROACTIVE AI(※)開発、③SaaSサービス顧客向けカスタマーサクセスを担当しております。 【事例紹介】 PROACTIVE AIは、2026 Google Cloud Data & Analytics:Japan パートナー オブ ザ イヤー を受賞 https://www.scsk.jp/news/2026/pdf/20260422i.pdf ◎関連URL <PROACTIVE 事業紹介セミナー> 1.SCSK ERP事業の真髄 基幹システムを「守り」から「攻め」に変えるIT戦略 https://www.youtube.com/watch?v=SqpusNTv574&t=271s <PROACTIVE AIシリーズ> 1.【AI戦略を加速】AIで経営リソースを最適化/経営と現場のDXを支える基盤とは https://www.youtube.com/watch?v=tgA4uYqfODA&t=165s 2.【経営のタイムラグを解消】マルチAIエージェントで意思決定を高速化/信頼できるデータで柔軟に分析する工夫とは https://www.youtube.com/watch?v=68uw0N4SibA 3.【AIエージェントでバックオフィスを効率化】複雑な法規制・社内規定をAIがチェック/アウトプットの根拠を示すXAI https://www.youtube.com/watch?v=0xIjXzVxJa4 ●職務内容・担当業務 自社製クラウド型ERPのサービスを支えるインフラエンジニアです。 【具体的な仕事内容】 ・サービス環境構築(AWSクラウドサービスを利用) ・メンテナンス(自社製ERPアプリケーションのパッチ適用等)　※1 ・障害対応(営業日の定時時間内) ※2 ・運用高度化(自動化やAWSサービス利用による効率化) ※1:月1～2回の夜間定期メンテナンス(19:00～24:00)を実施しています。 ※2 :サービス(システム)は夜間休日も稼働していますが、障害対応は基本平日定時内に実施しています。 ●役割・ポジション クラウドサービスエンジニア ●研修 各種ベンダー研修や資格取得を支援する制度があります。 ●配属部署 知財事業グループ　PROACTIVE事業本部　カスタマーサクセス&DevOps部

機械学習や統計モデリング、データ分析を活用して、お客様のビジネスに持続的成長と新しい可能性を創出するミッションに対し、プロジェクトマネージャーとして推進いただきます。 仮説の設定から必要データの入手・確認、分析手法の選定、検証を行うだけでなく、分析結果を元に、より深い分析計画や施策の改善提案等も行います。 また、プロジェクトの推進にあたっては、データ基盤の設計・開発・運用も担当いただきます。 プロジェクト事例 ●製造業向け機器の故障予測モデル開発 ●機械学習を用いたオークション落札価格の予測 ●金融業向け生成AIを活用した業務効率化 技術環境 言語:Python、SQL、Scala、Java DWH:Snowflake、BigQuery、Redshift データ基盤:Databricks、Spark、Presto、Hadoop BIツール:Tableau、Looker、PowerBI、Datorama、DOMOなど クラウド:AWS、GCP、Azure ETL/ELTツール: dbt、Fivetran、trocco、Airbyte、Talend、AWS Glue AIフレームワーク:VertexAI、SageMaker、AzureML IaCツール:Terraform、CloudFormation、Ansible

●ポジション概要 AIソリューション事業のForward Deployed Engineer(FDE)として、業界最大手グループ企業をはじめとする大手クライアントの業務現場に深く入り込み、業務フローをAIネイティブに再構築する変革(AX)を要件定義から実装・運用まで一気通貫でリードしていただきます。 FDEは「顧客の現場に最も近い場所で課題を解決するエンジニア」です。当社では戦略コンサルティングファーム出身のAIコンサルタントとペアを組み、クライアントの経営課題・オペレーション課題をAIで解ける形に翻訳し、自らプロトタイプを実装して現場に届け、フィードバックを得ながら本番システムへと育てていきます。 ただし、個社のAX実現はこのポジションのミッションの一部にすぎません。現場に深く入り込むからこそ得られる不動産業界のリアルなドメイン課題への理解を起点に、当社SaaS「カナリークラウド」をエージェンティックなアプリケーションへと進化させ、「マスター物件DB構想」の実現へと近づけていく——個社への実装で終わらせず、カナリーが目指す「不動産領域におけるバーティカルAIエージェント」の基盤構築へとつなげていくことが、FDEに期待するより大きなミッションです。 ●業務内容 ・クライアントの業務プロセスの理解・分解と、AIエージェントによる代替・高度化余地の特定 ・AIコンサルタントと協働した要件定義、ソリューション設計、PoC〜本番実装 ・マルチエージェントアーキテクチャの設計・開発(エージェントオーケストレーション、Tool Use / Function Calling、Human-in-the-Loopの組み込み等) ・RAGパイプラインの構築(業務ドキュメント・データの取り込み、検索基盤の設計、コンテキストエンジニアリング) ・AIエージェントの品質・信頼性の担保(評価基盤(Evals)の構築、ガードレール設計、本番運用のモニタリング) ・クライアント環境・データとの連携設計(API連携、データパイプライン、セキュリティ要件対応) ・個社実装で得たドメイン知見の還元による、「カナリークラウド」のエージェンティックな進化と「マスター物件DB構想」実現への貢献 ●開発環境 ・言語:Go(バックエンド、AIエージェント、MCPツール開発)、TypeScript(フロントエンド開発)、Python(AIエージェント開発) ・AIエージェントフレームワーク:ADK(Agent Development Kit) ・インフラ:GCP(Gemini Enterprise Agent Platform、GKE、Cloud Spanner 等)

●組織について 主要顧客となる中部地区の自動車部品メーカー様と、SDM時代のモビリティ革新を推進する為、システム領域、ソフトウェア領域でモリティ業界への事業貢献をしています。 ●職務内容・担当業務 車載ソフトウェア・アプリケーション開発(組込みソフトウェア開発)における組織・プロジェクトマネジメント業務を担当いただきます。 具体的な業務例 車載システム開発業務(AD/ADAS、電動化、パワートレイン制御、シャシー制御、情報通信など) システム要求分析、システム設計 ソフトウェアアーキテクチャ設計、実装、検証 MATLABやSimulinkを用いたモデル設計、実装、検証 シミュレーション環境(MILS/SILS/HILS等)におけるテスト設計、計画と実行 プラントモデル構築 ●役割・ポジション ご経験・スキル等により ●研修 モビリティ専門教育カリキュラムの中から必要に応じて研修参加・受講いただきます。 ●配属部署 モビリティ事業グループ　モビリティシステム第二事業本部　システム第一部

●組織について 大手自動車メーカー企業様を中心にしたソフトウェア領域全般における開発支援サービス、ソリューション開発/提供等のアカウントビジネス推進を担う組織となります。 ●組織の業務 モビリティシステム開発に関わる各種業務 ・モビリティ向けソフトウェアの上流設計・設計・実装・テスト ・ソフトウェアプラットフォーム領域のソリューション開発と販売 ・ソフトウェアプラットフォーム領域の研究開発、開発支援 ・パワートレーン領域(モータ、バッテリー、トランスミッションなど)の制御開発 ・シャシー領域(シフトバイワイヤ制御、走行モード選択機能等)の制御開発 ・自動運転/先進運転支援システム(AD/ADAS)研究開発、量産開発 ・シミュレーション検証(DILS/HILS)環境構築構築・検証実施業務 ・デジタルコックピット領域の開発支援サービス ・モビリティDX関連ソフトウェア開発 ●職務内容・担当業務 本田技研工業株式会社様との取り組み重点4領域(①次世代電子プラットフォームのオペレーティングシステム、②電動パワートレーン、③先進安全・自動運転、④IVI:インビークルインフォテインメント)におけるソフトウェア開発のプロジェクト管理全般を推進していただきます。 ・プロジェクトチームのリーディング 目標達成に向けて、チームメンバーと協力してチームをけん引 ・要件定義(顧客折衝含む) お客様のニーズや課題をヒヤリングし、プロジェクトの要件を定義 ・進捗管理 プロジェクトの進行状況を監視し、納期と予算に対して責任をもって調整 ●役割・ポジション マネージャー、管理職 ●研修 プロジェクトマネージャー向けの教育プログラムについて、必要に応じて研修に参加・受講いただきます。 ●配属部署 モビリティ事業グループ　モビリティシステム第一事業本部　システム第一部/システム第四部 ●その他 本田技研工業株式会社様と戦略的パートナーシップについて https://www.scsk.jp/news/2023/pdf/20230707.pdf ●当社はHonda Racing(HRC)のスポンサーとして、モータースポーツ活動を支援しています。 [Honda.Racing - The official home of Honda Racing](https://honda.racing/ja/racing-partners)

●組織について 大手自動車メーカー企業様を中心にしたプラットフォーム領域における開発支援サービス、ソリューション開発/提供等、ソフトウェアプラットフォーム関連ビジネスの推進を担う機能組織となります。 大手自動車メーカーの本田技研工業株式会社様と戦略的パートナーシップを締結し、モビリティ領域のソフトウェア開発の体制強化を進めており、モビリティ向けソフトウェア開発において、多くのIT技術者が活躍できる環境が揃っています。 ●組織の業務・事例紹介 【組織の業務】 モビリティシステム開発に関わる各種業務 ・モビリティ向けソフトウェアの上流設計・設計・実装・テスト ・ソフトウェアプラットフォーム領域のソリューション開発と販売 ・ソフトウェアプラットフォーム領域の研究開発、開発支援 ・モビリティ及び関連するシステムにおけるセキュリティの企画、設計、実装、テスト ●職務内容・担当業務 自動車に求められるサイバーセキュリティマネジメントシステムの構築・運用や、車載ソフトウェアに対するセキュリティ対策を行う業務 ・車載セキュリティ開発支援(脆弱性診断 攻撃検知、セキュア開発支援・検証、CSスペック改善) ・セキュリティコンサルティング ・CSMS/SUMS構築(アセスメント、プロセス改善、車載セキュリティ検証) ・V-SOCマネジメント運用(脆弱性監視、インシデント対応、SBOM/脆弱性管理) ●開発環境・商材の説明・関連URL **セキュリティ技術要素** 【設計開発】　TARA(リスク特定)、 セキュアアーキテクチャ設計　、暗号技術　、通信セキュリティ 【検証】　ペネトレーションテスト 【運用】　監視: 侵入検知(IDS/VSOC) 【その他】 ソフトウェア技術、プロセス技術、ツール・手法などの技術知見 **車載アプリケーション/プラットフォーム環境** ・開発言語:C/C++、Python、Matlab/Simulink、Java 、JavaScript、HTML、Unity等 ・OS:POSIX系(Linux)、AUTOSAR Adaptive / Classic Platform、Android、iOS、Windows等 ・通信:CAN、Ethernet、MQTT等●本田技研工業株式会社様と戦略的パートナーシップについて https://www.scsk.jp/news/2023/pdf/20230707.pdf **当社はHonda Racing(HRC)のスポンサーとして、モータースポーツ活動を支援しています。 ** Honda.Racing - The official home of Honda Racing ●研修 ITエンジニアとしての教育プログラム、モビリティ専門教育カリキュラムの中から必要に応じて研修に参加・受講いただきます。 IT技術やモビリティに関連する様々な技術(ネットワーク、セキュリティ、Agile開発、AI、CI/CD、A-SPICE、クラウド など)、英語やビジネススキルの学習機会も積極的に提供します。 ●配属部署 モビリティ事業グループ　モビリティシステム第一事業本部　システム第一部

●組織について 大手自動車メーカー企業様を中心にしたプラットフォーム領域における開発支援サービス、ソリューション開発/提供等、ソフトウェアプラットフォーム関連ビジネスの推進を担う機能組織となります。 本田技研工業株式会社様との戦略的パートナーシップにおいても、プラットフォーム領域での協業推進を牽引する役割を担っております。 ●組織の業務 ・モビリティ向けソフトウェアの上流設計・設計・実装・テスト ・ソフトウェアプラットフォーム領域のソリューション開発と販売 ・ソフトウェアプラットフォーム領域の研究開発、開発支援AUTOSAR Adaptive Platformの関連ビジネスの推進 ●事例紹介 : (1)デジタルサービスアプリケーション/基盤開発 　内容:デジタルサービス機能開発、OTA等の基盤開発 　範囲:システム要求分析、システムアーキ設計、ソフトウェア要求分析、ソフトウェアアーキ設計、ソフトウェア設計、実装、ソフトウェア検証 (2)次世代プラットフォーム開発 　内容:車載ソフトウェアプラットフォーム開発 　範囲:ソフトウェア要求分析、ソフトウェアアーキ設計、ソフトウェア設計、実装、ソフトウェア検証 ●職務内容・担当業務 モビリティ向け次世代プラットフォーム開発に関わる各種業務(組み込み、制御開発経験は不問です) ・次世代プラットフォームの上流設計エンジニア(開発対象となる機能の企画、要求定義、ソフトウェアアーキテクチャ設計等、主に上流設計業務を行います。) ・次世代プラットフォームの開発エンジニア(ソフトウェアの設計・実装・テスト業務をアジャイル型の開発として行います。) ・プロジェクトのリーダー業務(数か月～1年単位のプロジェクトのリーディングを行います。) ●役割・ポジション 開発エンジニア、リーダー ●将来のキャリアパス 将来はモビリティシステム開発における開発エンジニア、開発リーダーを目指していただきます。 ●研修 ITエンジニアとしての教育プログラム、モビリティ専門教育カリキュラムの中から必要に応じて研修に参加・受講いただきます。IT技術やモビリティに関連する様々な技術(ネットワーク、セキュリティ、Agile開発、AI、CI/CD、A-SPICE、クラウド など)、英語やビジネススキルの学習機会も積極的に提供します。 ●配属部署 モビリティ事業グループ　モビリティシステム第一事業本部　システム第一部/システム第四部

●配属部門 サイバーセキュリティ&インテリジェント・オペレーション事業本部 会社の最注力事業の一つとして、サイバー攻撃の脅威よりお客様のIT資産を守るため、アプリケーションからインフラ領域まで広くカバーしたセキュリティソリューションを開発・提供している部門です。セキュリティコンサルティング～運用まで一気通貫で対応しており、特に導入後の品質の高いサポート力を顧客より高く評価いただいており、急速にビジネスを拡大しています。 ●業務内容 セキュリティエンジニアチームの課長候補として、チームマネジメント、新規ソリューション立上げ・既存ソリューション改善、各種セキュリティプロジェクトの提案・推進業務をお任せします。プレイングマネージャーとして、共にセキュリティビジネスを拡大いただける方を募集しています。 ●具体的には ▽チームマネジメント業務 　-ビジネス計画・戦略策定 　-メンバーの目標設定・評価・育成・キャリア支援 　-チームビルディングおよびモチベーション管理 　-業務の進捗管理とリソース配分 　-外部委託先やパートナー企業との連携・調整 ▽新規ソリューション立上げ・既存ソリューション改善業務 　-新規ソリューション企画・立上げの推進 　-既存ソリューションの標準化、改善の推進 ▽各種セキュリティプロジェクトの提案・推進業務 　-顧客へのセキュリティソリューションの提案・導入活動 　-チームメンバーが推進している案件の管理・推進・フォロー(複数案件を並行して対応) 　※大型案件では自身がPMとして案件を推進いただくこともあります。 ●JSOLセキュリティサービスラインナップ ・コンサルティングサービス 　-現状分析、グランドデザイン、ロードマップ策定等 ・プラットフォームソリューション 　-認証、ネットワーク、デバイス、クラウド、データ等のインフラセキュリティの環境整備 ・運用管理サービス 　-CSIRT、SOC、運用管理・ガバナンス等のセキュリティ維持向上の運用管理 　-脆弱性診断、ペネトレーション、フォレンジック等のセキュリティ技術領域の活用 　※上記に加え、新技術を活用したさらなるソリューション開発やビジネス立ち上げなども実施しています。 (変更の範囲)会社の定める業務

デザイン組織の戦略やデザイン人材の育成をリードします。 ・オファリングビジネスの企画構想段階から、ビジネスアーキテクトやソフトウェアエンジニアなどの多様なメンバーとチームを組み、ユーザー要求に基づく一連のユーザー体験設計の推進役となります。 バリュープロポジションに基づき、顧客・ユーザーが製品・サービスとの接点においてとる行動や、行動に至る経緯・思考・感情を可視化し、製品・サービスの顧客・ユーザー体験を設計します。 ・UXデザインアプローチを活用し、顧客・ユーザーの行動や意思決定、および業務文脈などを読み解き、解決すべき課題とサービス提供価値を明確にしていきます。

自動車の電動化部品(主にインバーター/モーター)に関するシステム制御設計/開発業務 自動車部品におけるシステム要件定義、インバーターによるモーター制御設計 電動車に使われる幅広い部品開発工程の中で、顧客と役割分担をして業務遂行 具体的な業務例 ・電動車のインバーター/モーターに関するシステム制御設計/開発業務 　- システム要求分析 　- システム制御設計/検証 　- インバーターによるモーター制御設計/適合設計 　- 機能設計/検証 　- MATLABやSimulinkを用いたモデル設計、実装、検証 　- シミュレーション環境(MILS/SILS/HILS等)におけるテスト設計、計画と実行 　ｰ対象アクチュエーター稼働の為のSW開発 ●研修 モビリティ専門教育カリキュラムの中から必要に応じて研修参加・受講いただきます。

建設機械向けディスプレイ・通信制御機器の組込みソフトウェアの開発をご担当いただきます。 ●車載ディスプレイ開発 　・建設機械の稼働状況や各種情報の表示・設定機能 　・車載カメラ映像の表示・画像解析 　・オペレーターへの警告・注意喚起機能の開発 ●通信制御開発 　・機体内に搭載された各種コンポーネント間の通信制御 　・Gateway機能の開発 ●テレマティクス開発 　・建設機械の稼働データ収集 　・遠隔監視・遠隔設定機能の開発 　・画像データの収集・活用 　・バックオフィスシステムとの連携機能の開発 開発環境・商材の説明 ●対象製品 　・建設機械向け車載ディスプレイ ●主な開発環境・技術領域 　・車載Linux 　・C++ 　・ROS 2 　・Webフロントエンド技術 　・車載HMI(Human Machine Interface) 　・テレマティクス

●職務内容・担当業務 最新のAI技術をもとに、モビリティ開発プロセスの変革(仕様駆動開発)をリードする業務 ・顧客課題の整理(顧客とのコミュニケーション、要件への落とし込み) ・技術リーディング(技術的知見を活かして最適な解決手段の選択) ・チームリーディング(チームを統括し、チーム全体の業務を推進) ※数名規模のチームを統括し、お客様と協力しながら、AIエージェントによるコード生成や自動検証など、新たなモビリティの開発スタイルを創り上げる ●開発環境・商材の説明・関連URL 【AI技術要素】 Anthropic Claude, M365 Copilot など(特定の製品に限らない) 【車載アプリケーション/プラットフォーム環境】 ・開発言語:C/C++、Python、Matlab/Simulink、Java 、JavaScript、HTML、Unity等 (上記のいずれ使用するかは、開発対象のソフトウェアにより異なります) 【本田技研工業株式会社様と戦略的パートナーシップについて】 https://www.scsk.jp/news/2023/pdf/20230707.pdf 【当社はHonda Racing(HRC)のスポンサーとして、モータースポーツ活動を支援しています。】 Honda.Racing - The official home of Honda Racing ●研修 ITエンジニアとしての教育プログラム、モビリティ専門教育カリキュラムの中から必要に応じて研修に参加・受講いただきます。IT技術やモビリティに関連する様々な技術(ネットワーク、セキュリティ、Agile開発、AI、CI/CD、A-SPICE、クラウド など)、英語やビジネススキルの学習機会も積極的に提供します。

・Bring Out の対話解析AIを、顧客のシステム基盤(CRM / SFA / 音声解析 / ERPなど)に統合 ・API設計・連携、LLM・RAG・音声認識などの要素を組み合わせた新ユースケースのアーキテクチャ設計 ・複雑な非構造データを処理する解析パイプラインの最適化・汎化設計 ・クライアント課題をもとにした高速PoC〜MVP開発 ・OpenAI / Anthropic / Vertex AI など各種モデルを用いたLLM統合・パフォーマンス検証 ・新しい対話解析ユースケースの技術検証・再利用可能な仕組み化 ・BizDev・AI・Backend チームと協働し、現場実装の知見を設計原則に昇華 ・技術的リスクを特定し、再現性ある開発プロセスを設計 ・技術標準化・共通モジュール化を推進し、プロダクトのスケーラビリティを向上 技術スタック ・バックエンド: Node.js, TypeScript, Python, GraphQL ・データストア: PostgreSQL, AWS S3, DynamoDB ・インフラ系: AWS, Terraform, Docker, CircleCI

Directorは、マッキンゼー、BCG、アクセンチュアなどコンサルファーム出身者を中心に構成される Deployment Strategist 部門をリードします。当部門では、最先端のデータ解析AIを活用して顧客の一次情報を自由自在に解析し、様々な業界・業種の経営課題を解くための新たなユースケースの開拓を担っています。戦略提言に留まらず、見つけ出した経営示唆をプロダクトに埋め込むことで、顧客の意思決定を変革し続けます。 また、業界ごとの変革テーマを定義し、トップマネジメントとの関係を築き、戦略から実装まで一気通貫で事業を組み立てる責任者です。若手・中堅メンバーをリードし、エンジニアを含む各領域のプロフェッショナルと組んだ総力戦チームで顧客に成果を届け、そこから事業ポートフォリオを広げていく。コンサルティング・プロダクト・事業創造を一つの組織で握る役割です。 個別顧客レベルで担う「経営視点 × 現場視点 × AI 実装力」の三点を束ねる経験を、業界 Practice として束ね直す立場でもあります。 対話データ × AI を活用した新規変革テーマの構想 業界別 Practice の立ち上げと、勝ちパターンのユースケース化 事業ポートフォリオ戦略の立案 大企業トップマネジメントとの関係構築 経営アジェンダに基づく提案活動と意思決定リード 戦略パートナーシップの設計 DS(Deployment Strategist)チームを率いた受注案件のデリバリー Prompt Expert / Adaption Success / Engineer との連携による実装品質の担保 経営層レビューと成果検証 各ユースケースのサブプロダクト化・アライアンス形成 メンバー育成・採用への関与 再現性ある成長モデルと組織体制の構築

●職務内容・担当業務 1)開発チームリーダ 証券システムにはレイヤ毎のチームがあり、各チームは要件定義、設計、コーディング、テスト、運用保守といった一連の業務を行います。 利用言語はJava、C++、SQL、Shellとなります。 また、チームはプロパー5~10名、パートナーを含めるとその3倍程度の規模となります。 チームメンバとして参画し、チームリーダとして活躍頂くことを期待しています。 2)プロジェクトマネージャ(PM) 上述の各チームを横断する開発プロジェクトが常時複数平行して進行します。 小規模プロジェクトは数千万円、大規模プロジェクトは10億円を超える規模となります。 チームリーダ、PMとステップアップすることを期待しています。 当社ではPMのスキルのみによらずプロジェクト運営ができるよう、プロジェクト標準を定義しており、この標準に沿ってプロジェクトを運営して頂きます。 また、プロジェクトマネージメントを組織的に支援するPMOチームが存在し、PMが過度な負荷とならないよう日々の活動を支援します。

●職務内容・担当業務 ・ソフトウェア開発の一連の工程(要求定義、設計、実装、テスト)、アジャイル開発も積極的に導入 ・先進機能の研究開発(ROS、C++、生成AI、データエンジニアリング) ・量産向け制御ソフトウェア開発(C++、MATLAB/Simulink) ・開発環境・開発支援ツールの開発(AWS、Python、MLOps、DataOps、各種開発・検証ツール) ※ 業務経験・スキル、希望に沿って担当業務を決定します ●研修 ・業務開始までに必要な研修を受講していただきます。具体的には、IT基礎、C/C++/Python、MATLAB/Simulink、自動車工学基礎、自動運転基礎、AIなどの研修プログラムを準備しています。 ・業務開始後も必要に応じて、IT、モビリティ、ビジネススキルに関連する教育が受講可能です。

各種クラウドサービスを活用しながら、インフラを中心にエムスリー本体および国内グループ約40社のIT戦略をリードいただくポジションです。 主な業務内容: ・認証基盤・ネットワーク管理の最適化(IP-VPN, IDaaS, ActiveDirectory, SASEなど) ・グループウェア管理の最適化(Google Workspace, Microsoft365) ・オンプレIT資産のクラウド移行リード(ファイルサーバー、各種管理サーバーなど) ・インフラ以外のIT戦略推進(インフラ案件の増減に応じてアサイン。業務システムの導入支援など) <入社時>上記に記載の業務 <変更の範囲>会社の定める業務、就業規則に従い出向となった場合は出向先の定める業務

●全社のプロダクト戦略策定・推進 ●フィナンシャルクラウド事業を中心とした複数プロダクトのポートフォリオ管理 ●プロダクトマネジメント組織のマネジメント・育成 【業務内容詳細】 (1)プロダクト戦略の立案・実行 └全社プロダクトのポートフォリオ設計(既存プロダクト・新規プロダクト含む) └投資アロケーションおよび予算管理 └プロダクトロードマップの策定と進捗管理 (2) KPI/顧客価値指標の最大化 └LTV向上施策の立案・実行 └顧客満足度向上および継続利用率向上のための施策実施・改善 └プロダクト品質とユーザー体験の向上に向けた戦略策定 ●期待する具体的な成果 ・全社のプロダクト戦略を再定義し、ロードマップを策定する ・組織体制の課題を洗い出し、PMの増員や教育計画を策定 ・LTVやNPSなど主要指標を一定期間(四半期など)で継続的にモニタリングし、前年比より向上 ・必要なリソース(予算・人材)を確保し、段階的に組織体制を整備 ・現場レベルの実行力を高めるPDCAサイクルやツール整備 ・経営目標である売上拡大・顧客継続率向上に直結するプロダクト戦略を実行 ・全社的な事業ポートフォリオの最適化に貢献 ・就任後3か月以内に戦略および組織体制の問題点を洗い出し、アクションプランを策定 ・就任後6か月以内に主要プロダクトのKPIを設定し、実行プランを浸透させる ●開発環境など ・開発言語:C# / PHP / JavaScript / Python / Powershell / Shell ・ミドルウェア:MySQL / Apache / SQL Server / IIS / Redis ・フレームワーク:Codeigniter / .NET 6 / .NET Framework / ASP.NET MVC ・バージョン管理:GitHub ・CI/CD:Jenkins / CodePipeline / CodeBuild / CodeDeploy ・コミュニケーション:Slack / Notion / Confluence ・タスク管理:Backlog / Toggl / Redmine ・監視:Newrelic / Pagerduty / Mackerel / Cloudwatch / Trend Micro CloudOne ・構成管理:Terraform / Ansible / SAM / Cloudformation ・インフラ:AWS / RDS / Elasticache / FSx / ALB / S3 / WAF / Cloudwatch / EC2 - Windows/Amazon Linux 2 / DirectConnect ・その他:Docker Compose / デュアルディスプレイ / Mac・Windows選択可 / 好みのエディタ・IDE選択

●期待する役割 当社のプロダクトマネージャーは、 顧客理解と顧客体験設計の責任者 です。 UIやサービス設計だけでなく、認証をはじめとするセキュリティ、手数料体系、マーケティング、事務オペレーション、制度・法令に至るまで、顧客体験を構成するあらゆる要素を俯瞰して、顧客価値が最も高まるあり方を描き、実現します。その結果として、事業成果を生み出すところまでが役割です。 インタビューやCSに寄せられるVoC、行動データを掘り下げ、顧客課題の真因に迫ることが起点です。ただ、お客様の状況は、その時々の社会や技術の前提の上に成り立っています。不正アクセスの手口が高度化するなかで進めたパスキーの導入、制度改正のたびに問い直してきた新NISAやこどもNISAへの対応方針。いずれも、目の前の声だけを見ていては、やるべきこととその時機を捉えられません。何をいつ届けるか、あるいは今は届けないと決めるか。その判断自体が、顧客体験を構成する重要な要素です。 ※本求人では、事業戦略に関わる大型プロジェクトを担当いただくシニアプロダクトマネージャーを募集いたします。 ▽ [サービスサイト(ロボアドバイザー)](https://www.wealthnavi.com/) ▽ [サービス10周年記念サイト](https://www.wealthnavi.com/10th-anniversary) ●プロジェクト事例 ・本人確認・認証の高度化によるセキュリティと利便性の向上 ・MAP AIやウェルス定期保険などの新規プロダクト立ち上げ ・三菱UFJ eスマート証券との統合を通じたデジタル資産形成の立ち上げ ・三菱UFJ銀行と一体運営するデジタルバンクとロボアドバイザーの体験統合 ●業務内容 ・定量分析やインタビュー等を通じた顧客理解 ・担当テーマにおける顧客価値定義や方針策定 ・社会や技術の変化を踏まえた施策の優先順位づけ ・経営層含む関係部門や社外関係者との合意形成 ・WebサイトやアプリのUIUX企画・ディレクション ・リリース後の継続的なPDCAを通じたKPI改善 ・(ご経験に応じて)組織マネジメント・人材採用

【ミッション】 ユニコーン企業の潤沢なグローバル開発リソースと、日本のビジネス現場の熱量を結びつけるエンジニアリング組織のトップランナーとなることがミッションです。 現場の声を的確にシステムへ翻訳し、日本独自の商習慣に合わせて本国のTechチームを巻き込み、日本市場を勝ち抜くための最強のプロダクトを創り上げます。 【主な業務】 業務特化型機能の要件定義や開発推進を進めます。 ビジネスサイドと同じ熱量でプロダクトの進化を牽引します。 まずは工夫しながら最小限のリソースで開発を進め、スケールした際にはチームをリードしていただきます。 【具体的な業務】 プロダクトの品質・予算・スケジュールの日本側でのガバナンス管理、将来を見据えたアーキテクチャの方向性策定。 協業先とのAPI連携のスキーム検討など「テクノロジー」に関わる開発推進の全般をお任せします ●就業場所の変更の範囲:本社および国内外の支社、営業所、グループ内外の出向先事業所(テレワークを行う場所を含む)

●現在抱えている課題 60,000名以上の受講生を抱える日本一のスクールである「GFS」において、日々発生するサービス改善案件(生徒用サイト、裏側の管理システム、配信システム等)のデリバリーを停止させることなく、既存機能の刷新・新機能の実装と、次世代基盤への安全な移行を両立させる新旧システムの並行稼働が直近の最大の課題です。 新機能開発・UI/UX刷新とリプレイス・技術的負債の解消の両面を同時に推進したい一方で、それを技術的に牽引するリード層が不足しています。また、立ち上がったばかりの「シゴトAI」を含め、複数プロダクトを横断する次世代アーキテクチャの構想・実現を牽引し、AI活用を前提とした新たな開発プロセスへと進化させていくための技術的・組織的な基盤づくりも急務となっています。 ●業務内容 バックエンド・フロントエンドの境界をなくし、Webプロダクトの要件定義から設計・開発・運用まで一気通貫でお任せします。単なるマネジメントではなく、自ら現場で手を動かしながらプロジェクトを牽引していただきます。 ・アーキテクチャ設計:マルチプロダクト展開や事業の急拡大を見据えた、技術選定およびスケーラブルな全体システム設計の主導 ・既存機能の刷新と新規機能の実装: 学習管理システム、コミュニティ機能、シミュレーションツールなどにおける、継続的なUI/UX改善および機能追加・リニューアル開発 ・次世代基盤への移行: 現行のPHP/Laravel環境から、Kotlin/Spring Boot・React/Next.jsを用いた次世代モダン環境への段階的かつ安全なリプレイスの推進 ・AI駆動開発の推進: AIエージェントが開発を進めやすい仕様書・ドキュメント・コンテキストの整備や、自動検証・レビューライン・品質管理・開発プロセスの設計と継続的改善 ●チームや組織に関して CTO直下の非常にフラットな開発組織への配属となります。現在の開発業務をすべて停止させるわけではなく、並行して新基盤へ移行するという難易度の高いミッションに携わり、迅速な意思決定のもと、大きな裁量を持って未来のアーキテクチャ設計や実装を推進していただけます。 現在はフロントエンドとバックエンドで役割を分担していますが、将来的には技術領域の境界をなくしていくことを目指しています。決められた役割に閉じず、UI/UX、API設計、データ設計、インフラなどプロダクト全体を見渡しながら、自らチームとプロセスを作り上げていくオープンなカルチャーです。巨大プロダクトのリプレイスを主導しながら、次々と立ち上がる新規事業の0→1フェーズに関わるチャンスも豊富にあります。 ●AI活用・開発生産性について Copiaでは、AIツールを単なる補助としてではなく、「開発の実行主体」として活用する最先端の「AI駆動開発」を推進しています。 Copilot / Cursor / Codex / Claude CodeなどのAIコーディングエージェントが自律的に開発を進めやすいよう、仕様書・ドキュメント・コンテキストの整備や、自動検証・レビューラインの設計を実施。経営陣・CTO直下のフラットな環境で、人とAIが協働する開発プロセスそのものを日々進化させています。 また、エンジニアの開発生産性を最大化するため、他社には類を見ない「月額10万円のAI利用手当」を福利厚生として全社導入しています。各メンバーが最新のAIモデルやツールをコストを気にせず自由に活用し、圧倒的なスピードと品質でプロダクトを生み出せる環境を整えています。 ●開発環境 <次世代の開発環境(AI教育事業・リプレイス後基盤)> ・言語 / フレームワーク:Kotlin / Spring Boot / NestJS / React / Next.js / TypeScript / Storybook <現行の開発環境(GFS事業)> ・言語 / フレームワーク:PHP / Laravel / React / Next.js / JavaScript / jQuery <インフラ・共通基盤> ・クラウド:AWS(ECS / Fargate / ELB / S3 / RDS / CloudFront) ・データベース:PostgreSQL ・インフラ管理:Pulumi ・その他:Docker / GitHub / Backlog / Slack ・AIツール:Copilot / Cursor / Codex / Claude Code ・OS:Windows / Mac(選択可) ・開発手法:アジャイル <デザイン・プロトタイピング> ・デザインツール:Figma(全社横断でのUI/UXデザイン、プロトタイプ作成、デザインシステム構築に活用) ●参考情報・関連リンク(More Info) ・[株式会社Copia 企業サイト](https://copia-group.co.jp/) ・[投資の学校 GFS(Global Financial School)](https://gfs.tokyo/introduction/) ・[AI教育サービス シゴトAI](https://shigoto-ai.com/introduction) ・[【note】エンジニアリングマネージャー鈴木の記事](https://note.com/copia/n/nb64ab429acf7)

JDSCが持つ様々なソリューションのいずれかの事業開発、もしくは新しいソリューションの立ち上げを担って頂きます。 ソリューションのフェーズによって、BizDevのメンバーが担う役割は多様ですが、いずれもデータサイエンティストやエンジニアと連携しながら課題解決をドライブすることが求められます。 その上で、個々人のレベルや志向に応じ、ソリューション企画を担う人、企業への導入プロジェクトのデリバリを行う人、ソリューション導入先企業のアセスメント及び周辺領域の支援を行う人、ソリューションの責任者、など様々な役割の方を、このポジションでは募集します。 JDSCはUPGRADE JAPANというミッションを達成するため、様々なソリューションを活用して、産業共通課題や社会課題の解決を目指しています。 そのため、特にBizDevのメンバーには、個社ではなく産業レベルの課題に目を向け、業界内の各プレーヤーを巻き込む視座の高さを求めています。

様々な専門家やステークホルダーと協力し、オポチュニティ(ユーザーやプロダクトの抱える課題、ニーズ、アイデア)の発見、探索を通じた掘り下げ、プロダクトの開発、顧客に届けるためのプランニング、使い続けてもらうためのグロース推進などをリードしていただきます。 ・プロダクト戦略に基づいたプロダクトイニシアチブの立案・実現 ・定性、定量調査をもとにしたオポチュニティの発見や価値の探索と優先順位の検討 ・エンジニアやデザイナー、プロダクトアナリスト、また事業本部・マーケティング・セールス・PR・CS等の経営/本部長レイヤー等と協力しての、プロダクト開発のリード ・リリース内容の効果検証と改善の実施 ・マーケットプレイスの需給マッチング・レコメンド・リテンション・ファネル改善など、既存プロダクトのグロースドライバーを特定し、データドリブンに継続的な成長サイクルを回すリード ・エンタープライズプロダクトにおいて、横断的な優先順位づけ・意思決定のリード(部・グループの目標設計や、複数開発ラインの調整・推進への貢献)

マッチング領域やTrust & Safety領域などにおけるAI/ML機能のプロダクト実装・評価・改善は、主にデータサイエンティストやプロダクトAI/MLエンジニア、ソフトウェアエンジニアが担います。本ポジションでは、それらのAI/ML機能がプロダクト上で安全かつ継続的に価値提供できるよう、社内のML/LLM基盤、推論基盤、開発・運用環境、標準パターンを設計・開発・運用していただきます。 ML基盤を、社内のAI/ML活用を支える重要な技術基盤であると同時に、データサイエンティスト、プロダクトAI/MLエンジニア、ソフトウェアエンジニアが安全かつ再現性高くAI/MLを本番活用するためのプラットフォームとして捉え、標準化・セルフサービス化・Developer Experienceの向上にも取り組んでいただきます。 ●機械学習の学習・評価・予測・デプロイ・監視を効率的に実現するためのML基盤の設計・開発・保守・運用 ・機械学習APIサーバー、オンライン推論基盤、バッチ推論基盤の設計・開発・運用 ・機械学習システムのためのデータパイプライン、特徴量管理、Feature Store等の設計・開発・運用 ・機械学習ワークフロー、実験管理、モデル管理、評価・検証プロセスの設計・開発・運用 ・ML関連の開発業務を効率化する社内ライブラリ、テンプレート、サンプル実装、開発環境の整備 ●プロダクトAI/MLエンジニアやデータサイエンティストが、AI/ML機能を本番環境で安全に実装・運用するためのProduction Readinessの整備 ・モデル精度、データ品質、ドリフト、レイテンシー、エラー率、コストなどの監視・可視化の仕組みづくり ・モデル更新、ロールバック、障害対応、インシデント対応、Runbook整備などの運用標準化 ・個別プロダクト機能の要件を踏まえた、基盤側の非機能要件・運用要件・責務分界の整理 ●生成AI/LLMを複数チームで安全に活用するためのLLMOps基盤・AIガバナンスの設計・開発・運用 ・プロンプト管理、評価データセット、出力品質評価、LLM as a Judge、リグレッションテスト等の共通基盤づくり ・LLMアプリケーションの監視、コスト管理、Fallback、ガードレール、セキュリティ・利用ポリシー整備 ・個別ユースケース実装を担うチームが、安全に生成AI/LLMを利用するためのルール・テンプレート・レビュー観点の整備 ●データサイエンティスト、プロダクトAI/MLエンジニア、ソフトウェアエンジニアが迷わずAI/ML機能を開発・運用できるゴールデンパスの整備 ・CI/CD、IaC、コンテナ、クラウド、権限管理、Secret管理、監査ログ等を組み込んだ標準パターンの設計・運用 ・テンプレート、ドキュメント、チェックリスト、オンボーディング資料、開発者向けガードレールの整備 ・個別案件から共通パターンを抽出し、セルフサービス化・自動化・再利用可能な形へ昇華 ●上記を実現するための非機能要件・運用品質の継続的な改善 ・IaCによるインフラ構築・管理 ・CI/CDによるテスト・デプロイ自動化 ・サービス監視、ログ、メトリクス、トレース、アラートの設計・運用 ・パフォーマンス、可用性・信頼性、セキュリティ、コスト効率を考慮した設計・実装および継続的な改善 ●社内のデータサイエンティスト、プロダクトAI/MLエンジニア、ソフトウェアエンジニア等への教育・スキルトランスファー、技術支援 ●ML/LLM基盤活用戦略の作成・推進、全社的なAI/ML活用の環境整備・啓蒙活動 扱っているデータ ・アプリユーザーのアクセスログ、募集内容に関する情報 ・マッチングに関する情報 ・レビューや評価情報や、アプリインストールなどの広告効果に関わるデータ ・問い合わせに関するデータ ・営業活動情報のデータ 上記のようなデータを扱っております。 技術スタック(主要な部分の抜粋) ●クラウド ・Google Cloud ●開発言語 ・Python ●データ基盤 ・BigQuery / Fivetran / dbt Cloud ●ML / LLM基盤 ・Vertex AI / MLflow / LiteLLM / Datadog LLM Observability ●BIツール ・Looker / Looker Studio ●IaC ・Terraform ●開発環境・ツール ・Visual Studio Code / Cursor / Claude Code / GitHub Copilot / Devin / GAS etc

データサイエンスグループでは主に「マッチング体験の向上」「プラットフォームの信頼性・安全性向上」「それらを支えるML/LLM基盤の構築・運用」の3つの領域に注力しています。 本ポジションの主戦場は、マッチング領域およびTrust & Safety(信頼性・安全性)領域におけるAI/MLのプロダクト実装・運用です。社内のML/LLM基盤を活用しながら、データサイエンティスト・ソフトウェアエンジニア・MLOpsエンジニアなどと連携し、課題設定から実装、リリース後の改善までを推進していただきます。 課題設定や改善テーマの探索はデータサイエンティストや事業・プロダクト側と連携しながら進め、プロダクトへの実装はソフトウェアエンジニアと協働して推進します。MLOpsエンジニアはML/LLM基盤・推論基盤・開発環境の構築・運用を担い、本ポジションはそれらを活用しながら、マッチング機能やTrust & Safety機能の価値実装、評価、運用設計を担います。将来的には、事業課題に応じて担当領域を広げていただくことを期待しています。 シニアポジションでは、加えて技術方針の策定、重要テーマの優先順位付け、四半期単位の重要テーマのリード、複数職種をまたいだ推進まで担っていただくことを期待しています。 1.マッチング体験の向上 ●マッチング機能の技術リード ワーカーと求人の最適なマッチングを実現するために、マッチングに必要なモデル・ロジック・業務ルールをプロダクト要件に合わせて設計・実装し、安定運用と継続的な改善をリードする ●マッチングに必要なデータ・特徴量・Feature Store改善の設計と推進 マッチング機能の精度と運用を支えるために、特徴量やモデル入力データを設計し、Feature Store等の基盤も活用しながら、改善方針の設計から実装・運用までを推進する ●ML基盤近接領域の機能実装・改善 Vertex AI Pipelines等の基盤を活用し、マッチング機能に必要なモデル・ロジックの実装、評価、運用に加え、Recommend API周辺を含む基盤近接領域のプロダクト実装・安定運用をリードする ●LLMを活用した自律的な改善ループの設計・推進 LLMを活用し、マッチング機能における評価、改善候補の生成、モデリングの見直し、比較検証までを含む継続的な改善ループを設計・推進する 2.プラットフォームの信頼性・安全性向上 ●AI機能の安全性設計・実装のリード LLM等の基盤モデルを活用し、事実整合性の確保、防御的プロンプト設計、ガードレール実装などを通じて、安全性に配慮したAI機能の設計・実装・改善をリードする ●運用を踏まえたリスク制御の設計 AI/MLによる判定だけでなく、業務ルールや現場オペレーション、人による確認フローも組み合わせながら、実運用で機能する安全性担保の仕組みを設計・運用する ●リスク予測・異常検知モデルの開発リード 構造化データから、プラットフォームの信頼性を損なうパターンを特定する分類・回帰・異常検知モデルの設計、実装、評価、運用をリードする ●データセット設計・品質改善の主導 多様なリスクを網羅するデータの設計・収集、高度なアノテーション管理、合成データの生成を通じて、評価・学習データセットの品質改善を主導する 3.共通基盤を活用した実装・改善 ●LLMOps/評価基盤の活用と改善提案のリード 実験の追跡と管理、プロンプトのバージョン管理、「AI as a Judge」等を用いた自動評価パイプラインの活用・改善を主導する ●品質・コスト・レイテンシーの継続的な可視化と最適化 モデルやAI機能の品質、レイテンシー、コストを継続的に計測し、ユーザー行動やモデル挙動の変化を捉えながら改善サイクルを回す ●重要テーマの推進 マッチングまたはTrust & Safety領域における重要テーマについて、技術方針の設計、関係者との合意形成、実行計画の具体化、推進管理まで担う 入社後の期待イメージ 入社後3ヶ月 :担当テーマの1つで、モデル・AI機能・業務ロジック・評価設計の改善を本番に反映し、周辺の関係者を巻き込みながら改善サイクルをリードし始めている状態 入社後6ヶ月 :マッチングまたはTrust & Safety領域における重要テーマの1つを自走して前進させ、課題設定、技術方針、評価設計、実装、運用までを一貫して推進しながら、周辺関係者の意思決定にも影響を与え始めている状態 入社後12ヶ月 :マッチングまたはTrust & Safety領域において、複数の重要テーマを横断的にリードし、技術方針・評価設計・運用設計の基準を形にしながら、データサイエンティスト・ソフトウェアエンジニア・MLOpsエンジニアの意思決定と実行を前進させ、領域全体の改善速度と意思決定の質向上に明確に貢献している状態 【技術スタック(主要な部分の抜粋)】 ●クラウド Google Cloud ●開発言語 Python ●データ基盤 BigQuery / Fivetran / dbt Cloud ●ML / LLM基盤 Vertex AI / MLflow / LiteLLM / Datadog LLM Observability ●BIツール Looker / Looker Studio ●IaC Terraform ●開発環境・ツール Visual Studio Code / Cursor / Claude Code / GitHub Copilot / Devin / GAS etc 【扱っているデータ】 以下のようなデータを扱っています ・アプリユーザーのアクセスログ、募集内容に関する情報 ・マッチングに関する情報 ・レビューや評価情報や、アプリインストールなどの広告効果に関わるデータ ・問い合わせに関するデータ ・営業活動情報のデータ

タイミーのプロダクト組織におけるプロダクトマネジメントチームの運営を担い、その有効性と効率性を最大限に高めることがミッションになります。具体的には、プロダクト戦略をプロダクト開発の現場に浸透させ、実行される体制を構築・推進をお任せします。 プロダクトマネージャーチームの育成やコーチング、部門横断での連携強化、そしてプロダクトマネジメントプロセスの最適化を通じて、プロダクト組織全体の生産性とアウトカムの向上に責任を持っていただきます。また、プロダクト開発の運用プロセスを最適化し、プロダクトマネージャーが戦略的な価値創造に集中できる環境を整えることで、プロダクト組織の生産性向上と事業目標達成に貢献していただきます。 具体的な業務内容 ●プロダクト組織の強化と人材育成 ・プロダクトマネージャーなど、プロダクト関連職種の採用、オンボーディング、育成の支援 ・プロダクトゴールと主要KPIの策定をサポートし、トラッキングを通じて適切なコーチングの実施 ・プロダクト戦略とその意図をメンバーやステークホルダーに伝達し、円滑なコミュニケーションと目標設定の実現 ●データドリブンな意思決定の支援 ・プロダクトの主要KPIの仕組み構築、データ分析(トレンドや変動要因の特定)、プロダクトパフォーマンスに関する明確なレポートの作成、関係者への報告 ・プロダクトチームの目標(OKRなど)や成果の進捗を効率的に可視化する仕組みを設計・実装、リソース配分や計画策定に役立つレポートの作成 ・プロダクト分析プラットフォームを整備・運用に責任を持ち、組織全体のデータに基づいた意思決定の促進 ●プロダクトマネジメントプロセスの設計・運用と最適化 ・意思決定の質を向上を目的としたプロダクト戦略の展開やロードマップレビューなど、重要な会議体の設計・運営 ・プロダクトチーム横断で必要な戦略実行のプロセスを標準化、必要なツール群を整備・最適化 ・円滑な連携の実現のためのプロダクト、エンジニアリング、デザインなど多様なチーム間のコミュニケーションハブとして機能 技術スタック(主要な部分の抜粋) ●Backend ・言語: Ruby 3.4系 ・アーキテクチャ: Ruby on Rails 8.0系、RSpec ●Frontend ・開発言語: TypeScript ・アーキテクチャ: Next.js CSR(SPA), React Hooks, SWR ●Mobile(iOS) ・開発言語: Swift ●Mobile(Android) ・開発言語: Kotlin ●Infrastructure ・AWS:ECS Fargate, Aurora, RDS, S3, ElastiCache, CloudFront, etc…Elasticsearch(AWS Marketplace) ・Google Cloud(一部サービス) ・IaC:Terraform ・ログ:Datadog LogsとS3に集約 ●Monitoring ・Datadog, Sentry ●CI/CD ・GitHub Actions, Dependabot ●その他 ・コード管理: GitHub ・コミュニケーションツール: Slack, Notion ・その他: Firebase, twilio, ImageFlux, OneSignal, Figma etc… ・AIエージェント・LLMツール: GitHub Copilot Coding Agent, Devin, Cursor, Claude Code

データサイエンスグループでは主に「マッチング体験の向上」「プラットフォームの信頼性・安全性向上」「それらを支えるML/LLM基盤の構築・運用」の3つの領域に注力しています。 本ポジションの主戦場は、マッチング領域およびTrust & Safety(信頼性・安全性)領域におけるAI/MLのプロダクト実装・運用です。社内のML/LLM基盤を活用しながら、データサイエンティスト・ソフトウェアエンジニア・MLOpsエンジニアなどと連携し、課題設定から実装、リリース後の改善までを推進していただきます。 課題設定や改善テーマの探索はデータサイエンティストや事業・プロダクト側と連携しながら進め、プロダクトへの実装はソフトウェアエンジニアと協働して推進します。MLOpsエンジニアはML/LLM基盤・推論基盤・開発環境の構築・運用を担い、本ポジションはそれらを活用しながら、マッチング機能やTrust & Safety機能の価値実装、評価、運用設計を担います。将来的には、事業課題に応じて担当領域を広げていただくことを期待しています。 1.マッチング体験の向上 ・マッチングロジックの実装・運用 :ワーカーと求人の最適なマッチングを実現するために、マッチングに必要なモデル・ロジック・業務ルールをプロダクト要件に合わせて実装し、安定運用と継続的な改善を担う ・マッチングに必要なデータ・特徴量の設計と実装 :マッチング機能の精度と運用を支えるために、特徴量やモデル入力データを設計し、Feature Store等の基盤も活用しながら実装・運用する ・ML基盤上での機能実装・運用 :Vertex AI Pipelines等の基盤を活用し、マッチング機能に必要なモデル・ロジックの実装、評価、運用、およびRecommend API周辺のプロダクト実装・安定運用を担う ・LLMを活用した自律的な改善ループの構築 :LLMを活用し、マッチング機能における評価、改善候補の生成、モデリングの見直し、比較検証までを含む継続的な改善ループを構築する 2. プラットフォームの信頼性・安全性向上 ・AI機能の安全性実装 :LLM等の基盤モデルを活用し、事実整合性の確保、防御的プロンプト設計、ガードレール実装などを通じて、安全性に配慮したAI機能を実装・改善する ・運用を踏まえたリスク制御の設計 :AI/MLによる判定だけでなく、業務ルールや現場オペレーション、人による確認フローも組み合わせながら、実運用で機能する安全性担保の仕組みを設計・運用する ・リスク予測・異常検知モデルの開発 :構造化データから、プラットフォームの信頼性を損なうパターンを特定する高精度な分類・回帰モデルの構築、および特徴量エンジニアリング ・データセット設計・品質改善 :多様なリスクを網羅するデータの設計・収集、高度なアノテーション管理、合成データの生成によるモデルの堅牢性強化 3. 共通基盤を活用した実装・改善 ・LLMOps/評価基盤の活用と改善提案:実験の追跡と管理、プロンプトのバージョン管理、「AI as a Judge」等を用いた自動評価パイプラインの活用・改善 ・品質・コスト・レイテンシーの継続的な可視化:モデルやAI機能の品質、レイテンシー、コストを継続的に計測し、ユーザー行動やモデル挙動の変化を捉えながら改善サイクルを回す 技術スタック(主要な部分の抜粋) ●クラウド Google Cloud ●開発言語 Python ●データ基盤 BigQuery / Fivetran / dbt Cloud ●ML / LLM基盤 Vertex AI / MLflow / LiteLLM / Datadog LLM Observability ●BIツール Looker / Looker Studio ●IaC Terraform ●開発環境・ツール Visual Studio Code / Cursor / Claude Code / GitHub Copilot / Devin / GAS etc 【扱っているデータ】 以下のようなデータを扱っています ・アプリユーザーのアクセスログ、募集内容に関する情報 ・マッチングに関する情報 ・レビューや評価情報や、アプリインストールなどの広告効果に関わるデータ ・問い合わせに関するデータ ・営業活動情報のデータ