AIエンジニア(DL/機械学習)×従業員数101〜500人のリモートワーク転職・求人情報一覧
84件中 1件~10件
株式会社エムニ
【フルリモ/スーパーフレックス/東京・京都/AIプロダクトエンジニア_AI特許ロケット】東大・京大発、学術知見で製造業にAI革新を牽引する企業! のリモートワーク求人
◼️ミッション
エムニは、「AIを、あらゆる産業の実装力にする」ことを目指す、製造業特化のAIスタートアップです。
日本の製造業には、優れた技術や現場知見が数多く存在します。一方で、それらを発明として整理し、特許・知財として保護・活用するプロセスには、専門性の高さ、文書作成の負荷、調査業務の複雑さ、属人性といった課題があります。
AI特許ロケット は、LLM・RAG・自然言語処理・AIエージェント等を活用し、発明情報の整理、特許文書の作成支援、先行技術調査、技術資料の構造化など、特許・知財業務を支援するAIプロダクトです。
本ポジションでは、AIプロダクトエンジニアとして、AI特許ロケットの中核となるAI機能の設計・開発・評価・改善を担っていただきます。
特許・知財という専門性の高い領域において、AIを活用して「技術を守り、活かす」プロセスを変革することがミッションです。
◼️プロダクトの設計思想
AI特許ロケットが目指すのは、単に特許文書を自動生成するツールではありません。
発明者、研究開発者、知財担当者、弁理士など、関係者が持つ情報を整理し、技術的な特徴や差分を明確にし、特許・知財業務の意思決定を支援するプロダクトを目指しています。
特許・知財領域では、言葉の正確性、技術内容の構造化、先行技術との差分把握、根拠に基づいた生成が重要です。
そのため、AI特許ロケットでは以下を重視しています。
- 発明情報・技術資料の構造化
- 特許文書・技術文書の検索・要約・比較
- 先行技術調査を支援するRAG・検索体験
- 技術的特徴・差分・権利化ポイントの整理
- 専門性の高い文書生成における品質管理
- ユーザーが確認・修正しやすいAI出力設計
- 知財業務フローに馴染むAI体験
AIプロダクトエンジニアには、LLMやRAGを使って「それっぽい文章」を生成するだけではなく、専門業務に耐えるAI機能として、精度・根拠・使いやすさを磨き込んでいただきます。
◼️業務内容
スキルやご経験、ご志向に応じて、以下のような業務をお任せします。
- AI特許ロケットのAI機能設計・開発・運用
- LLM・RAG・自然言語処理・AIエージェントを活用した機能開発
- 特許文書、技術資料、発明情報、先行技術情報等を扱うAI機能開発
- 発明内容や技術資料をもとにした文書生成・要約・分類・構造化機能の開発
- 特許調査・先行技術調査を支援する検索・RAG機能の開発
- 技術文書・特許文書の比較、差分抽出、論点整理機能の開発
- プロンプト設計、RAG構成設計、評価設計、精度改善
- 知財業務フローを踏まえたAI機能のUX設計、プロトタイピング
- Python、TypeScript、Next.js、FastAPI等を用いたプロダクト開発
- AIエンジニアと連携したAI機能の組み込み、評価、改善
- PM・Bizメンバーとの仕様検討、仮説検証、優先順位整理
- 技術調査、検証、ドキュメント整備
- 必要に応じたコードレビュー、技術支援
◼️開発テーマ例
- 発明情報の構造化・要点抽出機能
- 技術資料をもとにした特許文書作成支援機能
- 特許文書・技術文書の要約・分類機能
- 先行技術調査を支援する検索・RAG機能
- 技術的特徴・差分・権利化ポイントの整理機能
- 発明者へのヒアリング内容をもとにした文書生成機能
- 特許請求の範囲や明細書作成を支援するAI機能
- 関連文献・先行技術との比較支援機能
- AI出力の根拠提示・参照元表示機能
- 知財担当者や研究開発者の業務フローに合わせたAIワークフロー設計
【業務の変更の範囲】
無
エムニは、「AIを、あらゆる産業の実装力にする」ことを目指す、製造業特化のAIスタートアップです。
日本の製造業には、優れた技術や現場知見が数多く存在します。一方で、それらを発明として整理し、特許・知財として保護・活用するプロセスには、専門性の高さ、文書作成の負荷、調査業務の複雑さ、属人性といった課題があります。
AI特許ロケット は、LLM・RAG・自然言語処理・AIエージェント等を活用し、発明情報の整理、特許文書の作成支援、先行技術調査、技術資料の構造化など、特許・知財業務を支援するAIプロダクトです。
本ポジションでは、AIプロダクトエンジニアとして、AI特許ロケットの中核となるAI機能の設計・開発・評価・改善を担っていただきます。
特許・知財という専門性の高い領域において、AIを活用して「技術を守り、活かす」プロセスを変革することがミッションです。
◼️プロダクトの設計思想
AI特許ロケットが目指すのは、単に特許文書を自動生成するツールではありません。
発明者、研究開発者、知財担当者、弁理士など、関係者が持つ情報を整理し、技術的な特徴や差分を明確にし、特許・知財業務の意思決定を支援するプロダクトを目指しています。
特許・知財領域では、言葉の正確性、技術内容の構造化、先行技術との差分把握、根拠に基づいた生成が重要です。
そのため、AI特許ロケットでは以下を重視しています。
- 発明情報・技術資料の構造化
- 特許文書・技術文書の検索・要約・比較
- 先行技術調査を支援するRAG・検索体験
- 技術的特徴・差分・権利化ポイントの整理
- 専門性の高い文書生成における品質管理
- ユーザーが確認・修正しやすいAI出力設計
- 知財業務フローに馴染むAI体験
AIプロダクトエンジニアには、LLMやRAGを使って「それっぽい文章」を生成するだけではなく、専門業務に耐えるAI機能として、精度・根拠・使いやすさを磨き込んでいただきます。
◼️業務内容
スキルやご経験、ご志向に応じて、以下のような業務をお任せします。
- AI特許ロケットのAI機能設計・開発・運用
- LLM・RAG・自然言語処理・AIエージェントを活用した機能開発
- 特許文書、技術資料、発明情報、先行技術情報等を扱うAI機能開発
- 発明内容や技術資料をもとにした文書生成・要約・分類・構造化機能の開発
- 特許調査・先行技術調査を支援する検索・RAG機能の開発
- 技術文書・特許文書の比較、差分抽出、論点整理機能の開発
- プロンプト設計、RAG構成設計、評価設計、精度改善
- 知財業務フローを踏まえたAI機能のUX設計、プロトタイピング
- Python、TypeScript、Next.js、FastAPI等を用いたプロダクト開発
- AIエンジニアと連携したAI機能の組み込み、評価、改善
- PM・Bizメンバーとの仕様検討、仮説検証、優先順位整理
- 技術調査、検証、ドキュメント整備
- 必要に応じたコードレビュー、技術支援
◼️開発テーマ例
- 発明情報の構造化・要点抽出機能
- 技術資料をもとにした特許文書作成支援機能
- 特許文書・技術文書の要約・分類機能
- 先行技術調査を支援する検索・RAG機能
- 技術的特徴・差分・権利化ポイントの整理機能
- 発明者へのヒアリング内容をもとにした文書生成機能
- 特許請求の範囲や明細書作成を支援するAI機能
- 関連文献・先行技術との比較支援機能
- AI出力の根拠提示・参照元表示機能
- 知財担当者や研究開発者の業務フローに合わせたAIワークフロー設計
【業務の変更の範囲】
無
| 想定年収 | 600 〜 1,200 万円/年 | 雇用形態 | 正社員 |
|---|---|---|---|
| 職種 | |||
| 開発経験 | |||
| 勤務形態 |
作業時間: フレックスタイム制
※コアタイムなし
※フレキシブルタイム:5:00~22:00
※スーパーフレックスタイム制
※標準労働時間:1日8時間
※月間所定労働時間:160時間前後
働き方: フルフレックス制 時間外労働の有無: 有(月平均20時間~30時間) 休憩時間: 60分 |
||
| 設立年数 | 4年 | 従業員数 | 151人 |
株式会社エムニ
【フルリモ/スーパーフレックス/東京・京都/AIプロダクトエンジニア_AIインタビュアー】東大・京大発、学術知見で製造業にAI革新を牽引する企業! のリモートワーク求人
◼️ミッション
エムニは、「AIを、あらゆる産業の実装力にする」ことを目指す、製造業特化のAIスタートアップです。
企業活動において、顧客理解、ユーザーインタビュー、採用面談、業務ヒアリング、社内ナレッジ収集など、「人から情報を引き出す」プロセスは非常に重要です。
一方で、インタビューの設計、実施、記録、要約、分析、示唆出しには多くの時間とスキルが必要であり、属人的になりやすい領域でもあります。
AIインタビュアー は、LLM・音声認識・対話AI・RAG・AIエージェント等を活用し、「人に聞く」「深掘る」「整理する」「示唆に変える」というプロセスをAIで支援するプロダクトです。
本ポジションでは、AIプロダクトエンジニアとして、AIインタビュアーの中核となるAI機能の設計・開発・評価・改善を担っていただきます。
単なるチャットボットや議事録ツールではなく、目的に応じて問いを設計し、対話を進め、情報を構造化し、意思決定につながる示唆を生み出すAIプロダクトをつくることがミッションです。
◼️プロダクトの設計思想
AIインタビュアーが目指すのは、単に「会話を文字起こしするツール」ではありません。
重要なのは、ユーザーの目的に応じて、AIが適切に問いを立て、回答に応じて深掘りし、得られた情報を構造化し、次の意思決定に使える形に変換することです。
たとえば、採用面談であれば候補者の経験や価値観を深掘りし、顧客インタビューであれば課題やニーズを引き出し、業務ヒアリングであれば現場の暗黙知や業務フローを整理する必要があります。
そのため、AIインタビュアーでは以下を重視しています。
- 自然で違和感のない対話体験
- 目的に応じた質問設計
- 回答内容に応じた深掘り
- 発話内容の構造化・分類・要約
- 複数インタビューの横断分析
- 意思決定に使えるレポート生成
- ユーザーの業務フローに馴染むAI体験
AIプロダクトエンジニアには、AIの出力品質だけでなく、「ユーザーが本当に使いやすいか」「業務の中で自然に使われるか」まで考えながら、AI体験を磨き込んでいただきます。
◼️業務内容
スキルやご経験、ご志向に応じて、以下のような業務をお任せします。
- AIインタビュアーのAI機能設計・開発・運用
- LLM・音声認識・対話AI・RAG・AIエージェントを活用した機能開発
- インタビュー設計、質問生成、深掘り質問、回答分析に関する機能開発
- 回答内容の要約、分類、構造化、レポート生成機能の開発
- 音声認識・文字起こし・要約機能の開発
- プロンプト設計、対話設計、評価設計、精度改善
- ユーザー体験を踏まえたAI機能のUX設計、プロトタイピング
- Python、TypeScript、Next.js、FastAPI等を用いたプロダクト開発
- AIエンジニアと連携したAI機能の組み込み、評価、改善
- ユーザーフィードバックや利用ログを踏まえた機能改善
- PM・Bizメンバーとの仕様検討、仮説検証、優先順位整理
- 技術調査、検証、ドキュメント整備
- 必要に応じたコードレビュー、技術支援
◼️開発テーマ例
- AIによるインタビュー設計・質問生成機能
- 回答内容に応じた自動深掘り質問機能
- 音声認識・文字起こし・要約機能
- インタビュー結果の構造化・タグ付け・分類機能
- 複数インタビュー結果を横断した分析・示唆抽出機能
- 面談・ヒアリング内容の自動レポート生成
- ユーザーごとの目的に応じたAIインタビュー体験の最適化
- AIによる業務ヒアリング・社内ナレッジ収集支援
- 回答品質・質問品質を評価するための評価基盤づくり
- ユーザーの発話・回答データを活用したAI機能改善
【業務の変更の範囲】
無
エムニは、「AIを、あらゆる産業の実装力にする」ことを目指す、製造業特化のAIスタートアップです。
企業活動において、顧客理解、ユーザーインタビュー、採用面談、業務ヒアリング、社内ナレッジ収集など、「人から情報を引き出す」プロセスは非常に重要です。
一方で、インタビューの設計、実施、記録、要約、分析、示唆出しには多くの時間とスキルが必要であり、属人的になりやすい領域でもあります。
AIインタビュアー は、LLM・音声認識・対話AI・RAG・AIエージェント等を活用し、「人に聞く」「深掘る」「整理する」「示唆に変える」というプロセスをAIで支援するプロダクトです。
本ポジションでは、AIプロダクトエンジニアとして、AIインタビュアーの中核となるAI機能の設計・開発・評価・改善を担っていただきます。
単なるチャットボットや議事録ツールではなく、目的に応じて問いを設計し、対話を進め、情報を構造化し、意思決定につながる示唆を生み出すAIプロダクトをつくることがミッションです。
◼️プロダクトの設計思想
AIインタビュアーが目指すのは、単に「会話を文字起こしするツール」ではありません。
重要なのは、ユーザーの目的に応じて、AIが適切に問いを立て、回答に応じて深掘りし、得られた情報を構造化し、次の意思決定に使える形に変換することです。
たとえば、採用面談であれば候補者の経験や価値観を深掘りし、顧客インタビューであれば課題やニーズを引き出し、業務ヒアリングであれば現場の暗黙知や業務フローを整理する必要があります。
そのため、AIインタビュアーでは以下を重視しています。
- 自然で違和感のない対話体験
- 目的に応じた質問設計
- 回答内容に応じた深掘り
- 発話内容の構造化・分類・要約
- 複数インタビューの横断分析
- 意思決定に使えるレポート生成
- ユーザーの業務フローに馴染むAI体験
AIプロダクトエンジニアには、AIの出力品質だけでなく、「ユーザーが本当に使いやすいか」「業務の中で自然に使われるか」まで考えながら、AI体験を磨き込んでいただきます。
◼️業務内容
スキルやご経験、ご志向に応じて、以下のような業務をお任せします。
- AIインタビュアーのAI機能設計・開発・運用
- LLM・音声認識・対話AI・RAG・AIエージェントを活用した機能開発
- インタビュー設計、質問生成、深掘り質問、回答分析に関する機能開発
- 回答内容の要約、分類、構造化、レポート生成機能の開発
- 音声認識・文字起こし・要約機能の開発
- プロンプト設計、対話設計、評価設計、精度改善
- ユーザー体験を踏まえたAI機能のUX設計、プロトタイピング
- Python、TypeScript、Next.js、FastAPI等を用いたプロダクト開発
- AIエンジニアと連携したAI機能の組み込み、評価、改善
- ユーザーフィードバックや利用ログを踏まえた機能改善
- PM・Bizメンバーとの仕様検討、仮説検証、優先順位整理
- 技術調査、検証、ドキュメント整備
- 必要に応じたコードレビュー、技術支援
◼️開発テーマ例
- AIによるインタビュー設計・質問生成機能
- 回答内容に応じた自動深掘り質問機能
- 音声認識・文字起こし・要約機能
- インタビュー結果の構造化・タグ付け・分類機能
- 複数インタビュー結果を横断した分析・示唆抽出機能
- 面談・ヒアリング内容の自動レポート生成
- ユーザーごとの目的に応じたAIインタビュー体験の最適化
- AIによる業務ヒアリング・社内ナレッジ収集支援
- 回答品質・質問品質を評価するための評価基盤づくり
- ユーザーの発話・回答データを活用したAI機能改善
【業務の変更の範囲】
無
| 想定年収 | 600 〜 1,200 万円/年 | 雇用形態 | 正社員 |
|---|---|---|---|
| 職種 | |||
| 開発経験 | |||
| 勤務形態 |
作業時間: フレックスタイム制
※コアタイムなし
※フレキシブルタイム:5:00~22:00
※スーパーフレックスタイム制
※標準労働時間:1日8時間
※月間所定労働時間:160時間前後
働き方: フルフレックス制 時間外労働の有無: 有(月平均20時間~30時間) 休憩時間: 60分 |
||
| 設立年数 | 4年 | 従業員数 | 151人 |
株式会社エムニ
【フルリモ/スーパーフレックス/東京・京都/AI/LLMエンジニア】東大・京大発、学術知見で製造業にAI革新を牽引する企業! のリモートワーク求人
◼️ミッション
エムニは、「AIを、あらゆる産業の実装力にする」ことを目指す、製造業特化のAIスタートアップです。
日本の製造業には、熟練者の暗黙知、紙・PDF・図面・帳票に蓄積された情報、属人的な判断プロセスなど、まだAIによって解決できる余地が数多く残されています。
本ポジションでは、LLM・RAG・AIエージェント・機械学習などの技術を活用し、製造業を中心としたクライアントの本質的な業務課題を解決するAIシステムの設計・開発・実装を担っていただきます。
単なる技術検証やPoCにとどまらず、実際の業務で使われ、事業成果につながるAIの社会実装を推進することがミッションです。
◼️仕事のやりがい
エムニでは、生成AI・LLMを活用した業務変革の最前線で、技術選定からプロトタイピング、実装、改善、運用まで一気通貫で関わることができます。
特に製造業領域では、図面、仕様書、検査記録、作業手順書、問い合わせ履歴、熟練者のナレッジなど、多様かつ複雑なデータを扱います。こうした現場固有の情報をLLMやRAG、AIエージェントと組み合わせ、実務で使えるプロダクト・ソリューションへ落とし込むことが求められます。
技術を深く理解するだけでなく、「誰の、どの業務課題を、どのように解くのか」まで踏み込み、顧客やビジネスサイドと連携しながら価値を形にできる環境です。
◼️役割期待
入社後は、シニアエンジニアやPMと連携しながら、LLM・RAG・AIエージェントを活用したAIシステムの実装、技術検証、精度改善を中心にお任せします。
まずは担当機能の開発やプロンプト設計、データ処理、評価検証などから関わっていただき、徐々に顧客課題の理解、技術設計、要件定義にも挑戦していただきます。
◼️業務内容
- LLM APIを用いた機能開発
- RAGシステムの実装・改善
- プロンプト設計・検証
- PDF、帳票、図面、マニュアル等のデータ処理
- AI機能の精度評価・改善
- Python/FastAPI/Next.js等を用いたアプリケーション開発
- 技術調査、検証結果のドキュメント化
- コードレビューへの参加、既存機能の改善
◼️開発例
- 製造業向けナレッジ検索・RAGシステム
- 図面・帳票・仕様書などのドキュメント解析AI
- 熟練者の暗黙知を活用した業務支援AI
- 問い合わせ対応・見積作成・調査業務の自動化
- 業務プロセスを自律的に支援するAIエージェント
- 生成AIを活用した社内業務効率化・AI駆動経営の推進
- 製造現場・バックオフィス・営業技術領域におけるAI活用支援
【業務の変更の範囲】
無
エムニは、「AIを、あらゆる産業の実装力にする」ことを目指す、製造業特化のAIスタートアップです。
日本の製造業には、熟練者の暗黙知、紙・PDF・図面・帳票に蓄積された情報、属人的な判断プロセスなど、まだAIによって解決できる余地が数多く残されています。
本ポジションでは、LLM・RAG・AIエージェント・機械学習などの技術を活用し、製造業を中心としたクライアントの本質的な業務課題を解決するAIシステムの設計・開発・実装を担っていただきます。
単なる技術検証やPoCにとどまらず、実際の業務で使われ、事業成果につながるAIの社会実装を推進することがミッションです。
◼️仕事のやりがい
エムニでは、生成AI・LLMを活用した業務変革の最前線で、技術選定からプロトタイピング、実装、改善、運用まで一気通貫で関わることができます。
特に製造業領域では、図面、仕様書、検査記録、作業手順書、問い合わせ履歴、熟練者のナレッジなど、多様かつ複雑なデータを扱います。こうした現場固有の情報をLLMやRAG、AIエージェントと組み合わせ、実務で使えるプロダクト・ソリューションへ落とし込むことが求められます。
技術を深く理解するだけでなく、「誰の、どの業務課題を、どのように解くのか」まで踏み込み、顧客やビジネスサイドと連携しながら価値を形にできる環境です。
◼️役割期待
入社後は、シニアエンジニアやPMと連携しながら、LLM・RAG・AIエージェントを活用したAIシステムの実装、技術検証、精度改善を中心にお任せします。
まずは担当機能の開発やプロンプト設計、データ処理、評価検証などから関わっていただき、徐々に顧客課題の理解、技術設計、要件定義にも挑戦していただきます。
◼️業務内容
- LLM APIを用いた機能開発
- RAGシステムの実装・改善
- プロンプト設計・検証
- PDF、帳票、図面、マニュアル等のデータ処理
- AI機能の精度評価・改善
- Python/FastAPI/Next.js等を用いたアプリケーション開発
- 技術調査、検証結果のドキュメント化
- コードレビューへの参加、既存機能の改善
◼️開発例
- 製造業向けナレッジ検索・RAGシステム
- 図面・帳票・仕様書などのドキュメント解析AI
- 熟練者の暗黙知を活用した業務支援AI
- 問い合わせ対応・見積作成・調査業務の自動化
- 業務プロセスを自律的に支援するAIエージェント
- 生成AIを活用した社内業務効率化・AI駆動経営の推進
- 製造現場・バックオフィス・営業技術領域におけるAI活用支援
【業務の変更の範囲】
無
| 想定年収 | 400 〜 800 万円/年 | 雇用形態 | 正社員 |
|---|---|---|---|
| 職種 | |||
| 開発経験 | |||
| 勤務形態 |
作業時間: フレックスタイム制
※コアタイムなし
※フレキシブルタイム:5:00~22:00
※スーパーフレックスタイム制
※標準労働時間:1日8時間
※月間所定労働時間:160時間前後
働き方: フルフレックス制 時間外労働の有無: 有(月平均20時間~30時間) 休憩時間: 60分 |
||
| 設立年数 | 4年 | 従業員数 | 151人 |
株式会社エムニ
【フルリモ/スーパーフレックス/東京・京都/機械学習エンジニア】東大・京大発、学術知見で製造業にAI革新を牽引する企業! のリモートワーク求人
◼️ミッション
エムニは、「AIを、あらゆる産業の実装力にする」ことを目指す、製造業特化のAIスタートアップです。
日本の製造業には、熟練者の暗黙知、紙・PDF・図面・帳票に蓄積された情報、属人的な判断プロセスなど、まだAIによって解決できる余地が数多く残されています。
本ポジションでは、LLM・RAG・AIエージェント・機械学習などの技術を活用し、製造業を中心としたクライアントの本質的な業務課題を解決するAIシステムの設計・開発・実装を担っていただきます。
単なる技術検証やPoCにとどまらず、実際の業務で使われ、事業成果につながるAIの社会実装を推進することがミッションです。
◼️本ポジションについて
エムニでは、製造業を中心とした顧客向けに、オーダーメイドAIの開発・導入を行っています。
MLエンジニアには、データサイエンティストやAIプロジェクトマネージャーが整理した顧客課題・検証テーマをもとに、機械学習モデルの設計、学習、評価、改善、本番実装、運用設計まで担っていただきます。
扱うテーマは、外観検査画像を用いた不良検知、設備ログを用いた異常検知・予兆保全、生産実績や需要データを用いた予測、文書や記録データを用いた分類など、多岐にわたります。
また、LLM/RAG/AIエージェントなどの生成AI技術と、従来型の機械学習モデルを組み合わせることで、より高度な業務支援システムを構築する機会もあります。
Webエンジニア、インフラエンジニア、AI/LLMエンジニアと連携しながら、モデルを本番環境で安定して届けるところまで責任を持っていただくポジションです。
◼️仕事のやりがい
- 製造業の現場で実際に使われる機械学習モデル・AIシステムを開発できる
- 画像認識、異常検知、時系列予測、需要予測など、産業課題に直結するテーマに挑戦できる
- PoCで精度を示すだけでなく、API化・本番導入・監視・継続改善まで担える
- データサイエンティスト、Webエンジニア、インフラエンジニア、PMと連携して社会実装を進められる
- MLOps、推論基盤、再学習、モデル監視など、運用を見据えたML開発に関われる
- LLM/RAG等の生成AIと機械学習を組み合わせた、新しいAIシステムに挑戦できる
- 将来的にはMLテックリード、MLOps責任者、AIソリューションの技術リードを目指せる
◼️業務内容
スキルやご経験、ご志向に応じて、以下のような業務をお任せします。
- 製造業を中心とした顧客課題に対する機械学習モデル・アルゴリズムの設計、開発、評価
- 画像認識、異常検知、時系列予測、需要予測、分類、回帰、最適化等のモデル開発
- データ前処理、特徴量設計、学習データ設計、評価指標設計
- モデル精度の改善、エラー分析、ロバスト性向上
- 推論速度、処理性能、コスト、安定性を踏まえたモデル・処理方式の改善
- 機械学習モデルのAPI化、Webアプリケーション・業務システムへの組み込み
- 学習・推論パイプライン、バッチ処理、再学習フローの設計・開発
- モデル監視、性能劣化検知、データドリフト検知、バージョン管理
- クラウド・GPU環境を活用した学習・推論基盤の構築支援
- インフラエンジニアと連携したMLOps・運用基盤の整備
- AI/LLMエンジニアと連携した、LLM/RAGと機械学習モデルを組み合わせた機能開発
- PM・データサイエンティスト・顧客への技術説明、検証結果共有
- 最新論文・技術トレンドの調査、実装検証、社内ナレッジ共有
◼️取り組むテーマ例
- 検査画像・外観画像を用いた不良検知・分類モデルの開発
- 設備ログ・センサーデータを用いた異常検知・予兆保全モデルの開発
- 受注・生産・在庫データを用いた需要予測・生産計画支援モデルの開発
- 品質データを用いた不良発生予測・品質改善支援
- 作業データや工程データを用いた効率化・最適化モデルの開発
- 文書・帳票・記録データを活用した分類・抽出モデルの開発
- 学習済みモデルの推論API化と業務アプリケーションへの組み込み
- 本番導入後のモデル監視・再学習・性能改善
- LLM/RAGと予測モデル・分類モデルを組み合わせた業務支援AI
- 複数顧客・複数案件に横展開可能なML開発・運用基盤の整備
◼️このポジションで期待する成果
- 顧客課題に対して、適切なモデル方式・評価方法を設計できる
- PoCでのモデル検証から、本番システムへの組み込みまで推進できる
- 精度だけでなく、推論速度、コスト、可用性、保守性を意識して開発できる
- 運用開始後の性能監視や再学習を含め、継続的に改善できる仕組みをつくれる
- Webエンジニアやインフラエンジニアと連携し、AIモデルを安定した機能として提供できる
- 技術的な検討内容や制約を、顧客・PM・非技術者にもわかりやすく説明できる
【業務の変更の範囲】
無
エムニは、「AIを、あらゆる産業の実装力にする」ことを目指す、製造業特化のAIスタートアップです。
日本の製造業には、熟練者の暗黙知、紙・PDF・図面・帳票に蓄積された情報、属人的な判断プロセスなど、まだAIによって解決できる余地が数多く残されています。
本ポジションでは、LLM・RAG・AIエージェント・機械学習などの技術を活用し、製造業を中心としたクライアントの本質的な業務課題を解決するAIシステムの設計・開発・実装を担っていただきます。
単なる技術検証やPoCにとどまらず、実際の業務で使われ、事業成果につながるAIの社会実装を推進することがミッションです。
◼️本ポジションについて
エムニでは、製造業を中心とした顧客向けに、オーダーメイドAIの開発・導入を行っています。
MLエンジニアには、データサイエンティストやAIプロジェクトマネージャーが整理した顧客課題・検証テーマをもとに、機械学習モデルの設計、学習、評価、改善、本番実装、運用設計まで担っていただきます。
扱うテーマは、外観検査画像を用いた不良検知、設備ログを用いた異常検知・予兆保全、生産実績や需要データを用いた予測、文書や記録データを用いた分類など、多岐にわたります。
また、LLM/RAG/AIエージェントなどの生成AI技術と、従来型の機械学習モデルを組み合わせることで、より高度な業務支援システムを構築する機会もあります。
Webエンジニア、インフラエンジニア、AI/LLMエンジニアと連携しながら、モデルを本番環境で安定して届けるところまで責任を持っていただくポジションです。
◼️仕事のやりがい
- 製造業の現場で実際に使われる機械学習モデル・AIシステムを開発できる
- 画像認識、異常検知、時系列予測、需要予測など、産業課題に直結するテーマに挑戦できる
- PoCで精度を示すだけでなく、API化・本番導入・監視・継続改善まで担える
- データサイエンティスト、Webエンジニア、インフラエンジニア、PMと連携して社会実装を進められる
- MLOps、推論基盤、再学習、モデル監視など、運用を見据えたML開発に関われる
- LLM/RAG等の生成AIと機械学習を組み合わせた、新しいAIシステムに挑戦できる
- 将来的にはMLテックリード、MLOps責任者、AIソリューションの技術リードを目指せる
◼️業務内容
スキルやご経験、ご志向に応じて、以下のような業務をお任せします。
- 製造業を中心とした顧客課題に対する機械学習モデル・アルゴリズムの設計、開発、評価
- 画像認識、異常検知、時系列予測、需要予測、分類、回帰、最適化等のモデル開発
- データ前処理、特徴量設計、学習データ設計、評価指標設計
- モデル精度の改善、エラー分析、ロバスト性向上
- 推論速度、処理性能、コスト、安定性を踏まえたモデル・処理方式の改善
- 機械学習モデルのAPI化、Webアプリケーション・業務システムへの組み込み
- 学習・推論パイプライン、バッチ処理、再学習フローの設計・開発
- モデル監視、性能劣化検知、データドリフト検知、バージョン管理
- クラウド・GPU環境を活用した学習・推論基盤の構築支援
- インフラエンジニアと連携したMLOps・運用基盤の整備
- AI/LLMエンジニアと連携した、LLM/RAGと機械学習モデルを組み合わせた機能開発
- PM・データサイエンティスト・顧客への技術説明、検証結果共有
- 最新論文・技術トレンドの調査、実装検証、社内ナレッジ共有
◼️取り組むテーマ例
- 検査画像・外観画像を用いた不良検知・分類モデルの開発
- 設備ログ・センサーデータを用いた異常検知・予兆保全モデルの開発
- 受注・生産・在庫データを用いた需要予測・生産計画支援モデルの開発
- 品質データを用いた不良発生予測・品質改善支援
- 作業データや工程データを用いた効率化・最適化モデルの開発
- 文書・帳票・記録データを活用した分類・抽出モデルの開発
- 学習済みモデルの推論API化と業務アプリケーションへの組み込み
- 本番導入後のモデル監視・再学習・性能改善
- LLM/RAGと予測モデル・分類モデルを組み合わせた業務支援AI
- 複数顧客・複数案件に横展開可能なML開発・運用基盤の整備
◼️このポジションで期待する成果
- 顧客課題に対して、適切なモデル方式・評価方法を設計できる
- PoCでのモデル検証から、本番システムへの組み込みまで推進できる
- 精度だけでなく、推論速度、コスト、可用性、保守性を意識して開発できる
- 運用開始後の性能監視や再学習を含め、継続的に改善できる仕組みをつくれる
- Webエンジニアやインフラエンジニアと連携し、AIモデルを安定した機能として提供できる
- 技術的な検討内容や制約を、顧客・PM・非技術者にもわかりやすく説明できる
【業務の変更の範囲】
無
| 想定年収 | 600 〜 1,000 万円/年 | 雇用形態 | 正社員 |
|---|---|---|---|
| 職種 | |||
| 開発経験 | |||
| 勤務形態 |
作業時間: フレックスタイム制
※コアタイムなし
※フレキシブルタイム:5:00~22:00
※スーパーフレックスタイム制
※標準労働時間:1日8時間
※月間所定労働時間:160時間前後
働き方: フルフレックス制 時間外労働の有無: 有(月平均20時間~30時間) 休憩時間: 60分 |
||
| 設立年数 | 4年 | 従業員数 | 151人 |
株式会社エムニ
【フルリモ/スーパーフレックス/東京・京都/シニアAI/LLMエンジニア】東大・京大発、学術知見で製造業にAI革新を牽引する企業! のリモートワーク求人
◼️ミッション
エムニは、「AIを、あらゆる産業の実装力にする」ことを目指す、製造業特化のAIスタートアップです。
日本の製造業には、熟練者の暗黙知、紙・PDF・図面・帳票に蓄積された情報、属人的な判断プロセスなど、まだAIによって解決できる余地が数多く残されています。
本ポジションでは、LLM・RAG・AIエージェント・機械学習などの技術を活用し、製造業を中心としたクライアントの本質的な業務課題を解決するAIシステムの設計・開発・実装を担っていただきます。
単なる技術検証やPoCにとどまらず、実際の業務で使われ、事業成果につながるAIの社会実装を推進することがミッションです。
◼️仕事のやりがい
エムニでは、生成AI・LLMを活用した業務変革の最前線で、技術選定からプロトタイピング、実装、改善、運用まで一気通貫で関わることができます。
特に製造業領域では、図面、仕様書、検査記録、作業手順書、問い合わせ履歴、熟練者のナレッジなど、多様かつ複雑なデータを扱います。こうした現場固有の情報をLLMやRAG、AIエージェントと組み合わせ、実務で使えるプロダクト・ソリューションへ落とし込むことが求められます。
技術を深く理解するだけでなく、「誰の、どの業務課題を、どのように解くのか」まで踏み込み、顧客やビジネスサイドと連携しながら価値を形にできる環境です。
◼️役割期待
入社後は、製造業を中心とした顧客の業務課題を理解し、LLM・RAG・AIエージェント等を活用したAIシステムの技術設計・開発リードをお任せします。
単なる実装にとどまらず、技術選定、アーキテクチャ設計、評価設計、PoCから本番運用までのロードマップ設計、顧客への技術提案、チームメンバーの育成まで、AI社会実装の中核を担っていただきます。
◼️業務内容
- 業務要件の整理、技術要件への落とし込み
- LLM/RAG/AIエージェントを活用したソリューション設計
- AIシステム全体のアーキテクチャ設計
- 技術選定、評価設計、品質基準の策定
- PoC設計、本番運用を見据えた開発リード
- 顧客やビジネスサイドとの技術的な議論・提案
- コードレビュー、設計レビュー、技術的意思決定
- ジュニア〜ミドルメンバーの育成・技術支援
- 社内のAI開発ナレッジやベストプラクティスの整備
◼️開発例
- 製造業向けナレッジ検索・RAGシステム
- 図面・帳票・仕様書などのドキュメント解析AI
- 熟練者の暗黙知を活用した業務支援AI
- 問い合わせ対応・見積作成・調査業務の自動化
- 業務プロセスを自律的に支援するAIエージェント
- 生成AIを活用した社内業務効率化・AI駆動経営の推進
- 製造現場・バックオフィス・営業技術領域におけるAI活用支援
【業務の変更の範囲】
無
エムニは、「AIを、あらゆる産業の実装力にする」ことを目指す、製造業特化のAIスタートアップです。
日本の製造業には、熟練者の暗黙知、紙・PDF・図面・帳票に蓄積された情報、属人的な判断プロセスなど、まだAIによって解決できる余地が数多く残されています。
本ポジションでは、LLM・RAG・AIエージェント・機械学習などの技術を活用し、製造業を中心としたクライアントの本質的な業務課題を解決するAIシステムの設計・開発・実装を担っていただきます。
単なる技術検証やPoCにとどまらず、実際の業務で使われ、事業成果につながるAIの社会実装を推進することがミッションです。
◼️仕事のやりがい
エムニでは、生成AI・LLMを活用した業務変革の最前線で、技術選定からプロトタイピング、実装、改善、運用まで一気通貫で関わることができます。
特に製造業領域では、図面、仕様書、検査記録、作業手順書、問い合わせ履歴、熟練者のナレッジなど、多様かつ複雑なデータを扱います。こうした現場固有の情報をLLMやRAG、AIエージェントと組み合わせ、実務で使えるプロダクト・ソリューションへ落とし込むことが求められます。
技術を深く理解するだけでなく、「誰の、どの業務課題を、どのように解くのか」まで踏み込み、顧客やビジネスサイドと連携しながら価値を形にできる環境です。
◼️役割期待
入社後は、製造業を中心とした顧客の業務課題を理解し、LLM・RAG・AIエージェント等を活用したAIシステムの技術設計・開発リードをお任せします。
単なる実装にとどまらず、技術選定、アーキテクチャ設計、評価設計、PoCから本番運用までのロードマップ設計、顧客への技術提案、チームメンバーの育成まで、AI社会実装の中核を担っていただきます。
◼️業務内容
- 業務要件の整理、技術要件への落とし込み
- LLM/RAG/AIエージェントを活用したソリューション設計
- AIシステム全体のアーキテクチャ設計
- 技術選定、評価設計、品質基準の策定
- PoC設計、本番運用を見据えた開発リード
- 顧客やビジネスサイドとの技術的な議論・提案
- コードレビュー、設計レビュー、技術的意思決定
- ジュニア〜ミドルメンバーの育成・技術支援
- 社内のAI開発ナレッジやベストプラクティスの整備
◼️開発例
- 製造業向けナレッジ検索・RAGシステム
- 図面・帳票・仕様書などのドキュメント解析AI
- 熟練者の暗黙知を活用した業務支援AI
- 問い合わせ対応・見積作成・調査業務の自動化
- 業務プロセスを自律的に支援するAIエージェント
- 生成AIを活用した社内業務効率化・AI駆動経営の推進
- 製造現場・バックオフィス・営業技術領域におけるAI活用支援
【業務の変更の範囲】
無
| 想定年収 | 800 〜 1,200 万円/年 | 雇用形態 | 正社員 |
|---|---|---|---|
| 職種 | |||
| 開発経験 | |||
| 勤務形態 |
作業時間: フレックスタイム制
※コアタイムなし
※フレキシブルタイム:5:00~22:00
※スーパーフレックスタイム制
※標準労働時間:1日8時間
※月間所定労働時間:160時間前後
働き方: フルフレックス制 時間外労働の有無: 有(月平均20時間~30時間) 休憩時間: 60分 |
||
| 設立年数 | 4年 | 従業員数 | 151人 |
株式会社PKSHA Technology
【ハイブリ/東京/アルゴリズムエンジニア/機械学習・深層学習の経験】自然言語処理や機械学習・深層学習などのアルゴリズムを研究開発し、それを社会実装する企業! のリモートワーク求人
■お仕事内容
仕事内容
事業拡大に伴い、機械学習アルゴリズムの開発を担っていただくエンジニアを募集します。
テーブルデータ・自然言語・画像などの幅広いデータを用いて、クライアントの課題を解決する機械学習アルゴリズムを中心に設計・実装していただきます。
コンサルタント、ソフトウェアエンジニアとチームを組み、金融、小売、製造業など、様々な業界の課題を解決するソリューション/プロダクトを開発していただきます。
AIの検証に留まらず、最先端技術をクライアントが利用し続けるソフトウェアの形にして社会実装し、未来のビジネスを実現するプロセスに関心がある方を歓迎します。
ビジネス上の課題、制約条件に適したアルゴリズムの提案
ユースケースに合わせた機械学習モジュールの設計、実装
クライアントに対する分析結果等のレポーティング
ソフトウェアエンジニアと協力して、Web API等へのアルゴリズムの組み込み
最先端技術を社会実装可能なレベルに引き上げるR&D
自身の開発したアルゴリズムの他業界への横展開や自社プロダクトへの組み込み
※過去事例:クレジットカード不正検知、個人与信推定、小売や流通における需要予測とオペレーションの最適化、教育における出題最適化、レコメンドエンジン、不正投稿監視、コールセンターソリューション(チャット・音声・テキスト)等多岐に渡る
ポジションの魅力
自身が生み出したアルゴリズムが、各業界の抱える課題を解決し、多くの方々に使われ続ける(大手セキュリティ企業、保険会社、製造業、キャリア、web企業など)
多様な機械学習技術を利用して社会課題を解決していく過程で、アルゴリズムを社会に提供していくための様々な実践的なスキルを身につけることができる
機械学習技術やソフトウェア開発の知識はもちろん、様々な業界知識に習熟した経験豊富なメンバーと共に働ける(Kaggle Grandmaster、助教、博士、海外MBAホルダーなど)
近年急速な発展を遂げている大規模言語モデルを活用した研究開発・社会実装に取り組める
【業務の変更の範囲】
会社の規定に準ずる
仕事内容
事業拡大に伴い、機械学習アルゴリズムの開発を担っていただくエンジニアを募集します。
テーブルデータ・自然言語・画像などの幅広いデータを用いて、クライアントの課題を解決する機械学習アルゴリズムを中心に設計・実装していただきます。
コンサルタント、ソフトウェアエンジニアとチームを組み、金融、小売、製造業など、様々な業界の課題を解決するソリューション/プロダクトを開発していただきます。
AIの検証に留まらず、最先端技術をクライアントが利用し続けるソフトウェアの形にして社会実装し、未来のビジネスを実現するプロセスに関心がある方を歓迎します。
ビジネス上の課題、制約条件に適したアルゴリズムの提案
ユースケースに合わせた機械学習モジュールの設計、実装
クライアントに対する分析結果等のレポーティング
ソフトウェアエンジニアと協力して、Web API等へのアルゴリズムの組み込み
最先端技術を社会実装可能なレベルに引き上げるR&D
自身の開発したアルゴリズムの他業界への横展開や自社プロダクトへの組み込み
※過去事例:クレジットカード不正検知、個人与信推定、小売や流通における需要予測とオペレーションの最適化、教育における出題最適化、レコメンドエンジン、不正投稿監視、コールセンターソリューション(チャット・音声・テキスト)等多岐に渡る
ポジションの魅力
自身が生み出したアルゴリズムが、各業界の抱える課題を解決し、多くの方々に使われ続ける(大手セキュリティ企業、保険会社、製造業、キャリア、web企業など)
多様な機械学習技術を利用して社会課題を解決していく過程で、アルゴリズムを社会に提供していくための様々な実践的なスキルを身につけることができる
機械学習技術やソフトウェア開発の知識はもちろん、様々な業界知識に習熟した経験豊富なメンバーと共に働ける(Kaggle Grandmaster、助教、博士、海外MBAホルダーなど)
近年急速な発展を遂げている大規模言語モデルを活用した研究開発・社会実装に取り組める
【業務の変更の範囲】
会社の規定に準ずる
| 想定年収 | 600 〜 1,400 万円/年 | 雇用形態 | 正社員 |
|---|---|---|---|
| 職種 | |||
| 勤務形態 | |||
| 設立年数 | 15年 | 従業員数 | 200人 |
株式会社プレイド
【フルリモ相談可◎データサイエンティスト】有名CXプラットフォームSaaS展開/東証グロース上場!福利厚生◎ のリモートワーク求人
■お仕事内容
クライアントのデータ活用プロジェクトにおいて、基盤構築支援から高度な分析モデルの開発、施策検証まで、データサイエンスの側面からリードしていただきます。
1. 施策PDCA・統計的効果検証
・マーケティング施策のKPI設計と、統計的仮説検定を用いたA/Bテストの評価
・BIツール(Looker Studio, Tableau, Codatum等)を用いたダッシュボード構築とモニタリング環境の整備
2. 多様な手法を用いたモデリング・実装
・Python / R / SQL などを用いた探索的データ分析によるインサイトの抽出
・機械学習モデル(予測、クラスタリング、レコメンデーション等)の構築と、KARTEへの推論結果の実装
・生成AI(LLM)を活用した新しい顧客体験ソリューションのプロトタイピングと実戦投入
3. データパイプライン設計・基盤構築支援
・クライアントのDWH(BigQuery, Databricks, Snowflake等)とKARTEの連携設計・実装
・SQLを用いた高度なデータ加工(ETL/ELT)、分析用データマートの構築
・データ品質管理とクエリパフォーマンスの最適化
■募集背景
エンタープライズ企業のDXが進む今、最大の課題は「データの利活用」の深刻化にあります。
プレイドが目指すのは、AIや機械学習を単なる予測で終わらせない、実アクションに直結する「Actionable(実行可能)」なデータエコシステムの構築です。
KARTEを軸に、モダンデータスタックの最新技術を柔軟に取り入れながら、クライアントと共に「データによる意思決定と実行」の新しいスタンダードを創り上げる。
データの「蓄積」から「価値創出」へ。ラストワンマイルを突破する専門家を募集しています。
■ポジションの魅力
Actionable AIの実践
・自分の作った予測モデルが、KARTEを通じて即座にWebサイトのポップアップやアプリ通知としてユーザーに届きます。
「分析して終わり」ではない、リアルなフィードバックループとビジネスインパクトを肌で感じられます。
Modern Data Stackへの深い関与
・Google Cloudのプレミアパートナーであり、Databricks等とも強力なパートナーシップを結んでいます。
最新のクラウドネイティブな環境で、技術的な制約に縛られず最適なアーキテクチャを追求できます。
多様な業界のドメイン知識とデータ
・EC、金融、人材、メディアなど、日本を代表する企業の多種多様な1st Party Dataに触れることができます。
特定業界に閉じない、汎用性の高いデータサイエンス力を養うには最高の環境です。
「自走支援」という視座
・単なる受託分析ではなく、クライアント組織が自らデータを利活用できる文化を作ることを目指します。
技術提供の先にある「組織変革」に携わる醍醐味があります。
■関連インタビュー記事
PLAID ALPHAについて(https://recruit.plaid.co.jp/plaid-alpha)
CGO桑野 × ALPHA責任者・濵﨑対談インタビュー(https://blog.plaid.co.jp/n/n560ecdda3a18)
ALPHA責任者・濵﨑 × Team Head古市対談インタビュー(https://wired.jp/branded/2025/09/09/plaid-1/)
【業務の変更の範囲】
業務に関連する他の部署への変更/グループ会社内外への出向も含めた兼務の可能性あり
クライアントのデータ活用プロジェクトにおいて、基盤構築支援から高度な分析モデルの開発、施策検証まで、データサイエンスの側面からリードしていただきます。
1. 施策PDCA・統計的効果検証
・マーケティング施策のKPI設計と、統計的仮説検定を用いたA/Bテストの評価
・BIツール(Looker Studio, Tableau, Codatum等)を用いたダッシュボード構築とモニタリング環境の整備
2. 多様な手法を用いたモデリング・実装
・Python / R / SQL などを用いた探索的データ分析によるインサイトの抽出
・機械学習モデル(予測、クラスタリング、レコメンデーション等)の構築と、KARTEへの推論結果の実装
・生成AI(LLM)を活用した新しい顧客体験ソリューションのプロトタイピングと実戦投入
3. データパイプライン設計・基盤構築支援
・クライアントのDWH(BigQuery, Databricks, Snowflake等)とKARTEの連携設計・実装
・SQLを用いた高度なデータ加工(ETL/ELT)、分析用データマートの構築
・データ品質管理とクエリパフォーマンスの最適化
■募集背景
エンタープライズ企業のDXが進む今、最大の課題は「データの利活用」の深刻化にあります。
プレイドが目指すのは、AIや機械学習を単なる予測で終わらせない、実アクションに直結する「Actionable(実行可能)」なデータエコシステムの構築です。
KARTEを軸に、モダンデータスタックの最新技術を柔軟に取り入れながら、クライアントと共に「データによる意思決定と実行」の新しいスタンダードを創り上げる。
データの「蓄積」から「価値創出」へ。ラストワンマイルを突破する専門家を募集しています。
■ポジションの魅力
Actionable AIの実践
・自分の作った予測モデルが、KARTEを通じて即座にWebサイトのポップアップやアプリ通知としてユーザーに届きます。
「分析して終わり」ではない、リアルなフィードバックループとビジネスインパクトを肌で感じられます。
Modern Data Stackへの深い関与
・Google Cloudのプレミアパートナーであり、Databricks等とも強力なパートナーシップを結んでいます。
最新のクラウドネイティブな環境で、技術的な制約に縛られず最適なアーキテクチャを追求できます。
多様な業界のドメイン知識とデータ
・EC、金融、人材、メディアなど、日本を代表する企業の多種多様な1st Party Dataに触れることができます。
特定業界に閉じない、汎用性の高いデータサイエンス力を養うには最高の環境です。
「自走支援」という視座
・単なる受託分析ではなく、クライアント組織が自らデータを利活用できる文化を作ることを目指します。
技術提供の先にある「組織変革」に携わる醍醐味があります。
■関連インタビュー記事
PLAID ALPHAについて(https://recruit.plaid.co.jp/plaid-alpha)
CGO桑野 × ALPHA責任者・濵﨑対談インタビュー(https://blog.plaid.co.jp/n/n560ecdda3a18)
ALPHA責任者・濵﨑 × Team Head古市対談インタビュー(https://wired.jp/branded/2025/09/09/plaid-1/)
【業務の変更の範囲】
業務に関連する他の部署への変更/グループ会社内外への出向も含めた兼務の可能性あり
| 想定年収 | 600 〜 1,500 万円/年 | 雇用形態 | 正社員 |
|---|---|---|---|
| 職種 | |||
| 勤務形態 |
作業時間: ■フルフレックスタイム制
・コアタイム:なし
・フレキシブルタイム:7:00〜22:00
・標準労働時間:9:00~18:00(休憩時間 60分)
働き方: フルフレックス制 時間外労働の有無: 有(月平均20時間) 休憩時間: 60分 |
||
| 設立年数 | 16年 | 従業員数 | 466人 |
株式会社プレイド
【フルリモ相談可◎AIエンジニア】有名CXプラットフォームSaaS展開/東証グロース上場!(AIプロダクト開発) のリモートワーク求人
■お仕事内容
<業務内容の一例>
・データ基盤の設計・構築・運用:
・数百億UU規模の1st Party Dataを収集・蓄積・処理・活用するためのスケーラブルかつ高信頼なデータ基盤の設計、構築、運用
・データ分析および顧客への価値提供:
・構築したデータ基盤を活用し、顧客のビジネス課題解決に繋がるデータ分析、レポーティング、示唆抽出。必要に応じて顧客へのヒアリングや分析結果の説明も実施
・多様な行動ログや属性データを組み合わせた多角的な分析による、新規顧客セグメントの発見やマーケティング施策に繋がるインサイトの提供
・機械学習を使ったアルゴリズムの設計 / 実装:
・行動データを活用した、高精度なユーザーモデル(クラスタリング、LTV予測、推薦モデル等)構築
・機械学習モデルの学習・推論に必要なデータフローを自動化・効率化するためのデータパイプライン(学習データセット作成、特徴量ストア連携等)の設計・構築
・弊社独自の貴重な1st Party Dataを最大限に活用するためのデータ戦略立案や新規データソースの検討
■募集背景
プレイドでは「データによって人の価値を最大化する」をミッションとして掲げており、
主要なプロダクトであるKARTEでは、利用いただいているさまざまな企業・サービスの膨大な1st Party Customer Dataを保持しております。
この膨大なデータを活用し、AIによる価値提供を最大化するためのデータ基盤の設計・構築から、データ分析、
さらには機械学習モデル開発のためのデータ準備まで、データに関わる幅広い領域でご活躍いただくデータエンジニアを募集しています。
本ポジションでは、Data Mindの中核である「Context Lake」をリードしていただきます。
Context Lakeは、社内に散らばるあらゆるデータを繋ぎ合わせ、事業成長と顧客体験の向上を直結させる「データAI戦略基盤」です。
Context Lakeの詳細については、是非プレスリリース(https://plaid.co.jp/news/20251110/)をご覧ください。
■ポジションの魅力
・解析UU数が数百億規模にのぼるデータをすでに保持しているため、貴重な経験が積め、また分析の深さや機械学習モデルの精度向上が期待できる
・データ基盤の技術選定やアーキテクチャ設計において、大きな裁量を持って取り組める
・データに関するさまざまな業務を経験できるため、データエンジニアとしてのキャリアの幅を広げられる
・先進的なAI開発プロジェクトにデータ面から深く関与できる
■関連インタビュー記事
Engineer Blog(https://tech.plaid.co.jp/)
【業務の変更の範囲】
業務に関連する他の部署への変更/グループ会社内外への出向も含めた兼務の可能性あり
<業務内容の一例>
・データ基盤の設計・構築・運用:
・数百億UU規模の1st Party Dataを収集・蓄積・処理・活用するためのスケーラブルかつ高信頼なデータ基盤の設計、構築、運用
・データ分析および顧客への価値提供:
・構築したデータ基盤を活用し、顧客のビジネス課題解決に繋がるデータ分析、レポーティング、示唆抽出。必要に応じて顧客へのヒアリングや分析結果の説明も実施
・多様な行動ログや属性データを組み合わせた多角的な分析による、新規顧客セグメントの発見やマーケティング施策に繋がるインサイトの提供
・機械学習を使ったアルゴリズムの設計 / 実装:
・行動データを活用した、高精度なユーザーモデル(クラスタリング、LTV予測、推薦モデル等)構築
・機械学習モデルの学習・推論に必要なデータフローを自動化・効率化するためのデータパイプライン(学習データセット作成、特徴量ストア連携等)の設計・構築
・弊社独自の貴重な1st Party Dataを最大限に活用するためのデータ戦略立案や新規データソースの検討
■募集背景
プレイドでは「データによって人の価値を最大化する」をミッションとして掲げており、
主要なプロダクトであるKARTEでは、利用いただいているさまざまな企業・サービスの膨大な1st Party Customer Dataを保持しております。
この膨大なデータを活用し、AIによる価値提供を最大化するためのデータ基盤の設計・構築から、データ分析、
さらには機械学習モデル開発のためのデータ準備まで、データに関わる幅広い領域でご活躍いただくデータエンジニアを募集しています。
本ポジションでは、Data Mindの中核である「Context Lake」をリードしていただきます。
Context Lakeは、社内に散らばるあらゆるデータを繋ぎ合わせ、事業成長と顧客体験の向上を直結させる「データAI戦略基盤」です。
Context Lakeの詳細については、是非プレスリリース(https://plaid.co.jp/news/20251110/)をご覧ください。
■ポジションの魅力
・解析UU数が数百億規模にのぼるデータをすでに保持しているため、貴重な経験が積め、また分析の深さや機械学習モデルの精度向上が期待できる
・データ基盤の技術選定やアーキテクチャ設計において、大きな裁量を持って取り組める
・データに関するさまざまな業務を経験できるため、データエンジニアとしてのキャリアの幅を広げられる
・先進的なAI開発プロジェクトにデータ面から深く関与できる
■関連インタビュー記事
Engineer Blog(https://tech.plaid.co.jp/)
【業務の変更の範囲】
業務に関連する他の部署への変更/グループ会社内外への出向も含めた兼務の可能性あり
| 想定年収 | 600 〜 1,500 万円/年 | 雇用形態 | 正社員 |
|---|---|---|---|
| 職種 | |||
| 勤務形態 |
作業時間: ■フルフレックスタイム制
・コアタイム:なし
・フレキシブルタイム:7:00〜22:00
・標準労働時間:9:00~18:00(休憩時間 60分)
働き方: フルフレックス制 時間外労働の有無: 有(月平均20時間) 休憩時間: 60分 |
||
| 設立年数 | 16年 | 従業員数 | 466人 |
コインチェック株式会社
【リモートあり/データサイエンス】米NASDAQ上場/国内最大規模の暗号資産取引サービス運営企業 のリモートワーク求人
■お仕事内容
<担当していただくこと>
フロント機能に特化した新組織(クオンツG)の立ち上げに伴い、立ち上げフェーズに参画頂ける人材を募集しております。
暗号資産ディーリング業務における定量分析・モデル開発を通じた収益最適化をご担当頂きます。
-カバー取引のコスト分析・カバー戦略の定量的な策定・改善
-自社のスプレッド・パラメータ設定
-市場データを活用した収益機会の探索・分析
-デリバティブの理論価格算出モデルの設計・実装・検証
-Python / BigQuery / GCP を用いた分析基盤上でのモデル開発・運用
■この仕事の魅力
-暗号資産という成長市場で、カバー取引・資金管理・デリバティブなど多領域の定量分析に横断的に関われる
-フロント機能に特化した新組織(クオンツG)の立ち上げフェーズに参画できる
-分析から戦略策定まで一気通貫で携われる裁量の大きさ
-AIツールを活用した分析・開発ワークフローの構築スキル
■この仕事で伸ばせるスキル
-暗号資産特有の市場構造(24/365、高ボラティリティ)に対する定量分析スキル
-Cursor・Claude Code等のAIコーディングツールを業務に全面導入しており、分析・実装の生産性が高い環境で働ける
-フロントオフィスとしての収益最適化の意思決定経験
■配属部門について
暗号資産交換業事業(現物・デリバティブ)の運営を担うトレジャリー部では暗号資産のポジション管理の他、カバー先(LP)との契約・口座管理や、
カストディシステム(Fireblocks)の運用まで広く担当しております。
■募集背景
フロント業務に特化した組織の立ち上げに伴い定量分析を担うクオンツ人材を募集しております。
■コインチェック株式会社について
コインチェックは、2014年より暗号資産取引サービスを提供し、現在では国内トップクラスのダウンロード数を誇るプラットフォームへと成長してきました。
2025年現在、暗号資産は「デジタルアセット」としての認識が進み、単なる投資対象から、価値交換・証券化・新たな経済圏の基盤へと変容しつつあります。
私たちはこの社会的な変化を、サービスとして実装するテック集団です。マネックスグループの一員として、高いコンプライアンス水準を守りながらも、
新規サービスの立ち上げやブロックチェーン領域への挑戦など、スタートアップ的なスピードと柔軟さをあわせ持つ独自のポジションにあります。
インフラ、セキュリティ、バックエンドといったプロダクトの基盤は、すべて自社開発。数秒単位で価格が動く世界においても、
安定かつスケーラブルな体験を提供することは、シンプルながら極めて高度なチャレンジです。
こうした技術的課題を楽しめる方が、金融やEC、SaaSなどさまざまな業界からジョインし、活躍しています。
コインチェックが求めているのは、「クリプトに詳しい方」だけではありません。
「今は詳しくないけれど、社会構造を変える技術に携わりたい」「未知のドメインに挑戦したい」といった熱量を持つ方を歓迎しています。
私たちと一緒に、次の経済基盤を創り出しませんか?
■関連記事
note(コインチェック株式会社 公式note):https://note.com/coincheck
Company Deck(コインチェック会社紹介資料/Coincheck Company description):https://speakerdeck.com/coincheck_recruit/coincheck-company-description
【業務の変更の範囲】
会社の規定に準ずる
<担当していただくこと>
フロント機能に特化した新組織(クオンツG)の立ち上げに伴い、立ち上げフェーズに参画頂ける人材を募集しております。
暗号資産ディーリング業務における定量分析・モデル開発を通じた収益最適化をご担当頂きます。
-カバー取引のコスト分析・カバー戦略の定量的な策定・改善
-自社のスプレッド・パラメータ設定
-市場データを活用した収益機会の探索・分析
-デリバティブの理論価格算出モデルの設計・実装・検証
-Python / BigQuery / GCP を用いた分析基盤上でのモデル開発・運用
■この仕事の魅力
-暗号資産という成長市場で、カバー取引・資金管理・デリバティブなど多領域の定量分析に横断的に関われる
-フロント機能に特化した新組織(クオンツG)の立ち上げフェーズに参画できる
-分析から戦略策定まで一気通貫で携われる裁量の大きさ
-AIツールを活用した分析・開発ワークフローの構築スキル
■この仕事で伸ばせるスキル
-暗号資産特有の市場構造(24/365、高ボラティリティ)に対する定量分析スキル
-Cursor・Claude Code等のAIコーディングツールを業務に全面導入しており、分析・実装の生産性が高い環境で働ける
-フロントオフィスとしての収益最適化の意思決定経験
■配属部門について
暗号資産交換業事業(現物・デリバティブ)の運営を担うトレジャリー部では暗号資産のポジション管理の他、カバー先(LP)との契約・口座管理や、
カストディシステム(Fireblocks)の運用まで広く担当しております。
■募集背景
フロント業務に特化した組織の立ち上げに伴い定量分析を担うクオンツ人材を募集しております。
■コインチェック株式会社について
コインチェックは、2014年より暗号資産取引サービスを提供し、現在では国内トップクラスのダウンロード数を誇るプラットフォームへと成長してきました。
2025年現在、暗号資産は「デジタルアセット」としての認識が進み、単なる投資対象から、価値交換・証券化・新たな経済圏の基盤へと変容しつつあります。
私たちはこの社会的な変化を、サービスとして実装するテック集団です。マネックスグループの一員として、高いコンプライアンス水準を守りながらも、
新規サービスの立ち上げやブロックチェーン領域への挑戦など、スタートアップ的なスピードと柔軟さをあわせ持つ独自のポジションにあります。
インフラ、セキュリティ、バックエンドといったプロダクトの基盤は、すべて自社開発。数秒単位で価格が動く世界においても、
安定かつスケーラブルな体験を提供することは、シンプルながら極めて高度なチャレンジです。
こうした技術的課題を楽しめる方が、金融やEC、SaaSなどさまざまな業界からジョインし、活躍しています。
コインチェックが求めているのは、「クリプトに詳しい方」だけではありません。
「今は詳しくないけれど、社会構造を変える技術に携わりたい」「未知のドメインに挑戦したい」といった熱量を持つ方を歓迎しています。
私たちと一緒に、次の経済基盤を創り出しませんか?
■関連記事
note(コインチェック株式会社 公式note):https://note.com/coincheck
Company Deck(コインチェック会社紹介資料/Coincheck Company description):https://speakerdeck.com/coincheck_recruit/coincheck-company-description
【業務の変更の範囲】
会社の規定に準ずる
| 想定年収 | 800 〜 1,500 万円/年 | 雇用形態 | 正社員 |
|---|---|---|---|
| 職種 | |||
| 開発経験 | |||
| 勤務形態 |
作業時間: 清算期間と1ヶ月の総労働時間:毎月1日~末日
所定労働時間:8時間×月の所定労働日数を満たす必要があります。
標準労働時間:1日8時間(部署により基本勤務時間は異なる)
コアタイム:12時~15時
フレキシブルタイム:7時~22時
働き方: フレックス制(コアタイムあり) 時間外労働の有無: 有(月平均10時間) 休憩時間: 60分 |
||
| 企業概要 |
2014年8月に暗号資産取引サービス「Coincheck」を開始して以来、金融リテラシーにかかわらず、誰でも使いやすいサービスを提供することにより、「新しい価値交換」を身近に感じられる機会をお客さまに届けてきました。
暗号資産やブロックチェーンは日々進化を重ね、より個々人を主体とした「新たな価値交換」を実現しつつありますが、あたらしい技術がもたらす恩恵はまだほんの一部の人にしか行き届いておらず、情報リテラシーによる格差が生じています。 コインチェックは、暗号資産やブロックチェーンにより生まれる「新しい価値交換」、またその次に現れる新しいテクノロジーにより実現される変革を誰もが身近に感じられるように、より良いサービスを創出し続けます。 |
||
| 設立年数 | 15年 | 従業員数 | 212人 |
株式会社エクサウィザーズ
【Exa Frontier Edge(AIネイティブSI)】AI駆動エンジニア のリモートワーク求人
日本で最もAI駆動型の経営・事業・開発プロセスを実現するAIネイティブカンパニーをともに創り上げませんか?
■お仕事内容
エクサウィザーズが保有するプラットフォームやアセット等のAI技術と、コーディングエージェント(Claude Code等)を本格的に活⽤し、
エンタープライズ企業が本番利⽤可能なアプリケーションの構築と、AI駆動開発の⼟台となる「仕組みづくり」を担っていただきます。
まずはアサインされた案件で、コーディングエージェントを主体としたシステム開発、
⾃分の作業から得た学びをチームの共通アセットに還元していく動きを想定しております。
・エンタープライズ向けAI駆動型システム開発の実践:クライアントの要件をヒアリングし、
コーディングエージェントを主体として圧倒的なスピードと品質でシステムを構築(生成AIアプリや業務アプリケーションなど)
・開発の仕組み化とアセット作成:コーディングエージェントが効率的に機能するための汎用モジュール、
アセット、開発テンプレートの作成・継続的なブラッシュアップ
■募集背景
生成AIやAIエージェントの進化により、設計・開発・テスト・運用といった工程の多くが自動化され、ソフトウェア開発の構造は今まさに転換点を迎えています。
既存のSI構造を根本から代替するためには、既存のプロセスにAIを「追加」するのではなく、
ゼロからAIネイティブな開発プロセスと組織を構築する必要があります。
この挑戦において、エンタープライズ基準の品質・セキュリティ要件を理解し、顧客との技術的な橋渡しを行いながら、
AIを活用した開発の「型(仕組み)」を自ら創り上げる、子会社立ち上げの初期コアメンバーを募集いたします。
■入社後のキャリアパス
入社後は技術の最前線で顧客への価値提供、開発プロセスの基盤構築、汎用モジュール開発等を担っていただきます。
将来的にはAI時代のトップランナーとして以下のようなキャリアが広がっています。
・AIアーキテクト・テックリード:エンタープライズ企業のAI内製化支援を主導し、市場全体にAIネイティブな開発プロセスを啓蒙・展開するスペシャリスト
・VPoE / CTO候補:「人間+AIエージェント」が協働する次世代エンジニア組織全体のマネジメントと技術戦略の牽引
・事業責任者:自身が確立したコーディングエージェントの開発プロセスやツールを再販可能なレベルにパッケージ化し、新たな事業の柱としてスケールさせる責任者
■ ポジションの魅力・やりがい
・「システム開発の歴史を塗り替える」社会的インパクト:労働集約的なシステム開発の歴史を終わらせ、
次世代のAIと共存したシステム開発プロセスのスタンダードを自らの手で創り上げる圧倒的なやりがいがあります。
・ゼロベースでの組織・プロセス設計:エクサウィザーズが持つ強固なエンタープライズ顧客基盤やアセットがすでに使える状態で、
最新のAIエージェントを前提とした最もモダンで効率的な開発体制を追求できます。
・技術とビジネスの橋渡しによる価値最大化:これまで培ってきた「エンタープライズ要件を満たす技術力」や「課題解決力」をフル活用し、
大企業のDXや内製化を直接的に推進できます。
■ 一緒に働くエンジニア
3名のエンジニアがエクサウィザーズ本体と兼務で参画する想定です。
このメンバーと協働しながら、AI時代の開発プロセスのスタンダードを創り上げる挑戦をしていく仲間を募集しています。
①株式会社エクサウィザーズ 取締役CTO
大阪大学大学院工学研究科情報システム工学専攻博士前期課程修了。
2002年1月、静岡大学情報学部助手。2004年10月、デジタルセンセーション株式会社を設立し代表取締役社長に就任。
2017年10月、合併により現職就任。父の影響で3歳からプログラミングを始める。
現在は取締役CTOとしての役割と並行し、AIエージェントプラットフォーム「exaBase Studio」の開発領域をリード。
②株式会社エクサウィザーズ グループ執行役員 / 技術統括本部 本部長
大学院の博士課程では、水の流れを可視化・計測する「光学系」の研究開発に従事しており、当初は現在のAI領域とは異なる分野を専門としていた。
2020年に新卒でエクサウィザーズに入社してからは、AIカメラやセンサーデータを活用したプロダクト開発、
さらにはクライアントプロジェクトの主導など、一貫して技術の現場に身を置く。
その過程では、エクサウィザーズ・インディアのマネージャーとして海外拠点のマネジメントにも携わり、
現在は、グループ執行役員およびCEO室長として、経営層とともに全社的な技術戦略の策定に従事。
同時に、自らも「exaBase コーポITエージェント」のPdM兼開発者として、実際に手を動かしながらプロダクトの価値向上に向き合っている。
経営の視点を持ちつつも、常に現場の温度感を忘れない姿勢を大切に、技術の社会実装を追求している。
③株式会社エクサウィザーズ AIプラットフォーム事業本部 エンタープライズソリューション事業ユニット AIサービスファクトリー室
2016年より金融業界でのシステム開発に従事。大手銀行でのAWS基盤構築、モバイルアプリ開発、ローン基幹システムの要件定義・設計・開発・運用を担当。FISC安全対策基準や非機能要求グレードに準拠したシステム開発の豊富な経験を保有。
2019年〜2021年にIT企業のベトナム法人の代表として海外事業を統括。開発・プロジェクト管理・会社運営を一手に担当。
エクサウィザーズでは、大手電力会社でのAI導入プロジェクトに参画。AIを活用した業務効率化の仕組み作りを推進。
現在は大手銀行にて、事務領域における業務のAI自動化や、そのAIを構築するためのプラットフォームの設計・運用・保守に従事。
また、参画ベンダーのAI駆動開発に関する育成にも取り組んでいる。
■エクサウィザーズとは
私たちは「AIを用いた社会課題解決を通じて幸せな社会を実現する」というミッションを掲げ、少子高齢化社会における労働生産性向上の解決策として、
独自のAI技術やAIプラットフォームを活用した多種多様なサービスの創出に取り組んでいます。
当社は2016年に創業し、2021年11月に上場し、業績は年々成長し続けています。
特に2023年以降の生成AIやAIエージェントの爆発的な普及も追い風となり、2024年度の売り上げは約98億、従業員は600名程度に拡大しました
■ Exa Frontier Edgeとは
2026年4月に設立予定の新子会社として立ち上がり、経営・組織運営・開発プロセス・サービス提供モデルのすべてを
「AIエージェント活用前提」でゼロから設計したAIネイティブ企業です。
従来の人手と工数に依存した労働集約的なシステム開発を根底から変革し、圧倒的なスピードと品質を実現する「AIネイティブSI」の創出を目指します。
コーディングエージェントを中核に据えた「AI駆動型システム開発」と、企業自らがAIを活用してシステム開発を行うための
「内製化支援サービス」を主軸として展開します。
【業務の変更の範囲】
会社の規定に準ずる
■お仕事内容
エクサウィザーズが保有するプラットフォームやアセット等のAI技術と、コーディングエージェント(Claude Code等)を本格的に活⽤し、
エンタープライズ企業が本番利⽤可能なアプリケーションの構築と、AI駆動開発の⼟台となる「仕組みづくり」を担っていただきます。
まずはアサインされた案件で、コーディングエージェントを主体としたシステム開発、
⾃分の作業から得た学びをチームの共通アセットに還元していく動きを想定しております。
・エンタープライズ向けAI駆動型システム開発の実践:クライアントの要件をヒアリングし、
コーディングエージェントを主体として圧倒的なスピードと品質でシステムを構築(生成AIアプリや業務アプリケーションなど)
・開発の仕組み化とアセット作成:コーディングエージェントが効率的に機能するための汎用モジュール、
アセット、開発テンプレートの作成・継続的なブラッシュアップ
■募集背景
生成AIやAIエージェントの進化により、設計・開発・テスト・運用といった工程の多くが自動化され、ソフトウェア開発の構造は今まさに転換点を迎えています。
既存のSI構造を根本から代替するためには、既存のプロセスにAIを「追加」するのではなく、
ゼロからAIネイティブな開発プロセスと組織を構築する必要があります。
この挑戦において、エンタープライズ基準の品質・セキュリティ要件を理解し、顧客との技術的な橋渡しを行いながら、
AIを活用した開発の「型(仕組み)」を自ら創り上げる、子会社立ち上げの初期コアメンバーを募集いたします。
■入社後のキャリアパス
入社後は技術の最前線で顧客への価値提供、開発プロセスの基盤構築、汎用モジュール開発等を担っていただきます。
将来的にはAI時代のトップランナーとして以下のようなキャリアが広がっています。
・AIアーキテクト・テックリード:エンタープライズ企業のAI内製化支援を主導し、市場全体にAIネイティブな開発プロセスを啓蒙・展開するスペシャリスト
・VPoE / CTO候補:「人間+AIエージェント」が協働する次世代エンジニア組織全体のマネジメントと技術戦略の牽引
・事業責任者:自身が確立したコーディングエージェントの開発プロセスやツールを再販可能なレベルにパッケージ化し、新たな事業の柱としてスケールさせる責任者
■ ポジションの魅力・やりがい
・「システム開発の歴史を塗り替える」社会的インパクト:労働集約的なシステム開発の歴史を終わらせ、
次世代のAIと共存したシステム開発プロセスのスタンダードを自らの手で創り上げる圧倒的なやりがいがあります。
・ゼロベースでの組織・プロセス設計:エクサウィザーズが持つ強固なエンタープライズ顧客基盤やアセットがすでに使える状態で、
最新のAIエージェントを前提とした最もモダンで効率的な開発体制を追求できます。
・技術とビジネスの橋渡しによる価値最大化:これまで培ってきた「エンタープライズ要件を満たす技術力」や「課題解決力」をフル活用し、
大企業のDXや内製化を直接的に推進できます。
■ 一緒に働くエンジニア
3名のエンジニアがエクサウィザーズ本体と兼務で参画する想定です。
このメンバーと協働しながら、AI時代の開発プロセスのスタンダードを創り上げる挑戦をしていく仲間を募集しています。
①株式会社エクサウィザーズ 取締役CTO
大阪大学大学院工学研究科情報システム工学専攻博士前期課程修了。
2002年1月、静岡大学情報学部助手。2004年10月、デジタルセンセーション株式会社を設立し代表取締役社長に就任。
2017年10月、合併により現職就任。父の影響で3歳からプログラミングを始める。
現在は取締役CTOとしての役割と並行し、AIエージェントプラットフォーム「exaBase Studio」の開発領域をリード。
②株式会社エクサウィザーズ グループ執行役員 / 技術統括本部 本部長
大学院の博士課程では、水の流れを可視化・計測する「光学系」の研究開発に従事しており、当初は現在のAI領域とは異なる分野を専門としていた。
2020年に新卒でエクサウィザーズに入社してからは、AIカメラやセンサーデータを活用したプロダクト開発、
さらにはクライアントプロジェクトの主導など、一貫して技術の現場に身を置く。
その過程では、エクサウィザーズ・インディアのマネージャーとして海外拠点のマネジメントにも携わり、
現在は、グループ執行役員およびCEO室長として、経営層とともに全社的な技術戦略の策定に従事。
同時に、自らも「exaBase コーポITエージェント」のPdM兼開発者として、実際に手を動かしながらプロダクトの価値向上に向き合っている。
経営の視点を持ちつつも、常に現場の温度感を忘れない姿勢を大切に、技術の社会実装を追求している。
③株式会社エクサウィザーズ AIプラットフォーム事業本部 エンタープライズソリューション事業ユニット AIサービスファクトリー室
2016年より金融業界でのシステム開発に従事。大手銀行でのAWS基盤構築、モバイルアプリ開発、ローン基幹システムの要件定義・設計・開発・運用を担当。FISC安全対策基準や非機能要求グレードに準拠したシステム開発の豊富な経験を保有。
2019年〜2021年にIT企業のベトナム法人の代表として海外事業を統括。開発・プロジェクト管理・会社運営を一手に担当。
エクサウィザーズでは、大手電力会社でのAI導入プロジェクトに参画。AIを活用した業務効率化の仕組み作りを推進。
現在は大手銀行にて、事務領域における業務のAI自動化や、そのAIを構築するためのプラットフォームの設計・運用・保守に従事。
また、参画ベンダーのAI駆動開発に関する育成にも取り組んでいる。
■エクサウィザーズとは
私たちは「AIを用いた社会課題解決を通じて幸せな社会を実現する」というミッションを掲げ、少子高齢化社会における労働生産性向上の解決策として、
独自のAI技術やAIプラットフォームを活用した多種多様なサービスの創出に取り組んでいます。
当社は2016年に創業し、2021年11月に上場し、業績は年々成長し続けています。
特に2023年以降の生成AIやAIエージェントの爆発的な普及も追い風となり、2024年度の売り上げは約98億、従業員は600名程度に拡大しました
■ Exa Frontier Edgeとは
2026年4月に設立予定の新子会社として立ち上がり、経営・組織運営・開発プロセス・サービス提供モデルのすべてを
「AIエージェント活用前提」でゼロから設計したAIネイティブ企業です。
従来の人手と工数に依存した労働集約的なシステム開発を根底から変革し、圧倒的なスピードと品質を実現する「AIネイティブSI」の創出を目指します。
コーディングエージェントを中核に据えた「AI駆動型システム開発」と、企業自らがAIを活用してシステム開発を行うための
「内製化支援サービス」を主軸として展開します。
【業務の変更の範囲】
会社の規定に準ずる
| 想定年収 | 720 〜 900 万円/年 | 雇用形態 | 正社員 |
|---|---|---|---|
| 職種 | |||
| 勤務形態 |
作業時間: 標準時間: 9:00~18:00
(休憩時間1時間/所定労働時間:8時間)
※業務の内容に応じて、フレックス/裁量労働制または管理監督者としての勤務形態を適応
【フレックス制】
フレキシブルタイム:なし
コアタイム:10:00~16:00
標準労働時間:8時間
【専門業務型裁量労働制】
標準時間:9:00-19:00
(上記はみなし労働時間のため、開始と終わりはいつでもOK)
※ご自身の最もパフォーマンスが上がる時間で仕事をしてください。
働き方: フレックス制(コアタイムあり) 裁量労働制 時間外労働の有無: 有(月平均10時間) 休憩時間: 60分 |
||
| 企業概要 |
エクサウィザーズは、「AIを用いた社会課題解決を通じて、幸せな社会を実現する」をミッションに掲げ、独自開発のAIアルゴリズムと、様々な業界や業務に関する知見を組み合わせたAIサービスを顧客及び事業提携先に開発・提供することで、多様な領域における社会課題の解決を図っております。
|
||
| 設立年数 | 11年 | 従業員数 | 287人 |
84件中 1件~10件
リモートワーク求人を探す
職種からリモートワーク求人を探す
- CTO
- VPoE
- テックリード
- ITコンサルタント
- ITアーキテクト
- プロジェクトマネージャー
- プロダクトマネージャー
- スクラムマスター
- PMO
- ブリッジSE
- プロジェクトリーダー
- webデザイナー
- UIUXデザイナー
- webディレクター
- デジタルマーケター
- ゲームデザイナー
- CGデザイナー
- インフラエンジニア
- SRE
- ネットワークエンジニア
- サーバーエンジニア
- セキュリティエンジニア
- システムエンジニア
- システムディレクター
- サーバーサイドエンジニア
- フロントエンドエンジニア
- マークアップコーダー
- iOSエンジニア
- Androidエンジニア
- ゲームエンジニア
- ゲームプランナー
- QAエンジニア
- テストエンジニア
- テスター
- AIエンジニア(DL/機械学習)
- データサイエンティスト
- データアナリスト
- BIエンジニア
- データベースエンジニア
- 社内SE
- ヘルプデスク
- テクニカルサポート
- CRE
開発経験からリモートワーク求人を探す
- Access
- ActionScript
- AD
- Android(Java)
- Angular
- Ansible
- AWS
- Azure
- C#
- C++
- CakePHP
- COBOL
- Cordova
- C言語
- Django
- EC-CUBE
- Electron
- Elixir
- Express.js
- Figma
- Firebase
- Flask
- Flutter
- FuelPHP
- GCP
- Go
- HTML/CSS
- Illustrator
- Java
- JavaScript
- Kotlin
- Kubernetes
- Laravel
- Linux
- MySQL
- Next.js
- Node.js
- Nuxt.js
- Objective-C
- Oracle
- Perl
- Photoshop
- PHP
- PL/SQL
- PostgreSQL
- Python
- R
- React
- React Native
- RPA(Biz Robo)
- RPA(UiPath)
- RPA(WinActor)
- Ruby on Rails
- Rust
- Salesforce
- SAP
- Scala
- Seasar2
- Sketch
- Spring
- Spring Boot
- SQL
- SQL Server
- Struts
- Swift
- Symfony
- Tableau
- Tensorflow
- Terraform
- Tresure Data
- TypeScript
- Unity
- VB
- VBA
- Vue.js
- WordPress
- Xamarin
- XD
働き方からリモートワーク求人を探す
リモートワークタイプからリモートワーク求人を探す
語学・国籍からリモートワーク求人を探す
Jobのタイトルが入ります
こちらの求人に応募します
Jobのタイトルが入ります
こちらの求人に応募します
への応募が完了しました。
ご応募ありがとうございます。
担当エージェントからの連絡をお待ちください。
Jobのタイトルが入ります
こちらの求人を辞退しますが間違いないですか?
への辞退が完了しました。
またのご応募お待ちしています。
既に応募済みの案件です。
求人への応募には
リラシクの利用を開始してください。
求人への応募にはご住所の入力が必要です。
予期せぬエラーが発生しました。