AIエンジニア(DL/機械学習)×希望者は出社可のリモートワーク転職・求人情報一覧
14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XAION DATA
【首都圏フルリモ(月2回出社)/東京/AIソフトウェアエンジニア】AI×データで価値を創出する、急成長中のHR・営業DXスタートアップ企業! のリモートワーク求人
■お仕事内容
業務内容
①機械学習エンジニアとしてデータサイエンス・機械学習のプロジェクトをリードいただきます。
②オープンデータを活用した機械学習モデルの設計から開発までを行なっていただきます。
▍このポジション/仕事の魅力
①自社プロダクトへの実装等のPoCに留まらない機械学習モデルの実装機会があります
②CTOがデータサイエンティストの出身のため、データサイエンスに理解がある環境で働くことができます。
③開発チーム主体で企画開発を行うので、ユーザーのフィードバックを直に聞きながらデータソリューションの検討・実装ができます。
会社についての詳細
XAION DATAはオープンデータ収集・構造化特許技術を保有し、オープンデータを利活用するためのサービスや、オープンデータを活用したAI・DATAソリューションを提供しているテクノロジーカンパニーです。
私達は「AI×DATAで世界中の価値を最大化する」をミッションに、あらゆるデータ価値を見出し、最大化する仕組みを提供することで、人の幸福への寄与及び、社会への貢献を実現します。
2022年に国内でオープンデータ汎用技術に関する特許を取得し、加速するビジネス/データニーズの変化に柔軟に対応できるオープンデータを主とした独自のデータベース基盤を構築し、3つの軸で事業展開しております。
①プロダクト事業
オープンデータを活用した独自DB基盤を軸に、SaaS事業を展開しています。
-AUTOHUNT(WEB上に分散している、人材企業情報をはじめとした様々な公開情報から優秀な人材を横断して検索できる、次世代型AIタレント検索エンジン)
-AUTOBOOST(WEB上のオープンなSNSやメディアに掲載された人材や企業情報を収集/統合し、横断的に企業/キーパーソンを検索。SNSを通じたダイレクトアプローチを可能とする、セールスインテリジェンスプラットフォーム)
②ソリューション事業
私達が保有する独自DBとAIモデルをベースに、 クライアントが保有するデータを掛け合わせることで、最適なAI・DATAソリューションをご提供しています。
③人材紹介事業
業界に精通した専門性の高い弊社コンサルタントがAUTOHUNTを用いて、転職媒体に登録されていない優秀な人材をご紹介しています。
業界としてはHR(採用市場)から入り、セールス・マーケ領域等に拡張することで最終的に30兆円規模のTAM(Total Available Market)を目指します。
そんなチャレンジにジョインいただける方を募集しております。
【業務の変更の範囲】
会社の規定に準ずる
業務内容
①機械学習エンジニアとしてデータサイエンス・機械学習のプロジェクトをリードいただきます。
②オープンデータを活用した機械学習モデルの設計から開発までを行なっていただきます。
▍このポジション/仕事の魅力
①自社プロダクトへの実装等のPoCに留まらない機械学習モデルの実装機会があります
②CTOがデータサイエンティストの出身のため、データサイエンスに理解がある環境で働くことができます。
③開発チーム主体で企画開発を行うので、ユーザーのフィードバックを直に聞きながらデータソリューションの検討・実装ができます。
会社についての詳細
XAION DATAはオープンデータ収集・構造化特許技術を保有し、オープンデータを利活用するためのサービスや、オープンデータを活用したAI・DATAソリューションを提供しているテクノロジーカンパニーです。
私達は「AI×DATAで世界中の価値を最大化する」をミッションに、あらゆるデータ価値を見出し、最大化する仕組みを提供することで、人の幸福への寄与及び、社会への貢献を実現します。
2022年に国内でオープンデータ汎用技術に関する特許を取得し、加速するビジネス/データニーズの変化に柔軟に対応できるオープンデータを主とした独自のデータベース基盤を構築し、3つの軸で事業展開しております。
①プロダクト事業
オープンデータを活用した独自DB基盤を軸に、SaaS事業を展開しています。
-AUTOHUNT(WEB上に分散している、人材企業情報をはじめとした様々な公開情報から優秀な人材を横断して検索できる、次世代型AIタレント検索エンジン)
-AUTOBOOST(WEB上のオープンなSNSやメディアに掲載された人材や企業情報を収集/統合し、横断的に企業/キーパーソンを検索。SNSを通じたダイレクトアプローチを可能とする、セールスインテリジェンスプラットフォーム)
②ソリューション事業
私達が保有する独自DBとAIモデルをベースに、 クライアントが保有するデータを掛け合わせることで、最適なAI・DATAソリューションをご提供しています。
③人材紹介事業
業界に精通した専門性の高い弊社コンサルタントがAUTOHUNTを用いて、転職媒体に登録されていない優秀な人材をご紹介しています。
業界としてはHR(採用市場)から入り、セールス・マーケ領域等に拡張することで最終的に30兆円規模のTAM(Total Available Market)を目指します。
そんなチャレンジにジョインいただける方を募集しております。
【業務の変更の範囲】
会社の規定に準ずる
| 想定年収 | 500 〜 1,100 万円/年 | 雇用形態 | 正社員 |
|---|---|---|---|
| 職種 | |||
| 勤務形態 | |||
| 設立年数 | 7年 | 従業員数 | 100人 |
株式会社カンム
【地方フルリモート/データエンジニア/実務5年~】データ基盤 & MLOps リード/1200万ダウンロード超えの決済・金融サービスのデータ戦略立案・実行 のリモートワーク求人
■お仕事内容
事業インパクトに直結するデータ活用・機械学習基盤の設計・開発・運用、そしてその仕組み化と全社展開をリードしていただきます。
<具体的な業務イメージ>
・Go, Pythonを用いたデータパイプライン、API/バッチ処理の実装
・データウェアハウス・データレイクハウスの設計・構築・運用
・Terraformを用いたIaCによるインフラ構築・管理 (AWS, GCP)
・Feature Storeや実験管理基盤など、MLOps関連技術の選定・導入・運用
■ チーム構成
現在は、バックエンドエンジニア2名とプラットフォームマネジメント担当1名が兼務でデータエンジニアリング領域を担っています。
この領域を専門でリードする一人目のシニアメンバーとしてご活躍いただくことを期待しています。
将来的には、事業の成長に合わせてデータエンジニアリングチームを組成・拡大していく構想です。
■ポジションの魅力
・事業のコアで裁量を発揮
1200万ダウンロードを超える決済・金融サービスの根幹をなすデータ戦略の立案から実行まで、
大きな裁量を持ってリードできます。
・ビジネスに直結するインパクト
PoC(実証実験)で終わることなく、自身が構築した基盤が事業のP/Lにどう貢献したかまで、
ダイレクトに実感できる環境です。
・難易度の高い技術課題への挑戦
金融ドメイン特有のリアルタイム性、整合性、セキュリティ、そして予測応答性といった、
本質的でチャレンジングな技術課題に取り組むことができます。
・ゼロから仕組みを創る面白さ
プロダクト開発と一体となり、現場の課題解決というボトムアップのアプローチで、
最適なデータ・ML基盤を初期フェーズから設計・構築していく経験が積めます。
■募集背景
データ活用は当社に根付いた文化ですが、データ基盤の構築・運用はバックエンドエンジニアによる兼務に留まっており、
スピード・品質・再現性の面で改善の必要がある状況です。
特に、プロダクトごとに異なる要件に応じた仕組みの整備が必要な中で、属人的な対応ではインシデント発生時のリカバリや保守性にも課題が残っています。
今後は、より高度なパーソナライズやリスク管理といった施策を加速するため、MLOps 基盤を機能拡張・再設計し、
再現性ある仕組みとして定着させる必要があり、専任かつ高度な設計・実装力を持ったデータエンジニアを迎え、
事業のスケーラビリティを支える中核人材として活躍いただきたいと考えています。
【業務の変更の範囲】
会社の定める範囲
事業インパクトに直結するデータ活用・機械学習基盤の設計・開発・運用、そしてその仕組み化と全社展開をリードしていただきます。
<具体的な業務イメージ>
・Go, Pythonを用いたデータパイプライン、API/バッチ処理の実装
・データウェアハウス・データレイクハウスの設計・構築・運用
・Terraformを用いたIaCによるインフラ構築・管理 (AWS, GCP)
・Feature Storeや実験管理基盤など、MLOps関連技術の選定・導入・運用
■ チーム構成
現在は、バックエンドエンジニア2名とプラットフォームマネジメント担当1名が兼務でデータエンジニアリング領域を担っています。
この領域を専門でリードする一人目のシニアメンバーとしてご活躍いただくことを期待しています。
将来的には、事業の成長に合わせてデータエンジニアリングチームを組成・拡大していく構想です。
■ポジションの魅力
・事業のコアで裁量を発揮
1200万ダウンロードを超える決済・金融サービスの根幹をなすデータ戦略の立案から実行まで、
大きな裁量を持ってリードできます。
・ビジネスに直結するインパクト
PoC(実証実験)で終わることなく、自身が構築した基盤が事業のP/Lにどう貢献したかまで、
ダイレクトに実感できる環境です。
・難易度の高い技術課題への挑戦
金融ドメイン特有のリアルタイム性、整合性、セキュリティ、そして予測応答性といった、
本質的でチャレンジングな技術課題に取り組むことができます。
・ゼロから仕組みを創る面白さ
プロダクト開発と一体となり、現場の課題解決というボトムアップのアプローチで、
最適なデータ・ML基盤を初期フェーズから設計・構築していく経験が積めます。
■募集背景
データ活用は当社に根付いた文化ですが、データ基盤の構築・運用はバックエンドエンジニアによる兼務に留まっており、
スピード・品質・再現性の面で改善の必要がある状況です。
特に、プロダクトごとに異なる要件に応じた仕組みの整備が必要な中で、属人的な対応ではインシデント発生時のリカバリや保守性にも課題が残っています。
今後は、より高度なパーソナライズやリスク管理といった施策を加速するため、MLOps 基盤を機能拡張・再設計し、
再現性ある仕組みとして定着させる必要があり、専任かつ高度な設計・実装力を持ったデータエンジニアを迎え、
事業のスケーラビリティを支える中核人材として活躍いただきたいと考えています。
【業務の変更の範囲】
会社の定める範囲
| 想定年収 | 900 〜 1,150 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
標準労働時間:9:00~18:00
コアタイム:11:00-15:00
フレキシブルタイム:6:00~20:00
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30時間) 休憩時間: 60分 |
||
| 企業概要 |
-
|
||
| 設立年数 | 16年 | 従業員数 | 64人 |
アーチーズ株式会社
【ハイブリッド~フルリモート(ベトナム勤務)/コーポレート・AI Business Operations】グローバル業務フローを「AI駆動(AI-driven)」を前提に引き上げ のリモートワーク求人
■事業概要
Archesは “Share Knowledge, Empower the World” をミッションに、世界8拠点でビジネス領域における「知識のシェアリングサービス」を提供するグローバルスタートアップです。
企業が求める知見を持つエキスパートとマッチングし、主に1時間のインタビューを通じて専門的な知見を提供する「エキスパートマッチング」を中心に、多様なサービスを展開しています。
現在は、
① エキスパートマッチング(インタビュー)
1時間のインタビューを通じて、業界経験者から短時間でリアルな知見を収集できるサービス。
② エキスパートソリューション(調査・アドバイス)
調査レポートの作成や戦略的アドバイスなど、成果物の提供まで行う調査・コンサルティングサービス。
③ エキスパートナレッジバンク(知見データベース)
世界中で実施されたエキスパートインタビューを体系的に蓄積し、必要な時にアクセスして情報収集できる知見データベース。
④ プライムタレントパートナーズ(ハイクラス人材紹介)
コンサルティングファーム・投資ファンド領域に特化したハイクラス人材紹介サービス。
これらのサービスを通じて、企業の意思決定を加速させるために、専門家の知見提供から人材の確保まで一貫した支援を提供しています。
■業務詳細
Archesのグローバル業務フローを根本から見直し、「AI駆動(AI-driven)」を前提とした次世代のオペレーション水準へ引き上げることがミッションです。
既存の慣習を疑い、現場の泥臭い課題特定から、LLM等の最新技術を用いたソリューション実装までをリード。単なる「改善」ではなく、生産性を数倍〜数十倍へと引き上げる「変革」を担っていただきます。
▼業務内容
・現場リサーチと課題抽出
ベトナム等の現場スタッフへの能動的なヒアリングを通じ、潜在的な非効率プロセスを洗い出し、現状(As-Is)を正確に可視化します
・AI駆動のプロセス刷新(To-Be設計)
最新のAI技術(LLM, RAG, Agent等)を前提とした「あるべき業務フロー」をゼロベースで設計します。
・システム要件定義と実装リード
改善フローを実現するためのシステム要件を定義し、開発チームへのブリッジング、またはiPaaS(Make, Zapier等)を用いたプロトタイピングを行います。
・AIツールの検証・PoC
課題に応じたAIサービスの選定・検証を行い、導入効果やリスクを整理した上で、現場への実導・定着までを完遂します。
【業務の変更の範囲】
会社の定める業務
Archesは “Share Knowledge, Empower the World” をミッションに、世界8拠点でビジネス領域における「知識のシェアリングサービス」を提供するグローバルスタートアップです。
企業が求める知見を持つエキスパートとマッチングし、主に1時間のインタビューを通じて専門的な知見を提供する「エキスパートマッチング」を中心に、多様なサービスを展開しています。
現在は、
① エキスパートマッチング(インタビュー)
1時間のインタビューを通じて、業界経験者から短時間でリアルな知見を収集できるサービス。
② エキスパートソリューション(調査・アドバイス)
調査レポートの作成や戦略的アドバイスなど、成果物の提供まで行う調査・コンサルティングサービス。
③ エキスパートナレッジバンク(知見データベース)
世界中で実施されたエキスパートインタビューを体系的に蓄積し、必要な時にアクセスして情報収集できる知見データベース。
④ プライムタレントパートナーズ(ハイクラス人材紹介)
コンサルティングファーム・投資ファンド領域に特化したハイクラス人材紹介サービス。
これらのサービスを通じて、企業の意思決定を加速させるために、専門家の知見提供から人材の確保まで一貫した支援を提供しています。
■業務詳細
Archesのグローバル業務フローを根本から見直し、「AI駆動(AI-driven)」を前提とした次世代のオペレーション水準へ引き上げることがミッションです。
既存の慣習を疑い、現場の泥臭い課題特定から、LLM等の最新技術を用いたソリューション実装までをリード。単なる「改善」ではなく、生産性を数倍〜数十倍へと引き上げる「変革」を担っていただきます。
▼業務内容
・現場リサーチと課題抽出
ベトナム等の現場スタッフへの能動的なヒアリングを通じ、潜在的な非効率プロセスを洗い出し、現状(As-Is)を正確に可視化します
・AI駆動のプロセス刷新(To-Be設計)
最新のAI技術(LLM, RAG, Agent等)を前提とした「あるべき業務フロー」をゼロベースで設計します。
・システム要件定義と実装リード
改善フローを実現するためのシステム要件を定義し、開発チームへのブリッジング、またはiPaaS(Make, Zapier等)を用いたプロトタイピングを行います。
・AIツールの検証・PoC
課題に応じたAIサービスの選定・検証を行い、導入効果やリスクを整理した上で、現場への実導・定着までを完遂します。
【業務の変更の範囲】
会社の定める業務
| 想定年収 | 400 〜 800 万円/年 | 雇用形態 | 正社員 |
|---|---|---|---|
| 職種 | |||
| 勤務形態 | |||
| 企業概要 |
アーチーズ株式会社は、アジアを中心に世界中のエキスパートの知見と企業を繋ぐ「エキスパートナレッジシェアサービス」を展開する企業です。代表は加藤洋気氏で、東京に本社を置き、ベトナム、シンガポール、上海などに拠点を展開しています。設立は2019年
|
||
| 設立年数 | 8年 | 従業員数 | 150人 |
株式会社システムアイ
【首都圏ハイブリッド/AIエンジニア】クラウド環境下での開発経験必須 のリモートワーク求人
フルフレックス+リモート可能/クラウドとAIを活用したモダンなシステム開発実績多数!!
■お仕事内容
元マイクロソフトMVP複数年受賞されている本事業責任者と一緒に、
AIやクラウドを活用したシステム開発の顧客への提案活動/上流工程/開発工程のいずれか、
または全てに携わっていただきます。
・技術選定や実現可能性調査のためのコンサルティング
・クラウドアーキテクチャ設計・構築
・データ基盤の設計・構築
<案件事例>
・AIを活用した営業支援チャットボットの開発
└Azure OpenAIを活用し、音声データを文字起こし、活用可能なデータに変換し営業メンバ業務効率化を達成
・社内ナレッジ利活用ツールの開発
└社内に乱雑に配置された様々なナレッジを利活用できる検索ツールのためのRAGの開発
・3大クラウドが提供するマネージドAIサービス利活用コンサルティング
など
■募集背景
「日本のシステム開発をアップデートしてDX(Developer Experience)を洗練させる」をミッションに掲げ、
モダン技術開発や最先端のツール/SaaSなどを駆使したシステムコンサルティングを行って来ましたが、
直近は受注が加速しているAIを活用したシステム開発の、コンサルティングからシステム開発までを
担当頂くポジションを募集しています。
■当社の特徴
▼リモートワーク主体前提の働き方をご用意
週次で自由に参加可能なオープンドアMTGを実施し、リモートワークでも疎外感が生まれないよう、上司部下関係なく気軽に何でも相談できる環境をご用意
▼クラウド系資格取得を全力サポート
システムアイでは順調にクラウド資格取得者を増やしており
週2回の勉強会の実施や、資格取得に関わる費用の会社全額負担
取得時の報奨金もご用意しております。
【業務の変更の範囲】
会社の規定に準ずる
■お仕事内容
元マイクロソフトMVP複数年受賞されている本事業責任者と一緒に、
AIやクラウドを活用したシステム開発の顧客への提案活動/上流工程/開発工程のいずれか、
または全てに携わっていただきます。
・技術選定や実現可能性調査のためのコンサルティング
・クラウドアーキテクチャ設計・構築
・データ基盤の設計・構築
<案件事例>
・AIを活用した営業支援チャットボットの開発
└Azure OpenAIを活用し、音声データを文字起こし、活用可能なデータに変換し営業メンバ業務効率化を達成
・社内ナレッジ利活用ツールの開発
└社内に乱雑に配置された様々なナレッジを利活用できる検索ツールのためのRAGの開発
・3大クラウドが提供するマネージドAIサービス利活用コンサルティング
など
■募集背景
「日本のシステム開発をアップデートしてDX(Developer Experience)を洗練させる」をミッションに掲げ、
モダン技術開発や最先端のツール/SaaSなどを駆使したシステムコンサルティングを行って来ましたが、
直近は受注が加速しているAIを活用したシステム開発の、コンサルティングからシステム開発までを
担当頂くポジションを募集しています。
■当社の特徴
▼リモートワーク主体前提の働き方をご用意
週次で自由に参加可能なオープンドアMTGを実施し、リモートワークでも疎外感が生まれないよう、上司部下関係なく気軽に何でも相談できる環境をご用意
▼クラウド系資格取得を全力サポート
システムアイでは順調にクラウド資格取得者を増やしており
週2回の勉強会の実施や、資格取得に関わる費用の会社全額負担
取得時の報奨金もご用意しております。
【業務の変更の範囲】
会社の規定に準ずる
| 想定年収 | 400 〜 1,200 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
標準労働時間:8時間
フレキシブルタイム:7:00~22:00
※残業は月平均15時間程度です
※プロジェクト、繁忙期に応じて勤務時間が多少異なります
※派遣契約のプロジェクトもあり、その際はフルフレックスの対象社員から外れる形になります。派遣終了後に再度、フルフレックス適応になります。
働き方: フルフレックス制 時間外労働の有無: 有(月平均14時間) 休憩時間: 60分 |
||
| 企業概要 |
1996年に神奈川県横浜市で設立して以来、銀行系のシステム開発に強みを持って成長をしてきた当社は、富士通のコアパートナーとして政府系金融機関のプロジェクトなどにも多数参画してきました。そこで得たノウハウを生かしつつお客様にとってよりベストエフォートなシステム・サービスのご提供をするため、近年はPWA(Progressive Web Apps)やFintech、AIなど海外で利用されている先端技術の適用・R&D(研究開発)に力を注いでいます。2019年にSHIFTグループへと参画したことが新しい技術領域への挑戦の追い風となり、ますます多くの業種のお客様からご依頼を頂けるようになりました。
そんな当社ではフルスタックエンジニアを育てていきたいと考えていますが、本人の志向・適性に合わない仕事を無理にさせるのではなく、あくまで一人ひとりの能力を伸ばす支援を行うことを重視しています。マネジメントに興味がある人の中には、20代で要件定義に携っている方もいますし、技術を武器に活躍したいと考える人には希望に適したプロジェクトをお任せしています。バックエンド、フロントエンドの開発だけでなく、AWS、Azureなどを用いたクラウドインフラの開発も増えてきており、当社で描けるキャリアは様々です。 |
||
| 設立年数 | 31年 | 従業員数 | 376人 |
株式会社RIT
【フルリモート◎】AIコンサル×エンジニア募集!◆平均成長率135%!/裁量の大きさ◎/基本リモートワーク のリモートワーク求人
■お仕事内容
<ミッション>
本ポジションは、生成AIおよびモダンなFull-Stack TypeScript技術を前提に、開発生産性の向上をリードするエンジニアリングロールです。
生成AIを単なる実装補助ツールとして扱うのではなく、
・要件整理・設計・実装・レビューまでを含めた開発プロセス
・チームで再現可能なAI活用の型
・品質とスピードを両立する開発体験
をプロセスとして設計・実践し、社内外に展開することを目的としています。
社内では、AIを前提とした開発のやり方を標準化・定着させ、
社外では、有償の研修・ワークショップという形でそのプロセスを提供することで、
クライアントの開発生産性向上を支援します。
研修は単体でも価値を持つ技術サービスであり、
必要に応じて受託開発や伴走支援につながることもありますが、
営業活動や売上目標を直接担うポジションではありません。
<具体的な業務イメージ>
▼開発プロセス改善・定着支援(社内)
・生成AI活用を前提とした開発フローの設計・改善
・Full-Stack TypeScript開発における設計・実装プロセスの整理
・AI生成コードを含めたレビュー観点・品質基準の定義
・チーム横断での開発プロセス定着支援
▼クライアント向け有償研修・ワークショップの提供
・クライアント向けのAI活用開発研修・ワークショップの設計・実施
・実務に直結する題材を用いたハンズオンやディスカッションのファシリテーション
・クライアントの開発状況・課題を踏まえたプロセス提案
・研修後を見据えた技術的示唆・改善ポイントの整理
※ 研修は「教えること」自体を目的とせず、実務で使える開発プロセスを体感してもらう場として位置づけています。
▼プロジェクト伴走・技術支援(必要に応じて)
・研修と並行、または研修後のプロジェクトへの技術的関与
・設計レビュー、実装支援、技術的な壁打ち
・社内外で再利用可能なプロセスへのフィードバック
■このポジションの魅力
・生成AI × TypeScript を前提とした開発の型を、自社仕様として設計できる
・研修を「教育」ではなく、価値ある技術サービスとして提供できる
・社内改善と対外サービスの両方に関われる
・ミドル後半〜シニアとして、技術・プロセス両面で影響力を発揮できる
■参考URL
以下資料もご覧ください
・プレスリリース
https://prtimes.jp/main/html/searchrlp/company_id/36710
【業務の変更の範囲】
会社の規定に準ずる
<ミッション>
本ポジションは、生成AIおよびモダンなFull-Stack TypeScript技術を前提に、開発生産性の向上をリードするエンジニアリングロールです。
生成AIを単なる実装補助ツールとして扱うのではなく、
・要件整理・設計・実装・レビューまでを含めた開発プロセス
・チームで再現可能なAI活用の型
・品質とスピードを両立する開発体験
をプロセスとして設計・実践し、社内外に展開することを目的としています。
社内では、AIを前提とした開発のやり方を標準化・定着させ、
社外では、有償の研修・ワークショップという形でそのプロセスを提供することで、
クライアントの開発生産性向上を支援します。
研修は単体でも価値を持つ技術サービスであり、
必要に応じて受託開発や伴走支援につながることもありますが、
営業活動や売上目標を直接担うポジションではありません。
<具体的な業務イメージ>
▼開発プロセス改善・定着支援(社内)
・生成AI活用を前提とした開発フローの設計・改善
・Full-Stack TypeScript開発における設計・実装プロセスの整理
・AI生成コードを含めたレビュー観点・品質基準の定義
・チーム横断での開発プロセス定着支援
▼クライアント向け有償研修・ワークショップの提供
・クライアント向けのAI活用開発研修・ワークショップの設計・実施
・実務に直結する題材を用いたハンズオンやディスカッションのファシリテーション
・クライアントの開発状況・課題を踏まえたプロセス提案
・研修後を見据えた技術的示唆・改善ポイントの整理
※ 研修は「教えること」自体を目的とせず、実務で使える開発プロセスを体感してもらう場として位置づけています。
▼プロジェクト伴走・技術支援(必要に応じて)
・研修と並行、または研修後のプロジェクトへの技術的関与
・設計レビュー、実装支援、技術的な壁打ち
・社内外で再利用可能なプロセスへのフィードバック
■このポジションの魅力
・生成AI × TypeScript を前提とした開発の型を、自社仕様として設計できる
・研修を「教育」ではなく、価値ある技術サービスとして提供できる
・社内改善と対外サービスの両方に関われる
・ミドル後半〜シニアとして、技術・プロセス両面で影響力を発揮できる
■参考URL
以下資料もご覧ください
・プレスリリース
https://prtimes.jp/main/html/searchrlp/company_id/36710
【業務の変更の範囲】
会社の規定に準ずる
| 想定年収 | 800 〜 1,200 万円/年 | 雇用形態 | 正社員 |
|---|---|---|---|
| 職種 | |||
| 勤務形態 | |||
| 設立年数 | 14年 | 従業員数 | 19人 |
ちゅらデータ株式会社
【正社員/フルリモート/AIエンジニア(シニア)】急成長中のAI・データ分析業界で受託開発をリードするシニアAIエンジニア募集! のリモートワーク求人
顧客と伴走しながら機械学習を組み込んだアプリケーション/システムの設計〜開発〜運用までをワンストップで担当します。
【具体的には】
・LLMを組み込んだRAGアプリケーションの開発
・画像検索アプリケーションの高速化
・機械学習アプリケーション/システムのMLOps設計・開発
・機械学習PoCプロジェクトの本番化/製品化に向けての開発
・機械学習アプリケーション/システムの新規技術・サービス調査検証
【業務の変更の範囲】
会社の規定に準ずる
【具体的には】
・LLMを組み込んだRAGアプリケーションの開発
・画像検索アプリケーションの高速化
・機械学習アプリケーション/システムのMLOps設計・開発
・機械学習PoCプロジェクトの本番化/製品化に向けての開発
・機械学習アプリケーション/システムの新規技術・サービス調査検証
【業務の変更の範囲】
会社の規定に準ずる
| 想定年収 | 900 〜 1,400 万円/年 | 雇用形態 | 正社員 |
|---|---|---|---|
| 職種 | |||
| 勤務形態 | |||
| 企業概要 |
データ分析の高度な研究開発拠点。給与は県内トップクラス水準
ちゅらデータ株式会社は、データ分析における高度な研究開発を行う拠点として、DATUM STUDIO株式会社の完全子会社として設立されました。親会社であるDATUM STUDIOは、日本有数の分析者であり多数の著書も出版している酒巻・里の2人が立ち上げた、現在急成長中のデータ分析カンパニーです。親会社と強固な協力体制にあるため、大企業からベンチャー企業まで、業界・業種を問わず様々な仕事を担当することができるのが当社の強みです。 また、データ分析の力で沖縄を盛り上げようという意思のもと設立された会社のため、給与は沖縄県内トップクラスの水準をお約束します。 |
||
| 設立年数 | 10年 | 従業員数 | 99人 |
14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。