AWS×サーバーサイドエンジニアのリモートワーク転職・求人情報一覧 -5ページ目
180件中 41件~50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/Web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。
AIインタビュアーは、インタビュー・ヒアリング・面談・調査業務をAIで支援する新規プロダクトです。
LLM・音声認識・対話AIを活用した体験価値が中核となる一方で、プロダクトが複数企業・複数ユーザーに安定して使われ続けるためには、堅牢なWebアプリケーション基盤が不可欠です。
本ポジションでは、Webプロダクトエンジニアとして、AIインタビュアーの長期開発を見据えたアーキテクチャ設計、マルチテナント設計、認証・認可、セキュリティ、AI基盤の安定化、高トラフィック対応、運用性の高いWeb基盤づくりを担っていただきます。
AIインタビュアーを「便利なAI機能」から「企業が安心して使い続けられるSaaSプロダクト」へ進化させることがミッションです。
◼️プロダクトの設計思想
AIインタビュアーは、会話データ・音声データ・回答データ・分析結果など、機密性の高い情報を扱うプロダクトです。
そのため、プロダクト設計においては、AI体験の良さだけでなく、企業利用に耐えるセキュリティ、データ管理、権限管理、監査性、可用性が重要です。
また、AIインタビューでは、文字起こし、要約、分析、レポート生成など、時間のかかる処理や外部AI APIとの連携が多く発生します。これらを安定して処理するためには、非同期処理、ジョブ管理、リトライ制御、ログ設計、コスト管理が必要になります。
Webプロダクトエンジニアには、以下のような観点でプロダクトの土台を設計・改善していただきます。
- 長期開発を見据えたアーキテクチャ設計
- マルチテナントSaaSとしてのデータ分離
- 企業・部署・ユーザー単位の権限管理
- 音声・会話データを扱うセキュリティ設計
- AI処理の非同期化・安定化
- 高トラフィック時のスケーラビリティ
- 監視・ログ・監査ログの整備
- プロダクト利用状況の可視化
◼️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Webアプリケーション設計・開発・運用
- 長期開発を見据えたアーキテクチャ設計、技術選定
- Next.js、React、FastAPI等を用いたフロントエンド・バックエンド開発
- マルチテナントSaaSとしてのデータ設計、認証・認可、権限管理の設計・実装
- 企業・部署・ユーザー単位でのデータ分離、アクセス制御、監査ログ設計
- 音声データ、文字起こしデータ、回答データ、分析結果を扱うセキュリティ設計
- AI機能を安定的に提供するためのAPI設計、非同期処理、ジョブ管理、エラーハンドリング
- LLM API・音声認識API利用を前提とした可用性・リトライ・コスト管理設計
- 高トラフィックや利用拡大を見据えたパフォーマンス改善、スケーラビリティ向上
- インフラエンジニアと連携したクラウド構成、CI/CD、監視、ログ、アラート設計
- AIプロダクトエンジニアと連携したAI機能のWebアプリケーションへの組み込み
- 技術負債の整理、リファクタリング、開発基盤の整備
- テスト設計、品質改善、障害対応、運用改善
- コードレビュー、技術ドキュメント整備、開発プロセス改善
◼️開発テーマ例
- AIインタビュアーのWebアプリケーション基盤開発
- マルチテナント対応の認証・認可・権限管理設計
- 企業・部署・ユーザー単位でのデータ分離、アクセス制御
- 音声・会話データを扱うセキュリティ設計
- AI利用ログ、監査ログ、操作ログの設計・実装
- LLM API・音声認識API利用を前提とした非同期処理・ジョブキュー・リトライ制御
- 文字起こし・要約・レポート生成処理の安定実行基盤
- 高トラフィックに耐えるAPI・DB・キャッシュ設計
- プロダクト利用状況を可視化する管理画面・ダッシュボード
- セキュリティ、パフォーマンス、保守性を高めるリファクタリング
【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。
AIインタビュアーは、インタビュー・ヒアリング・面談・調査業務をAIで支援する新規プロダクトです。
LLM・音声認識・対話AIを活用した体験価値が中核となる一方で、プロダクトが複数企業・複数ユーザーに安定して使われ続けるためには、堅牢なWebアプリケーション基盤が不可欠です。
本ポジションでは、Webプロダクトエンジニアとして、AIインタビュアーの長期開発を見据えたアーキテクチャ設計、マルチテナント設計、認証・認可、セキュリティ、AI基盤の安定化、高トラフィック対応、運用性の高いWeb基盤づくりを担っていただきます。
AIインタビュアーを「便利なAI機能」から「企業が安心して使い続けられるSaaSプロダクト」へ進化させることがミッションです。
◼️プロダクトの設計思想
AIインタビュアーは、会話データ・音声データ・回答データ・分析結果など、機密性の高い情報を扱うプロダクトです。
そのため、プロダクト設計においては、AI体験の良さだけでなく、企業利用に耐えるセキュリティ、データ管理、権限管理、監査性、可用性が重要です。
また、AIインタビューでは、文字起こし、要約、分析、レポート生成など、時間のかかる処理や外部AI APIとの連携が多く発生します。これらを安定して処理するためには、非同期処理、ジョブ管理、リトライ制御、ログ設計、コスト管理が必要になります。
Webプロダクトエンジニアには、以下のような観点でプロダクトの土台を設計・改善していただきます。
- 長期開発を見据えたアーキテクチャ設計
- マルチテナントSaaSとしてのデータ分離
- 企業・部署・ユーザー単位の権限管理
- 音声・会話データを扱うセキュリティ設計
- AI処理の非同期化・安定化
- 高トラフィック時のスケーラビリティ
- 監視・ログ・監査ログの整備
- プロダクト利用状況の可視化
◼️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Webアプリケーション設計・開発・運用
- 長期開発を見据えたアーキテクチャ設計、技術選定
- Next.js、React、FastAPI等を用いたフロントエンド・バックエンド開発
- マルチテナントSaaSとしてのデータ設計、認証・認可、権限管理の設計・実装
- 企業・部署・ユーザー単位でのデータ分離、アクセス制御、監査ログ設計
- 音声データ、文字起こしデータ、回答データ、分析結果を扱うセキュリティ設計
- AI機能を安定的に提供するためのAPI設計、非同期処理、ジョブ管理、エラーハンドリング
- LLM API・音声認識API利用を前提とした可用性・リトライ・コスト管理設計
- 高トラフィックや利用拡大を見据えたパフォーマンス改善、スケーラビリティ向上
- インフラエンジニアと連携したクラウド構成、CI/CD、監視、ログ、アラート設計
- AIプロダクトエンジニアと連携したAI機能のWebアプリケーションへの組み込み
- 技術負債の整理、リファクタリング、開発基盤の整備
- テスト設計、品質改善、障害対応、運用改善
- コードレビュー、技術ドキュメント整備、開発プロセス改善
◼️開発テーマ例
- AIインタビュアーのWebアプリケーション基盤開発
- マルチテナント対応の認証・認可・権限管理設計
- 企業・部署・ユーザー単位でのデータ分離、アクセス制御
- 音声・会話データを扱うセキュリティ設計
- AI利用ログ、監査ログ、操作ログの設計・実装
- LLM API・音声認識API利用を前提とした非同期処理・ジョブキュー・リトライ制御
- 文字起こし・要約・レポート生成処理の安定実行基盤
- 高トラフィックに耐えるAPI・DB・キャッシュ設計
- プロダクト利用状況を可視化する管理画面・ダッシュボード
- セキュリティ、パフォーマンス、保守性を高めるリファクタリング
【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/テックリード/リードWeb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、AIによって解決できる課題が数多く存在します。
本ポジションでは、Web領域の技術責任者候補として、AIエンジニア、PM、Bizメンバーと連携しながら、AI機能を組み込んだWebアプリケーション全体の技術設計・開発推進を担っていただきます。
単なる実装担当ではなく、技術選定、アーキテクチャ設計、開発プロセス改善、メンバー支援まで含めて、AIアプリケーション開発を技術面からリードすることがミッションです。
◼️本ポジションについて
テックリード/リードWebエンジニアには、Webアプリケーション開発における技術方針・設計判断・開発品質に責任を持っていただくことを期待しています。
エムニでは、LLM、RAG、画像認識、音声認識、AIエージェントなど、さまざまなAI技術を顧客の業務に組み込み、実際に使われるWebシステムとして提供しています。
そのため、AIエンジニアが開発したモデルやAI機能を、フロントエンド・バックエンド・インフラを横断して、プロダクト全体として成立する形にまとめ上げる役割が非常に重要です。
PMやBizメンバーと連携しながら、要件定義・仕様策定の段階から技術的な論点を整理し、品質・スピード・保守性のバランスを取りながら開発を前に進めていただきます。
◼️仕事のやりがい
- Web領域の技術責任者候補として、技術方針や設計判断に関われる
- AI開発とWeb開発を接続し、顧客に価値が届くプロダクトとして形にできる
- LLM、RAG、画像認識、音声認識などを組み込んだAIアプリケーション全体の設計に関われる
- フロントエンド・バックエンド・インフラを横断し、全体最適の技術判断ができる
- PM、AIエンジニア、Bizメンバーと連携しながら、プロジェクトの成功確度を高められる
- 開発プロセス、技術標準、レビュー文化など、開発組織の土台づくりに関われる
- 将来的にVPoE、CTO、エンジニアリングマネージャーなどを目指せる
◼️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。
- Web領域における技術方針・設計方針の策定
- AI機能を組み込んだWebアプリケーション全体のアーキテクチャ設計
- フロントエンド・バックエンド・インフラを横断した技術判断
- LLM/RAG/画像認識/音声認識/AIエージェントとWebアプリケーションの接続設計
- 要件定義・仕様策定における技術的な論点整理
- 非機能要件、セキュリティ、パフォーマンス、運用性を踏まえた設計
- PM、AIエンジニア、Bizメンバーとの技術的な合意形成
- プロジェクトの開発推進、技術的な課題解決、意思決定
- コードレビュー、設計レビュー、技術的意思決定
- ジュニア〜シニアメンバーへの技術支援・育成
- 開発プロセス、開発基盤、技術標準の整備
- 技術負債の可視化と解消方針の策定
- 必要に応じた実装、プロトタイピング、技術検証
◼️開発テーマ例
- 製造業向けAI業務支援アプリケーション全体の技術設計
- LLM/RAGを活用したナレッジ検索・文書生成システムの設計・開発
- 図面・帳票・PDF・マニュアル等を扱うWebアプリケーション基盤
- 画像認識・異常検知・分類モデルを組み込んだ業務支援システム
- AIエージェントを活用した業務自動化アプリケーション
- 自社AIプロダクトのアーキテクチャ設計、技術選定、開発基盤整備
- 複数プロジェクトで再利用できる開発テンプレート・共通基盤の整備
- 開発品質・生産性向上に向けた技術標準化、レビュー体制づくり
【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、AIによって解決できる課題が数多く存在します。
本ポジションでは、Web領域の技術責任者候補として、AIエンジニア、PM、Bizメンバーと連携しながら、AI機能を組み込んだWebアプリケーション全体の技術設計・開発推進を担っていただきます。
単なる実装担当ではなく、技術選定、アーキテクチャ設計、開発プロセス改善、メンバー支援まで含めて、AIアプリケーション開発を技術面からリードすることがミッションです。
◼️本ポジションについて
テックリード/リードWebエンジニアには、Webアプリケーション開発における技術方針・設計判断・開発品質に責任を持っていただくことを期待しています。
エムニでは、LLM、RAG、画像認識、音声認識、AIエージェントなど、さまざまなAI技術を顧客の業務に組み込み、実際に使われるWebシステムとして提供しています。
そのため、AIエンジニアが開発したモデルやAI機能を、フロントエンド・バックエンド・インフラを横断して、プロダクト全体として成立する形にまとめ上げる役割が非常に重要です。
PMやBizメンバーと連携しながら、要件定義・仕様策定の段階から技術的な論点を整理し、品質・スピード・保守性のバランスを取りながら開発を前に進めていただきます。
◼️仕事のやりがい
- Web領域の技術責任者候補として、技術方針や設計判断に関われる
- AI開発とWeb開発を接続し、顧客に価値が届くプロダクトとして形にできる
- LLM、RAG、画像認識、音声認識などを組み込んだAIアプリケーション全体の設計に関われる
- フロントエンド・バックエンド・インフラを横断し、全体最適の技術判断ができる
- PM、AIエンジニア、Bizメンバーと連携しながら、プロジェクトの成功確度を高められる
- 開発プロセス、技術標準、レビュー文化など、開発組織の土台づくりに関われる
- 将来的にVPoE、CTO、エンジニアリングマネージャーなどを目指せる
◼️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。
- Web領域における技術方針・設計方針の策定
- AI機能を組み込んだWebアプリケーション全体のアーキテクチャ設計
- フロントエンド・バックエンド・インフラを横断した技術判断
- LLM/RAG/画像認識/音声認識/AIエージェントとWebアプリケーションの接続設計
- 要件定義・仕様策定における技術的な論点整理
- 非機能要件、セキュリティ、パフォーマンス、運用性を踏まえた設計
- PM、AIエンジニア、Bizメンバーとの技術的な合意形成
- プロジェクトの開発推進、技術的な課題解決、意思決定
- コードレビュー、設計レビュー、技術的意思決定
- ジュニア〜シニアメンバーへの技術支援・育成
- 開発プロセス、開発基盤、技術標準の整備
- 技術負債の可視化と解消方針の策定
- 必要に応じた実装、プロトタイピング、技術検証
◼️開発テーマ例
- 製造業向けAI業務支援アプリケーション全体の技術設計
- LLM/RAGを活用したナレッジ検索・文書生成システムの設計・開発
- 図面・帳票・PDF・マニュアル等を扱うWebアプリケーション基盤
- 画像認識・異常検知・分類モデルを組み込んだ業務支援システム
- AIエージェントを活用した業務自動化アプリケーション
- 自社AIプロダクトのアーキテクチャ設計、技術選定、開発基盤整備
- 複数プロジェクトで再利用できる開発テンプレート・共通基盤の整備
- 開発品質・生産性向上に向けた技術標準化、レビュー体制づくり
【業務の変更の範囲】
無
| 想定年収 | 700 〜 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/シニアWeb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、AIによって解決できる課題が数多く存在します。
本ポジションでは、AIエンジニアやPM、ビジネスサイドと連携しながら、LLM・RAG・画像認識・音声認識などのAI技術を、ユーザーが実際に使えるWebアプリケーションとして設計・実装・改善していただきます。
単なるWeb開発ではなく、AI技術を実業務に組み込み、顧客の業務変革につながるプロダクト・システムをつくることがミッションです。
◼️本ポジションについて
シニアWebエンジニアには、AIアプリケーション開発における設計・実装・改善を自走して推進いただくことを期待しています。
フロントエンド、バックエンド、API、データベース、クラウド環境などを横断しながら、AI機能をユーザーにとって使いやすく、安定して運用できる形に落とし込んでいただきます。
AIエンジニアが開発したモデルやLLM/RAG機能を、現場で使われるWebサービス・業務システムとして成立させる、非常に重要なポジションです。
また、担当領域においては、設計判断、コードレビュー、技術調査、品質改善なども担っていただきます。将来的にはリードWebエンジニアやテックリードとして、より大きな技術責任を担うことも可能です。
◼️仕事のやりがい
- AI技術を、実際に業務で使われるWebアプリケーションとして社会実装できる
- LLM、RAG、画像認識、音声認識などを組み込んだAIプロダクト開発に関われる
- フロントエンド・バックエンド・インフラを横断したフルスタックな開発経験を活かせる
- PMやAIエンジニアと近い距離で、仕様検討から実装・改善まで一気通貫で関われる
- 製造業の現場課題を解決する、社会的意義の大きいプロダクト開発に携われる
- 担当領域の技術的な難所を解き、チームの開発品質向上に貢献できる
- 将来的にはテックリードや開発組織の中核メンバーとしてのキャリアも目指せる
◼️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。
- AI機能を組み込んだWebアプリケーションの設計・開発・運用
- Next.js、React、FastAPI等を用いたフロントエンド・バックエンド開発
- LLM/RAG/画像認識/音声認識等を活用したAIアプリケーション開発
- AIエンジニアと連携したAPI設計、データ連携、推論結果の表示・活用設計
- 要件や仕様をもとにした画面設計、API設計、データベース設計
- 顧客やユーザーの業務フローを踏まえたUI/UX改善
- パフォーマンス、セキュリティ、保守性、運用性を意識した実装改善
- クラウド環境を活用したアプリケーションの構築・運用
- コードレビュー、技術調査、ドキュメント整備
- PM、AIエンジニア、ビジネスサイドとの仕様調整・技術相談
- 既存プロダクト・既存システムの技術負債の解消、品質改善
- ジュニア〜ミドルメンバーへの技術支援
◼️開発テーマ例
- 製造業向けAI業務支援アプリケーション
- LLM/RAGを活用したナレッジ検索・文書生成システム
- 図面・帳票・PDF・マニュアル等を扱うWebアプリケーション
- 画像認識・異常検知・分類モデルを組み込んだ業務支援システム
- AIエージェントを活用した業務自動化アプリケーション
- 自社AIプロダクトの管理画面・ユーザー画面・API開発
- 社内外の利用ログをもとにしたプロダクト改善・グロース施策
【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、AIによって解決できる課題が数多く存在します。
本ポジションでは、AIエンジニアやPM、ビジネスサイドと連携しながら、LLM・RAG・画像認識・音声認識などのAI技術を、ユーザーが実際に使えるWebアプリケーションとして設計・実装・改善していただきます。
単なるWeb開発ではなく、AI技術を実業務に組み込み、顧客の業務変革につながるプロダクト・システムをつくることがミッションです。
◼️本ポジションについて
シニアWebエンジニアには、AIアプリケーション開発における設計・実装・改善を自走して推進いただくことを期待しています。
フロントエンド、バックエンド、API、データベース、クラウド環境などを横断しながら、AI機能をユーザーにとって使いやすく、安定して運用できる形に落とし込んでいただきます。
AIエンジニアが開発したモデルやLLM/RAG機能を、現場で使われるWebサービス・業務システムとして成立させる、非常に重要なポジションです。
また、担当領域においては、設計判断、コードレビュー、技術調査、品質改善なども担っていただきます。将来的にはリードWebエンジニアやテックリードとして、より大きな技術責任を担うことも可能です。
◼️仕事のやりがい
- AI技術を、実際に業務で使われるWebアプリケーションとして社会実装できる
- LLM、RAG、画像認識、音声認識などを組み込んだAIプロダクト開発に関われる
- フロントエンド・バックエンド・インフラを横断したフルスタックな開発経験を活かせる
- PMやAIエンジニアと近い距離で、仕様検討から実装・改善まで一気通貫で関われる
- 製造業の現場課題を解決する、社会的意義の大きいプロダクト開発に携われる
- 担当領域の技術的な難所を解き、チームの開発品質向上に貢献できる
- 将来的にはテックリードや開発組織の中核メンバーとしてのキャリアも目指せる
◼️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。
- AI機能を組み込んだWebアプリケーションの設計・開発・運用
- Next.js、React、FastAPI等を用いたフロントエンド・バックエンド開発
- LLM/RAG/画像認識/音声認識等を活用したAIアプリケーション開発
- AIエンジニアと連携したAPI設計、データ連携、推論結果の表示・活用設計
- 要件や仕様をもとにした画面設計、API設計、データベース設計
- 顧客やユーザーの業務フローを踏まえたUI/UX改善
- パフォーマンス、セキュリティ、保守性、運用性を意識した実装改善
- クラウド環境を活用したアプリケーションの構築・運用
- コードレビュー、技術調査、ドキュメント整備
- PM、AIエンジニア、ビジネスサイドとの仕様調整・技術相談
- 既存プロダクト・既存システムの技術負債の解消、品質改善
- ジュニア〜ミドルメンバーへの技術支援
◼️開発テーマ例
- 製造業向けAI業務支援アプリケーション
- LLM/RAGを活用したナレッジ検索・文書生成システム
- 図面・帳票・PDF・マニュアル等を扱うWebアプリケーション
- 画像認識・異常検知・分類モデルを組み込んだ業務支援システム
- AIエージェントを活用した業務自動化アプリケーション
- 自社AIプロダクトの管理画面・ユーザー画面・API開発
- 社内外の利用ログをもとにしたプロダクト改善・グロース施策
【業務の変更の範囲】
無
| 想定年収 | 700 〜 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/Web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、AIによって解決できる課題が数多く存在します。
本ポジションでは、AIエンジニアやPM、ビジネスサイドと連携しながら、LLM・RAG・画像認識・音声認識などのAI技術を活用したWebアプリケーションの開発を担っていただきます。
現時点でAI開発の実務経験がなくても問題ありません。Webアプリケーション開発の経験を活かしながら、AIプロダクト・AIアプリケーション開発に挑戦できるポジションです。
◼️本ポジションについて
Webエンジニア(ジュニア〜ミドル)には、まずは担当機能の実装、テスト、改善を中心にお任せします。
シニアエンジニアやテックリード、AIエンジニアと連携しながら、AI機能をWebアプリケーションとして使いやすい形に落とし込んでいただきます。
単に仕様どおりに実装するだけではなく、「ユーザーが使いやすいか」「業務の中で本当に使われるか」を考えながら、継続的に改善していくことを期待しています。
将来的には、設計、技術選定、開発リード、テックリードなど、より大きな役割にも挑戦いただけます。
◼️仕事のやりがい
- Web開発経験を活かして、AIプロダクト開発に挑戦できる
- LLM、RAG、画像認識、音声認識など、先端技術を実務に組み込む経験ができる
- AIエンジニアやPMと連携しながら、プロダクト開発を進められる
- フロントエンド・バックエンドを横断してスキルを伸ばせる
- 顧客の業務課題を解決する、社会実装型の開発に関われる
- 実装者から、シニアエンジニア、リードエンジニア、テックリードへと成長できる
- フルリモート・フレックスの環境で、自律的に働ける
◼️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。
- AI機能を組み込んだWebアプリケーションの開発
- Next.js、React、FastAPI等を用いたフロントエンド・バックエンド開発
- LLM/RAG/画像認識/音声認識等を活用した機能開発
- AIエンジニアと連携したAPI連携、データ連携、画面実装
- 顧客業務に合わせた画面設計、機能改善、UI/UX改善
- Webアプリケーションのテスト、バグ修正、リファクタリング
- データベース設計、API設計、管理画面の開発
- 技術調査、ドキュメント作成、開発ナレッジの共有
- コードレビュー、設計レビューへの参加
- 既存機能の改善、品質向上、技術負債の解消
◼️開発テーマ例
- 製造業向けAI業務支援アプリケーション
- LLM/RAGを活用したナレッジ検索・文書生成システム
- 図面・帳票・PDF・マニュアル等を扱うWebアプリケーション
- 画像認識・異常検知・分類モデルを組み込んだ業務支援システム
- AIエージェントを活用した業務自動化アプリケーション
- 自社AIプロダクトの管理画面・ユーザー画面・API開発
- 利用ログやユーザーフィードバックをもとにしたUI/UX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。
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、AIによって解決できる課題が数多く存在します。
本ポジションでは、AIエンジニアやPM、ビジネスサイドと連携しながら、LLM・RAG・画像認識・音声認識などのAI技術を活用したWebアプリケーションの開発を担っていただきます。
現時点でAI開発の実務経験がなくても問題ありません。Webアプリケーション開発の経験を活かしながら、AIプロダクト・AIアプリケーション開発に挑戦できるポジションです。
◼️本ポジションについて
Webエンジニア(ジュニア〜ミドル)には、まずは担当機能の実装、テスト、改善を中心にお任せします。
シニアエンジニアやテックリード、AIエンジニアと連携しながら、AI機能をWebアプリケーションとして使いやすい形に落とし込んでいただきます。
単に仕様どおりに実装するだけではなく、「ユーザーが使いやすいか」「業務の中で本当に使われるか」を考えながら、継続的に改善していくことを期待しています。
将来的には、設計、技術選定、開発リード、テックリードなど、より大きな役割にも挑戦いただけます。
◼️仕事のやりがい
- Web開発経験を活かして、AIプロダクト開発に挑戦できる
- LLM、RAG、画像認識、音声認識など、先端技術を実務に組み込む経験ができる
- AIエンジニアやPMと連携しながら、プロダクト開発を進められる
- フロントエンド・バックエンドを横断してスキルを伸ばせる
- 顧客の業務課題を解決する、社会実装型の開発に関われる
- 実装者から、シニアエンジニア、リードエンジニア、テックリードへと成長できる
- フルリモート・フレックスの環境で、自律的に働ける
◼️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。
- AI機能を組み込んだWebアプリケーションの開発
- Next.js、React、FastAPI等を用いたフロントエンド・バックエンド開発
- LLM/RAG/画像認識/音声認識等を活用した機能開発
- AIエンジニアと連携したAPI連携、データ連携、画面実装
- 顧客業務に合わせた画面設計、機能改善、UI/UX改善
- Webアプリケーションのテスト、バグ修正、リファクタリング
- データベース設計、API設計、管理画面の開発
- 技術調査、ドキュメント作成、開発ナレッジの共有
- コードレビュー、設計レビューへの参加
- 既存機能の改善、品質向上、技術負債の解消
◼️開発テーマ例
- 製造業向けAI業務支援アプリケーション
- LLM/RAGを活用したナレッジ検索・文書生成システム
- 図面・帳票・PDF・マニュアル等を扱うWebアプリケーション
- 画像認識・異常検知・分類モデルを組み込んだ業務支援システム
- AIエージェントを活用した業務自動化アプリケーション
- 自社AIプロダクトの管理画面・ユーザー画面・API開発
- 利用ログやユーザーフィードバックをもとにしたUI/UX改善
【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ABEJA
★【フルリモート/フレックス制/ソフトウェアエンジニア/バックエンド開発経験&Python/Go等の言語でAPIを構築&クラウドサービス (AWS/GCP)を用いたサービス構築経験】200社以上の導入実績を誇るディープラーニングのリーディングカンパニー! のリモートワーク求人
募集背景
ABEJA Platform のプロダクト機能開発・品質向上・運用基盤の強化を加速させるため、エンジニアを増員します。
この募集ではABEJA Platform のプロダクトの一つであるABEJA Insight for Retail の開発・保守運用を担うメンバーを求めています。
ABEJA Insight for Retail は、小売業向けの AI アナリティクス SaaS として、カメラ・センサーデータをもとに来店客数・購買行動・デモグラフィック分析などをリアルタイムに可視化するABEJA Platform プロダクトです。
国内外の大手小売チェーンへの導入が拡大するなかで、プロダクトの機能開発・品質向上・運用基盤の強化を加速させるフェーズにあります。
現在のチームはバックエンド・フロントエンド・データ基盤にまたがる少数精鋭の構成で、スクラムをベースとしたアジャイル開発を実践しています。
「自分の専門領域だけ」に閉じるのではなく、スプリントゴールの達成に向けてチームで力を合わせ、必要なら新しい技術も習得しながら前進できるメンバーを求めています。
ミッション
ABEJA の武器であるABEJA Platform を用いて、データとAIの力でリテールテック領域などの意思決定を変えることがミッションです。
エンジニアには、単なる機能実装にとどまらず、「どうすればエンドユーザーである店舗スタッフや本部担当者が使いやすくなるか」「どうすればシステムが安定してスケールするか」という視点を持ちながら開発に取り組んでほしいと考えています。
そして何より、自己組織化されたフラットなチームのメンバーとして、自ら考え・対話し・行動できることを大切にしています。技術スキルは入社後にチームと一緒に伸ばしていけます。私たちが一緒に作りたいのは、アジャイルの思想を土台にした「強いチーム」そのものです。
業務内容
スクラムチームの一員として、以下の領域を横断しながら開発・保守運用を担当していただきます。
機能開発・改善
ダッシュボードの新機能開発(来店客数・購買データ・デモグラフィック分析などの可視化機能)
バックエンド API の設計・実装(Go / Gin / gRPC)
フロントエンドの UI 実装・改善(React / Vue.js)
分析 API の開発・拡張(Python / Flask)
データ基盤
ETL パイプラインの開発・保守(Python / Kedro / BigQuery / GCS)
POS データなど外部システムからのデータ取り込み(AWS Lambda)
インフラ・運用
Kubernetes / GKE 上でのサービス運用・障害対応
CI/CD パイプラインの整備・改善(CircleCI / Cloud Build / ArgoCD)
モニタリング・アラート対応(Sentry / Cloud monitoring)
チームの学び方について
ペアプロ・モブプロの文化が浸透しており、「ディスカッションに参加する → 支援あり実装 → 自走」というステップでメンバー同士が支え合っています。
「まだ経験がない技術がある」ことは問題ではありません。知らないことをオープンにして、チームで一緒に乗り越えていく姿勢を大切にしています。
ポジションの魅力
フルスタックな技術経験
Go・Python・React・Kubernetes・BigQuery など、バックエンドからデータ基盤・フロントエンドまでを横断して経験できます。「特定技術しか触れない」環境ではなく、チームで支え合いながら技術の幅を広げたいエンジニアに向いています。
事業インパクトを実感できる開発
リリースした機能が国内外の大手小売チェーンの現場で即座に使われます。ユーザーの反応や業務改善の成果が直接フィードバックされる環境です。
AIスタートアップならではの技術的挑戦
カメラ映像の AI 解析結果を扱うため、大量のリアルタイムデータ処理・高可用性設計など、一般的な業務システムとは異なる技術的な難しさがあります。
アジャイルチームをゼロから共に作る経験
スクラムをベースとした自己組織化チームの一員として、プロセス・文化・関係性を一緒に育てていきます。「与えられた環境で働く」のではなく、「チームそのものを作る」経験ができます。
【業務の変更の範囲】
会社の定める業務へ配置転換の可能性あり
ABEJA Platform のプロダクト機能開発・品質向上・運用基盤の強化を加速させるため、エンジニアを増員します。
この募集ではABEJA Platform のプロダクトの一つであるABEJA Insight for Retail の開発・保守運用を担うメンバーを求めています。
ABEJA Insight for Retail は、小売業向けの AI アナリティクス SaaS として、カメラ・センサーデータをもとに来店客数・購買行動・デモグラフィック分析などをリアルタイムに可視化するABEJA Platform プロダクトです。
国内外の大手小売チェーンへの導入が拡大するなかで、プロダクトの機能開発・品質向上・運用基盤の強化を加速させるフェーズにあります。
現在のチームはバックエンド・フロントエンド・データ基盤にまたがる少数精鋭の構成で、スクラムをベースとしたアジャイル開発を実践しています。
「自分の専門領域だけ」に閉じるのではなく、スプリントゴールの達成に向けてチームで力を合わせ、必要なら新しい技術も習得しながら前進できるメンバーを求めています。
ミッション
ABEJA の武器であるABEJA Platform を用いて、データとAIの力でリテールテック領域などの意思決定を変えることがミッションです。
エンジニアには、単なる機能実装にとどまらず、「どうすればエンドユーザーである店舗スタッフや本部担当者が使いやすくなるか」「どうすればシステムが安定してスケールするか」という視点を持ちながら開発に取り組んでほしいと考えています。
そして何より、自己組織化されたフラットなチームのメンバーとして、自ら考え・対話し・行動できることを大切にしています。技術スキルは入社後にチームと一緒に伸ばしていけます。私たちが一緒に作りたいのは、アジャイルの思想を土台にした「強いチーム」そのものです。
業務内容
スクラムチームの一員として、以下の領域を横断しながら開発・保守運用を担当していただきます。
機能開発・改善
ダッシュボードの新機能開発(来店客数・購買データ・デモグラフィック分析などの可視化機能)
バックエンド API の設計・実装(Go / Gin / gRPC)
フロントエンドの UI 実装・改善(React / Vue.js)
分析 API の開発・拡張(Python / Flask)
データ基盤
ETL パイプラインの開発・保守(Python / Kedro / BigQuery / GCS)
POS データなど外部システムからのデータ取り込み(AWS Lambda)
インフラ・運用
Kubernetes / GKE 上でのサービス運用・障害対応
CI/CD パイプラインの整備・改善(CircleCI / Cloud Build / ArgoCD)
モニタリング・アラート対応(Sentry / Cloud monitoring)
チームの学び方について
ペアプロ・モブプロの文化が浸透しており、「ディスカッションに参加する → 支援あり実装 → 自走」というステップでメンバー同士が支え合っています。
「まだ経験がない技術がある」ことは問題ではありません。知らないことをオープンにして、チームで一緒に乗り越えていく姿勢を大切にしています。
ポジションの魅力
フルスタックな技術経験
Go・Python・React・Kubernetes・BigQuery など、バックエンドからデータ基盤・フロントエンドまでを横断して経験できます。「特定技術しか触れない」環境ではなく、チームで支え合いながら技術の幅を広げたいエンジニアに向いています。
事業インパクトを実感できる開発
リリースした機能が国内外の大手小売チェーンの現場で即座に使われます。ユーザーの反応や業務改善の成果が直接フィードバックされる環境です。
AIスタートアップならではの技術的挑戦
カメラ映像の AI 解析結果を扱うため、大量のリアルタイムデータ処理・高可用性設計など、一般的な業務システムとは異なる技術的な難しさがあります。
アジャイルチームをゼロから共に作る経験
スクラムをベースとした自己組織化チームの一員として、プロセス・文化・関係性を一緒に育てていきます。「与えられた環境で働く」のではなく、「チームそのものを作る」経験ができます。
【業務の変更の範囲】
会社の定める業務へ配置転換の可能性あり
| 想定年収 | 600 〜 900 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度
・コアタイム 10:00 - 15:00
・フレキシブルタイム 07:00 - 10:00 / 15:00 - 19:00
・標準労働時間:10:00 - 19:00 (休憩60分)
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20時間) 休憩時間: 60分 |
||
| 企業概要 |
ゆたかな世界を、実装する
ABEJAは、「ゆたかな世界を、実装する」を経営理念とし、「ABEJA Platform」を基盤に顧客企業の基幹業務のプロセスを変革し、ビジネスの継続的な収益成長の実現に伴走する「デジタルプラットフォーム事業」を展開しています。2012年の創業時よりABEJA Platformの研究開発を進めており、これまで多種多様な業界・業態の300社以上のデジタル変革をABEJA Platform上で実現してきました。 |
||
| 設立年数 | 15年 | 従業員数 | 130人 |
株式会社ABEJA
★【フルリモート/フレックス制/リーダー/フロントエンド・バックエンド・インフラのいずれかに限定されず、必要に応じて幅広く関与してきたWebアプリケーション開発の実務経験】200社以上の導入実績を誇るディープラーニングのリーディングカンパニー! のリモートワーク求人
業務内容
主な業務
フルスタックエンジニアとしてプロジェクトに参画し、設計・実装・レビューを通じて価値創出に貢献する
当社のプロジェクトデリバリーの進め方や開発プロセスを理解し、チームの一員として成果を創出する
実務を通じてチームメンバーとの信頼関係を構築し、開発現場での存在感を高める
条件付きで関与する業務(希望・状況に応じて)
チームやグループ単位での成果最大化を見据えた技術的な意思決定・レビューのリード
開発プロセスや体制の改善に関する検討・実行
メンバーの特性や志向を踏まえたアサインや育成への関与
将来的なエンジニアリングマネジャーとしての役割への段階的なチャレンジ(入社直後からマネジメント業務を担うことを前提としたポジションではありません)
ポジションの魅力
フルスタックエンジニアとしての実装力・設計力を活かしながら、プロジェクトデリバリー全体に関わる経験
技術だけでなく、プロセス・体制・人の観点から組織づくりに関与できる機会
リーダーやエンジニアリングマネジャーへのキャリアパスを、無理なく段階的に描ける環境
個人の成果だけでなく、組織として成果を出す視点を身につけられる経験
募集背景
<事業・プロジェクトの背景>
システム開発部では、顧客への提案・プリセールス段階での見積やシステム設計から、実際の開発、リリース後の運用・保守までを一気通貫で担っています。特定の下請け的な立場ではなく、プライムベンダーとして顧客と直接向き合いながら、長期的な視点でシステムを育てていくスタイルが特徴です。
<システム開発部の特徴>
システム開発部は、フロントエンド・バックエンド・インフラまでを横断的に担えるフルスタックエンジニアを中心に構成されたエンジニア組織です。特定の役割に厳密に分業するのではなく、プロジェクトごとに設計・開発・運用までを一気通貫で担うスタイルを強みとしています。
この柔軟な体制により、各プロジェクトが自律的に推進されやすい一方で、開発の進め方やドキュメント、部門間連携の方法などがプロジェクトごとに最適化されやすい側面もあります。
<なぜ該当ロールが必要か>
システム開発部では、今後も事業成長に伴ってエンジニア組織の拡大が続くことを想定しています。組織規模が大きくなるにつれ、個々のエンジニアの成果を積み上げるだけでは、プロジェクトや部門全体としてのアウトプットを安定的に最大化することが難しくなっていきます。
こうしたフェーズでは、開発を担う個々のエンジニアをまとめながら、チームやグループ単位で成果を最大化する視点が不可欠です。プロジェクト横断での開発の進め方や役割分担を整理し、メンバーが力を発揮しやすい環境を整えることで、組織としてスケール可能な開発体制を築いていく必要があります。
そのため当社では、入社時点ではフルスタックエンジニアとしてプロジェクトに貢献しつつ、将来的にチームを牽引するリーダーやエンジニアリングマネジャーとして、グループ全体のアウトプット最大化に関わっていく意思を持った方を求めています。
ミッション
事業成長に伴い拡大していく開発組織において、個人や特定の役割の頑張りに依存するのではなく、仕組みやプロセスを通じてチーム・グループとして継続的にアウトプットを最大化できる開発体制を構築することです。
その中で、メンバー一人ひとりが自発的に考え、自走しながら成果を出せる組織づくりを推進いただきます。
【業務の変更の範囲】
会社の定める業務へ配置転換の可能性あり
主な業務
フルスタックエンジニアとしてプロジェクトに参画し、設計・実装・レビューを通じて価値創出に貢献する
当社のプロジェクトデリバリーの進め方や開発プロセスを理解し、チームの一員として成果を創出する
実務を通じてチームメンバーとの信頼関係を構築し、開発現場での存在感を高める
条件付きで関与する業務(希望・状況に応じて)
チームやグループ単位での成果最大化を見据えた技術的な意思決定・レビューのリード
開発プロセスや体制の改善に関する検討・実行
メンバーの特性や志向を踏まえたアサインや育成への関与
将来的なエンジニアリングマネジャーとしての役割への段階的なチャレンジ(入社直後からマネジメント業務を担うことを前提としたポジションではありません)
ポジションの魅力
フルスタックエンジニアとしての実装力・設計力を活かしながら、プロジェクトデリバリー全体に関わる経験
技術だけでなく、プロセス・体制・人の観点から組織づくりに関与できる機会
リーダーやエンジニアリングマネジャーへのキャリアパスを、無理なく段階的に描ける環境
個人の成果だけでなく、組織として成果を出す視点を身につけられる経験
募集背景
<事業・プロジェクトの背景>
システム開発部では、顧客への提案・プリセールス段階での見積やシステム設計から、実際の開発、リリース後の運用・保守までを一気通貫で担っています。特定の下請け的な立場ではなく、プライムベンダーとして顧客と直接向き合いながら、長期的な視点でシステムを育てていくスタイルが特徴です。
<システム開発部の特徴>
システム開発部は、フロントエンド・バックエンド・インフラまでを横断的に担えるフルスタックエンジニアを中心に構成されたエンジニア組織です。特定の役割に厳密に分業するのではなく、プロジェクトごとに設計・開発・運用までを一気通貫で担うスタイルを強みとしています。
この柔軟な体制により、各プロジェクトが自律的に推進されやすい一方で、開発の進め方やドキュメント、部門間連携の方法などがプロジェクトごとに最適化されやすい側面もあります。
<なぜ該当ロールが必要か>
システム開発部では、今後も事業成長に伴ってエンジニア組織の拡大が続くことを想定しています。組織規模が大きくなるにつれ、個々のエンジニアの成果を積み上げるだけでは、プロジェクトや部門全体としてのアウトプットを安定的に最大化することが難しくなっていきます。
こうしたフェーズでは、開発を担う個々のエンジニアをまとめながら、チームやグループ単位で成果を最大化する視点が不可欠です。プロジェクト横断での開発の進め方や役割分担を整理し、メンバーが力を発揮しやすい環境を整えることで、組織としてスケール可能な開発体制を築いていく必要があります。
そのため当社では、入社時点ではフルスタックエンジニアとしてプロジェクトに貢献しつつ、将来的にチームを牽引するリーダーやエンジニアリングマネジャーとして、グループ全体のアウトプット最大化に関わっていく意思を持った方を求めています。
ミッション
事業成長に伴い拡大していく開発組織において、個人や特定の役割の頑張りに依存するのではなく、仕組みやプロセスを通じてチーム・グループとして継続的にアウトプットを最大化できる開発体制を構築することです。
その中で、メンバー一人ひとりが自発的に考え、自走しながら成果を出せる組織づくりを推進いただきます。
【業務の変更の範囲】
会社の定める業務へ配置転換の可能性あり
| 想定年収 | 700 〜 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 10:00 - 15:00
・フレキシブルタイム 07:00 - 10:00 / 15:00 - 19:00
・標準労働時間:10:00 - 19:00 (休憩60分)
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20時間) 休憩時間: 60分 |
||
| 企業概要 |
ゆたかな世界を、実装する
ABEJAは、「ゆたかな世界を、実装する」を経営理念とし、「ABEJA Platform」を基盤に顧客企業の基幹業務のプロセスを変革し、ビジネスの継続的な収益成長の実現に伴走する「デジタルプラットフォーム事業」を展開しています。2012年の創業時よりABEJA Platformの研究開発を進めており、これまで多種多様な業界・業態の300社以上のデジタル変革をABEJA Platform上で実現してきました。 |
||
| 設立年数 | 15年 | 従業員数 | 130人 |
株式会社ABEJA
★【フルリモート/フレックス制/開発オペレーションリード/ソフトウェア開発における実務経験(3年以上目安)】200社以上の導入実績を誇るディープラーニングのリーディングカンパニー! のリモートワーク求人
業務内容
主な業務(開発オペレーションリードとして)
ドキュメントオペレーションの設計・標準化
開発組織におけるドキュメント体系の整理・再設計
「何を書くか/書かないか」「誰が更新責任を持つか」の明確化
生成AI / LLM 活用を前提とした、検索・再利用しやすい構造設計
部門間連携のインターフェース設計
開発部と営業・PM・データサイエンティスト等との情報連携整理
役割分担・責任分界点・判断フローの明確化
人に依存しない連携・調整の仕組み化
開発・運用オペレーションのリファクタリング
開発・運用プロセス全体の可視化と見直し
不要・過剰なルール、ツール、手順の整理・廃止
最小限で回る設計への再構築と定着
共通機能・開発アセットの設計と循環
各プロジェクトで生まれた実装・ノウハウの抽出と整理
共通アセットとして整備すべき対象の判断(作る/作らないの見極め)
作成した共通機能・アセットを、実プロジェクトで活用される形で展開・定着させる仕組みづくり
利用状況やフィードバックを踏まえた継続的な改善
※ 共通アセットは「作ること」自体を目的とせず、プロジェクトで実際に使われ、組織全体の生産性向上につながることを重視します。
条件付きで関与する業務(希望・状況に応じて)
プロジェクト現場への関与(理解・改善目的)
実運用を踏まえた課題抽出
個人対応で終わらせず、組織に還元する改善テーマの整理
プロジェクトデリバリーへの協力
開発オペレーション改善につながる範囲での関与
単なるリソース補完ではなく、知見を横断的な仕組み化に還元することを前提とします
※ 本ポジションは、個別プロジェクトのデリバリーを主目的とした役割ではありません
ポジションの魅力
生成AI時代において、 「作る力」だけでなく「組織を機能させる力」 を実践的に身につけられます
開発・組織・事業を横断し、 作らなくても回る状態を設計する経験 を積むことができます(例:複数プロジェクトを俯瞰し、共通化すべき仕組みやアセットを判断・展開する経験)
特定の技術や役割に閉じない、 どの組織でも価値を発揮できるキャリアの軸 を築けます
募集背景
<事業・プロジェクトの背景>
システム開発部では、顧客への提案・プリセールス段階での見積やシステム設計から、実際の開発、リリース後の運用・保守までを一気通貫で担っています。特定の下請け的な立場ではなく、 プライムベンダーとして顧客と直接向き合いながら 、長期的な視点でシステムを育てていくスタイルが特徴です。
<システム開発部の特徴>
システム開発部は、フロントエンド・バックエンド・インフラまでを横断的に担えるフルスタックエンジニアを中心に構成されたエンジニア組織です。特定の役割に厳密に分業するのではなく、プロジェクトごとに設計・開発・運用までを一気通貫で担うスタイルを強みとしています。
この柔軟な体制により、各プロジェクトが自律的に推進されやすい一方で、開発の進め方やドキュメント、部門間連携の方法などがプロジェクトごとに最適化されやすい側面もあります。
<なぜ該当ロールが必要か>
これまでは、各プロジェクトやマネジャーの工夫によって、ドキュメント整備や部門間連携、開発・運用プロセスの改善が行われてきました。
その中で、個別プロジェクトに閉じない形で、再利用可能な共通機能・開発アセットを整備し、部門全体の生産性を高める取り組みも進めています。
一方で、
共通アセットが十分に蓄積・活用されず、定着しない
プロジェクトの知見が組織として再利用されにくい
ドキュメントや部門間連携が人に依存しやすい
といった プロジェクト横断・組織横断の課題 が、プロジェクト数や関与部門の増加とともに顕在化してきました。
生成AI / LLM の活用が前提となる現在、これらを個人の工夫に委ねるのではなく、 組織としてオーナーシップを持って設計・改善・定着させること が求められています。
そこで、各プロジェクトで生まれた知見や成果を共通アセットとして整理・循環させ、開発の進め方や連携の在り方を「人」ではなく「仕組み」で支える役割として、開発オペレーションリードを募集します。
ミッション
開発組織および関連部門が、 最小限のルールと運用で、最大の成果を出し続けられる状態 を実現すること。
個別対応や力技ではなく、プロジェクト横断での開発オペレーションを仕組み・構造・インターフェースとして設計することで、 作らなくても回り、組織として再現・共有できる開発の運営状態 を作ることが、このポジションのミッションです。
【業務の変更の範囲】
会社の定める業務へ配置転換の可能性あり
主な業務(開発オペレーションリードとして)
ドキュメントオペレーションの設計・標準化
開発組織におけるドキュメント体系の整理・再設計
「何を書くか/書かないか」「誰が更新責任を持つか」の明確化
生成AI / LLM 活用を前提とした、検索・再利用しやすい構造設計
部門間連携のインターフェース設計
開発部と営業・PM・データサイエンティスト等との情報連携整理
役割分担・責任分界点・判断フローの明確化
人に依存しない連携・調整の仕組み化
開発・運用オペレーションのリファクタリング
開発・運用プロセス全体の可視化と見直し
不要・過剰なルール、ツール、手順の整理・廃止
最小限で回る設計への再構築と定着
共通機能・開発アセットの設計と循環
各プロジェクトで生まれた実装・ノウハウの抽出と整理
共通アセットとして整備すべき対象の判断(作る/作らないの見極め)
作成した共通機能・アセットを、実プロジェクトで活用される形で展開・定着させる仕組みづくり
利用状況やフィードバックを踏まえた継続的な改善
※ 共通アセットは「作ること」自体を目的とせず、プロジェクトで実際に使われ、組織全体の生産性向上につながることを重視します。
条件付きで関与する業務(希望・状況に応じて)
プロジェクト現場への関与(理解・改善目的)
実運用を踏まえた課題抽出
個人対応で終わらせず、組織に還元する改善テーマの整理
プロジェクトデリバリーへの協力
開発オペレーション改善につながる範囲での関与
単なるリソース補完ではなく、知見を横断的な仕組み化に還元することを前提とします
※ 本ポジションは、個別プロジェクトのデリバリーを主目的とした役割ではありません
ポジションの魅力
生成AI時代において、 「作る力」だけでなく「組織を機能させる力」 を実践的に身につけられます
開発・組織・事業を横断し、 作らなくても回る状態を設計する経験 を積むことができます(例:複数プロジェクトを俯瞰し、共通化すべき仕組みやアセットを判断・展開する経験)
特定の技術や役割に閉じない、 どの組織でも価値を発揮できるキャリアの軸 を築けます
募集背景
<事業・プロジェクトの背景>
システム開発部では、顧客への提案・プリセールス段階での見積やシステム設計から、実際の開発、リリース後の運用・保守までを一気通貫で担っています。特定の下請け的な立場ではなく、 プライムベンダーとして顧客と直接向き合いながら 、長期的な視点でシステムを育てていくスタイルが特徴です。
<システム開発部の特徴>
システム開発部は、フロントエンド・バックエンド・インフラまでを横断的に担えるフルスタックエンジニアを中心に構成されたエンジニア組織です。特定の役割に厳密に分業するのではなく、プロジェクトごとに設計・開発・運用までを一気通貫で担うスタイルを強みとしています。
この柔軟な体制により、各プロジェクトが自律的に推進されやすい一方で、開発の進め方やドキュメント、部門間連携の方法などがプロジェクトごとに最適化されやすい側面もあります。
<なぜ該当ロールが必要か>
これまでは、各プロジェクトやマネジャーの工夫によって、ドキュメント整備や部門間連携、開発・運用プロセスの改善が行われてきました。
その中で、個別プロジェクトに閉じない形で、再利用可能な共通機能・開発アセットを整備し、部門全体の生産性を高める取り組みも進めています。
一方で、
共通アセットが十分に蓄積・活用されず、定着しない
プロジェクトの知見が組織として再利用されにくい
ドキュメントや部門間連携が人に依存しやすい
といった プロジェクト横断・組織横断の課題 が、プロジェクト数や関与部門の増加とともに顕在化してきました。
生成AI / LLM の活用が前提となる現在、これらを個人の工夫に委ねるのではなく、 組織としてオーナーシップを持って設計・改善・定着させること が求められています。
そこで、各プロジェクトで生まれた知見や成果を共通アセットとして整理・循環させ、開発の進め方や連携の在り方を「人」ではなく「仕組み」で支える役割として、開発オペレーションリードを募集します。
ミッション
開発組織および関連部門が、 最小限のルールと運用で、最大の成果を出し続けられる状態 を実現すること。
個別対応や力技ではなく、プロジェクト横断での開発オペレーションを仕組み・構造・インターフェースとして設計することで、 作らなくても回り、組織として再現・共有できる開発の運営状態 を作ることが、このポジションのミッションです。
【業務の変更の範囲】
会社の定める業務へ配置転換の可能性あり
| 想定年収 | 700 〜 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 10:00 - 15:00
・フレキシブルタイム 07:00 - 10:00 / 15:00 - 19:00
・標準労働時間:10:00 - 19:00 (休憩60分)
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20時間) 休憩時間: 60分 |
||
| 企業概要 |
ゆたかな世界を、実装する
ABEJAは、「ゆたかな世界を、実装する」を経営理念とし、「ABEJA Platform」を基盤に顧客企業の基幹業務のプロセスを変革し、ビジネスの継続的な収益成長の実現に伴走する「デジタルプラットフォーム事業」を展開しています。2012年の創業時よりABEJA Platformの研究開発を進めており、これまで多種多様な業界・業態の300社以上のデジタル変革をABEJA Platform上で実現してきました。 |
||
| 設立年数 | 15年 | 従業員数 | 130人 |
株式会社カウリス
【正社員/週2リモートJavaエンジニア】 Grid Data KYC サービス のリモートワーク求人
仕事内容
■挑戦の舞台:新サービス「Grid Data KYC」
2025年にリリースした「Grid Data KYC」は、全国の電力会社と提携し、約8,000万世帯の電力契約情報を活用してリアルタイムで居住実態を確認する日本初のサービスです。
本募集のGrid Data KYCサービスは去年リリースした走り始めたばかりのプロダクトです。
足りないことだらけのサービス、伸びしろしかない状態です。
そうしたサービスをリードする、コアメンバーとなっていただく方を探しています。
以下をチームで挑戦しています。
◇技術的挑戦
住所表記の「ゆらぎ」との闘い: 「三丁目1番1号」「3-1-1」「〇〇ビル4F」「〇〇ビル 四階」……。入力ソースごとに異なる膨大な表記揺れを、いかに高い精度で同一地点として識別するか。
高精度なマッチングアルゴリズムの構築: 単なる文字列一致では通用しません。住所正規化のロジック構築や、機械学習を用いたスコアリング、あるいは独自の名寄せアルゴリズムの実装など、「正解のない問い」に対してエンジニアリングで答えを出すことが求められます。
低遅延・高セキュリティの両立: 8,000万世帯のビッグデータを背景に、金融機関の本人確認というシーンでの低遅延のレスポンスを実現するパフォーマンスチューニング。
◇社会的意義 : 巧妙化するマネーロンダリングや特殊詐欺から、本サービスを通じて守る。
【ポジション】
「Grid Data KYC」の専任エンジニアの募集です。
【具体的な仕事内容】
・サービスのAPIの設計、開発
・単体テスト、機能テスト、E2E(endtoend)テスト
・CI/CDの導入と運用
・コードレビュー
【開発環境】
AWS, Java
Ansible, Terraform, GithubActions, CircleCI等CI/CD環境あり, Snyk
エンジニア用PCはWindows・Mac(選択可)
【主要な言語・フレームワーク】
言語:Java21
フレームワーク:Helidon
【技術スタック】
Node.js・JUnit・HTML・Datadog・CSS・AWS・Aerospike・Gatling・pytest・AWS・ S3・AWS Lambda・Prometheus・Amazon RDS・k6・Amazon Aurora MySQL・Amazon OpenSearchService・Docker・AWS ECS Fargate/ECS on EC2・CloudFront・AWS Security Hub・AWS GuardDuty・AWS Configなど
【業務の変更の範囲】
無
■挑戦の舞台:新サービス「Grid Data KYC」
2025年にリリースした「Grid Data KYC」は、全国の電力会社と提携し、約8,000万世帯の電力契約情報を活用してリアルタイムで居住実態を確認する日本初のサービスです。
本募集のGrid Data KYCサービスは去年リリースした走り始めたばかりのプロダクトです。
足りないことだらけのサービス、伸びしろしかない状態です。
そうしたサービスをリードする、コアメンバーとなっていただく方を探しています。
以下をチームで挑戦しています。
◇技術的挑戦
住所表記の「ゆらぎ」との闘い: 「三丁目1番1号」「3-1-1」「〇〇ビル4F」「〇〇ビル 四階」……。入力ソースごとに異なる膨大な表記揺れを、いかに高い精度で同一地点として識別するか。
高精度なマッチングアルゴリズムの構築: 単なる文字列一致では通用しません。住所正規化のロジック構築や、機械学習を用いたスコアリング、あるいは独自の名寄せアルゴリズムの実装など、「正解のない問い」に対してエンジニアリングで答えを出すことが求められます。
低遅延・高セキュリティの両立: 8,000万世帯のビッグデータを背景に、金融機関の本人確認というシーンでの低遅延のレスポンスを実現するパフォーマンスチューニング。
◇社会的意義 : 巧妙化するマネーロンダリングや特殊詐欺から、本サービスを通じて守る。
【ポジション】
「Grid Data KYC」の専任エンジニアの募集です。
【具体的な仕事内容】
・サービスのAPIの設計、開発
・単体テスト、機能テスト、E2E(endtoend)テスト
・CI/CDの導入と運用
・コードレビュー
【開発環境】
AWS, Java
Ansible, Terraform, GithubActions, CircleCI等CI/CD環境あり, Snyk
エンジニア用PCはWindows・Mac(選択可)
【主要な言語・フレームワーク】
言語:Java21
フレームワーク:Helidon
【技術スタック】
Node.js・JUnit・HTML・Datadog・CSS・AWS・Aerospike・Gatling・pytest・AWS・ S3・AWS Lambda・Prometheus・Amazon RDS・k6・Amazon Aurora MySQL・Amazon OpenSearchService・Docker・AWS ECS Fargate/ECS on EC2・CloudFront・AWS Security Hub・AWS GuardDuty・AWS Configなど
【業務の変更の範囲】
無
| 想定年収 | 450 〜 650 万円/年 | 雇用形態 | 正社員 |
|---|---|---|---|
| 職種 | |||
| 開発経験 | |||
| 勤務形態 | |||
| 設立年数 | 12年 | 従業員数 | 43人 |
180件中 41件~50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。