GCP×希望者は出社可のリモートワーク転職・求人情報一覧
27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/プロダクトマネージャー(PdM)】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。
エムニでは、LLM・RAG・画像認識・音声認識・AIエージェントなどの技術を活用し、製造業を中心とした顧客の業務変革や、自社AIプロダクトの開発に取り組んでいます。
本ポジションでは、プロダクトマネージャーとして、顧客・ユーザーの課題探索から、プロダクト戦略、要件定義、仕様策定、開発推進、リリース後の改善まで一気通貫で担っていただきます。
単なる仕様管理ではなく、AI技術をどのように顧客価値・事業価値に変換するかを考え、プロダクトを成長させることがミッションです。
◼️ポジションの魅力
エムニは現在、AIソリューション開発と自社AIプロダクト開発の両軸で事業を拡大しています。
自社プロダクトとしては、特許・知財業務を支援する AI特許ロケット や、ヒアリング・面談・調査業務を支援する AIインタビュアー など、生成AIを活用した新規プロダクト開発を進めています。
PdMには、こうしたプロダクトの0→1・1→10フェーズにおいて、ユーザー課題を深く理解し、AIエンジニア・Webエンジニア・Bizメンバーと連携しながら、価値あるプロダクトに磨き込んでいく役割を期待しています。
AI技術そのものを理解することも重要ですが、それ以上に「誰の、どの業務課題を、どのように解くのか」を定義し、プロダクトとして成立させる力が求められます。
◼️仕事のやりがい
- AIプロダクトの0→1・1→10フェーズに深く関われる
- 製造業を中心としたリアルな業務課題に向き合い、AIで解決策を形にできる
- LLM・RAG・AIエージェントなどの最新技術を、顧客価値に変換する経験ができる
- CEO・COO・BizDev・AIエンジニア・Webエンジニアと近い距離でプロダクト開発を推進できる
- 顧客ヒアリング、仮説検証、仕様策定、開発推進、改善まで一気通貫で関われる
- PMF前後のプロダクトを、自らの意思決定で成長させる経験ができる
- 将来的にはプロダクト責任者、事業責任者、CPO候補など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。
- 自社AIプロダクトのプロダクト戦略・ロードマップ策定
- 顧客・ユーザーへのヒアリング、業務課題の整理、仮説検証
- 市場調査、競合調査、ユーザー課題の分析
- プロダクトビジョン、提供価値、ターゲットユーザーの整理
- 要件定義、仕様策定、画面設計、ユーザーストーリー作成
- AIエンジニア、Webエンジニア、デザイナー、Bizメンバーとの開発推進
- LLM・RAG・AIエージェント等を活用した機能企画
- プロトタイプ作成、ユーザーテスト、フィードバック収集
- 開発優先順位の決定、バックログ管理、リリース管理
- 利用データ、ユーザーフィードバックをもとにしたプロダクト改善
- 営業・CS・マーケティングと連携したGo To Market推進
- プロダクトKPIの設計、モニタリング、改善施策の立案
- 必要に応じた顧客提案、導入支援、社内外へのプロダクト説明
◼️担当するプロジェクト例
- AI特許ロケット
特許・知財業務を支援するAIプロダクト
発明情報、技術資料、特許文書などを扱う検索・要約・生成・構造化機能
知財担当者・研究開発者の業務フロー改善
- AIインタビュアー
ヒアリング・面談・調査業務を支援するAIプロダクト
質問生成、深掘り、回答分析、要約、レポート生成
採用、人事、営業、CS、調査、コンサルティング領域への展開
- 製造業向けAI業務支援プロダクト
図面、帳票、PDF、マニュアル、問い合わせ履歴などを扱うAIアプリケーション
熟練者の暗黙知や社内ナレッジを活用するRAG・AIエージェント
現場業務の効率化、脱属人化、品質向上を支援するプロダクト
【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。
エムニでは、LLM・RAG・画像認識・音声認識・AIエージェントなどの技術を活用し、製造業を中心とした顧客の業務変革や、自社AIプロダクトの開発に取り組んでいます。
本ポジションでは、プロダクトマネージャーとして、顧客・ユーザーの課題探索から、プロダクト戦略、要件定義、仕様策定、開発推進、リリース後の改善まで一気通貫で担っていただきます。
単なる仕様管理ではなく、AI技術をどのように顧客価値・事業価値に変換するかを考え、プロダクトを成長させることがミッションです。
◼️ポジションの魅力
エムニは現在、AIソリューション開発と自社AIプロダクト開発の両軸で事業を拡大しています。
自社プロダクトとしては、特許・知財業務を支援する AI特許ロケット や、ヒアリング・面談・調査業務を支援する AIインタビュアー など、生成AIを活用した新規プロダクト開発を進めています。
PdMには、こうしたプロダクトの0→1・1→10フェーズにおいて、ユーザー課題を深く理解し、AIエンジニア・Webエンジニア・Bizメンバーと連携しながら、価値あるプロダクトに磨き込んでいく役割を期待しています。
AI技術そのものを理解することも重要ですが、それ以上に「誰の、どの業務課題を、どのように解くのか」を定義し、プロダクトとして成立させる力が求められます。
◼️仕事のやりがい
- AIプロダクトの0→1・1→10フェーズに深く関われる
- 製造業を中心としたリアルな業務課題に向き合い、AIで解決策を形にできる
- LLM・RAG・AIエージェントなどの最新技術を、顧客価値に変換する経験ができる
- CEO・COO・BizDev・AIエンジニア・Webエンジニアと近い距離でプロダクト開発を推進できる
- 顧客ヒアリング、仮説検証、仕様策定、開発推進、改善まで一気通貫で関われる
- PMF前後のプロダクトを、自らの意思決定で成長させる経験ができる
- 将来的にはプロダクト責任者、事業責任者、CPO候補など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。
- 自社AIプロダクトのプロダクト戦略・ロードマップ策定
- 顧客・ユーザーへのヒアリング、業務課題の整理、仮説検証
- 市場調査、競合調査、ユーザー課題の分析
- プロダクトビジョン、提供価値、ターゲットユーザーの整理
- 要件定義、仕様策定、画面設計、ユーザーストーリー作成
- AIエンジニア、Webエンジニア、デザイナー、Bizメンバーとの開発推進
- LLM・RAG・AIエージェント等を活用した機能企画
- プロトタイプ作成、ユーザーテスト、フィードバック収集
- 開発優先順位の決定、バックログ管理、リリース管理
- 利用データ、ユーザーフィードバックをもとにしたプロダクト改善
- 営業・CS・マーケティングと連携したGo To Market推進
- プロダクトKPIの設計、モニタリング、改善施策の立案
- 必要に応じた顧客提案、導入支援、社内外へのプロダクト説明
◼️担当するプロジェクト例
- AI特許ロケット
特許・知財業務を支援するAIプロダクト
発明情報、技術資料、特許文書などを扱う検索・要約・生成・構造化機能
知財担当者・研究開発者の業務フロー改善
- AIインタビュアー
ヒアリング・面談・調査業務を支援するAIプロダクト
質問生成、深掘り、回答分析、要約、レポート生成
採用、人事、営業、CS、調査、コンサルティング領域への展開
- 製造業向けAI業務支援プロダクト
図面、帳票、PDF、マニュアル、問い合わせ履歴などを扱うAIアプリケーション
熟練者の暗黙知や社内ナレッジを活用するRAG・AIエージェント
現場業務の効率化、脱属人化、品質向上を支援するプロダクト
【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 |
株式会社エムニ
【フルリモ/スーパーフレックス/東京・京都/プロダクトエンジニア】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
AI技術を駆使して、社会やビジネスに新たな価値を創出し、チームで成長することがミッションです。
技術の最前線で挑戦し、0→1の開発をリードしていただきます。
◼️本ポジション
自社プロダクトである「AI特許ロケット」の1人目専属エンジニアを担っていただきます。
受託案件との兼務はなく100%プロダクト専属としてコミットいただきます。
現状、まだ PMF 前のプロダクトであるため、CEO, COO を中心にプロダクトビジョンや技術選定から議論いただきます。
先々プロダクトのグロースフェーズでは採用や組織構成も考慮いただく必要があるので、
プロダクト立ち上げの 0→1 フェーズから、1→10, 10→100 を経験できるポジションとなります
◼️業務内容
- 製造業向け自社AIプロダクトの技術設計・開発・運用
- 0→1フェーズにおけるプロダクト立ち上げの技術的推進
- 技術選定・アーキテクチャ設計・技術負債の扱いに関する判断
- CEO / COO / AIエンジニアと議論しながらのプロダクトビジョン策定・合意形成
- ニーズに応じたAIアルゴリズムの選定・最適化・チューニング
-ユーザー理解を前提とした仮説検証・仕様策定・プロダクト改善
スキルや希望に応じて、社内外連携及びチームメンバーへの技術指導・コードレビュー等
【業務の変更の範囲】
無
AI技術を駆使して、社会やビジネスに新たな価値を創出し、チームで成長することがミッションです。
技術の最前線で挑戦し、0→1の開発をリードしていただきます。
◼️本ポジション
自社プロダクトである「AI特許ロケット」の1人目専属エンジニアを担っていただきます。
受託案件との兼務はなく100%プロダクト専属としてコミットいただきます。
現状、まだ PMF 前のプロダクトであるため、CEO, COO を中心にプロダクトビジョンや技術選定から議論いただきます。
先々プロダクトのグロースフェーズでは採用や組織構成も考慮いただく必要があるので、
プロダクト立ち上げの 0→1 フェーズから、1→10, 10→100 を経験できるポジションとなります
◼️業務内容
- 製造業向け自社AIプロダクトの技術設計・開発・運用
- 0→1フェーズにおけるプロダクト立ち上げの技術的推進
- 技術選定・アーキテクチャ設計・技術負債の扱いに関する判断
- CEO / COO / AIエンジニアと議論しながらのプロダクトビジョン策定・合意形成
- ニーズに応じたAIアルゴリズムの選定・最適化・チューニング
-ユーザー理解を前提とした仮説検証・仕様策定・プロダクト改善
スキルや希望に応じて、社内外連携及びチームメンバーへの技術指導・コードレビュー等
【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/Web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。
AI特許ロケットは、特許・知財業務をAIで支援する自社プロダクトです。
特許・知財領域では、発明情報、技術資料、特許文書、先行技術情報など、機密性・専門性の高いデータを扱います。プロダクトとして長期的に価値を提供するためには、AI機能の精度だけでなく、堅牢なWeb基盤、セキュリティ、権限管理、データ管理、監査性、スケーラビリティが不可欠です。
本ポジションでは、Webプロダクトエンジニアとして、AI特許ロケット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、保守性・拡張性の高いWebプロダクト開発を担っていただきます。
AI特許ロケットを「AIで文書を生成するツール」ではなく、「企業の知財業務に安心して組み込める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特許ロケットは、特許・知財という専門性の高い業務を扱うプロダクトです。
この領域では、情報の正確性、根拠の明確さ、データの機密性、アクセス制御、履歴管理が非常に重要になります。
また、発明情報や技術資料は企業にとって極めて重要な知的資産であり、ユーザーや組織ごとに適切な権限管理・データ分離・監査ログが求められます。
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・プロジェクト・ユーザー単位の権限管理
- 発明情報・技術資料・特許文書を扱うセキュリティ設計
- AI処理の非同期化・安定化
- 文書生成・検索・比較処理の安定実行基盤
- 監査ログ・操作ログ・変更履歴の設計
- 高トラフィック・大量文書処理を見据えたスケーラビリティ
- 知財業務に耐える信頼性・保守性
◼️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・プロジェクト・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
- 発明情報、技術資料、特許文書、先行技術情報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・検索基盤利用を前提とした可用性・リトライ・コスト管理設計
- 大量文書処理、高トラフィック、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特許ロケットの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・プロジェクト・ユーザー単位でのデータ分離、アクセス制御
- 発明情報・技術資料・特許文書を扱うセキュリティ設計
- AI利用ログ、監査ログ、操作ログ、変更履歴の設計・実装
- LLM API・検索基盤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
- 文書生成、検索、比較、要約処理の安定実行基盤
- 大量文書データに耐えるAPI・DB・検索・キャッシュ設計
- 知財業務向けの管理画面・権限管理画面・利用状況ダッシュボード
- 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
- 将来的なプロダクト横断基盤・共通コンポーネント設計
【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。
AI特許ロケットは、特許・知財業務をAIで支援する自社プロダクトです。
特許・知財領域では、発明情報、技術資料、特許文書、先行技術情報など、機密性・専門性の高いデータを扱います。プロダクトとして長期的に価値を提供するためには、AI機能の精度だけでなく、堅牢なWeb基盤、セキュリティ、権限管理、データ管理、監査性、スケーラビリティが不可欠です。
本ポジションでは、Webプロダクトエンジニアとして、AI特許ロケット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、保守性・拡張性の高いWebプロダクト開発を担っていただきます。
AI特許ロケットを「AIで文書を生成するツール」ではなく、「企業の知財業務に安心して組み込める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特許ロケットは、特許・知財という専門性の高い業務を扱うプロダクトです。
この領域では、情報の正確性、根拠の明確さ、データの機密性、アクセス制御、履歴管理が非常に重要になります。
また、発明情報や技術資料は企業にとって極めて重要な知的資産であり、ユーザーや組織ごとに適切な権限管理・データ分離・監査ログが求められます。
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・プロジェクト・ユーザー単位の権限管理
- 発明情報・技術資料・特許文書を扱うセキュリティ設計
- AI処理の非同期化・安定化
- 文書生成・検索・比較処理の安定実行基盤
- 監査ログ・操作ログ・変更履歴の設計
- 高トラフィック・大量文書処理を見据えたスケーラビリティ
- 知財業務に耐える信頼性・保守性
◼️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・プロジェクト・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
- 発明情報、技術資料、特許文書、先行技術情報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・検索基盤利用を前提とした可用性・リトライ・コスト管理設計
- 大量文書処理、高トラフィック、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特許ロケットの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・プロジェクト・ユーザー単位でのデータ分離、アクセス制御
- 発明情報・技術資料・特許文書を扱うセキュリティ設計
- AI利用ログ、監査ログ、操作ログ、変更履歴の設計・実装
- LLM API・検索基盤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
- 文書生成、検索、比較、要約処理の安定実行基盤
- 大量文書データに耐えるAPI・DB・検索・キャッシュ設計
- 知財業務向けの管理画面・権限管理画面・利用状況ダッシュボード
- 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
- 将来的なプロダクト横断基盤・共通コンポーネント設計
【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/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/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Yakudo
【一都三県フルリモート/面接1回/案件選択率100%/インフラエンジニア】プライム案件70%以上!Webアプリ・業務システムの開発など常時数千件以上保有企業! のリモートワーク求人
■企業概要
「スポーツをもっと身近にしたい」「エンジニアがもっと活き活きと働ける世界をつくりたい」
Yakudoの原点は、代表の及川とCTOの川野が居酒屋で交わした会話でした。
「スポーツ関係の面白いサービスがあったらいいのに」
「ITの力があれば、もっとスポーツを身近に感じてもらえるよね」
二人ともスポーツが大好きで、及川は小学3年生から続けている野球、川野はエンジニアとしての技術力。それぞれの強みを掛け合わせれば、スポーツの楽しさをもっと多くの人に届けられるんじゃないか。
その熱量のまま、2019年8月に株式会社Yakudoを設立しました。
社名の「Yakudo」は、日本語の「躍動」から。
Yakudoに関わるすべての人に活力を与え、一人ひとりが活き活きと輝き、そのエネルギーで日本社会を明るくしていきたいという願いが込められています。
2021年には、自社プロダクトとしてスポーツSNSアプリ「YAKUDO」をリリース。
チーム管理や対戦相手の募集、試合記録など、スポーツのあらゆる場面をサポートするアプリとして、現在ユーザー1万人、チーム登録1,600組を超えるサービスに成長しました。
しかし、Yakudoが目指しているのはアプリの成功だけではありません。
SES業界で長く働いてきた及川は、エンジニアが適正に評価されず、自分のキャリアを自分で選べないという構造的な問題を目の当たりにしてきました。
「案件を選べない」
「単価が不透明」
「自分の会社に帰属意識を持てない」
――そんなSESの"当たり前"を変えたい。
だからYakudoでは、案件の選択権を100%エンジニアに委ねています。
還元率は75%以上、会社の取り分は一律10万円というシンプルな給与体系。
隠し事のない、フェアな関係をエンジニアと築くこと。
それが信念です。
代表の及川がメンバーによく話す言葉があります。
「仕事はツール。仕事に生きるんじゃなくて、自分の人生を豊かにしてほしい」
目標を達成して、成果が給料に繋がって、そのお金で趣味や大切な人のために使って、また次の目標に向かう。
そんなポジティブなサイクルを、Yakudoで一緒に回していきたい。
スポーツアプリで世の中を楽しくすること。
エンジニアが自分らしく輝ける環境をつくること。
この二つを同時に実現することが、Yakudoが存在する理由です。
■事業内容
◎SES事業
Web開発(PHP, TypeScript, React, Vue.js, Ruby on Rails)、
インフラ構築(AWS, Linux)、
ネイティブアプリ開発、
AI活用まで幅広い技術領域に対応。
月間1万件以上の案件を取り扱い、
エンド直・元請け直のプライム案件が全体の70%を占めています。
他社のSESとの違いは、案件の選択権が100%エンジニアにあること。
営業が一方的にアサインするのではなく、
エンジニア自身が
「次はこの技術を伸ばしたい」
「リモート中心で働きたい」
といった希望を出し、その条件に合った案件の中から自分で選びます。
還元率は75%以上、会社の利益は一律10万円。
案件単価と給与が透明に連動するシンプルな仕組みで、
「自分がいくら稼いでいるか」が常に見える状態です。
売上は5期連続で拡大中。
設立5期で売上高7.5億円を達成しました。
<年収UP実績>
・開発エンジニア 経験3年:350万円 → 550万円
・開発エンジニア 経験7年:550万円 → 840万円
・開発エンジニア 経験15年:800万円 → 1,104万円
・インフラエンジニア 経験3年:330万円 → 530万円
・インフラエンジニア 経験7年:500万円 → 890万円
◎受託開発事業
自社のルーツであるスポーツ系のWebアプリ・Webサイトをはじめ、
企画から納品まで一気通貫でお引き受けしています。
WEBサイト制作から新規システム開発まで幅広く対応しており、
様々な企業のDX支援に携わっています。
SESで経験を積んだエンジニアが、
受託開発へキャリアチェンジすることも可能です。
◎自社プロダクト「YAKUDO」
2021年9月にリリースし、
現在ユーザー数1万人、チーム登録1,600組を突破。
チームの管理、対戦相手の募集、試合の記録など、
準備から振り返りまでスポーツのあらゆる場面をサポート。
競技ごとに設計されたインターフェースで、
誰でも簡単に試合を記録できるのが大きな魅力です。
「スポーツをするならYAKUDOだよね」と言われるプロダクトを目指し、日々開発を続けています。
将来的にはSESや受託で経験を積んだエンジニアが、この自社プロダクトの開発に携わるキャリアパスも用意しています。
■魅力ポイント
Yakudoが大切にしているのは、「エンジニアが主役」であること。
制度も仕組みも、すべてそこから逆算して設計しています。
【案件選択は100%エンジニアの意思】
当社では、月間1万件以上の案件の中から、エンジニア自身が参画する案件を選びます。
営業が一方的にアサインすることはありません。
「どんな技術を伸ばしたいか」
「どんな働き方をしたいか」を代表や営業との1on1面談で共有し、希望に合った案件を複数ご紹介。
その中から最終的に選ぶのは、あなた自身です。
実際に、前職で夜勤のある案件で体調を崩したエンジニアが、Yakudoでは営業と一緒に「日勤・リモート中心」の条件を詰め、9割テレワークの理想の環境を実現したケースもあります。
【シンプルで透明な給与体系】
案件参画単価に対し、会社の利益は一律10万円。
残りはすべてエンジニアに還元します。
還元率は75%以上、最大93%。
単価も給与も常に公開しているので、「自分がいくら稼いでいて、会社がいくら取っているか」が一目で分かります。
SES業界ではこの透明性が珍しいと言われることもありますが、Yakudoではこれが当たり前です。
【プライム案件70%+高い商流】
業界10年の代表を中心とした豊富な人脈と、ベンチャー企業を中心とした新規開拓力により、エンド直・元請け直のプライム案件が全体の70%を占めています。
上流工程やモダンな技術環境で経験を積める案件が豊富で、実際の案件例としては以下のようなものがあります。
・大手ライブ配信サービスの開発(PHP, React.js/30名規模/エンド直)
・マーケティング支援プラットフォーム開発(Ruby on Rails, AWS/エンド直)
・越境ECサービスのAI技術活用(Python/エンド直)
・公共事業向けインフラ設計構築(Linux, Shell/元請け直)
・フロントエンド開発(Vue.js, Nuxt.js, TypeScript/エンド直)
【年4回の昇給と目標管理】
Yakudoでは3ヶ月ごとに昇給のタイミングがあります。
入社時に年間目標を設定し、毎月の1on1面談で振り返りとフィードバックを実施。
月間目標の設定→実行→振り返りのサイクルを回すことで、着実にキャリアアップできる仕組みです。
これはただの評価制度ではなく、「社員のキャリアを代表や営業と共有し、一緒に成長する」ための文化そのものです。
【代表との距離の近さ】
面接は代表の及川が直接担当します。
入社後も月1回の1on1面談で、キャリアの悩みや目標を直接共有。
SESでありがちな「会社の顔が見えない」という不安がありません。
社員からは「まさか社長が面接に出てくるとは思わなかった」「1回の面接だけで、家族の生活にも真剣に向き合ってくれる社風が分かった」という声も。
代表に加え営業スタッフがエンジニアをフォローする体制で、チャットやビデオ通話でいつでも相談OK。リモートワークが中心でも、孤独を感じさせない環境を整えています。
【メリハリのあるカルチャー】
平均年齢は20代後半。
月1回の懇親会やキックオフイベント、BBQなどでメンバー同士が顔を合わせる機会を大切にしています。
普段はリモートでバラバラの現場で働いていても、「自分のホームはYakudoだ」と実感できる。
そんな帰属意識を持てる環境が、Yakudoのカルチャーです。
■具体的な業務内容
スキルや志向性に合わせて、最適なプロジェクトを決定します。
・クラウドインフラ構築・運用(AWS / Azure / GCP)
└ オンプレからクラウドへの移行案件も多数
・オンプレ環境のサーバ・ネットワーク構築・運用
・金融・公共事業など大規模システムの基盤運用
・情シス・社内SE業務(運用保守〜上流工程まで)
案件の選択権は100%あなたにあります。営業担当が獲得してきた豊富な案件の中から、自分のキャリアにプラスになるものを選んでください。
■このポジションの魅力
・市場価値の向上
AI領域などの高付加価値案件への参画を通じ、時代に求められるスキルを最短距離で習得できます。
・圧倒的な自由度
日報や無駄な会議に縛られることはありません。開発に集中できる環境と、自分らしいライフスタイルを両立できます。
・納得のいく評価と還元
還元率最大93%。自分の市場価値がそのまま還元されるため、高いモチベーションを維持できます。
【業務の変更の範囲】
会社の定める範囲
「スポーツをもっと身近にしたい」「エンジニアがもっと活き活きと働ける世界をつくりたい」
Yakudoの原点は、代表の及川とCTOの川野が居酒屋で交わした会話でした。
「スポーツ関係の面白いサービスがあったらいいのに」
「ITの力があれば、もっとスポーツを身近に感じてもらえるよね」
二人ともスポーツが大好きで、及川は小学3年生から続けている野球、川野はエンジニアとしての技術力。それぞれの強みを掛け合わせれば、スポーツの楽しさをもっと多くの人に届けられるんじゃないか。
その熱量のまま、2019年8月に株式会社Yakudoを設立しました。
社名の「Yakudo」は、日本語の「躍動」から。
Yakudoに関わるすべての人に活力を与え、一人ひとりが活き活きと輝き、そのエネルギーで日本社会を明るくしていきたいという願いが込められています。
2021年には、自社プロダクトとしてスポーツSNSアプリ「YAKUDO」をリリース。
チーム管理や対戦相手の募集、試合記録など、スポーツのあらゆる場面をサポートするアプリとして、現在ユーザー1万人、チーム登録1,600組を超えるサービスに成長しました。
しかし、Yakudoが目指しているのはアプリの成功だけではありません。
SES業界で長く働いてきた及川は、エンジニアが適正に評価されず、自分のキャリアを自分で選べないという構造的な問題を目の当たりにしてきました。
「案件を選べない」
「単価が不透明」
「自分の会社に帰属意識を持てない」
――そんなSESの"当たり前"を変えたい。
だからYakudoでは、案件の選択権を100%エンジニアに委ねています。
還元率は75%以上、会社の取り分は一律10万円というシンプルな給与体系。
隠し事のない、フェアな関係をエンジニアと築くこと。
それが信念です。
代表の及川がメンバーによく話す言葉があります。
「仕事はツール。仕事に生きるんじゃなくて、自分の人生を豊かにしてほしい」
目標を達成して、成果が給料に繋がって、そのお金で趣味や大切な人のために使って、また次の目標に向かう。
そんなポジティブなサイクルを、Yakudoで一緒に回していきたい。
スポーツアプリで世の中を楽しくすること。
エンジニアが自分らしく輝ける環境をつくること。
この二つを同時に実現することが、Yakudoが存在する理由です。
■事業内容
◎SES事業
Web開発(PHP, TypeScript, React, Vue.js, Ruby on Rails)、
インフラ構築(AWS, Linux)、
ネイティブアプリ開発、
AI活用まで幅広い技術領域に対応。
月間1万件以上の案件を取り扱い、
エンド直・元請け直のプライム案件が全体の70%を占めています。
他社のSESとの違いは、案件の選択権が100%エンジニアにあること。
営業が一方的にアサインするのではなく、
エンジニア自身が
「次はこの技術を伸ばしたい」
「リモート中心で働きたい」
といった希望を出し、その条件に合った案件の中から自分で選びます。
還元率は75%以上、会社の利益は一律10万円。
案件単価と給与が透明に連動するシンプルな仕組みで、
「自分がいくら稼いでいるか」が常に見える状態です。
売上は5期連続で拡大中。
設立5期で売上高7.5億円を達成しました。
<年収UP実績>
・開発エンジニア 経験3年:350万円 → 550万円
・開発エンジニア 経験7年:550万円 → 840万円
・開発エンジニア 経験15年:800万円 → 1,104万円
・インフラエンジニア 経験3年:330万円 → 530万円
・インフラエンジニア 経験7年:500万円 → 890万円
◎受託開発事業
自社のルーツであるスポーツ系のWebアプリ・Webサイトをはじめ、
企画から納品まで一気通貫でお引き受けしています。
WEBサイト制作から新規システム開発まで幅広く対応しており、
様々な企業のDX支援に携わっています。
SESで経験を積んだエンジニアが、
受託開発へキャリアチェンジすることも可能です。
◎自社プロダクト「YAKUDO」
2021年9月にリリースし、
現在ユーザー数1万人、チーム登録1,600組を突破。
チームの管理、対戦相手の募集、試合の記録など、
準備から振り返りまでスポーツのあらゆる場面をサポート。
競技ごとに設計されたインターフェースで、
誰でも簡単に試合を記録できるのが大きな魅力です。
「スポーツをするならYAKUDOだよね」と言われるプロダクトを目指し、日々開発を続けています。
将来的にはSESや受託で経験を積んだエンジニアが、この自社プロダクトの開発に携わるキャリアパスも用意しています。
■魅力ポイント
Yakudoが大切にしているのは、「エンジニアが主役」であること。
制度も仕組みも、すべてそこから逆算して設計しています。
【案件選択は100%エンジニアの意思】
当社では、月間1万件以上の案件の中から、エンジニア自身が参画する案件を選びます。
営業が一方的にアサインすることはありません。
「どんな技術を伸ばしたいか」
「どんな働き方をしたいか」を代表や営業との1on1面談で共有し、希望に合った案件を複数ご紹介。
その中から最終的に選ぶのは、あなた自身です。
実際に、前職で夜勤のある案件で体調を崩したエンジニアが、Yakudoでは営業と一緒に「日勤・リモート中心」の条件を詰め、9割テレワークの理想の環境を実現したケースもあります。
【シンプルで透明な給与体系】
案件参画単価に対し、会社の利益は一律10万円。
残りはすべてエンジニアに還元します。
還元率は75%以上、最大93%。
単価も給与も常に公開しているので、「自分がいくら稼いでいて、会社がいくら取っているか」が一目で分かります。
SES業界ではこの透明性が珍しいと言われることもありますが、Yakudoではこれが当たり前です。
【プライム案件70%+高い商流】
業界10年の代表を中心とした豊富な人脈と、ベンチャー企業を中心とした新規開拓力により、エンド直・元請け直のプライム案件が全体の70%を占めています。
上流工程やモダンな技術環境で経験を積める案件が豊富で、実際の案件例としては以下のようなものがあります。
・大手ライブ配信サービスの開発(PHP, React.js/30名規模/エンド直)
・マーケティング支援プラットフォーム開発(Ruby on Rails, AWS/エンド直)
・越境ECサービスのAI技術活用(Python/エンド直)
・公共事業向けインフラ設計構築(Linux, Shell/元請け直)
・フロントエンド開発(Vue.js, Nuxt.js, TypeScript/エンド直)
【年4回の昇給と目標管理】
Yakudoでは3ヶ月ごとに昇給のタイミングがあります。
入社時に年間目標を設定し、毎月の1on1面談で振り返りとフィードバックを実施。
月間目標の設定→実行→振り返りのサイクルを回すことで、着実にキャリアアップできる仕組みです。
これはただの評価制度ではなく、「社員のキャリアを代表や営業と共有し、一緒に成長する」ための文化そのものです。
【代表との距離の近さ】
面接は代表の及川が直接担当します。
入社後も月1回の1on1面談で、キャリアの悩みや目標を直接共有。
SESでありがちな「会社の顔が見えない」という不安がありません。
社員からは「まさか社長が面接に出てくるとは思わなかった」「1回の面接だけで、家族の生活にも真剣に向き合ってくれる社風が分かった」という声も。
代表に加え営業スタッフがエンジニアをフォローする体制で、チャットやビデオ通話でいつでも相談OK。リモートワークが中心でも、孤独を感じさせない環境を整えています。
【メリハリのあるカルチャー】
平均年齢は20代後半。
月1回の懇親会やキックオフイベント、BBQなどでメンバー同士が顔を合わせる機会を大切にしています。
普段はリモートでバラバラの現場で働いていても、「自分のホームはYakudoだ」と実感できる。
そんな帰属意識を持てる環境が、Yakudoのカルチャーです。
■具体的な業務内容
スキルや志向性に合わせて、最適なプロジェクトを決定します。
・クラウドインフラ構築・運用(AWS / Azure / GCP)
└ オンプレからクラウドへの移行案件も多数
・オンプレ環境のサーバ・ネットワーク構築・運用
・金融・公共事業など大規模システムの基盤運用
・情シス・社内SE業務(運用保守〜上流工程まで)
案件の選択権は100%あなたにあります。営業担当が獲得してきた豊富な案件の中から、自分のキャリアにプラスになるものを選んでください。
■このポジションの魅力
・市場価値の向上
AI領域などの高付加価値案件への参画を通じ、時代に求められるスキルを最短距離で習得できます。
・圧倒的な自由度
日報や無駄な会議に縛られることはありません。開発に集中できる環境と、自分らしいライフスタイルを両立できます。
・納得のいく評価と還元
還元率最大93%。自分の市場価値がそのまま還元されるため、高いモチベーションを維持できます。
【業務の変更の範囲】
会社の定める範囲
| 想定年収 | 420 〜 840 万円/年 | 雇用形態 | 正社員 |
|---|---|---|---|
| 職種 | |||
| 開発経験 | |||
| 勤務形態 | |||
| 設立年数 | 8年 | 従業員数 | 26人 |
27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。