GCP×地方フルリモートOKのリモートワーク転職・求人情報一覧 -2ページ目
98件中 11件~20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 |
株式会社エムニ
【フルリモ/スーパーフレックス/東京・京都/シニアAI/LLMエンジニア】東大・京大発、学術知見で製造業にAI革新を牽引する企業! のリモートワーク求人
◼️ミッション
エムニは、「AIを、あらゆる産業の実装力にする」ことを目指す、製造業特化のAIスタートアップです。
日本の製造業には、熟練者の暗黙知、紙・PDF・図面・帳票に蓄積された情報、属人的な判断プロセスなど、まだAIによって解決できる余地が数多く残されています。
本ポジションでは、LLM・RAG・AIエージェント・機械学習などの技術を活用し、製造業を中心としたクライアントの本質的な業務課題を解決するAIシステムの設計・開発・実装を担っていただきます。
単なる技術検証やPoCにとどまらず、実際の業務で使われ、事業成果につながるAIの社会実装を推進することがミッションです。
◼️仕事のやりがい
エムニでは、生成AI・LLMを活用した業務変革の最前線で、技術選定からプロトタイピング、実装、改善、運用まで一気通貫で関わることができます。
特に製造業領域では、図面、仕様書、検査記録、作業手順書、問い合わせ履歴、熟練者のナレッジなど、多様かつ複雑なデータを扱います。こうした現場固有の情報をLLMやRAG、AIエージェントと組み合わせ、実務で使えるプロダクト・ソリューションへ落とし込むことが求められます。
技術を深く理解するだけでなく、「誰の、どの業務課題を、どのように解くのか」まで踏み込み、顧客やビジネスサイドと連携しながら価値を形にできる環境です。
◼️役割期待
入社後は、製造業を中心とした顧客の業務課題を理解し、LLM・RAG・AIエージェント等を活用したAIシステムの技術設計・開発リードをお任せします。
単なる実装にとどまらず、技術選定、アーキテクチャ設計、評価設計、PoCから本番運用までのロードマップ設計、顧客への技術提案、チームメンバーの育成まで、AI社会実装の中核を担っていただきます。
◼️業務内容
- 業務要件の整理、技術要件への落とし込み
- LLM/RAG/AIエージェントを活用したソリューション設計
- AIシステム全体のアーキテクチャ設計
- 技術選定、評価設計、品質基準の策定
- PoC設計、本番運用を見据えた開発リード
- 顧客やビジネスサイドとの技術的な議論・提案
- コードレビュー、設計レビュー、技術的意思決定
- ジュニア〜ミドルメンバーの育成・技術支援
- 社内のAI開発ナレッジやベストプラクティスの整備
◼️開発例
- 製造業向けナレッジ検索・RAGシステム
- 図面・帳票・仕様書などのドキュメント解析AI
- 熟練者の暗黙知を活用した業務支援AI
- 問い合わせ対応・見積作成・調査業務の自動化
- 業務プロセスを自律的に支援するAIエージェント
- 生成AIを活用した社内業務効率化・AI駆動経営の推進
- 製造現場・バックオフィス・営業技術領域におけるAI活用支援
【業務の変更の範囲】
無
エムニは、「AIを、あらゆる産業の実装力にする」ことを目指す、製造業特化のAIスタートアップです。
日本の製造業には、熟練者の暗黙知、紙・PDF・図面・帳票に蓄積された情報、属人的な判断プロセスなど、まだAIによって解決できる余地が数多く残されています。
本ポジションでは、LLM・RAG・AIエージェント・機械学習などの技術を活用し、製造業を中心としたクライアントの本質的な業務課題を解決するAIシステムの設計・開発・実装を担っていただきます。
単なる技術検証やPoCにとどまらず、実際の業務で使われ、事業成果につながるAIの社会実装を推進することがミッションです。
◼️仕事のやりがい
エムニでは、生成AI・LLMを活用した業務変革の最前線で、技術選定からプロトタイピング、実装、改善、運用まで一気通貫で関わることができます。
特に製造業領域では、図面、仕様書、検査記録、作業手順書、問い合わせ履歴、熟練者のナレッジなど、多様かつ複雑なデータを扱います。こうした現場固有の情報をLLMやRAG、AIエージェントと組み合わせ、実務で使えるプロダクト・ソリューションへ落とし込むことが求められます。
技術を深く理解するだけでなく、「誰の、どの業務課題を、どのように解くのか」まで踏み込み、顧客やビジネスサイドと連携しながら価値を形にできる環境です。
◼️役割期待
入社後は、製造業を中心とした顧客の業務課題を理解し、LLM・RAG・AIエージェント等を活用したAIシステムの技術設計・開発リードをお任せします。
単なる実装にとどまらず、技術選定、アーキテクチャ設計、評価設計、PoCから本番運用までのロードマップ設計、顧客への技術提案、チームメンバーの育成まで、AI社会実装の中核を担っていただきます。
◼️業務内容
- 業務要件の整理、技術要件への落とし込み
- LLM/RAG/AIエージェントを活用したソリューション設計
- AIシステム全体のアーキテクチャ設計
- 技術選定、評価設計、品質基準の策定
- PoC設計、本番運用を見据えた開発リード
- 顧客やビジネスサイドとの技術的な議論・提案
- コードレビュー、設計レビュー、技術的意思決定
- ジュニア〜ミドルメンバーの育成・技術支援
- 社内のAI開発ナレッジやベストプラクティスの整備
◼️開発例
- 製造業向けナレッジ検索・RAGシステム
- 図面・帳票・仕様書などのドキュメント解析AI
- 熟練者の暗黙知を活用した業務支援AI
- 問い合わせ対応・見積作成・調査業務の自動化
- 業務プロセスを自律的に支援するAIエージェント
- 生成AIを活用した社内業務効率化・AI駆動経営の推進
- 製造現場・バックオフィス・営業技術領域におけるAI活用支援
【業務の変更の範囲】
無
| 想定年収 | 800 〜 1,200 万円/年 | 雇用形態 | 正社員 |
|---|---|---|---|
| 職種 | |||
| 開発経験 | |||
| 勤務形態 |
作業時間: フレックスタイム制
※コアタイムなし
※フレキシブルタイム:5:00~22:00
※スーパーフレックスタイム制
※標準労働時間:1日8時間
※月間所定労働時間:160時間前後
働き方: フルフレックス制 時間外労働の有無: 有(月平均20時間~30時間) 休憩時間: 60分 |
||
| 設立年数 | 4年 | 従業員数 | 151人 |
株式会社ABEJA
★【フルリモート/フレックス制/トランスフォーメーション領域:SRE/SRE、またはそれに準ずるロールとしての実務経験(目安:2年以上)】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(部門SREとして)
モニタリング/オブザーバビリティの設計・標準化
メトリクス、ログ、アラート、ダッシュボード設計の共通化
プロジェクトごとに分断された監視の整理・統合
インシデント管理プロセスの設計・改善
対応フロー、役割分担、ポストモーテムの型づくり
属人化しない判断・振り返りの仕組み化
運用ルール・設計思想の標準化と浸透
既存ドキュメントの整理・再設計
現場で「使われる」ことを前提とした改善
将来の24/365運用・オンコール体制に向けた設計・検討
現時点で常設オンコールを担うことはありません
将来を見据えた体制・ルールの整理、提案
条件付きで関与する業務(希望・状況に応じて)
大規模・高難度プロジェクトに対するSRE観点での支援
初期設計レビュー
運用・モニタリング設計の支援
本人の志向や状況に応じて、プロジェクトのデリバリーに一定期間関与する選択肢もあります
ただし、SREとしての主軸が疎かにならない範囲に限ります
※ 個別プロジェクトの納期・品質の最終責任は負いません
ポジションの魅力
1人目専任のSREとして、部門の運用設計に強い裁量を持てるポジションです
既存の仕組みを活かしながら、「作る」だけでなく 組織に根付かせる経験 ができます
複数プロジェクト・複数ステークホルダーを横断し、技術とコミュニケーションの両面で影響力を発揮できます
将来的な24/365やミッションクリティカル領域を見据えた、 中長期で価値のあるSREキャリア を積むことができます
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>
こうした体制の中で、これまでは各プロジェクトを中心に運用やモニタリングの工夫が行われてきました。その結果、プロジェクト数や規模の拡大に伴い、モニタリング、インシデント管理、運用設計といった プロジェクト横断の運用課題 がより明確に意識されるようになってきています。
現在も、モニタリングや運用に関する考え方・ドキュメントは一定程度整備されていますが、それらを 部門としてオーナーシップを持って管理・改善・浸透させる専任ロールが不在 であるため、
実運用で十分に活用されない
判断や調整が部長・マネジャーに集中する
プロジェクトごとの差分が説明しづらい
といった状況が生じています。
これらの課題を解消し、システム開発部として 一貫した運用設計・説明ができる状態 を実現するため、運用を「人」ではなく「仕組み」で支える部門横断の役割として、 1人目の専任SRE を募集します。
ミッション
SREとして、複数プロジェクトにまたがるシステムの 信頼性・運用性・再現性 を部門横断で担保し、既存の運用ルールや考え方にオーナーシップを持って整理・標準化・浸透させることがミッションです。
人が頑張って回す運用ではなく、 仕組みとして継続的に回る状態 を設計し、システム開発部として共通の言葉で語れる運用基盤を作っていくことを期待しています。
【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(部門SREとして)
モニタリング/オブザーバビリティの設計・標準化
メトリクス、ログ、アラート、ダッシュボード設計の共通化
プロジェクトごとに分断された監視の整理・統合
インシデント管理プロセスの設計・改善
対応フロー、役割分担、ポストモーテムの型づくり
属人化しない判断・振り返りの仕組み化
運用ルール・設計思想の標準化と浸透
既存ドキュメントの整理・再設計
現場で「使われる」ことを前提とした改善
将来の24/365運用・オンコール体制に向けた設計・検討
現時点で常設オンコールを担うことはありません
将来を見据えた体制・ルールの整理、提案
条件付きで関与する業務(希望・状況に応じて)
大規模・高難度プロジェクトに対するSRE観点での支援
初期設計レビュー
運用・モニタリング設計の支援
本人の志向や状況に応じて、プロジェクトのデリバリーに一定期間関与する選択肢もあります
ただし、SREとしての主軸が疎かにならない範囲に限ります
※ 個別プロジェクトの納期・品質の最終責任は負いません
ポジションの魅力
1人目専任のSREとして、部門の運用設計に強い裁量を持てるポジションです
既存の仕組みを活かしながら、「作る」だけでなく 組織に根付かせる経験 ができます
複数プロジェクト・複数ステークホルダーを横断し、技術とコミュニケーションの両面で影響力を発揮できます
将来的な24/365やミッションクリティカル領域を見据えた、 中長期で価値のあるSREキャリア を積むことができます
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>
こうした体制の中で、これまでは各プロジェクトを中心に運用やモニタリングの工夫が行われてきました。その結果、プロジェクト数や規模の拡大に伴い、モニタリング、インシデント管理、運用設計といった プロジェクト横断の運用課題 がより明確に意識されるようになってきています。
現在も、モニタリングや運用に関する考え方・ドキュメントは一定程度整備されていますが、それらを 部門としてオーナーシップを持って管理・改善・浸透させる専任ロールが不在 であるため、
実運用で十分に活用されない
判断や調整が部長・マネジャーに集中する
プロジェクトごとの差分が説明しづらい
といった状況が生じています。
これらの課題を解消し、システム開発部として 一貫した運用設計・説明ができる状態 を実現するため、運用を「人」ではなく「仕組み」で支える部門横断の役割として、 1人目の専任SRE を募集します。
ミッション
SREとして、複数プロジェクトにまたがるシステムの 信頼性・運用性・再現性 を部門横断で担保し、既存の運用ルールや考え方にオーナーシップを持って整理・標準化・浸透させることがミッションです。
人が頑張って回す運用ではなく、 仕組みとして継続的に回る状態 を設計し、システム開発部として共通の言葉で語れる運用基盤を作っていくことを期待しています。
【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/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
業務内容
以下の中から個々のスキルや事業状況に応じた業務を担当いただきます。
ABEJA Platform / ABEJA LLM Series / ABEJA Insight for Retail などのプロダクトに関連する開発・運用業務の実施
AIパイプライン基盤、LLMOps基盤、数千台のカメラ・センサーデバイス等のデータ分析・可視化 B2B SaaS プロダクトなどの強化活動にバックエンドエンジニアとして参画し、提供価値を最大化、定期的なメンテナンス活動を実施
プロダクト研究・開発に必要な技術検証業務の実施
以下一例、スキルに応じて
LLM/生成AIに関する技術検証
新しいフレームワーク、新しい基盤の技術検証
新しいIoTデバイスの価値検証
各種スクラムイベントへの参加
スプリントレビュー、レトロスペクティブ、スプリントプランニングの定例会議への参加
開発進行に関する議論に参加
サービスレベル改善と運用効率化業務(SRE業務)の実施
KAIZEN DAY(週1回)に参加し、デプロイ頻度の向上、変更リードタイムの短縮、変更障害率の低減を実現
その他の業務
エンジニアチームの強化のための採用活動や勉強会登壇などに積極的に参加
技術スタック一覧(StackShare)に基づいた開発や技術の選択と活用
募集背景
当社は2012年に創業し、ディープラーニングの黎明期からAI技術の発展に貢献してきました。高度な機械学習技術、統計モデリング、数理最適化などを駆使し、300社以上の顧客のデジタルトランスフォーメーション(DX)を実現してきました。
ABEJA Platformは社内外の事業拡大の基盤に位置づけられており、更なる研究開発に力を注いでいます。現在は、少数精鋭の開発・保守運用チームが活躍しているのですが、今後の事業計画に応じて組織を強化するため、バックエンドエンジニアを募集しています。
ミッション
「顧客企業を未来に必要とされる存在へ変える」
ABEJAのエンタープライズプラットフォーム事業である「ABEJA Platform」の開発を通じて、ABEJA LLM Series / ABEJA Insight for Retail などのサービスで顧客企業や業界の変革を牽引します。
※ABEJA Platformとは
デジタルトランスフォーメーションの実行に必要なデータ生成からデータ収集、データの加工、データ分析、AIモデリングまでのプロセスを提供し、継続的かつ安定的な運用を行うソフトウェア群です。
【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
以下の中から個々のスキルや事業状況に応じた業務を担当いただきます。
ABEJA Platform / ABEJA LLM Series / ABEJA Insight for Retail などのプロダクトに関連する開発・運用業務の実施
AIパイプライン基盤、LLMOps基盤、数千台のカメラ・センサーデバイス等のデータ分析・可視化 B2B SaaS プロダクトなどの強化活動にバックエンドエンジニアとして参画し、提供価値を最大化、定期的なメンテナンス活動を実施
プロダクト研究・開発に必要な技術検証業務の実施
以下一例、スキルに応じて
LLM/生成AIに関する技術検証
新しいフレームワーク、新しい基盤の技術検証
新しいIoTデバイスの価値検証
各種スクラムイベントへの参加
スプリントレビュー、レトロスペクティブ、スプリントプランニングの定例会議への参加
開発進行に関する議論に参加
サービスレベル改善と運用効率化業務(SRE業務)の実施
KAIZEN DAY(週1回)に参加し、デプロイ頻度の向上、変更リードタイムの短縮、変更障害率の低減を実現
その他の業務
エンジニアチームの強化のための採用活動や勉強会登壇などに積極的に参加
技術スタック一覧(StackShare)に基づいた開発や技術の選択と活用
募集背景
当社は2012年に創業し、ディープラーニングの黎明期からAI技術の発展に貢献してきました。高度な機械学習技術、統計モデリング、数理最適化などを駆使し、300社以上の顧客のデジタルトランスフォーメーション(DX)を実現してきました。
ABEJA Platformは社内外の事業拡大の基盤に位置づけられており、更なる研究開発に力を注いでいます。現在は、少数精鋭の開発・保守運用チームが活躍しているのですが、今後の事業計画に応じて組織を強化するため、バックエンドエンジニアを募集しています。
ミッション
「顧客企業を未来に必要とされる存在へ変える」
ABEJAのエンタープライズプラットフォーム事業である「ABEJA Platform」の開発を通じて、ABEJA LLM Series / ABEJA Insight for Retail などのサービスで顧客企業や業界の変革を牽引します。
※ABEJA Platformとは
デジタルトランスフォーメーションの実行に必要なデータ生成からデータ収集、データの加工、データ分析、AIモデリングまでのプロセスを提供し、継続的かつ安定的な運用を行うソフトウェア群です。
【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 | 600 〜 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 |
イグニション・ポイントフォース株式会社
【フルリモートok/システムエンジニア/関西拠点立ち上げ】自社製品・受託開発の開発エンジニア◇10年連続「働きがいのある会社」選出企業! のリモートワーク求人
■募集背景
イグニション・ポイントフォースは、すべての業務や開発にAIを組み込み「AIセントリック」な会社へ進化することを目指しており、先端技術を活用したクライアントのDX/事業変革を、戦略策定から実装まで一気通貫で推進しています。
この度、西日本エリアのクライアントへの価値提供を強化するため、関西拠点(大阪)の立ち上げを担う中核メンバーとして、シニアシステムエンジニアを募集します。
多様な業界・プロジェクトで最先端技術や大規模開発を経験し、成長できる環境です
■概要
弊社が創発する新規事業の製品開発および、グループが受託するシステム開発におけるシステムエンジニア)としてご活躍いただきます。
・Webアプリケーション、業務システム、モバイルアプリ等の設計・開発・運用
・クライアントとの要件定義、仕様調整、提案
・チーム内ミーティング、アジャイル開発推進
・システム保守・運用・改善
・新技術の調査・導入や開発プロセス改善
【プロジェクト例】
・大手企業向け業務システム開発(Java, Spring, AWS)
・スタートアップ新規サービスの立ち上げ(React, Node.js, GCP)
・モバイルアプリ開発(Swift, Kotlin)
・ChatGPTをはじめとする生成AIの実装や、DXソリューションの技術選定
【このポジションの魅力】
・自社プロダクトと受託開発の両方で、多様な技術スタック(例:AWS/React/Node.js)を習得可能
・VPoE(執行役員兼エンジニアリング責任者)と協働し、個人の志向に沿ったキャリア設計を実現
・100名規模の技術組織拡大フェーズで、アーキテクトやテックリードとしての成長機会が豊富
・新しいAIツールやフレームワークの導入、既存システムへのAI機能の組み込みなど、技術選定やアーキテクチャ設計にも裁量を持って関与可能
【弊社で実現できる働き方・魅力】
・VPoE(取締役兼エンジニアリング責任者)と協働で、技術特化型からマネジメント志向まで柔軟なキャリアプランを構築できます。
・1on1の時間などを設定し、キャリア~プライベートまでオープンコミュニケーションをとることもできます。
・「新ツール導入」「開発フロー刷新」など、技術選定から実装まで主体的に推進し、ChatGPTをはじめとする生成AIの実装案件にも参画できます。
・多様な開発手法(ウォーターフォール、アジャイル、スクラム等)をプロジェクトごとに選択できるため、幅広いプロジェクト管理経験を積み、柔軟なスキルアップが可能です。
・スピード感を持った事業推進に携われる環境があり、変化の激しい市場や先端技術を活用したプロジェクトで即戦力として活躍できます。
・クライアント企業のプロジェクトだけでなく、自社開発にも深く関わることができ、ご自身の意思やアイデアを形にしやすい環境です。
・「ゆたかな人生のきっかけを」を理念に掲げ、多様な職種(コンサルタント・エンジニア・デザイナー等)が協働し合うフラットな組織文化が根付いています。
・グループ全体が急成長フェーズにあり、主体的に組織成長を実感しながらキャリアを築くことができます。
・資格取得支援や書籍購入補助、社内勉強会など、自己成長を後押しする制度が充実しています。
・成果主義に基づいた評価制度が整っており、年功序列ではなく、実績・貢献度に応じて正当に還元される環境です。
・コアタイムなしのフルフレックス制度とリモートワークを導入しており、月平均残業時間は10~20時間と、ワークライフバランスを重視した柔軟な働き方が実現できます。
【業務の変更の範囲】
会社の定める範囲
イグニション・ポイントフォースは、すべての業務や開発にAIを組み込み「AIセントリック」な会社へ進化することを目指しており、先端技術を活用したクライアントのDX/事業変革を、戦略策定から実装まで一気通貫で推進しています。
この度、西日本エリアのクライアントへの価値提供を強化するため、関西拠点(大阪)の立ち上げを担う中核メンバーとして、シニアシステムエンジニアを募集します。
多様な業界・プロジェクトで最先端技術や大規模開発を経験し、成長できる環境です
■概要
弊社が創発する新規事業の製品開発および、グループが受託するシステム開発におけるシステムエンジニア)としてご活躍いただきます。
・Webアプリケーション、業務システム、モバイルアプリ等の設計・開発・運用
・クライアントとの要件定義、仕様調整、提案
・チーム内ミーティング、アジャイル開発推進
・システム保守・運用・改善
・新技術の調査・導入や開発プロセス改善
【プロジェクト例】
・大手企業向け業務システム開発(Java, Spring, AWS)
・スタートアップ新規サービスの立ち上げ(React, Node.js, GCP)
・モバイルアプリ開発(Swift, Kotlin)
・ChatGPTをはじめとする生成AIの実装や、DXソリューションの技術選定
【このポジションの魅力】
・自社プロダクトと受託開発の両方で、多様な技術スタック(例:AWS/React/Node.js)を習得可能
・VPoE(執行役員兼エンジニアリング責任者)と協働し、個人の志向に沿ったキャリア設計を実現
・100名規模の技術組織拡大フェーズで、アーキテクトやテックリードとしての成長機会が豊富
・新しいAIツールやフレームワークの導入、既存システムへのAI機能の組み込みなど、技術選定やアーキテクチャ設計にも裁量を持って関与可能
【弊社で実現できる働き方・魅力】
・VPoE(取締役兼エンジニアリング責任者)と協働で、技術特化型からマネジメント志向まで柔軟なキャリアプランを構築できます。
・1on1の時間などを設定し、キャリア~プライベートまでオープンコミュニケーションをとることもできます。
・「新ツール導入」「開発フロー刷新」など、技術選定から実装まで主体的に推進し、ChatGPTをはじめとする生成AIの実装案件にも参画できます。
・多様な開発手法(ウォーターフォール、アジャイル、スクラム等)をプロジェクトごとに選択できるため、幅広いプロジェクト管理経験を積み、柔軟なスキルアップが可能です。
・スピード感を持った事業推進に携われる環境があり、変化の激しい市場や先端技術を活用したプロジェクトで即戦力として活躍できます。
・クライアント企業のプロジェクトだけでなく、自社開発にも深く関わることができ、ご自身の意思やアイデアを形にしやすい環境です。
・「ゆたかな人生のきっかけを」を理念に掲げ、多様な職種(コンサルタント・エンジニア・デザイナー等)が協働し合うフラットな組織文化が根付いています。
・グループ全体が急成長フェーズにあり、主体的に組織成長を実感しながらキャリアを築くことができます。
・資格取得支援や書籍購入補助、社内勉強会など、自己成長を後押しする制度が充実しています。
・成果主義に基づいた評価制度が整っており、年功序列ではなく、実績・貢献度に応じて正当に還元される環境です。
・コアタイムなしのフルフレックス制度とリモートワークを導入しており、月平均残業時間は10~20時間と、ワークライフバランスを重視した柔軟な働き方が実現できます。
【業務の変更の範囲】
会社の定める範囲
| 想定年収 | 400 〜 1,000 万円/年 | 雇用形態 | 正社員 |
|---|---|---|---|
| 職種 | |||
| 開発経験 | |||
| 勤務形態 | |||
| 設立年数 | 7年 | 従業員数 | 221人 |
98件中 11件~20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。