PostgreSQL×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
17件中 11件～17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/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 |
株式会社エムニ
【フルリモ/スーパーフレックス/東京・京都/データサイエンティスト/Pythonを用いたAI/機械学習モデルの実務開発経験2年以上】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、LLM・RAG・画像認識・機械学習・AIエージェントなどの技術を活用し、製造業の現場課題に応じたオーダーメイドAI開発・導入支援を行っています。
その中でデータサイエンティストは、AI開発の出発点となる重要な役割を担います。
顧客の業務を理解し、利用可能なデータを確認し、分析可能性やデータ品質を見極め、どのテーマに取り組むことで業務成果につながるかを整理します。必要に応じて予測モデルや分類モデル等の初期検証を行い、PoCや本番開発へつなげていきます。
扱うデータは、テーブルデータ、時系列データ、画像、自然言語、設備ログ、検査記録、生産実績、品質データ、問い合わせ履歴など多岐にわたります。
AIプロジェクトマネージャー、MLエンジニア、AI/LLMエンジニア、Webエンジニア、Bizメンバーと連携しながら、データから価値ある課題を発見し、実際のAI導入・業務改善につなげていただきます。
◼️仕事のやりがい
- 製造業の現場データをもとに、実際の業務課題の発見・改善に関われる
- 顧客ヒアリングからデータ分析、AI活用テーマ設計、効果検証まで一気通貫で担える
- テーブルデータ、時系列データ、画像、自然言語など、多様なデータに向き合える
- 分析結果をレポートで終わらせず、AI導入や業務変革につなげられる
- 需要予測、品質改善、異常検知、要因分析など、製造業に直結するテーマに挑戦できる
- MLエンジニアやAI/LLMエンジニアと連携し、分析・検証結果を本番システムにつなげられる
- LLMや生成AIと従来型のデータ分析・機械学習を組み合わせた、新しい課題解決に挑戦できる
◼️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クライアントの業務課題・データ課題のヒアリング、整理、構造化
- 生産データ、品質データ、設備ログ、検査記録、需要データ等の探索的データ分析
- データの可視化、傾向分析、ボトルネック分析、要因分析
- AI導入余地の見極め、ユースケース設計、PoCテーマの立案
- KPI・効果指標の設計、導入前後の効果検証方針の策定
- 需要予測、異常検知、分類、回帰、品質予測等の初期モデル検証
- データ品質、欠損、偏り、取得方法、活用可能性の評価
- 顧客向け分析報告、検証結果の説明、改善施策の提案
- AIプロジェクトマネージャー、MLエンジニア、Webエンジニアとのプロジェクト推進
- LLM/RAG/AIエージェントと構造化データ分析を組み合わせた活用テーマの検討
分析手法、検証結果、顧客課題に関するナレッジの社内共有
- 自社プロダクトや今後の新規事業に活用可能なデータ分析・検証
◼️取り組むテーマ例
- 品質不良データの分析による、不良要因・改善ポイントの特定
- 設備ログやセンサーデータを用いた、故障予兆・異常傾向の分析
- 生産実績・受注・在庫データを用いた、需要予測・生産計画高度化の検証
- 検査工程における画像データ活用可能性の評価
- 作業記録、問い合わせ履歴、報告書等の分析による、業務効率化テーマの探索
- 熟練者の判断や現場ノウハウをデータ化・可視化するための分析設計
- AI導入前後の効果測定設計、KPIモニタリング
- 複数工場・複数拠点のデータを活用した横断分析
- LLMと構造化データを組み合わせた、意思決定支援・分析支援機能の検討
◼️このポジションで期待する成果
- 顧客の業務課題を理解し、データをもとに解くべき論点を整理できる
- AI活用が有効なテーマと、データ不足等により難しいテーマを適切に見極められる
- 分析・検証結果を、顧客や非技術者にもわかりやすく説明できる
- モデル精度だけでなく、業務成果や導入効果を踏まえて提案できる
- MLエンジニア等と連携し、分析・PoCから本番導入へつなげられる
- 顧客現場の一次情報を重視し、実効性のある改善テーマを生み出せる
【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、LLM・RAG・画像認識・機械学習・AIエージェントなどの技術を活用し、製造業の現場課題に応じたオーダーメイドAI開発・導入支援を行っています。
その中でデータサイエンティストは、AI開発の出発点となる重要な役割を担います。
顧客の業務を理解し、利用可能なデータを確認し、分析可能性やデータ品質を見極め、どのテーマに取り組むことで業務成果につながるかを整理します。必要に応じて予測モデルや分類モデル等の初期検証を行い、PoCや本番開発へつなげていきます。
扱うデータは、テーブルデータ、時系列データ、画像、自然言語、設備ログ、検査記録、生産実績、品質データ、問い合わせ履歴など多岐にわたります。
AIプロジェクトマネージャー、MLエンジニア、AI/LLMエンジニア、Webエンジニア、Bizメンバーと連携しながら、データから価値ある課題を発見し、実際のAI導入・業務改善につなげていただきます。
◼️仕事のやりがい
- 製造業の現場データをもとに、実際の業務課題の発見・改善に関われる
- 顧客ヒアリングからデータ分析、AI活用テーマ設計、効果検証まで一気通貫で担える
- テーブルデータ、時系列データ、画像、自然言語など、多様なデータに向き合える
- 分析結果をレポートで終わらせず、AI導入や業務変革につなげられる
- 需要予測、品質改善、異常検知、要因分析など、製造業に直結するテーマに挑戦できる
- MLエンジニアやAI/LLMエンジニアと連携し、分析・検証結果を本番システムにつなげられる
- LLMや生成AIと従来型のデータ分析・機械学習を組み合わせた、新しい課題解決に挑戦できる
◼️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クライアントの業務課題・データ課題のヒアリング、整理、構造化
- 生産データ、品質データ、設備ログ、検査記録、需要データ等の探索的データ分析
- データの可視化、傾向分析、ボトルネック分析、要因分析
- AI導入余地の見極め、ユースケース設計、PoCテーマの立案
- KPI・効果指標の設計、導入前後の効果検証方針の策定
- 需要予測、異常検知、分類、回帰、品質予測等の初期モデル検証
- データ品質、欠損、偏り、取得方法、活用可能性の評価
- 顧客向け分析報告、検証結果の説明、改善施策の提案
- AIプロジェクトマネージャー、MLエンジニア、Webエンジニアとのプロジェクト推進
- LLM/RAG/AIエージェントと構造化データ分析を組み合わせた活用テーマの検討
分析手法、検証結果、顧客課題に関するナレッジの社内共有
- 自社プロダクトや今後の新規事業に活用可能なデータ分析・検証
◼️取り組むテーマ例
- 品質不良データの分析による、不良要因・改善ポイントの特定
- 設備ログやセンサーデータを用いた、故障予兆・異常傾向の分析
- 生産実績・受注・在庫データを用いた、需要予測・生産計画高度化の検証
- 検査工程における画像データ活用可能性の評価
- 作業記録、問い合わせ履歴、報告書等の分析による、業務効率化テーマの探索
- 熟練者の判断や現場ノウハウをデータ化・可視化するための分析設計
- AI導入前後の効果測定設計、KPIモニタリング
- 複数工場・複数拠点のデータを活用した横断分析
- LLMと構造化データを組み合わせた、意思決定支援・分析支援機能の検討
◼️このポジションで期待する成果
- 顧客の業務課題を理解し、データをもとに解くべき論点を整理できる
- AI活用が有効なテーマと、データ不足等により難しいテーマを適切に見極められる
- 分析・検証結果を、顧客や非技術者にもわかりやすく説明できる
- モデル精度だけでなく、業務成果や導入効果を踏まえて提案できる
- MLエンジニア等と連携し、分析・PoCから本番導入へつなげられる
- 顧客現場の一次情報を重視し、実効性のある改善テーマを生み出せる
【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： ◼︎勤務時間
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 |
株式会社スリーシェイク
【正社員/フルリモート】ITインフラ領域の技術⼒に強みをもつメンバーを中⼼に構成されたテックカンパニーでのサーバーサイド (Go)募集！ のリモートワーク求人
事業内容
スリーシェイクは「企業経営のインフラ（エンジニアリング）を支えるプラットフォーム」として、4つの事業を展開しています。
◆SRE技術支援サービス事業
弊社の主力事業であり、SRE(Site Reliability Engineering)の導入・実践に向けた日本初の伴走型コンサルティングサービス。
金融、製造、小売、AI、メディアなど、技術力が求められる領域で、Google社の提唱するSREの考え方に基づき、クラウドネイティブな技術導入、開発/運用プロセスの支援をしています。
AWS, Google Cloud, Kubernetes, Observability, DBRE, MLOpsなどの最新技術の知見を集約。文化も含めた「インフラ」を整備し、企業のSRE内製化をゴールとして活動します。
「SREコンサルティング事業「Sreake」 https://sreake.com/」
◆クラウド型データ連携プラットフォーム事業
クラウド型データ加工・連携プラットフォームです。
デジタル化に伴うデータ活用、業務自動化ニーズに向けて、データ活用/業務最適化の課題を非エンジニアでも使いこなせるノーコード基盤で解決します。
「データ連携プラットフォーム事業「Reckoner」 https://reckoner.io/」
◆セキュリティ事業
複雑化するサイバー攻撃に対して事業者が抱えるセキュリティリスクを無くすために、簡単操作で高性能なセキュリティチェックが実現できるプラットフォームです。
「ワンクリックでできる脆弱性診断SaaS 「Securify」 https://www.securify.jp/」
◆フリーランスエンジニア人材紹介事業
「いいエンジニア」をあなたのチームに、をテーマとしたITフリーランスエンジニアの人材紹介エージェントです。
テックカンパニーであるスリーシェイクが エンジニア目線で案件や人材を分析することでミスマッチを防ぎ、双方にとって最適なマッチングとなるよう支援しています。
「フリーランスエンジニア人材紹介サービス「Relance」 https://relance.jp/」
スリーシェイクをより詳しく知りたい方はこちら
▽▼▽スリーシェイク採用情報ページ▽▼▽
https://jobs-3-shake.com/
募集背景
スリーシェイクはSRE領域で培ったノウハウやネットワークを使い、エンジニアリングやDXを実現していく上で欠かせないプロダクトを複数出していこうとしています。
ReckonerはAPIがGo (GCP / k8s)、データ基盤がScala + GCP (BQ) で構成されており、データ統合プラットフォーム (ETL) としてグローバルに挑戦していくには、サービスをグロースさせていくAPI (ユーザー機能開発) がまだまだ足りているとは言えない状況です。
今後グローバル・サービスに育てて行くためにも、弊社の方向性に共感していただける方を少しでも沢山集めて、仲間と一緒にプロダクトを創り上げていきたいという課題を持っています。
仕事内容
◎3期連続150％以上の急成長中！市場をリードする実力派テックベンチャー
◎手がけるのは、データ収集から加工、活用まで一気通貫のプラットフォーム。
◎グロースフェーズでサーバーサイドチームも大幅増員中！
携わっていただくのは、データ連携プラットフォーム『Reckoner』のサーバーサイド開発。０→1の基盤開発フェーズはすでに完了し、着々と実績を重ね始めています。さらに完成度を高め、“グローバルに通用するプロダクト”へと育てあげていくため、サーバーサイドの開発メンバーを増員する運びとなりました。Googleのテックパートナーにも認定された実力派チームとともに、プロダクトとあなた自身のスキルを成長させていきましょう！
具体的には
・APIや認証認可基盤の設計開発運用（Go）
・データ基盤に対する新規SaaS連携の設計開発運用やデータ処理パフォーマンス改善（Scala）
・開発フローの改善（DevOps）、堅牢なインフラの構築運用
・バックエンド領域の技術選定
…など
仕事の魅力
・Go×Kubernetesベースなモダン環境で開発可能
⇒API、認証基盤はGo×GKE（kubernetes）、データ処理基盤はScala×Google BigQueryを採用したモダン構成での開発が可能。
・Scalaの開発に深くコミット可能
⇒篩型による型安全性の向上への取組、shapelessを使用したGeneric programming、Akka Streams の利用によるバッチ処理の性能追求、sbt task による一部コード自動生成などScalaのハイレベルな開発に深くコミットできる環境。
・SREエキスパート達とクラウドネイティブ構成をキャッチアップ可能
⇒SREを中心としたITに関する先端技術の知見習得が可能。
⇒社内は職種関係なく、互いを尊重し合う協力的な雰囲気で、エンジニアでなくとも参加できる勉強会も多く、最新のIT知識を取得しやすい環境。
【業務の変更の範囲】
会社の定める業務
スリーシェイクは「企業経営のインフラ（エンジニアリング）を支えるプラットフォーム」として、4つの事業を展開しています。
◆SRE技術支援サービス事業
弊社の主力事業であり、SRE(Site Reliability Engineering)の導入・実践に向けた日本初の伴走型コンサルティングサービス。
金融、製造、小売、AI、メディアなど、技術力が求められる領域で、Google社の提唱するSREの考え方に基づき、クラウドネイティブな技術導入、開発/運用プロセスの支援をしています。
AWS, Google Cloud, Kubernetes, Observability, DBRE, MLOpsなどの最新技術の知見を集約。文化も含めた「インフラ」を整備し、企業のSRE内製化をゴールとして活動します。
「SREコンサルティング事業「Sreake」 https://sreake.com/」
◆クラウド型データ連携プラットフォーム事業
クラウド型データ加工・連携プラットフォームです。
デジタル化に伴うデータ活用、業務自動化ニーズに向けて、データ活用/業務最適化の課題を非エンジニアでも使いこなせるノーコード基盤で解決します。
「データ連携プラットフォーム事業「Reckoner」 https://reckoner.io/」
◆セキュリティ事業
複雑化するサイバー攻撃に対して事業者が抱えるセキュリティリスクを無くすために、簡単操作で高性能なセキュリティチェックが実現できるプラットフォームです。
「ワンクリックでできる脆弱性診断SaaS 「Securify」 https://www.securify.jp/」
◆フリーランスエンジニア人材紹介事業
「いいエンジニア」をあなたのチームに、をテーマとしたITフリーランスエンジニアの人材紹介エージェントです。
テックカンパニーであるスリーシェイクが エンジニア目線で案件や人材を分析することでミスマッチを防ぎ、双方にとって最適なマッチングとなるよう支援しています。
「フリーランスエンジニア人材紹介サービス「Relance」 https://relance.jp/」
スリーシェイクをより詳しく知りたい方はこちら
▽▼▽スリーシェイク採用情報ページ▽▼▽
https://jobs-3-shake.com/
募集背景
スリーシェイクはSRE領域で培ったノウハウやネットワークを使い、エンジニアリングやDXを実現していく上で欠かせないプロダクトを複数出していこうとしています。
ReckonerはAPIがGo (GCP / k8s)、データ基盤がScala + GCP (BQ) で構成されており、データ統合プラットフォーム (ETL) としてグローバルに挑戦していくには、サービスをグロースさせていくAPI (ユーザー機能開発) がまだまだ足りているとは言えない状況です。
今後グローバル・サービスに育てて行くためにも、弊社の方向性に共感していただける方を少しでも沢山集めて、仲間と一緒にプロダクトを創り上げていきたいという課題を持っています。
仕事内容
◎3期連続150％以上の急成長中！市場をリードする実力派テックベンチャー
◎手がけるのは、データ収集から加工、活用まで一気通貫のプラットフォーム。
◎グロースフェーズでサーバーサイドチームも大幅増員中！
携わっていただくのは、データ連携プラットフォーム『Reckoner』のサーバーサイド開発。０→1の基盤開発フェーズはすでに完了し、着々と実績を重ね始めています。さらに完成度を高め、“グローバルに通用するプロダクト”へと育てあげていくため、サーバーサイドの開発メンバーを増員する運びとなりました。Googleのテックパートナーにも認定された実力派チームとともに、プロダクトとあなた自身のスキルを成長させていきましょう！
具体的には
・APIや認証認可基盤の設計開発運用（Go）
・データ基盤に対する新規SaaS連携の設計開発運用やデータ処理パフォーマンス改善（Scala）
・開発フローの改善（DevOps）、堅牢なインフラの構築運用
・バックエンド領域の技術選定
…など
仕事の魅力
・Go×Kubernetesベースなモダン環境で開発可能
⇒API、認証基盤はGo×GKE（kubernetes）、データ処理基盤はScala×Google BigQueryを採用したモダン構成での開発が可能。
・Scalaの開発に深くコミット可能
⇒篩型による型安全性の向上への取組、shapelessを使用したGeneric programming、Akka Streams の利用によるバッチ処理の性能追求、sbt task による一部コード自動生成などScalaのハイレベルな開発に深くコミットできる環境。
・SREエキスパート達とクラウドネイティブ構成をキャッチアップ可能
⇒SREを中心としたITに関する先端技術の知見習得が可能。
⇒社内は職種関係なく、互いを尊重し合う協力的な雰囲気で、エンジニアでなくとも参加できる勉強会も多く、最新のIT知識を取得しやすい環境。
【業務の変更の範囲】
会社の定める業務
| 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 | |||
| 企業概要 |
株式会社スリーシェイクは、代表の吉⽥をはじめ、SREコンサルティングやデータ活⽤基盤など、ITインフラ領域の技術⼒に強みをもつメンバーを中⼼に構成されたテックカンパニーです。
創立7目の2022年にはシリーズBの資金調達を終え、絶賛事業拡大中です。 今年度は更に大手並みのマーケティング予算を上乗せし、自社プロダクトを拡販するフェーズに入っております。 私たちのミッションに共感し、上場を目指してくださる仲間を募集中です。 |
||
| 設立年数 | 12年 | 従業員数 | 175人 |
株式会社LASSIC
【正社員/フルリモート】鳥取発IT企業「LASSIC」でのプロジェクト責任者・プロジェクトリーダーの募集 のリモートワーク求人
※全国リモート勤務可能
【プロジェクトの立ち上げから、推進・管理まで、事業成長を牽引する役割】
2026年5月に上場をした当社は、事業・組織ともに拡大フェーズにあり、国内大手エンタープライズ企業を対象としたITフルアウトソーシング（SI事業）を手掛けています。
上場により、ガバナンス・品質・顧客信頼性がより一層強化され、大手企業との直接取引・上流案件がさらに拡大見込みです。
本ポジションでは、要件定義からプロジェクト推進、組織づくりまで、単なるプロジェクト管理に留まらず、
「上場企業の成長フェーズにおけるPM/PL」として事業へ直接インパクトを与える役割を担っていただきます。
■ご担当いただく顧客
大手通信事業会社様、大手製薬会社様、エンターテインメント系広告メディア事業会社様、大手人材ビジネス企業様大手通信機器ベンダー様
他、いずれも日本の生活を支える大手企業様と直接のお取引となります。
■ご提供しているサービス（案件）の事例
＜WEBサービス開発支援、プロダクト開発支援、業務系開発支援等、ICT領域でお客様の価値創造とビジネス革新に貢献＞
「新規サービス開発支援」
クラウドのプラットフォーム上で展開するデジタルサービスの開発(PoC)。音声認識技術、構文解析技術、感情解析技術等を活用したソリューションを通じて、多様な業種の事業者のDXを促進する
「先端IT技術の導入支援」
AI、RPA等を活用した新事業の運用保守改善提案。
R&Dおよび、ビジネス拡張を見据えた業務効率化の企画提案、および導入計画の策定、導入の推進。
※いずれも、ほんの一例です。
■仕事の魅力
・上場企業としての安定性 × ベンチャー的な裁量
プロジェクト毎のレベル向上をスピード感もって対応できる環境がある
・全国フルリモート × 全国の優秀人材と協働
場所に縛られず、全国のメンバーとチーム構成し、顧客に貢献する仕組みがある
・組織づくりにも関与可能
上場直後の今だからこそ、組織改善やチーム設計にも影響を与えられる
【業務の変更の範囲】
すべての業務への転換可能性あり
【プロジェクトの立ち上げから、推進・管理まで、事業成長を牽引する役割】
2026年5月に上場をした当社は、事業・組織ともに拡大フェーズにあり、国内大手エンタープライズ企業を対象としたITフルアウトソーシング（SI事業）を手掛けています。
上場により、ガバナンス・品質・顧客信頼性がより一層強化され、大手企業との直接取引・上流案件がさらに拡大見込みです。
本ポジションでは、要件定義からプロジェクト推進、組織づくりまで、単なるプロジェクト管理に留まらず、
「上場企業の成長フェーズにおけるPM/PL」として事業へ直接インパクトを与える役割を担っていただきます。
■ご担当いただく顧客
大手通信事業会社様、大手製薬会社様、エンターテインメント系広告メディア事業会社様、大手人材ビジネス企業様大手通信機器ベンダー様
他、いずれも日本の生活を支える大手企業様と直接のお取引となります。
■ご提供しているサービス（案件）の事例
＜WEBサービス開発支援、プロダクト開発支援、業務系開発支援等、ICT領域でお客様の価値創造とビジネス革新に貢献＞
「新規サービス開発支援」
クラウドのプラットフォーム上で展開するデジタルサービスの開発(PoC)。音声認識技術、構文解析技術、感情解析技術等を活用したソリューションを通じて、多様な業種の事業者のDXを促進する
「先端IT技術の導入支援」
AI、RPA等を活用した新事業の運用保守改善提案。
R&Dおよび、ビジネス拡張を見据えた業務効率化の企画提案、および導入計画の策定、導入の推進。
※いずれも、ほんの一例です。
■仕事の魅力
・上場企業としての安定性 × ベンチャー的な裁量
プロジェクト毎のレベル向上をスピード感もって対応できる環境がある
・全国フルリモート × 全国の優秀人材と協働
場所に縛られず、全国のメンバーとチーム構成し、顧客に貢献する仕組みがある
・組織づくりにも関与可能
上場直後の今だからこそ、組織改善やチーム設計にも影響を与えられる
【業務の変更の範囲】
すべての業務への転換可能性あり
| 想定年収 | 520 〜 750 万円／年 | 雇用形態 | 正社員 |
|---|---|---|---|
| 職種 | |||
| 開発経験 | |||
| 勤務形態 | |||
| 企業概要 |
ITをはじめとする先端技術で地方創生の牽引役を目指している会社…それが私たちLASSICです。場所に依存せず未来の明るい『仕事』を大都市圏から地方へ移管すること、そして新たに創り出すことにより『地方に雇用を生み出すミッション』に本気で取り組んでいます。
都心と地方、人と企業を結び…雇用を生み出す様々なソリューションを展開。リモートワークを駆使したシステムインテグレーション事業や企業に最適な人材を提案する人紹介事業など。地方創生を『ビジネス』で牽引する私たちと一緒に地方の未来のために挑戦していきませんか？ |
||
| 設立年数 | 21年 | 従業員数 | 234人 |
17件中 11件～17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
リモートワーク（テレワーク・在宅勤務）可能な新着求人
【with】PdM（プロダクトマネージャー） のリモートワーク求人
～1,300 万円 ／ 年
【Omiai】デジタルマーケティングマネージャー（リーダー候補） のリモートワーク求人
～1,300 万円 ／ 年
【enito】VPoT（Vice President of Technology） のリモートワーク求人
～2,200 万円 ／ 年
【Enito】セキュリティエンジニア（コーポレート／プロダクト） のリモートワーク求人
～1,300 万円 ／ 年
【内製開発エンジニア】内製開発におけるフルスタックエンジニア（リーダー候補） のリモートワーク求人
～1,200 万円 ／ 年
【内製開発エンジニア】内製開発におけるフルスタックエンジニア（AIドリブン） のリモートワーク求人
～800 万円 ／ 年
【週4リモート】データプラットフォームエンジニア（リーダー候補） ◆フレックス/年休126日/福利厚生◎◆ のリモートワーク求人
～1,400 万円 ／ 年
【週4リモート】データプラットフォームエンジニア ◆フレックス/年休126日/福利厚生◎◆ のリモートワーク求人
～1,000 万円 ／ 年
【若手ポテンシャル採用】Salesforceシステム企画 ◆ハイブリッドワーク/年休126日/福利厚生◎◆ のリモートワーク求人
～600 万円 ／ 年
【週4リモート】AWSエンジニア（AX推進 / SecOps）◆フレックス/年休126日/福利厚生◎◆ のリモートワーク求人
～1,000 万円 ／ 年
簡単
30秒
30秒
上部に戻る
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。