Python×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 -3ページ目
164件中 21件~30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/テックリード/リードWebエンジニア】東大・京大発、学術知見で製造業にAI革新を牽引する企業! のリモートワーク求人
◼️ミッション
エムニは、「AIを、あらゆる産業の実装力にする」ことを目指す、製造業特化のAIスタートアップです。
日本の製造業には、熟練者の暗黙知、紙・PDF・図面・帳票に蓄積された情報、属人的な判断プロセスなど、AIによって解決できる課題が数多く存在します。
本ポジションでは、Web領域の技術責任者候補として、AIエンジニア、PM、Bizメンバーと連携しながら、AI機能を組み込んだWebアプリケーション全体の技術設計・開発推進を担っていただきます。
単なる実装担当ではなく、技術選定、アーキテクチャ設計、開発プロセス改善、メンバー支援まで含めて、AIアプリケーション開発を技術面からリードすることがミッションです。
◼️本ポジションについて
テックリード/リードWebエンジニアには、Webアプリケーション開発における技術方針・設計判断・開発品質に責任を持っていただくことを期待しています。
エムニでは、LLM、RAG、画像認識、音声認識、AIエージェントなど、さまざまなAI技術を顧客の業務に組み込み、実際に使われるWebシステムとして提供しています。
そのため、AIエンジニアが開発したモデルやAI機能を、フロントエンド・バックエンド・インフラを横断して、プロダクト全体として成立する形にまとめ上げる役割が非常に重要です。
PMやBizメンバーと連携しながら、要件定義・仕様策定の段階から技術的な論点を整理し、品質・スピード・保守性のバランスを取りながら開発を前に進めていただきます。
◼️仕事のやりがい
- Web領域の技術責任者候補として、技術方針や設計判断に関われる
- AI開発とWeb開発を接続し、顧客に価値が届くプロダクトとして形にできる
- LLM、RAG、画像認識、音声認識などを組み込んだAIアプリケーション全体の設計に関われる
- フロントエンド・バックエンド・インフラを横断し、全体最適の技術判断ができる
- PM、AIエンジニア、Bizメンバーと連携しながら、プロジェクトの成功確度を高められる
- 開発プロセス、技術標準、レビュー文化など、開発組織の土台づくりに関われる
- 将来的にVPoE、CTO、エンジニアリングマネージャーなどを目指せる
◼️業務内容
- スキルやご経験、ご志向に応じて、以下のような業務をお任せします。
- Web領域における技術方針・設計方針の策定
- AI機能を組み込んだWebアプリケーション全体のアーキテクチャ設計
- フロントエンド・バックエンド・インフラを横断した技術判断
- LLM/RAG/画像認識/音声認識/AIエージェントとWebアプリケーションの接続設計
- 要件定義・仕様策定における技術的な論点整理
- 非機能要件、セキュリティ、パフォーマンス、運用性を踏まえた設計
- PM、AIエンジニア、Bizメンバーとの技術的な合意形成
- プロジェクトの開発推進、技術的な課題解決、意思決定
- コードレビュー、設計レビュー、技術的意思決定
- ジュニア〜シニアメンバーへの技術支援・育成
- 開発プロセス、開発基盤、技術標準の整備
- 技術負債の可視化と解消方針の策定
- 必要に応じた実装、プロトタイピング、技術検証
◼️開発テーマ例
- 製造業向けAI業務支援アプリケーション全体の技術設計
- LLM/RAGを活用したナレッジ検索・文書生成システムの設計・開発
- 図面・帳票・PDF・マニュアル等を扱うWebアプリケーション基盤
- 画像認識・異常検知・分類モデルを組み込んだ業務支援システム
- AIエージェントを活用した業務自動化アプリケーション
- 自社AIプロダクトのアーキテクチャ設計、技術選定、開発基盤整備
- 複数プロジェクトで再利用できる開発テンプレート・共通基盤の整備
- 開発品質・生産性向上に向けた技術標準化、レビュー体制づくり
【業務の変更の範囲】
無
エムニは、「AIを、あらゆる産業の実装力にする」ことを目指す、製造業特化のAIスタートアップです。
日本の製造業には、熟練者の暗黙知、紙・PDF・図面・帳票に蓄積された情報、属人的な判断プロセスなど、AIによって解決できる課題が数多く存在します。
本ポジションでは、Web領域の技術責任者候補として、AIエンジニア、PM、Bizメンバーと連携しながら、AI機能を組み込んだWebアプリケーション全体の技術設計・開発推進を担っていただきます。
単なる実装担当ではなく、技術選定、アーキテクチャ設計、開発プロセス改善、メンバー支援まで含めて、AIアプリケーション開発を技術面からリードすることがミッションです。
◼️本ポジションについて
テックリード/リードWebエンジニアには、Webアプリケーション開発における技術方針・設計判断・開発品質に責任を持っていただくことを期待しています。
エムニでは、LLM、RAG、画像認識、音声認識、AIエージェントなど、さまざまなAI技術を顧客の業務に組み込み、実際に使われるWebシステムとして提供しています。
そのため、AIエンジニアが開発したモデルやAI機能を、フロントエンド・バックエンド・インフラを横断して、プロダクト全体として成立する形にまとめ上げる役割が非常に重要です。
PMやBizメンバーと連携しながら、要件定義・仕様策定の段階から技術的な論点を整理し、品質・スピード・保守性のバランスを取りながら開発を前に進めていただきます。
◼️仕事のやりがい
- Web領域の技術責任者候補として、技術方針や設計判断に関われる
- AI開発とWeb開発を接続し、顧客に価値が届くプロダクトとして形にできる
- LLM、RAG、画像認識、音声認識などを組み込んだAIアプリケーション全体の設計に関われる
- フロントエンド・バックエンド・インフラを横断し、全体最適の技術判断ができる
- PM、AIエンジニア、Bizメンバーと連携しながら、プロジェクトの成功確度を高められる
- 開発プロセス、技術標準、レビュー文化など、開発組織の土台づくりに関われる
- 将来的にVPoE、CTO、エンジニアリングマネージャーなどを目指せる
◼️業務内容
- スキルやご経験、ご志向に応じて、以下のような業務をお任せします。
- Web領域における技術方針・設計方針の策定
- AI機能を組み込んだWebアプリケーション全体のアーキテクチャ設計
- フロントエンド・バックエンド・インフラを横断した技術判断
- LLM/RAG/画像認識/音声認識/AIエージェントとWebアプリケーションの接続設計
- 要件定義・仕様策定における技術的な論点整理
- 非機能要件、セキュリティ、パフォーマンス、運用性を踏まえた設計
- PM、AIエンジニア、Bizメンバーとの技術的な合意形成
- プロジェクトの開発推進、技術的な課題解決、意思決定
- コードレビュー、設計レビュー、技術的意思決定
- ジュニア〜シニアメンバーへの技術支援・育成
- 開発プロセス、開発基盤、技術標準の整備
- 技術負債の可視化と解消方針の策定
- 必要に応じた実装、プロトタイピング、技術検証
◼️開発テーマ例
- 製造業向けAI業務支援アプリケーション全体の技術設計
- LLM/RAGを活用したナレッジ検索・文書生成システムの設計・開発
- 図面・帳票・PDF・マニュアル等を扱うWebアプリケーション基盤
- 画像認識・異常検知・分類モデルを組み込んだ業務支援システム
- AIエージェントを活用した業務自動化アプリケーション
- 自社AIプロダクトのアーキテクチャ設計、技術選定、開発基盤整備
- 複数プロジェクトで再利用できる開発テンプレート・共通基盤の整備
- 開発品質・生産性向上に向けた技術標準化、レビュー体制づくり
【業務の変更の範囲】
無
| 想定年収 | 700 〜 1,200 万円/年 | 雇用形態 | 正社員 |
|---|---|---|---|
| 職種 | |||
| 開発経験 | |||
| 勤務形態 |
作業時間: フレックスタイム制
※コアタイムなし
※フレキシブルタイム:5:00~22:00
※スーパーフレックスタイム制
※標準労働時間:1日8時間
※月間所定労働時間:160時間前後
働き方: フルフレックス制 時間外労働の有無: 有(月平均20時間~30時間) 休憩時間: 60分 |
||
| 設立年数 | 4年 | 従業員数 | 151人 |
株式会社エムニ
【フルリモ/スーパーフレックス/東京・京都/シニアWebエンジニア】東大・京大発、学術知見で製造業にAI革新を牽引する企業! のリモートワーク求人
◼️ミッション
エムニは、「AIを、あらゆる産業の実装力にする」ことを目指す、製造業特化のAIスタートアップです。
日本の製造業には、熟練者の暗黙知、紙・PDF・図面・帳票に蓄積された情報、属人的な判断プロセスなど、AIによって解決できる課題が数多く存在します。
本ポジションでは、AIエンジニアやPM、ビジネスサイドと連携しながら、LLM・RAG・画像認識・音声認識などのAI技術を、ユーザーが実際に使えるWebアプリケーションとして設計・実装・改善していただきます。
単なるWeb開発ではなく、AI技術を実業務に組み込み、顧客の業務変革につながるプロダクト・システムをつくることがミッションです。
◼️本ポジションについて
シニアWebエンジニアには、AIアプリケーション開発における設計・実装・改善を自走して推進いただくことを期待しています。
フロントエンド、バックエンド、API、データベース、クラウド環境などを横断しながら、AI機能をユーザーにとって使いやすく、安定して運用できる形に落とし込んでいただきます。
AIエンジニアが開発したモデルやLLM/RAG機能を、現場で使われるWebサービス・業務システムとして成立させる、非常に重要なポジションです。
また、担当領域においては、設計判断、コードレビュー、技術調査、品質改善なども担っていただきます。将来的にはリードWebエンジニアやテックリードとして、より大きな技術責任を担うことも可能です。
◼️仕事のやりがい
- AI技術を、実際に業務で使われるWebアプリケーションとして社会実装できる
- LLM、RAG、画像認識、音声認識などを組み込んだAIプロダクト開発に関われる
- フロントエンド・バックエンド・インフラを横断したフルスタックな開発経験を活かせる
- PMやAIエンジニアと近い距離で、仕様検討から実装・改善まで一気通貫で関われる
- 製造業の現場課題を解決する、社会的意義の大きいプロダクト開発に携われる
- 担当領域の技術的な難所を解き、チームの開発品質向上に貢献できる
- 将来的にはテックリードや開発組織の中核メンバーとしてのキャリアも目指せる
◼️業務内容
スキルやご経験、ご志向に応じて、以下のような業務をお任せします。
- AI機能を組み込んだWebアプリケーションの設計・開発・運用
- Next.js、React、FastAPI等を用いたフロントエンド・バックエンド開発
- LLM/RAG/画像認識/音声認識等を活用したAIアプリケーション開発
- AIエンジニアと連携したAPI設計、データ連携、推論結果の表示・活用設計
- 要件や仕様をもとにした画面設計、API設計、データベース設計
- 顧客やユーザーの業務フローを踏まえたUI/UX改善
- パフォーマンス、セキュリティ、保守性、運用性を意識した実装改善
- クラウド環境を活用したアプリケーションの構築・運用
- コードレビュー、技術調査、ドキュメント整備
- PM、AIエンジニア、ビジネスサイドとの仕様調整・技術相談
- 既存プロダクト・既存システムの技術負債の解消、品質改善
- ジュニア〜ミドルメンバーへの技術支援
◼️開発テーマ例
- 製造業向けAI業務支援アプリケーション
- LLM/RAGを活用したナレッジ検索・文書生成システム
- 図面・帳票・PDF・マニュアル等を扱うWebアプリケーション
- 画像認識・異常検知・分類モデルを組み込んだ業務支援システム
- AIエージェントを活用した業務自動化アプリケーション
- 自社AIプロダクトの管理画面・ユーザー画面・API開発
- 社内外の利用ログをもとにしたプロダクト改善・グロース施策
【業務の変更の範囲】
無
エムニは、「AIを、あらゆる産業の実装力にする」ことを目指す、製造業特化のAIスタートアップです。
日本の製造業には、熟練者の暗黙知、紙・PDF・図面・帳票に蓄積された情報、属人的な判断プロセスなど、AIによって解決できる課題が数多く存在します。
本ポジションでは、AIエンジニアやPM、ビジネスサイドと連携しながら、LLM・RAG・画像認識・音声認識などのAI技術を、ユーザーが実際に使えるWebアプリケーションとして設計・実装・改善していただきます。
単なるWeb開発ではなく、AI技術を実業務に組み込み、顧客の業務変革につながるプロダクト・システムをつくることがミッションです。
◼️本ポジションについて
シニアWebエンジニアには、AIアプリケーション開発における設計・実装・改善を自走して推進いただくことを期待しています。
フロントエンド、バックエンド、API、データベース、クラウド環境などを横断しながら、AI機能をユーザーにとって使いやすく、安定して運用できる形に落とし込んでいただきます。
AIエンジニアが開発したモデルやLLM/RAG機能を、現場で使われるWebサービス・業務システムとして成立させる、非常に重要なポジションです。
また、担当領域においては、設計判断、コードレビュー、技術調査、品質改善なども担っていただきます。将来的にはリードWebエンジニアやテックリードとして、より大きな技術責任を担うことも可能です。
◼️仕事のやりがい
- AI技術を、実際に業務で使われるWebアプリケーションとして社会実装できる
- LLM、RAG、画像認識、音声認識などを組み込んだAIプロダクト開発に関われる
- フロントエンド・バックエンド・インフラを横断したフルスタックな開発経験を活かせる
- PMやAIエンジニアと近い距離で、仕様検討から実装・改善まで一気通貫で関われる
- 製造業の現場課題を解決する、社会的意義の大きいプロダクト開発に携われる
- 担当領域の技術的な難所を解き、チームの開発品質向上に貢献できる
- 将来的にはテックリードや開発組織の中核メンバーとしてのキャリアも目指せる
◼️業務内容
スキルやご経験、ご志向に応じて、以下のような業務をお任せします。
- AI機能を組み込んだWebアプリケーションの設計・開発・運用
- Next.js、React、FastAPI等を用いたフロントエンド・バックエンド開発
- LLM/RAG/画像認識/音声認識等を活用したAIアプリケーション開発
- AIエンジニアと連携したAPI設計、データ連携、推論結果の表示・活用設計
- 要件や仕様をもとにした画面設計、API設計、データベース設計
- 顧客やユーザーの業務フローを踏まえたUI/UX改善
- パフォーマンス、セキュリティ、保守性、運用性を意識した実装改善
- クラウド環境を活用したアプリケーションの構築・運用
- コードレビュー、技術調査、ドキュメント整備
- PM、AIエンジニア、ビジネスサイドとの仕様調整・技術相談
- 既存プロダクト・既存システムの技術負債の解消、品質改善
- ジュニア〜ミドルメンバーへの技術支援
◼️開発テーマ例
- 製造業向けAI業務支援アプリケーション
- LLM/RAGを活用したナレッジ検索・文書生成システム
- 図面・帳票・PDF・マニュアル等を扱うWebアプリケーション
- 画像認識・異常検知・分類モデルを組み込んだ業務支援システム
- AIエージェントを活用した業務自動化アプリケーション
- 自社AIプロダクトの管理画面・ユーザー画面・API開発
- 社内外の利用ログをもとにしたプロダクト改善・グロース施策
【業務の変更の範囲】
無
| 想定年収 | 700 〜 1,200 万円/年 | 雇用形態 | 正社員 |
|---|---|---|---|
| 職種 | |||
| 開発経験 | |||
| 勤務形態 |
作業時間: フレックスタイム制
※コアタイムなし
※フレキシブルタイム:5:00~22:00
※スーパーフレックスタイム制
※標準労働時間:1日8時間
※月間所定労働時間:160時間前後
働き方: フルフレックス制 時間外労働の有無: 有(月平均20時間~30時間) 休憩時間: 60分 |
||
| 設立年数 | 4年 | 従業員数 | 151人 |
株式会社エムニ
【フルリモ/スーパーフレックス/東京・京都/Webエンジニア】東大・京大発、学術知見で製造業にAI革新を牽引する企業! のリモートワーク求人
◼️ミッション
エムニは、「AIを、あらゆる産業の実装力にする」ことを目指す、製造業特化のAIスタートアップです。
日本の製造業には、熟練者の暗黙知、紙・PDF・図面・帳票に蓄積された情報、属人的な判断プロセスなど、AIによって解決できる課題が数多く存在します。
本ポジションでは、AIエンジニアやPM、ビジネスサイドと連携しながら、LLM・RAG・画像認識・音声認識などのAI技術を活用したWebアプリケーションの開発を担っていただきます。
現時点でAI開発の実務経験がなくても問題ありません。Webアプリケーション開発の経験を活かしながら、AIプロダクト・AIアプリケーション開発に挑戦できるポジションです。
◼️本ポジションについて
Webエンジニア(ジュニア〜ミドル)には、まずは担当機能の実装、テスト、改善を中心にお任せします。
シニアエンジニアやテックリード、AIエンジニアと連携しながら、AI機能をWebアプリケーションとして使いやすい形に落とし込んでいただきます。
単に仕様どおりに実装するだけではなく、「ユーザーが使いやすいか」「業務の中で本当に使われるか」を考えながら、継続的に改善していくことを期待しています。
将来的には、設計、技術選定、開発リード、テックリードなど、より大きな役割にも挑戦いただけます。
◼️仕事のやりがい
- Web開発経験を活かして、AIプロダクト開発に挑戦できる
- LLM、RAG、画像認識、音声認識など、先端技術を実務に組み込む経験ができる
- AIエンジニアやPMと連携しながら、プロダクト開発を進められる
- フロントエンド・バックエンドを横断してスキルを伸ばせる
- 顧客の業務課題を解決する、社会実装型の開発に関われる
- 実装者から、シニアエンジニア、リードエンジニア、テックリードへと成長できる
- フルリモート・フレックスの環境で、自律的に働ける
◼️業務内容
スキルやご経験、ご志向に応じて、以下のような業務をお任せします。
- AI機能を組み込んだWebアプリケーションの開発
- Next.js、React、FastAPI等を用いたフロントエンド・バックエンド開発
- LLM/RAG/画像認識/音声認識等を活用した機能開発
- AIエンジニアと連携したAPI連携、データ連携、画面実装
- 顧客業務に合わせた画面設計、機能改善、UI/UX改善
- Webアプリケーションのテスト、バグ修正、リファクタリング
- データベース設計、API設計、管理画面の開発
- 技術調査、ドキュメント作成、開発ナレッジの共有
- コードレビュー、設計レビューへの参加
- 既存機能の改善、品質向上、技術負債の解消
◼️開発テーマ例
- 製造業向けAI業務支援アプリケーション
- LLM/RAGを活用したナレッジ検索・文書生成システム
- 図面・帳票・PDF・マニュアル等を扱うWebアプリケーション
- 画像認識・異常検知・分類モデルを組み込んだ業務支援システム
- AIエージェントを活用した業務自動化アプリケーション
- 自社AIプロダクトの管理画面・ユーザー画面・API開発
- 利用ログやユーザーフィードバックをもとにしたUI/UX改善
【業務の変更の範囲】
無
エムニは、「AIを、あらゆる産業の実装力にする」ことを目指す、製造業特化のAIスタートアップです。
日本の製造業には、熟練者の暗黙知、紙・PDF・図面・帳票に蓄積された情報、属人的な判断プロセスなど、AIによって解決できる課題が数多く存在します。
本ポジションでは、AIエンジニアやPM、ビジネスサイドと連携しながら、LLM・RAG・画像認識・音声認識などのAI技術を活用したWebアプリケーションの開発を担っていただきます。
現時点でAI開発の実務経験がなくても問題ありません。Webアプリケーション開発の経験を活かしながら、AIプロダクト・AIアプリケーション開発に挑戦できるポジションです。
◼️本ポジションについて
Webエンジニア(ジュニア〜ミドル)には、まずは担当機能の実装、テスト、改善を中心にお任せします。
シニアエンジニアやテックリード、AIエンジニアと連携しながら、AI機能をWebアプリケーションとして使いやすい形に落とし込んでいただきます。
単に仕様どおりに実装するだけではなく、「ユーザーが使いやすいか」「業務の中で本当に使われるか」を考えながら、継続的に改善していくことを期待しています。
将来的には、設計、技術選定、開発リード、テックリードなど、より大きな役割にも挑戦いただけます。
◼️仕事のやりがい
- Web開発経験を活かして、AIプロダクト開発に挑戦できる
- LLM、RAG、画像認識、音声認識など、先端技術を実務に組み込む経験ができる
- AIエンジニアやPMと連携しながら、プロダクト開発を進められる
- フロントエンド・バックエンドを横断してスキルを伸ばせる
- 顧客の業務課題を解決する、社会実装型の開発に関われる
- 実装者から、シニアエンジニア、リードエンジニア、テックリードへと成長できる
- フルリモート・フレックスの環境で、自律的に働ける
◼️業務内容
スキルやご経験、ご志向に応じて、以下のような業務をお任せします。
- AI機能を組み込んだWebアプリケーションの開発
- Next.js、React、FastAPI等を用いたフロントエンド・バックエンド開発
- LLM/RAG/画像認識/音声認識等を活用した機能開発
- AIエンジニアと連携したAPI連携、データ連携、画面実装
- 顧客業務に合わせた画面設計、機能改善、UI/UX改善
- Webアプリケーションのテスト、バグ修正、リファクタリング
- データベース設計、API設計、管理画面の開発
- 技術調査、ドキュメント作成、開発ナレッジの共有
- コードレビュー、設計レビューへの参加
- 既存機能の改善、品質向上、技術負債の解消
◼️開発テーマ例
- 製造業向けAI業務支援アプリケーション
- LLM/RAGを活用したナレッジ検索・文書生成システム
- 図面・帳票・PDF・マニュアル等を扱うWebアプリケーション
- 画像認識・異常検知・分類モデルを組み込んだ業務支援システム
- AIエージェントを活用した業務自動化アプリケーション
- 自社AIプロダクトの管理画面・ユーザー画面・API開発
- 利用ログやユーザーフィードバックをもとにしたUI/UX改善
【業務の変更の範囲】
無
| 想定年収 | 400 〜 800 万円/年 | 雇用形態 | 正社員 |
|---|---|---|---|
| 職種 | |||
| 開発経験 | |||
| 勤務形態 |
作業時間: フレックスタイム制
※コアタイムなし
※フレキシブルタイム:5:00~22:00
※スーパーフレックスタイム制
※標準労働時間:1日8時間
※月間所定労働時間:160時間前後
働き方: フルフレックス制 時間外労働の有無: 有(月平均20時間~30時間) 休憩時間: 60分 |
||
| 設立年数 | 4年 | 従業員数 | 151人 |
株式会社エムニ
【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 |
株式会社ホープス
【地方フルリモート/首都圏ハイブリ/Pyhon】プライム市場上場SHIFTグループで30年以上のの実績あるERP導入支援企業! のリモートワーク求人
【会社概要】
ホープスは、ERP・ERP周辺のシステム開発・導入、
コンサルティングを主軸にイノベーションを起こすためのソリューションを提供する会社です。
・MISSION「ワークをもっとワクワクに」
ヒトが元気になれば、ビジネスも活性化する。
ヒトが何をすべきかを追求し、ITの力で “働くを楽しく” へリノベートすることで社会に貢献します。
・VISION「基幹系業務DXをリード」
ITの力で人手不足の解消と流動性の拡大に寄与するサービスを提供し、世の中の仕事の標準化の輪を広げます。
【ポジションの魅力】
・公共系プライム案件へのチャレンジができる!
・上流工程の経験を積むことが可能なため、スキルアップができる!
・プロジェクトによりAI関連の業務に携わるチャンスあり!
・ハイブリッド勤務可能!地方在住者はフルリモート勤務相談可!
・年間平均昇給率は7.2%!正当な評価制度のもと、実績に応じた昇給の実現が可能!
【ポジションについて】
本ポジションは、官公庁や自治体などの公共系向けソリューション導入・開発に携わっていただきます。
具体的には、以下のような業務を想定しております。
・官公庁や自治体などの公共系ソリューション導入・開発
・業務システムへのアドオン開発
・Pythonを用いたバックエンド開発
・Reactを用いたフロントエンド開発
・要件定義~設計、実装、テスト、保守までの一連の工程
※ご経験・スキルに応じて、担当業務のアサインをさせていただきます。
売上過去最高記録を更新している当社では、今まさに第二次創業期として
準大手から中堅規模の企業に特化して、プライム案件、ERP導入案件、DX推進案件の拡大に注力しております。
公共系ソリューション導入・開発エンジニアとして組織を一緒に作っていただける方を募集しております。
【ホープスの目指す世界】
《ERP導入を支援し、業務標準化の輪を広げる》
国内全体では基幹業務の標準化は急務であるものの、大手・準大手から中堅規模の企業においては実現していない企業が多くERP導入の課題感は多い状況です。
ホープスはそのような企業への支援戦略を中心に事業を展開しています。
大手企業、中規模企業向けのERP領域でシェアNO.1を目指し国内サプライチェーン全体での業務標準化を狙っています。
【業務の変更の範囲】
会社の定める範囲
ホープスは、ERP・ERP周辺のシステム開発・導入、
コンサルティングを主軸にイノベーションを起こすためのソリューションを提供する会社です。
・MISSION「ワークをもっとワクワクに」
ヒトが元気になれば、ビジネスも活性化する。
ヒトが何をすべきかを追求し、ITの力で “働くを楽しく” へリノベートすることで社会に貢献します。
・VISION「基幹系業務DXをリード」
ITの力で人手不足の解消と流動性の拡大に寄与するサービスを提供し、世の中の仕事の標準化の輪を広げます。
【ポジションの魅力】
・公共系プライム案件へのチャレンジができる!
・上流工程の経験を積むことが可能なため、スキルアップができる!
・プロジェクトによりAI関連の業務に携わるチャンスあり!
・ハイブリッド勤務可能!地方在住者はフルリモート勤務相談可!
・年間平均昇給率は7.2%!正当な評価制度のもと、実績に応じた昇給の実現が可能!
【ポジションについて】
本ポジションは、官公庁や自治体などの公共系向けソリューション導入・開発に携わっていただきます。
具体的には、以下のような業務を想定しております。
・官公庁や自治体などの公共系ソリューション導入・開発
・業務システムへのアドオン開発
・Pythonを用いたバックエンド開発
・Reactを用いたフロントエンド開発
・要件定義~設計、実装、テスト、保守までの一連の工程
※ご経験・スキルに応じて、担当業務のアサインをさせていただきます。
売上過去最高記録を更新している当社では、今まさに第二次創業期として
準大手から中堅規模の企業に特化して、プライム案件、ERP導入案件、DX推進案件の拡大に注力しております。
公共系ソリューション導入・開発エンジニアとして組織を一緒に作っていただける方を募集しております。
【ホープスの目指す世界】
《ERP導入を支援し、業務標準化の輪を広げる》
国内全体では基幹業務の標準化は急務であるものの、大手・準大手から中堅規模の企業においては実現していない企業が多くERP導入の課題感は多い状況です。
ホープスはそのような企業への支援戦略を中心に事業を展開しています。
大手企業、中規模企業向けのERP領域でシェアNO.1を目指し国内サプライチェーン全体での業務標準化を狙っています。
【業務の変更の範囲】
会社の定める範囲
| 想定年収 | 500 〜 800 万円/年 | 雇用形態 | 正社員 |
|---|---|---|---|
| 職種 | |||
| 開発経験 | |||
| 勤務形態 | |||
| 企業概要 |
「バックオフィスDX」「Make work fun!」をモットーに、
バックオフィス業務プロセスとそこに関わる人たちの働き方を変えていくことを通して、 企業競争力を向上させることを使命としています。 株式会社ホープスは、ERP・EPMを中心とした基幹系システムの支援を主軸に、スクラッチ開発やコンサルティングまで幅広いサービスを提供しています。クラウドERPやローコード開発を柱とし、業務効率化やDX推進、経営分析、マーケティングなど多岐にわたるソリューションを展開。特に、SAP S/4HANA® CloudやOracle ERP Cloudなどを活用し、企業の業務プロセスを最適化し、経営管理の強化を図っています1。 社風/文化 ホープスは、若手社員が活躍できる環境で、社内の風通しが良く、活気に満ちた雰囲気が特徴です。多様性を重視し、様々な国籍や背景を持つ社員が協力し合いながら働いています。チームワークを大切にし、社員同士のコミュニケーションが活発です2。 働き方/リモートワーク ホープスでは、リモートワーク活用があり平均週2~3日の在宅勤務が可能です。転勤はなく、プロジェクトに応じて柔軟な働き方ができます。残業は月平均10時間程度と少なく、ワークライフバランスを重視した環境が整っています。 |
||
| 設立年数 | 36年 | 従業員数 | 772人 |
オープン株式会社
【フルリモ相談可◎×ソリューションアーキテクト!】オートメーション事業×コンサル×開発で事業成長を推進するエンジニア のリモートワーク求人
オープンは、RPAやAIなどのオートメーション技術を武器に、Software/FDE/SaaS/BPOなど様々なビジネスモデルで、日本の生産性向上という構造課題に本気で向き合う会社です。
上場企業としての資本力と実績を持ちながら、組織はまだ完成形ではありません。
整った設計図があるというより、白紙の領域が多く残っている状態に近いと言えます。
山(目標)は決まっていますが、登り方は自由です。
「裁量がある」というよりも、「選択肢が無限にある」環境です。
その分、問いも役割も自分で取りにいく姿勢が前提になります。
断片的な情報の中から仮説を立て、自ら動き、やり切る。
そして結果に対しては徹底的に自責で向き合う。
放任主義ですが、挑戦する人は見捨てません。
甘やかさないが、伴走はする。
この矛盾を楽しめるかどうかが、オープンで活躍できるかの分かれ目です。
「安定」よりも「成長」、「整った環境」よりも「打席の多さ」に魅力を感じる方。
会社を使い倒し、自分の市場価値を本気で高めたいと考えている方。
オープンで、本気の成長を一緒に追いかけませんか。
【募集背景】
当社では、米国Palantir Technologies社によって提唱展開されている「FDE(Forward Deployed Engineer)」モデルを参考に、日本国内における現場密着型FDEサービスを展開しています。
「戦略」で終わらせない。「実装」で世界を動かす。
AIの飛躍的進化により、価値提供の前提が根底から覆る今、ヒトに求められる役割も劇的な変化を遂げています。
私たちは、この変革の波を「現場」からリードし、企業のあり方を再定義する開拓者を求めています。
【業務概要】
プロジェクト全体を俯瞰し、特に「Feasibility (PoC)」から「Deployment」への谷(死の谷)を乗り越える役割を期待します。
【ポジションの魅力】
ビジネス×テクノロジーのハイブリッドキャリア:大手企業の経営層へのROI提示から現場への定着まで一貫してリードし、次世代に不可欠な希少価値の高い人材へ成長できます 。
「提言」で終わらない、現場常駐・即実装のスピード感:戦略資料の納品ではなく、現場でエンジニアと共にプロトタイプを構築・改修し、数週間で課題を直接解決する手応えを実感できます 。
企業の「知能資産」を創り出す高付加価値な役割:単なるツール導入を超え、熟練者の思考プロセスをAIに移植し、企業の競争力を底上げする「デジタル知能資産」へと昇華させます 。
身に付く・期待する、知識・スキル・能力
投資対効果(ROI)の設計と成果コミット力:曖昧な課題をテクノロジーで解決できるよう言語化、分解し、▲30?50%のコスト削減といった定量成果まで描き、完遂する力が身に付きます 。
不確実性を制御する次世代型PMスキル:AI開発特有の不確実性を許容しながら、高速改善を繰り返してプロジェクトを成功へ導く、マネジメント能力が習得できます 。
変革を完遂させる高度なステークホルダー対応力:現場の抵抗感をケアし、IT部門の基盤をリスペクトしながら、組織全体を「自律型バックオフィス」へ進化させる調整・交渉力が磨かれます。
【業務内容】
現場の「AS-IS」徹底解明と課題特定
現場に密着し、熟練者の思考や業務プロセスを深掘りすることで、ボトルネックを体感レベルで特定します。
AI前提の業務プロセス再設計(Redesign)
既存業務の自動化に留まらず、AIが自律的に判断・代替案を提示することを前提とした、攻めの業務フローを構築します。
プロトタイプ実装と全社展開への仕組み化
現場の反応を見ながら即座に機能を改修し、成功モデルを他部門でも再現可能な「デジタル知能資産」としてパッケージ化します。
※本求人は、オープン株式会社での採用となります。
※業務内容の変更の範囲:当社業務全般
【業務の変更の範囲】
当社業務全般
上場企業としての資本力と実績を持ちながら、組織はまだ完成形ではありません。
整った設計図があるというより、白紙の領域が多く残っている状態に近いと言えます。
山(目標)は決まっていますが、登り方は自由です。
「裁量がある」というよりも、「選択肢が無限にある」環境です。
その分、問いも役割も自分で取りにいく姿勢が前提になります。
断片的な情報の中から仮説を立て、自ら動き、やり切る。
そして結果に対しては徹底的に自責で向き合う。
放任主義ですが、挑戦する人は見捨てません。
甘やかさないが、伴走はする。
この矛盾を楽しめるかどうかが、オープンで活躍できるかの分かれ目です。
「安定」よりも「成長」、「整った環境」よりも「打席の多さ」に魅力を感じる方。
会社を使い倒し、自分の市場価値を本気で高めたいと考えている方。
オープンで、本気の成長を一緒に追いかけませんか。
【募集背景】
当社では、米国Palantir Technologies社によって提唱展開されている「FDE(Forward Deployed Engineer)」モデルを参考に、日本国内における現場密着型FDEサービスを展開しています。
「戦略」で終わらせない。「実装」で世界を動かす。
AIの飛躍的進化により、価値提供の前提が根底から覆る今、ヒトに求められる役割も劇的な変化を遂げています。
私たちは、この変革の波を「現場」からリードし、企業のあり方を再定義する開拓者を求めています。
【業務概要】
プロジェクト全体を俯瞰し、特に「Feasibility (PoC)」から「Deployment」への谷(死の谷)を乗り越える役割を期待します。
【ポジションの魅力】
ビジネス×テクノロジーのハイブリッドキャリア:大手企業の経営層へのROI提示から現場への定着まで一貫してリードし、次世代に不可欠な希少価値の高い人材へ成長できます 。
「提言」で終わらない、現場常駐・即実装のスピード感:戦略資料の納品ではなく、現場でエンジニアと共にプロトタイプを構築・改修し、数週間で課題を直接解決する手応えを実感できます 。
企業の「知能資産」を創り出す高付加価値な役割:単なるツール導入を超え、熟練者の思考プロセスをAIに移植し、企業の競争力を底上げする「デジタル知能資産」へと昇華させます 。
身に付く・期待する、知識・スキル・能力
投資対効果(ROI)の設計と成果コミット力:曖昧な課題をテクノロジーで解決できるよう言語化、分解し、▲30?50%のコスト削減といった定量成果まで描き、完遂する力が身に付きます 。
不確実性を制御する次世代型PMスキル:AI開発特有の不確実性を許容しながら、高速改善を繰り返してプロジェクトを成功へ導く、マネジメント能力が習得できます 。
変革を完遂させる高度なステークホルダー対応力:現場の抵抗感をケアし、IT部門の基盤をリスペクトしながら、組織全体を「自律型バックオフィス」へ進化させる調整・交渉力が磨かれます。
【業務内容】
現場の「AS-IS」徹底解明と課題特定
現場に密着し、熟練者の思考や業務プロセスを深掘りすることで、ボトルネックを体感レベルで特定します。
AI前提の業務プロセス再設計(Redesign)
既存業務の自動化に留まらず、AIが自律的に判断・代替案を提示することを前提とした、攻めの業務フローを構築します。
プロトタイプ実装と全社展開への仕組み化
現場の反応を見ながら即座に機能を改修し、成功モデルを他部門でも再現可能な「デジタル知能資産」としてパッケージ化します。
※本求人は、オープン株式会社での採用となります。
※業務内容の変更の範囲:当社業務全般
【業務の変更の範囲】
当社業務全般
| 想定年収 | 736 〜 1,500 万円/年 | 雇用形態 | 正社員 |
|---|---|---|---|
| 職種 | |||
| 開発経験 | |||
| 勤務形態 | |||
| 設立年数 | 14年 | 従業員数 | 18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 |
164件中 21件~30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。