Next.js×自社サービス企業のリモートワーク転職・求人情報一覧 -2ページ目
36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/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HRbase
【地方フルリモ/フルフレックス/フルスタックエンジニア】労務専門AIエージェント/生成AI活用のHRプロダクト のリモートワーク求人
■■「HRbase」「HRbase PRO」の魅力と仕事のやりがい■■
【労務の専門家が開発した、唯一無二のプロダクト】
私たちは、社労士の思考プロセスと膨大な実務ノウハウを学習させた、唯一無二の「労務専門AIエージェント」を提供しています。
汎用的な生成AIでは真似できない、法令の正確な解釈と実務への落とし込みを両立。2026年4月には「労務管理の、安心革命。」を新スローガンに掲げるリブランディングを行い、プロダクトとしてもさらなる進化を遂げました。
現在は、これまで既存の労務DXツールでは対応しきれなかった、法改正対応や労務相談といった複雑な判断を伴う「非定型業務」の標準化・自動化に挑んでいます。労務管理における「調べる」「判断する」「実行する」すべてのプロセスにおいてAIが担える領域を広げ、実務担当者が抱える目に見えない不安や心理的負担を解消し、本来注力すべき業務に集中できる環境の実現を目指しています。
【企業向け｜労務専門AIエージェント「HRbase」】
HRbaseは、労務管理における「迅速な対応」と「正確性」に加え、現場に確かな「安心」を提供するサービスです。年々複雑化する労働法令や法改正に対応するために開発された、高精度なAIが、質問への回答のみならず、実務を手厚くサポートします。 直近では、法的リスクを瞬時に可視化し規程案を提示する「就業規則チェック機能」や、従業員からの質問に対して就業規則や社内マニュアルを基に回答文を自動作成する「社内問い合わせの返信自動作成機能」、特定の業務シーンに特化した「アシスタントAI」などを続々とリリース。単なる質問回答に留まらず、トラブル予防や担当者の知識強化まで一気通貫で支援しています。
【社労士向け｜労務専門AIエージェント「HRbase PRO」】
HRbase PROは、専門家である社労士の業務を劇的に変革するために生まれたAIサービスです。属人化しがちだった複雑な労務相談業務において、社労士の思考プロセスとナレッジベースを融合したAIが強力にアシストします。 法改正対応や規程整備、煩雑な調べ物、文章・資料作成といった負担をAIが大幅に軽減することで、対応スピードの向上や若手の人材育成を支援。社労士が顧問先に合わせた、より付加価値の高い「質の高いサポート」に注力できる体制づくりに貢献しています。
■■日本の労務業界が抱える課題とHRbaseのミッション■■
私たちのミッションは『働くをカラフルに』。
日本の労務業界は現在、いくつもの構造的課題を抱えています。
まず、法改正の頻度が非常に高く、その内容も年々複雑化しています。
終わらない法改正への対応、多様化する雇用形態への対応など、企業に求められる労務対応の水準は上がり続け、現場の負担は限界に達しています。
社会全体のコンプライアンス意識が高まる中で、知識不足や解釈ミスによる労務管理の不備が、一瞬にして企業価値を毀損する致命的なリスクとなる場面も増えています。
一方で、労働人口の減少により、労務の専門人材の確保、若手の育成は極めて困難です。
その結果、これまでの労務DXツールが得意とした「給与計算や入退社手続きなどの定型業務」は効率化できても、判断を伴う「非定型業務」は人手に頼らざるを得ず、業務の属人化や担当者の精神的プレッシャーという悪循環が生まれていました。
私たちは、この根深い課題に正面から向き合い、労務管理に内在する「不安」を生み出しやすい構造そのものを変えるために立ち上がりました。
業界全体の構造課題に対し、HRbaseはAIと専門家の知見により、複雑な労務情報を標準化し、AI時代を見通した労務管理の「安心革命」を実現。 労務担当者、社労士、そしてその先にいるすべての働く人が安心できる社会を目指しています。
仕事内容
プロダクトマネージャー、デザイナー、他のエンジニアと連携しながら、単なる実装にとどまらず「どのように設計すべきか」を自ら提案し、チームを技術面から牽引していく役割です。
◆取り組んでいただくお仕事内容
・プロダクト全体のアーキテクチャ設計・技術選定のリード
・システム横断の技術的課題の発見/解決の推進
・設計方針・技術的意思決定の策定とその推進（中長期視点含む）
・Goを用いたバックエンド開発・運用
・React x Next.js x TypeScript を用いたフロントエンド開発・運用
・AWSを中心としたインフラ基盤構築・運用
◆利用ツール
・Go, PostgreSQL, AWS(ECS, Lambda, CloudFront, S3), Azure AI Search, OpenAI API, Dify.AI
・Cursor, Github Copilot などAIコーディングアシスタントツールは会社の経費で利用できます。
◆得られる経験
・AIスタートアップの成長フェーズにおけるチーム開発・変化のダイナミズムの経験
・AI駆動開発アプローチが主となる開発組織の在り方を設計し牽引した経験
・AI技術の調査/検証を頻繁に行っており、常に最新のAI技術について学ぶ経験
-直近の調査例：LLM wiki, Mastra, OpenClaw, Claude Code To Figma, Stitch, 等
風通しの良い社風のため、コーディング以外にもプロダクトやサービス開発に対し意見を交わしやすい環境です。
単に技術を追求するだけではなく、テストファースト、レビュー文化、自動デプロイなどに対応し、エンジニアの心理的安全を重視した開発環境づくりに積極的に取り組み中です。またエンジニアがビジネスサイドと共に議論し、仕様決定のプロセスに積極的に参画できる文化があることも特徴です。
【業務の変更の範囲】
無
【労務の専門家が開発した、唯一無二のプロダクト】
私たちは、社労士の思考プロセスと膨大な実務ノウハウを学習させた、唯一無二の「労務専門AIエージェント」を提供しています。
汎用的な生成AIでは真似できない、法令の正確な解釈と実務への落とし込みを両立。2026年4月には「労務管理の、安心革命。」を新スローガンに掲げるリブランディングを行い、プロダクトとしてもさらなる進化を遂げました。
現在は、これまで既存の労務DXツールでは対応しきれなかった、法改正対応や労務相談といった複雑な判断を伴う「非定型業務」の標準化・自動化に挑んでいます。労務管理における「調べる」「判断する」「実行する」すべてのプロセスにおいてAIが担える領域を広げ、実務担当者が抱える目に見えない不安や心理的負担を解消し、本来注力すべき業務に集中できる環境の実現を目指しています。
【企業向け｜労務専門AIエージェント「HRbase」】
HRbaseは、労務管理における「迅速な対応」と「正確性」に加え、現場に確かな「安心」を提供するサービスです。年々複雑化する労働法令や法改正に対応するために開発された、高精度なAIが、質問への回答のみならず、実務を手厚くサポートします。 直近では、法的リスクを瞬時に可視化し規程案を提示する「就業規則チェック機能」や、従業員からの質問に対して就業規則や社内マニュアルを基に回答文を自動作成する「社内問い合わせの返信自動作成機能」、特定の業務シーンに特化した「アシスタントAI」などを続々とリリース。単なる質問回答に留まらず、トラブル予防や担当者の知識強化まで一気通貫で支援しています。
【社労士向け｜労務専門AIエージェント「HRbase PRO」】
HRbase PROは、専門家である社労士の業務を劇的に変革するために生まれたAIサービスです。属人化しがちだった複雑な労務相談業務において、社労士の思考プロセスとナレッジベースを融合したAIが強力にアシストします。 法改正対応や規程整備、煩雑な調べ物、文章・資料作成といった負担をAIが大幅に軽減することで、対応スピードの向上や若手の人材育成を支援。社労士が顧問先に合わせた、より付加価値の高い「質の高いサポート」に注力できる体制づくりに貢献しています。
■■日本の労務業界が抱える課題とHRbaseのミッション■■
私たちのミッションは『働くをカラフルに』。
日本の労務業界は現在、いくつもの構造的課題を抱えています。
まず、法改正の頻度が非常に高く、その内容も年々複雑化しています。
終わらない法改正への対応、多様化する雇用形態への対応など、企業に求められる労務対応の水準は上がり続け、現場の負担は限界に達しています。
社会全体のコンプライアンス意識が高まる中で、知識不足や解釈ミスによる労務管理の不備が、一瞬にして企業価値を毀損する致命的なリスクとなる場面も増えています。
一方で、労働人口の減少により、労務の専門人材の確保、若手の育成は極めて困難です。
その結果、これまでの労務DXツールが得意とした「給与計算や入退社手続きなどの定型業務」は効率化できても、判断を伴う「非定型業務」は人手に頼らざるを得ず、業務の属人化や担当者の精神的プレッシャーという悪循環が生まれていました。
私たちは、この根深い課題に正面から向き合い、労務管理に内在する「不安」を生み出しやすい構造そのものを変えるために立ち上がりました。
業界全体の構造課題に対し、HRbaseはAIと専門家の知見により、複雑な労務情報を標準化し、AI時代を見通した労務管理の「安心革命」を実現。 労務担当者、社労士、そしてその先にいるすべての働く人が安心できる社会を目指しています。
仕事内容
プロダクトマネージャー、デザイナー、他のエンジニアと連携しながら、単なる実装にとどまらず「どのように設計すべきか」を自ら提案し、チームを技術面から牽引していく役割です。
◆取り組んでいただくお仕事内容
・プロダクト全体のアーキテクチャ設計・技術選定のリード
・システム横断の技術的課題の発見/解決の推進
・設計方針・技術的意思決定の策定とその推進（中長期視点含む）
・Goを用いたバックエンド開発・運用
・React x Next.js x TypeScript を用いたフロントエンド開発・運用
・AWSを中心としたインフラ基盤構築・運用
◆利用ツール
・Go, PostgreSQL, AWS(ECS, Lambda, CloudFront, S3), Azure AI Search, OpenAI API, Dify.AI
・Cursor, Github Copilot などAIコーディングアシスタントツールは会社の経費で利用できます。
◆得られる経験
・AIスタートアップの成長フェーズにおけるチーム開発・変化のダイナミズムの経験
・AI駆動開発アプローチが主となる開発組織の在り方を設計し牽引した経験
・AI技術の調査/検証を頻繁に行っており、常に最新のAI技術について学ぶ経験
-直近の調査例：LLM wiki, Mastra, OpenClaw, Claude Code To Figma, Stitch, 等
風通しの良い社風のため、コーディング以外にもプロダクトやサービス開発に対し意見を交わしやすい環境です。
単に技術を追求するだけではなく、テストファースト、レビュー文化、自動デプロイなどに対応し、エンジニアの心理的安全を重視した開発環境づくりに積極的に取り組み中です。またエンジニアがビジネスサイドと共に議論し、仕様決定のプロセスに積極的に参画できる文化があることも特徴です。
【業務の変更の範囲】
無
| 想定年収 | 700 〜 900 万円／年 | 雇用形態 | 正社員 |
|---|---|---|---|
| 職種 | |||
| 開発経験 | |||
| 勤務形態 |
作業時間： フル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
標準労働時間：9:00～18:00
働き方： フルフレックス制 時間外労働の有無： 有（月平均10時間） 休憩時間： 60分 |
||
| 設立年数 | 12年 | 従業員数 | 30人 |
株式会社ドクターズプライム
【首都圏ハイブリッド／Webフルスタックエンジニア／ GoもしくはNext.jsでの実務経験（目安3年以上）】医療系×SaaSのスタートアップ企業／IPO準備中 のリモートワーク求人
■お仕事内容
基本的には候補者の方のスキルに併せて、下記の中からお任せするプロジェクトを決定します。
- モバイル、PC向けのWebアプリケーションの設計・開発
- ユーザーや顧客の声をもとにした、プロダクトの新規機能開発や品質改善
- 社内のオペレーショナルエクセレンスを支える、オペレーションツールの開発
決まった内容をただ作るだけではなく、下記のように主体的に改善案を考える行動をとりつつ
ロードマップを決めるフェーズから参画可能です。
- 自らも MTG などに参加する
- 他チームに自ら情報を取りに行く
■業務の特徴
既存の採用プラットフォーム・勉強会プラットフォームの進化、さらに進行中の新規プロダクトにおける、
アプリケーション開発全般を担うロールとなります。
ドクターズプライムではフロントエンド・バックエンドの線引をしないソフトウェアエンジニアを中心とした
チームを作っていきたいと考えています。不確実性が高く影響範囲の大きいプロダクト開発をする中で
自らユーザー視点でアウトカムを念頭に置いてプロダクト開発をリードする仲間になっていただきたいです。
■開発生産性の取り組み
Findy Team＋を導入し「開発生産性」を可視化することで高速改善を回しています。
2024年、2025年の2年連続で開発者体験が優れている企業で選出されAwardを受賞しました。
Findy Team+ Awardを2年連続で受賞して見えた、生産性をスケールさせる組織づくりの軌跡：
https://zenn.dev/drsprime/articles/292792ab4ba0a5
PR作成からレビューまでの時間が2時間を切るように開発者全員が意識しており、
フィードバックループが早い中で開発が進められています。
その結果、開発者体験が向上している環境なので、その中で開発を一緒に進められればと思います。
■開発の雰囲気
- 作業はNotion上で作成しているカンバンで可視化されています
- 要件定義の内容をもとにArchitecture Decision Record（ADR）をNotionに作成し
レビューを経た後、開発が始まります
- 全てのコードは、必ずエンジニア同士のレビューを経てリリースされます
- ステージング環境と本番環境があり、PR作成時に自動でステージング環境の確認ができるように
プレビュー用のビルドが走ります
- マージをトリガーにフロントエンドはリリースが自動で走り、リリースされます。
バックエンドは、GitHub上で任意のタグを設定することでリリースが自動で走り、リリースされます。
■開発体制
- 現状、正社員が6名程度なので開発するプロダクトは入社時点の全社の優先度によって変わります
- 全てのプロダクトでアーキテクチャは統一しているので、触れられる技術スタックは変わりません
- ゆくゆくはプロダクトごとに3-5名を1チームとして開発を進められるように体制を整える予定です。
そのチームの中で、要件定義から開発方針を決め、詳細設計を行い、開発、テスト、運用までの
意思決定をしながらチームメンバーを率いていただくロールの候補になります
■募集背景
ドクターズプライムで運営をしている、医師向けの求人・動画配信プラットフォームと(to B)、
病院向けの採用管理SaaS(toB)、患者向けプラットフォーム(toC)のプロダクト開発を担当するチームです。
0→1フェーズもグロースフェーズも両方のプロダクトがあります。
技術選定、システム設計、開発フロー・環境、チームメンバーの採用など、
事業成長を加速させるという目線で一緒にエンジニアチームを作っていってくれる方を募集しています。
現在は特にWebフロントエンドのアーキテクチャ構築に強みを持つソフトウェアエンジニアを募集しています。
■プロダクトについて
既存の医師採用プラットフォーム&採用SaaSに加え、メディア事業、新規プロダクトの
立ち上げを行い、合計3つのプロダクトの開発を進めていく予定です。
▼医師採用プラットフォーム&採用SaaS：Dr.'s Prime Work
Dr.'s Prime Workは「救急車のたらい回しをゼロにする」をビジョンとし、
救急車の断りをなくす、医師の働き方を最適化するアルバイト求人情報サービスです。
サービスサイト：https://detail.drsprime.com/work
▼勉強会プラットフォーム：Dr.'s Prime Academia
Dr.'s Prime Academiaは「明日使える知識がすぐそこに」をコンセプトとし、
毎月100件のオンライン勉強会を視聴できる医師・医学生専用のサービスです。
診療の現場で生きるナレッジを共有し救急車を断らない医師を増やします。
サービスサイト：https://drsprime.com/service/academia
▼ユーザー向けプラットフォーム：Dr.'s Prime LifeDoctor
"家族に医者がいるような体験を"
体調の悩みを抱えるユーザーに対し、親身に寄り添う医師が問題解決をサポートするプロダクトです。
私たちは、ユーザー一人ひとりの健康の悩みを解決することで、
日本全国の健康寿命を延ばす未来を実現していきます。
これら3つのプロダクトによるアプローチで、様々なステークホルダーが絡み合う救急医療における
複雑な課題を立体的に解きほどき、対症療法ではなく根本解決する仕組みを構築していき、
自分らしく選べる医療を、すべての人に届けるプラットフォームを実現します。
■参考記事
【入社エントリ】カルチャー変革後の1人目エンジニアとして入社しました (https://note.com/drsprime/n/n41fb30b685e9)
【入社エントリ】 開発だけじゃない。僕がドクターズプライムを選んだ理由 (https://note.com/drsprime/n/nafffb1a76ce2)
【社員インタビュー】オフィスにいるから実現できるプロダクト開発 (https://www.youtube.com/watch?v=9RmTfYHA5wY)
Zenn (https://zenn.dev/p/drsprime)
Findy Team+ Award 2年連続受賞 〜レビュー文化 × 生成AIで成果を最大化〜 (https://www.youtube.com/watch?v=ZFCU1r8ZAl0)
【業務の変更の範囲】
会社の規定に準ずる
基本的には候補者の方のスキルに併せて、下記の中からお任せするプロジェクトを決定します。
- モバイル、PC向けのWebアプリケーションの設計・開発
- ユーザーや顧客の声をもとにした、プロダクトの新規機能開発や品質改善
- 社内のオペレーショナルエクセレンスを支える、オペレーションツールの開発
決まった内容をただ作るだけではなく、下記のように主体的に改善案を考える行動をとりつつ
ロードマップを決めるフェーズから参画可能です。
- 自らも MTG などに参加する
- 他チームに自ら情報を取りに行く
■業務の特徴
既存の採用プラットフォーム・勉強会プラットフォームの進化、さらに進行中の新規プロダクトにおける、
アプリケーション開発全般を担うロールとなります。
ドクターズプライムではフロントエンド・バックエンドの線引をしないソフトウェアエンジニアを中心とした
チームを作っていきたいと考えています。不確実性が高く影響範囲の大きいプロダクト開発をする中で
自らユーザー視点でアウトカムを念頭に置いてプロダクト開発をリードする仲間になっていただきたいです。
■開発生産性の取り組み
Findy Team＋を導入し「開発生産性」を可視化することで高速改善を回しています。
2024年、2025年の2年連続で開発者体験が優れている企業で選出されAwardを受賞しました。
Findy Team+ Awardを2年連続で受賞して見えた、生産性をスケールさせる組織づくりの軌跡：
https://zenn.dev/drsprime/articles/292792ab4ba0a5
PR作成からレビューまでの時間が2時間を切るように開発者全員が意識しており、
フィードバックループが早い中で開発が進められています。
その結果、開発者体験が向上している環境なので、その中で開発を一緒に進められればと思います。
■開発の雰囲気
- 作業はNotion上で作成しているカンバンで可視化されています
- 要件定義の内容をもとにArchitecture Decision Record（ADR）をNotionに作成し
レビューを経た後、開発が始まります
- 全てのコードは、必ずエンジニア同士のレビューを経てリリースされます
- ステージング環境と本番環境があり、PR作成時に自動でステージング環境の確認ができるように
プレビュー用のビルドが走ります
- マージをトリガーにフロントエンドはリリースが自動で走り、リリースされます。
バックエンドは、GitHub上で任意のタグを設定することでリリースが自動で走り、リリースされます。
■開発体制
- 現状、正社員が6名程度なので開発するプロダクトは入社時点の全社の優先度によって変わります
- 全てのプロダクトでアーキテクチャは統一しているので、触れられる技術スタックは変わりません
- ゆくゆくはプロダクトごとに3-5名を1チームとして開発を進められるように体制を整える予定です。
そのチームの中で、要件定義から開発方針を決め、詳細設計を行い、開発、テスト、運用までの
意思決定をしながらチームメンバーを率いていただくロールの候補になります
■募集背景
ドクターズプライムで運営をしている、医師向けの求人・動画配信プラットフォームと(to B)、
病院向けの採用管理SaaS(toB)、患者向けプラットフォーム(toC)のプロダクト開発を担当するチームです。
0→1フェーズもグロースフェーズも両方のプロダクトがあります。
技術選定、システム設計、開発フロー・環境、チームメンバーの採用など、
事業成長を加速させるという目線で一緒にエンジニアチームを作っていってくれる方を募集しています。
現在は特にWebフロントエンドのアーキテクチャ構築に強みを持つソフトウェアエンジニアを募集しています。
■プロダクトについて
既存の医師採用プラットフォーム&採用SaaSに加え、メディア事業、新規プロダクトの
立ち上げを行い、合計3つのプロダクトの開発を進めていく予定です。
▼医師採用プラットフォーム&採用SaaS：Dr.'s Prime Work
Dr.'s Prime Workは「救急車のたらい回しをゼロにする」をビジョンとし、
救急車の断りをなくす、医師の働き方を最適化するアルバイト求人情報サービスです。
サービスサイト：https://detail.drsprime.com/work
▼勉強会プラットフォーム：Dr.'s Prime Academia
Dr.'s Prime Academiaは「明日使える知識がすぐそこに」をコンセプトとし、
毎月100件のオンライン勉強会を視聴できる医師・医学生専用のサービスです。
診療の現場で生きるナレッジを共有し救急車を断らない医師を増やします。
サービスサイト：https://drsprime.com/service/academia
▼ユーザー向けプラットフォーム：Dr.'s Prime LifeDoctor
"家族に医者がいるような体験を"
体調の悩みを抱えるユーザーに対し、親身に寄り添う医師が問題解決をサポートするプロダクトです。
私たちは、ユーザー一人ひとりの健康の悩みを解決することで、
日本全国の健康寿命を延ばす未来を実現していきます。
これら3つのプロダクトによるアプローチで、様々なステークホルダーが絡み合う救急医療における
複雑な課題を立体的に解きほどき、対症療法ではなく根本解決する仕組みを構築していき、
自分らしく選べる医療を、すべての人に届けるプラットフォームを実現します。
■参考記事
【入社エントリ】カルチャー変革後の1人目エンジニアとして入社しました (https://note.com/drsprime/n/n41fb30b685e9)
【入社エントリ】 開発だけじゃない。僕がドクターズプライムを選んだ理由 (https://note.com/drsprime/n/nafffb1a76ce2)
【社員インタビュー】オフィスにいるから実現できるプロダクト開発 (https://www.youtube.com/watch?v=9RmTfYHA5wY)
Zenn (https://zenn.dev/p/drsprime)
Findy Team+ Award 2年連続受賞 〜レビュー文化 × 生成AIで成果を最大化〜 (https://www.youtube.com/watch?v=ZFCU1r8ZAl0)
【業務の変更の範囲】
会社の規定に準ずる
| 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 |
Mission
“自分らしく選べる医療をすべての人に” 自分らしく選べる医療の実現のために、ドクターズプライムは、治療は医師のサポートで、予防は自分の力で、健康になる仕組みを提案します。 Academia・Work・Life doctorの3つの事業で今までなかった医師評価制度を構築することで、治療が必要なときに、信頼できる医師のサポートで患者主体の医療を受けられる仕組みを作ります。 そして、医療情報の格差をなくすことで、自分で自分の健康を作る仕組み（予防を中心としたSelf Medication）を作ります。Myカルテに蓄積された治療や行動結果をもとに最適な行動を提案するため、使うほどに健康になります。 Message 代表メッセージ "救えたはずの命を救いたい" 自分らしく医療を選べない。 情報格差や信頼できる医師がいないことで、遠慮してしまう。 大切な家族だからこそ本気になったら、医師から嫌な顔をされてしまう。 体調が悪い時こそ、救いの手が必要なのに、そのときに信頼できる環境がない。 これが今の日本における医療の構造的な課題です。 生きる上でとても大事な医療、それが必要なときに十分にない。 そして救えたはずの命が救えないという最悪の事態が起こってしまう。 救えたはずの命を少しでも多く救える。 そして、自分らしく健康になれる。 自分らしく選ぶ医療は、人生の選択肢を増やすことです。 それをドクターズプライムは実現します。 代表取締役 / CEO / 医師 田 真茂 ■事業概要 1. Work事業 ドクターズプライムの Work事業 は、「救急車のたらい回しをゼロにする」ことをビジョンに掲げ、二次救急病院を中心とした医療機関に対して、 「救急車を断らない医師」の紹介サービス と 救急体制を可視化・改善するダッシュボード型SaaS を提供しています。 日本では、救急車のたらい回しが高齢化社会に伴う救急搬送数の増加に伴い深刻な課題となっています。年間で170万件の受け入れ拒否が発生しており、その多くの救急対応は非常勤医師が対応しています。しかし現状では、医師の診療貢献度を適切に評価する仕組みがなく、善意に依存しているため、本来スキルを持つ医師でも受け入れを断らざるを得ない構造が存在します。 私たちは、医療機関と医師双方からの評価制度 を導入し、受け入れ実績に応じたインセンティブ設計を行うことで、救急車受け入れ率98%以上 を実現しています。 今後は、導入医療機関数の拡大を通じて、ドクターズプライム経由での救急受け入れ件数を増やし、各病院の救急受け入れ率向上に貢献していきます。さらに、人材紹介を基盤としつつ、ダッシュボードをはじめとする SaaS機能を拡充 し、医療機関の救急体制を総合的に支えるプラットフォームを目指します。 2. Academia事業 Academiaは、医師・医学生向けに役立つ情報や実臨床に直結する学びを届ける動画プラットフォームです。投稿者が動画をアップロードし、視聴者が自由に学びを得られる仕組みを提供しています。 コロナ禍でオフラインの勉強会が制限され学習機会が減少する中、オンラインかつ無料で実践的な学びを得られる場として急成長し、現在は全国の医師3万人（医師全体の約10%）に利用されています。これまで月150件以上のオンライン勉強会を開催し、開催数No.1の医師向け動画配信プラットフォームとして拡大してきました。 2025年10月からは、TikTokのような動画体験へとリニューアルし、関心や学習履歴に応じた動画が届き、好きなタイミングで視聴できる「オンデマンド型学習体験」へ進化します。この仕組みにより、利用者にとってより自然に動画コンテンツに触れる機会が増え、広告コンテンツも違和感なく届けられるようになります。 さらに、従来は教授など限られた立場の医師しか発信機会を得にくい状況でしたが、Academiaでは若手医師も含め、誰もが自身の知識や経験を気軽に発信できる場を持てるようになりました。これにより、医師同士の知見交換が活発化し、学習の裾野が広がるとともに、専門性やキャリア形成にもつながる新しい学びのエコシステムが生まれています。 Academia事業部は、新たな収益モデルとして「これまでにない、医師採用ダイレクトスカウトサービス」の展開を開始いたしました。 3. LifeDoctor事業 - 信頼できるLifeDoctorとマッチング（※準備中） |
||
| 設立年数 | 10年 | 従業員数 | 80人 |
株式会社エムニ
【フルリモ/スーパーフレックス/東京・京都/プロジェクトマネージャー】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
【募集背景】
事業成長に伴う増員募集です。
創業から約2年で、有償契約は累計100件を超え、PoC に留まらず本開発・運用までを前提とした長期協業案件が増えています。
また、特許・図面・技能伝承など製造業特化の新規プロダクト領域も立ち上がり、複数の難易度の高いテーマが並行して進行しています。
こうした状況の中で、モデル開発だけでなく、課題定義・技術選定・全体設計を俯瞰してリードできる AI PM の重要性が高まっています。
【仕事内容の概要】
製造業を中心としたクライアント企業の課題に対し、LLM・RAG・画像/音声モデルなどを活用した AI システムの企画・設計・実装を主導します。
・PoC フェーズ
クライアントや社内メンバーと連携しながら
課題整理・論点設計
技術選定（モデル／アーキテクチャ）
PoC 方針の策定およびプロトタイプ実装
精度検証・改善判断
など、価値検証における中核的な意思決定を担います。
・本開発
Web エンジニアと連携し、AIモデルをどの形で業務やプロダクトに組み込み、どう運用するかまでを見据えて推進します。
点検記録・図面・手書き情報など、未整備で多様なデータを扱うため、データ設計・前処理・モデル改善・推論基盤設計を俯瞰した判断が求められます。
【仕事内容の詳細】
■ 現在の事業状況と開発体制
エムニは、製造業領域の PoC 〜本開発までを一気通貫で支援しています。
平均的な案件では、以下の体制でプロジェクトが進行します。
AI PM : 1名 ※本ポジション
デモ開発 : AI PM + エンジニア 2〜3名
PoC：AI PM + AI エンジニア + 経験豊富なシニア業務委託 2〜3名
本開発 : Web エンジニアを含む 6名〜10名規模
といった体制で開発を行います。
PoC 段階では AI モデルの価値検証、本開発では Web エンジニアと連携した AI 機能のアプリ統合など、エムニならではの「AI 実装の全工程」に触れられる点が特徴です。
【関わるサービス】
◼︎エムニについて
エムニが向き合っているのは、製造業の技能伝承・品質管理・設備保全といった現場固有の課題です。
熟練作業員が長年の経験や勘に基づいて行うカンコツ作業を可視化し、課題を解決する AI をオーダーメイドで開発しています。
◼︎製造業向け AI ソリューションの案件例
工場内オンプレ環境で動作する 現場向け AI チャットボットの開発
特許翻訳特化型独自LLMの開発
工場で用いられる点検日誌など、整備されていないナレッジのデータ化 など
また、オーダーメイド AIの開発により得られた知見を活かし、自社プロダクトの開発も行っています。
ご希望や経験を鑑みつつ、自社プロダクトの開発に関わっていただく機会もございます。
◼︎自社AIプロダクト群
AI特許ロケット（特許調査・翻訳支援プロダクト）
https://www.emuniinc.jp/service/ai-patent
AIインタビュアー（技能伝承・暗黙知の形式知化プロダクト）
https://www.emuniinc.jp/service/ai-interviewer
【関わるチーム】
AI プロジェクトマネージャーは、Web エンジニア・学生インターン・業務委託エンジニアと協働しながら、少人数のクロスファンクショナルチームをリードする形で案件を推進します。
デモ開発 ~ PoC 段階では、顧客や社内メンバーと連携しながら課題設定・仮説設計・検証方針を整理し、京大・松尾研を中心とした学生インターンや 社内の AI エンジニアと並走しつつ、モデル設計・評価の意思決定を担います。
本開発フェーズでは Web エンジニアと連携し、LLM／RAG／画像・音声モデルを組み込んだ AI 機能をプロダクトや業務フローに統合する工程全体を主導します。
データ理解からモデル設計・実装、アプリケーション連携まで、AI 開発全体を俯瞰しながら意思決定を行う立場として案件に関わる体制が特徴です。
【知的好奇心とスピードが共存するチーム風土】
エムニは、スタートアップ特有のスピード感と、京大×松尾研の融合したアカデミアの知性・探究心が混ざり合った環境です。
事実ベースで議論するフラットさ
手を動かしながら素早く検証していく文化
学生・業務委託・正社員が役割に関係なく成果に向き合う空気
創業メンバーの CEO/COO がいずれも京都大学大学院でAIやエネルギー分野の研究を行い、その後松尾研究所で製造業向けAIやLLM開発に携わってきたバックグラウンドを持ちます。
経営陣全員がエンジニアであり、エンジニア気質のある風通しの良さが特徴です。
また、研究バックボーンの学生インターンも多いことから参画いただくメンバーから「研究室っぽい」と形容されることが多く、
仮説検証を楽しみながらスピード感をもって価値づくりに向き合いたい方にとってフィットしやすい文化です。
LT 会や社内勉強会も頻繁に開催しており、社内での知見の共有を大切にしています。
【AI ドリブンな開発環境】
技術環境は案件により多様ですが、社内では AI ドリブンな環境を構築しており、一例として以下のようなツール・技術を幅広く活用しています。
AI駆動経営を事業方針に掲げ、独自にAI駆動ワーキング制度を制定し、社員の AI ツール利用料を無制限で全額補助しています。
ChatGPT, Claude, Gemini, LangChain, LangGraph, Langfuse, Amazon Bedrock, Azure OpenAI Service, Vertex AI, GitHub Copilot, Cursor, CodeRabbit など
LLM活用を前提とした開発が一般化しており、生産性の高い開発文化が浸透しています。
【会社概要】
株式会社エムニは、京都大学・松尾研究室の最先端研究を背景に生まれたAIスタートアップです。
「AIで働く環境を幸せに、世界にワクワクを」をミッションに掲げ、日本の製造業を中心とした"現場の課題"に深く入り込み、AI によるソリューション開発と自社プロダクト開発の両面で事業を拡大しています。
アカデミアの研究基盤とハイレベルな開発力を強みに創業2年でメンバー140名規模まで急成長し、大手製造業・自治体・知財領域など多分野で協業が進む、国内でも稀有な AI 専門集団です。
代表取締役CEO下野は「Forbes JAPAN 30 UNDER 30 2025」世界を変える30歳未満30人としてSCIENCE&SOCIAL部門に選出され、取締役COO後藤は京都大学情報学同窓会理事に就任。
【エムニの特徴】
単なる PoC に留まらず、現場オペレーションを変えるレベルまでAIを実装する高精度な開発力に強みがあります。
東京都庁との「設計書 AI 自動確認」、GPT-4o や DeepL を凌駕する特許翻訳特化型 LLM の構築、製造現場向けオンプレ AI チャットボットなど、
日本を代表するエンタープライズ企業を中心に、製造系企業に向けた AI の活用支援から実装までをリードしています。
案件の PoC から提案を行うため、0→1 の高速開発文化が浸透しており、エンジニアが課題設定から PoC、デモ開発、顧客対話、本開発からその後の保守運用に至るまで一貫して関わるため、
技術選定・アーキテクチャ設計・MLOps・クラウド構築など幅広いスキルを獲得できます。また、生成AIにとどまらずDeepLearningに関する案件や、
R&Dなど大企業との多岐にわたるプロジェクトに携わることができます。
蓄積された知見を「AI特許ロケット」「AIインタビュアー」など自社プロダクトに横展開させ、エンドユーザーへ真の価値を届ける開発を続けています。
今後もマルチプロダクト戦略に沿って0→100をコンパウンドに生み出す新規事業開発を展開していきます。
開発においてはAI駆動経営を事業方針に掲げ、全社員対象の「AI駆動ワーキング制度」を制定。AIネイティブに業務を再設計し、モダンな開発を推進し個々人のポテンシャルを最大限に開放します。
【製造業 × AI に特化する意義】
日本のGDP2割以上を占める日本の産業を支えてきた製造業界では、経験豊富な職人の知見が属人化し、また少子高齢化の加速が後押しし「匠の技の喪失」が深刻化しています。
エムニは、AI 活用を通じて暗黙知の形式知化・現場運用の自動化・現場の知的生産性を底上げすることで、製造業で働く人々に幸せとワクワクを届けてまいります。
ドメインエキスパートが多数在籍するエムニは、巨大な市場の広がる産業にインパクトを与えるソリューションを届け、世界に革新を起こしていきます。
【業務の変更の範囲】
会社の定める範囲
事業成長に伴う増員募集です。
創業から約2年で、有償契約は累計100件を超え、PoC に留まらず本開発・運用までを前提とした長期協業案件が増えています。
また、特許・図面・技能伝承など製造業特化の新規プロダクト領域も立ち上がり、複数の難易度の高いテーマが並行して進行しています。
こうした状況の中で、モデル開発だけでなく、課題定義・技術選定・全体設計を俯瞰してリードできる AI PM の重要性が高まっています。
【仕事内容の概要】
製造業を中心としたクライアント企業の課題に対し、LLM・RAG・画像/音声モデルなどを活用した AI システムの企画・設計・実装を主導します。
・PoC フェーズ
クライアントや社内メンバーと連携しながら
課題整理・論点設計
技術選定（モデル／アーキテクチャ）
PoC 方針の策定およびプロトタイプ実装
精度検証・改善判断
など、価値検証における中核的な意思決定を担います。
・本開発
Web エンジニアと連携し、AIモデルをどの形で業務やプロダクトに組み込み、どう運用するかまでを見据えて推進します。
点検記録・図面・手書き情報など、未整備で多様なデータを扱うため、データ設計・前処理・モデル改善・推論基盤設計を俯瞰した判断が求められます。
【仕事内容の詳細】
■ 現在の事業状況と開発体制
エムニは、製造業領域の PoC 〜本開発までを一気通貫で支援しています。
平均的な案件では、以下の体制でプロジェクトが進行します。
AI PM : 1名 ※本ポジション
デモ開発 : AI PM + エンジニア 2〜3名
PoC：AI PM + AI エンジニア + 経験豊富なシニア業務委託 2〜3名
本開発 : Web エンジニアを含む 6名〜10名規模
といった体制で開発を行います。
PoC 段階では AI モデルの価値検証、本開発では Web エンジニアと連携した AI 機能のアプリ統合など、エムニならではの「AI 実装の全工程」に触れられる点が特徴です。
【関わるサービス】
◼︎エムニについて
エムニが向き合っているのは、製造業の技能伝承・品質管理・設備保全といった現場固有の課題です。
熟練作業員が長年の経験や勘に基づいて行うカンコツ作業を可視化し、課題を解決する AI をオーダーメイドで開発しています。
◼︎製造業向け AI ソリューションの案件例
工場内オンプレ環境で動作する 現場向け AI チャットボットの開発
特許翻訳特化型独自LLMの開発
工場で用いられる点検日誌など、整備されていないナレッジのデータ化 など
また、オーダーメイド AIの開発により得られた知見を活かし、自社プロダクトの開発も行っています。
ご希望や経験を鑑みつつ、自社プロダクトの開発に関わっていただく機会もございます。
◼︎自社AIプロダクト群
AI特許ロケット（特許調査・翻訳支援プロダクト）
https://www.emuniinc.jp/service/ai-patent
AIインタビュアー（技能伝承・暗黙知の形式知化プロダクト）
https://www.emuniinc.jp/service/ai-interviewer
【関わるチーム】
AI プロジェクトマネージャーは、Web エンジニア・学生インターン・業務委託エンジニアと協働しながら、少人数のクロスファンクショナルチームをリードする形で案件を推進します。
デモ開発 ~ PoC 段階では、顧客や社内メンバーと連携しながら課題設定・仮説設計・検証方針を整理し、京大・松尾研を中心とした学生インターンや 社内の AI エンジニアと並走しつつ、モデル設計・評価の意思決定を担います。
本開発フェーズでは Web エンジニアと連携し、LLM／RAG／画像・音声モデルを組み込んだ AI 機能をプロダクトや業務フローに統合する工程全体を主導します。
データ理解からモデル設計・実装、アプリケーション連携まで、AI 開発全体を俯瞰しながら意思決定を行う立場として案件に関わる体制が特徴です。
【知的好奇心とスピードが共存するチーム風土】
エムニは、スタートアップ特有のスピード感と、京大×松尾研の融合したアカデミアの知性・探究心が混ざり合った環境です。
事実ベースで議論するフラットさ
手を動かしながら素早く検証していく文化
学生・業務委託・正社員が役割に関係なく成果に向き合う空気
創業メンバーの CEO/COO がいずれも京都大学大学院でAIやエネルギー分野の研究を行い、その後松尾研究所で製造業向けAIやLLM開発に携わってきたバックグラウンドを持ちます。
経営陣全員がエンジニアであり、エンジニア気質のある風通しの良さが特徴です。
また、研究バックボーンの学生インターンも多いことから参画いただくメンバーから「研究室っぽい」と形容されることが多く、
仮説検証を楽しみながらスピード感をもって価値づくりに向き合いたい方にとってフィットしやすい文化です。
LT 会や社内勉強会も頻繁に開催しており、社内での知見の共有を大切にしています。
【AI ドリブンな開発環境】
技術環境は案件により多様ですが、社内では AI ドリブンな環境を構築しており、一例として以下のようなツール・技術を幅広く活用しています。
AI駆動経営を事業方針に掲げ、独自にAI駆動ワーキング制度を制定し、社員の AI ツール利用料を無制限で全額補助しています。
ChatGPT, Claude, Gemini, LangChain, LangGraph, Langfuse, Amazon Bedrock, Azure OpenAI Service, Vertex AI, GitHub Copilot, Cursor, CodeRabbit など
LLM活用を前提とした開発が一般化しており、生産性の高い開発文化が浸透しています。
【会社概要】
株式会社エムニは、京都大学・松尾研究室の最先端研究を背景に生まれたAIスタートアップです。
「AIで働く環境を幸せに、世界にワクワクを」をミッションに掲げ、日本の製造業を中心とした"現場の課題"に深く入り込み、AI によるソリューション開発と自社プロダクト開発の両面で事業を拡大しています。
アカデミアの研究基盤とハイレベルな開発力を強みに創業2年でメンバー140名規模まで急成長し、大手製造業・自治体・知財領域など多分野で協業が進む、国内でも稀有な AI 専門集団です。
代表取締役CEO下野は「Forbes JAPAN 30 UNDER 30 2025」世界を変える30歳未満30人としてSCIENCE&SOCIAL部門に選出され、取締役COO後藤は京都大学情報学同窓会理事に就任。
【エムニの特徴】
単なる PoC に留まらず、現場オペレーションを変えるレベルまでAIを実装する高精度な開発力に強みがあります。
東京都庁との「設計書 AI 自動確認」、GPT-4o や DeepL を凌駕する特許翻訳特化型 LLM の構築、製造現場向けオンプレ AI チャットボットなど、
日本を代表するエンタープライズ企業を中心に、製造系企業に向けた AI の活用支援から実装までをリードしています。
案件の PoC から提案を行うため、0→1 の高速開発文化が浸透しており、エンジニアが課題設定から PoC、デモ開発、顧客対話、本開発からその後の保守運用に至るまで一貫して関わるため、
技術選定・アーキテクチャ設計・MLOps・クラウド構築など幅広いスキルを獲得できます。また、生成AIにとどまらずDeepLearningに関する案件や、
R&Dなど大企業との多岐にわたるプロジェクトに携わることができます。
蓄積された知見を「AI特許ロケット」「AIインタビュアー」など自社プロダクトに横展開させ、エンドユーザーへ真の価値を届ける開発を続けています。
今後もマルチプロダクト戦略に沿って0→100をコンパウンドに生み出す新規事業開発を展開していきます。
開発においてはAI駆動経営を事業方針に掲げ、全社員対象の「AI駆動ワーキング制度」を制定。AIネイティブに業務を再設計し、モダンな開発を推進し個々人のポテンシャルを最大限に開放します。
【製造業 × AI に特化する意義】
日本のGDP2割以上を占める日本の産業を支えてきた製造業界では、経験豊富な職人の知見が属人化し、また少子高齢化の加速が後押しし「匠の技の喪失」が深刻化しています。
エムニは、AI 活用を通じて暗黙知の形式知化・現場運用の自動化・現場の知的生産性を底上げすることで、製造業で働く人々に幸せとワクワクを届けてまいります。
ドメインエキスパートが多数在籍するエムニは、巨大な市場の広がる産業にインパクトを与えるソリューションを届け、世界に革新を起こしていきます。
【業務の変更の範囲】
会社の定める範囲
| 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： ◼︎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 |
36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
リモートワーク（テレワーク・在宅勤務）可能な新着求人
【キャリア採用】インフラエンジニア(PM)_全国 のリモートワーク求人
～1,000 万円 ／ 年
【キャリア採用】インフラエンジニア(PL)_全国 のリモートワーク求人
～880 万円 ／ 年
【キャリア採用】インフラエンジニア_全国 のリモートワーク求人
～450 万円 ／ 年
【福岡市・北九州市/開発//PG】大規模プロジェクトで活躍/モダンな技術環境/自社社員中心チームの開発/リモート可 のリモートワーク求人
～650 万円 ／ 年
【福岡市・北九州市/開発//SE】マネジメント・上流工程に挑戦できる環境/モダンな技術環境/自社社員中心チームの開発/リモート可 のリモートワーク求人
～750 万円 ／ 年
【福岡市・北九州市/開発/管理ポジション（PM）】後進育成・顧客折衝をお任せ/自社社員中心チームの開発/育成・顧客折衝/多重下請け構造打破を目指す のリモートワーク求人
～1,000 万円 ／ 年
【福岡市・北九州市/インフラ/PG】新規立ち上げ/自社社員中心のチーム体制/リモート可 のリモートワーク求人
～650 万円 ／ 年
【福岡市・北九州市/SE】設計・構築へステップアップしリーダーポジションへ/自社社員中心のチーム体制/リモート可 のリモートワーク求人
～550 万円 ／ 年
【福岡市・北九州市/上級SE】大規模プロジェクトで活躍/リモート可/プライム案件多数/スペシャリストのキャリア！ のリモートワーク求人
～750 万円 ／ 年
【福岡市/組み込み開発/SE/PL】次世代モビリティの「脳」を創る/ECU開発リーダー候補/大手メーカーの大規模PJ のリモートワーク求人
～900 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。