SQL×年収1000万円以上のリモートワーク転職・求人情報一覧 -2ページ目
75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/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/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 |
株式会社レンガ
【ハイブリ/東京/開発エンジニア/何らかのシステム開発経験 実務1年以上】日本最大級のマンション口コミサイト（月間ユーザー：約100万人）を開発・運営！ のリモートワーク求人
CTO直下で、月間100万人が利用する日本最大級の住まいの口コミ評価サービスの開発エンジニアをお任せします。
具体的な業務内容は以下の通りです（社内状況や本人の志向性など踏まえて、双方で相談しながら進めていく想定です）
・マンションノート（及び新規事業）の開発を行って頂きます
・スクラムチームに分かれて仕事を行います。（スクラム未経験でも大丈夫です）スクラムチームは本人の意向を重視し柔軟に組み換えを行っていきます
・携わる領域/タスクは個人の希望や得意分野に応じてアサインされ、また様々な経験ができるよう柔軟に変更していきます
・サーバーサイドに専念されたい方もフルスタックとして幅広く携わることも可能です。
・ご希望に応じて企画提案／技術調査／検証／要件定義／設計／開発／システム運用／テスト／UIUX／データ分析／レポート等に携わることができます
・新規事業やゼロからのネイティブアプリの立ち上げ、AI関連の機能開発などに携わることもできます
・技術／ツール／方法論などの選定にも携わることができます
・サービスとして大規模な定性・定量データを扱う中、AI関連のタスクも進行しています。具体例としては日々投稿される口コミをすべて人間の目で確認していましたが、そのプロセスの大部分をAIに置き換えるタスクが進行しています。その他タスクの進め方としてCopilotを導入しています
・新しい技術は積極的に取り込みつつも、どのようなものでも新技術という視点ではなく「必要だから新技術を使う」という考えを重視しています
※サーバーサイド、フルスタック、どちらを志向されていてもご対応可能です。
※ご本人様の希望によっては企画立案や事業戦略にも関わることが可能です。
※短中期で（本人のご希望に応じて）マンションノート以外の新規事業にも携わって頂くことも可能です。
【業務の変更の範囲】
会社の定める範囲
具体的な業務内容は以下の通りです（社内状況や本人の志向性など踏まえて、双方で相談しながら進めていく想定です）
・マンションノート（及び新規事業）の開発を行って頂きます
・スクラムチームに分かれて仕事を行います。（スクラム未経験でも大丈夫です）スクラムチームは本人の意向を重視し柔軟に組み換えを行っていきます
・携わる領域/タスクは個人の希望や得意分野に応じてアサインされ、また様々な経験ができるよう柔軟に変更していきます
・サーバーサイドに専念されたい方もフルスタックとして幅広く携わることも可能です。
・ご希望に応じて企画提案／技術調査／検証／要件定義／設計／開発／システム運用／テスト／UIUX／データ分析／レポート等に携わることができます
・新規事業やゼロからのネイティブアプリの立ち上げ、AI関連の機能開発などに携わることもできます
・技術／ツール／方法論などの選定にも携わることができます
・サービスとして大規模な定性・定量データを扱う中、AI関連のタスクも進行しています。具体例としては日々投稿される口コミをすべて人間の目で確認していましたが、そのプロセスの大部分をAIに置き換えるタスクが進行しています。その他タスクの進め方としてCopilotを導入しています
・新しい技術は積極的に取り込みつつも、どのようなものでも新技術という視点ではなく「必要だから新技術を使う」という考えを重視しています
※サーバーサイド、フルスタック、どちらを志向されていてもご対応可能です。
※ご本人様の希望によっては企画立案や事業戦略にも関わることが可能です。
※短中期で（本人のご希望に応じて）マンションノート以外の新規事業にも携わって頂くことも可能です。
【業務の変更の範囲】
会社の定める範囲
| 想定年収 | 450 〜 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： 10:00～19:00
※休憩時間：ランチ時間帯に60分間 / それ以外は適宜自由に休憩を取る
働き方： 固定時間制（9時～18時、10時～19時など） 時間外労働の有無： 有（月平均20時間～45時間） 休憩時間： 60分 |
||
| 設立年数 | 15年 | 従業員数 | 17人 |
コインチェック株式会社
【リモートあり/データサイエンス】米NASDAQ上場/国内最大規模の暗号資産取引サービス運営企業 のリモートワーク求人
■お仕事内容
＜担当していただくこと＞
フロント機能に特化した新組織（クオンツG）の立ち上げに伴い、立ち上げフェーズに参画頂ける人材を募集しております。
暗号資産ディーリング業務における定量分析・モデル開発を通じた収益最適化をご担当頂きます。
-カバー取引のコスト分析・カバー戦略の定量的な策定・改善
-自社のスプレッド・パラメータ設定
-市場データを活用した収益機会の探索・分析
-デリバティブの理論価格算出モデルの設計・実装・検証
-Python / BigQuery / GCP を用いた分析基盤上でのモデル開発・運用
■この仕事の魅力
-暗号資産という成長市場で、カバー取引・資金管理・デリバティブなど多領域の定量分析に横断的に関われる
-フロント機能に特化した新組織（クオンツG）の立ち上げフェーズに参画できる
-分析から戦略策定まで一気通貫で携われる裁量の大きさ
-AIツールを活用した分析・開発ワークフローの構築スキル
■この仕事で伸ばせるスキル
-暗号資産特有の市場構造（24/365、高ボラティリティ）に対する定量分析スキル
-Cursor・Claude Code等のAIコーディングツールを業務に全面導入しており、分析・実装の生産性が高い環境で働ける
-フロントオフィスとしての収益最適化の意思決定経験
■配属部門について
暗号資産交換業事業（現物・デリバティブ）の運営を担うトレジャリー部では暗号資産のポジション管理の他、カバー先（LP）との契約・口座管理や、
カストディシステム（Fireblocks）の運用まで広く担当しております。
■募集背景
フロント業務に特化した組織の立ち上げに伴い定量分析を担うクオンツ人材を募集しております。
■コインチェック株式会社について
コインチェックは、2014年より暗号資産取引サービスを提供し、現在では国内トップクラスのダウンロード数を誇るプラットフォームへと成長してきました。
2025年現在、暗号資産は「デジタルアセット」としての認識が進み、単なる投資対象から、価値交換・証券化・新たな経済圏の基盤へと変容しつつあります。
私たちはこの社会的な変化を、サービスとして実装するテック集団です。マネックスグループの一員として、高いコンプライアンス水準を守りながらも、
新規サービスの立ち上げやブロックチェーン領域への挑戦など、スタートアップ的なスピードと柔軟さをあわせ持つ独自のポジションにあります。
インフラ、セキュリティ、バックエンドといったプロダクトの基盤は、すべて自社開発。数秒単位で価格が動く世界においても、
安定かつスケーラブルな体験を提供することは、シンプルながら極めて高度なチャレンジです。
こうした技術的課題を楽しめる方が、金融やEC、SaaSなどさまざまな業界からジョインし、活躍しています。
コインチェックが求めているのは、「クリプトに詳しい方」だけではありません。
「今は詳しくないけれど、社会構造を変える技術に携わりたい」「未知のドメインに挑戦したい」といった熱量を持つ方を歓迎しています。
私たちと一緒に、次の経済基盤を創り出しませんか？
■関連記事
note（コインチェック株式会社 公式note）：https://note.com/coincheck
Company Deck（コインチェック会社紹介資料/Coincheck Company description）：https://speakerdeck.com/coincheck_recruit/coincheck-company-description
【業務の変更の範囲】
会社の規定に準ずる
＜担当していただくこと＞
フロント機能に特化した新組織（クオンツG）の立ち上げに伴い、立ち上げフェーズに参画頂ける人材を募集しております。
暗号資産ディーリング業務における定量分析・モデル開発を通じた収益最適化をご担当頂きます。
-カバー取引のコスト分析・カバー戦略の定量的な策定・改善
-自社のスプレッド・パラメータ設定
-市場データを活用した収益機会の探索・分析
-デリバティブの理論価格算出モデルの設計・実装・検証
-Python / BigQuery / GCP を用いた分析基盤上でのモデル開発・運用
■この仕事の魅力
-暗号資産という成長市場で、カバー取引・資金管理・デリバティブなど多領域の定量分析に横断的に関われる
-フロント機能に特化した新組織（クオンツG）の立ち上げフェーズに参画できる
-分析から戦略策定まで一気通貫で携われる裁量の大きさ
-AIツールを活用した分析・開発ワークフローの構築スキル
■この仕事で伸ばせるスキル
-暗号資産特有の市場構造（24/365、高ボラティリティ）に対する定量分析スキル
-Cursor・Claude Code等のAIコーディングツールを業務に全面導入しており、分析・実装の生産性が高い環境で働ける
-フロントオフィスとしての収益最適化の意思決定経験
■配属部門について
暗号資産交換業事業（現物・デリバティブ）の運営を担うトレジャリー部では暗号資産のポジション管理の他、カバー先（LP）との契約・口座管理や、
カストディシステム（Fireblocks）の運用まで広く担当しております。
■募集背景
フロント業務に特化した組織の立ち上げに伴い定量分析を担うクオンツ人材を募集しております。
■コインチェック株式会社について
コインチェックは、2014年より暗号資産取引サービスを提供し、現在では国内トップクラスのダウンロード数を誇るプラットフォームへと成長してきました。
2025年現在、暗号資産は「デジタルアセット」としての認識が進み、単なる投資対象から、価値交換・証券化・新たな経済圏の基盤へと変容しつつあります。
私たちはこの社会的な変化を、サービスとして実装するテック集団です。マネックスグループの一員として、高いコンプライアンス水準を守りながらも、
新規サービスの立ち上げやブロックチェーン領域への挑戦など、スタートアップ的なスピードと柔軟さをあわせ持つ独自のポジションにあります。
インフラ、セキュリティ、バックエンドといったプロダクトの基盤は、すべて自社開発。数秒単位で価格が動く世界においても、
安定かつスケーラブルな体験を提供することは、シンプルながら極めて高度なチャレンジです。
こうした技術的課題を楽しめる方が、金融やEC、SaaSなどさまざまな業界からジョインし、活躍しています。
コインチェックが求めているのは、「クリプトに詳しい方」だけではありません。
「今は詳しくないけれど、社会構造を変える技術に携わりたい」「未知のドメインに挑戦したい」といった熱量を持つ方を歓迎しています。
私たちと一緒に、次の経済基盤を創り出しませんか？
■関連記事
note（コインチェック株式会社 公式note）：https://note.com/coincheck
Company Deck（コインチェック会社紹介資料/Coincheck Company description）：https://speakerdeck.com/coincheck_recruit/coincheck-company-description
【業務の変更の範囲】
会社の規定に準ずる
| 想定年収 | 800 〜 1,500 万円／年 | 雇用形態 | 正社員 |
|---|---|---|---|
| 職種 | |||
| 開発経験 | |||
| 勤務形態 |
作業時間： 清算期間と1ヶ月の総労働時間：毎月1日～末日
所定労働時間：8時間×月の所定労働日数を満たす必要があります。
標準労働時間：1日8時間（部署により基本勤務時間は異なる）
コアタイム：12時～15時
フレキシブルタイム：7時～22時
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10時間） 休憩時間： 60分 |
||
| 企業概要 |
2014年8月に暗号資産取引サービス「Coincheck」を開始して以来、金融リテラシーにかかわらず、誰でも使いやすいサービスを提供することにより、「新しい価値交換」を身近に感じられる機会をお客さまに届けてきました。
暗号資産やブロックチェーンは日々進化を重ね、より個々人を主体とした「新たな価値交換」を実現しつつありますが、あたらしい技術がもたらす恩恵はまだほんの一部の人にしか行き届いておらず、情報リテラシーによる格差が生じています。 コインチェックは、暗号資産やブロックチェーンにより生まれる「新しい価値交換」、またその次に現れる新しいテクノロジーにより実現される変革を誰もが身近に感じられるように、より良いサービスを創出し続けます。 |
||
| 設立年数 | 15年 | 従業員数 | 212人 |
株式会社カンム
【地方フルリモート/データエンジニア/実務5年～】データ基盤 & MLOps リード/1200万ダウンロード超えの決済・金融サービスのデータ戦略立案・実行 のリモートワーク求人
■お仕事内容
事業インパクトに直結するデータ活用・機械学習基盤の設計・開発・運用、そしてその仕組み化と全社展開をリードしていただきます。
＜具体的な業務イメージ＞
・Go, Pythonを用いたデータパイプライン、API/バッチ処理の実装
・データウェアハウス・データレイクハウスの設計・構築・運用
・Terraformを用いたIaCによるインフラ構築・管理 (AWS, GCP)
・Feature Storeや実験管理基盤など、MLOps関連技術の選定・導入・運用
■ チーム構成
現在は、バックエンドエンジニア2名とプラットフォームマネジメント担当1名が兼務でデータエンジニアリング領域を担っています。
この領域を専門でリードする一人目のシニアメンバーとしてご活躍いただくことを期待しています。
将来的には、事業の成長に合わせてデータエンジニアリングチームを組成・拡大していく構想です。
■ポジションの魅力
・事業のコアで裁量を発揮
1200万ダウンロードを超える決済・金融サービスの根幹をなすデータ戦略の立案から実行まで、
大きな裁量を持ってリードできます。
・ビジネスに直結するインパクト
PoC（実証実験）で終わることなく、自身が構築した基盤が事業のP/Lにどう貢献したかまで、
ダイレクトに実感できる環境です。
・難易度の高い技術課題への挑戦
金融ドメイン特有のリアルタイム性、整合性、セキュリティ、そして予測応答性といった、
本質的でチャレンジングな技術課題に取り組むことができます。
・ゼロから仕組みを創る面白さ
プロダクト開発と一体となり、現場の課題解決というボトムアップのアプローチで、
最適なデータ・ML基盤を初期フェーズから設計・構築していく経験が積めます。
■募集背景
データ活用は当社に根付いた文化ですが、データ基盤の構築・運用はバックエンドエンジニアによる兼務に留まっており、
スピード・品質・再現性の面で改善の必要がある状況です。
特に、プロダクトごとに異なる要件に応じた仕組みの整備が必要な中で、属人的な対応ではインシデント発生時のリカバリや保守性にも課題が残っています。
今後は、より高度なパーソナライズやリスク管理といった施策を加速するため、MLOps 基盤を機能拡張・再設計し、
再現性ある仕組みとして定着させる必要があり、専任かつ高度な設計・実装力を持ったデータエンジニアを迎え、
事業のスケーラビリティを支える中核人材として活躍いただきたいと考えています。
【業務の変更の範囲】
会社の定める範囲
事業インパクトに直結するデータ活用・機械学習基盤の設計・開発・運用、そしてその仕組み化と全社展開をリードしていただきます。
＜具体的な業務イメージ＞
・Go, Pythonを用いたデータパイプライン、API/バッチ処理の実装
・データウェアハウス・データレイクハウスの設計・構築・運用
・Terraformを用いたIaCによるインフラ構築・管理 (AWS, GCP)
・Feature Storeや実験管理基盤など、MLOps関連技術の選定・導入・運用
■ チーム構成
現在は、バックエンドエンジニア2名とプラットフォームマネジメント担当1名が兼務でデータエンジニアリング領域を担っています。
この領域を専門でリードする一人目のシニアメンバーとしてご活躍いただくことを期待しています。
将来的には、事業の成長に合わせてデータエンジニアリングチームを組成・拡大していく構想です。
■ポジションの魅力
・事業のコアで裁量を発揮
1200万ダウンロードを超える決済・金融サービスの根幹をなすデータ戦略の立案から実行まで、
大きな裁量を持ってリードできます。
・ビジネスに直結するインパクト
PoC（実証実験）で終わることなく、自身が構築した基盤が事業のP/Lにどう貢献したかまで、
ダイレクトに実感できる環境です。
・難易度の高い技術課題への挑戦
金融ドメイン特有のリアルタイム性、整合性、セキュリティ、そして予測応答性といった、
本質的でチャレンジングな技術課題に取り組むことができます。
・ゼロから仕組みを創る面白さ
プロダクト開発と一体となり、現場の課題解決というボトムアップのアプローチで、
最適なデータ・ML基盤を初期フェーズから設計・構築していく経験が積めます。
■募集背景
データ活用は当社に根付いた文化ですが、データ基盤の構築・運用はバックエンドエンジニアによる兼務に留まっており、
スピード・品質・再現性の面で改善の必要がある状況です。
特に、プロダクトごとに異なる要件に応じた仕組みの整備が必要な中で、属人的な対応ではインシデント発生時のリカバリや保守性にも課題が残っています。
今後は、より高度なパーソナライズやリスク管理といった施策を加速するため、MLOps 基盤を機能拡張・再設計し、
再現性ある仕組みとして定着させる必要があり、専任かつ高度な設計・実装力を持ったデータエンジニアを迎え、
事業のスケーラビリティを支える中核人材として活躍いただきたいと考えています。
【業務の変更の範囲】
会社の定める範囲
| 想定年収 | 900 〜 1,150 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
標準労働時間：9:00～18:00
コアタイム：11:00-15:00
フレキシブルタイム：6:00～20:00
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30時間） 休憩時間： 60分 |
||
| 企業概要 |
-
|
||
| 設立年数 | 16年 | 従業員数 | 64人 |
株式会社ＫＡＥＮ
【東京/週3リモート/プロダクトエンジニア】完全成果報酬型商談創出プラットフォーム「TAAAN（ターン）」/セールスインフラサービスアーリーステージのスタートアップ企業 のリモートワーク求人
▍会社概要
KAENはミッションである「時代を変える産業に火をつける」の元、主に商談獲得・人材採用領域で事業を展開しています。主力サービス「TAAAN」に加え、「UNIIINC.」、「Scout Base」の3つのサービスを提供しています。
それぞれの事業が"独立採算制"のもと、顧客の獲得やサービスの開発を行っており、自立型組織でありながら協力し合う文化を大切にし、組織全体での成長を追求しています。
▍KAENの開発組織について
事業成長に伴うあらゆる課題を解決していくため、事業目線を持ちながら実装をリードできるプロダクトエンジニアを募集します。
事業開発部門とも密に連携しながら、真の課題解決につながるプロダクト体験の創出を担っていただきます。
【ご参考記事】
激変する時代に製品づくりを任せたい開発者のあり方「プロダクトエンジニア」について
https://note.com/kazumicho/n/n2474e2d66e1f
▍開発組織の魅力
- 3プロダクト4エンジニアの少数精鋭チームこその裁量
- まだまだ提供価値を拡大していけるプロダクトフェーズ
- 事業 / ビジネス観点を養いながらエンジニアリングスキル向上ができる
- あらゆるAIツール費用の会社負担
- 社内での積極的なAI活用
▮お任せしたい役割／業務内容
- 3つのプロダクトのいずれかの開発
-要件定義、開発、QA、デリバリーまで一貫した開発
- 顧客起点でのアイデア創出、機能実装
- 現在進行している新規事業の検証
- 事業成長を阻害する社内プロセスのシステム化
- 少人数で最大限のアウトカムを出せる開発組織の構築・AI活用など
【業務の変更の範囲】
無
KAENはミッションである「時代を変える産業に火をつける」の元、主に商談獲得・人材採用領域で事業を展開しています。主力サービス「TAAAN」に加え、「UNIIINC.」、「Scout Base」の3つのサービスを提供しています。
それぞれの事業が"独立採算制"のもと、顧客の獲得やサービスの開発を行っており、自立型組織でありながら協力し合う文化を大切にし、組織全体での成長を追求しています。
▍KAENの開発組織について
事業成長に伴うあらゆる課題を解決していくため、事業目線を持ちながら実装をリードできるプロダクトエンジニアを募集します。
事業開発部門とも密に連携しながら、真の課題解決につながるプロダクト体験の創出を担っていただきます。
【ご参考記事】
激変する時代に製品づくりを任せたい開発者のあり方「プロダクトエンジニア」について
https://note.com/kazumicho/n/n2474e2d66e1f
▍開発組織の魅力
- 3プロダクト4エンジニアの少数精鋭チームこその裁量
- まだまだ提供価値を拡大していけるプロダクトフェーズ
- 事業 / ビジネス観点を養いながらエンジニアリングスキル向上ができる
- あらゆるAIツール費用の会社負担
- 社内での積極的なAI活用
▮お任せしたい役割／業務内容
- 3つのプロダクトのいずれかの開発
-要件定義、開発、QA、デリバリーまで一貫した開発
- 顧客起点でのアイデア創出、機能実装
- 現在進行している新規事業の検証
- 事業成長を阻害する社内プロセスのシステム化
- 少人数で最大限のアウトカムを出せる開発組織の構築・AI活用など
【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 | |||
| 企業概要 |
株式会社KAENは、「時代を変える産業に火をつける」をミッションに掲げ、未来をより良く変えていく事業・サービスの成長を支援するスタートアップ企業です 。商談獲得プラットフォーム「TAAAN」の運営をはじめ、個人のつながりを活用したリファラル型商談獲得プラットフォーム「UNIIINC.」、 忙しい人事のためのAIスカウトサービス「Scout Base」、法人向けクラウド型パスワード管理サービス「パスクラ」など企業の成長を多方面から支援しています。
|
||
| 設立年数 | 8年 | 従業員数 | 20人 |
スタディプラス株式会社
【東京/週4リモート/SRE】会員数900万人を突破の学習管理アプリ「Studyplus」など運営 のリモートワーク求人
当社について
当社は、「学ぶ喜びをすべての人へ」というミッションを掲げ、新しい教育の仕組みをつくる会社です。
「Studyplus」は、勉強の記録を可視化し、SNSで仲間と励まし合うことで学習を習慣化する総合学習プラットフォームです。会員数1,000万人を突破し、大学受験生の2人に1人以上が利用するサービスへと成長しています。
「Studyplus for School」は、学習塾の新しいスタンダードを創る教育機関向け学習管理サービスです。全国2,800以上の教室に導入され、先生と生徒を繋ぐコミュニケーションプラットフォームとして、教育価値と経営価値の両立を目指しています。
何をするのか
スタディプラスのSREグループでは、学習管理プラットフォーム「Studyplus」・教育機関向け学習管理プラットフォーム「Studyplus for School」のインフラの設計・構築・運用を中心に担当します。
各システムのインフラ基盤の安定運用・信頼性確保を中心に、開発者がインフラを意識せず開発に集中できる環境の整備に取り組んでいます。信頼性の高いインフラ設計/開発にチャレンジし、開発者が技術的な懸念から解放され、教育の未来を形成するためのクリエイティブな力を最大限に発揮できるよう支援することがSREグループのミッションです。
どんな業務か
・クラウド（AWS, GCP）を活用したサービスの設計・構築・運用
・Kubernetesを利用したサービスの構築・運用
・Terraformを利用したインフラのコード化と運用
・CI/CDパイプラインの構築・運用
・モニタリング・オブザーバビリティ環境の構築・運用
・ログ基盤の構築・運用
・各種運用の自動化
・セキュリティ対策
・コスト最適化
・システムの信頼性・パフォーマンス改善
どんなチームか
プロダクト部 SREグループに所属し、全サービスのインフラ周りを担当します。
SREグループでは、お互いを尊重し、素直に前向きに取り組む姿勢を大切にしながら、日々インフラの設計・運用に向き合っています。開発チームと密に連携し、開発者がインフラを意識せず開発に集中できる環境づくりに取り組んでいます。
ポジションの魅力
・会員数1,000万人を超えるサービスの大規模トラフィックを支えるインフラの設計・運用に携われます
・億単位の学習レコードを扱う「学習×ビッグデータ」の領域にチャレンジできます
・セキュリティ強化、コスト最適化、可用性向上など幅広い領域でSREとしてのスキルを磨けます
・Platform Engineeringの観点から開発者体験の向上に取り組めます
・大きな裁量を持って、インフラのモダナイゼーションを推進できます
【業務の変更の範囲】
無
当社は、「学ぶ喜びをすべての人へ」というミッションを掲げ、新しい教育の仕組みをつくる会社です。
「Studyplus」は、勉強の記録を可視化し、SNSで仲間と励まし合うことで学習を習慣化する総合学習プラットフォームです。会員数1,000万人を突破し、大学受験生の2人に1人以上が利用するサービスへと成長しています。
「Studyplus for School」は、学習塾の新しいスタンダードを創る教育機関向け学習管理サービスです。全国2,800以上の教室に導入され、先生と生徒を繋ぐコミュニケーションプラットフォームとして、教育価値と経営価値の両立を目指しています。
何をするのか
スタディプラスのSREグループでは、学習管理プラットフォーム「Studyplus」・教育機関向け学習管理プラットフォーム「Studyplus for School」のインフラの設計・構築・運用を中心に担当します。
各システムのインフラ基盤の安定運用・信頼性確保を中心に、開発者がインフラを意識せず開発に集中できる環境の整備に取り組んでいます。信頼性の高いインフラ設計/開発にチャレンジし、開発者が技術的な懸念から解放され、教育の未来を形成するためのクリエイティブな力を最大限に発揮できるよう支援することがSREグループのミッションです。
どんな業務か
・クラウド（AWS, GCP）を活用したサービスの設計・構築・運用
・Kubernetesを利用したサービスの構築・運用
・Terraformを利用したインフラのコード化と運用
・CI/CDパイプラインの構築・運用
・モニタリング・オブザーバビリティ環境の構築・運用
・ログ基盤の構築・運用
・各種運用の自動化
・セキュリティ対策
・コスト最適化
・システムの信頼性・パフォーマンス改善
どんなチームか
プロダクト部 SREグループに所属し、全サービスのインフラ周りを担当します。
SREグループでは、お互いを尊重し、素直に前向きに取り組む姿勢を大切にしながら、日々インフラの設計・運用に向き合っています。開発チームと密に連携し、開発者がインフラを意識せず開発に集中できる環境づくりに取り組んでいます。
ポジションの魅力
・会員数1,000万人を超えるサービスの大規模トラフィックを支えるインフラの設計・運用に携われます
・億単位の学習レコードを扱う「学習×ビッグデータ」の領域にチャレンジできます
・セキュリティ強化、コスト最適化、可用性向上など幅広い領域でSREとしてのスキルを磨けます
・Platform Engineeringの観点から開発者体験の向上に取り組めます
・大きな裁量を持って、インフラのモダナイゼーションを推進できます
【業務の変更の範囲】
無
| 想定年収 | 600 〜 1,210 万円／年 | 雇用形態 | 正社員 |
|---|---|---|---|
| 職種 | |||
| 開発経験 | |||
| 勤務形態 | |||
| 設立年数 | 17年 | 従業員数 | 80人 |
75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
【地方フルリモートOK/サーバーサイドエンジニア/開発経験3年以上】「飲食」のインフラを支える基幹システム開発｜裁量を持って若手チームを牽引するコアメンバー募集 のリモートワーク求人
～750 万円 ／ 年
【フルリモート／フルスタックエンジニア（テックリード候補）／開発プロジェクトやチームのリード経験】高い社会貢献性｜医療の現場をテクノロジーで変革（累計122億円調達済み）｜フルリモート×フレックス のリモートワーク求人
～1,200 万円 ／ 年
【ハイブリ/東京/バックエンドエンジニア（ゲーム開発からWeb開発への転身）/開発実務経験2年以上】マーケ×開発×人材を一気通貫。感動創造で事業の未来をつくるWEBパートナー企業！ のリモートワーク求人
～820 万円 ／ 年
【リモート〇/首都圏/DX】グループ1兆円企業にてローコード・ERP開発でDX推進 のリモートワーク求人
～1,200 万円 ／ 年
【首都圏ハイブリ/プロダクトマネージャー】現場DXを推進する動画教育・現場分析SaaS企業 のリモートワーク求人
～1,400 万円 ／ 年
【首都圏ハイブリ/テックリード（tebiki現場分析）】現場DXを推進する動画教育・現場分析SaaS企業 のリモートワーク求人
～1,000 万円 ／ 年
【首都圏ハイブリ/プロダクトデザイナー】現場DXを推進する動画教育・現場分析SaaS企業 のリモートワーク求人
～850 万円 ／ 年
【首都圏ハイブリ/テックリード】現場DXを推進する動画教育・現場分析SaaS企業 のリモートワーク求人
～1,400 万円 ／ 年
【首都圏ハイブリ/スタッフエンジニア】現場DXを推進する動画教育・現場分析SaaS企業 のリモートワーク求人
～1,400 万円 ／ 年
【首都圏ハイブリ/エンジニアリングマネージャー（設備保全）】現場DXを推進する動画教育・現場分析SaaS企業 のリモートワーク求人
～1,400 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。