【本ポジションについて】
当社が展開している電子マンガサービスに関わるスマートフォンアプリの開発・運用業務をご担当いただきます。

入社後は先輩エンジニアのサポートを受けながら、既存機能の改修や保守開発からスタートし、経験に応じて新機能開発や設計などにもチャレンジしていただきます。

Web/アプリ開発が未経験でも、何らかのアプリケーション開発のご経験があれば歓迎します。将来的にはWeb/アプリ開発に限らず、iOSやAndroidアプリ開発など、ご志向に応じて幅広いキャリアを描くことができます。

【業務内容】
・電子マンガアプリの機能開発、改善
・iOS/Androidアプリと連携するAPI機能の設計、実装
・不具合調査、保守、運用
・新機能に関する技術調査、設計、検証
・チームでのコードレビュー、開発プロセスの改善

【開発環境】
・OS: Windows, Linux
・サーバー環境：AWS、GCPなどのパブリッククラウド
・使用言語: PHP、Python、JavaScript(TypeScript)
・使用DB：Aurora MySQL
・コード管理：GitLab

【募集要項】
社内のサーバー・ネットワーク環境の設計・構築から、クラウドサービスの運用・保守までを幅広くお任せします。
日々の安定稼働を支えるだけでなく、脆弱性診断やインシデント対応を通じて、サーバー基盤の安定性・拡張性を高めていく役割です。
事業成長に耐えうるインフラづくりを技術的な視点から一緒に作り上げていただける仲間を募集します！

【業務内容】
・開発環境を伴う社内サーバーのインフラ設計・構築
・各種クラウドインフラを用いたサーバー管理
・各種監視ツールを用いた稼働監視
・障害発生時の一次対応、ログ分析、原因調査、恒久対応の設計と実装
・マニュアルの整備やナレッジ共有によるチーム全体の技術向上

【使用ツール】
・LinuxまたはUnix
・Apache
・PHP、Ruby
・Python
・C、C++

【募集要項】
情報セキュリティに関連するインフラエンジニアを募集いたします。
既存システムの課題を解決しつつ、新たな仕組みを積極的に取り入れることができるポジションです。
お持ちのスキルやご経験に応じて上流から携わるチャンスもあり、幅広い経験を積むことができます！

▼メイン業務
・社内の改善要望や新規案件に対応するシステムの開発～保守
・各種クラウドインフラを用いたサーバーの構築～運用管理
・ネットワーク設計およびセキュリティ対策の検討～実施
・既存システムの保守運用と改善提案
・ナレッジ共有や業務効率化に向けたマニュアル整備

▼その他業務
・社内利用システムやツールの導入支援・改善提案
・業務フロー改善のためのツール開発や自動化対応
・社内インフラ全体の安定稼働に向けた調査、分析、最適化

【使用ツール】
・LinuxまたはUnix
・Apache
・PHP、Ruby
・Python
・C、C++

【職種定義】
ビジネスコンサルタントは、クライアントの意思決定そのものを変えていく仕事です。あるべき姿を描いて提言する戦略コンサルティングとも、決められた手順で実行を代行するDX支援とも違います。
クライアントから持ち込まれる相談は、それ自体としては正しいものです。ただ、事業全体を俯瞰してみると、その相談は、成果を左右する数ある論点の一つでしかないことが多くあります。そこに全力で答えても、根本的な課題は解決されないままです。私たちは、相談の裏側で当たり前とされてきた前提に目を向け、それが本当に成り立っているのかを問い直します。
この職種の核心は、その問い直しを、経験や勘で語らないことにあります。経験や勘で前提を語るだけなら、コンサルティングや評論にもできます。私たちは、前提のずれを「そう思う」ではなく「こうだ」と示すことに、徹底的にこだわります。データで裏づけられない問い直しは、相手を動かせないからです。
その裏づけは、データサイエンティストと連携しながらつくります。どこを解き明かせば前提の綻びが見えるのかを一緒に設計し、上がってきた分析結果を、相手が動く論点へと組み立てる。案件によっては、自ら手を動かして分析することもあります。
たとえば、「この市場はもう成熟した」と誰もが信じ、投資が削られ、議論が既存事業の効率化へ向かっているとします。ところがデータを読み解くと、まだ手つかずの領域が残っていることがある。そうした事実を突きつけ、今のまま進むのか、前提から組み替えるのかという分岐を示します。
ただ、示すだけでは終わりません。前提を変えた先に、どんな未来が待っているのか。複数のシナリオを描き出し、どこに賭けるべきかを、クライアントと共に選び取っていきます。そして、決まった以上は動かします。目の前の担当者だけでは動かないことも少なくありません。そのときは、部署の垣根を越え、経営層や関連部門を巻き込み、時にはその領域ごと引き受けながら、実際に組織が動き出すところまでやり切ります。
向き合う相手は、経営層や事業部長クラスです。
この仕事の醍醐味は、対話の中で相手の前提が崩れ、「そういうことか」と視界が変わる瞬間に立ち会えることです。そして、その気づきを、組織が変わるところまで持っていけることです。

※クラスが上がると、メンバーやプロジェクトリーダー（PL）から、プロジェクトマネージャー（PM）として案件全体を統括する役割へと広がります。
※配属先は、事業が動く仕組みや因果構造をデータで解き明かすチームです。案件に応じて、システムダイナミクス（時間の経過による構造変化をモデル化する手法）を主軸とする進め方と、特定の手法にこだわらず最適なものを選ぶ進め方があり、どちらでも活躍できます。

【業務内容】
プロジェクトリーダー（PL）として、クライアントの前提を問い直すプロジェクトを推進します。
・クライアントとの対話や資料から、当たり前とされている前提と制約を掘り起こす
・データサイエンティストと連携して分析を設計し、その結果から前提のほころびを論点に組み立てる
・今のまま進むか、前提から組み替えるか。逃げられない形で分岐を示し、対話を通じて相手の気づきを引き出す
・方針が決まった先を、指標（KPI）や組織の仕組みへ具体化する

【得られる経験】
・対話を通じてクライアントの前提を問い直し、経営の意思決定そのものを変えられる
・対話型のプロジェクトで、クライアントと一緒につくり上げられる
・異なる専門性（事業企画／コンサルティング／データサイエンス／学術研究）が交差する環境で、仮説を検証できる
・支援にとどまらず、事業を“つくる側”に立てる（クライアントの事業構造そのものに踏み込み、つくり変えていく）

【勤務地】
ハイブリッド勤務（リモート・出社は本人裁量、出社は月数日程度が平均）。全国主要都市のコワーキングスペースも利用可。

【職種定義】
ビジネスコンサルタントは、クライアントの意思決定そのものを変えていく仕事です。あるべき姿を描いて提言する戦略コンサルティングとも、決められた手順で実行を代行するDX支援とも違います。
クライアントから持ち込まれる相談は、それ自体としては正しいものです。ただ、事業全体を俯瞰してみると、その相談は、成果を左右する数ある論点の一つでしかないことが多くあります。そこに全力で答えても、根本的な課題は解決されないままです。私たちは、相談の裏側で当たり前とされてきた前提に目を向け、それが本当に成り立っているのかを問い直します。
この職種の核心は、その問い直しを、経験や勘で語らないことにあります。経験や勘で前提を語るだけなら、コンサルティングや評論にもできます。私たちは、前提のずれを「そう思う」ではなく「こうだ」と示すことに、徹底的にこだわります。データで裏づけられない問い直しは、相手を動かせないからです。
その裏づけは、データサイエンティストと連携しながらつくります。どこを解き明かせば前提の綻びが見えるのかを一緒に設計し、上がってきた分析結果を、相手が動く論点へと組み立てる。案件によっては、自ら手を動かして分析することもあります。
たとえば、「この市場はもう成熟した」と誰もが信じ、投資が削られ、議論が既存事業の効率化へ向かっているとします。ところがデータを読み解くと、まだ手つかずの領域が残っていることがある。そうした事実を突きつけ、今のまま進むのか、前提から組み替えるのかという分岐を示します。
ただ、示すだけでは終わりません。前提を変えた先に、どんな未来が待っているのか。複数のシナリオを描き出し、どこに賭けるべきかを、クライアントと共に選び取っていきます。そして、決まった以上は動かします。目の前の担当者だけでは動かないことも少なくありません。そのときは、部署の垣根を越え、経営層や関連部門を巻き込み、時にはその領域ごと引き受けながら、実際に組織が動き出すところまでやり切ります。
向き合う相手は、経営層や事業部長クラスです。
この仕事の醍醐味は、対話の中で相手の前提が崩れ、「そういうことか」と視界が変わる瞬間に立ち会えることです。そして、その気づきを、組織が変わるところまで持っていけることです。

※クラスが上がると、メンバーやプロジェクトリーダー（PL）から、プロジェクトマネージャー（PM）として案件全体を統括する役割へと広がります。
※配属先は、事業が動く仕組みや因果構造をデータで解き明かすチームです。案件に応じて、システムダイナミクス（時間の経過による構造変化をモデル化する手法）を主軸とする進め方と、特定の手法にこだわらず最適なものを選ぶ進め方があり、どちらでも活躍できます。

【業務内容】
プロジェクトマネージャー（PM）として、プロジェクトを統括します。
・クライアントの課題の全体像を捉え、どの前提を問い直すべきかを見極め、アプローチを設計する
・分析結果をもとに、変化の起点となる打ち手を特定し、意思決定の場に持ち込む
・経営層や関連部門を巻き込み、組織が実際に動き出すところまでやり切る
・複数案件のリードと、チームのマネジメント

【得られる経験】
・対話を通じてクライアントの前提を問い直し、経営の意思決定そのものを変えられる
・対話型のプロジェクトで、クライアントと一緒につくり上げられる
・異なる専門性（事業企画／コンサルティング／データサイエンス／学術研究）が交差する環境で、仮説を検証できる
・支援にとどまらず、事業を“つくる側”に立てる（クライアントの事業構造そのものに踏み込み、つくり変えていく）

【勤務地】
ハイブリッド勤務（リモート・出社は本人裁量、出社は月数日程度が平均）。全国主要都市のコワーキングスペースも利用可。

【職種定義】
マーケティングプランナーは、データ分析から得られた「発見」を、事業成果へと変える仕事です。何をどう分析すれば事業の課題と次の一手が見えるかを設計し、施策の企画・実行から、成果を継続的に生み出す仕組み作りまでを担います。
出発点は、「何がどうなれば成功か」をクライアントと決めること。たとえば「離反しかけていた顧客が、再び購入している状態」のように、成果を測れる形にしてから動き出します。そのうえで、次の3つの視点から、何をどのように分析すれば課題が明らかになるかを設計します。

・顧客：誰に効いているか
・施策：本当にその施策が成果につながっているか
・土台：成果を正しく測れるデータや環境が整っているか

分析は、自ら手を動かすこともあれば、アナリティクスコンサルタントと連携して進めることもあります。大切なのは、分析で終わらせないこと。えられた発見を施策に変え、成果指標を定め、「理解する→届ける→測る→また理解する」というサイクルを継続的に回せる状態をつくります。
この仕事の醍醐味は、自分が設計した分析と施策が実際に人を動かし、事業の数字を変えていくのを目の当たりにできることです。成果の定義から施策、検証、改善まで一貫して関わるからこそ、成果が生まれた時の手応えも大きい職種です。

※クラスが上がるとプロジェクトリーダー（PL）や、プロジェクトマネージャー（PM）として案件全体を統括する役割へと広がります。
※配属先により、データ活用基盤の構築／データを起点としたマーケティング課題の解決／クライアント先での分析伴走など、担当領域が異なります（案件によりクライアント先に常駐することがあります）

【業務内容】
クライアント課題を整理し、必要な分析を設計したうえで、施策の企画・実行・効果検証を行います。

・事業・マーケティング課題の整理
・成功状態とKPIの設定
・顧客・施策・効果を測る土台の3つの視点から課題を特定し、分析や調査を設計する
・アナリストメンバーと連携した分析の推進
・施策の設計、実行支援、効果検証
・クライアントへの提案、合意形成

※クラスが上がるにつれ、プロジェクトリーダー（PL）として推進する役割へと広がります
※分析の実行は、自ら手を動かすこともあれば、アナリティクスの専門メンバーと連携して進めることもあります

【得られる経験】
・クライアントの意思決定に近い立場で、課題設定から分析、施策検討まで関われる
・幅広い業界（消費財、自動車、金融、サービス、メディア、流通・小売等）のデータマーケティング業務に貢献し、ノウハウを得られる
・1stパーティデータと、電通・ブレインパッドのデータや知見を掛け合わせて活用できる
・多様な専門人材（データサイエンティスト・コンサルタント・外部パートナー等）と協働し、型の定まっていない課題を解決できる

【勤務地】
ハイブリッド勤務（リモート・出社は本人裁量、出社は月数日程度が平均）。全国主要都市のコワーキングスペースも利用可。

【職種定義】
マーケティングプランナーは、データ分析から得られた「発見」を、事業成果へと変える仕事です。何をどう分析すれば事業の課題と次の一手が見えるかを設計し、施策の企画・実行から、成果を継続的に生み出す仕組み作りまでを担います。
出発点は、「何がどうなれば成功か」をクライアントと決めること。たとえば「離反しかけていた顧客が、再び購入している状態」のように、成果を測れる形にしてから動き出します。そのうえで、次の3つの視点から、何をどのように分析すれば課題が明らかになるかを設計します。

・顧客：誰に効いているか
・施策：本当にその施策が成果につながっているか
・土台：成果を正しく測れるデータや環境が整っているか

分析は、自ら手を動かすこともあれば、アナリティクスコンサルタントと連携して進めることもあります。大切なのは、分析で終わらせないこと。えられた発見を施策に変え、成果指標を定め、「理解する→届ける→測る→また理解する」というサイクルを継続的に回せる状態をつくります。
この仕事の醍醐味は、自分が設計した分析と施策が実際に人を動かし、事業の数字を変えていくのを目の当たりにできることです。成果の定義から施策、検証、改善まで一貫して関わるからこそ、成果が生まれた時の手応えも大きい職種です。

※クラスが上がるとプロジェクトリーダー（PL）や、プロジェクトマネージャー（PM）として案件全体を統括する役割へと広がります。
※配属先により、データ活用基盤の構築／データを起点としたマーケティング課題の解決／クライアント先での分析伴走など、担当領域が異なります（案件によりクライアント先に常駐することがあります）

【業務内容】
プロジェクトマネージャー（PM）として、マーケティングプロジェクト全体を統括します。

・課題設定・要件定義から、プロジェクト全体の進行を管理
・分析設計や施策の設計を主導（分析の実行はアナリティクスの専門メンバーと連携）
・成果指標の設計と、検証サイクルを回す仕組みづくり
・チームのマネジメント、複数案件のリード
・クライアントとの議論、合意形成のリード

【得られる経験】
・クライアントの意思決定に近い立場で、課題設定から分析、施策検討まで関われる
・幅広い業界（消費財、自動車、金融、サービス、メディア、流通・小売等）のデータマーケティング業務に貢献し、ノウハウを得られる
・1stパーティデータと、電通・ブレインパッドのデータや知見を掛け合わせて活用できる
・多様な専門人材（データサイエンティスト・コンサルタント・外部パートナー等）と協働し、型の定まっていない課題を解決できる

【勤務地】
ハイブリッド勤務（リモート・出社は本人裁量、出社は月数日程度が平均）。全国主要都市のコワーキングスペースも利用可。

【職種定義】
データサイエンティストは、「なぜ、事業はそう動くのか」を、高度な数理モデルで解き明かす仕事です。数字の集計にとどまらず、その先にある因果の構造そのものをモデル化し、中長期の未来がどう分岐するかまでを数字で描きます。
クライアントから持ち込まれる相談は、それ自体としては正しいものです。ただ、事業全体を俯瞰してみると、その相談は、成果を左右する数ある論点の一つでしかないことが多くあります。そこに全力で答えても、他の要因の影響の方が大きく、根本的な課題は解決されないままです。だから私たちは、相談に答える一方で、事業の構造そのものをデータで解剖し、本当に成果を左右している要因はどこかを突き止めます。機械学習、因果推論、シミュレーションなど、課題に応じて最適な手法を選び、事業の複雑な因果関係を解きほぐしていきます。
そのうえで、そこに手を入れたら未来がどう変わるのかを、数字で描き出す。意思決定の場に持ち込める判断材料をつくります。分析はゴールではなく、意思決定を変えるための出発点です。
この仕事の醍醐味は、複雑にからみ合った事業の構造を、数理モデルという武器で解きほぐし、「なぜそうなるのか」を、動かしがたい事実として示せることです。経験や勘だけに頼るのではなく、データで裏づける。それが、この職種のアプローチです。

※クラスが上がると、メンバーやプロジェクトリーダー（PL）から、プロジェクトマネージャー（PM）として案件全体を統括する役割へと広がります。
※配属先は、事業が動く仕組みや因果構造をデータで解き明かすチームです。案件に応じて、システムダイナミクス（時間の経過による構造変化をモデル化する手法）を主軸とする進め方と、特定の手法にこだわらず最適なものを選ぶ進め方があり、どちらでも活躍できます。

【業務内容】
プロジェクトマネージャー（PM）と論点を握りながら、課題に応じた手法で分析を設計し、データで事実として証明します。
・現状の可視化（セグメント別・時系列やコホートでの分析）
・構造の解明（原因と結果の関係を見極める分析や、システム思考で因果関係・影響度を分析し、合意形成する）
・中期のシミュレーション（システムダイナミクス等で、数年後を数値で示す）
・効果検証（ABテスト等）と、指標・仕組みの設計
・「前提を疑い直す」議論をデータで裏づけ、意思決定の場に踏み込む
（特定の手法に縛られず、幅広いモデリングを実践できます）

【得られる経験】
・数理モデルで事業の因果構造を解き明かし、経営の意思決定を動かせる（経営ボードに近い距離で働ける）
・データ担当にとどまらず、意思決定プロセスの中枢に立てる
・システムダイナミクス（時間の経過による事業構造の変化をモデル化する手法）という、因果を扱う技術を実務で使える（案件やチームにより、扱わない場合もあります）
・高度な数理モデル開発の実務経験を積める
・型が固まりきっていない領域が多く、仕組みや進め方そのものを自らつくれる成長機会

【勤務地】
ハイブリッド勤務（リモート・出社は本人裁量、出社は月数日程度が平均）。全国主要都市のコワーキングスペースも利用可。

【職種定義】
データサイエンティストは、「なぜ、事業はそう動くのか」を、高度な数理モデルで解き明かす仕事です。数字の集計にとどまらず、その先にある因果の構造そのものをモデル化し、中長期の未来がどう分岐するかまでを数字で描きます。
クライアントから持ち込まれる相談は、それ自体としては正しいものです。ただ、事業全体を俯瞰してみると、その相談は、成果を左右する数ある論点の一つでしかないことが多くあります。そこに全力で答えても、他の要因の影響の方が大きく、根本的な課題は解決されないままです。だから私たちは、相談に答える一方で、事業の構造そのものをデータで解剖し、本当に成果を左右している要因はどこかを突き止めます。機械学習、因果推論、シミュレーションなど、課題に応じて最適な手法を選び、事業の複雑な因果関係を解きほぐしていきます。
そのうえで、そこに手を入れたら未来がどう変わるのかを、数字で描き出す。意思決定の場に持ち込める判断材料をつくります。分析はゴールではなく、意思決定を変えるための出発点です。
この仕事の醍醐味は、複雑にからみ合った事業の構造を、数理モデルという武器で解きほぐし、「なぜそうなるのか」を、動かしがたい事実として示せることです。経験や勘だけに頼るのではなく、データで裏づける。それが、この職種のアプローチです。

※クラスが上がると、メンバーやプロジェクトリーダー（PL）から、プロジェクトマネージャー（PM）として案件全体を統括する役割へと広がります。
※配属先は、事業が動く仕組みや因果構造をデータで解き明かすチームです。案件に応じて、システムダイナミクス（時間の経過による構造変化をモデル化する手法）を主軸とする進め方と、特定の手法にこだわらず最適なものを選ぶ進め方があり、どちらでも活躍できます。

【業務内容】
プロジェクトマネージャー（PM）として、事業の因果構造を解き明かし、意思決定の判断材料をつくるプロジェクトを統括します。
・クライアントの課題から論点を見極め、どこを解き明かすべきかの仮説を立てる
・要件定義から、プロジェクト全体の進行を統括し、分析チームをリード
・数理モデルの設計方針の決定と、品質の担保
・経営層・意思決定者との対話を通じて、分析結果を意思決定に接続する

【得られる経験】
・数理モデルで事業の因果構造を解き明かし、経営の意思決定を動かせる（経営ボードに近い距離で働ける）
・データ担当にとどまらず、意思決定プロセスの中枢に立てる
・システムダイナミクス（時間の経過による事業構造の変化をモデル化する手法）という、因果を扱う技術を実務で使える（案件やチームにより、扱わない場合もあります）
・高度な数理モデル開発の実務経験を積める
・型が固まりきっていない領域が多く、仕組みや進め方そのものを自らつくれる成長機会

【勤務地】
ハイブリッド勤務（リモート・出社は本人裁量、出社は月数日程度が平均）。全国主要都市のコワーキングスペースも利用可。

【仕事についての詳細】
EC事業者のリピーター獲得を支えるメールマーケティングSaaS「MakeRepeater」の開発エンジニアを募集します。
 生成AIを開発プロセスに本格的に取り入れたチームで、既存サービスの改善・調査と、PHPバージョンアップ・AWS移行といったモダン化の両方に携わっていただきます。将来的にはチームの開発リーダー（テックリード）を担っていただくことを期待するポジションです。

MakeRepeaterはECサイト・ネットショップ向けにメールマーケティングをサポートするSaaSサービスです。
購入データの分析からメール作成・配信までを自動化し、ステップメールやカゴ落ちメールなど専門知識がなくてもリピーターの獲得と売上拡大を支援するサービスとなっています。

【具体的な業務内容】
・運用保守・調査（約50%）： 日々の問い合わせに伴う不具合の調査、原因特定、データ抽出、および軽微なバグ修正
・開発・システム改善（約50%）： 既存機能の改修、新機能開発、性能改善（PHPバージョンアップに伴うリファクタリングなど）、新環境（AWS）への移行
・将来的には、技術選定・設計方針の意思決定やコードレビューの主導、メンバーの技術支援など、開発リーダーとしてチームを牽引する役割をお任せしたいと考えています。

【このポジションの魅力】
・生成AIツール（GitHub Copilot、Claude、ChatGPT等）の業務活用を推奨しており、AI前提の開発スタイルを実践・深化できます
・PHPバージョンアップ、AWS移行など、長く運用されてきたサービスのモダン化フェーズに設計段階から関われます
・リードエンジニア候補として、企画から設計・開発・運用までトータルに裁量を持てます

【開発環境】
・インフラ：当社グループ会社が提供するクラウドサービス上（一部AWSにあるハイブリッド構成）
・主なミドルウェア：Linux（CentOS）、nginx、Amazon Aurora（mysql8系）
・主な言語・フレームワーク：PHP（FuelPHP）、JavaScript、Python
・開発ツール：GitHub（copilot利用可）、IDE自由、Docker
・プロジェクト管理：GitHub、Redmine
・コミュニケーション：Slack、Google Meet、Zoom

【使用ツール】
コミュニケーションはSlackをメインに使用。
Google Workspaceを導入しており、Google MeetでのMTGやGoogleカレンダーでのスケジュール管理など、Google系ツールを日常的に活用しています。

【中途採用比率】
▼労働施策総合推進法に基づく中途採用比率の公表
2023年度：正規雇用労働者の中途採用比率 100%
2024年度：正規雇用労働者の中途採用比率 100%
2025年度：正規雇用労働者の中途採用比率 100%
※公表日：2026年5月11日

【概要】
▼AI Nativeなソフトウェア開発のためのアプライアンス製品、Fixstars Vegaの開発エンジニア
最先端のオープンLLMの推論サービスを支える各種ソフトウェアコンポーネントの開発およびサービス運用を行っていただきます。
管理機能、推論基盤、オーケストレーション、可観測技術等、幅広い技術領域での開発業務に携わります。
開発したコンポーネントは自社製品であるFixstars Vegaの中核を担い、パッケージング、デリバリーから運用まで、ワンチームでのオペレーションを行います。

【具体的な職務内容】
▼下記の範囲から、まずは自身の得意分野から始め、成果を出しながら業務を通して対応領域を拡大していただきます
・多種多様なGPUサーバから構成されるクラスタの構築・管理
・LLM推論基盤の構築
・各種MCPサーバの開発と運用
・認証／認可・ガードレール等のエンタープライズ向け機能の設計と開発
・自社構築のハーネスをレバレッジするためのサービスの設計と開発
・パッケージング・ドキュメンテーション・テストや各種CI／CDの保守

【プロジェクトのやりがい】
・最先端の大規模オープンモデルを実際にデプロイし、いち早く検証することができる
・最新世代のGPUクラスタを構築・運用することができる
・さまざまな低レイヤ技術に基づく最適化技術を一般化、再構成することができる
・ベンダー中立であるため、多種多様で最新の技術・ソフトウェア・ハードウェアを扱うことができる
・「高速化」のエキスパート集団の一員となり、共に成長できる環境で働くことができる

【開発環境】
・開発環境：Ubuntu・Python3・C／C++
・開発支援ツール：最先端のAIモデル・Git・GitLab・Docker・Slack
・開発内容タイプ：B2B・リサーチ

【リモートワークについて】
一部可
※制度としては週2日までが上限となります。

【募集背景と実現したい事】
今後のサービス拡大を見据えて、新規事業開発チームでさらにサービスを一緒にブラッシュアップしていただけるエンジニアを募集しています。
特にFindy Conferenceは、立ち上げフェーズのため、プロダクトに自身の想いを反映することができます。
「あのカンファレンス、見逃した…」「参加しても交流がない…」を解決し、エンジニアの学びとネットワーキングの最大化を図る、新しいテックカンファレンス体験革新プラットフォームを目指し、登壇者や仲間と深く繋がるコミュニティ機能など、体験を最大化するための新機能開発を今後も続々と予定しており、0→1、1→10といったプロダクトの成長段階に携わっていただくことができます。

【業務内容】
仕様の議論から主にフロントエンド（Next.js）の設計・実装、テスト、リリースまでの一連を担当いただきます。

特に新規事業ということもあり、前提となるサービスのあり方から機能ベースでの議論、仕様の要件定義からコーディングなど、広い役割でエンジニアリングを推進していただくことを期待しています。
プロダクトの大方針は決まっていますが、仮説検証ベースになるため細かい議論など含め日々コミュニケーションを取りながら、状況に応じて意思決定に変化が起こりやすい状況下での開発を想定しています。

【開発環境】
・開発言語：Ruby、TypeScript、Python、GraphQL
・フレームワーク：Ruby on Rails、React、Next.js、FastAPI、Apollo Client
・テスト：RSpec、Jest、Playwright、Storybook
・インフラ・ミドルウェア：AWS、MySQL、Redis、Docker、SendGrid
・CI/CD：GitHub Actions
・ツール：GitHub、Claude Code、Codex、Figma、Slack、Sentry、Datadog、Findy Team+

▼Findy Tools開発チーム：6名 （2026／08現在）
東京大学大学院出身のCTOをはじめ、メガベンチャーやスタートアップ、SIer、大手製造メーカー出身者等、多様なバックグラウンドを持つ優秀なエンジニアが在籍しています。

【AIの取り組み】
私たちのチームでは、生成AI活用に非常に積極的で、8割以上のエンジニアが日常的にAIエージェントを利用しています。Claude Code、GitHub Copilot、Devinなど開発で利用するのは当たり前になっています。また、OpenAIやAnthropicなどのAPIを利用できる環境も整備済みで、AI駆動開発を推進できる環境があります。
プロダクト開発部では、生成AIに関する議論が活発に行われており、一部のメンバーはこれらのAIツールを活用することで、アウトプットを1.5倍に向上させた実績があります。

※入社後半年間は週3日以上の出社をお願いします。

【業務内容】
特定の事業ドメインの専属DSとして、課題設定・分析設計・戦略／戦術提案・実験設計・効果検証を一気通貫で担い、より良い意思決定を通じて事業成果／プロダクト改善に向き合います。

以下、具体例

▼ドメイン：宣伝マーケティング
・広告出稿の実験設計および効果検証
・広告出稿の最適化

▼ドメイン：レコメンドシステム
・長期的な事業KPIを改善するためのKPI策定
・アルゴリズム改善施策におけるA/Bテストの設計および効果検証

【募集背景】
ABEMAのさらなる事業拡大に向けて、オリジナルコンテンツの拡充に注力しています。外部の知見を取り入れることで、次世代のヒット番組を増産できる体制を構築するための増員募集です。

【ポジションの魅力】
・月に数千万規模のユーザーが利用する動画配信サービスの大規模データを活用した実験・分析・アルゴリズム開発に携わることができます
・意思決定レイヤーとの距離が近く、自身の分析結果やMTGでの議論を事業の意思決定へ反映させることができます
・AI Labや外部研究機関との連携実績があり、最新の学術的アプローチを社会実装できる環境があります

【働く環境】
勤務体制：原則週3日出社・週2日リモート

【業務概要】
本ポジションは、完全新規開発で進められている次世代薬局向けクラウドレセコン事業のバックエンド領域およびクラウドインフラ基盤の設計・開発を推進いただくエンジニアの募集です。
本事業では、「これからの医療インフラはどうあるべきか」を定義し、モダンな技術スタックをゼロから積み上げ、形にしていくフェーズにあります。既存のレガシーな仕組みをクラウドへ置き換えるのではなく、次世代の薬局向け事業として、クラウドネイティブなアプリケーションおよび基盤をゼロベースで構築していただきます。
インフラ担当とアプリケーション担当を厳密に分断するのではなく、「AWS上のクラウド環境・アーキテクチャの構築から、バックエンド開発」を一気通貫で手掛けていただきます。

【具体的にお任せしたい業務内容】
・ゼロからの基盤構築（負債ゼロ）：クラウドネイティブな環境（AWSマネージドサービス、コンテナ、サーバーレス）をゼロから設計・構築・実装
・クラウドレセコンのバックエンドおよびMQ、PostgreSQL接続・負荷分散等の設計・開発
・Terraform を用いたインフラのコード化およびコンテナ環境（ECS）の設計・構築
・Python、TypeScript を用いたAPI、バッチ処理、データ連携基盤の設計・実装
・生成AI（LLM）や先進技術を活用した機能開発・業務自動化
・生成AIを活用したプロダクト機能（AI-OCR・AIOps等）の組み込みや運用プロセスの高度化
・大規模データ・ログ基盤および可観測性（Observability）の設計・最適化
・Databricks 等を活用したデータ処理基盤やログ構造化・コスト最適化の推進

既存コードの保守ではなく、ゼロから「コードを書いてインフラもアプリも組み上げる」面白さを実感していただける環境です。

【チームについて】
現在カケハシが注力しているプロジェクトであり、エンジニア30名、デザイナー3名体制で取り組んでいます。PdMやPMMを含め全体で40名を超える大きなプロジェクトとなります。

【ポジションの魅力】
（1）アプリ×インフラの一気通貫：インフラの壁を超え、コードでシステム全体を組み上げられる
バックエンドAPIやバッチ処理の開発にとどまらず、Terraformを用いたIaC（インフラのコード化）、コンテナ（ECS）、CI／CDパイプラインまで自身の手で一気通貫で設計・構築できます。
DB設計やAPI開発だけでなく、通信の高速化やMQを用いた非同期処理基盤など、クラウドネイティブなアーキテクチャ全体を最適化する経験が得られます。

（2）ゼロベース開発・0→1：技術的負債のない完全新規事業で、理想的なシステムを追求できる
既存システムの保守や置き換えではなく、完全新規事業においてクラウドネイティブな基盤とバックエンドをゼロから構築するため、スケーラビリティと保守性を兼ね備えた設計を主導できます。

（3）生成AI・データ基盤の実務活用：Claude ／ Databricks などの先端技術を実践
Claude／Cursor を活用した機能開発や、アラート要約・運用プロセスの自動化に初期フェーズから挑戦できます。
Databricks 等を活用し、大量データの構造化・転送制御や可観測性（Observability）向上、SaaS利用コストの最適化といった高度なデータインフラ課題に取り組めます。

【カケハシのエンジニアとして得られる経験】
・社会貢献性：医療という社会課題の解決に、技術でダイレクトに貢献できる
・技術的裁量：技術選定やアーキテクチャ設計に裁量を持って関わることができる
・事業の成長性：180名規模の開発組織で、大規模サービスの開発・運用に携われる

【職務概要】
クルマの運動性能開発で用いるシミュレーション・実測・解析データを一元管理する基盤を設計・構築・運用し、データ品質の担保とAI技術によるプロセス革新に従事いただきます。
開発検証の高速化と再現性向上、社内DX／AX推進に携わっていただきます。

【職務詳細】
・実測／シミュレーションデータの取り込み・整理・保管（データモデル・メタデータ設計含む）
・データ品質検証・差異分析（想定値と実測の突合、ギャップ分析）と結果のフィードバック支援
・データベース・周辺ツール（ETL、可視化パイプラインなど）の設計・開発・運用
・AI／データ分析を用いた開発プロセス改善（解析自動化、異常検知、予測モデル等）
・関係部署（実験、CAE、将来的にADAS等）との連携とデータ提供
・中長期の技術方針策定と技術的リード

【募集背景】
近年、自動車業界は電動化・知能化の進展により、大きな変革期を迎えています。
こうした環境下においても当社は、「走る歓び」を追求した商品開発を実現するため、モデルベース開発の適用拡大およびAIとの連携による業務効率化を推進するとともに、「走る歓び」につながる新たな価値の創出に取り組んでいます。
その中で鍵となるのが、開発の意思決定を支える「情報」の整備と活用です。
現在、情報の分散や活用プロセスの未整備といった課題があり、十分に価値を引き出せていません。
そこで今回、情報の蓄積・伝達・活用を高度化し、開発全体の効率と品質を飛躍的に向上させるためのシステム構築および仕組みづくりを推進いただく仲間を募集します。
本ポジションは、開発プロセスそのものの進化に貢献できる、重要な役割です。

【部門ミッション】
操安性能開発部はあらゆるシーンにおいて「走る歓び」を提供することをミッションとしております。
これを実現するため、データ活用・解析技術およびモデルベース開発基盤を進化させ、車両に求められる性能・コスト・重量の最適設計を上流で実現することで、開発の効率向上と商品価値（走る歓び）の最大化に貢献します。

【ポジション特徴】
・当業務では、普段は感覚的に評価される「車の乗り味」に関連するデータを可視化します。感覚と数値を結びつけることで、新たな気づきや改善の方向性を導き出すことができ、技術的な奥深さと探求の面白さを兼ね備えています。
・既存のやり方にとらわれず、新しい手法を、自ら関係者と調整しながら構築していく点が特徴で、一定の裁量を持って業務を進めることができ、自分の工夫や判断がそのまま成果に反映される点に大きなやりがいがあります。
・当業務は自部門だけで完結するものではなく、関連部門と連携しながら協創で価値を生み出す仕事の為、難しさもありますが、その分達成感が大きく、組織全体への影響力も実感できます。

【働き方】
・出社頻度：基本的にオフィス出社（週1日程度の在宅勤務は相談可）
・平均残業時間：20時間／月程度（0時間～20時間）
・勤務時間：9時～17時45分で勤務される方が多い
・朝会：9時開始（部付全体→チーム）／昼礼：12時45分開始
・出張：宇品の西地区（事務所）／三次のテストコース
　- 国内：東京等の調査出張：年1回～2回
　　　　　三次：年1回～2回
　- 海外：基盤構築領域では対応なし

【勤務地】
※I・Uターン歓迎、借上住居（独身者／単身者）を完備しております
※引越し費用、交通費は当社規定により支給します

【ポジション概要／ミッション】
このポジションは、HEROZが第二創業フェーズで掲げる「AIの社会実装」の最前線に立つ、AIアプリケーションエンジニアのリーダー級ポジションです。
将棋AI「Ponanza」で名人に勝利した技術的DNAを源流に、私たちは今、金融・建設・エンタメをはじめとした日本の基幹産業に対し、生成AI・予測AI・最適化AIを"組み込み"、業務そのものを変革するフェーズにいます。
AI活用は今、「ツールの導入やPoC」だけではなく「業務ワークフローへの深い組み込みと定着化」を狙うフェーズに急速に移行しようとしています。

私たちが挑むのは、顧客と伴走しながら業務そのものを再設計し、エンタープライズの基幹システムにAIエージェントを溶け込ませ、堅牢かつスケーラブルに動かし続ける、本格的な社会実装です。
あなたのミッションは単純にコードを書くことではなく、「AIを顧客のビジネスにどう組み込めば事業が変わるか」を設計・実装し、EMとともにチームを牽引することです。

リーダー級の等級にてご入社いただき、半年～2年で次の等級（組織マネージャ／プロジェクトマネージャ／テックリード）への昇格を本気で目指してもらいたいポジションです。

【具体的な業務内容】
▼担当いただく工程（フルレンジ）
・AIを含む新規ソリューションソフトウェアの開発、テスト
・顧客業務で活用するためのデータフローやシステムアーキテクチャの設計
・クラウド上webサービスとして成立させるためのアプリケーションアーキテクチャ設計
・運用中ソフトウェアの不具合調査、修正、機能追加
・プロジェクトEMと協力してプロジェクトを牽引し、チームメンバーへのタスク割り当てや進捗管理、レビューの補佐

▼プロジェクト例
・大手金融機関向け：AIエージェントによる業務自動化プラットフォーム開発
・建設業界向け：画像認識×最適化を組み込んだ現場DXシステム
・製造業向け：需要予測AIを基幹システムに組み込むスケーラブル基盤構築
※業界知識は入社後にキャッチアップ可能。むしろ「未知の業界の業務を理解しに行く」ことを楽しめる方を歓迎します。

【このポジションの希少価値／3年後のあなた】
・AIをエンタープライズに組み込む設計者としての市場価値が手に入ります。
・上場企業の安定基盤の上で、ベンチャー的な裁量と速度で意思決定できる環境。技術選定の裁量、顧客への提案権限、チームビルディングの主導権を持てます。
・キャリアパスは一本道ではありません。テックリード（エキスパート）、プロジェクト推進に特化するプロジェクトマネージャ、組織構築を主に行う組織マネージャなど、上級ポジションの道は複数開かれています。
・将棋AI開発で培った"探索・最適化"の思想と、最新の生成AI技術が交差する開発文化。AI技術の縦の深さと横の広さの両方が手に入ります。

【現在の環境と共に越えてほしい壁】
・生成AI／AIエージェント前提の開発スタイルへの組織転換は、今まさに進行中です。正解はまだ社内にも存在せず、我々とともにあなた自身も手を動かしながら型を作っていく必要があります。
・顧客と一体となった共創型開発への事業シフトの最中で、エンジニアにも顧客折衝・課題発掘の機会が増えています。人とのコミュニケーションは控え、コードだけ書きたい方には合わない環境です。
・運用フェーズに入ったプロジェクトの安定化、Quality Assuranceの仕組みづくりも、リード層が一緒に考えるべきテーマです。

【開発環境・技術スタック】
・言語：Python（メイン）、TypeScript、Go 等
・クラウド：AWS／GCP／Azure（プロジェクトにより選定）
・AI／LLM：HEROZ ASK（自社開発AISaaS）、ClaudeEnterprise、ChatGPT、Gemini、社内LLM基盤、LangChain、LlamaIndex 等
・インフラ：Docker、Kubernetes、Terraform
・計算資源：NVIDIA製高性能サーバを社内完備。クラウドGPUとのハイブリッド運用
・開発手法：アジャイル（スクラム）及びウォーターフォール型、技術選定はチーム裁量
・AIネイティブ支援制度：業務に必要なAIツール費用を月額5千円まで会社補助

業務において積極的に生成AIを活用しており、特に開発等に必要なClaudeEnterpriseのアカウントは会社より提供されています。

※リモートワーク・在宅勤務可（許可制）

【仕事概要】
将棋AIで培ったAI開発ノウハウを武器に、エンタープライズ領域の課題をLLMアプリケーションで解決する——ゼロベースのアーキテクチャ設計で“事業の礎”を創るコアエンジニア。

必要なのは、LLMアプリケーションの実務経験そのものではありません。確かなWeb開発力と、LLMエージェントへの圧倒的な熱量。それさえあれば、入社直後からエンタープライズ向けを含むLLMアプリケーション開発の最前線に立てます。

【このポジションの3つの魅力】
・エンプラのゼロイチ裁量：非構造化データや、これまでカン・コツに支えられてきた業務のDX推進という“正解のない課題”に、要件定義から実装まで一気通貫で挑める
・LLM未経験からの最前線：Web開発の地力とAIへの熱量を正当に評価。入社後にLLMスキルをインストールする育成前提（経験者の方はもちろん歓迎いたします）
・潤沢な計算資源：NVIDIA製ハイエンドサーバーをはじめ、制約なく試せる環境

【募集背景】
生成AIを事業のコアに据えた新規開発の拡大にともなう増員募集です。将棋AIで培った高度なAI実装力を、東証スタンダード上場企業の基盤のもとエンタープライズDXへ転用するフェーズにあり、LLMアプリケーション開発を推進する仲間を募集します。

【ミッション】
LLMを中核としたAIソフトウェアソリューションを、顧客業務に即したアプリケーションとして具現化し、顧客業務の課題を改善する。
「LLMモデルそのものの開発」ではなく、「LLMを用いたアプリケーション開発で顧客課題を解決する」ことがミッションです。

【期待する役割】
・仕様定義・アーキテクチャ設計から開発、評価・テストまでを一通り実施し、クラウド上またはオンプレミス上のWebサービスとして成立させる
・プロジェクトEMと協力してプロジェクトを牽引し、メンバーへのタスク割り当て・進捗管理を補佐する
・メンバーの開発物をレビューする

【具体的な業務内容】
・顧客業務に即したLLMエージェント／RAGを、Webサービスとして成立させるアプリケーションの開発・テスト
・LLMアプリケーションを実現するための、データフロー／システムアーキテクチャ／アプリケーションアーキテクチャの設計
・LLMに関する新しい技術・フレームワークのキャッチアップと、案件に合わせた技術選定
・運用中のLLMアプリケーションの不具合調査・修正・機能追加

LLMアプリケーションに関わる業務がメインですが、状況に応じて、LLM以外のAIアプリケーション（機械学習に限らず、組合せ最適化・数理最適化を用いたソリューション等）の開発に従事いただく可能性もあります。

【開発環境・技術スタック】
・言語：Python（メイン）、TypeScript、Go 等
・クラウド：AWS／GCP／Azure（プロジェクトにより選定）
・AI／LLM：HEROZ ASK（自社開発AISaaS）、ClaudeEnterprise、ChatGPT、Gemini、社内LLM基盤、LangChain、LlamaIndex 等
・インフラ：Docker、Kubernetes、Terraform
・計算資源：NVIDIA製高性能サーバを社内完備。クラウドGPUとのハイブリッド運用
・開発手法：アジャイル（スクラム）及びウォーターフォール型、技術選定はチーム裁量

業務において積極的に生成AIを活用しており、特に開発等に必要なClaudeEnterpriseのアカウントは会社より提供されています。

【案件例】
・視覚障害者の移動を支援する自律型ナビゲーション「AIスーツケース」の対話システム部の実験・開発
・企業社内文書の対話検索システムの構築（製造業、建設業、金融業など）
・企業法務業務を支援するLLMエージェントの構築実験・開発 など
・他、金融・建設業界等のお客様との未公開案件が多数

【組織・チーム／裁量】
5名～10名の少数精鋭チームが4つあります。EMと協働し、一人ひとりが大きな裁量を持って開発から実装までを担います。（レポートライン・チーム詳細は面談にて）

【ポジションの魅力・キャリア価値】
・3年後の市場価値：Web開発力に「エンプラ × LLMアプリケーション開発」の実績が加わり、AI時代に希少なフルサイクル人材へ
・キャリアパス：スペシャリスト／マネジメント（EM・リード）の両方向を選択可能。成長意欲次第で早期抜擢の実績あり
・タフな面：LLMは“正解のない”領域です。曖昧な状態から自ら設計し試行錯誤する姿勢が求められる――だからこそ成長角度は圧倒的です

【カルチャー・私たちについて】
・コンセプト「驚きを心に」／経営理念「世界を驚かすサービスを創出する」
・上場企業の安定基盤 × ベンチャーの挑戦心：創業19年・東証スタンダード上場の基盤を持ちつつ、新規事業をゼロから創るフェーズ
・落ち着いて技術に向き合える、大人で誠実なエンジニア組織
・選考は情報交換の場。嘘のない本音の対話を大切にしています

※リモートワーク・在宅勤務可（許可制）

【ポジション概要／ミッション】
このポジションは、HEROZが第二創業フェーズで掲げる「AIの社会実装」の最前線で、プロジェクトをリードしてきた経験を活かし、LLMエージェント開発の案件をリードするポジションです。

将棋AI「Ponanza」で名人に勝利した技術的DNAを源流に、私たちは今、金融・建設・エンタメをはじめとした日本の基幹産業に対し、生成AI・予測AI・最適化AIを"組み込み"、業務そのものを変革するフェーズにいます。AI活用は「PoC」から「業務ワークフローへの深い組み込みと定着化」へと急速に移行しています。

このポジションに求めるのは、単にLLMを使ったソフトウェアを作れることよりも、顧客業務に即したLLMエージェントを設計・実装でき、かつプロジェクトを前に進め、EMとともにチームを牽引できる方です。「AIを顧客のビジネスにどう組み込めば事業が変わるか」を、現場を率いながら構想・実装してください。

【具体的な業務内容】
▼担当いただく工程（フルレンジ） 
・顧客業務に即したLLMエージェントの構築・評価・改善（設計・実装・評価・性能改善まで一気通貫）
・LLMエージェントが利用するツール群・専用機械学習モデルの設計・構築・評価・改善
・LLMで実現できない領域における専用ロジック／専用MLモデルの検討。他AIエンジニアと協働してモデルを用意し、エージェントへ接続
・クラウド上のWebサービスとして成立させるアプリケーションアーキテクチャ設計、顧客提示水準のモック構築
・LLMエージェントに関する新技術・フレームワークのキャッチアップと、案件に応じた技術選定
・運用中AIシステムのロジック不具合調査、修正、機能追加
・プロジェクトEMと協力してプロジェクトを牽引し、チームメンバーへのタスク割り当て・進捗管理・開発物レビューを補佐

▼プロジェクト例 
・視覚障害者の移動を支援する自律型ナビゲーション「AIスーツケース」の対話システム部の実験・開発
・企業社内文書の対話検索システムの構築（製造業、建設業、金融業など）
・企業法務業務を支援するLLMエージェントの構築実験・開発 など
※業界知識は入社後にキャッチアップ可能。むしろ「未知の業界の業務を理解しに行く」ことを楽しめる方を歓迎します。

【このポジションの希少価値／3年後のあなた】
・LLMエージェントのコアロジックを設計し、エンタープライズに組み込む設計者としての市場価値が手に入ります。
・上場企業の安定基盤の上で、ベンチャー的な裁量と速度で意思決定できる環境。技術選定の裁量、顧客への提案の機会があります。
・キャリアパスは一本道ではありません。PM、組織マネージャ、さらに技術を深めるならテックリード（エキスパート）など、上級ポジションの道は複数開かれています。
・将棋AI開発で培った"探索・最適化"の思想と、最新の生成AI／エージェント技術が交差する開発文化。AI技術の縦の深さと横の広さの両方が手に入ります。

【現在の環境と共に越えてほしい壁】
・生成AI／AIエージェント前提の開発スタイルへの組織転換は、今まさに進行中です。正解はまだ社内にも存在せず、我々とともにあなた自身も手を動かしながら型を作っていく必要があります。
・顧客と一体となった共創型開発への事業シフトの最中で、エンジニアにも顧客折衝・課題発掘の機会が増えています。人とのコミュニケーションは控え、コードだけ書きたい方には合わない環境です。
・運用フェーズに入ったプロジェクトの安定化、Quality Assuranceの仕組みづくりも、リード層が一緒に考えるべきテーマです。

【開発環境・技術スタック】 
・言語：Python（メイン）、TypeScript、Go 等
・クラウド：AWS／GCP／Azure（プロジェクトにより選定）
・AI／LLM：HEROZ ASK（自社開発AISaaS）、ClaudeEnterprise、ChatGPT、Gemini、社内LLM基盤、LangChain、LlamaIndex、LangGraph 等
・インフラ：Docker、Kubernetes、Terraform
・計算資源：NVIDIA製高性能サーバを社内完備。クラウドGPUとのハイブリッド運用
・開発手法：アジャイル（スクラム）及びウォーターフォール型、技術選定はチーム裁量

業務において積極的に生成AIを活用しており、特に開発等に必要なClaudeEnterpriseのアカウントは会社より提供されています。

※リモートワーク・在宅勤務可（許可制）

【仕事概要】
▼業界横断のビッグデータから新しい知見を獲得／大手取引先多数／年休120日以上／在宅可・フルフレックス
・設計した分析結果から、施策の意思決定と実行まで自らの手で完結させたい方
・業界横断の購買データにて新しいデータ設計を行いたい方

【募集背景】
オフライン店舗を通じたメーカーのCRM施策は、単独企業では購買データの粒度・網羅性の観点から実現が難しい領域です。
フェズは複数の小売とメーカーの間に立ち、双方の顧客理解を統合してCRM戦略を設計することで実績を積み上げてきました。
この領域の案件数増加に伴い、要件を自ら設計し、施策実行まで推進することができるアナリストを増員します。

また、昨今では、各社AI活用のニーズは高まっており、AIで処理するためのデータエンジニアリングやAIロジックの開発も業務として増加。
ご希望とスキルによってはアナリストとデータエンジニア領域の中間にあたる業務もご案内させていただきます。

【業務内容】
複数の小売・メーカーを跨いだデータを起点に、顧客理解の設計からCRM施策の運用までを担当します。
プロジェクト単位で自らリードしていただくことを想定しています。

・事業課題の整理と分析要件の設計（必要な分析を自ら定義）
・小売ごとのID-POS／顧客データの加工・抽出要件の設計とディレクション
・CRM戦略の立案（セグメント設計、施策設計、KPI設計）
・実施策（配信、販促連携、レポーティング）の運用リード
・分析結果を踏まえた次のソリューション設計、プロダクトチームへのフィードバック
・AIエンジニア／バックエンドエンジニアと連携した仕組開発への関与

【このポジションのやりがい】
（1）分析→戦略→施策実行が同じ担当者の手で完結する
事業会社の分析組織にありがちな「分析部門→企画部門→実行部門」の分断がありません。自ら設計した分析結果を、自らCRM施策に落とし込み、運用まで責任を持ちます。分析が意思決定と実行に直結する環境です。

（2）1社では見えないデータパターンにアクセスできる
自社データだけでは打ち手が尽きてきたと感じられる場合、業界横断の購買行動データは新しい発見の起点になります。同じカテゴリを複数小売で見比べる、複数ブランドの購買重複を分析するなど、事業会社の中では扱えないデータ設計が可能です。

（3）意思決定層と直接対話する分析者になれる
小売本部の販促責任者、メーカーのマーケ責任者と直接ディスカッションしながら分析要件を設計します。「事業側と近い分析者」の経験値を積める環境です。

（4）プロダクトへのフィードバックフローがある
現場で得た分析ニーズやCRM設計上の課題を、機能開発にフィードバックする回路が組織的に存在します。分析者がプロダクトを育てる側にも回れます。

【キャリアパス】
・データストラテジストのスペシャリストとして、より大規模／複雑なCRM戦略を担うシニアポジション
・分析チームのマネージャー／リード
・事業開発／新規プロダクト企画への越境

【働き方・環境】
・フルフレックスタイム制
・リモートワーク可
・Slack／Notionなどを活用した柔軟な業務環境

【現在採用している技術やツール】
社内共通：Google Workspace、Slack、Notion、freee

【配属先情報】
リテールコンサルティング部 リテールコンサルグループ 4名

【リモート勤務について】
リモート可：原則週3回の出社は必要

【勤務地（変更の範囲）】
変更なし

【募集背景と課題／ミッション】
dipが目指すのは「Labor force solution company」。
数百万人の「はたらく」を支える、その入口をつくっています。
バイトルは 月間数百万人が使う国内最大級のアルバイト求人サイト 。
あなたの一つの設計判断が、数百万人の仕事探しに届きます。

この現場のいちばんの特徴は、 古いものと新しいものが、逃げずに同居していることです。
長年動き続けてきた、1秒も止められない基幹システムを抱えながら、その隣でAIネイティブな開発を回し、プロダクトにAIを組み込み（作るAI）、DDDと次世代基盤で設計そのものを作り替えています。
「レガシーを捨てて作り直す」でも「レガシーを守り続ける」でもなく、 動いている心臓を、動かしたまま置き換える 。この新旧のギャップを埋める仕事こそ、最も難しく、最も事業に効き、最も面白い。そして数年後に、外で「あれを作り替えたのは自分たちだ」と語れる仕事です。

技術は、そのための手段です。だから求めているのは「技術だけをやりたい人」ではなく、何を・なぜ作るのかをユーザーと事業から考えられる人。
手を挙げれば任される環境で、自分の設計判断に責任を持てる人。
この新旧が同居する現場の真ん中にで仲間になっていただける方をお待ちしております。

【業務詳細】
dipは「レガシーを抱えて再設計する会社」です。新規のグリーンフィールド開発だけを期待される方より、複雑な既存ドメインをAI前提で整理し直すことに手応えを感じる方にフィットします。

バイトル／はたらこねっと／スポットバイトル、およびHRTech領域のシステムについて、事業コアの設計・アーキテクチャ・全体最適をお任せします。
（配属は希望と適性を対話の上で決定します）

▼SoR（記録系）の再設計とアーキテクチャ
・複雑な業務・事業ロジックをドメインモデルに落とし込み、システム全体のアーキテクチャを設計・進化させる
・課金・契約・整合性など「止められない事業コア」を、レガシーを抱えたまま再設計・データ移行・運用改善する
・障害は表層エラーで終わらせず全経路で原因を反証し、恒久対応と再発防止をチームに浸透させる
・非機能要件（性能・可用性・セキュリティ）を満たす技術選定と意思決定をリードする

▼AIとの協働（作るAI × 使うAI）
・作るAI：求人領域のAIプロダクト開発・採用DX・生成AI活用など、プロダクトにAI／LLMを組み込み事業価値を最大化する
・使うAI：Cursor・Claude Code・Devin・GitHub Copilot 等を前提としたAIネイティブ開発と、要件定義からAIを組み込む開発プロセス（AI-DLC）の設計・推進

▼チーム・組織全体のリード
・担当プロダクト・チーム全体の技術方針と重要な意思決定を担い、その結果に責任を持つ開発プロセスを最適化し、生産性・品質を仕組みで底上げする
・コードレビュー・技術規範の提示、次世代リーダーの育成

【開発環境】
dipのエンジニア組織はAI活用率90%超、AIを組み込んだ開発ライフサイクル（AI-DLC）を推進し、Findy「開発生産性」表彰の実績があります。
※「AI活用率90%超」は開発現場でのAIツール活用（＝使うAI）の割合を指します。

・言語：Go／PHP／Kotlin／TypeScript／Python
・フレームワーク：Gin／CodeIgniter／Laravel／Spring Boost
・データベース：Oracle／PostgreSQL／MySQL／Redis／Valkey
・ソースコード管理：Git／GitHub
・プロジェクト管理：スクラム／GitHub／Jira／Backlog
・情報共有：Slack／Google Meet／Notion／BOX
・AIツール：Claude／Claude Code／Cursor／GitHub Copilot／Codex／Devin ほか

【このポジションで得られるもの】
▼事業コアを設計し直す経験
数百万ユーザーの記録系（SoR）を、AI前提で再設計する。派手さと、地味だが最も難しい"事業の心臓部"の両方に正面から関われます。

▼AIネイティブ組織の最前線
個人がAIを使う組織ではなく、組織そのものをAI前提で設計し直す変革の中心で、開発プロセスから作り変える経験ができます。

▼toB × toC の両面
求人メディアのtoCと企業向けSaaSのtoBを同時に持つ環境で、顧客視点とユーザー視点の両方が鍛えられます。

▼意思決定の裁量
担当プロダクト・チーム全体の技術方針とアーキテクチャの意思決定を担い、その結果に責任を持てる。判断の打席に立てる環境です。

※テレワーク制度あり（週2程度）

【募集背景と課題／ミッション】
dipが目指すのは「Labor force solution company」。
数百万人の「はたらく」を支える、その入口をつくっています。
バイトルは 月間数百万人が使う国内最大級のアルバイト求人サイト 。
あなたの一つの設計判断が、数百万人の仕事探しに届きます。

この現場のいちばんの特徴は、 古いものと新しいものが、逃げずに同居していることです。
長年動き続けてきた、1秒も止められない基幹システムを抱えながら、その隣でAIネイティブな開発を回し、プロダクトにAIを組み込み（作るAI）、DDDと次世代基盤で設計そのものを作り替えています。
「レガシーを捨てて作り直す」でも「レガシーを守り続ける」でもなく、 動いている心臓を、動かしたまま置き換える 。この新旧のギャップを埋める仕事こそ、最も難しく、最も事業に効き、最も面白い。そして数年後に、外で「あれを作り替えたのは自分たちだ」と語れる仕事です。

技術は、そのための手段です。だから求めているのは「技術だけをやりたい人」ではなく、何を・なぜ作るのかをユーザーと事業から考えられる人。
手を挙げれば任される環境で、レビューを糧に設計力を伸ばしていける人。
「AIに何を作らせるか」を自分で決めたいビルダーを待っています。

【業務詳細】
dipは「レガシーを抱えて再設計する会社」です。新規開発だけでなく、複雑な既存ドメインをAI前提で整理し直す過程で、設計力が最速で伸びる環境です。

バイトル／はたらこねっと／スポットバイトル、およびHRTech領域いずれかのシステム開発を担っていただきます。
（配属は希望と適性を対話の上で決定します）

▼プロダクト開発と設計
・Go／PHP／Kotlin／Java を用いたWebアプリケーションの設計・開発・レビュー・リリース
・抽象化・責務分離を意識した設計と、複数モジュール間の連携を考慮した実装
・担当プロジェクト単位でのアーキテクチャ主導（性能・拡張性・保守性を考慮した技術選定と、その根拠のチームへの説明）
・複数モジュールに跨る障害の原因分析・恒久対応・再発防止
・既存システム（レガシーを含む）の継続的な運用改善とデータ整合の担保

▼AIとの協働（作るAI × 使うAI）
・使うAI：Cursor・Claude Code・GitHub Copilot 等を前提としたAIネイティブ開発。AIを使いこなして開発の生産性・品質を高める
・作るAI：求人領域のAIプロダクト開発・採用DX・生成AI活用など、プロダクトへのAI組み込みにチームの一員として関わる

【開発環境】
dipのエンジニア組織はAI活用率90%超、AIを組み込んだ開発ライフサイクル（AI-DLC）を推進し、Findy「開発生産性」表彰の実績があります。
※「AI活用率90%超」は開発現場でのAIツール活用（＝使うAI）の割合を指します。

・言語：Go／PHP／Kotlin／TypeScript／Python
・フレームワーク：Gin／CodeIgniter／Laravel／Spring Boost
・データベース：Oracle／PostgreSQL／MySQL／Redis／Valkey
・ソースコード管理：Git／GitHub
・プロジェクト管理：スクラム／GitHub／Jira／Backlog
・情報共有：Slack／Google Meet／Notion／BOX
・AIツール：Claude／Claude Code／Cursor／GitHub Copilot／Codex／Devin ほか

【このポジションで得られるもの】
▼設計力が最速で伸びる
数百万ユーザーの複雑なドメインをAI前提で整理し直す現場で、dip独自のSoR設計・DDDの「型」を体系的に習得できます。

▼AIネイティブな開発体験
AI活用率90%超の組織で、Cursor・Claude Code等を前提とした最先端の開発スタイルが標準です。

▼toB × toC の両面
求人メディアのtoCと企業向けSaaSのtoBを同時に経験でき、顧客視点とユーザー視点の両方が養われます。

▼裁量と手触り感
若手中心のチームで、自分の提案がすぐ反映されやすい。「手を動かす人」から「提案しチームで成果を出す人」へ進化できます。

※テレワーク制度あり（週2程度）

【募集背景と実現したい事】
今後のサービス拡大を見据えて、新規事業開発チームでさらにサービスを一緒にブラッシュアップしていただけるエンジニアを募集しています。
特にFindy Conferenceは、立ち上げフェーズのため、プロダクトに自身の想いを反映することができます。
「あのカンファレンス、見逃した…」「参加しても交流がない…」を解決し、エンジニアの学びとネットワーキングの最大化を図る、新しいテックカンファレンス体験革新プラットフォームを目指し、登壇者や仲間と深く繋がるコミュニティ機能など、体験を最大化するための新機能開発を今後も続々と予定しており、0→1、1→10といったプロダクトの成長段階に携わっていただくことができます。

【業務内容】
仕様の議論から主にフロントエンド（Next.js）の設計・実装、テスト、リリースまでの一連を担当いただきます。

特に新規事業ということもあり、前提となるサービスのあり方から機能ベースでの議論、仕様の要件定義からコーディングなど、広い役割でエンジニアリングを推進していただくことを期待しています。
プロダクトの大方針は決まっていますが、仮説検証ベースになるため細かい議論など含め日々コミュニケーションを取りながら、状況に応じて意思決定に変化が起こりやすい状況下での開発を想定しています。

【開発環境】
・開発言語：Ruby、TypeScript、GraphQL
・フレームワーク：Ruby on Rails、React、Redux、Apollo Client
・テスト：RSpec、Jest、Autify、Storybook
・インフラ・ミドルウェア：AWS、MySQL、Redis、Docker、SendGrid
・CI／CD：GitHub Actions
・ツール：GitHub、GitHub Copilot、Slack、Sentry、Datadog、dependabot、Findy Team+

Findy Tools開発チーム：5名（2026／01現在）
ファインディ：エンジニア総数：60名（2025／07現在）

東京大学大学院出身のCTOをはじめ、メガベンチャーやスタートアップ、SIer、大手製造メーカー出身者等、多様なバックグラウンドを持つ優秀なエンジニアが在籍しています。

【AIの取り組み】
私たちのチームでは、生成AI活用に非常に積極的で、8割以上のエンジニアが日常的にAIエージェントを利用しています。Claude Code、GitHub Copilot、Devinなど開発で利用するのは当たり前になっています。また、OpenAIやAnthropicなどのAPIを利用できる環境も整備済みで、AI駆動開発を推進できる環境があります。
プロダクト開発部では、生成AIに関する議論が活発に行われており、一部のメンバーはこれらのAIツールを活用することで、アウトプットを1.5倍に向上させた実績があります。

※入社後半年間は週3日以上の出社をお願いします。

【職務概要】
・大手企業を中心とするお客様に対し、業務やサービスへの理解を深めながら、データを起点とした事業・サービス・業務の改善を推進する仕事になります。
・担当するお客様の業界は、大手モバイルキャリアを中心に、エネルギー、総合商社をはじめとする複数業界にわたります。お客様は、通信・金融・EC・エネルギーなど幅広い事業領域から生成される大規模かつ多様なデータを保有しており、そのデータを活用した意思決定の高度化や業務変革、現場部門のデータ活用浸透（データ活用の民主化）が重要な経営テーマとなっています。
・お客様のビジネス部門と密接に連携し、AI、Snowflake、Sigma、NTTデータのデータ活用アセットなどを案件に応じて使い分けながら、お客様の意思決定・施策実行・サービス改善を推進します。BIやAIはあくまで手段であり、お客様のKPIとビジネス課題を起点に価値を出すことを重視しています。
・データ活用を分析だけで終わらせず、お客様の業務やサービスに実装し定着させるため、私たちはデータの整備や活用基盤の構築、育成支援などフルスタックで提供しています。データ活用を軸に据えながら、ご自身の希望に応じて、周辺のIT領域等へもスキルを広げていただける環境です。

【職務内容】
お客様の業務・サービスを理解し、データを武器に課題を発見し、解決策の企画から実行・定着までを主体的に推進します。担当するお客様の業界は多岐にわたり、案件ごとに異なる業務領域・データ特性に触れながら経験を積める環境です。
ご経験に応じて、以下の業務に従事していただきます。

・お客様の業務やサービスを理解し、課題・ニーズの整理、データ活用要件の整理、改善施策の提案
・お客様が提供するサービスの成長に向け、データに基づくターゲティング、施策立案、効果検証、改善提案
・Snowflake等のDWHに蓄積されたデータを活用した、SQL・Pythonによるデータ抽出・分析
・Sigma等のBIツールを活用した、分析・可視化のためのダッシュボードの設計・構築、レポーティング
・お客様の現場部門が自律的にデータを活用できる状態を目指した、研修・オンボーディング支援
・生成AIなどの新技術を活用した分析・業務改善施策の検証

【アピールポイント】
▼大規模かつ多様なデータ活用への従事
担当するお客様は、モバイル通信・金融・EC・エネルギーなど、多様な事業ドメインで大規模なデータを保有しています。一般的な業務では経験できない規模・種類のデータを扱いながら、意思決定支援や事業・サービス変革に挑戦できます。代表例として、大手モバイルキャリアにおける約1億規模の会員データ活用など、国内でも有数のスケールの案件に携わる機会があります。

▼分析×エンジニアリングを組み合わせた価値提供
AIの進化により、単なる分析作業のみの価値は限定的になっていくことが予想されます。その状況に対し我々は、データからビジネスの成果を生み出すためには、顧客ビジネスの理解、課題設定から分析、施策の実行評価など、分析の前後／周辺のプロセスを一気通貫で担うことが重要であると考えます。この前後のプロセスを支えるのが、データ基盤やデータモデリングといったエンジニアリング領域です。我々の担当は大規模プロジェクトで培われたエンジニアリングのケイパビリティを持っており、チーム内で有機的に連携することでチームとして分析からその先までを顧客に提供することができます。またご自身のスキルもエンジニアリング領域に広げ、AI時代に求められる分析人材へと成長いただける環境となります。

▼顧客課題を起点としたアセット開発・新規ビジネス創出への挑戦
私たちは、案件で得られた知見を単発の成果に終わらせず、他のお客様にも展開できるアセットとして磨き込み、新規案件・新規顧客の開拓につなげる取り組みを進めています。まずは目の前の案件でデータ活用による価値創出を経験いただきますが、その先のステップとして、顧客課題から逆算したアセット化、新規ビジネス提案、新規顧客開拓など、事業をつくる側のキャリアにも挑戦できます。

【想定役職】
課長
課長代理
主任
一般

【組織情報】
モバイル業界は高品質な通信サービスを提供し続けると同時に、コンテンツやサービスといった非通信サービスも拡充しており、その提供するサービスはますます拡がりを見せています。我々は通信サービスを支える大規模ミッションクリティカルシステムを構築・維持管理するとともに、昨今はアジャイル、AI、IoT、クラウドなどを駆使したコンシューマサービス領域のシステムを提供しており、SI力およびIT技術の活用力を武器に大きく成長しています。事業環境および我々自身が変革期にあり、様々なチャレンジ領域と機会があるなかで、大きなやりがいをもって自己成長を図ることができる職場です。

【出張有無・頻度】
特になし

【職務内容】
・生成AIモデルを活用したインタラクティブシステムの開発及び評価
・開発したシステムの実証実験及び事業還元
・自社プロダクトにHCIの専門家として貢献

【ミッション】
・基盤モデル（大規模原モデル・ビジョンランゲージモデル等）を活用したインタラクティブシステムの研究開発
・生成AIプロダクトによる問題解決のための調査研究とプロトタイピング
・生成AIプロダクトを評価するためのユーザ実験の実施
・実証実験システムの開発
・得られた成果を事業に還元するとともに論文や特許、対外発表を通してHCI研究x生成AIで業界をリード

【仕事の魅力】
・当社の所有する国内最大規模の計算基盤を使ってHCIx生成AI分野の研究開発を行います。その成果を多くのユーザに届けるための事業化に向けた開発も進めます。
・大規模言語モデル、マルチモーダルモデル、生成モデルなど生成AIの様々な分野の研究者、エンジニアと協調して研究開発を進めることができます。

【出社頻度】
・リモートワークと出社のベストミックス（出社頻度の規定なし）
　※平均実績 週1～2日出社
　※業務の必要性に応じて出社指示の可能性あり
・国内遠方居住の場合は、フルリモート可。但し事前申請が必須。
（尚、遠方居住でも出社時の交通費は会社負担［上限あり］）

【概要】
ソフトバンクの開発運用を自動化と可視化で進化させる

【採用企業】
ソフトバンク株式会社

【採用部門】
技術統括 共通プラットフォーム開発本部 共通プラットフォーム戦略統括部 クラウドオートメーション部

▼採用部門：概要
ソフトバンクの様々な事業を支える共通プラットフォームの企画・開発を担う組織です。
自動化や共通サービスの提供を通じて、開発・運用の効率化や生産性向上を推進しています。

【職務内容】
▼ミッション
開発者や運用担当者がより効率的かつ安全にサービスを提供できる環境を実現し、ソフトバンク全体の開発生産性向上に貢献すること。

▼主な業務
共通プラットフォームにおける自動化・オーケストレーション機能やPaaSサービスの企画・設計・開発推進および運用改善

▼具体的な業務
・自動化機能の企画・設計・開発（フロントエンド／バックエンド）
・監視・ログ分析・可視化（Observability）などのプラットフォーム機能の開発・運用

【仕事の魅力】
・ソフトバンクの多様な事業を支える共通プラットフォームに携わり、全社規模の開発・運用基盤の進化に貢献できます。
・専門知識や経験を活かした新たな業務に挑戦する機会があるなど、積極的な挑戦を後押しする環境があります。
・インフラ、クラウド、アプリケーションなど多様な専門性を持つメンバーと協働し、技術的な知見を広げることができます。
・ポジションや年齢、性別、国籍に関わらず意見を発信しやすく、チームで議論しながらより良いサービスづくりを進める風土があります。
・企画や技術検討の段階から関わることができ、自ら提案したアイデアをサービスや機能として形にできる環境があります。

【勤務地】
竹芝本社（東京都港区海岸）／リモートワークも可（在宅勤務・サテライトオフィスなど）

【業務概要】
薬局における在庫管理・発注業務や流通といった業務はコンビニなど他業界と比較すると、勘と経験に多くの部分を依存しており、テクノロジーによる最適化の介在余地を多く残しています。カケハシでは、AIを活用した在庫と発注の最適化サービスや薬の二次流通への介入などを通じて、業界の変革を目指します。

【Musubi AI在庫管理とは】
処方データや患者様の来局傾向、過去の出庫実績などをAIが分析し、薬局ごとの最適な在庫量算出と発注提案を行う医薬品在庫最適化サービスです。
これまで薬剤師の「勘や経験」に頼っていた在庫・発注業務をテクノロジーで最適化することで、欠品リスクを低減するとともに過剰在庫を削減。業務負担を削減し、薬剤師が患者様とのコミュニケーションや質の高い医療体験の提供に集中できる環境を実現します。

【具体的な業務内容】
バックエンドエンジニアとして、以下のプロダクト開発および技術リードを担当いただきます。
顧客の利用価値向上および、さらなる店舗導入に向けたスケール性の確保、開発をスピードアップするための開発者体験の向上などプロダクトの成長をエンジニアという立場から担っていただきます。

▼主に以下内容に取り組んでいただきます。
・ステークホルダーとの仕様策定
・各種AWSサービスをフル活用したアーキテクチャ設計
・社内プロダクトや社内サービスとのシステム連携
・各種インフラ運用の自動化、CI／CDの強化
・インフラコスト削減
・高信頼性システムの設計と開発推進および運用

【チームについて】
AI在庫管理開発チームは内部でさらに3～4人程度のチームに分かれてスクラムを基本とした開発を行っています。
それぞれのチームにはプロダクトマネージャーやデザイナーなどチームの役割に合わせたクロスファンクショナルなチームとして構成しています。
またこれらのチームは事業やプロダクトの状況に合わせ柔軟に変化しています。

【募集背景】
「Musubi AI在庫管理」の導入・利用拡大に伴い、さらなる価値提供に向けた複数の新規開発プロジェクトが立ち上がっています。
これらを円滑かつスピーディーに推進するため、単なる実装にとどまらず、システムのアーキテクチャ設計をはじめとする上流工程から主導し、技術面でチームを牽引していただけるエンジニアを募集します。

【開発環境】
▼利用技術
・AWS
　- Glue
　- AppSync（GraphQL）
　- Aurora
　- Lambda
　- Cognito
　- ECS（Fargate）
・Python
・TypeScript
・Terraform

▼周辺ツール
・GitHub
・Datadog
・Sentry
・Databricks

【業務概要】
生成AIを活用したプロダクト開発に、領域を横断して取り組んでいただきます。

カケハシでは、各プロダクト（クラウド型電子薬歴Musubi、薬局経営見える化クラウドMusubi Insight、患者フォローシステムPocket Musubi、医薬品在庫管理・発注システムMusubiAI在庫管理）に対し、生成AIを活用した新機能の搭載を進めています。

その中でも、薬剤師の音声から薬歴を作成する「AIアシスタントー音声薬歴生成機能ー」は、先行検証を経てMusubiの標準機能となり、全ユーザーへの展開を進めています。現在は1日あたり数万件を超えるデータを処理しており、生成AIの活用が、日々の医療現場を支える基盤になっています。本ポジションでは、この機能の拡張を軸に、今後展開予定の複数のAIプロダクトの立ち上げにも携わっていただきます。

一方で、生成AIを活用したプロダクト開発には、その加速度的な進化ゆえに統一化されたプラクティスが存在しません。プロトタイプは動くが、プロダクトとして求められる品質・コスト・レイテンシを満たせるか、という壁を越えるための設計と検証の方法は、自分たちで開拓していく必要があります。音声薬歴生成機能で一度越えたこの壁を、これから立ち上がる一つひとつのプロダクトで、あらためて越えていくことになります。

そして生成AIを活用したプロダクトでは、モデルの特性・データの前処理・システム構成・UIが密接に絡み合っており、ユーザー価値のボトルネックがどの層にあるのかは事前には分かりません。モデルの選択で解くのか、モデルオーケストレーションの作り込み（RAG・エージェント構成など）で解くのか、UIの見せ方で解くのか、を素早く試し、見極める必要があります。

そのため本ポジションでは、特定のレイヤーに閉じることなく、フロントエンドからバックエンド、インフラ、モデルの選定・活用までを横断して手を動かしていけるエンジニアを募集しています。プロダクトマネージャー（PdM）やデザイナー、ドメインエキスパート（薬剤師）と共に、プロトタイピングと評価・改善を繰り返しながら、ユーザーにとっての最適な体験をゼロから創造していきます。また、医療領域関連の顧客とともに生成AIの活用方法を探索する共創活動にも参加いただきます。

本ポジションでは、主に以下のような業務に従事していただきます。
すべて自分一人でできる必要はありません。

▼モデル選定・活用（DS／MLE領域）
・課題に応じたモデル選定とトレードオフの評価
・LLMを用いた機能（RAG、AIエージェント、文書生成・要約・構造化抽出など）の方式設計
・プロンプト設計・コンテキスト設計、検索精度のチューニング
・出力品質を継続的に担保するための評価基盤の構築とオフライン／オンライン評価の運用
・ハルシネーション対策、ガードレール設計など、医療情報を扱う上で必要な品質・安全性の担保

▼プロダクト開発（フロントエンド／バックエンド）
・React、TypeScriptを利用したフロントエンドの設計・実装
・TypeScript（Hono）、Pythonを利用したAPI・バッチの設計・実装
・生成AIならではのUX（ストリーミング、生成中の状態、生成結果の修正・フィードバック導線など）の実装

▼システム・アーキテクチャ
・AWS／GCP／Azureを用いたシステム全体のアーキテクチャ設計とIaC（CDK）による構築・運用
・データパイプラインの設計・実装（Databricks等）
・推論コスト・レイテンシ・スループットの最適化、可観測性（トレーシング、モニタリング）の確保

▼チーム・プロダクトへの貢献
・PdMやデザイナーなどと協調して技術的知見からの仕様策定
・技術的知見からのフィジビリティスタディ
・自身の得意領域における、チームメンバーへの技術支援・教育

【スキルセットの考え方】
すべての領域における即戦力を求めているわけではありません。いずれかの領域に自身の軸となる強みを持ち、そこを起点に領域を広げていける方を歓迎します。カケハシの生成AI研究開発チームでは、SWEがフロントエンドからモデル活用まで担っており、入社後に得意領域を増やしていける環境です。

想定レベルはミドルクラスからシニアクラスまでと幅を持たせています。ご経験に応じてレベルと役割を決定しますので、ご自身が当てはまるか迷われる場合も、まずはカジュアル面談でお話しさせてください。いずれのレベルでも、設計上の判断を自ら行いながら開発を進めていただくことを前提としています。

カケハシでの生成AIエンジニアは、単なる実装者ではありません。技術でプロダクトを牽引する存在として、機能開発を中心に、プロンプト・モデルのバージョン管理、評価データセットの整備、自動テストの拡充、リファクタリング、ライブラリのバージョンアップといったコード品質の継続的な改善にも、AIを活用しながら取り組んでいただくことを期待します。

ドメイン知識のキャッチアップが進んだ頃には、開発だけではなくプロダクトや、開発プロセス、チームのあり方に関しても積極的に提案いただくことを歓迎します。

【カケハシについて】
日本の医療現場が抱える課題は複雑であり、テクノロジーの力が不可欠です。

私たちは、医療という難易度の高い課題に向き合い、生成AIをはじめとする最新技術を積極的に活用しながら、泥臭い部分にも積極的に向き合っています。
カケハシの開発組織は約180名のエンジニアやPdMが所属し、「医療体験が日々進化する世界の実現」をミッションにプロダクト開発を続けています。

開発組織の文化としては、開発ブログや勉強会、カンファレンス登壇を通じた組織内外への情報発信を推奨・サポートしています。

【カケハシのエンジニアとして得られる経験】
・社会貢献性：医療という社会課題の解決に、技術でダイレクトに貢献できる
・領域を越えた成長：フロントエンド、バックエンド、インフラ、モデル活用までを一貫して担い、専門領域を広げられる
・技術的裁量：技術選定やアーキテクチャ設計、モデル選定に裁量を持って関わることができる
・実データと向き合える環境：薬局・医療の実業務データとドメインエキスパートが身近にあり、精度改善のサイクルを回せる
・モダンな開発環境：React、TypeScript、Pythonと主要なLLM（OpenAI／Gemini／Claude）を前提としたモダンな技術スタックで開発できる
・スケールとゼロイチの両方：Musubiの標準機能となった音声薬歴生成機能（1日あたり数万件超を処理）の改善と、これから立ち上がる新規AIプロダクトの両方に携われる

【チームについて】
当ポジションは、Data ＆ AI領域の生成AI研究開発チームの開発メンバーです。
プロダクト開発が主軸ですが、チーム名が示すとおり研究開発としての側面も持っています。国内の学会で研究内容を共有するほか、トップカンファレンスへの投稿にも挑戦しています。
また、生成AIをプロダクトとして届けるチームだからこそ、自分たちの開発にも生成AIをフル活用しています。コーディングエージェントを前提に開発を進め、AIにどこまで任せられるかを検証しながら、研究開発の進め方そのものを更新し続けています。
その一例として、PMMやドメインエキスパートを交えて4時間でAIプロダクトのプロトタイプを作るハッカソンなども行っています。

【チーム構成】
EM1名、DS／MLE 1名、SWE 5名、PdM 1名、Domain Expert（薬剤師）1名、デザイナー1名

【社内のカウンターパート】
PdM、CS、SRE、DRE team
基本的にプロダクト開発に必要なメンバーはチーム内に在籍

【社内の生成AI利用状況】
カケハシでは、生成AIをプロダクト活用のみならず、生産性向上にも積極的に活用しています。
部門横断のAI活用コミュニティが存在しており、エンジニアやPdM、デザイナーが知見共有や勉強会を不定期に実施しており、全社で良い活用を模索しています。（利用できるツールとしては、後述の開発環境欄をご覧ください。）
また、責任ある医療情報を取り扱っているため、セキュリティリスク等に対処するためのガイドラインを社内で策定しており、生産性と安心安全を両立する工夫も行っています。

【開発環境】
▼利用技術
・TypeScript
・Python
・React
・Hono
・AWS（Athena、ECS Fargate、CDK、Aurora、SQS、Bedrock）
・Azure（OpenAI Service）
・GCP（VertexAI）
・Databricks

▼LLM
・OpenAI
・Gemini
・Claude（Amazon Bedrock）

▼AI SaaS
・GitHub Copilot
・Dify
・Cursor
・Claude Code
・Gemini
・Devin
・NotebookLM

▼開発ツール
・Slack
・Google Workspace
・Jira
・Confluence
・Figma
・Datadog
・Pager Duty

【仕事概要】
当社は、「人と社会を健康にする」というミッションのもと、健診データや医療レセプトデータ（診療報酬明細書）など、全国数百の自治体から集まるヘルスデータを解析し、社会に革新をもたらす予防医療アプローチを実現しています。
エンジニアリングとデータサイエンスの力を組み合わせ、病気の早期発見と早期治療を可能にするために、自治体や厚生労働省と連携し、国民の健康保持・行動変容にコミットしています。

「エンジニアリングの力で、日本の健康の未来を変えたい」 そんな志を持つ方からのご応募を、チーム一同心よりお待ちしております。
たとえるなら、私たちの仕事は「社会全体の健康を支えるOSをアップデートする」ようなものです。 膨大で複雑なデータを整理し、一人ひとりに最適な健康への一歩を届けるための強固な基盤を、一緒に作り上げましょう。

【このポジションの募集背景】
新チーム立ち上げのため。このチームはデータサイエンティストとエンジニアから構成され、営業と密に連携しながらスピーディーに顧客に価値提供していくことを期待されています。

【業務内容】
・チームの出力を最大化するようなシステム・ソフトウェアの開発／運用
・分析用途に特化したエージェント向けハーネスの整備

【キャンサースキャンでエンジニアとして働く魅力】
▼働きやすい環境を整備 
フレックス制を導入しており、責任さえ果たせば働く場所や時間の自由度が高いことが特徴。 また効率的に業務を進めるためのインフラ投資を惜しみなく行う文化があります。 

▼研識しあえるチーム 
チームは研究職・コンサル・金融・メーカーなど様々な出身のメンバーが活躍しています。 勤務しながら大学の博士課程に在籍するメンバーや、京都大学公衆衛生大学院の研究員のポストをもらっているメンバーもおり、 知的刺激に満ち溢れたチームとなっています。 

【利用技術・環境】
・言語：Python、SQL
・クラウド：AWS、Google Cloud
・ソースコード管理：GitHub
・課題管理：GitHub Projects
・コミュニケーション：Slack、Notion、Google Workspace
・AI コーディングエージェント：GitHub Copilot、Claude Code、Codex
・AI サービス：Google Gemini、Google NotebookLM
・PC：MacBook Pro

【仕事概要】
キャンサースキャンは『人と社会を健康に』をミッションとし、日本の予防医療に貢献するヘルスケア領域の企業です。全国の自治体様を中心に、健康診断データや医療レセプトデータを解析し、人々の行動変容を促すコミュニケーションデザインを提供しています。

【私たちのチームについて】
これまで労働集約的なデータ処理で案件のオペレーションをしてきましたが、これからは AI Agent を使ったスムーズなデータ処理・データ分析を目指して、組織とシステムの抜本的な刷新を行っています。

【プロダクトにより解決したい社会課題】
予防医療のニーズは急増していますが、現状のアナログで労働集約的なオペレーションのままでは救える人の数に限界が生じます。私たちはこのオペレーションを、AI Agent 主導なデリバリーを行うエコシステムに昇華させることで、より多くの人々に、より高度な（AI Agent等を活用した）健康価値を届けることを目指しています。

【直近のプロジェクト】
・オペレーションを "AI Agent による"自動化のための社内データ・システム基盤の刷新・構築
・AIのみで完結する健診予約システム（LINE／電話）のプロダクト開発
・生成AI（e.g.、NL2SQL）を活用したデータ抽出・分析プロセスの自動化
・新介入プロダクトの開発 (ジェネリック通知、多剤併用の介入 …etc)
・社内セキュリティの強化

【募集背景】
事業拡大と「労働集約型からAI Agent主導システムへの転換」という目標に向け、開発組織も急速に拡大しています。部門トップおよび3名のマネージャー陣と共に、拡大するチームの生産性を最大化するための組織開発・ピープルマネジメント、および現場の課題解決を主導していただけるマネージャーを募集します。

【業務内容】
▼概要
テクノロジー本部において、現在活躍している3名のマネージャー陣と共に、新たに「データプロセッシンググループ」のマネジメントおよび組織課題の解決をお任せします。

マネジメントのプロフェッショナルとして、担当グループのピープルマネジメントや現場の交通整理にコミットし、組織の力を最大化していただくことを期待しています。
現場のエンジニアやデータサイエンティストと対等にディスカッションをし、円滑な意思決定ができるレベルの技術的バックグラウンド（開発・実装経験）をベースに要件定義や方針の議論ができれば、まずは1マネージャーとして「人と組織の力で事業を勝たせる」ことに集中できる環境です。

▼具体的な業務内容
・技術理解に基づいたプロジェクト推進
　- AI Agent主導のデータオペレーションシステムの開発および開発体制の構築と進捗マネジメント
・組織マネジメント・ピープルマネジメント
　- 現場の交通整理および組織課題の解決、心理的安全性の高いチームづくり
　- 担当グループにおけるエンジニアの採用計画の立案・実行、評価制度の運用
　- メンバーの育成、1on1、キャリア支援

【雇入れ直後】
本社（東京都品川区）

【サービスについて】
AI契約データベースである、取引管理サービス「Contract One」は、企業の契約に関わるあらゆる意思決定を支援するデータソースとして機能します。契約データの活用は企業によりさまざまであり、あらゆるユースケースに対応するデータ表現、および検索インターフェースが「Contract One」の根幹となります。当社が長年培ってきたデータ化技術やオペレーション体制と、最先端AI技術や高度な情報検索領域のエンジニアリングを組み合わせることにより、他社では実現できない多くの機能がエンジニアの手によって開発されています。

【組織のミッション】
契約データを活用するためには単にデータを保持するだけではなく、情報要求に対して的確な応答を行うことが重要です。Contract OneのAI・検索チームは生成AIの回答、および検索品質に関してエンドツーエンドで責任を持ち、契約領域における品質課題をゼロにすることをミッションとしています。

【具体的な業務】
取引管理サービス「Contract One」において、根幹機能である生成AI・検索機能の改善を行います。UI／UXを含めた生成AI・検索体験の設計・実装・運用・評価・改善のすべてを担当します。
・検索体験の向上：サジェスト、ハイライト、ランキング、パフォーマンスなどを含む契約書検索体験の設計・改善
・評価指標の設計：生成AI出力、検索品質の評価指標の設計と改善
・可観測性の向上：パフォーマンスメトリクス、検索品質、生成AI出力の継続的な評価と監視基盤の構築
・AIエージェント：ランタイム、ループ設計、メモリ、ツールセットを含めたエコシステムの全体設計・基盤構築・運用

【募集背景】
取引管理サービス「Contract One」には、すでに膨大な量の契約データが蓄積されています。一方で、契約データは「文章量が多い」「構造化されていない」「契約・法務に特有の言い回しが多い」といった性質を持ち、生成AI・検索の観点では非常に難易度の高い領域です。そのため、汎用的な生成AIや古典的なランキング手法だけでは、利用顧客や生成AIからの情報要求に対して十分な回答品質・検索品質を得ることが難しいという課題があります。
こうした高度な課題に専門的に取り組み、Contract Oneの提供価値をさらに高めていくため、AI・検索領域に深い専門性を持つエンジニアを募集します。

【本ポジションの魅力】
・日本有数の規模の企業情報・契約データを相手に最先端技術やアルゴリズムの実務経験が得られます
・画像認識、自然言語処理、情報検索などの領域の専門家が多く在籍しており、レベルの高い環境で働くことができます
・生成AI・検索基盤をデータ構造から設計する経験が得られます
・作って終わりではない生成AI・検索精度の改善サイクルを回す経験が得られます

【開発環境、使用するツールなど】
・フロントエンド：TypeScript、React、Vite、Storybook、HTML、CSS
・サーバーサイド：Kotlin、Ktor、Spring Boot、Gradle、Python
・データベース：Cloud SQL（PostgreSQL）、Elasticsearch
・運用・監視：Splunk、Cloud Logging
・CI：GitHub Actions、Cloud Build
・バージョン管理・コラボレーションツール：GitHub、Notion、Gather
・インフラ：Google Cloud（Cloud Run／Cloud Functions／Cloud Tasksなど）、Cloudflare

【記載内容に関する注意事項】
本求人票に記載の内容は、会社の方針によって変更になる可能性があります。

【募集背景】
正社員・業務委託合わせて20名程度の少数精鋭で、APIトラフィック565倍・GMV35倍・DAU81倍という急成長を支えてきました。
1日5〜8回のデプロイ、月間12回の施策リリースという高頻度な開発サイクルを、小さなチームで回し続けています。
グロースの角度をさらに上げ、より多くのお客様に価値を届けていくために、仕組みと体験の大幅なアップデートを続けている真っ只中です。
EC基盤の拡張・コンポーネント設計・Platform Engineering強化といった中長期の技術投資を進めながら、同時に走らせたい施策の数も増えています。
この状況を打開するために、組織を段階的にスケールさせていくフェーズを迎えています。

加えて、AI Native開発への移行が本格化しています。1人あたりのデイリーPR数は2025年1月から2026年2月の約1年間で1.1本から4.6本へ4倍超に増加。
全PRの83%をAIレビューのみでマージできる体制を実現しており、「AIを使う」ではなく「AIで開発プロセスを再設計する」ことを実践し続けているチームです。
事業とプロダクトへの熱量を持ちながら、AIと共に生産性の常識を塗り替えるバックエンドエンジニアを募集しております。


【業務内容】

Go/Google Cloud(Cloud Run,Cloud Spanner, etc)を用いた、発見型ソーシャルECアプリのサーバーサイド開発全般をお任せいたします。
1チーム4〜7名の職能混合チーム（PM、デザイナー、エンジニア、QAなど）の一員として、要件定義・設計・実装・リリース・運用まで一気通貫で担っていただきます。

■機能開発
PdM・デザイナー・モバイルエンジニア・QAと連携し、新機能の設計から実装・リリースまでをオーナーシップを持って推進します。

■技術基盤の改善
ドメイン分割・コンポーネント設計・Platform Engineering / SRE強化といった技術課題にも積極的に関わっていただきます。コードを書くだけでなく、チームの開発生産性を上げる仕組みづくりにも貢献が期待されます。

■AI Native開発の実践
Cursor・Claude・Codex等のAIツールをフル活用し、設計・実装・レビューのすべてにAIを組み込んだ開発スタイルを体現します。「AIを使える個人」ではなく「AIを組み込んだチーム」を一緒につくっていきます。


【開発環境】
モダンな技術選定と、Google Cloudのフルマネージドサービスを徹底活用しています。

言語：Go
インフラ：Google Cloud（Cloud Run、Cloud Spanner、Pub/Sub等）
通信：gRPC、Protocol Buffers
CI/CD：GitHub Actions、Cloud Build
構成管理：Terraform
モニタリング：Cloud Monitoring、Cloud Logging、Cloud Trace
分析基盤：BigQuery、Looker Studio
AI/LLMツール：Claude、Codex、Cursor、Gemini、GitHub Copilot（全員分予算あり）
その他：GitHub、Slack、Notion、Figma
開発スタイル：アジャイル開発（1日5〜8回のデプロイ、月間12回の施策リリース）

【現状の課題】
2024年に新規事業としてリリースしたStockmark A Technology（SAT）は、製造業を中心としたエンタープライズ企業における生成AI活用を支援するAIプロダクトとして、導入企業・利用規模ともに拡大しています。

一方で、事業成長に伴い、エンタープライズ企業が求める高いセキュリティ要件や多様な利用環境に対応しながら、安定的にサービスを提供するためのインフラ基盤強化が重要な課題となっています。

現在、以下のような技術課題に取り組んでいます。

・エンタープライズ企業のセキュリティポリシーや運用要件に対応したインフラ設計・提供体制の強化
・複数クラウド環境やオンプレミス環境を含む多様な提供形態を見据えたサービスアーキテクチャの設計・改善
・サービス規模拡大に伴う可用性・性能・運用効率を高めるためのインフラ基盤づくり
・開発チームがより高速にプロダクト改善を進められるための開発環境・運用プロセスの改善

これらの課題に向き合い、生成AI時代の企業向けプロダクトを支えるインフラ基盤を共に作っていただけるインフラエンジニアを募集しています。

【業務内容】
生成AIプロダクトを支えるインフラエンジニアとして、以下の業務を担当いただきます。

【具体的な業務内容】
▼AI導入プロジェクトにおけるインフラ設計・構築
・エンタープライズ企業向けAI導入プロジェクトにおけるインフラ設計・構築
・AWSを中心としたクラウド環境の設計・運用
・Terraform等を用いたInfrastructure as Codeの推進
・プロジェクト初期における技術的な打ち合わせや要件整理への参加
・開発チームと連携した環境構築・改善

▼自社AIプロダクトのインフラ改善・運用
・クラウドインフラの設計・構築・運用
・システムの可用性・性能・セキュリティ向上に向けた改善
・CI／CD環境の改善・自動化
・監視・ログ基盤など可観測性向上への取り組み
・障害対応や原因分析、再発防止に向けた改善活動
・開発チームと協働した開発体験・生産性向上
※事業状況やプロジェクトフェーズに応じて、AI導入プロジェクトと自社プロダクト双方の領域に柔軟に関わっていただきます。

【チーム構成】
▼PaaS Unit
・事業責任者（CEO）1名
・開発責任者 1名
・プロダクトエンジニア 7名
・RAGバックエンドエンジニア 5名
・機械学習エンジニア 3名
・プロダクトマネージャー 1名
・リサーチャー 1名
・CS 1名
・Biz 3名
・新規事業企画 5名

【開発環境】
・使用言語／フレームワーク
　- TypeScript、Vue.js、Node.js、Python
・コンテナ
　- Docker
・IaC
　- Terraform
・クラウド
　- AWS、Azure

【ポジションの魅力】
▼生成AI時代のプロダクト基盤づくりに携われる
LLM・RAG・AIエージェントなど、急速に進化するAI技術を活用したプロダクトのインフラ基盤づくりに携われます。

▼幅広いインフラ領域に挑戦できる
AI導入プロジェクトの環境構築から、自社プロダクトの継続的な改善まで、クラウドインフラに関する幅広い経験を積むことができます。

▼技術的な改善活動に主体的に取り組める
安定運用だけではなく、自動化・効率化・アーキテクチャ改善など、より良いプロダクト基盤をつくるための取り組みを主体的に推進できます。

【勤務体系】
リモートワークと合わせて、時間や場所に縛られない柔軟な働き方が可能です。
勤務時間の調整や中抜けなどで、子育てや介護との両立もしやすい環境です。

【勤務地】
▼就業場所
※フルリモートワーク可

▼リモートワークについて
基本的にはフルリモート体制

仙台・京都・大阪などからフルリモートで働いている人、ワーケーションを楽しみながら働いている人、母国に数週間帰国して働いている外国籍社員、また出社メインの人など多様な働き方を実現しています

【勤務地（変更の範囲）】
変更の範囲なし

【テクノプロ・デザイン社について】
当社はグループの中核企業として、幅広い産業の800社を顧客にビジネスを行っております。
常時1000件を超えるプロジェクトから、技術力や志向、市場のニーズに合わせたプロジェクトに参画していただきます。
当社の事業はプロジェクト参画型の「技術サービスビジネス（請負・派遣）」や自社開発センターでの「受託」だけでなく、「技術コンサルティング」や最先端技術を持つ企業との「協業」で生まれる「ソリューションビジネス」も展開しております。
顧客の課題解決を中心とした事業を推し進め、エンジニアが常に最先端・高付加価値領域で活躍できる環境を整えています。

〈働く環境〉
テクノプロ・デザイン社はエンジニアの市場価値とやりがい・働きがいにこだわっています。
エンジニアの選択肢が多く、働きやすい職場環境を作る為に、様々な取り組みを行っています。
例えば、コンサルティングビジネスのさらなる強化。これにより課題解決能力を発揮してより上流の工程で市場価値高く活躍いただけます。
また当社はエンジニアの成長を支援するため、400以上の研修カリキュラムを設け、スキルアップや資格取得を応援しています。
当社独自のキャリアデザインアドバイザー（CDA）によるキャリアカウンセリングや、能力やスキルを最大限引き出すプロジェクトにアサインするマネージャ（VEM）が、実務を通じて成長を実感できるサポートを行っています。

〈社風〉
当社が最も大切にしていることの1つが、エンジニアの成長です。
技術の重要性や将来のニーズを可視化した「技術戦略マップ」を作成し、エンジニアが常に価値の高い技術を持ち最適なプロジェクトでスキルを駆使できるようにしています。
先端技術を集中的に学べる「戦略研修」や社員の夢を実現まで支援する「自己実現委員会」などの取り組みを基にエンジニアと対話しながら、一人ひとり異なるキャリアを描く仕組みと文化があります。


◆研修内容詳細（変更の可能性があります）
・Pythonプログラミング
・SQL基礎
・Linux、ネットワークセキュリティ、AWS基礎
・Pyhtonデータ分析
・AI駆動開発

◆入社時期：10/1
◆研修期間：2.5～3ヶ月

※研修内容・期間は変更になる可能性がございます。
※研修用ノートパソコンとWiFiを貸与します。

※転勤の有無：あり／ただし、希望を考慮します

【業務内容】
▼AIのためのデータセット構築・維持管理
・ロボットから収集されたデータ（画像・動画）に対して、半自動データアノテーションシステムを構築する
・LLM／VLMのトレーニング・ファインチューニング・プロンプト最適化向けに、データセットをキュレーション・維持するデータパイプラインの構築
・多様なデータソースからのデータ取り込みおよび前処理を行うAWSベースのパイプラインを設計する

【業務内容】
▼警備ロボサービスにおける、AI（VLM）を活用した新機能の開発統括
・アプリケーション全体の方向性決定
　- ユーザーニーズ・市場動向を踏まえた機能ロードマップの策定
　- プロダクトオーナーおよびステークホルダーとの要件合意
・アーキテクチャの統括
　- クラウド（AWS／GCP）とエッジデバイスを組み合わせたシステム設計
　- スケーラビリティ・セキュリティ・可用性を考慮したインフラ設計
　- VLMを活用したリアルタイム映像解析基盤の設計・レビュー
・開発チームのリード
　- エンジニアへの技術方針の展開・レビュー
　- 外部ベンダー・研究機関との連携マネジメント

【募集部門】
カスタマープロダクト本部 プロダクト開発統括部 プロダクトサイエンス部　サイエンスインフラグループ

【募集背景・現在の課題】
転職支援サービスにおけるAI・機械学習の活用は年々拡大しており、レコメンドやマッチング機能は、一人ひとりに最適な仕事との出会いを生み出す中核的な役割を担っています。
サイエンスインフラグループでは、こうしたレコメンド・マッチング機能を支える機械学習基盤・データ基盤の構築および運用を担っています。
パーソルキャリアではこれまで、長年にわたりAI・機械学習領域における知見や技術資産を蓄積してきました。一方で、事業やサービスの拡大に伴い、基盤の可用性向上や運用効率化、データ品質の向上、MLOpsの高度化など、より高いレベルでの基盤整備が求められるフェーズに入っています。
また今後は、一部の専門家のみが活用できる仕組みではなく、さまざまなプロダクトや組織がAI・機械学習を安全かつ効率的に活用できるプラットフォームへと進化させていく必要があります。
そこで今回、レコメンドプラットフォームの品質向上やモダナイズを推進しながら、将来的には全社のAI・機械学習活用を支える基盤づくりを担うエンジニアを募集します。

【本ポジションのミッション】
転職という人生における大きな意思決定を支えるレコメンド・マッチング機能の価値をさらに高め、一人ひとりに最適な仕事との出会いを届ける。その基盤となるレコメンドプラットフォームの改善と進化を推進することが本ポジションのミッションです。
現在は、既存レコメンドプラットフォームの品質向上と安定運用に取り組むとともに、他部署で開発が進む「全社データ活用基盤」との連携を見据えたデータ基盤の刷新を進めています。
単なる運用改善に留まらず、パーソルキャリアが長年蓄積してきたAI・機械学習の資産や知見を全社で活用できる仕組みへと昇華し、多様な利用者やユースケースに対応できる形で提供することで、全社のAI活用を加速させ、事業価値創出に貢献していただくことを期待しています。

【職務概要】
本ポジションでは、レコメンドプラットフォームのさらなる進化に向けて、システム基盤・データ基盤の改善や新たなプラットフォーム技術の検証・導入を担っていただきます。
短期的には、可用性・レイテンシ・セキュリティ・コスト最適化など、レコメンドプラットフォームの品質向上と安定運用を推進していただきます。
中長期的には、ワークフローエンジンのモダナイズやデータモデル・データパイプラインの刷新に加え、次世代データプラットフォームの技術選定や導入にも携わっていただきます。
また、AI・機械学習資産を全社で活用しやすい形へと展開するための共通基盤づくりにも参画いただき、将来的には技術戦略や基盤アーキテクチャの検討にも関わっていただくことを期待しています。

　【担当業務】
ご経験・ご志向性に応じて担当いただく領域を決定します。

▼機械学習基盤・プラットフォーム領域
・機械学習基盤（AWS）の運用・保守および改善
・共通コンポーネントの設計・開発・改善
・監視・アラート基盤の整備・運用
・SLI／SLOの設計・運用
・可観測性向上に向けた監視基盤の改善
・中長期的な基盤アーキテクチャの検討および技術検証
・クラウド利用料を含むインフラコストの最適化

▼データエンジニアリング領域
・データマートの要件定義、設計、開発、運用
・ETL／ELTパイプラインの設計・開発・改善
・dbtを活用したデータ変換処理およびデータモデルの設計・開発
・データ品質向上に向けたテスト設計、監視、改善

▼データマネジメント領域
・メタデータ管理の推進
・データカタログの整備・運用
・DMBOKの考え方を踏まえたデータマネジメントの推進

▼技術改善・技術戦略領域
・生成AIを活用した開発プロセスの改善
・新技術・新ツールの調査、検証、導入
・開発生産性向上に向けた継続的な改善活動
・将来を見据えた技術戦略やアーキテクチャの検討

【技術環境】
言語：Python、SQL
データベース：Amazon Redshift、Amazon RDS for PostgreSQL、Redis
クラウドサービス：AWS、Microsoft Azure、Google Cloud Platform（GCP）
ソースコード管理：GitHub
プロジェクト管理：Backlog、Confluence、Jira
課題管理・コミュニケーション：Slack、Microsoft Teams

【チーム・開発スタイル】
私たちは、転職支援サービスのレコメンド・マッチング機能を支える機械学習基盤・データ基盤の進化を担う組織です。日々の改善活動から大規模な基盤刷新まで幅広いテーマに取り組み、サービス価値の向上を技術面から支えています。
機械学習エンジニアやデータサイエンティストと密接に連携しながら、インフラ運用に留まらず、MLOpsの高度化やデータ活用推進、開発生産性向上など、事業価値につながる課題解決を推進しています。
また、職域に縛られず、インフラ、データエンジニアリング、MLOps、SRE、データマネジメントなど幅広い領域に挑戦できることも特徴です。新しい技術や改善施策の提案を歓迎する文化があり、自らのアイデアを実際のサービスや基盤へ反映できる機会も豊富にあります。課題発見から企画、設計、実装、運用改善まで一気通貫で携わりながら、ユーザー体験の向上や事業成長へ直接貢献できる環境です。

【本ポジションの特徴・魅力】
・転職支援サービスの中核を担うレコメンド・マッチング基盤の進化に携われる
　‐ 「一人ひとりに最適な仕事との出会いを届ける」というサービスの根幹を支えながら、大規模サービスならではの課題解決やスケールへの挑戦ができます。
・AI／機械学習活用を支えるプラットフォームづくりに携われる
　‐ AI／機械学習を継続的かつ安全に活用するための基盤や仕組みづくりを通じて、事業全体のAI／機械学習活用を支える重要な役割を担うことができます。
・変革フェーズならではの基盤刷新を経験できる
　‐ 既存基盤の運用改善だけでなく、ワークフローエンジンのモダナイズやデータ基盤刷新、アーキテクチャ改善など、大規模な変革フェーズに主体的に関わることができます。
・大きな裁量を持ち、主体的に課題解決を推進できる
　‐ 課題発見から改善提案、設計、実装まで一貫して担当し、自らのアイデアや技術的な提案をサービスや基盤へ反映できる環境があります。
・インフラ・データ・MLOpsを横断した経験を積める
　‐ インフラ、データエンジニアリング、MLOps、SREなど複数の専門領域を横断しながら経験を積むことができ、AI時代に求められる市場価値の高いスキルを身につけることが可能です。

【働き方】
ライフステージや価値観に合わせて、自分らしい働き方を実現したい方にマッチする環境です。
・フレックスタイム制度を導入しており、育児と仕事を両立している社員や副業に取り組む社員も在籍しています。
・多くのメンバーがリモートワークを活用しており、遠方にお住まいの方はフルリモート勤務の相談も可能です。また、ワークスタイルに応じたリモート勤務手当を支給しています。
・エンジニアとして市場価値を高めることを推奨しており、研修受講や技術イベントへの登壇、副業などに積極的に取り組んでいる社員もいます。
・自己研鑽を支援するため、書籍購入補助やオンライン学習コンテンツの提供など、継続的な学習を後押しする制度を整えています。

【勤務地備考】
▼日本全国どこでも勤務可能
拠点：麻布台本社
・在宅勤務／リモートワーク可（出社頻度は通勤スタイルにより異なります）
・通勤スタイル：ワークスタイルB・C いずれかを提示
　‐ ワークスタイルB：リモート勤務メイン（月平均月4日以上～週3日未満出社）勤務回数に応じて実費支給※翌月支給（定期代支給無）+リモートワーク手当（3,000円／月）
　‐ ワークスタイルC：フルリモート勤務、原則出社なし+リモートワーク手当（3,000円／月）※やむを得ず出社する場合は月1回まで実費支給（交通手段問わず）

【業務内容】
・AI を活用した新機能とシステムの実行基盤の設計・開発・運用
　- 画像認識など検知機能の開発、対話AI による自動応答機能の開発と実行
・基盤の設計／構築
　- 将来的なAI 機能拡張に向けた技術選定とアーキテクチャ設計

【シニアVFXエンジニア／Senior VFX Engineer】
映像制作を技術面から支える、シニアVFXエンジニアを募集しています。
本ポジションでは、After Effects、Blender、Unreal Engineなどを利用する制作現場に対して、制作ツールの開発、ワークフローの自動化、シェーダー開発、制作環境の構築および技術的な問題の改善を行います。
クリエイターが効率的かつ安定して制作できる環境や仕組みを、ソフトウェアエンジニアリングによって構築することが、本ポジションの中心的な役割です。
既存の制作工程にとらわれず、自動化や新しい技術を取り入れながら、制作ワークフローを継続的に改善していただくことを期待します。

【主な業務内容】
・最新のAI支援開発ワークフローを活用した開発経験
・After Effects、Blender、Unreal Engineを利用した制作ワークフローの設計および改善
・制作工程を効率化するプラグイン、スクリプト、アドオン、社内ツールの設計・開発
・定型作業、データ変換、書き出し、レンダリング、検証工程などの自動化
・シェーダー、マテリアルおよび映像エフェクトに関する技術開発
・アセット管理、バージョン管理、レンダリングなどを含む制作パイプラインの構築
・制作環境で発生するパフォーマンス、安定性、互換性などの問題の調査・改善
・制作ツールや制作環境の導入、更新および運用支援
・デザイナーや映像クリエイターへの技術支援および要件整理
・ソフトウェアエンジニアやインフラエンジニアと連携した制作基盤の開発
・新しい映像技術、制作ツールおよび自動化手法の調査・検証

【勤務地】
職場への通勤とリモート勤務が日々選択可能です。一部例外はございます。

【追記】
2024年1月以降におけるU-NEXTの勤務状況・採用ポリシーは以下の通りです。
・オフィス出社とリモートワークいずれか、またはそのハイブリッドかを、部門単位で選択
　- 8割以上の部門はリモートワークが中心。必要に応じて出社する働き方を適用
　- 一部の部門は原則オフィス出社を適用

【仕事概要】
生成AIや大規模言語モデル（LLM）の進化により、AIの社会実装が加速する今、見落とされがちなのが「AIが何を根拠に判断しているか」という視点です。
AIはモデルやアプリケーション単体では正しく機能せず、“何をもとに答えを導き出すか”というナレッジ、つまり正確に整理された知識のデータ基盤が不可欠です。
Helpfeelは、この「AIナレッジデータ」を支えるAIナレッジ基盤（AIナレッジデータプラットフォーム）を展開するSaaS企業です。企業や自治体、医療機関、教育機関など企業や組織のAI活用を支える“情報インフラ”構築支援するプロダクトの開発・提供しています。
Helpfeelを代表するプロダクトの「Helpfeel」はiPhoneの日本語入力システムを開発した弊社テクニカルフェローが発明した「意図予測検索」技術（特許取得済）をコアにしています。
現在はこの技術に加え、生成AIやナレッジ活用の進化に対応する最先端の研究・プロダクト開発を進めており、企業のAI活用基盤としてさらなる進化を続けています。
※特許番号 第7112155号、第7112156号

こちらのポジションは、Helpfeelのシニアプロダクトエンジニアとして下記の業務をお任せします。プロダクトの成長を支える社員エンジニアとして設計から実装までリードしてくださる方とご一緒したいと考えております。

【業務内容】
・他のエンジニア／PdMと協力し、相互依存のある課題を解決しチーム・プロダクトに貢献
・技術選定やアーキテクチャ設計などの技術的意思決定とそこに至る合意形成
・コードレビューを通じたチームメンバーへの技術的なフォローおよび育成
・チーム全体に知見を共有し、理解を深めコラボレーションを促進するためのドキュメンテーション

【プロダクトの技術要素】
・フロントエンド：React、JavaScript／TypeScript
・バックエンド：Node.js、JavaScript／TypeScript、Python
・インフラ：Heroku、Google Cloud Platform、MongoDB Atlas
・開発支援：ESLint、Renovate
		 
【開発環境】
・ソースコード管理：GitHub
・情報共有：Slack、Helpfeel Cosense
・タスク管理：Helpfeel Cosense
・オフィスアプリケーション：Google Workspace
   
【利用ツール】
・GitHub
・CircleCI
・Autify
・Datadog
・Sentry
・Logentries
・Helpfeel
・Gyazo

【仕事概要】
生成AIや大規模言語モデル（LLM）の進化により、AIの社会実装が加速する今、見落とされがちなのが「AIが何を根拠に判断しているか」という視点です。
AIはモデルやアプリケーション単体では正しく機能せず、“何をもとに答えを導き出すか”というナレッジ、つまり正確に整理された知識のデータ基盤が不可欠です。
Helpfeelは、この「AIナレッジデータ」を支えるAIナレッジ基盤（AIナレッジデータプラットフォーム）を展開するSaaS企業です。企業や自治体、医療機関、教育機関など企業や組織のAI活用を支える“情報インフラ”構築支援するプロダクトの開発・提供しています。
Helpfeelを代表するプロダクトの「Helpfeel」はiPhoneの日本語入力システムを開発した弊社テクニカルフェローが発明した「意図予測検索」技術（特許取得済）をコアにしています。
現在はこの技術に加え、生成AIやナレッジ活用の進化に対応する最先端の研究・プロダクト開発を進めており、企業のAI活用基盤としてさらなる進化を続けています。
※特許番号 第7112155号、第7112156号

Helpfeelは独自の検索技術を開発しており、より精度を高めるために検索エンジニアを募集いたします。
独自アルゴリズムの調整、検索エンジンそのものの評価や最新の検索アルゴリズムについてのキャッチアップ、社内展開などをお任せします。

【業務内容】
・Helpfeelの検索エンジンの評価とチューニング
・PdMと連携しながら、必要な施策を立案および実装

【プロダクトの技術要素】
・フロントエンド：React、JavaScript／TypeScript
・バックエンド：Node.js、JavaScript／TypeScript、Python
・インフラ：Heroku、Google Cloud Platform、MongoDB Atlas
・開発支援：ESLint、Renovate
		 
【開発環境】
・ソースコード管理：GitHub
・情報共有：Slack、Helpfeel Cosense
・タスク管理：Helpfeel Cosense
・オフィスアプリケーション：Google Workspace
   
【利用ツール】
・GitHub
・GitHub Actions
・Datadog
・Sentry
・Helpfeel
・Gyazo

【仕事概要】
生成AIや大規模言語モデル（LLM）の進化により、AIの社会実装が加速する今、見落とされがちなのが、AIの判断の根拠となる「ナレッジ」です。 AIはモデルやアプリケーション単体では正しく機能せず、"何をもとに答えを導き出すか"、つまり正確に整理された知識のデータ基盤が不可欠です。
Helpfeelは、この「AIナレッジデータ」を支えるAIナレッジ基盤（AIナレッジデータプラットフォーム）を展開するSaaS企業です。企業や自治体、医療機関、教育機関など、幅広い企業や組織のAI活用を支える"情報インフラ"の構築を支援するプロダクトの開発・提供を行っています。
Helpfeelを代表するプロダクトの「Helpfeel」は、iPhoneの日本語入力システムを開発した弊社テクニカルフェローが発明した「意図予測検索」技術（特許取得済）をコアにしています。 現在はこの技術に加え、生成AIやナレッジ活用の進化に対応する最先端の研究・プロダクト開発を進めており、企業のAI活用基盤としてさらなる進化を続けています。
※特許番号 第7112155号、第7112156号

プロダクトの成功のためには、データに基づく意思決定支援の仕組みが必要です。Helpfeelの導入により実際に成果が向上していることを証明するため、あるいはデータの活用そのものを競争優位性に繋げるためには、信頼でき、スケーラブルに利用可能であり、拡張可能性の高いデータ分析基盤が必要です。
当ポジションでは、Helpfeelのデータエンジニアとして、ニーズに沿ったデータ収集を行うため、社内・社外のユーザーとの対話を通じて要件を設計し、信頼のある形でデータを収集する仕組みを作るデータエンジニア業務をお任せします。

【業務内容】
・データ基盤のアーキテクチャ設計・構築・運用
・Terraform／IaCによるインフラの構成管理
・Cloud Composer（Apache Airflow）によるデータパイプラインのオーケストレーション設計・運用
・データパイプラインの信頼性・可観測性の向上
・データ基盤のセキュリティ・アクセス管理
・アナリティクスエンジニアと連携したデータモデリング基盤の整備
・CI／CDパイプラインの構築・改善
・データ収集の実装、エラー対応

【プロダクトの技術要素】
・フロントエンド：React、JavaScript／TypeScript
・バックエンド：Node.js、JavaScript／TypeScript、Python
・インフラ：Heroku、Google Cloud Platform、MongoDB Atlas
・開発支援：ESLint、Renovate

【データエンジニアリング環境の技術要素】
・BI：Looker Studio、Tableau
・Transform Layer：dbt、MetricFlow
・DWH：Google BigQuery
・データソース：Google Analytics 4、Google Spreadsheet、Salesforce、MongoDB Atlas、Google Cloud Logging
・タスク管理：GitHub Projects、GitHubのIssue
		 
【AIの利用環境】
Helpfeelのデータエンジニアリング領域では、AIの存在を前提とした開発フローの再構築を実施しています。主な実施内容は以下のとおりです。
・Agent Skillsの活用による手続的ワークフローの自動化。現在、リポジトリ内には30個以上のAgent Skillsが実装されています。
・MCP Serverを利用したAIによるデータアクセスの拡大。BigQuery MCP Serverやdbt MCP Serverの導入により、AIによる自然言語を通じたデータアクセスが可能となっています。
・Claude CodeやDevinなどのAIの力を最大限に活かすためのハーネスエンジニアリングの実施
・ドキュメンテーションやタスク管理など、コーディングの周辺分野も含めてAIに向けた最適化を進め、AIが真に活躍できる環境を整備しています。
・AIにとって扱いやすい技術スタックの選定

既存のワークフローを前提とした単なる「AIの導入」ではなく、「AIが存在することを前提としたワークフローの再構築」を実施し、高いスピード感を持って結果を出し、スケーラブルな形で運用できるようにすることを目指しています。

【仕事概要】
生成AIや大規模言語モデル（LLM）の進化により、AIの社会実装が加速する今、見落とされがちなのが「AIが何を根拠に判断しているか」という視点です。
AIはモデルやアプリケーション単体では正しく機能せず、“何をもとに答えを導き出すか”というナレッジ、つまり正確に整理された知識のデータ基盤が不可欠です。
Helpfeelは、この「AIナレッジデータ」を支えるAIナレッジ基盤（AIナレッジデータプラットフォーム）を展開するSaaS企業です。企業や自治体、医療機関、教育機関など企業や組織のAI活用を支える“情報インフラ”構築支援するプロダクトの開発・提供しています。
Helpfeelを代表するプロダクトの「Helpfeel」はiPhoneの日本語入力システムを開発した弊社テクニカルフェローが発明した「意図予測検索」技術（特許取得済）をコアにしています。
現在はこの技術に加え、生成AIやナレッジ活用の進化に対応する最先端の研究・プロダクト開発を進めており、企業のAI活用基盤としてさらなる進化を続けています。
※特許番号 第7112155号、第7112156号

Helpfeelでは生成AIを活用したプロダクトの開発やAIエージェントの開発などさまざまな形でAIの技術を利用しています。
このポジションではAIを活用したHelpfeelの新規ソリューション開発をリードいただけるエンジニアを募集しております。

【業務内容】
・AIを活用した新規プロダクトの開発
・既存プロダクトへのAI機能の追加
・セールスやカスタマーサクセスと連携しながら、AI機能を立案および実装
・フロントエンドとバックエンド両方での開発

【プロダクトの技術要素】
・フロントエンド：React、JavaScript／TypeScript
・バックエンド：Node.js、JavaScript／TypeScript、Python
・インフラ：Heroku、Google Cloud Platform、MongoDB Atlas
・開発支援：ESLint、Renovate
		 
【開発環境】
・ソースコード管理：GitHub
・情報共有：Slack、Helpfeel Cosense
・タスク管理：Helpfeel Cosense
・オフィスアプリケーション：Google Workspace
   
【利用ツール】
・GitHub
・GitHub Actions
・Datadog
・Sentry
・Helpfeel
・Gyazo

【仕事概要】
生成AIや大規模言語モデル（LLM）の進化により、AIの社会実装が加速する今、見落とされがちなのが「AIが何を根拠に判断しているか」という視点です。
AIはモデルやアプリケーション単体では正しく機能せず、“何をもとに答えを導き出すか”というナレッジ、つまり正確に整理された知識のデータ基盤が不可欠です。
Helpfeelは、この「AIナレッジデータ」を支えるAIナレッジ基盤（AIナレッジデータプラットフォーム）を展開するSaaS企業です。企業や自治体、医療機関、教育機関など企業や組織のAI活用を支える“情報インフラ”構築支援するプロダクトの開発・提供しています。
Helpfeelを代表するプロダクトの「Helpfeel」はiPhoneの日本語入力システムを開発した弊社テクニカルフェローが発明した「意図予測検索」技術（特許取得済）をコアにしています。
現在はこの技術に加え、生成AIやナレッジ活用の進化に対応する最先端の研究・プロダクト開発を進めており、企業のAI活用基盤としてさらなる進化を続けています。
※特許番号 第7112155号、第7112156号

こちらのポジションでは、Helpfeelのエンジニアとして下記の業務をお任せします。
成長期のプロダクトにおいて、設計から実装まで幅広く関わりながらプロダクトの進化を共に推進してくださるエンジニアの方を募集しています。
また、本ポジションでは将来的にチームマネジメントを担うマネージャー候補としてのキャリアを志向される方に加え、特定領域の技術的専門性を高めながらプロダクト開発をリードしていきたい方も歓迎しています。
ご志向や強みに応じて、技術スペシャリスト／マネジメントの双方のキャリアを描いていただける環境です。

【業務内容】
・弊社が開発・運営するSaaSサービスHelpfeelの開発
・セールスやカスタマーサクセスと連携しながら、必要な機能を立案および実装
・フロントエンドとバックエンド両方での開発
新機能の提案や企画、実装、統計処理や分析など多岐にわたります。

【プロダクトの技術要素】
・フロントエンド：React、JavaScript／TypeScript
・バックエンド：Node.js、JavaScript／TypeScript、Python
・インフラ：Heroku、Google Cloud Platform、MongoDB Atlas
・開発支援：ESLint、Renovate
		 
【開発環境】
・ソースコード管理：GitHub
・情報共有：Slack、Helpfeel Cosense
・タスク管理：Helpfeel Cosense
・オフィスアプリケーション：Google Workspace
   
【利用ツール】
・GitHub
・GitHub Actions
・Datadog
・Sentry
・Helpfeel
・Gyazo

【職種】
技術

【業務内容】
・先端AI研究チームのリーダ、マネジメント
・最新AI技術の調査・研究および最新の生成AI・AIエージェントの開発
・社内外のステークホルダーと協議しながら課題の要件定義を行い、AIプロトタイプ開発プロジェクトをリードすること

【仕事のやりがい】
・最先端のAI技術を活用し、実際の業務・ビジネス課題を解決するAIを自ら設計、開発できる
・自身の開発成果がプロジェクトに直接反映され、成果が可視化されやすい環境。プロジェクトを前進させるためのリーダーシップ・推進力が身に付く。
・企画・設計・開発・運用まで幅広く関与し、技術者としての視点を意思決定に活かせる。

【業務は何名くらいで連携して行うのか】	
プロジェクトによって異なるが、通常は5～6名での連携となる　

【どのような能力が身につくのか】
・生成AIに関する最新スキル
・外国人研究者とのコミュニケーション能力（外国人のAI研究者が仲間になりますので、自然と英語が身に付きます）
・Udemyなどで最新の生成AI技術やクラウド関連のスキルを学びながら、実務に応用できます。
・プロジェクトを推進するリーダーシップスキル

【キャリアパス】	
リーダー→マネージャー ・また、マネジメントだけでなく、技術スペシャリストとして、AIモデルの精度向上や新技術導入をリードし、AI分野の第一人者として、社内外の技術発表にも携われます。

【配属先】
先端AI研究開発グループ
※適性に応じて、他の課に配属となる可能性あり

【課内のメンバー構成（役職・年齢・性別など）】
▼組織全体
約50名（男性：女性　80%：20%）
年齢層：20代50%、30代20%、40代20%、50代10%
※組織内に6つの課があり、各課管理職5名を含む

【課内の雰囲気】	
・20代のメンバーが多く、若手でも裁量を持ってチャレンジできる雰囲気
・未経験分野や新しい技術領域にも前向きに取り組み、失敗を恐れず挑戦する文化
・生成AIやデータサイエンスなど、最新技術への関心が高く、学び合いながら成長できる環境
・職種や部門を越えて相談しやすく、チームで課題解決に取り組む風土
・一人ひとりのアイデアや提案を尊重し、スピード感を持って実行に移せる組織

【在宅勤務の有無】
可（要相談／週1日）ただし、会社状況により変動あり

【転勤の有無】
当面なし

【職種】
技術

【業務内容】
・顧客・商品・購買・営業・マーケティング等のデータを活用した高度分析、予測・レコメンドモデルの設計・構築
・社内DX領域における、生成AI／LLM／RAG／AIエージェントを活用した業務高度化・自動化・意思決定支援の推進
・エージェンティックコマース領域における、商品探索・比較・選定・発注・承認支援など次世代購買体験の企画・検証・実装
・AIエージェントが業務データを安全かつ適切に活用するためのMCP活用・設計、オントロジー／セマンティックレイヤー設計
・事業部門、EC部門、営業部門、IT・データ基盤部門と連携した課題定義、PoC、効果検証、経営層への提案

【仕事のやりがい】
・大規模な実ビジネスデータを活用し、営業・マーケティング施策、EC改善、経営判断に直接貢献できる
・生成AIやAIエージェントを活用し、社内業務の高度化・自動化・意思決定支援に取り組める
・業務効率化だけでなく、ナレッジ活用や部門横断の業務変革を推進できる
・AIエージェントによる商品提案・発注支援など、未来の購買体験を設計できる
・データ・AI・業務プロセス・顧客体験をつなぎ、社内DXと次世代コマースの両方に挑戦できる

【業務は何名くらいで連携して行うのか】	
・通常は少人数チームでプロジェクトを推進
・データサイエンティスト、データエンジニア、機械学習エンジニアと連携
・EC・商品企画、営業、マーケティング、IT、UX／UIなど各部門と連携
・テーマに応じて、社内DXやエージェンティックコマース領域の横断プロジェクトとして推進
・プロジェクト規模によっては、10名以上の関係者と連携する場合あり

【どのような能力が身につくのか】
・大規模データを活用した分析設計力
・機械学習、予測、レコメンド、需要予測の実装力
・生成AI／LLM／RAG／AIエージェントの実務活用力
・MCP、オントロジー、セマンティックレイヤーを活用したAIエージェント基盤設計力
・社内DXにおける業務プロセス分析・業務変革推進力
・エージェンティックコマースにおける購買行動・顧客文脈の分析力
・Databricks、SQL、Python、dbtを用いたデータ活用スキル
・MLOps／DataOps／LLMOpsを含むAI・データプロダクト運用力
・経営層・事業部門への提案力、プロジェクト推進力

【キャリアパス】	
・キャリアパスは、スペシャリストコースとマネジメントコースの2軸を想定
・スペシャリストとして、シニアデータサイエンティストへステップアップ
・さらに上位の専門職として、リードデータサイエンティストを目指すことが可能
・志向や適性に応じて、管理職としてチームをマネジメントするキャリアも選択可能
・専門性の深化と組織運営の両面でキャリア形成が可能

【配属先】
データ価値創出グループ
※適性に応じて、他の課に配属となる可能性あり

【課内のメンバー構成（役職・年齢・性別など）】
▼組織全体
約50名（男性：女性　80%：20%）
年齢層：20代50%、30代20%、40代20%、50代10%
※組織内に5つの課があり、各課管理職4名を含む

【課内の雰囲気】	
・20代のメンバーが多く、若手でも裁量を持ってチャレンジできる雰囲気
・未経験分野や新しい技術領域にも前向きに取り組み、失敗を恐れず挑戦する文化
・生成AIやデータサイエンスなど、最新技術への関心が高く、学び合いながら成長できる環境
・職種や部門を越えて相談しやすく、チームで課題解決に取り組む風土
・一人ひとりのアイデアや提案を尊重し、スピード感を持って実行に移せる組織

【在宅勤務の有無】
可能（週1日程度）
※ただし、事情により応相談

【転勤の有無】
当面なし

【募集背景と実現したい事】
サービスが順調にグロースする傍ら、プロダクトの信頼性やスケーラビリティ向上をはじめ、サービス規模に対して組織として強化すべき部分として、2024年SREチームの立ち上げをおこないました。
少数精鋭を前提とした組織構成ではありますが、
・SLI／SLOを用いたサービスレベル管理やオブザーバビリティの強化
・自動化によるトイル削減
・セキュリティを加味したアーキテクチャの最適化、およびコストの最適化など、
サービスのスケールやSRE組織の拡大を見据え、チームとして取り組むべき課題が山積みの状況です。そこで、ファインディのSRE組織の一員として将来を見据えたミッションを推進していただける方を募集します。

【SREチームのミッション】
「SRE文化を組織全体に根付かせ、開発チームが自律的に信頼性向上を実践できるよう支援すること」をミッションに掲げています。
具体的には、共通基盤や自動化ツールの提供を通じて開発の「道」を整え、プロダクト横断でシステムの複雑性や認知負荷を解消します。
また、SLOに基づく客観的な意思決定を支えつつ、AIを活用したトイル削減やセキュリティ強化にも取り組んでおります。
他にも、新規プロダクトにおいて開発チームへの支援もおこない、単なる運用保守ではなく、全メンバーが事業成長に専念できる仕組みを構築し、ビジネスの加速を支えることを目標に取り組んでいます。

【業務内容】
・SLI／SLOに基づく計測とサイト信頼性に関わる運用
・システムのモニタリング、オブザーバビリティーの改善
・ポストモーテムへの参加と、インシデントからシステムを改善するための分析・学習
・CI／CDパイプラインの運用と、自動化ツールの開発
・トイルの特定とソフトウェアエンジニアリングによる自動化
・リソースの可視化、セキュリティ要件に沿ったクラウド運用のサポート

【魅力】
・成長フェーズのSREチームの文化／組織づくりから携わることができる
・変化を歓迎するチームの中で、議論しながらベストプラクティスを探求し続ける環境
・日々拡大するサービス、フェーズの異なるプロダクトが存在している
・全社で開発者体験、生産性向上に関心の高いメンバーが集う環境
・AIを積極的に取り入れ、運用効率化や課題解決に挑戦できる環境
・新しい技術やツールを積極的に試せる文化

【開発環境】
・インフラ・ミドルウェア：AWS、Google Cloud、MySQL、PostgreSQL、Elasticsearch、Redis／Valkey、Docker
・CI／CD：GitHub Actions
・ツール：GitHub、Datadog、Sentry、Renovate、Dependabot、Slack
・開発言語：Terraform、Python、TypeScript、Ruby
・フレームワーク：Ruby on Rails、Next.js、React、FastAPI

【AIの取り組み】
私たちのチームでは、生成AI活用に非常に積極的で、ファインディ全社でもほぼ全てのエンジニアが日常的にAIエージェントを利用しており、Claude CodeやCodexなどを開発で利用するのは当たり前になっています。
また、AnthropicやOpenAIやなどのAPIを利用できる環境も整備済みで、AI駆動開発を推進できる環境があります。
SREチームでは、SRE x AIを推進しており、トイルの削減やオブザーバビリティ、セキュリティならびにIaCのコード生成などAIを活用した業務効率化に取り組んでいます。

【職種】
技術

【業務内容】
▼仕事の内容
（1）担当してもらいたい業務やその範囲　など
当社は中小企業を中心として、年間約25万社を超えるお客様と共に成長できるビジネス、サービス、付加価値の提供を、その時代に合わせて作り出しながら成長を続けています。DXにしても、なんにしても、まだまだ成長余地の大きいお客様。この成長プロセスをサポートする仕組みを、これまでとは違う形で提供、開発するプロジェクトを進めています。そして、この取り組みは、今後も継続して進めていく予定です。
お客様と共に、今後の成長ビジネスの一端を担うシステムの開発を、Azureを中心としたクラウド基盤や、プライベートクラウドとの組み合わせで行っていただきます。AzureのPaaS環境は、新しい技術採用の検討、技術選定のプロセスまで行いながら、最適なシステムを組み上げていくことを目標としており、その一端を担っていいただきます。

（2）誰に対して仕事をするのか（お客様の特徴等）
当社が保守サポートを提供する多くの顧客に対して、機能やサポートするための土台となるシステムを提供します。
主に中小のお客様を中心とした、数万単位の顧客が対象となる見込みです。

（3）仕事のやりがい
・新プロジェクトの立ち上げとなるため、これからのビジネスを一緒に作っていくことができます。
・クラウド環境（Azure）を中心とし、PaaSと実装の組み合わせなど、従来の技術だけでなく、新要素と組み合わせて対応していくことができます。
・Azureのパートナー企業として、最新の情報と環境を利用することもできます。
・ビックデータを活用して、ＡＩ分析なども今後の検討課題となっており、新しい取り組みへのチャレンジや技術選定などもする機会があります。
・技術選定プロセスから行うため、自分で選んだ技術が採用されるケースや、自由度の高い設計を行うこともできます。

（4）業務は何名くらいで連携して行うのか
10～20名程度

（5）キャリアパス
社内評価制度に基づき、役職及び職務ランク評価により将来MGRへの登用もあり

（6）どのような能力が身につくのか
・クラウド環境を中心に、新しい技術分野にトライすることができます。
・多くの顧客に対し、大量のデータを扱うシステムの運用を行うための、規模に応じた非機能設計やその実現方法などを含むスキルが身につきます。
・メンバー、もしくは外部協力会社の連携など、リーダーやマネジメントスキルが身につきます。

【配属先】	
TMSC　クラウドサービス課　※飯田橋ビル

▼配属先について
＜課内のメンバー構成＞
　管理職　次長：1名（50代）
　専門職　課長：5名（4～50代）係長：5名（3～40代）主任：5名（2～30代）一般：5名（20代）
　女性比率：20％

【転勤の有無】
当面無

【仕事概要】
生成AIや大規模言語モデル（LLM）の進化により、AIの社会実装が加速する今、見落とされがちなのが、AIの判断の根拠となる「ナレッジ」です。 AIはモデルやアプリケーション単体では正しく機能せず、"何をもとに答えを導き出すか"、つまり正確に整理された知識のデータ基盤が不可欠です。
Helpfeelは、この「AIナレッジデータ」を支えるAIナレッジ基盤（AIナレッジデータプラットフォーム）を展開するSaaS企業です。企業や自治体、医療機関、教育機関など、幅広い企業や組織のAI活用を支える"情報インフラ"の構築を支援するプロダクトの開発・提供を行っています。
Helpfeelを代表するプロダクトの「Helpfeel」は、iPhoneの日本語入力システムを開発した弊社テクニカルフェローが発明した「意図予測検索」技術（特許取得済）をコアにしています。 現在はこの技術に加え、生成AIやナレッジ活用の進化に対応する最先端の研究・プロダクト開発を進めており、企業のAI活用基盤としてさらなる進化を続けています。
※特許番号 第7112155号、第7112156号

プロダクトの成功のためには、データに基づく意思決定支援の仕組みが必要です。Helpfeelの導入により実際に成果が向上していることを証明するため、あるいはデータの活用そのものを競争優位性に繋げるためには、信頼でき、スケーラブルに利用可能であり、拡張可能性の高いデータ分析基盤が必要です。
当ポジションでは、Helpfeelのアナリティクスエンジニアとして、蓄積されたデータをニーズに沿った形で活用するため、社内・社外のユーザーとの対話を通じて要件を設計し、信頼のある形でデータを利用する仕組みを作るアナリティクスエンジニア業務をお任せします。

【業務内容】
・データを利用する社外ユーザーや社内ユーザーに対するヒアリング、要件の設計、コンテキストエンジニアリング
・コンテキストを踏まえた最適なデータ提供経路の選定
・データ提供の実装、BIの構築、業務で利用するためのAgent Skillsの実装と提供
・テーブルの作成、テストの実施、ドキュメンテーションの整備
・既存のTransform Layerの維持、機能拡張、トラブルシューティング

【プロダクトの技術要素】
・フロントエンド：React、JavaScript／TypeScript
・バックエンド：Node.js、JavaScript／TypeScript、Python
・インフラ：Heroku、Google Cloud Platform、MongoDB Atlas
・開発支援：ESLint、Renovate

【データエンジニアリング環境の技術要素】
・BI：Looker Studio、Tableau
・Transform Layer：dbt、MetricFlow
・DWH：Google BigQuery
・データソース：Google Analytics 4、Google Spreadsheet、Salesforce、MongoDB Atlas、Google Cloud Logging
・タスク管理：GitHub Projects、GitHubのIssue
		 
【AIの利用環境】
Helpfeelのデータエンジニアリング領域では、AIの存在を前提とした開発フローの再構築を実施しています。主な実施内容は以下のとおりです。
・Agent Skillsの活用による手続的ワークフローの自動化。現在、リポジトリ内には30個以上のAgent Skillsが実装されています。
・MCP Serverを利用したAIによるデータアクセスの拡大。BigQuery MCP Serverやdbt MCP Serverの導入により、AIによる自然言語を通じたデータアクセスが可能となっています。
・Claude CodeやDevinなどのAIの力を最大限に活かすためのハーネスエンジニアリングの実施。
ドキュメンテーションやタスク管理など、コーディングの周辺分野も含めてAIに向けた最適化を進め、AIが真に活躍できる環境を整備しています。
・AIにとって扱いやすい技術スタックの選定

既存のワークフローを前提とした単なる「AIの導入」ではなく、「AIが存在することを前提としたワークフローの再構築」を実施し、高いスピード感を持って結果を出し、スケーラブルな形で運用できるようにすることを目指しています。

【仕事概要】
“Human Empowerment Technology（テクノロジーで人の可能性を拡げる）”をビジョンに掲げ、Helpfeelはナレッジマネジメントに主軸を置いた3つの事業を運営しています。

『Gyazo』瞬時に画面を共有し、コミュニケーションを加速する画像共有ツール
『Helpfeel Cosense』アイデアと知識を自由に記録して共有する、知的生産Wikiシステム
『Helpfeel』企業のAIを強くする、AIナレッジデータプラットフォーム

生成AIの進化により、企業におけるAI活用は急速に広がっています。一方で、「人間向けに作られたデータをそのままAIに渡しても、期待した性能が出ない」という課題も明らかになっています。AIが正しく機能するには、データをAIにとって理解・活用しやすい“AI Ready”な状態、すなわちナレッジとして整える必要があります。
Helpfeelは、この「ナレッジ整備」と、それを最大限に活用する「AIアプリケーションの提供」の2軸で事業を展開し、企業や自治体、医療機関、教育機関などのAI活用を支える情報インフラの構築に取り組んでいます。
代表プロダクトの「Helpfeel」は、iPhoneの日本語入力システムを開発した弊社テクニカルフェローが発明した「意図予測検索」技術をコアにしています。現在はこの技術に加え、生成AIやナレッジ活用の進化に対応する研究・プロダクト開発を進めており、導入実績は累計900サイトを突破しています。
※特許番号 第7112155号、第7112156号

・本ポジションは、プロダクト品質を技術面から支えるSET（Software Engineer in Test）の募集です。
・自動テストの設計・実装を自ら行うだけでなく、開発チームが継続的に品質を作り込めるよう、テスト基盤やCI／CD上のテスト実行環境、テスト方針の整備にも取り組んでいただきます。
・すでに多くのお客様に使われているプロダクトを、より安全に、より速く改善し続けるために、テスト自動化を前提とした開発体制をチームに根づかせていく役割です。品質保証を開発の後工程に閉じず、設計・実装の段階から関わり、開発者が安心して変更を加えられる状態をつくっていただきます。

【業務内容】
▼自動テストの設計・実装
・E2Eテストの拡充・安定化：Playwrightを活用したE2Eテストの拡充・安定化、継続的なリグレッション検知のための自動化カバレッジ向上
・テストピラミッドを意識した自動テストの改善：ユニットテスト・インテグレーションテスト・E2Eテストの適切なバランス設計と、テスト全体の信頼性・実行速度の最適化
・仕様に対して必要な自動テストの提案：新機能開発や仕様変更に対し、テスト設計の観点からレビュー・提案を実施。開発チームと協働し、設計・実装段階から品質を作り込むプロセスを推進
・自動テストを前提としたテスト戦略の策定：自動化の費用対効果を見極め、自動テストでカバーすべき範囲と探索的テストで補完すべき範囲を切り分ける

▼テスト基盤の改善
自動テスト基盤の改善：CI／CDパイプラインにおけるテスト実行環境の最適化、テスト実行速度の改善、フレイキーテストの削減・安定化

【プロダクトの技術要素】
・フロントエンド：React、JavaScript／TypeScript
・バックエンド：Node.js、JavaScript／TypeScript、Python
・インフラ：Heroku、Google Cloud Platform、MongoDB Atlas
・開発支援：ESLint、Renovate

【開発環境】
・ソースコード管理：GitHub
・情報共有：Slack、Helpfeel Cosense
・タスク管理：Helpfeel Cosense
・オフィスアプリケーション：Google Workspace

【利用ツール】
・GitHub
・GitHub Actions
・Datadog
・Sentry
・Helpfeel
・Gyazo

【仕事概要】
“Human Empowerment Technology（テクノロジーで人の可能性を拡げる）”をビジョンに掲げ、Helpfeelはナレッジマネジメントに主軸を置いた3つの事業を運営しています。

『Gyazo』瞬時に画面を共有し、コミュニケーションを加速する画像共有ツール
『Helpfeel Cosense』アイデアと知識を自由に記録して共有する、知的生産Wikiシステム
『Helpfeel』企業のAIを強くする、AIナレッジデータプラットフォーム

生成AIの進化により、企業におけるAI活用は急速に広がっています。一方で、「人間向けに作られたデータをそのままAIに渡しても、期待した性能が出ない」という課題も明らかになっています。AIが正しく機能するには、データをAIにとって理解・活用しやすい“AI Ready”な状態、すなわちナレッジとして整える必要があります。
Helpfeelは、この「ナレッジ整備」と、それを最大限に活用する「AIアプリケーションの提供」の2軸で事業を展開し、企業や自治体、医療機関、教育機関などのAI活用を支える情報インフラの構築に取り組んでいます。
代表プロダクトの「Helpfeel」は、iPhoneの日本語入力システムを開発した弊社テクニカルフェローが発明した「意図予測検索」技術をコアにしています。現在はこの技術に加え、生成AIやナレッジ活用の進化に対応する研究・プロダクト開発を進めており、導入実績は累計900サイトを突破しています。
※特許番号 第7112155号、第7112156号

・エンタープライズ顧客の拡大に伴い、主力プロダクト「Helpfeel」を中心に、プロダクトセキュリティを専任で担うセキュリティエンジニアを募集します。
・脆弱性管理、セキュリティレビュー、プロダクトに関するセキュリティインシデント対応体制の整備、開発チームへのセキュリティ支援を通じて、エンタープライズ顧客が求めるセキュリティ水準の達成・維持を推進していただきます。
・将来的には、PSIRT体制の構築やプロダクトセキュリティ領域のリードにも関わっていただくことを期待しています。
・また、ご本人の志向やこれまでのご経験に応じて、将来的にはプロダクトセキュリティ領域のマネジメントやチームづくりをお任せする可能性もあります。

【業務内容】
▼プロダクトセキュリティ／PSIRTの強化
・Helpfeelプロダクトのセキュリティ設計レビューおよび脆弱性評価
・監査ログ機能の設計・実装支援
　‐ イベント記録、不変性、検索・エクスポート機能など
・SAST／DAST等のセキュリティテストのCI／CDパイプラインへの組み込み
・サードパーティライブラリ・依存関係の脆弱性管理

▼セキュリティ基準の策定・運用
・EnterpriseReady基準（Product Security、Audit Log等）に基づくプロダクト品質の評価・向上
・エンタープライズ営業におけるセキュリティチェックシート対応・顧客折衝支援

▼開発組織全体のセキュリティ底上げ
・セキュアコーディングガイドラインの策定と開発チームへの浸透
・コードレビューにおけるセキュリティ観点の強化
・開発者向けセキュリティ啓発・トレーニングの実施

【将来的にお任せしたい業務】
・プロダクトに関するインシデント対応体制の構築・運用（検知・対応・再発防止）
・ペネトレーションテストの計画・実施・改善サイクルの確立
・セキュリティチームの立ち上げとメンバー育成

【技術スタック】
・言語：TypeScript／Node.js／Python
・フロントエンド：React
・インフラ：Heroku／Google Cloud
・CI/CD：GitHub Actions
・セキュリティ：SonarCloud（SAST）／ZAP（DAST）
・開発管理：GitHub／Cosense／Slack