株式会社ABEJA クリエイティブ職 の求人一覧
全 11 件中 11 件 を表示しています
-
トランスフォーメーション領域：SRE
募集背景 ＜事業・プロジェクトの背景＞ システム開発部では、顧客への提案・プリセールス段階での見積やシステム設計から、実際の開発、リリース後の運用・保守までを一気通貫で担っています。特定の下請け的な立場ではなく、 プライムベンダーとして顧客と直接向き合いながら 、長期的な視点でシステムを育てていくスタイルが特徴です。 ＜システム開発部の特徴＞ システム開発部は、フロントエンド・バックエンド・インフラまでを横断的に担える フルスタックエンジニア を中心に構成されたエンジニア組織です。特定の役割に厳密に分業するのではなく、プロジェクトごとに設計・開発・運用までを一気通貫で担うスタイルを強みとしています。 この柔軟な体制により、各プロジェクトが自律的に推進されやすい一方で、開発の進め方やドキュメント、部門間連携の方法などがプロジェクトごとに最適化されやすい側面もあります。 ＜なぜ該当ロールが必要か＞ こうした体制の中で、これまでは各プロジェクトを中心に運用やモニタリングの工夫が行われてきました。その結果、プロジェクト数や規模の拡大に伴い、モニタリング、インシデント管理、運用設計といった プロジェクト横断の運用課題 がより明確に意識されるようになってきています。 現在も、モニタリングや運用に関する考え方・ドキュメントは一定程度整備されていますが、それらを 部門としてオーナーシップを持って管理・改善・浸透させる専任ロールが不在 であるため、 実運用で十分に活用されない 判断や調整が部長・マネジャーに集中する プロジェクトごとの差分が説明しづらい といった状況が生じています。 これらの課題を解消し、システム開発部として 一貫した運用設計・説明ができる状態 を実現するため、運用を「人」ではなく「仕組み」で支える部門横断の役割として、 1人目の専任SRE を募集します。 ミッション SREとして、複数プロジェクトにまたがるシステムの 信頼性・運用性・再現性 を部門横断で担保し、既存の運用ルールや考え方にオーナーシップを持って整理・標準化・浸透させることがミッションです。 人が頑張って回す運用ではなく、 仕組みとして継続的に回る状態 を設計し、システム開発部として共通の言葉で語れる運用基盤を作っていくことを期待しています。 業務内容 主な業務（部門SREとして） モニタリング／オブザーバビリティの設計・標準化 メトリクス、ログ、アラート、ダッシュボード設計の共通化 プロジェクトごとに分断された監視の整理・統合 インシデント管理プロセスの設計・改善 対応フロー、役割分担、ポストモーテムの型づくり 属人化しない判断・振り返りの仕組み化 運用ルール・設計思想の標準化と浸透 既存ドキュメントの整理・再設計 現場で「使われる」ことを前提とした改善 将来の24/365運用・オンコール体制に向けた設計・検討 現時点で常設オンコールを担うことはありません 将来を見据えた体制・ルールの整理、提案 条件付きで関与する業務（希望・状況に応じて） 大規模・高難度プロジェクトに対するSRE観点での支援 初期設計レビュー 運用・モニタリング設計の支援 本人の志向や状況に応じて、プロジェクトのデリバリーに一定期間関与する選択肢もあります ただし、SREとしての主軸が疎かにならない範囲に限ります ※ 個別プロジェクトの納期・品質の最終責任は負いません ポジションの魅力 1人目専任のSREとして、部門の運用設計に強い裁量を持てるポジションです 既存の仕組みを活かしながら、「作る」だけでなく 組織に根付かせる経験 ができます 複数プロジェクト・複数ステークホルダーを横断し、技術とコミュニケーションの両面で影響力を発揮できます 将来的な24/365やミッションクリティカル領域を見据えた、 中長期で価値のあるSREキャリア を積むことができます 採用要件 必須要件 SRE、またはそれに準ずるロールとしての実務経験（目安：2年以上／ミドル〜シニア相当） モニタリング設計、インシデント管理、運用改善のいずれかに主体的に関与した経験 AWS または GCP を用いた本番システムの運用経験 人手による運用ではなく、コード・設定・仕組みによる解決を志向できる方 生成AI（LLM等）を積極的に活用し、業務プロセスや運用のあり方そのものを改善していく思考を持っている方 指示待ちではなく、自ら課題を発見し、設計・提案できる方 歓迎要件 Python を用いた開発・運用自動化の経験 24/365システムやミッションクリティカルなシステムの運用経験 オンコール体制や障害対応ローテーションに関与した経験 一次対応、エスカレーション設計、運用ルール整備など フルスタックエンジニアとしての実務経験 アプリケーション開発からインフラ・運用までを一通り経験していること 複数プロジェクト・複数チームを横断した標準化・共通化の推進経験 既存ルールやドキュメントを整理し、改善・再設計した経験 人物イメージ 標準やルールを「作る」だけでなく、 現場で使われ、説明できる状態まで責任を持てる方 技術的な正しさと、現実的な運用・合意形成のバランスを取れる方 既存の仕組みを尊重しつつ、より良い形へ整理・改善できる方 部門横断ロールとして、エンジニア・マネジャー双方と建設的に対話できる方 募集要項 続きを見る
-
トランスフォーメーション領域：リーダー／EM候補エンジニア
募集背景 ＜事業・プロジェクトの背景＞ システム開発部では、顧客への提案・プリセールス段階での見積やシステム設計から、実際の開発、リリース後の運用・保守までを一気通貫で担っています。特定の下請け的な立場ではなく、プライムベンダーとして顧客と直接向き合いながら、長期的な視点でシステムを育てていくスタイルが特徴です。 ＜システム開発部の特徴＞ システム開発部は、フロントエンド・バックエンド・インフラまでを横断的に担えるフルスタックエンジニアを中心に構成されたエンジニア組織です。特定の役割に厳密に分業するのではなく、プロジェクトごとに設計・開発・運用までを一気通貫で担うスタイルを強みとしています。 この柔軟な体制により、各プロジェクトが自律的に推進されやすい一方で、開発の進め方やドキュメント、部門間連携の方法などがプロジェクトごとに最適化されやすい側面もあります。 ＜なぜ該当ロールが必要か＞ システム開発部では、今後も事業成長に伴ってエンジニア組織の拡大が続くことを想定しています。組織規模が大きくなるにつれ、個々のエンジニアの成果を積み上げるだけでは、プロジェクトや部門全体としてのアウトプットを安定的に最大化することが難しくなっていきます。 こうしたフェーズでは、開発を担う個々のエンジニアをまとめながら、チームやグループ単位で成果を最大化する視点が不可欠です。プロジェクト横断での開発の進め方や役割分担を整理し、メンバーが力を発揮しやすい環境を整えることで、組織としてスケール可能な開発体制を築いていく必要があります。 そのため当社では、入社時点ではフルスタックエンジニアとしてプロジェクトに貢献しつつ、将来的にチームを牽引するリーダーやエンジニアリングマネジャーとして、グループ全体のアウトプット最大化に関わっていく意思を持った方を求めています。 ミッション 事業成長に伴い拡大していく開発組織において、個人や特定の役割の頑張りに依存するのではなく、仕組みやプロセスを通じてチーム・グループとして継続的にアウトプットを最大化できる開発体制を構築することです。 その中で、メンバー一人ひとりが自発的に考え、自走しながら成果を出せる組織づくりを推進いただきます。 業務内容 主な業務 フルスタックエンジニアとしてプロジェクトに参画し、設計・実装・レビューを通じて価値創出に貢献する 当社のプロジェクトデリバリーの進め方や開発プロセスを理解し、チームの一員として成果を創出する 実務を通じてチームメンバーとの信頼関係を構築し、開発現場での存在感を高める 条件付きで関与する業務（希望・状況に応じて） チームやグループ単位での成果最大化を見据えた技術的な意思決定・レビューのリード 開発プロセスや体制の改善に関する検討・実行 メンバーの特性や志向を踏まえたアサインや育成への関与 将来的なエンジニアリングマネジャーとしての役割への段階的なチャレンジ（入社直後からマネジメント業務を担うことを前提としたポジションではありません） ポジションの魅力 フルスタックエンジニアとしての実装力・設計力を活かしながら、プロジェクトデリバリー全体に関わる経験 技術だけでなく、プロセス・体制・人の観点から組織づくりに関与できる機会 リーダーやエンジニアリングマネジャーへのキャリアパスを、無理なく段階的に描ける環境 個人の成果だけでなく、組織として成果を出す視点を身につけられる経験 採用要件 必須要件 フロントエンド・バックエンド・インフラのいずれかに限定されず、必要に応じて幅広く関与してきたWebアプリケーション開発の実務経験 特定領域の専門性に加え、プロジェクト全体を見渡しながら設計・実装・デリバリーに携わってきた経験 AWS や GCP などのクラウド環境を用いたシステム開発・運用の実務経験 技術的な課題だけでなく、プロジェクトやビジネス全体への影響を意識して行動してきた姿勢 チームや組織全体の改善・効率化に向けた取り組みを行った経験 歓迎要件 チームリーダー、テックリード、エンジニアリングマネジャーなどの立場で、メンバーを巻き込みながら開発を推進した経験 (5名以上の巻き込み) 技術的な意思決定に加え、開発プロセスや体制の見直し・改善に主体的に関わった経験 メンバーの育成やレビューを通じて、チームやグループ全体のアウトプット向上に貢献した経験 部門やプロジェクトを横断し、組織全体の課題解決や改善に関与した経験 Python、Go、TypeScript などのモダンな言語を用いたWebアプリケーションや業務システムの開発経験（当社では主に Python を用いた開発を行っています） 人物イメージ 技術力を土台に、個人ではなくチーム・組織として成果を出すことにやりがいを感じられる方 周囲の意見に耳を傾けつつ、対話を通じてより良い判断を導き、信頼関係を築ける方 変化や課題に柔軟に向き合い、学び続けながら自らも組織も成長させていける方 関係性を大切にしながらも、状況に応じて期待や役割を明確に伝え、アウトプット最大化を優先したコミュニケーションが取れる方 個人に業務や責任を集中させるのではなく、メンバーに適切に役割や裁量を委ね、挑戦を促すことで、チームや組織全体の成長を引き出せる方 募集要項 続きを見る
-
トランスフォーメーション領域：エンジニアリングPM
募集背景 ＜事業・プロジェクトの背景＞ システム開発部では、顧客への提案・プリセールス段階での見積やシステム設計から、実際の開発、リリース後の運用・保守までを一気通貫で担っています。特定の下請け的な立場ではなく、 プライムベンダーとして顧客と直接向き合いながら 、長期的な視点でシステムを育てていくスタイルが特徴です。 ＜システム開発部の特徴＞ システム開発部は、フロントエンド・バックエンド・インフラまでを横断的に担えるフルスタックエンジニアを中心に構成されたエンジニア組織です。特定の役割に厳密に分業するのではなく、プロジェクトごとに設計・開発・運用までを一気通貫で担うスタイルを強みとしています。 この柔軟な体制により、各プロジェクトが自律的に推進されやすい一方で、開発の進め方やドキュメント、部門間連携の方法などがプロジェクトごとに最適化されやすい側面もあります。 ＜なぜ該当ロールが必要か＞ 現在、ビジネスサイドのPMは顧客折衝や全体構想に強みを持つ一方、技術的な設計・実装を前提とした判断や、技術マターを含む進行管理については、役割や専門性の違いから、プロジェクト体制として十分に担いきれない場面が生じることがあります。 そのギャップを埋めるため、リードエンジニアがプロジェクト推進まで担うケースが増え、本来注力すべき設計・実装・技術判断に十分な時間を割けないという歪みが生じています。 そこで今回、**エンジニアリングのバックグラウンドを持ち、技術観点でのデリバリー責任を担いながら、顧客案件のプロジェクト推進を行う「エンジニアリングPM」**を募集します。 このポジションは、 顧客案件を中心にPMとしてデリバリーをリードする 案件状況に応じて技術的な検討・設計レビューに関与する ビジネスサイドPMと並列の立場で協働しながら、役割分担や進め方を案件ごとに設計する これによって、プロジェクトの成功確率を高めると同時に、リードエンジニアが技術に集中できる体制を構築することを目的としています。 ミッション エンジニアリングの知見を活かし、顧客案件における技術観点でのデリバリー責任を担いながら、 プロジェクトを安定的に前進させること がミッションです。 ビジネスサイドPMやエンジニアと協働し、技術と進行の両面からプロジェクトを成立させる役割を担います。 業務内容 主な業務 顧客案件におけるプロジェクトマネジメント スコープ、スケジュール、品質、リスクの管理 技術的前提を踏まえた進行判断・調整 技術観点でのデリバリーコントロール 技術的論点の整理 実装・設計を前提としたリスク判断 ビジネスサイドPMとの協働 案件ごとの役割分担や進め方の設計 技術・ビジネス双方の観点を踏まえた意思決定支援 条件付きで関与する業務（希望・状況に応じて） 社内のリソース状況やプロジェクトの優先度に応じて、PMとしての関与範囲を一時的に拡張しま リードエンジニアが実装に集中するための進行・調整業務の巻き取り プロジェクト横断での状況整理、優先度調整、関係者間の調整 プロジェクトの局面や体制に応じた、リードエンジニア的な立ち回り 技術的な判断が滞らないための意思決定支援 実装方針や品質に関するレビュー・フォロー 必要に応じたハンズオンでの開発への関与 リソースが逼迫しているプロジェクトにおける一時的な実装対応 コーディング・修正・仕上げなど、デリバリーを前に進めるための直接的な支援（基本的には開発メンバーに実装を依頼しつつ、あくまで状況に応じた関与を想定しています） ポジションの魅力 エンジニアリングのバックグラウンドを活かし、 PMを主軸としたキャリアへシフト することができます 顧客案件の中核に入り、 技術観点でのデリバリー責任を持つPM としてプロジェクトを推進する経験を積むことができます ビジネスサイドPMと並列で協働し、技術とビジネスの境界を設計・調整する立場を担えます 本ロールは 1人目のエンジニアリングPM であり、実際の動き方や成果を通じて、役割や期待値そのものを形づくっていく経験ができます 志向や成果次第では、エンジニアリングPMの増員・育成を含めた体制づくりや、 エンジニアリングPMグループを率いるマネジャー的な役割 へとキャリアを広げていく選択肢もあります 採用要件 必須要件 エンジニアとしての開発・実装経験 技術的前提を理解したうえでプロジェクトを推進した経験、またはその素地 関係者と協働しながらプロジェクトを前に進めるコミュニケーション能力 生成AI（LLM等）を業務の一部として活用し、情報整理・意思決定・プロジェクト推進の生産性を高めることに前向きな方 歓迎要件 エンジニアリングPM、テクニカルPM、またはそれに近い役割の経験 リードエンジニア、テックリードとしてプロジェクトに関与した経験 顧客案件における要件整理・技術的検討の経験 ビジネスサイドPM と協働し、役割分担や進め方を設計した経験 人物イメージ ミドル〜シニアレベルのエンジニア経験を持ち、今後はPMを軸にキャリアを築きたい方 技術を理解したうえで、プロジェクト全体を前に進めることに価値を感じる方 役割を固定せず、案件ごとに最適な進め方を考えられる方 リードエンジニアが技術に集中できる環境づくりにやりがいを感じる方 チームやプロジェクトのリソース状況に歪みが生じている場面を捉え、自ら役割を広げて入りに行ける方 前例や正解が固まっていない1人目ロールであることを理解したうえで、自ら試行錯誤しながら価値を定義していくことに前向きな方 募集要項 続きを見る
-
トランスフォーメーション領域：開発オペレーションリード（ツール化・自動化を含む）
募集背景 ＜事業・プロジェクトの背景＞ システム開発部では、顧客への提案・プリセールス段階での見積やシステム設計から、実際の開発、リリース後の運用・保守までを一気通貫で担っています。特定の下請け的な立場ではなく、 プライムベンダーとして顧客と直接向き合いながら 、長期的な視点でシステムを育てていくスタイルが特徴です。 ＜システム開発部の特徴＞ システム開発部は、フロントエンド・バックエンド・インフラまでを横断的に担えるフルスタックエンジニアを中心に構成されたエンジニア組織です。特定の役割に厳密に分業するのではなく、プロジェクトごとに設計・開発・運用までを一気通貫で担うスタイルを強みとしています。 この柔軟な体制により、各プロジェクトが自律的に推進されやすい一方で、開発の進め方やドキュメント、部門間連携の方法などがプロジェクトごとに最適化されやすい側面もあります。 ＜なぜ該当ロールが必要か＞ これまでは、各プロジェクトやマネジャーの工夫によって、ドキュメント整備や部門間連携、開発・運用プロセスの改善が行われてきました。 その中で、個別プロジェクトに閉じない形で、再利用可能な共通機能・開発アセットを整備し、部門全体の生産性を高める取り組みも進めています。 一方で、 共通アセットが十分に蓄積・活用されず、定着しない プロジェクトの知見が組織として再利用されにくい ドキュメントや部門間連携が人に依存しやすい といった プロジェクト横断・組織横断の課題 が、プロジェクト数や関与部門の増加とともに顕在化してきました。 生成AI / LLM の活用が前提となる現在、これらを個人の工夫に委ねるのではなく、 組織としてオーナーシップを持って設計・改善・定着させること が求められています。 そこで、各プロジェクトで生まれた知見や成果を共通アセットとして整理・循環させ、開発の進め方や連携の在り方を「人」ではなく「仕組み」で支える役割として、開発オペレーションリードを募集します。 ミッション 開発組織および関連部門が、 最小限のルールと運用で、最大の成果を出し続けられる状態 を実現すること。 個別対応や力技ではなく、プロジェクト横断での開発オペレーションを仕組み・構造・インターフェースとして設計することで、 作らなくても回り、組織として再現・共有できる開発の運営状態 を作ることが、このポジションのミッションです。 業務内容 主な業務（開発オペレーションリードとして） ドキュメントオペレーションの設計・標準化 開発組織におけるドキュメント体系の整理・再設計 「何を書くか／書かないか」「誰が更新責任を持つか」の明確化 生成AI / LLM 活用を前提とした、検索・再利用しやすい構造設計 部門間連携のインターフェース設計 開発部と営業・PM・データサイエンティスト等との情報連携整理 役割分担・責任分界点・判断フローの明確化 人に依存しない連携・調整の仕組み化 開発・運用オペレーションのリファクタリング 開発・運用プロセス全体の可視化と見直し 不要・過剰なルール、ツール、手順の整理・廃止 最小限で回る設計への再構築と定着 共通機能・開発アセットの設計と循環 各プロジェクトで生まれた実装・ノウハウの抽出と整理 共通アセットとして整備すべき対象の判断（作る／作らないの見極め） 作成した共通機能・アセットを、実プロジェクトで活用される形で展開・定着させる仕組みづくり 利用状況やフィードバックを踏まえた継続的な改善 ※ 共通アセットは「作ること」自体を目的とせず、プロジェクトで実際に使われ、組織全体の生産性向上につながることを重視します。 条件付きで関与する業務（希望・状況に応じて） プロジェクト現場への関与（理解・改善目的） 実運用を踏まえた課題抽出 個人対応で終わらせず、組織に還元する改善テーマの整理 プロジェクトデリバリーへの協力 開発オペレーション改善につながる範囲での関与 単なるリソース補完ではなく、知見を横断的な仕組み化に還元することを前提とします ※ 本ポジションは、個別プロジェクトのデリバリーを主目的とした役割ではありません ポジションの魅力 生成AI時代において、 「作る力」だけでなく「組織を機能させる力」 を実践的に身につけられます 開発・組織・事業を横断し、 作らなくても回る状態を設計する経験 を積むことができます（例：複数プロジェクトを俯瞰し、共通化すべき仕組みやアセットを判断・展開する経験） 特定の技術や役割に閉じない、 どの組織でも価値を発揮できるキャリアの軸 を築けます 採用要件 必須要件 ソフトウェア開発における実務経験（3年以上目安） フロントエンド／バックエンド／インフラのいずれかを含む開発経験があり、フルスタック的にプロジェクトデリバリーに関与した経験（得意・不得意があっても問題ありません） 実装・設計・運用を通じて、プロジェクトを前に進めた経験 要望や課題を丁寧にヒアリングし、内容を整理した上で、仕組みや運用として形にしてきた経験 生成AI（ChatGPT、Claude Code 等）を業務に取り入れ、整理・効率化・自動化に活用した経験、またはそれを主体的に学び実践してきた姿勢 新しい技術・ツールをキャッチアップし、実務に適用していく姿勢 歓迎要件 フルスタックエンジニアとしての実装経験 SRE またはそれに準ずる運用・自動化の経験 CI/CD、IaC、業務自動化の設計・改善経験 ドキュメント基盤（Notion、Confluence、GitHub 等）の設計・改善経験 生成AI / LLM の応用的な活用（プロンプト設計、ツール連携、エージェント活用 等） 部門横断での業務整理・調整・標準化の経験 開発・運用・組織オペレーションを俯瞰し、課題を構造として捉えた上で、あるべき姿を言語化し、設計として提示してきた経験 人物イメージ 開発・運用・組織の課題を横断的に捉え、整理・構造化することに関心がある方 限られたリソースの中で、再現性やスケーラビリティを意識した設計を考えられる方 ドキュメント、プロセス、役割分担などの曖昧さを課題として認識し、改善したいと感じる方 新しい技術（特に生成AI）を、実務の効率化や仕組み改善にどう活かすかを考えられる方 個人の成果だけでなく、組織全体の生産性や意思決定のしやすさを高めることに価値を感じる方 ※ レベルに応じて、最初は対話を通じて整理・実装に注力し、経験を重ねるにつれて、より俯瞰的な設計・リードを担っていただくことを想定しています 募集要項 続きを見る
-
トランスフォーメーション領域：データエンジニア
募集背景 顧客企業におけるデータプラットフォームの企画立案から開発までをトータルで実現できる人材のニーズが急速に高まっています。 ABEJAはこれまで、製造業、小売り業、医療製薬、金融業界など多種多様な産業において、数多くのDX（デジタルトランスフォーメーション）プロジェクトに貢献してきました。取引先の多くは、各業界を代表するような大手企業であり、DXを経営課題に掲げ、実現に向けて果敢に挑戦されています。 それら数多くのDXプロジェクトを通して、顧客企業が抱える共通の課題が浮かび上がってきました。 「デジタイゼーション（＝業務のデジタル化）が進んでいない」という課題です。 解決にあたり、様々な種類・形式のデータを大規模に取り扱うデータプラットフォームの整備を進める必要があり、この領域を推進いただける人材としてデータエンジニアの募集をしています。ミッション 顧客企業におけるデータプラットフォームの企画立案から開発までをトータルで実現できる人材のニーズが急速に高まっています。 ABEJAはこれまで、製造業、小売り業、医療製薬、金融業界など多種多様な産業において、数多くのDX（デジタルトランスフォーメーション）プロジェクトに貢献してきました。取引先の多くは、各業界を代表するような大手企業であり、DXを経営課題に掲げ、実現に向けて果敢に挑戦されています。 それら数多くのDXプロジェクトを通して、顧客企業が抱える共通の課題が浮かび上がってきました。 「デジタイゼーション（＝業務のデジタル化）が進んでいない」という課題です。 解決にあたり、様々な種類・形式のデータを大規模に取り扱うデータプラットフォームの整備を進める必要があり、この領域を推進いただける人材としてデータエンジニアの募集をしています。 ミッション 顧客企業における多種多様なデータを統合管理するデータプラットフォームを構築することが主なミッションとなります。 DXを実現するにあたり、真っ先に取り組む必要がある重要な部分です。 様々な業界のリーディングカンパニーが顧客となるため、データ利活用に関する最先端事例を数多く経験することができます。 クライアントの経営陣に対して、データの活用方針や分析を通じて得られた示唆・知見を提案する機会を通して、技術力だけでなくビジネス力も磨くことができます。 業務内容 データプラットフォームの企画、アーキテクチャ設計 プロジェクトの技術面におけるリードデータパイプラインの設計・構築 データ分析のためのBIの開発・運用 継続的なモニタリングプロセスの構築・運用 顧客のデータ活用の実態や関連業務、ドメイン知識の理解 プロトタイプのAI・機械学習モデルを実運用可能な形にするためのデータパイプライン・インフラ基盤構築の設計およびサービス/システムの開発 プロジェクトマネージャーと協力し、プロジェクトの目的・方針・計画などを策定 運用保守を見据えたデプロイ環境構築(クラウド・エッジ含む) 採用要件 必須要件 以下必須要件のうち、2つ以上の該当があること（全てに該当している必要はない） Pythonを含む複数言語(TypeScript, Javascriptなど)でのコーディング経験(3年以上) データ基盤および分析基盤などの開発・構築経験(3年以上) ETLやELTの実装経験 クラウド環境上でのシステム構築・運用の経験 GitHubを用いた開発経験 歓迎要件 PySparkによるデータ処理 Sparkの内部アーキテクチャに関する知識およびパフォーマンスチューニングの経験 データサイエンス一般に関する理解・経験 B2Bシステム開発の経験 Webアプリケーション開発経験 Kubernetesベースのデータパイプライン・MLOps環境の構築・運用開発の経験 クラウド環境上でのCI/CDパイプライン構築・運用の経験 英語によるビジネス遂行能力 続きを見る
-
トランスフォーメーション領域：データサイエンティスト（ミドル）
募集背景 ABEJAは創業以来、高い技術力と顧客に寄り添う提案力を武器に、多くのAIソリューションやプロダクトを社会実装してきました。近年、大規模言語モデル（LLM）や生成系AIなどの進化によって、ますますミッションクリティカルな領域を含む幅広い課題解決のニーズが急速に高まっています。 こうした社会的に大きなインパクトをもたらす取り組みに対し、より積極的にチャレンジし、DX推進や社会課題解決に貢献すべく、当社の事業をさらに拡大・牽引いただける方を募集しています。 将来的には、新たなソリューションの開発や大規模プロジェクトの推進などを担い、社会全体をより良い方向へ導く中心人物としてご活躍いただきたいと考えています。 ミッション 「テクノロジーの力で産業構造を変革する」 お客様の抱える経営課題/事業課題を、機械学習（LLM含む）・統計・数理最適などデータサイエンスの力を駆使することで根本から解決へ導きます。 そのために、本ポジションでは、プロジェクトマネージャなどのビジネスサイドやエンジニアと密に連携しながら、要件定義・技術選定・モデル開発・運用まで、一連の流れを率いていただきます。 また、組織全体のパフォーマンスを最大化するため、メンバー育成やカルチャー醸成など多方面でリーダーシップを発揮し、ABEJAが描く未来を共に創っていただきます。 業務内容 プロジェクトマネージャやエンジニアと連携しながら、様々なデータサイエンス技術を駆使して、お客様の経営課題/事業課題を解決に導いていただくポジションです。 グループ全体のアウトプットが顧客満足に繋がるよう、シニアメンバーと共にその品質向上に務め、価値提供に向けて必要なアクションを取っていただきます。 データ分析、モデル作成データ要件の整理、技術スタック選定 データの前処理、EDA、可視化 最適な手法の調査・選定 モデルの作成、精度・性能評価 ディープラーニングを含む機械学習(画像・自然言語・構造化データ) 大規模言語モデル（LLM）の活用（学習、推論含む） 統計解析・因果推論などの統計モデリング 数理最適化などの数理モデリング エンジニアと連携したモデルの商用実装 定期的なモデルのパフォーマンス評価、パフォーマンスの維持・向上（ML ops / LLM ops） 提案活動、提案内容レビュー 受注前のプロジェクトにおける顧客との折衝、プロジェクトの要件整理 整理した要件に基づく、提案内容のレビュー、実現可否判断 提案を魅力的にするための最新技術知見を踏まえた示唆だし 技術の横展開・技術ブランディング 実装ロジックの汎用化およびプロダクト化 技術ナレッジの公開（論文投稿・学会発表・勉強会登壇・Meetup、テックブログ等） あなたは何を得られるのか（ポジションの魅力） 受注前から顧客との折衝にも参画することで、分析・実装にとどまらず、顧客の課題を定義する上流工程から携わっていただくことができます。データサイエンスを社会実装するために、社会の課題に対してどのようにアプローチすると解決できるのかといったビジネス力を向上させることができます。 多岐にわたる『事業課題』『データ』『技術』を扱います。そのため、幅広い技術や経験を積むことができます。 参考：技術スタック（https://stackshare.io/abeja/abeja-datascience） ABEJA（豊富な知見） × 大手企業（莫大なデータ/リソース/キャッシュ）という座組みだからこそ、面白いテーマに取り組んでいただくことが可能です。 Kaggle Days World Championship優勝者をはじめとし、優秀な人材が揃っている。 参考：Kaggle Days World Championshipで優勝した話（https://tech-blog.abeja.asia/entry/kaggledays-champion-202211） 勉強会やレビュー会などを開催するなど、学び合う文化や環境が整っています。 参考：Data Scienceチームの成果を最大化するための取り組み（2022年版）(https://tech-blog.abeja.asia/entry/advent-2022-day23） 新規技術検証・論文読み会・カンファレンス登壇などのアウトプットを奨励する文化があります。 LLMを活用するのはもちろん、LLM自体の開発も経験できます。 将来的に目指せるキャリアイメージ ABEJAにて以下のようなロールで事業を牽引 データサイエンスのスペシャリスト データサイエンス組織の責任者 技術に強いプロジェクトマネージャー 事業会社のデータサイエンス部門の責任者 大手企業のCDO（Chief Digital Officer） 採用要件 必須要件 機械学習のモデリング業務経験（LLM、自然言語処理、画像処理、構造化データ等を含む幅広い領域のうち、いずれかの業務経験） 要件定義・モデル設計・評価までの一貫した実務経験 クラウドサービス（AWS/GCP/Azureなど）を用いた開発経験 git / dockerを用いたチーム開発経験 歓迎要件 顧客折衝・課題発見から解決策立案（要件定義）を担った経験 LLMの深い活用経験（学習やローカルLLMの推論など） 統計解析/因果推論、数理最適化などの統計モデリング経験 MLOps環境の構築・運用経験、分散処理（Spark等）の経験 外部活動におけるご実績 Kaggleをはじめとしたデータサイエンスコンペへの参加・上位入賞経験 登壇やブログの執筆など、積極的な外部発信 英語による日常会話・チャットに抵抗がないこと あくまでも「抵抗がないこと」レベルであり、得意でなくても構いません 人物イメージ 経営課題・事業課題の解決を通じて、社会にインパクトを与えることに意欲的な方 特定の技術領域に限らず、データサイエンス技術全般に幅広く興味が持てる方 自分自身のスキルや経験に謙虚な姿勢を持ち、学び続けることができる方 組織としての成果最大化に喜びを感じ、チームでの価値創出を重視できる方 技術好奇心が旺盛で、外部発信・社内共有なども積極的に行える方 続きを見る
-
トランスフォーメーション領域：データサイエンティスト
募集背景 ABEJAは創業以来、高い技術力と顧客に寄り添う提案力を武器に、多くのAIソリューションやプロダクトを社会実装してきました。近年、大規模言語モデル（LLM）や生成系AIなどの進化によって、ますますミッションクリティカルな領域を含む幅広い課題解決のニーズが急速に高まっています。 こうした社会的に大きなインパクトをもたらす取り組みに対し、より積極的にチャレンジし、DX推進や社会課題解決に貢献すべく、当社の事業をさらに拡大・牽引いただける方を募集しています。 将来的には、新たなソリューションの開発や大規模プロジェクトの推進などを担い、社会全体をより良い方向へ導く中心人物としてご活躍いただきたいと考えています。 ミッション 「テクノロジーの力で産業構造を変革する」 お客様の抱える経営課題/事業課題を、機械学習（LLM含む）・統計・数理最適などデータサイエンスの力を駆使することで根本から解決へ導きます。 そのために、本ポジションでは、プロジェクトマネージャなどのビジネスサイドやエンジニアと密に連携しながら、要件定義・技術選定・モデル開発・運用まで、一連の流れを率いていただきます。 また、組織全体のパフォーマンスを最大化するため、メンバー育成やカルチャー醸成など多方面でリーダーシップを発揮し、ABEJAが描く未来を共に創っていただきます。 業務内容 プロジェクトマネージャやエンジニアと連携しながら、様々なデータサイエンス技術を駆使して、お客様の経営課題/事業課題を解決に導いていただくポジションです。 グループ全体のアウトプットが顧客満足に繋がるよう、シニアメンバーと共にその品質向上に務め、価値提供に向けて必要なアクションを取っていただきます。 データ分析、モデル作成 データ要件の整理、技術スタック選定 データの前処理、EDA、可視化 最適な手法の調査・選定 モデルの作成、精度・性能評価 ディープラーニングを含む機械学習(画像・自然言語・構造化データ) 大規模言語モデル（LLM）の活用（学習、推論含む） 統計解析・因果推論などの統計モデリング 数理最適化などの数理モデリング エンジニアと連携したモデルの商用実装 定期的なモデルのパフォーマンス評価、パフォーマンスの維持・向上（ML ops / LLM ops） 提案活動、提案内容レビュー 受注前のプロジェクトにおける顧客との折衝、プロジェクトの要件整理 整理した要件に基づく、提案内容のレビュー、実現可否判断 提案を魅力的にするための最新技術知見を踏まえた示唆だし 技術の横展開・技術ブランディング 実装ロジックの汎用化およびプロダクト化 技術ナレッジの公開（論文投稿・学会発表・勉強会登壇・Meetup、テックブログ等） ポジションの魅力 受注前から顧客との折衝にも参画することで、分析・実装にとどまらず、顧客の課題を定義する上流工程から携わっていただくことができます。データサイエンスを社会実装するために、社会の課題に対してどのようにアプローチすると解決できるのかといったビジネス力を向上させることができます。 多岐にわたる『事業課題』『データ』『技術』を扱います。そのため、幅広い技術や経験を積むことができます。 参考：技術スタック（https://stackshare.io/abeja/abeja-datascience） ABEJA（豊富な知見） × 大手企業（莫大なデータ/リソース/キャッシュ）という座組みだからこそ、面白いテーマに取り組んでいただくことが可能です。 Kaggle Days World Championship優勝者をはじめとし、優秀な人材が揃っている。 参考：Kaggle Days World Championshipで優勝した話（https://tech-blog.abeja.asia/entry/kaggledays-champion-202211） 勉強会やレビュー会などを開催するなど、学び合う文化や環境が整っています。 参考：Data Scienceチームの成果を最大化するための取り組み（2022年版）(https://tech-blog.abeja.asia/entry/advent-2022-day23） 新規技術検証・論文読み会・カンファレンス登壇などのアウトプットを奨励する文化があります。 LLMを活用するのはもちろん、LLM自体の開発も経験できます。 ＜将来的に目指せるキャリアイメージ＞ ABEJAにて以下のようなロールで事業を牽引 データサイエンスのスペシャリスト データサイエンス組織の責任者 技術に強いプロジェクトマネージャー 事業会社のデータサイエンス部門の責任者 大手企業のCDO（Chief Digital Officer） 採用要件 必須要件 機械学習のモデリング業務経験（LLM、自然言語処理、画像処理、構造化データ等を含む幅広い領域のうち、いずれかの業務経験） 歓迎要件 顧客折衝・課題発見から解決策立案（要件定義）を担った経験 LLMの深い活用経験（学習やローカルLLMの推論など） 統計解析/因果推論、数理最適化などの統計モデリング経験 MLOps環境の構築・運用経験、分散処理（Spark等）の経験 git / dockerを用いたチーム開発経験 外部活動におけるご実績 Kaggleをはじめとしたデータサイエンスコンペへの参加・上位入賞経験 データサイエンス領域におけるカンファレンス登壇経験 登壇やブログの執筆など、積極的な外部発信 ジャーナルでの論文採用経験 OSS貢献 英語による日常会話・チャットに抵抗がないこと あくまでも「抵抗がないこと」レベルであり、得意でなくても構いません 人物イメージ 経営課題・事業課題の解決を通じて、社会にインパクトを与えることに意欲的な方 特定の技術領域に限らず、データサイエンス技術全般に幅広く興味が持てる方 自分自身のスキルや経験に謙虚な姿勢を持ち、学び続けることができる方 組織としての成果最大化に喜びを感じ、チームでの価値創出を重視できる方 技術好奇心が旺盛で、外部発信・社内共有なども積極的に行える方 募集要項 続きを見る
-
トランスフォーメーション領域：データサイエンティスト（シニア）
募集背景 ABEJAは創業以来、高い技術力と顧客に寄り添う提案力を武器に、多くのAIソリューションやプロダクトを社会実装してきました。近年、大規模言語モデル（LLM）や生成系AIなどの進化によって、ますますミッションクリティカルな領域を含む幅広い課題解決のニーズが急速に高まっています。 こうした社会的に大きなインパクトをもたらす取り組みに対し、より積極的にチャレンジし、DX推進や社会課題解決に貢献すべく、当社の事業をさらに拡大・牽引いただける方を募集しています。 将来的には、新たなソリューションの開発や大規模プロジェクトの推進などを担い、社会全体をより良い方向へ導く中心人物としてご活躍いただきたいと考えています。 ミッション 「テクノロジーの力で産業構造を変革する」 お客様の抱える経営課題/事業課題を、機械学習（LLM含む）・統計・数理最適などデータサイエンスの力を駆使することで根本から解決へ導きます。 そのために、本ポジションでは、プロジェクトマネージャなどのビジネスサイドやエンジニアと密に連携しながら、要件定義・技術選定・モデル開発・運用まで、一連の流れを率いていただきます。 また、組織全体のパフォーマンスを最大化するため、メンバー育成やカルチャー醸成など多方面でリーダーシップを発揮し、ABEJAが描く未来を共に創っていただきます。 業務内容 プロジェクトマネージャやエンジニアと連携しながら、様々なデータサイエンス技術を駆使して、お客様の経営課題/事業課題を解決に導いていただくポジションです。 グループ全体のアウトプットが顧客満足に繋がるよう、シニアメンバーと共にその品質向上に務め、価値提供に向けて必要なアクションを取っていただきます。 データ分析、モデル作成 データ要件の整理、技術スタック選定 データの前処理、EDA、可視化 最適な手法の調査・選定 モデルの作成、精度・性能評価ディープラーニングを含む機械学習(画像・自然言語・構造化データ) 大規模言語モデル（LLM）の活用（学習、推論含む） 統計解析・因果推論などの統計モデリング 数理最適化などの数理モデリング エンジニアと連携したモデルの商用実装 定期的なモデルのパフォーマンス評価、パフォーマンスの維持・向上（ML ops / LLM ops） 提案活動、提案内容レビュー 受注前のプロジェクトにおける顧客との折衝、プロジェクトの要件整理 整理した要件に基づく、提案内容のレビュー、実現可否判断 提案を魅力的にするための最新技術知見を踏まえた示唆だし チームリーディング、メンバーメンタリング メンバのスキルセットと志向を適切に把握し、メンバが最高のパフォーマンスを発揮できるよう適切な評価・アドバイスを行うとともに、技術アプローチレビューやコードレビューを行う 組織としてのアウトプットが最大化されるように、他部署と緊密に連携しながら仕組みを整備・変革し、またメンバの育成に資するメンタリング・コーチングを行う 技術の横展開・技術ブランディング 実装ロジックの汎用化およびプロダクト化 技術ナレッジの公開（論文投稿・学会発表・勉強会登壇・Meetup、テックブログ等） あなたは何を得られるのか（ポジションの魅力） 受注前から顧客との折衝にも参画することで、分析・実装にとどまらず、顧客の課題を定義する上流工程から携わっていただくことができます。データサイエンスを社会実装するために、社会の課題に対してどのようにアプローチすると解決できるのかといったビジネス力を向上させることができます。 多岐にわたる『事業課題』『データ』『技術』を扱います。そのため、幅広い技術や経験を積むことができます。 参考：技術スタック（https://stackshare.io/abeja/abeja-datascience） ABEJA（豊富な知見） × 大手企業（莫大なデータ/リソース/キャッシュ）という座組みだからこそ、面白いテーマに取り組んでいただくことが可能です。 Kaggle Days World Championship優勝者をはじめとし、優秀な人材が揃っている。 参考：Kaggle Days World Championshipで優勝した話（https://tech-blog.abeja.asia/entry/kaggledays-champion-202211） 勉強会やレビュー会などを開催するなど、学び合う文化や環境が整っています。 参考：Data Scienceチームの成果を最大化するための取り組み（2022年版）(https://tech-blog.abeja.asia/entry/advent-2022-day23） 新規技術検証・論文読み会・カンファレンス登壇などのアウトプットを奨励する文化があります。 LLMを活用するのはもちろん、LLM自体の開発も経験できます。 将来的に目指せるキャリアイメージ ABEJAにて以下のようなロールで事業を牽引 データサイエンスのスペシャリスト データサイエンス組織の責任者 技術に強いプロジェクトマネージャー 事業会社のデータサイエンス部門の責任者 大手企業のCDO（Chief Digital Officer） 採用要件 必須要件 機械学習のモデリング業務経験（LLM、自然言語処理、画像処理、構造化データ等を含む幅広い領域のうち、いずれかの業務経験） 要件定義・モデル設計・評価まで一貫してリードした実務経験 クラウドサービス（AWS/GCP/Azureなど）を用いた開発経験 git / dockerを用いたチーム開発経験 顧客折衝・課題発見から解決策立案（要件定義）を担った経験 プロジェクトリードまたはチームリーディングの経験（進捗管理、評価など） 歓迎要件 LLMの深い活用経験（学習やローカルLLMの推論など） 統計解析/因果推論、数理最適化などの統計モデリング経験 MLOps環境の構築・運用経験、分散処理（Spark等）の経験 外部活動におけるご実績 Kaggleをはじめとしたデータサイエンスコンペへの参加・上位入賞経験 データサイエンス領域におけるカンファレンス登壇経験 登壇やブログの執筆など、積極的な外部発信 ジャーナルでの論文採用経験 OSS貢献 英語による日常会話・チャットに抵抗がないこと あくまでも「抵抗がないこと」レベルであり、得意でなくても構いません 人物イメージ 経営課題・事業課題の解決を通じて、社会にインパクトを与えることに意欲的な方 特定の技術領域に限らず、データサイエンス技術全般に幅広く興味が持てる方 自分自身のスキルや経験に謙虚な姿勢を持ち、学び続けることができる方 組織としての成果最大化に喜びを感じ、チームでの価値創出を重視できる方 技術好奇心が旺盛で、外部発信・社内共有なども積極的に行える方 募集要項 続きを見る
-
プラットフォームグループ：ソフトウェアエンジニア
募集背景 当社は2012年に創業し、ディープラーニングの黎明期からAI技術の発展に貢献してきました。高度な機械学習技術、統計モデリング、数理最適化などを駆使し、300社以上の顧客のデジタルトランスフォーメーション（DX）を実現してきました。 ABEJA Platformは社内外の事業拡大の基盤に位置づけられており、更なる研究開発に力を注いでいます。現在は、少数精鋭の開発・保守運用チームが活躍しているのですが、今後の事業計画に応じて組織を強化するため、バックエンドエンジニアを募集しています。 お任せしたいこと ミッション 「顧客企業を未来に必要とされる存在へ変える」 ABEJAのデジタルプラットフォーム事業である「ABEJA Platform」の開発を通じて、ABEJA LLM Series / ABEJA Insight for Retail などのサービスで顧客企業や業界の変革を牽引します。 ※ABEJA Platformとは デジタルトランスフォーメーションの実行に必要なデータ生成からデータ収集、データの加工、データ分析、AIモデリングまでのプロセスを提供し、継続的かつ安定的な運用を行うソフトウェア群です。 業務内容 以下の中から個々のスキルや事業状況に応じた業務を担当いただきます。 ABEJA Platform / ABEJA LLM Series / ABEJA Insight for Retail などのプロダクトに関連する開発・運用業務の実施 AIパイプライン基盤、LLMOps基盤、数千台のカメラ・センサーデバイス等のデータ分析・可視化 B2B SaaS プロダクトなどの強化活動にバックエンドエンジニアとして参画し、提供価値を最大化、定期的なメンテナンス活動を実施 プロダクト研究・開発に必要な技術検証業務の実施 以下一例、スキルに応じて LLM/生成AIに関する技術検証 新しいフレームワーク、新しい基盤の技術検証 新しいIoTデバイスの価値検証 各種スクラムイベントへの参加 スプリントレビュー、レトロスペクティブ、スプリントプランニングの定例会議への参加 開発進行に関する議論に参加 サービスレベル改善と運用効率化業務（SRE業務）の実施 KAIZEN DAY（週1回）に参加し、デプロイ頻度の向上、変更リードタイムの短縮、変更障害率の低減を実現 その他の業務 エンジニアチームの強化のための採用活動や勉強会登壇などに積極的に参加 採用要件 必須要件 1.技術スキル Webサービスのバックエンド開発経験 REST APIを理解し、Python/Go等の言語でAPIを構築できる GitHubを用いたコード管理及びチーム開発の経験 コードレビューやマージといった営みをチームで回す事ができる ブランチ戦略に合わせたCI/CDを構築ができる クラウドサービス (AWS/GCP)を用いたサービス構築経験 各種サービス(Lambda, API Gateway等）を組みわせてバックエンド構築ができる MySQL/Postgres等のデータベースを用いた設計開発経験 DBスキーマ設計に関わったことがある CRUDに必要なSQLクエリーをAPIハンドラーから呼び出せる 機械学習を用いたシステムの開発経験 機械学習への基礎理解がある コンピュータービジョンや自然言語処理等のチュートリアルレベルはクリアできる 2.ソフトスキル 高度な問題解決能力 新たな技術課題に対して、独自の解決策を独立して提案・実行する能力 タイムマネージメント マルチタスクの管理と優先順位付け、そしてプロジェクトの期限内での完了 コミュニケーション チームメンバーや他部門との明確かつ効果的なコミュニケーション能力 歓迎要件 アジャイル・スクラムによるチーム開発経験 スプリントゴール、PBI、SBIの基礎的理解 PBI実現に必要なSBI作成の経験がある プランニングポーカー、レトロスペクティブの経験がある Kubernetesを用いたインフラ構築・運用経験 Deployment, Pod, Service, Ingressの基礎理解 HPA等を用いたスケーリング設定ができる データベースのパフォーマンスチューニングと最適化への深い理解 セキュリティプラクティスとデータ保護に関する知識 Vue.jsやReactなどのフレームワークを使ったWebアプリ開発・運用経験 簡単なTODOアプリをフロントエンドを実装する事ができる PyTorch、TensorFlow、Kerasなどの機械学習フレームワークの利用経験 データセットを用いた学習、推論コードを書くことができる 推論コードをAPIやバッチ処理に組み込むことができる アーキテクトやテックリードとしての業務経験 スケールやセキュリティを意識したシステムアーキテクチャ設計ができる ソフトウェアの技術選定に関与したことがある サービスレベルの改善経験（SRE業務） 自動化、監視、緊急対応、サービス品質改善、トイル削減の経験 バックエンド領域以外（インフラ、フロントエンド技術等）への高いチャレンジ意欲 人物イメージ AI/ML/生成AI、周辺領域技術（IoT、Big Dataなど）やMLOpsに興味を持っている方 B2B SaaSプロダクトの開発に興味を持っている方 AI/MLやDXを通じて産業界にインパクトを与えたいという意欲を持っている方 モダンな技術スタックに関心を持ち、学習意欲が高い方 技術力の高いメンバーと切磋琢磨し、成長していきたい方 続きを見る
-
トランスフォーメーション領域：ソフトウェアエンジニア（リードクラス）
募集背景 AIが再び盛り上がりを見せることとなった起点技術であるディープラーニング。 その黎明期の2012年に当社は創業、高度な機械学習による画像解析および自然言語処理などの技術力・実用化実績を有し、200社以上の顧客のデジタルトランスフォーメンション（以下「DX」）を実現してきました。 創業以来10年間、高い技術力と顧客に寄り添う提案力を強みに、ソリューション提供実績・プロダクト導入実績を積み上げ、AI幻滅期と言われる昨今においても実績を伸ばし続けております。顧客のDXを推進し、社会全体にインパクトを与え得る事例を創出する、当社の事業を牽引するキーパーソンとしてお迎えしたく考えております。 ミッション DX推進に必要なあらゆるエンジニアリングテクノロジーをフルスタックに駆使してプロジェクトを成功に導いていただきます。 クライアント企業のDXをテクノロジー面でリードし、サービスの新たな価値提供手法や付加価値を発見・提言 データサイエンティストが構築したAI・機械学習プロトタイプモデルの実用化・本格導入 クライアントのDX実現に向けた、要件定義やアーキテクチャ設定、システム構築 業務内容 フロントからバックエンドまで、ソフトのみならずハードウェア・IoTデバイスも含めたフルスタックなDXプロジェクトの要件定義 プロトタイプのAI・機械学習モデルを実運用可能な形にするためのデータパイプライン・インフラ基盤構築の設計およびサービス/システムの開発 運用保守を見据えたデプロイ環境構築(クラウド・エッジ含む) お客様とのコミュニケーション 提案から運用までのトータルフェーズにおいて、お客様のご要望やご質問に対して技術的な観点でお答えし、解決策やご提案を行います。 共にディスカッションをしながらプロジェクトを価値のある方向に進めていきます。 採用要件 必須要件 アプリケーションの開発業務全般にわたる業務経験（要件定義、設計、実装、テスト、運用） アーキテクトポジションでのシステム構築経験 クラウド(AWS / GCP ) の運用経験 歓迎要件 Pythonでの開発経験 高トラフィックサービスの開発経験 大規模データ処理の開発経験 DevOps(MLOps) の理解 Docker を使った開発経験 機械学習の理解（実務経験がなくても構いません） 募集要項 続きを見る
-
トランスフォーメーション領域：ソフトウェアエンジニア
募集背景 AIが再び盛り上がりを見せることとなった起点技術であるディープラーニング。 その黎明期の2012年に当社は創業、高度な機械学習による画像解析および自然言語処理などの技術力・実用化実績を有し、200社以上の顧客のデジタルトランスフォーメンション（以下「DX」）を実現してきました。創業以来10年間、高い技術力と顧客に寄り添う提案力を強みに、ソリューション提供実績・プロダクト導入実績を積み上げ、AI幻滅期と言われる昨今においても実績を伸ばし続けております。顧客のDXを推進し、社会全体にインパクトを与え得る事例を創出する、当社の事業を牽引するキーマンとしてお迎えしたく考えております。 ミッション DX推進に必要なあらゆるエンジニアリングテクノロジーをフルスタックに駆使してプロジェクトを成功に導いていただきます。 データサイエンティストが構築したAI・機械学習プロトタイプモデルの実用化・本格導入 クライアントのDX実現に向けたシステム構築 業務内容 フロントからバックエンドまで、ソフトのみならずハードウェア・IoTデバイスも含めたフルスタックなDXプロジェクトの要件定義 プロトタイプのAI・機械学習モデルを実運用可能な形にするためのデータパイプライン・インフラ基盤構築の設計およびサービス/システムの開発 運用保守を見据えたデプロイ環境構築(クラウド・エッジ含む) こちらのブログにて、業務やチームの取り組みについてご紹介しています。 技術スタックについては、こちらをご覧ください。 採用要件 必須要件 システムの開発・運用経験 (3年以上) Pythonでの開発経験 クラウド(AWS / GCP ) の運用経験 歓迎要件 DevOps(MLOps) の理解 Docker を使った開発経験 機械学習の理解（実務経験がなくても構いません） 募集要項 続きを見る
全 11 件中 11 件 を表示しています