Nishika株式会社 求人一覧
この会社の求人を探す
雇用形態
雇用形態
職種
採用分類
全 8 件中 8 件 を表示しています
-
テックリード（VPoT候補）
本ポジションについて 本ポジションのミッションは、 「暗黙知になっている"まともなエンジニアリング"を、組織の文化にすること」です。 AI議事録プロダクト「SecureMemo」シリーズの開発をリードし、開発チーム全体の技術力の向上に寄与していただきます。 募集背景 主力事業であるAI議事録ツール「SecureMemo/SecureMemoCloud」は昨年比200%成長を遂げており、政府系機関からエンタープライズ企業まで、幅広い組織にプロダクトを提供しています。 一方で、成長速度に対して開発体制の拡充・整備が追いついておらず、「エンジニアとして当然考えるべき設計観点」が属人化している問題を抱えています。 これらは個々のスキル不足ではなく、エンジニアリングの共通認識・判断基準がまだ定義されていないことが本質的な原因だと考えています。 そこで、エンジニアリングの当たり前を言語化し、組織の標準として定着させるテックリードを募集します。 将来的には、組織拡大に伴いVPoTを担っていただくことを想定したポジションです。 事業・ポジションの魅力 技術が事業の中核にあるプロダクト AI技術がプロダクトの競争力そのもの 業界最高水準の精度を実現する音声認識・話者認識技術 特許を取得したLLMによる校正技術を、実プロダクトで運用 成長性と安定性を併せ持つ事業基盤 昨年比200%成長のスタートアップフェーズ 官公庁向け大規模案件を通じた安定した事業基盤 国のインフラを支える責任あるシステム開発に関われる環境 品質要求の高い開発環境 官公庁から民間のエンタープライズ企業まで含む顧客層 可用性・セキュリティ・運用性を前提とした設計が必須 「動けば良い」ではなく、「長く使われる」プロダクトを作る文化 実装する技術課題の面白さ LLMと音声認識AIを実務で使えるユーザー体験の設計 企画段階から参加し、要件定義～運用まで一気通貫で経験できる SecureMemo：LLMを使用した機能を限られたコンピューターリソースの環境で提供する SecureMemoCloud：大容量のマルチモーダルデータ（音声・テキスト）を扱うスケーラブルなシステム開発 技術組織立ち上げフェーズ 設計原則・レビュー観点・開発プロセスをゼロから定義できる 個人の経験に依存しない、再現性のあるエンジニアリング文化を作れる 自分の判断・ルールが、そのまま組織の標準になるフェーズ 将来のVPoTを見据えたキャリアパス テックリードからVPoTへとステップアップできる想定 組織拡大に伴い、技術戦略および技術人材の技術的育成・評価への関与が可能 技術全体の成立性と中長期的な技術判断に責任を持つポジションを目指せる エンジニア同士の知見共有が盛んで高いレベルで切磋琢磨できる環境 毎週水曜には「よもやま定例」という名の技術勉強会でエンジニアリングやR&Dのナレッジや意見交換を実施 最新の論文・技術トレンドをキャッチアップし、実務に活かす文化 Kaggleでメダル獲得、上位入賞の実績のあるAIエンジニア・リサーチエンジニアと協働 具体的に期待する役割 技術スタック・アーキテクチャの選定・標準化をリードし、プロダクトの中長期的な技術方針を策定すること フロントエンドからバックエンドまで横断的に設計レビューを行い、品質・一貫性・拡張性を担保すること 性能・可用性・セキュリティ・運用性など、エンタープライズ要件を踏まえた非機能設計の意思決定を主導すること エンジニアのメンタリング・コードレビュー・ナレッジ共有を通じて、チーム全体の技術力底上げを牽引すること 採用・オンボーディングに関与し、エンジニア組織の成長に貢献すること PdM・ビジネスサイドと対等に議論し、技術的実現性・リスク・工数を踏まえた仕様・優先度の意思決定に参画すること 音声認識・話者認識・生成AIといった先端技術を、信頼性・実用性のあるプロダクト体験として成立させる技術的判断を担うこと 技術スタック SecureMemo（オンプレミス版） プログラミング言語・フレームワーク: Python, FastAPI, Dart, Flutter AI/ML: 音声認識AI、話者分離AI、大規模言語モデル、自然言語処理 開発ツール: Git, Docker インフラ: Windows OS, AWS（LLM Fine-Tuning用途） SecureMemoCloud（クラウド版） プログラミング言語・フレームワーク: Python, FastAPI, TypeScript, React, Next.js AI/ML: 音声認識AI、話者分離AI、大規模言語モデル、自然言語処理 開発ツール: Git, Docker, Langfuse インフラ: AWS（ECS, RDS, S3, SageMaker, Lambda）, Azure（Azure OpenAI Service）, GCP（BigQuery） 必要要件 Webアプリケーション開発における設計・実装の実務経験 フロントエンドまたはバックエンドいずれかでの深い専門性 システム設計における技術判断の経験 データベース設計（テーブル設計、トランザクション制御、スキーマ変更への対応） API設計またはコンポーネント設計（インターフェース設計、責務分割、依存関係の整理） エラーハンドリング・リトライ設計 その他、後戻りしづらい設計判断 チーム全体の技術的品質に責任を持った経験（役職名は問わない） 日本語の業務文書を理解し、ビジネスレベルの日本語に堪能であること 推奨要件 テックリード等として、設計方針・技術判断を周囲に説明・合意形成してきた経験 アジャイル／スクラム等の開発手法での実務経験 CI/CD、テスト戦略、運用を考慮した設計への関与経験 小規模チームや立ち上げフェーズで、技術的な意思決定を担った経験 こんな人と働きたい 自分が書くコードだけでなく、チーム全体の品質に責任を持ちたい方 経験や感覚を、設計原則・ルールとして言語化できる方 技術・プロセス・ビジネスのバランスを取った現実的な判断ができる方 小さな組織を、エンジニアリングの力で強くしたい方 キャリアパス 入社直後 SecureMemo/SecureMemoCloudの開発を、技術・設計・プロセス面でリードしていただきます。 アーキテクチャ設計・技術選定における意思決定 設計レビュー・コードレビューを通じた技術品質の担保 設計原則・開発ルールの策定（トランザクション境界や責務分離の考え方など） フロントエンド／バックエンドいずれかを主軸とした実装・レビュー 中期（1年〜） 開発チームが拡大する中で、技術面での責任範囲を広げていただきます。 プロダクト横断での技術標準・ガイドラインの策定 技術的負債の可視化と解消方針の策定 開発プロセスの改善（レビュー観点、設計フローなど） エンジニア採用における技術基準の定義および技術面接への関与 選考プロセス カジュアル面談 ▼ 書類選考 ▼ 技術面接（1回） ▼ 最終面接（代表との面接） ▼ 内定
-
AIエンジニア（音声・AIエージェント）
本ポジションについて 本ポジションのミッションは、「公開されている音声・LLMのモデルを自社と顧客のデータで作り込み、オフラインの現場でも動く製品の機能として出し続けること」です。 Nishikaは基盤モデルをゼロからは作りません。公開モデルを自社と顧客のデータでファインチューニングし、製品が使う自社ライブラリとして提供しています。本ポジションでは、このライブラリの開発と精度改善を担い、特に話者認識（話者分離・声紋）、パーソナライズ校正、AIエージェントの3領域に注力いただきます。会議の記録から新しい価値を引き出すAIエージェントについても、技術検証から製品化までお任せします。 ※担当テーマは、ご本人の適性や希望を踏まえて決めます。 募集背景 主力事業であるAI議事録ツール「SecureMemo/SecureMemoCloud」は昨年比200%成長を遂げており、政府系機関からエンタープライズ企業まで、幅広い組織にプロダクトを提供しています。 事業の拡大とともに、製品の競争力を左右する技術は、話者認識・パーソナライズ校正・AIエージェントへと広がっています。これらはいずれも「何を、どの精度で測れるか」で成否が決まる領域です。そこで、評価の設計からモデルの改善、製品への組み込みまでを、テーマ単位で主体的に担えるAIエンジニアを募集します。 事業・ポジションの魅力 使うほど組織ごとに賢くなるAIを、評価の設計から作る パーソナライズ校正など、利用する組織ごとに精度が上がっていく仕組みを、実行・評価・修正を繰り返すループ（ループエンジニアリング）として設計・実装 正解データと評価指標の設計から関わり、改善の手応えを数字で確かめられる 特許を取得したLLMによる校正技術の改善に携われる 成長性と安定性を併せ持つ事業基盤 昨年比200%成長のスタートアップフェーズ 官公庁向け大規模案件を通じた安定した事業基盤 国のインフラを支える責任あるシステムで使用されるAIの運用に関われる環境 政府系機関からエンタープライズまで、多様な顧客への導入実績 知見共有が盛んで高いレベルで切磋琢磨できる環境 AIエンジニア・リサーチエンジニアはKaggleでメダル獲得、上位入賞の実績のあるメンバーで構成 毎週水曜には「よもやま定例」という名の技術勉強会でR&Dやエンジニアリングのナレッジや意見交換を実施 最新の論文・技術トレンドをキャッチアップし、実務に活かす文化 AIエンジニアとして幅広い経験が積める モデル実装からインフラまで一気通貫で担当 オンプレミス・クラウド両方の環境での開発経験 AWS/Azure/GCPのマルチクラウド環境での運用経験 0→1のフェーズでML基盤を構築できる 具体的に期待する役割 製品が使う自社ライブラリ（音声認識・話者認識・LLM校正など）の開発と精度改善を、テーマ単位で担うこと 評価指標と検証データを設計し、「何をどの精度で測れるか」を定めたうえで、改善のループを回し続けること 会議データを活かすAIエージェント機能を、技術検証から製品化まで担うこと 業務内容 自社ライブラリの開発と精度改善 自社AIライブラリの開発・保守 SecureMemoシリーズなどの製品製品で使用する自社ライブラリの開発・保守 精度改善 話者認識（話者分離・声紋）の精度改善 パーソナライズ校正の精度改善 音声認識モデルのファインチューニング・Adapter 推論の最適化 評価の仕組みづくり 正解データの設計・作成 評価指標と評価の仕組みの設計・構築 AIエージェント・新技術の検証 AIエージェント機能の開発と評価 会議データを人事・ガバナンスなどに活用できるかの技術検証 論文や新しいモデルの追実装 検証テーマの設計とレビュー ** 技術スタック SecureMemo（オンプレミス版） プログラミング言語・フレームワーク: Python, FastAPI, Flutter AI/ML: 音声認識AI、話者分離AI、大規模言語モデル、自然言語処理 開発ツール: Git, Docker インフラ: Windows OS, AWS（LLM Fine-Tuning用途） SecureMemoCloud（クラウド版） プログラミング言語・フレームワーク: Python, FastAPI, TypeScript, React, Next.js AI/ML: 音声認識AI、話者分離AI、大規模言語モデル、自然言語処理 開発ツール: Git, Docker, Langfuse インフラ: AWS（ECS, RDS, S3, SageMaker, Lambda）, Azure（Azure OpenAI Service）, GCP（BigQuery） ※本ポジションが主に扱うのは、Pythonと上記のAI/ML領域です。 必須要件 評価指標と検証データを自ら設計し、機械学習モデルを学習・選定・改善した経験（Kaggleなどのコンペティションでの経験も可） PyTorchなどの深層学習フレームワークを用いた実装力 他の人が使うPythonのコードを、コードレビューを受けながら開発した経験 日本語の業務文書を理解し、ビジネスレベルの日本語に堪能であること 歓迎要件 音声・話者認識 話者分離・話者埋め込み（声紋）モデルの開発経験 音声認識モデルのファインチューニング経験 LLM・AIエージェント LLMによる誤り訂正や自動評価の開発経験 LLMエージェントの開発と評価の経験 その他 モデルの推論最適化経験（ONNX、量子化など） 本番環境での機械学習モデルの運用経験 Kaggleでのメダル獲得経験 こんな人と働きたい 「最終的にエンドユーザーに届いたものの価値が最重要」という意識のもとで、技術選定・実装を行える方 「何を、どの精度で測れればよいか」から考え、評価を設計してモデルを改善することにやりがいを感じる方 1つのテーマを、技術検証から製品への組み込みまで自分で持って進めたい方 新しい論文やモデルに関心を持ち、触って楽しみ、プロダクトに取り込もうという気持ちのある方 アプリエンジニアやプロダクトマネージャーと協働し、合意形成しながらプロジェクトを進められる方 自ら学び続け、技術的な課題に対して主体的に取り組める方 ※基盤モデルをゼロから作ることや、論文執筆を主な目的とされる方には、ご希望に沿えない可能性があります。 キャリアパス 入社直後〜中期 モデルのプロダクション実装やML基盤構築を通じて、以下のスキルを伸ばしていただきます。 音声認識・話者認識・LLMのプロダクション実装スキル MLOps（CI/CD、モニタリング、インフラ管理）のスキル チームで協働するスキル（技術的なコミュニケーション、コードレビュー等） 顧客折衝スキル（技術提案、アーキテクチャ設計の説明等） 将来 ご本人の志向性に応じて、以下のキャリアパスを想定しています。 プロダクト開発チームのリード 開発チームのマネジャー 選考プロセス カジュアル面談 ▼ 書類選考 ▼ 技術面接（1回） ▼ 最終面接（代表との面接） ▼ 内定
-
プロジェクトマネージャー兼エンジニア
本ポジションについて 官公庁・大規模エンタープライズを中心とする企業向けのプライベートAIプロダクトの案件のPMとして、要件定義からデリバリまでを確実に成功に導くことがミッションです。 PMのタスクをメインに担当いただきますが、現状1チーム3~4人と少人数のため、開発タスクも担当いただきます。 募集背景 主力事業の急成長に加え、プライベートAIプロダクトなど複数の新規案件が本格稼働しており、これらのプロジェクトを確実にデリバリする体制強化が急務となっています。 現在は社内のプロダクト開発やエンタープライズ向けのAI開発案件を複数、同時に受けていますが、開発リソースの調整・顧客折衝・要件管理など、プロジェクト推進に必要な業務が経営陣や開発メンバーに分散している状況です。 そこで、エンタープライズ向けのプライベートAI案件を中心に、開発プロジェクトを成功に導くプロジェクトマネージャー(PM)兼エンジニアを募集します。 将来的に開発組織のリーダーを担っていただくことを想定したポジションです。 事業・ポジションの魅力 戦略的な新規事業を推進できる 経済産業省・NEDO採択プロジェクトへの関与 プライベートAIという成長市場での案件立ち上げ 技術開発とビジネス開発の両面に携われる 成長性と安定性を併せ持つ事業基盤 昨年比200%成長のスタートアップフェーズ 官公庁向け大規模案件を通じた安定した事業基盤 国のインフラを支える責任あるシステムで使用されるAIの運用に関われる環境 政府系機関からエンタープライズまで、多様な顧客への導入実績 多様なエンタープライズの顧客との案件経験 官公庁向けや大規模エンタープライズ企業との案件を担当できる 新規顧客開拓から要件定義、納品まで一気通貫で経験可能 プロダクトの価値に還元される案件開発 案件で開発した機能が自社プロダクトに搭載されることも多い 単なる受託開発ではなく、プロダクトの価値向上に直結 顧客フィードバックを直接プロダクトに反映できる環境 案件とプロダクトの両面でキャリアを積める 技術的に面白いプロジェクト 最先端のAI技術（音声認識・話者認識・LLM）を活用 業界最高水準の精度を実現する技術基盤 特許取得技術を実プロダクトで運用 知見共有が盛んで高いレベルで切磋琢磨できる環境 AIエンジニア・リサーチエンジニアはKaggleでメダル獲得、上位入賞の実績のあるメンバーで構成 毎週水曜には「よもやま定例」という名の技術勉強会でR&Dやエンジニアリングのナレッジや意見交換を実施 最新の論文・技術トレンドをキャッチアップし、実務に活かす文化 具体的に期待する役割 官公庁・大規模エンタープライズ向けAI案件のPMとして、要件定義からデリバリまでを確実に成功に導くこと 顧客・パートナー企業との折衝・要件調整・期待値コントロールを主導し、信頼関係を構築すること 開発チームと連携し、進捗管理・リスク早期検知・課題解決を通じてプロジェクトを前に進めること 少人数チームの一員として、フロントエンドまたはバックエンドの開発タスクも担当すること 音声認識AI・LLMを活用したAIソリューションを実案件で成立させ、導入実績を積み上げていくこと 業務内容 プロジェクト計画の策定とスケジュール管理 顧客・パートナー企業との折衝・調整 開発チームとの連携による進捗管理・課題解決 スコープ管理と期待値調整 プロジェクトのリスク管理と早期検知 開発メンバーのタスクのフォロー フロントエンドまたはバックエンドの開発の推進 プライベートAI/ソリューション開発 顧客要件に応じた音声認識AI・LLM処理の開発 エンタープライズ向けAIソリューション開発 ソリューション開発案件の例 小売系企業 課題：ドキュメント・チャット履歴からFAQを自動生成し、変更に追従してメンテナンスを効率化・品質向上したい 支援内容：生成AIによるFAQ自動生成システムを構築。ドキュメント更新を検知してFAQの追加・更新・削除を自動判断。画像理解によるドキュメント構造解析で高品質化を実現 化粧品企業 課題：製品広告の薬機法・景表法チェックに工数がかかり、見落としを減らして確認品質を向上したい 支援内容：Few-shot learningにより、使用体験談中の法令抵触表現（効果効能訴求等）を自動検出する生成AIアプリケーションを開発 技術スタック SecureMemo（オンプレミス版） プログラミング言語・フレームワーク: Python, FastAPI, Dart, Flutter AI/ML: 音声認識AI、話者分離AI、大規模言語モデル、自然言語処理 開発ツール: Git, Docker インフラ: Windows OS, AWS（LLM Fine-Tuning用途） SecureMemoCloud（クラウド版） プログラミング言語・フレームワーク: Python, FastAPI, TypeScript, React, Next.js AI/ML: 音声認識AI、話者分離AI、大規模言語モデル、自然言語処理 開発ツール: Git, Docker, Langfuse インフラ: AWS（ECS, RDS, S3, SageMaker, Lambda）, Azure（Azure OpenAI Service）, GCP（BigQuery） 必須要件 Webアプリケーション開発の実務経験（フロントエンド、バックエンドいずれかの経験があること） 一般的なシステム開発の理解 要件定義・設計・実装・テスト・リリースの各フェーズで何をすべきか 各工程で発生しうる技術的リスクとその対処法 データベース設計、API設計、インフラ構成などの基礎知識 Webアプリケーションまたはエンタープライズシステムのプロジェクトマネジメント実務経験（3年以上） 開発手法（ウォーターフォール/スクラムなど）は問わない ステークホルダーマネジメントの実務経験 顧客折衝・要件調整・期待値コントロール 日本語の業務文書を理解し、ビジネスレベルの日本語に堪能であること 歓迎要件 AI/ML関連プロジェクトのマネジメント経験 官公庁案件または大規模エンタープライズ案件の経験 スクラム/アジャイル開発の実務経験 オンプレミスの開発案件の実務経験 エンジニアチームの採用・育成の経験 開発プロジェクトの提案・営業の経験 こんな人と働きたい プロジェクトを最後まで成功させることに強いこだわりを持つ方 PMと開発の両面に関わることに価値を感じられる方 顧客・開発チーム双方と信頼関係を築ける方 不確実性の高い状況でも前に進める推進力のある方 小規模チームでスピード感を持って動ける方 技術的な会話ができ、エンジニアから信頼される方 キャリアパス 入社直後〜中期 プライベートAI/AIソリューション案件のPM経験を積み、開発・顧客折衝経験やメンバーの育成経験を積みます。 将来 ご本人の志向性に応じて、以下のキャリアパスを想定しています。 プロダクト開発チームのリード・ソリューション開発プロジェクトのリード 開発チームのマネジャー 選考プロセス カジュアル面談 ▼ 書類選考 ▼ 技術面接（1回） ▼ 最終面接（代表との面接） ▼ 内定
-
アプリケーションエンジニア（SecureMemo）
本ポジションについて 本ポジションのミッションは、「オンプレミス環境という制約の中で、AIの価値を確実に届けきるプロダクトを設計すること」です。 AI議事録ソフトウェア「SecureMemo」の開発・運用を推進していただきます。 SecureMemoは、Windows環境で動作するデスクトップアプリケーションで、スタンドアロン型とクライアント・サーバー型の2つの形態があります。官公庁・防衛・金融・医療をはじめ、セキュリティ要件によりクラウドを利用できない組織に、完全オフラインで文字起こしから要約までを提供しています。 募集背景 主力事業であるAI議事録ツール「SecureMemo/SecureMemoCloud」は昨年比200%成長を遂げており、政府系機関からエンタープライズ企業まで、幅広い組織にプロダクトを提供しています。 SecureMemoでは現在、音声認識・話者認識・LLMを活用した新機能や、エンタープライズ向けの管理機能を継続的に開発しています。ここで難しいのは、 作った機能が顧客の環境で意図どおりに動くかどうかを、こちらから確かめられない ことです。顧客ごとに端末、権限、GPU、ネットワーク、周辺機器の構成が異なり、更新頻度や配布方法にも制約があります。 そのため、機能そのものと同じくらい、可観測性、診断性、構成管理、リリース設計、テスト戦略をどう設計するかが、AIの価値が届くかどうかを左右します。開発で使用する言語やフレームワークの知識よりも、これらをどう抽象化して機能に落とし込むかの判断が重要になります。個別の要望をプロダクト共通の改善へつなげる判断も同じです。 新機能を出しながら、それが確実に届く構造を同時に作る。この両方を担い、SecureMemo開発チーム（現在4名）を技術面で引っ張っていただけるアプリケーションエンジニアを募集します。 事業・ポジションの魅力 先端AIを、実際に使われる製品として世に出せる 特許取得済みの音声AI×LLM校正技術、国内最高精度96.2%の音声認識を実プロダクトで運用 Kaggleでメダル獲得・上位入賞の実績を持つAIエンジニアと同じチームで協働 AIをPoCで終わらせず、官公庁・防衛・金融といった現場の実運用に届けられる 完全オフラインで文字起こしから要約まで提供する、国内でも希少なプロダクト 単発の個別案件ではなく、自社プロダクトとして課題を解ける 顧客との距離は近いまま、納品して終わりではなく製品を継続的に育てられる 要件定義と実装が分断されず、課題発見から改善・運用まで一貫して担える 実装速度がボトルネックでなくなった先の、設計と品質 AIによるコード生成を前提に、設計粒度やレビュー体制そのものを再定義していくフェーズ 「何を作るか」「どう壊れないようにするか」の判断に、より多くの時間を使える環境 運用負荷を下げる機能を自ら発案し、そのまま設計・実装まで進められる裁量 品質要求の高い開発環境 官公庁から民間のエンタープライズ企業まで含む顧客層 可用性・セキュリティ・運用性を前提とした設計が必須 「動けば良い」ではなく、「長く使われる」プロダクトを作る文化 成長性と安定性を併せ持つ事業基盤 昨年比200%成長のスタートアップフェーズ 官公庁向け大規模案件を通じた安定した事業基盤 社会インフラを支える責任あるシステム開発に関われる環境 ユーザー価値を全員で作る、フラットな開発文化 スクラム開発により、ボトムアップで課題を共有し改善を回す 役割・立場の壁なく、誰もが対等に意見を出し合える環境 エンジニアが事業・営業・CSと直接つながり、ユーザーの声を即座に開発に活かす 毎週水曜の「よもやま定例」でエンジニアリングやR&Dのナレッジを共有 Kaggleでメダル獲得、上位入賞の実績のあるAIエンジニア・リサーチエンジニアと協働 具体的に期待する役割 音声認識、話者認識、生成AIといった先端技術を、実用性と信頼性のあるプロダクト体験として設計・実装すること エンタープライズ向けの管理機能など、顧客の業務要件を満たす新機能の開発を推進すること 作った機能が顧客環境で確実に動くよう、可観測性や構成管理を含めた構造を設計すること オンプレミス製品の品質を担保するテスト戦略を設計し、どこを自動化し、どこを人が見るかを判断すること 顧客ごとの個別要望を、共通機能や標準仕様として抽象化し、プロダクト全体の改善へ反映すること フレームワークやライブラリの設計思想を理解した上で、プロダクトの制約に合った技術選定・構造設計を主導すること 営業・CS・顧客と連携し、要望の背後にある本質的な課題を発見し、機能として形にすること 技術スタック プログラミング言語・フレームワーク: Python, FastAPI, Dart, Flutter AI/ML: 音声認識AI、話者分離AI、大規模言語モデル、自然言語処理 開発ツール: Git, Docker インフラ: Windows, Linux 必要要件 業務アプリケーションの開発実務経験（3年以上） 顧客または事業サイドとの要件整理から、設計・実装・テストまで一貫して担った経験 障害解析、保守、品質改善のいずれかの経験 Gitを使用したチーム開発の経験 日本語の業務文書を理解し、ビジネスレベルの日本語に堪能であること 技術スタックの経験は不問です。 コーディングエージェントの実用化により、特定の言語やフレームワークの習熟そのものは、以前ほど参入障壁ではなくなりました。一方で、フレームワークが何を前提に設計されているかを読み解き、自プロダクトの制約に照らして適切な構造を選ぶ判断は、依然として人が担う領域です。弊社が重視するのもそこであり、Java、C++など現在のスタックと異なる経験をお持ちの方を歓迎します。 推奨要件 デスクトップアプリケーションの開発経験 クライアントサーバー型アプリケーションの開発経験 オンプレミスのLLMの推論環境構築経験 バックエンド開発とフロントエンド開発の両方があること Windows Serverを使用したインフラ構築・運用経験 CI/CDパイプラインの構築・運用経験 スクラム/アジャイル開発の実践経験 テスト戦略の立案と自動化の推進経験 技術的負債の可視化・解消プロジェクトの経験 こんな人と働きたい 「最終的にエンドユーザーに届いたものの価値が最重要」という意識のもとで、技術選定・実装を行える方 手を動かす速さより、何を作らないかの判断や、壊れにくい構造の設計に価値を感じる方 QAやテスト設計を、実装の後工程ではなく品質を作り込む設計行為として捉えられる方 同じ問い合わせを二度受けないために、運用の仕組みごと変えることを考えられる方 顧客別のカスタマイズではなく、共通化・標準化によって解くことを考えられる方 新機能開発だけでなく、既存製品の使いにくさや壊れやすさを減らすことに面白さを感じる方 UI/UX、品質、運用までを自分の責任範囲として捉えられる方 未経験の技術や領域を、自ら学んで扱えるようになれる方 他のエンジニアやプロダクトマネージャーと協働し、合意形成しながらプロジェクトを進められる方 キャリアパス 入社直後〜中期 SecureMemoの開発を通じて、以下を担っていただきます。 顧客環境・プロダクト全体の構造理解と、改善課題の特定 事業開発・営業・CSのメンバーと要件を調整するスキル フロントエンド・バックエンド開発のテクニカルスキル コードレビューや技術的な意思決定を通じた、チームへの貢献 将来 ご本人の志向性に応じて、以下のキャリアパスを想定しています。 プロダクト開発チーム・ソリューション開発プロジェクトのテックリード 開発チームのマネジャー 選考プロセス カジュアル面談 ▼ 書類選考 ▼ 技術面接（1回） ▼ 最終面接（代表との面接） ▼ 内定
-
アプリケーションエンジニア（SecureMemoCloud）
本ポジションについて 本ポジションのミッションは、 「高品質なプロダクト開発を通じて、ユーザーに価値を提供し続けること」です。 AI議事録SaaS「SecureMemoCloud」の開発を推進していただきます。 募集背景 主力事業であるAI議事録ツール「SecureMemo / SecureMemoCloud」は昨対200%成長を遂げており、政府系機関からエンタープライズ企業まで幅広い組織にご利用いただいています。 事業拡大に伴い、音声認識・話者認識・LLMといった先端AI技術を活用した機能開発や、エンタープライズ向けの管理機能の拡充が急務となっています。 加えて、AIエージェントによる実装が当たり前になりつつある中で、私たちが求めるエンジニア像も変化しています。「自分でコードを書ける」ことに加え、AIの出力を評価し、アンチパターンをリジェクトし、保守可能な設計へと落とし込む力こそが、長く使われるプロダクトを支える中核スキルだと考えています。 こうした背景から、SecureMemoCloudの開発を担うアプリケーションエンジニアを募集します。 事業・ポジションの魅力 技術が事業の中核にあるプロダクト AI技術がプロダクトの競争力そのもの 業界最高水準の精度を実現する音声認識・話者認識技術 特許を取得したLLMによる校正技術を、実プロダクトで運用 成長性と安定性を併せ持つ事業基盤 昨年比200%成長のスタートアップフェーズ 官公庁向け大規模案件を通じた安定した事業基盤 国のインフラを支える責任あるシステム開発に関われる環境 実装する技術課題の面白さ LLMと音声認識AIを実務で使えるユーザー体験の設計 企画段階から参加し、要件定義～運用まで一気通貫で経験できる 大容量のマルチモーダルデータ（音声・テキスト）を扱うスケーラブルなシステム開発 品質要求の高い開発環境 官公庁から民間のエンタープライズ企業まで含む顧客層 可用性・セキュリティ・運用性を前提とした設計が必須 「動けば良い」ではなく、「長く使われる」プロダクトを作る文化 ユーザー価値を全員で作る、フラットな開発文化 スクラム開発により、ボトムアップで課題を共有し改善を回す 役割・立場の壁なく、誰もが対等に意見を出し合える環境 エンジニアが事業・営業・CSと直接つながり、ユーザーの声を即座に開発に活かす エンジニア同士の知見共有が盛んで高いレベルで切磋琢磨できる環境 毎週水曜には「よもやま定例」という名の技術勉強会でエンジニアリングやR&Dのナレッジや意見交換を実施 最新の論文・技術トレンドをキャッチアップし、実務に活かす文化 Kaggleでメダル獲得、上位入賞の実績のあるAIエンジニア・リサーチエンジニアと協働 具体的に期待する役割 AIを活用して高速に開発を進めつつ、AIの出力の問題点を見抜き、保守性・拡張性を担保した設計に落とし込むこと ビジネスサイドと協働し、顧客課題を踏まえて仕様策定・要件整理を行いユーザー体験の向上を図ること テスト戦略・自動化・ナレッジ共有・AI活用プロセスの改善を通じて、チーム全体の開発力向上に貢献すること 性能・可用性・セキュリティ・運用性など、法人向けプロダクトに求められる非機能要件を踏まえて品質を作り込むこと ご自身の強みを起点に、フロントエンドからバックエンドまで横断的にプロダクト開発を推進すること 担当領域にオーナーシップを持ち、課題発見から改善提案、実装、運用まで主体的に推進すること 必要要件 Webアプリケーション開発の実務経験（3年以上） Gitを使用したチーム開発の経験 フロントエンドまたはバックエンドの実務開発経験 弊社の技術スタック（Python/FastAPI、TypeScript/React/Next.js）と完全に一致するご経験は、必須としていません。 別言語・別フレームワークでの開発経験であっても、設計の本質を理解し、新しい技術をキャッチアップしていける方であれば、活躍いただける環境です。 日本語の業務文書を理解し、ビジネスレベルの日本語に堪能であること 推奨要件 AI活用 AIコーディングツール（Claude Code, Copilot, Cursor等）の実務活用経験、もしくは強い関心 LLM APIを組み込んだ機能の設計・実装経験 設計・アーキテクチャ バックエンド・フロントエンド両方の開発経験 3層アーキテクチャ・DDDなど、複数のアーキテクチャを比較・選択した経験 データモデリング・正規化・トランザクション設計（分離レベル、楽観/悲観ロック）の経験 同時編集・冪等性・リトライなど、整合性を意識した設計経験 認証・認可の設計、一般的なセキュリティリスク（XSS/CSRF/SQLi等）への対策経験 フロントエンド・バックエンドのパフォーマンス最適化（メモ化・仮想化・バンドルサイズ削減、N+1解消、クエリ最適化など）の経験 品質・運用 テスト戦略の立案（単体/結合の使い分け、テスト方針の設計）と自動化の推進経験 監視・ログ設計など、運用を見据えたシステム設計の経験 技術的負債の可視化・解消プロジェクトの経験 インフラ CI/CDパイプラインの構築・運用経験 AWS（ECS, RDS, S3, Lambda等）でのインフラ構築・運用経験 Docker/Kubernetesでのコンテナ環境構築経験 こんな人と働きたい 「最終的にエンドユーザーに届いたものの価値が最重要」という意識のもとで技術選定・実装を行える方 他のエンジニアやPMと協働し、合意形成しながらプロジェクトを進められる方 速くユーザーに価値を届けることと、技術的負債を作らない設計のバランスを取れる方 「画面から動けば良い」で止まらず、データモデルや整合性・運用まで見据えて設計できる方 特定の言語・FWに固執せず、本質を理解して新しい技術をキャッチアップできる方 自ら学び続け、技術的な課題に主体的に取り組める方 技術スタック プログラミング言語・フレームワーク: Python, FastAPI, TypeScript, React, Next.js AI/ML: 音声認識AI、話者分離AI、大規模言語モデル、自然言語処理 開発ツール: Git, Docker, Langfuse インフラ: AWS（ECS, RDS, S3, SageMaker, Lambda）, Azure（Azure OpenAI Service）, GCP（BigQuery） キャリアパス 入社直後〜中期 SecureMemoCloudの開発を通じて、以下のスキルを伸ばしていただきます。 チームで協働するスキル（技術的なコミュニケーション、コードレビュー等） 事業開発のメンバーと要件を調整するスキル フロントエンド・バックエンド開発のテクニカルスキル 将来 ご本人の志向性に応じて、以下のキャリアパスを想定しています。 プロダクト開発チーム・ソリューション開発プロジェクトのテックリード 開発チームのマネジャー 選考プロセス カジュアル面談 ▼ 書類選考 ▼ 技術面接（1回） ▼ 最終面接（代表との面接） ▼ 内定
-
QAエンジニア
本ポジションについて ミッションは「壊れていることに誰も気づけない状態をなくすこと」。 AI議事録「SecureMemo / SecureMemoCloud」の品質を、テストの実行ではなく仕組みで担保する、社内初のQAエンジニアです。 募集背景 「SecureMemo / SecureMemoCloud」は昨対200%成長を遂げ、政府系機関からエンタープライズ企業まで幅広い組織に利用されています。一方で、品質を支える体制は追いついていません。 オンプレアプリのSecureMemoは CPU/GPU × スタンドアロン/USB/クライアントASRクラサバ/サーバーASRクラサバの8通りの提供形態を、月1回リリースしています。 SaaSのSecureMemoCloudは Web / デスクトップ / iOS / Android の4クライアントを、隔週でリリースしています。 直近半年の不具合を分析した結果、その約7割が手動検証では原理的に検知できない領域（非同期処理・外部連携）に集中していることが分かりました。品質改善の打ち手を人手の検証強化ではなく、テスト自動化と可観測性の設計に振り向けます。 事業・ポジションの魅力 1人目のQAエンジニアとして、品質の型をゼロから作れる テスト戦略・自動化基盤・品質指標を、既存のやり方に縛られずゼロベースで設計できる 「何をどこまで保証するか」の基準そのものを、プロダクトと組織の実態に合わせて自分で定義する立場 将来的にQA組織を立ち上げる前提。仕組みづくりから採用・育成まで担える 品質が事業の受注・継続に直結する顧客基盤 警察・防衛関連の国家機関・官庁から、大手製造・金融まで。品質要求の水準が最も高い顧客層と向き合える プライバシーマーク・ISMSを取得し、セキュリティ・可用性が調達要件として問われる環境 不具合が業務停止や情報の取り扱いに直結する領域だからこそ、QAの判断が事業判断に届く 性質の異なる2製品を同時に扱う、テスト戦略として珍しい難度 オンプレのWindowsネイティブアプリと、クラウドSaaS＋モバイル。前提条件がまったく異なる2製品を1つの品質方針でどう束ねるか 閉域網・オフライン・顧客環境ごとの差分を前提とした検証と、継続的にリリースし続ける前提の検証を両立させる設計 音声認識・話者認識・LLMという出力が一意に定まらない機能を、どう評価可能な形に落とし込むか 開発プロセス全体をAIで自動化している組織 要件チェック・優先度評価・設計下書き・ドラフトPRまでAIが回している開発プロセスに、QAの視点から関われる 「AIに何を検証させるか」を設計する仕事。人が見るべき観点とAIに任せる観点の線引きを自分で引ける QA自体を自動化・省力化する取り組みを、実プロダクトで試せる環境 開発チームと対等に、上流から品質に関われる スクラム開発により、要件定義・設計の段階から品質観点を持ち込める 役割や立場の壁なく、誰もが対等に意見を出し合える文化 事業・営業・CSと直接つながり、顧客の声や現場の運用実態を検証設計に反映できる エンジニア同士の知見共有が盛んな環境 毎週「よもやま定例」という技術勉強会で、エンジニアリングやR&Dのナレッジ・意見交換を実施 テスト技法や自動化の知見も、チーム全体に広げていける Kaggleでのメダル獲得実績を持つAIエンジニア・リサーチエンジニアと協働 具体的に期待する役割 テスト戦略の策定。「8形態×月1回リリース」と「4クライアント×隔週リリース」を、現実的な工数でどう回すかを設計する E2E / API / 回帰テストの自動化基盤の構築と運用。CI/CDへの組み込み 障害を検知できる状態を作る。Sentry / CloudWatch / アプリログの設計と、アラートが実際に発火することの検証 リリース判定基準と、変更に対する回帰範囲の定義 不具合の傾向分析と、上流（要件・設計）へのフィードバック テスターと協働し、手動テストの範囲・優先順位・手順を設計する 必須要件 ソフトウェアテストの実務経験（3年以上）。テスト計画・テスト設計を自ら立てた経験 テスト自動化の実装経験（言語不問） Gitを使用したチーム開発の経験 日本語の業務文書を理解し、ビジネスレベルの日本語に堪能であること 推奨要件 テスト設計・自動化 Playwright / Cypress / Appium 等でのE2E自動化の構築・保守経験 APIテスト・契約テストの設計経験 組み合わせテスト（ペアワイズ・直交表）で試験項目を圧縮した経験 CI/CDパイプラインへのテスト組み込み経験 可観測性・障害検知 Sentry / CloudWatch / Datadog 等での監視・アラート設計の経験 本番障害の事後分析（ポストモーテム）を主導した経験 ログ設計を、障害調査に使えることを基準に見直した経験 対象領域 SaaSとネイティブアプリ（Windows / iOS / Android）の両方の品質保証経験 クライアントサーバ構成・VDI・オフライン環境といった、顧客環境の差異が大きい製品のテスト経験 音声・映像など、大容量・長時間データを扱うシステムのテスト経験 性能・負荷テストの設計と実施 AI活用 AIコーディングツールをテスト実装・テストケース生成に活用した経験、または強い関心 LLMを使った機能の品質評価（出力が毎回変わるものをどう合否判定するか）の経験 こんな人と働きたい 「バグを見つける人」ではなく「バグが出ない仕組みを作る人」でありたい方 品質を主張ではなくデータで語れる方 開発者と対立せず、開発プロセスの中に品質を織り込める方 完全な網羅ではなく、限られた時間でどこを捨てるかを決められる方 AIに任せる範囲と人が見る範囲を自分で線引きできる方 技術スタック（QAが関わる範囲） 製品: Python, FastAPI, TypeScript, React, Next.js, Flutter（Windowsデスクトップ）、iOS / Android アプリ AI/ML: 音声認識AI、話者認識AI、大規模言語モデル インフラ: AWS（ECS, RDS, S3, SageMaker, Lambda）、Azure（Azure OpenAI Service）、Vercel 監視・計測: Sentry, CloudWatch, Langfuse 開発ツール: Git, GitHub Actions, Docker, Notion, Claude Code キャリアパス 入社直後〜中期 直近の不具合分析を踏まえて、SecureMemoCloud側の「検知の穴」を塞ぐ施策の実行 リリース判定と回帰テストの型作り テスターとの役割分担の設計 将来 QAチームの立ち上げ・マネジメント SET（Software Engineer in Test）としての自動化基盤オーナー 品質を軸にした開発プロセス設計（リリースプロセス全体のオーナー） 選考プロセス カジュアル面談 ▼ 書類選考 ▼ 技術面接（1回） ▼ 最終面接（代表との面接） ▼ 内定
-
QAテスター
本ポジションについて ミッションは「出荷前に、すべての提供形態で動くことを確かめきること」。 AI議事録「SecureMemo / SecureMemoCloud」のリリース前検証を担います。 募集背景 「SecureMemo / SecureMemoCloud」は昨対200%成長を遂げ、警察・防衛関連国家機関・官庁から大手製造・金融まで、出荷後に直すコストが極めて高い顧客に導入されています。 提供形態も対応環境も、こうした顧客の要件に合わせて増えてきました。 SecureMemo（オンプレミスアプリ）は CPU/GPU × スタンドアロン/USB/クライアントASRクラサバ/サーバーASRクラサバの8通りの提供形態を、月1回リリース。Windows 10/11、Windows Server 2016〜2025、VDI、USBキー、完全オフラインといった環境差があります SecureMemoCloud（SaaS）は Web / デスクトップ / iOS / Android を隔週でリリース 成長に伴って確認すべき組み合わせが増えた分、テストの設計と実行を専任で担う体制が必要になっています。現在はテスター1名体制で、増員と体制の固定化のための募集です。 事業・ポジションの魅力 自分が見つけた不具合が、そのまま現場の事故を防ぐ 官庁の審議会や大手製造の会議で使われる製品。見逃しが業務停止や記録の欠落に直結する現場で、最後の砦になれる 「バグを1件見つけた」で終わらず、どの顧客のどの使い方で困るかまで見えた状態で検証できる 不具合を報告した先が遠くない。開発チームに直接届き、修正されるまでを自分で追える 実機・実マイク・実会議を使った、画面の中で完結しない検証 オンプレ製品はCPU/GPU、スタンドアロン/USB/クラサバなど提供形態が多岐にわたる。実際の機器と環境を触って確かめる仕事 Web・デスクトップ・iOS・Androidと、検証対象のデバイスが幅広い 音声認識・話者分離という、実際に喋ってみないと分からない機能。録音環境・話者の重なり・会議の長さで挙動が変わる領域を、体を使って確かめられる 手を動かす人から、仕組みを作る側へ広がっていける 今後入社するQAエンジニアと協働し、手動で繰り返している検証を自動化に渡していける 「どこを人が見て、どこを機械に任せるか」の議論に、現場を一番知っている立場として参加できる テスト設計・自動化へのキャリアの広げ方を、実務の中で相談しながら決められる 開発プロセス全体をAIで自動化している組織 要件チェックから設計下書き、ドラフトPRまでAIが回している開発現場。テスト領域でもAIを使ってよい環境 使い方を指示される側ではなく、提案する側に回れる。テストケース生成や手順整理など、まず試してみることが歓迎される AIツールに触れる機会が日常的にあり、使いこなす経験がそのまま自分の市場価値になる 役割の壁なく、対等に意見が言える開発文化 スクラム開発で、テスターも同じ場で課題を共有し改善を提案できる 「言われた項目を消化する人」ではなく、検証の順番や優先度に意見を持てる立場 開発・事業・CSとの距離が近く、顧客の実際の使い方が入ってくる 知見共有が盛んな環境 毎週「よもやま定例」という技術勉強会で、エンジニアリングやR&Dのナレッジ・意見交換を実施 音声認識やLLMといった技術の中身を、開発メンバーから直接聞ける 学びたい方向がある人には、そのための時間と場がある 具体的に期待する役割 リリース前の実機検証（Windows 10/11、Windows Server 2016〜2025、CPU/GPU、VDI、USBキー、オフライン環境） テストケースの作成・維持と、リリースごとの回帰テスト実施 不具合の再現手順の切り分けと起票。どの提供形態で出て、どれで出ないのかまで詰める 実機・実マイク・実会議を使った探索的テスト QAエンジニアと協働し、自動化すべきものを見分けて渡す テスト対象製品 SecureMemo（オンプレミスアプリ）: Windowsデスクトップアプリ（Flutter）。リアルタイム認識、ファイル取り込み、声紋、要約、自動インポート SecureMemoCloud（SaaS）: Web（Next.js）、デスクトップアプリ、iOS / Android。Zoom / Teams 連携、マイクで録音 必須要件 ソフトウェアテストの実務経験（2年以上） テストケースの作成と、結果に基づく不具合起票の経験 Windows環境の基本的な操作・設定（デバイス、ネットワーク、権限）に抵抗がないこと 日本語の業務文書を理解し、ビジネスレベルの日本語に堪能であること 推奨要件 ネイティブアプリ（Windows / iOS / Android）のテスト経験 クライアントサーバ構成・VDI環境でのテスト経験 音声・映像を扱う製品のテスト経験（マイク・スピーカー・ヘッドセットなどの実機検証） SQLでデータを確認できる経験 自動テストの実装経験、またはそこへ進みたい意欲 AIツールをテストケース作成や手順整理に使った経験、または強い関心 JSTQB Foundation Level 等の資格 こんな人と働きたい 「たぶん大丈夫」で通さず、確かめてから言える方 再現手順を、開発者がそのまま追える粒度まで書ける方 反復的な確認を丁寧に積み重ねられ、かつ「これは自動化すべきだ」と言い出せる方 顧客がどう使うかを想像して、手順書にない触り方ができる方 キャリアパス 入社直後〜中期 SecureMemo側のリリース検証を主担当 テストケース資産の整備と、提供形態ごとの検証範囲の整理 将来 QAエンジニア（テスト設計・自動化）へのステップアップ リードテスターとしての検証体制の設計 選考プロセス カジュアル面談 ▼ 書類選考 ▼ 面接（1回） ▼ 最終面接（代表との面接） ▼ 内定
-
インフラエンジニア/SRE
本ポジションについて 本ポジションのミッションは、 「政府系機関・エンタープライズに使われるAI議事録SaaSの本番基盤と、AI開発を支える社内クラウド環境を、止まらない・漏れない・無駄のない状態で維持し続けること」です。 AI議事録SaaS「SecureMemoCloud」のAWS本番基盤の設計・運用・改善を主軸としつつ、R&D・検証で利用する社内環境（AWS / Azure / GCP）の管理も担っていただきます。 募集背景 主力事業であるAI議事録ツール「SecureMemo / SecureMemoCloud」は昨対200%成長を遂げており、政府系機関からエンタープライズ企業まで幅広い組織にご利用いただいています。 利用者と扱うデータ量の急拡大に伴い、本番基盤には次の課題が顕在化しています。 インフラ構成のTerraform化を進めている途上で、コンソール手作業とIaCの二重管理が残っている 監視・アラートの整備について作り込めていない部分がある 音声・文字起こしという大容量データを扱うため、RDS・S3・ログのコスト構造が事業インパクトに直結する 官公庁を含む顧客層から、セキュリティ・可用性・監査可能性への要求が高い AI開発・ソリューション案件・検証のために、AWSに加えてAzure（Azure OpenAI Service）・GCP（BigQuery等）の社内環境が増え、アカウント・権限・コストの管理が分散している これまでCTOと少数のエンジニアで基盤を支えてきましたが、SecureMemoCloudの信頼性・セキュリティ・コストと、社内クラウド環境全体のガバナンスにオーナーシップを持ち、運用の設計から実装まで推進するSREを募集します。 事業・ポジションの魅力 国のインフラを支える責任と裁量 官公庁・エンタープライズが業務で使うSaaSの本番基盤を担う Terraform化・監視設計・運用ルールの策定など、方針レベルから自分で決めて進められるフェーズ AIワークロードを扱う技術的な面白さ 音声認識・話者分離・LLMという重いワークロードを、ECS / Lambda / SageMaker / ストリーミング基盤で動かす 大容量のマルチモーダルデータ（音声・テキスト）に対する、ストレージ・ネットワーク・コストの最適化 運用そのものにAIを組み込む取り組み（CloudTrailからのインフラ変更差分の自動検知、Terraformへの自動追従PRなど）を実際に進めている マルチクラウドの基盤を設計・運用することができる 本番SaaSの厳格な運用と、R&D・検証環境の素早い払い出しという性格の異なる環境を、ひとつのガバナンスの下でどう両立させるかを設計できる AWS / Azure / GCPを横断し、Kaggle上位入賞のAIエンジニアやソリューション開発チームが使うGPU・LLM・データ基盤の環境を支える 成長性と安定性を併せ持つ事業基盤 昨年比200%成長のスタートアップフェーズ 官公庁向け大規模案件を通じた安定した事業基盤 品質要求の高い開発環境 可用性・セキュリティ・運用性を前提とした設計が必須 「動けば良い」ではなく、「長く使われる」プロダクトを作る文化 フラットな開発文化 スクラム開発により、ボトムアップで課題を共有し改善を回す 毎週水曜の技術勉強会「よもやま定例」でエンジニアリングやR&Dのナレッジ交換 Kaggleでメダル獲得・上位入賞の実績のあるAIエンジニア・リサーチエンジニアと協働 具体的に期待する役割 AWS基盤（ECS, RDS, Lambda, CloudFront / WAF, S3, SageMaker 等）のTerraform化を完遂し、変更をCI/CD経由でのみ適用する統制の効いた運用フローを確立すること 秘密情報の管理、セキュリティグループ / IAMの最小権限化、WAFログの追跡性向上など、官公庁品質のセキュリティ運用を継続的に改善すること インフラ変更の運用ルールとドキュメントを整備し、属人化を解消すること アプリケーションエンジニアと協働し、新機能に必要なインフラ（外部Webhook受信、新APIの公開、オートスケール設定 等）を設計・提供すること 社内の検証・開発環境（AWS / Azure / GCP）について、アカウント・プロジェクト設計、IAM / SSOによる権限管理、予算アラートとコストの可視化、不要リソースの棚卸しを行い、安全かつ素早く環境を払い出せる仕組みを整えること 必要要件 AWS上での本番環境の構築・運用経験（3年以上） Terraform等によるInfrastructure as Codeの実務経験 PostgreSQL等のリレーショナルDBの運用経験（バックアップ、監視、パフォーマンス、障害対応） 監視・アラート設計の実務経験 複数のクラウドアカウント / プロジェクトに対する権限・コスト管理の経験（クラウドは問いません） Gitを使用したチーム開発の経験 日本語の業務文書を理解し、ビジネスレベルの日本語に堪能であること 弊社の構成（ECS, Lambda, CloudFront / WAF, SageMaker）と完全に一致するご経験や、Azure / GCPの実務経験は必須としていません。クラウド基盤の設計原則を理解し、新しいクラウドやサービスをキャッチアップしていける方であれば、活躍いただける環境です。 推奨要件 IaC・CI/CD Terraformのモジュール設計、state管理の経験 GitHub Actions / CodeBuild 等でのパイプライン構築経験 信頼性・監視 SLI / SLOの設計、アラートのノイズ削減、オンコール体制の整備経験 CloudWatch Logs / Metrics / Alarms、ログのS3アーカイブ設計の経験 障害対応と再発防止（ポストモーテム）の推進経験 セキュリティ SSM Parameter Store / Secrets Managerによる秘密情報管理 WAF、セキュリティグループ、IAMの最小権限設計 官公庁・金融などセキュリティ要件の高い顧客向けシステムの運用経験、ISMS等の監査対応経験 コスト Cost Explorerを用いたコスト分析、Savings Plans / リザーブドインスタンスの活用経験 ストレージ・ログ・転送コストの構造的な最適化経験 複数クラウドにまたがるコストの可視化・予算管理の経験 マルチクラウド・社内環境管理 AWS Organizations / Azure サブスクリプション / GCP プロジェクトなど、複数アカウントの階層設計とガバナンス IAM Identity Center / Entra ID 等によるSSO・権限管理の経験 Azure OpenAI Service、BigQuery、GPUインスタンスなどAI・データ系リソースの提供・運用経験 開発者向けのセルフサービス環境（テンプレート化した環境払い出し等）の整備経験 こんな人と働きたい 「まだ誰も気づいていない本番リスク」を自ら見つけに行き、根本原因まで掘って再発防止まで持っていける方 コンソールで手早く直すことと、IaCで統制された状態を守ることのバランスを判断できる方 インフラの判断をコスト・可用性・セキュリティの数字で説明し、ビジネスサイドと合意形成できる方 本番の厳格さと検証環境の機動性という相反する要求を、統制を壊さずに両立させる落としどころを設計できる方 属人化した運用をドキュメントと自動化で仕組みに変えていける方 特定のツール・サービスに固執せず、本質を理解して新しい技術をキャッチアップできる方 AIを運用の道具として使いこなしつつ、その出力を批判的に評価できる方 技術スタック プロダクト基盤: AWS（ECS, RDS for PostgreSQL, Lambda, S3, CloudFront, WAF, SageMaker, CloudWatch, SSM） 社内・検証環境: AWS, Azure（Azure OpenAI Service 等）, GCP（BigQuery 等） IaC / CI/CD: Terraform, GitHub Actions, CodeBuild アプリケーション: Python, FastAPI, TypeScript, Next.js AI/ML: 音声認識AI、話者分離AI、大規模言語モデル 開発ツール: Git, Docker, Langfuse, Claude Code キャリアパス 入社直後〜中期 SecureMemoCloudのAWS基盤のTerraform化と監視・セキュリティ運用の整備を通じて、SREとしての設計・運用スキルを深める 社内のAWS / Azure / GCP環境のガバナンス整備を通じて、マルチクラウドの権限・コスト管理スキルを身につける CTO・アプリケーションエンジニア・R&Dチームと協働し、それぞれの要件をインフラに落とす調整スキルを伸ばす 将来 ご本人の志向性に応じて、以下のキャリアパスを想定しています。 SecureMemoCloudと社内クラウド環境全体の基盤・セキュリティを統括するインフラリード / SREリード 官公庁向けの閉域網（LGWAN）対応など、新しい提供形態の基盤設計をインフラリード / SREリード SREチームのエンジニアリングマネージャー 選考プロセス カジュアル面談 ▼ 書類選考 ▼ 技術面接（1回） ▼ 最終面接（代表との面接） ▼ 内定
全 8 件中 8 件 を表示しています