株式会社スカイウイル 求人の検索結果一覧
この会社の求人を探す
雇用形態
経験者採用
全 6 件中 6 件 を表示しています
-
【AIエンジニア】分析で終わらない。モデル×実装で、業務価値まで届け切る。
分析で終わらない。 モデル×実装で業務価値まで届ける。 募集背景 生成AIは、単なる“ツール”ではなく、業務の設計そのものを変える技術になりました。 価値が出るのは「モデルを触れる人」ではなく、課題設定→検証→実装→運用までやり切れる人です。 スカイウイルでは、生成AIを活用した提案・PoC・開発の相談が増え、チームで再現性ある実装パターンを育てています。 だから今回、実務経験の有無に関わらず“価値に着地させる”仲間を増やします。 入社後は、小さく作って学び、次に提案・改善へ。あなたの成長が、そのままチームの武器になります。 このポジションのミッション ・データから仮説→検証→実装まで一気通貫で価値を出す ・分析を“使われる形”に落とす設計力を高める 業務イメージ ・課題設定〜分析〜モデル構築（EDA、前処理、特徴量、学習、評価） ・業務に組み込む実装（API/バッチ化、ログ設計、再学習・運用の設計） ・精度改善のループ構築（データ品質、評価指標、仮説検証のサイクル） ・ステークホルダーと成果を揃える（要件整理、説明資料、意思決定支援） ・成果の再現性を作る（実験管理、手順化、ベースライン整備、ナレッジ共有） 案件事例はこちら 得られるキャリア・ベネフィット ・分析で終わらず、モデル→実装まで“価値が出る形”に落とし込む経験が積める ・データ前処理/特徴量/評価設計など、再現性のあるML開発の基礎体力がつく ・MLOps的な視点（運用・再学習・監視）を持ったAIエンジニアへ伸びられる ・キャリアの分岐が広い（MLエンジニア/データサイエンティスト/AIコンサル など） ・キャリアを逆算したアサイン：伸ばしたい軸（上流/技術深掘り/リード）から役割を設計します ・複数の視点で成長を支える体制：定期面談やレビューで、次の一手を一緒に決めます 仕事の難しさ ・データ品質に引っ張られるため、前処理や評価設計を丁寧に積み上げる必要があります。 ・精度だけでなく、運用（再学習/監視/説明可能性）まで含めて価値提供する視点が求められます。 ・業務側の期待値と技術的制約のギャップを埋める説明力が成果を左右します。 応募要件 【必須】（下記いずれか） ・統計学もしくは機械学習を用いたデータ分析の実務経験1年以上 ・Pythonでの開発経験1年以上 【歓迎】 ・実践的なデータ分析の自己啓発学習をしていること └例：（座学だけでなく、実際にデータを用いた統計学や機械学習による分析の実践等） ・機械学習、ディープラーニングの基礎知識 ・統計学の基礎知識 ・TensorFlow, Keras, Chainer, scikit-learnフレームワークでの実務経験 ・クラウドサービス上でのデータ分析基盤構築経験 ・SQLによるデータ加工経験 ■求める人物像 ・データと仮説検証を大切にし、再現性ある形で成果を出したい ・モデルだけでなく実装・運用まで含めて価値提供したい ・難しい内容を分かりやすく説明し、意思決定を支援したい
-
【生成AIエンジニア】触って終わらない。LLM/RAGを“使われる形”に実装（PoC→本番）へ。
「触れる」ではなく、「価値に着地させる」生成AIへ。 PoCで終わらせず、本番で使われる仕組みをつくる。 募集背景 生成AIは、単なる“ツール”ではなく、業務の設計そのものを変える技術になりました。 価値が出るのは「モデルを触れる人」ではなく、課題設定→検証→実装→運用までやり切れる人です。 スカイウイルでは、生成AIを活用した提案・PoC・開発の相談が増え、チームで再現性ある実装パターンを育てています。 だから今回、実務経験の有無に関わらず“価値に着地させる”仲間を増やします。 入社後は、小さく作って学び、次に提案・改善へ。あなたの成長が、そのままチームの武器になります。 このポジションのミッション ・LLM/RAGを業務課題に落とし込み、PoC→本番を完走させる ・再現性ある実装パターンをチームの資産にする 業務イメージ ・LLM/RAGを活用した業務アプリの開発（要件整理→プロトタイプ→本番実装まで） ・データ整備・検索設計（ドキュメント分割、メタデータ設計、検索精度の改善） ・評価・品質担保の設計（評価指標、テストケース、ガードレール/プロンプト改善） ・既存システムとの連携実装（API連携、権限、ログ/監視、運用手順の整備） ・学びを資産化（実装パターンのドキュメント化、社内共有、再利用できる部品化） 案件事例はこちら 得られるキャリア・ベネフィット ・LLM/RAGを“触る”で終わらせず、要件→実装→運用までを経験できる ・プロンプトだけに寄らない設計力が身につく（評価指標、データ整備、ガードレール設計） ・PoCの先にある“現場で使われ続けるAI”をつくる実装力が鍛えられる ・キャリアの分岐が広い（生成AIアプリ/AI×バックエンド/AI-PM・テックリード など） ・キャリアを逆算したアサイン：伸ばしたい軸（上流/技術深掘り/リード）から役割を設計します ・複数の視点で成長を支える体制：定期面談やレビューで、次の一手を一緒に決めます 仕事の難しさ ・LLMは挙動が揺れるため、“動いた”で終わらず評価指標・ガードレール・運用まで作り込む必要があります。 ・要件が曖昧なまま始まることも多く、仮説→検証→改善のサイクルを自走できることが重要です。 ・セキュリティ/権限/ログ/コストなど、プロンプト以外の論点が成果を左右します。 応募要件 【必須】 ・Webアプリ／システム開発の実務経験 1年以上 ・ディープラーニングを利用したAIモデル構築経験（実業務における経験でなくてもよい） ・実践的な自己啓発活動ができていること └例：自作AIモデル作成した経験がある └例：機械学習コンペ（Kaggle，Signate，Nishikaなどに参加したことがある └例：ChatGPT APIなど活用して自作アプリを作成した経験がある 【歓迎】 ・大規模言語モデル（LLM）に関する知見を有している ・PoC／プロトタイプ開発の実務経験（AI機械学習関連でなくもよい） 求める人物像 ・新しい技術を“試すだけ”で終わらせず、使われる形に落とし込みたい ・仮説→検証→改善を回して、手触りのある成果を作りたい ・チームで学びを共有し、再現性のある型にしていきたい
-
【生成AIエンジニア】実装で終わらない。LLM/RAGを業務価値に変える“運用前提”の開発へ。
「触れる」ではなく、「価値に着地させる」生成AIへ。 PoCで終わらせず、本番で使われる仕組みをつくる。 募集背景 生成AIは、単なる“ツール”ではなく、業務の設計そのものを変える技術になりました。 価値が出るのは「モデルを触れる人」ではなく、課題設定→検証→実装→運用までやり切れる人です。 スカイウイルでは、生成AIを活用した提案・PoC・開発の相談が増え、チームで再現性ある実装パターンを育てています。 だから今回、実務経験の有無に関わらず“価値に着地させる”仲間を増やします。 入社後は、小さく作って学び、次に提案・改善へ。あなたの成長が、そのままチームの武器になります。 このポジションのミッション ・LLM/RAGを業務課題に落とし込み、PoC→本番を完走させる ・再現性ある実装パターンをチームの資産にする 業務イメージ ・RAG/LLMを本番運用前提で設計・実装（セキュリティ、監視、性能、障害時の設計） ・ユースケースの要件整理と設計（“何を自動化し、どこを人が見るか”の線引き） ・評価基盤の整備（自動評価、回帰テスト、プロンプト/検索の改善サイクル） ・クラウド上でのアーキ設計・実装（API、データ、権限、コスト最適化） ・チームの型づくり（実装標準、ナレッジ、再利用可能な部品・テンプレ整備） 案件事例はこちら 得られるキャリア・ベネフィット ・RAG/LLM実装を“本番運用前提”で磨ける（設計・セキュリティ・監視/評価まで） ・業務価値に変える実装経験が積める（要件整理→検証→実装→改善サイクル） ・クラウド×生成AIで再現性のあるアーキ設計が身につく ・キャリアの分岐が広い（生成AIアーキ/AIプロダクト開発/AI-PM など） ・キャリアを逆算したアサイン：伸ばしたい軸（上流/技術深掘り/リード）から役割を設計します ・複数の視点で成長を支える体制：定期面談やレビューで、次の一手を一緒に決めます 仕事の難しさ ・本番運用前提で、セキュリティ・監視・性能・コストのトレードオフ判断が発生します。 ・評価（回帰）を作らないと品質が崩れるため、仕組みとして改善サイクルを回す必要があります。 ・関係者が多く、期待値調整と合意形成がプロジェクトのスピードに直結します。 応募要件 【必須】 ・生成AIを活用したシステム開発もしくはデータ分析の実務経験 1年以上 ・ディープラーニングを利用したAIモデル構築経験 1年以上 【歓迎】 ・生成AIを活用するための技術知識を有している └例：プロンプトエンジニアリング，ファインチューニング，RAG，エージェントなど ・大規模言語モデル（LLM）に関する知見を有している ・PoC／プロトタイプ開発の実務経験 求める人物像 ・本番運用を前提に、品質・セキュリティ・運用まで含めて設計したい ・曖昧さを整理し、関係者と合意しながら前に進められる ・改善サイクルを仕組みとして回し、継続的に価値を上げたい
-
【受託×生成AI】PoCで終わらない。RAG/LLM実装を要件〜運用まで“完走”する。
「触れる」ではなく、「価値に着地させる」生成AIへ。 PoCで終わらせず、本番で使われる仕組みをつくる。 募集背景 生成AIは、単なる“ツール”ではなく、業務の設計そのものを変える技術になりました。 価値が出るのは「モデルを触れる人」ではなく、課題設定→検証→実装→運用までやり切れる人です。 スカイウイルでは、生成AIを活用した提案・PoC・開発の相談が増え、チームで再現性ある実装パターンを育てています。 だから今回、実務経験の有無に関わらず“価値に着地させる”仲間を増やします。 入社後は、小さく作って学び、次に提案・改善へ。あなたの成長が、そのままチームの武器になります。 このポジションのミッション ・LLM/RAGを業務課題に落とし込み、PoC→本番を完走させる ・再現性ある実装パターンをチームの資産にする 業務イメージ ・RAG/LLMを本番運用前提で設計・実装（セキュリティ、監視、性能、障害時の設計） ・ユースケースの要件整理と設計（“何を自動化し、どこを人が見るか”の線引き） ・評価基盤の整備（自動評価、回帰テスト、プロンプト/検索の改善サイクル） ・クラウド上でのアーキ設計・実装（API、データ、権限、コスト最適化） ・チームの型づくり（実装標準、ナレッジ、再利用可能な部品・テンプレ整備） 案件事例はこちら 得られるキャリア・ベネフィット ・RAG/LLM実装を“本番運用前提”で磨ける（設計・セキュリティ・監視/評価まで） ・業務価値に変える実装経験が積める（要件整理→検証→実装→改善サイクル） ・クラウド×生成AIで再現性のあるアーキ設計が身につく ・キャリアの分岐が広い（生成AIアーキ/AIプロダクト開発/AI-PM など） ・キャリアを逆算したアサイン：伸ばしたい軸（上流/技術深掘り/リード）から役割を設計します ・複数の視点で成長を支える体制：定期面談やレビューで、次の一手を一緒に決めます 仕事の難しさ ・本番運用前提で、セキュリティ・監視・性能・コストのトレードオフ判断が発生します。 ・評価（回帰）を作らないと品質が崩れるため、仕組みとして改善サイクルを回す必要があります。 ・関係者が多く、期待値調整と合意形成がプロジェクトのスピードに直結します。 応募要件 【必須】 ・生成AIを活用したシステム開発もしくはデータ分析の実務経験 1年以上 ・ディープラーニングを利用したAIモデル構築経験 1年以上 【歓迎】 ・生成AIを活用するための技術知識を有している └例：プロンプトエンジニアリング，ファインチューニング，RAG，エージェントなど ・大規模言語モデル（LLM）に関する知見を有している ・PoC／プロトタイプ開発の実務経験 求める人物像 ・本番運用を前提に、品質・セキュリティ・運用まで含めて設計したい ・曖昧さを整理し、関係者と合意しながら前に進められる ・改善サイクルを仕組みとして回し、継続的に価値を上げたい
-
【関西在住OK】安定したガレージで、自社AIプロダクトをゼロから育てる。第2創業メンバー募集！
「AIがすごい」だけでは終わらせない。 私たちは、生成AI／RAGを“プロダクトとして”成立させ、実運用で価値を伸ばし続ける少数精鋭チームです。PoCで終わらせず、品質・運用・改善までやり切るために、開発の「型」を整えながら高速に前へ進めています。 2026年初旬の販売開始に向け、複数プロダクトを同時に立ち上げ中。今このタイミングで、プロダクトの成否を左右する“第2創業メンバー”を募集します。 安定したガレージ ベンチャー企業のようなスピード感・自由度を持ちながら、会社としては堅実な事業基盤がある。この“良いとこ取り”の環境で、リスクを抑えつつ挑戦できることが本ポジションの強みです。 MISSION / VISION / VALUES 【MISSION】AI-nativeなプロダクト開発の羅針盤となる — 生成AI／RAGを“使う”だけでなく、品質・運用・評価・改善まで含めた「勝てる作り方」を整備し、プロダクトの価値を伸ばし続けます。 【VISION】AIを武器に少数精鋭の価値創出チームへ — 少数精鋭だからこそ、一人ひとりが“意思決定者”。仕様通りに作るのではなく、価値・体験・運用まで踏み込み、プロダクトを前進させます。 【VALUES】 1. 価値を届ける — RAG精度／問い合わせ削減／運用工数などをKPI化し、改善サイクルを回す。 2. 本質を見抜く — 導入目的・現場業務・ROIを踏まえて仕様を決め、最短で価値に繋げる。 3. オーナーシップを持つ — 詰まりを拾い、改善策を“仕組み”として標準に落とし込み、チームへ還元する。 募集背景 私たちは今、自社AIソリューションを「試作」から「事業」へ引き上げる転換点にいます。顧客打合せ・引継ぎAI、簡易RAG＋Chatbot、オンボードAIなど、複数プロダクトを同時に立ち上げているため、設計・実装・運用・改善を一気通貫でやり切れるエンジニアの力が必要です。 求めているのは、機能を実装するだけのエンジニアではありません。プロダクトの価値を定義し、品質を磨き込み、継続的な改善で“使われ続けるAI”に育てていく仲間です。 プロダクト概要 現場の生産性を上げる「顧客打合せ・引継ぎAI」、ナレッジを資産化し問い合わせ対応を変える「簡易RAG＋Chatbot」、社員支援を行うの為の「オンボードAI」などを開発しています。いずれも“作って終わり”ではなく、実運用で検証し、精度・体験・運用を改善し続けて価値を伸ばすプロダクトです。企画〜設計〜実装〜改善まで、一部工程ではなく全体に関与できるのが特徴です。 開発の進め方 複数プロダクトを並行して立ち上げるために、開発の迷いどころを減らし、品質を再現可能にする「開発標準（基盤）」を整備しています。観点一覧表（観点×成熟度×品質基準）と、標準リポジトリ（規約／テンプレ／サンプル）を用意し、テンプレ・チェックリスト・サンプルを活用しながら、より本質的な課題解決に集中できる環境です。 業務内容 経験・志向に応じて、以下いずれか、または複数領域を担当いただきます。 ・Webアプリ／バックエンド開発：AI機能を組み込んだWebアプリケーションの設計・開発、要件定義～設計～実装～テスト～運用改善 ・AI基盤・クラウド：AWS/Azure上でのAI基盤設計・構築、コンテナ運用（Docker/Kubernetes）、監視・運用設計 ・生成AI／RAG関連：RAGやChatbotなどLLM活用機能の企画・設計・実装、検索精度向上・評価設計、プロンプト改善 ※自社開発だけでなく、受託案件を担当していただく可能性もございます。 技術スタック Frontend ： ・TypeScript / React Backend： ・Python / FastAPI ・Java（Spring Boot） ・C#（ASP.NET） Cloud： AWS / Azure LLM / Agent ・Azure OpenAI（AOAI） ・Google Gemini（Vertex AI） ・LangChain / LangGraph 必須スキル（下記いずれか） Webアプリケーション開発経験3年以上（Java、またはそれに準ずるオブジェクト指向言語） AI用クラウド基盤開発経験1〜2年以上（Azure, AWS, GCP等のAI基盤開発） AIプロジェクト参加経験 ※AIについて、業務および自己学習で、知識・能力保有は、必須となります。 ※経験年数よりも実力を重視します 歓迎スキル ・AI/機械学習プロジェクトの実務経験（PoC含む） ・RAG / Chatbot / LLMを活用した機能開発経験 ・AWS / Azure の設計・構築経験 ・Docker / Kubernetesの運用経験 ・技術リード、チームリード経験 このポジションで得られること ・AIプロダクトを“事業として成立させる”ための設計〜運用〜改善までの実務経験 ・少数精鋭チームでの大きな裁量と、高速な意思決定 ・AIネイティブな開発・改善の型づくりに参加し、自分の知見を標準として残せる キャリアパス 立ち上げ期はマルチタスクが求められますが、ずっと「何でも屋」をお願いするわけではありません。プロダクトが拡大するにつれ、志向に応じて役割を分化していきます（テックリード／クラウドアーキテクト／AIプロダクト開発責任者／PdM／EMなど）。 こんな方にフィットします チームで成果を出すことを大切にできる方 Web開発・AI開発・クラウド開発の総合力を高めたい方 AIネイティブな開発アプローチを身につけたい方 自ら改善点を見つけて提案し、実行までやり切りたい方（指示待ちで働きたい方はミスマッチです） 決まった正解がない環境を楽しめる方 最後に 今はまだ無名でも、これから“化ける”チームに入りたい。AIを武器に、少数精鋭で価値を創出する挑戦を、私たちと一緒に進めませんか。
-
【次世代の働き方を確立】最先端のAI開発現場に隣接／自社課題の最速ハックから外販プロダクトへ昇華させるコアメンバー
募集ポジション・募集背景 当社は、堅実な事業基盤とベンチャーのスピード感を併せ持つIT企業です。自社の人事組織を「最初の顧客」と見立て、アジャイルな課題解決を牽引していただきます。 単なる「社内業務の改善担当」ではありません。社内で効果検証された仕組みをベースに、既存のAIソリューション開発チームと連携し、生成AI等を掛け合わせた「社外向けHRソリューション事業（外販）」の展開を見据えたコアメンバーの募集です。自社課題の解決から新規事業の創出までを一気通貫で推進し、事業開発フェーズに参画したい方をお待ちしています。 ※基本的に本社勤務となります。 得られるキャリア・ベネフィット 会社として、本人の志向に応じたキャリアパスを積極的に支援するスタンスです。「HR Tech領域の事業責任者（BizDev / PdM）」として外販事業を牽引する道や、「全社横断のDX推進スペシャリスト」として組織基盤を強化する道など、複線的かつ代替不可能な市場価値を獲得することが可能です。 また、自社AI開発チームとの密な連携を通じ、自然言語の指示でAIにシステムを構築させる次世代の開発手法（いわゆるバイブコーディング）や、高度なプロンプトエンジニアリング、時にはAI共通基盤の設計といった最先端のアプローチに隣接し、体験できる環境があります。 単に最新技術に触れるだけでなく、AIと人間が協働する「次世代の新しい働き方」を自ら体現実践し、それを全社の新たなスタンダードとして1から「確立」していくプロセスに直接関与できることは、今後のキャリアにおいて代替不可能な極めて高い希少性と市場価値をもたらします。 ミッション・職務内容 技術的手段に固執することなく、スピーディーな課題解決と事業化（目的）にコミットしていただきます。入社後は以下のフェーズに沿って業務をお任せします。 【入社～早期】実務の掌握とアジャイル開発 まずは現場オペレーションを把握し、ボトルネックを特定します。既存のITツール等を用いて自ら手を動かしながら、スピーディーなプロトタイピングとツールの導入を行い、業務効率化を実践します。 ・人事の実務を通じて現場のリアルな課題を抽出し、自社のAIソリューション開発を牽引 ・アジャイルな業務効率化アプリ・自動化フローの構築 【入社半年～（業務把握後）】事業展開と汎用化 社内で効果が実証されたソリューションの汎用化を進めます。AIソリューション開発チームと臨機応変に連携しながら、外販向け「HR×AIソリューション」のサービス企画・事業展開を推進していただきます。 ・社内ソリューションの効果検証・汎用化・パッケージ設計 ・AIソリューション開発チームと連携した外販向けサービスの企画・推進 「仕事の難しさ」とやりがい 既存チーム（人事・AIソリューション開発）との間に固定的な業務の境界線や、明確な「仕様書」はありません。自ら課題を設定し、スピーディーに仮説検証を回し続ける自律性が求められます。一方で、自社組織に対するシステム実装（社内貢献）が、そのまま外販ソリューション（事業創出）へと直結するプロセスをゼロから構築できる点は、本ポジションの客観的な特長です。 さらに、自社の現場を実証環境とするため、自らが推進・構築した仕組みやAIソリューションが、組織の課題解決にどのような結果やインパクトをもたらすかを当事者として間近でダイレクトに体験・観測できる環境があります。 スカイウイルのHRカルチャー ・根拠と成果の重視 個人の感覚や感情論ではなく、取得したデータや導入前後のファクトに基づき、事業化（外販）を見据えた合理的な施策を進める姿勢を評価します。 ・再構築し続けるフェーズ 完璧な要件定義を待つのではなく、まずはプロトタイプとして素早く形にして実証し、最適化・進化させるアプローチを重視します。 ・高い倫理観 検証を高速に回す一方で、機微な人事データを適切に扱う情報管理の責任感が不可欠です。 応募要件 【必須】 ・社内の他部署や関係者を巻き込み、何らかの業務フローの改善やプロセス最適化を推進した実務経験 ・ITツール等を利用したシステム構築や、新しいテクノロジーの活用に対する抵抗がないこと ・プログラミング経験1年以上（言語不問） 【歓迎】 ・ローコード・ノーコードツールを利用した開発、または導入支援の実務経験（経験年数不問） ・生成AIを用いたソリューション事業への強い興味関心 ・人事領域の実務経験がある方（経験領域、経験年数不問） 求める人物像 相反する以下の【A】【B】の両方を兼ね備えている必要はありません。いずれかの強みを持つ方を幅広く募り、選考・入社後に適性を見極めます。 【A：事業化を見据えた企画・推進力】 ・「社内の作業者」で終わることに危機感を持ち、構築した仕組みの汎用化・外販展開を見据えた企画立案や折衝ができる方 【B：アジャイルなシステム実装・検証力】 ・高度なプログラミング技術（手段）に固執せず、スピーディーに課題を解決（目的）できる方 ＜共通マインド＞ ・明確な境界線がない流動的な環境においても、関係者を巻き込みながら臨機応変に連携・推進できる方 ・未完成な仕組みの検証（PDCA）を楽しみ、自社ソリューションサービス展開に意欲的な方
全 6 件中 6 件 を表示しています