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 7 件中 7 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。
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。
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。
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。
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
-
生成AIソリューションの新規開発を、品質保証のプロ集団とともに牽引する
はじめに 当社は、長年にわたりシステム開発と品質保証の現場で実績を積んでまいりました。いま2026年を「第二創業期」と位置づけ、組織と事業モデルの抜本的な刷新に挑戦しています。その最前線が、2026年6月に本格始動したAI系ユニット「AIQ Unit（AI & Quality Unit）」です。 AIQ UnitはAI部門とQA（品質保証）部門で構成される計96名の組織です。本ポジションはAI部門における生成AIソリューション開発の募集です（QA部門のポジションは別求人としてご用意しています）。 「レガシーな環境で新しい技術に触れられない」「もっと裁量を持って開発をリードしたい」「正当な評価が得られず年収が頭打ち」——そうした想いをお持ちなら、ぜひ一度お話を聞かせてください。あなたの技術力とプロジェクト推進力をお借りし、次世代の開発基盤を一緒に作り上げたいと考えています。 募集背景と、いま直面している課題 AIQでは現在、データベースに生成AIを組み込んだ新サービスの開発を進めており、2026年9月頃の社外提供（外販）開始と、その後の事業拡大を見据えて体制を強化しています。 最大の課題は、受託開発特有の「毎回ゼロから作る」属人的なアプローチから抜け出せていないことです。事業の拡大には、提供価値や開発パターンの「標準化（メニュー化）」が急務です。 具体的には、2〜3のアーキテクチャのベースパターンを確立し、お客様の要望に合わせて柔軟にアレンジできる仕組み（見積り・必要リソースも明確化できる状態）を目指しています。この最前線を牽引していただくリーダー層が不足しているのが実情です。 お任せしたいこと 未整備な領域を自らの手で開拓し、将来的に当社の技術的土台を支えるPMへと成長していただくことが、このポジションのミッションです。 ■ 入社直後〜 PLとしてプロジェクトを推進 Webアプリ開発（React／TypeScript、Python 等）のPLとして、リーダー層が担ってきた詳細設計・実装・テストの実務を引き継ぎ、生成AI（LLM／RAG／AIエージェント）を用いた実装・検証を自走して推進。 ※ご経験に合わせて担当工程は柔軟に調整します。 ■ 半年〜1年後 開発パターンの標準化・アーキテクチャ設計、そしてPMへ 開発パターンの標準化（共通の“型”づくり）に深く関与。お客様の要件定義から入り込み、生成AIの組み込み方を仮説検証しながら、アーキテクチャの提案と実装を牽引。 まずは自分＋若手1名のサブリーダーから、要件定義・詳細設計ができる立場として下に3名程度がつく4名規模のチームを推進。入社後1年程度でのPM登用を想定しています（早期の登用も歓迎）。 ※中途入社の方はご経験に応じた早期登用を行います。 このポジションで実現できること （あなたの想い × AIQが提供できること） このポジションならではの希少性 生成AIを活用した開発・テスト自動化・品質評価は、市場でも競争が活発化している成長領域です。そのなかで当社は、AI駆動開発の専門部隊と品質保証（QA/QC）の専門部隊が同一ユニット内で連携し、開発の“型”と品質の作り込みを両立できる体制を持ちます。この環境でサービスの立ち上げを牽引できる人材は市場でもまだ希少であり、その経験はエンジニアとしての市場価値を大きく高めます。 技術スタック 言語 / フレームワーク React、TypeScript（フロントエンド）／ Python、C#（バックエンド） クラウド Azure（AWS・GCP のご経験も歓迎） データベース / 基盤 PostgreSQL、Databricks AI 領域 生成AI（LLM／RAG／AIエージェント）を活用したAI駆動開発 AI 開発ツール Claude Code、Cursor、GitHub Copilot、Codex、CodeRabbit 必須スキル（下記いずれか） Webアプリケーションの開発経験（5年程度） 詳細設計から結合テストまでを一貫して完遂した経験（3年程度） プロジェクトリーダー（PL）として一人称で業務を回してきたご経験 Python・SQL を用いた実装ができること（フロント中心の方も、基本的なバックエンド実装が可能なこと） 歓迎スキル 要件定義・基本設計から自走してプロジェクトを推進できる バックエンドの複雑なロジック実装に抵抗がない Azure 等クラウドの利用経験 生成AI・AIエージェント開発／AI駆動開発への意欲、QA・テスト自動化の素養 求める人物像 自ら仮説を立て「こういう構成でどうでしょう」と建設的に提案できる タスク状況を自己管理し、チームにタイムリーに共有できる 独りよがりにならずチーム連携を重視し、生成AI領域へ幅を広げていける AIの出力に対し、信頼性・安全性まで責任を持って向き合える
-
AI駆動開発を足元から支える、モダンなデータ基盤・クラウド基盤づくりを上流から一貫して手掛ける
はじめに 当社は、長年にわたりシステム開発と品質保証の現場で実績を積んでまいりました。いま2026年を「第二創業期」と位置づけ、組織と事業モデルの抜本的な刷新に挑戦しています。その最前線が、2026年6月に本格始動したAI系ユニット「AIQ Unit（AI & Quality Unit）」です。 本ポジションは、AIQ UnitのAI部門において、生成AIソリューションを足元から支えるデータ基盤・クラウド基盤の構築・運用を担っていただくクラウド／AI基盤エンジニアの募集です（QA部門のポジションは別求人としてご用意しています）。 工程を切り出された運用ではなく、上流設計から関われる環境で、モダンなデータ基盤とAI活用の土台づくりをリードしたい方をお待ちしています。 募集背景と、いま直面している課題 AIQでは現在、データベースに生成AIを組み込んだ新サービスの開発を、2026年9月頃の社外提供（外販）開始と、その後の事業拡大を見据えて進めています。アプリ開発（フロント・バックエンド）と並行して、それらを支えるデータ基盤・クラウド基盤の整備が事業スピードのボトルネックになりつつあります。 自社サービスの開発ではDatabricksを軸としたデータ基盤づくりを進めており、この構築・運用を担い、AI駆動開発を足元から支えていただける方が不足しているのが実情です。あわせて、提供価値や開発パターンの「標準化（メニュー化）」を進めており、再現性の高い基盤アーキテクチャの確立もこのポジションの重要なテーマです。 お任せしたいこと ■ 入社直後〜 データ基盤・クラウド基盤の構築 Databricksを軸としたデータ基盤の構築・運用（Databricks未経験の場合は、キャッチアップ期間を確保します。経験者は設計から即戦力として）。 AI駆動開発を支えるクラウド（Azure 中心）のインフラ・実行環境の整備。 ※ご経験に合わせて担当範囲は柔軟に調整します。 ■ その後 基盤アーキテクチャの確立と一気通貫の関与 開発チームと連携し、データパイプライン・基盤の設計・実装をリード。 上流設計から構築・開発まで一貫して関与し、再現性の高い基盤の標準化（“型”づくり）に踏み込んでいただきます。 このポジションで実現できること あなたの想い × AIQが提供できること このポジションならではの希少性 運用の一部を切り出された案件ではなく、生成AIサービスのデータ基盤・クラウド基盤を要件から設計し、標準化（“型”づくり）まで担える環境です。Databricksを軸としたモダンデータ基盤と生成AI基盤の設計・構築経験を併せ持つ人材は市場でもまだ希少であり、インフラ／クラウドエンジニアとしての市場価値を大きく高めます。 技術スタック・開発環境 クラウド： Azure（AWS・GCP のご経験も歓迎） データ基盤 / データベース ：Databricks、PostgreSQL 言語：Python、SQL 連携するアプリ領域：React・TypeScript（フロント）／ Python・C#（バック） AI 領域 ：生成AI（LLM／RAG／AIエージェント）を活用したAI駆動開発の基盤 AI 開発ツール ：Claude Code、Cursor、GitHub Copilot、Codex、CodeRabbit 必須スキル（下記いずれか） クラウド（Azure／AWS／GCP のいずれか）でのインフラ・基盤の構築経験 Webアプリケーションの開発経験（経験が浅い方はクラウド／インフラの構築経験を重視して評価します） Python・SQL を用いた基本的な実装ができること 生成AI／AIエージェントを用いた開発・検証への関与経験（短期・PoC・個人開発レベルでも可） 歓迎スキル Azure の実務経験、Databricks を用いたデータ基盤構築の経験 GCP の利用経験 IaC（Terraform）／Kubernetes／SRE の経験 クラウド×セキュリティの知見（設計・構築におけるセキュリティ考慮） 生成AI・AIエージェント開発／AI駆動開発への意欲 求める人物像 自ら仮説を立て、改善・設計を建設的に提案できる タスク状況を自己管理し、チームにタイムリーに共有できる 独りよがりにならずチーム連携を重視し、AI・データ領域へ幅を広げていける AIの出力に対し、信頼性・安全性まで責任を持って向き合える
-
『手段（開発・導入）』ではなく、『目的（本質的な課題解決）』にフォーカスした仕事をしませんか？
募集背景と私たちが目指す「第二創業期」 当社は、長年にわたりシステム開発と品質保証の現場で確かな実績を積んでまいりました。 しかし私たちは現在、過去の成功体験に囚われることなく、2026年を「第二の創業年」と位置づけ、組織と事業モデルの抜本的な刷新に挑戦しています。従来の労働集約型ビジネスから脱却し、最新のAI技術やクラウドデータ基盤などの複数技術をシームレスに連携させることで、「ストック型・高付加価値ビジネス」へと構造転換を果たすことが私たちの目標です。 本ポジションは、この全社の構造転換の中核として、組織を牽引していただくビジネスマネージャー（BM）候補の募集です。 あなたのその確かなマネジメント経験と技術への誠実な姿勢で、当社の第二創業期を共に牽引していただきたいと願っています。 お任せしたいミッションとステップアップ環境 ご入社後は、まずは当社のビジネスや現場環境への解像度を高めていただくため、1年ほどは現場に出ていただき、複数案件のプロジェクトリーダー（PL）またはプロジェクトマネージャー（PM）としてプロジェクトを推進していただきます。現場での経験を通じて当社の強みや体制を深く理解していただいた後、以下のミッションを牽引していただきます。 課題発掘から解決までのITコンサルティング お客様との対話を通じて潜在的な課題を発掘し、自社サービスである「社内データ整理パッケージ」を軸に、最適なテクノロジーを組み合わせて迅速に業務課題を解決するITコンサルティングを実現していただきます。 組織の壁を越えたソリューションの企画・推進 品質保証（QA）、クラウド、データ領域などの開発メンバーと連携し、新たなソリューションを企画・推進していただきます。 未経験から着実に成長できる育成ロードマップ 入社時点での経営層向けの上流コンサルティング経験や、事業構想策定といった高度な経験は一切問いません。当社では、基礎的なカリキュラムの受講や、先輩のプロジェクトへのシャドーイング参画からスタートし、特定ツールを用いた小規模な業務改善案件の主担当を経て、徐々に社内の専門部隊を巻き込んだ複合的なアーキテクチャ提案をリードするまで、段階的にステップアップできる実践的なロードマップをご用意しています。 当社だからこそ提供できる3つの価値 私たちは、現場で培われた技術への愛着を大切にしながら、より上流でビジネスに貢献したいというあなたの想いに、以下の環境でお応えします。 1. 手段の自由 ：最適な組み合わせで最速の課題解決を 特定の自社プロダクトの販売に縛られたり、不要なゼロからのフルスクラッチ開発に依存したりする必要はありません。M365やGoogle Workspaceなどの既存ツール、DatabricksやSnowflakeといったクラウドデータ基盤、そして最新のAI技術を、まるでレゴブロックのように最適に組み合わせる裁量があります。特定の手段にとらわれず、お客様の本質的な課題を最速で解決するという「目的」に純粋に向き合える環境です。 2. 組織の壁がない環境：技術への愛着を保ちながら上流へ コンサルタントになると技術現場から遠ざかってしまうという懸念は不要です。当社は特定の領域に縛られず、プロジェクトごとに必要な専門人材をアサインし、組織を跨いでチームを組成する体制をとっています。社内のクラウドやQA、AI領域のスペシャリストと日常的に連携しながらプロジェクトを進めるため、ご自身が培ってきた技術への愛着を保ちつつ、ビジネスの上流へと遡り、価値提供の幅を大きく広げることができます。 3. 第二創業期のダイナミズム：ゼロから事業を創り上げる経験 経営という安定した土台がありながらも、現在はビジネスモデルをゼロベースで刷新する立ち上げ期にあります。出来上がった組織の歯車になるのではなく、未完成な組織の中でゼロから事業を創り上げ、社会の業務変革をリードしていくという、かけがえのないダイナミズムを経験していただけます。 必須スキル 領域問わず、3名規模程度のPLまたはPMのご経験（3年程度）。 過去のやり方にとらわれず、新たな手段を柔軟に取り入れる「アンラーニング」ができる方。 「どう作るか」ではなく「なぜ作るのか」というソリューション志向をお持ちの方。 複雑な事象を相手の理解レベルに合わせて構造化・言語化できるドキュメンテーション能力の素地がある方。 組織の壁を越え、専門外の領域でも知ったか振りをせずに他部署のスペシャリストを巻き込んでいける、誠実で泥臭いコミュニケーション力をお持ちの方。 歓迎スキル AI・データ利活用のご経験（特に歓迎） 組織運営（マネジメント）のご経験 新規開拓・営業的な動き（顧客開拓や提案活動）のご経験 既存ツールを組み合わせ最速で解決することを考え、自ら手を動かして一次情報を取りに行く自走力 最新のAIテクノロジーへ自発的に触れ、継続的にキャッチアップしているご経験 顧客折衝・要件定義など上流工程のご経験（規模不問）、チームを牽引しプロジェクトを成功に導いたご経験 求める人物像 技術への確かな愛着を持ちながら、ビジネスの上流から顧客課題の解決に挑みたい方。 特定の技術や手段に固執せず、目的達成のために最新テクノロジーを柔軟に組み合わせることに面白みを感じる方。 未完成な立ち上げ期の組織で、全社の「第二の創業」を牽引するダイナミズムを楽しめる方。 言われたものをただ作るのではなく、真の顧客価値の提供に誠実に向き合いたい方。
全 7 件中 7 件 を表示しています