気になるリストに追加しました
| 必須条件 |
以下をすべて満たしていること ITインフラ(サーバー、ネットワーク等)設計・実装経験2年以上 可視化ダッシュボードの実装経験2年以上 要件定義やプリセールスなどの顧客対応経験2年以上 ■求める人物像 ・お客様と良好な関係を築き、提案やプロジェクト進行ができる人 ・クラウドの世界に飛び込んでエンジニアの新たな次元に挑戦したい人 ・幅広い技術的な領域に苦手意識を持たず、新しい挑戦を楽しめる人 ・与えられることを待つのではなく、スタートアップの段階にある会社を共に作り上げるマインドのある人 ・現在は実装ポジションにいるが、上流工程やマネジメントに調整したい方や、逆に現在は上流工程やマネジメントポジションにいるが実装スキルをつけたい方 |
|---|---|
| 想定年収 |
500~900万円 |
| 募集職種 |
データサイエンティスト |
| 最寄り駅 |
飯田橋駅 (東京都) |
| 会社概要 |
データエンジニアは、顧客との対話を行いながら、データ分析基盤や可視化ダッシュボードの実装メンバーやプロジェクトリーダーとしての活躍が期待されるエンジニア職種です。希望と適性に応じて外部発信、社内教育、組織作りへの挑戦が可能です。 以下のような業務を行います。 プリセールス活動(お客様の課題の抽出、提案、折衝) 要件定義と設計 開発、構築 プレイングマネージャー(プロジェクトマネージャーもしくはラインマネージャー。希望と適正に応じて) 技術情報の外部発信 また、以下のような Google Cloud サービスや関連技術を用いることが想定されます。 Oraganization、IAM、Resource Manager BigQuery Looker Studio Looker Gemini、Vertex AI、Vertex AI Search Cloud Run、Cloud Run functions Terraform Google Workspace G-gen は Google Cloud / Google Workspace のプレミアパートナーであり、Google との密な関係性を活かして日頃の業務を行うことができます。現時点での Google Cloud のご経験は問いませんが、パブリッククラウドサービスのご経験や、IT インフラのご経験、プロジェクトマネージャーとしてのご経験が役に立ちます。 エンジニアは、フルリモートでの自宅勤務を原則とし、Chromebook を使って仕事をします。 これはフルリモートでのセキュリティの確保の意味と、先進的な Google の働き方を自ら体現してお客様にアピールする意味があります。 小規模なプロジェクトでは2〜3名による3ヶ月程度、大規模なプロジェクトでは人数はそれ以上になり、年間規模のプロジェクトもあります。G-gen は Google Cloud 専業インテグレーターですが、グループ会社で AWS 専業インテグレーターであるサーバーワークスとの共同提案により、大企業へのマルチクラウドの提案に挑戦できる可能性もあります。 プロジェクトの種類としては、以下のようなものが挙げられます。 BigQuery を中心としたデータ分析基盤の構築 Looker Studio によるデータの可視化 従来まで Excel などを使って手作業で行っていたデータ集計や可視化の、Google Cloud を使った自動化 集積したデータを生成 AI による業務効率化に転用 データエンジニアは、以下のようなキャリアを目指す方に最適なポジションです。 顧客の課題を技術をつかって解決していくために、顧客と直接対話をしながら案件をリードできるようになりたい 顧客要望に答えるのみでなく、新しい技術を取り入れた構成の提案など、主体的に考えるアーキテクトになりたい 企業や官公庁などにクラウドを導入して、「クラウドで、世界を、もっと、はたらきやすく」のビジョンを具体的に実現したい エンジニアとしてクラウドなどの IT スキルをさらに向上させスペシャリストとして成長したい プロジェクトのマネジメントを行いつつ、管理業務だけでなく設計や実装を深く理解し、ときに自ら手を動かして技術スキルも成長させたい なお、G-gen のデータエンジニアは、データパイプラインの実装だけでなく、データの所在に関するヒアリングやそれに基づく収集、Looker Studio などを用いたデータの可視化などを一気通貫で設計・実装することが求められます。データエンジニアリングに黙々と打ち込むだけでなく、データ基盤の実現のために顧客と対話しながら、総合的な設計と実装を行うことが求められます。 【仕事の特色】 株式会社G-gen(ジージェン)は、システムインテグレーションで20年の実績を持つ株式会社トップゲートと、Google Cloudに特化したインテグレーターとして2021年8月に設立した株式会社G-genが2024年7月に合併し、新たな成長ステージを迎えた企業です。 クラウドテクノロジーの進化に伴い、企業のDX推進において「Cloud First」から「Cloud Must」へとパラダイムシフトが進んでいます。特にSaaS/PaaSサービスやデータ分析、AI/ML領域においては、Google Cloud Platform(GCP)の採用が加速しています。G-genは、この市場の潮流を捉え、両社の強みを融合することで、お客様のクラウドトランスフォーメーションを強力に支援してまいります。 G-genはGoogle社より最高位のパートナーステータスであるプレミアパートナーに認定されており、さらに高度な技術力と運用体制が求められるMSPパートナーとしても選定されています。また、Google認定の最上位資格であるGoogle Cloud Partner Top Engineerの保有者数は国内No.1を誇ります。この強固な技術基盤とGoogleとの深い連携により、お客様のプロジェクトにおいてGoogle社と直接協業する機会も多く、最先端のクラウドソリューションを提供することが可能です。 <配属部署> クラウドソリューション部 <募集背景> 株式会社 G-gen は設立から3年が経過し、Google Cloud / Google Workspace 専門の CIer であったトップゲート社との合併も経て、さらに規模を拡大しています。 日本のビジネスシーンは「クラウドファースト」の時代を経て「クラウドマスト」となり、従来から持つオンプレミスのファイルサーバーやメールサーバーからクラウドソリューションに移行する企業がほとんどです。 多くのクラウドサービスがある中で、Google Cloud は特に開発者体験が良く、スピード感を持ってシステム開発やビジネススピードに変革をもたらすことのできる突出したサービスです。「クラウドで、世界を、もっと、はたらきやすく」というビジョンに基づいて、Google Cloud を使ってお客様のワークスタイルに変革をもたらすことのできるエンジニアを募集しています。 <この仕事で得られるもの> Google Cloud やクラウドインフラ、IT インフラ全般、データエンジニアリング、可視化に関する高度な専門知識を得ることができます。これらの専門知識は企業 IT の根幹であり、エンジニアの市場価値を高めるものです。 さらに、希望や適性によっては、G-gen のもう1つのコアバリューである Google Workspace に携わることもできます。Google Cloud と Google Workspace は ID の観点で密結合であり、両方の知識を持っていることが重要になります。両方の知見を持つことは、さらにエンジニアの市場価値を高めるきっかけになります。 また G-gen は少人数のベンチャー企業であることから、会社を共に成長させる経験を得られます。 |
| 必須条件 |
■求める経験・スキル・知識 事業会社での勤務実績だけでなく、マーケティング領域でのデータ分析やコンサルティングの実務経験が必須要件になります。 ■経験 ・事業会社やコンサルティングファームなどでの、マーケティング領域におけるデータ分析経験:3年以上 ・マーケティング領域における、データを活用した戦略/業務/ITのコンサルティング経験:1年以上 ■スキル・能力 ・SQLを用いたデータマート構築やデータ分析スキル ・能動的/主体的な課題抽出、仮説構築、解決策提案スキル ・データ可視化に基づいたインサイトやアクションプランの策定 ・お客様やステークホルダと円滑に物事を進められるコミュニケーション力 ・思考(問題解決など)・ドキュメンテーション・コミュニケーションなどのビジネス基礎スキル ・マーケティング戦略・施策に関する知見 ・数学/統計/機械学習/AIなどに関する基礎的な知識 ■他言語力 特になし ■資格 特になし ■マインド ・お客様ビジネス貢献や消費者価値向上のために意欲を持って取り組むことができるマインド ・データ分析そのものや、データ分析による変革に対してやりがいを感じることができるマインド ・営業や開発といったスペシャリストと協調して/一体となって、成果を生み出していこうとするマインド ・データサイエンスやコンサルタントとして、常に新しいことを取り入れ学ぼうとするマインド |
|---|---|
| 想定年収 |
700~1,750万円 |
| 募集職種 |
データサイエンティスト |
| 会社概要 |
織内にサービスデザイナー、コンサルタント、データサイエンティスト、エンジニアなど各種スペシャリストが在籍 |
| 必須条件 |
【システムコンサルタント】 ・クラウドサービスを用いた生成AI・データ分析基盤システム設計のご経験 ・生成AI・データ分析基盤システム上のソフトウェア設計・開発のご経験 ・顧客との折衝のご経験 【システム開発プロジェクトリーダー】 ・生成AI・データ分析基盤システム上のソフトウェア設計・開発のご経験 ・顧客との折衝のご経験 ・プロジェクトマネジメントのご経験 【生成AIシステム開発エンジニア】 ・クラウド上で動作するWebアプリケーションのソフトウェア設計・開発のご経験 ・データベース設計のご経験 ・基本設計から詳細設計・実装までのご経験 【データエンジニア】 ・データ分析基盤システム上のソフトウェア設計・開発のご経験 ・データベース設計のご経験 ・Java、C#、Python、R いずれか1年以上のプログラミングご経験 ・基本設計から詳細設計・実装までのご経験 ・素直で謙虚で元気。能動的でチームワークを重んじる方。 ・顧客とのコミュニケーションを円滑に行い、自社と顧客の両方の利益を考えて行動できる方。 ・会話のテンポの良い方。 |
|---|---|
| 想定年収 |
480~1,300万円 |
| 募集職種 |
データサイエンティスト |
| 最寄り駅 |
仙台駅 (宮城県) |
| 会社概要 |
■仕事内容 DX(デジタル・トランスフォーメーション)が加速されていく市場において、企業内外のあらゆるデータを活用する需要はますます高まってきています。 この大量に蓄積されたデータを活用するため、生成AIを活用するシステムを提案し、開発・構築します。 また、生成AIのシステムでも必要となる、データ基盤のシステムを構築しており、インフラ設計・構築から基幹となるデータベース設計、BIダッシュボードによる可視化まで幅広い領域の開発を行っています。 最先端のクラウド技術を駆使し、顧客へ今までにない価値を提供すべく、事業を展開しています。 【システムコンサルタント】 顧客のIT環境や資源、予算等に合わせて最適な生成AI・データ分析基盤を 構築するためのソリューションをご提案します。 ・顧客のデータ利活用、IT化計画に対する支援、ソリューション提案 ・生成AI・データ分析基盤を構築するプロジェクト全体計画の立案 ・生成AI・データ分析基盤全体のシステムアーキテクチャの策定 【システム開発プロジェクトリーダー】 生成AI・データ分析基盤全体のアーキテクチャを設計し、 要件定義や基本設計といった上流設計を行います。 設計工程以降では、開発体制のリーダーポジションとして、 プロジェクトのマネジメントを担当します。 ・生成AI・データ分析基盤全体のシステムアーキテクチャの策定 ・プロジェクト遂行における顧客との折衝 ・要件定義・設計・実装・試験の各工程のマネジメント ・生成AI・データ分析基盤開発の要件定義、上流設計 【生成AIシステム開発エンジニア】 生成AIを活用したシステムを構成する、システムバックエンド機能の設計・開発、 各種データを管理するデータベース設計、 ユーザーが操作するWebのUI画面設計・開発等を担当します。 ・生成AIシステム開発の要件定義・設計・実装・試験 ・AIオーケストレーション、生成AIプラグイン、Web API、Web UIの構築・開発 【データエンジニア】 データ分析基盤を構成する、データレイクや DWH(データウェアハウス)等のデータ設計、 データの集約加工等のETL処理設計、BIを用いた 画面設計等を担当します。 ・データ分析基盤開発の要件定義、設計・実装・試験 ・データレイク、DWH、データマート、BIの構築・開発 <過去の案件例> ・生成AIによる社内ドキュメント検索チャットボット ・当社パッケージ「SKYSEA Client View」のPCログを分析し可視化 ・製造業向けに在庫管理、財務会計の情報をMicrosoft Azure上に統合し分析 ・製品企画部門向けに製品の品質に関する情報をAmazon Web Services上に統合し分析 ・物流業向けに各種システムの業務情報を集約し経営判断情報として活用するための基盤を構築 【仕事の特色】 <配属部署> ■配属予定部署 クライアント・システム開発事業本部 ICTソリューション事業本部 SI部 ■配属予定部署の特色・PR Webアプリケーションシステムを中心としたスクラッチ開発を主な事業としていますが、DX市場に向けて、現在新しい事業領域へ注力しています。 その新しい事業領域の一つが、生成AIのシステム開発、およびデータ分析関連のシステム開発となります。 生成AIの市場における需要は拡大の一途をたどっており、今後さらに増加していくとみられています。また、生成AIのシステムと密接な関係がある、データ分析基盤の構築に関する市場規模も増大。当社においても案件数が急激な増加傾向にあるため、ご活躍いただける環境が多くあります。 同事業に携わっているメンバーの特徴としては、新しい技術領域に対して積極的に習得し、スキルアップをしていくというポジティブな思考があり、好奇心が旺盛です。また自分の担当しているプロジェクト以外にも、仲間が困っている時は手をさしのべるメンバーが多く在籍しています。 <入社後の流れ> 入社後は配属部署にてプロジェクトに参画していただきます。 勉強会や研修など、必要に応じて参加できる学びの場も多数あります。 ご経験を考慮しつつPL/PMなどのポジションを積極的にお任せしていきます。 <就業時間備考> 平均残業時間18.3時間 2024年度実績 |
| 必須条件 |
※以下スキル“全て”を満たす方 ・データ関連プロジェクトにおいて PMO / PM / PL いずれかのご経験(年数問わない) ・SQL・Pythonを用いたデータ分析、データコンサルタント、データマネジメント、データ基盤構築エンジニア いずれかのご経験(3年以上) ・課題解決力がある方 ・コミュニケーションを活発に取れる方 ・最新の技術(特にデータ利活用に関連する新たな技術)や知識の習得に貪欲な方 ・主体的に行動ができる方 |
|---|---|
| 想定年収 |
650~1,000万円 |
| 募集職種 |
データサイエンティスト |
| 最寄り駅 |
乃木坂駅 (東京都) |
| 会社概要 |
エンジニアの育成・マネジメント など2.データサイエンティスト データ利活用プロジェクトにおける中核 |
| 必須条件 |
以下の実務経験が1年以上ある方(同等の経験を有する方) ・Python、Go、Java、JavaScriptいずれかの言語経験 ・データベース(RDB、NoSQLいずれか)の設計・開発経験 ・素直で謙虚で元気、能動的でチームワークを重んじる方。 ・会話のテンポの良い方。 ・先端技術、幅広い言語技術に前向きに取り組める方。 |
|---|---|
| 想定年収 |
480~1,300万円 |
| 募集職種 |
データサイエンティスト |
| 最寄り駅 |
広島駅 (広島県) |
| 会社概要 |
クラウドインフラ上で生成AIモデルを組み込んだアプリケーションレイヤーの開発を担当します。 プロンプトエンジニアリングやRAG、エージェント開発など生成AI技術を用いた幅広い開発を、クラウドネイティブな開発手法を用いながら、バックエンドシステムの設計・開発・運用、APIの開発や外部システムとの連携、フロントエンドも含めた開発を行います。 【仕事の特色】 配属部署 ■配属予定部署:クライアント・システム開発事業本部 ■配属予定部署の特色・PR さまざまなビジネスシーンにおいて、生成AIの活用が進んでいます。 生成AIを活用したパーソナライズされたサービスによるユーザー体験の向上や、 カスタマーサポートや社内ヘルプデスクの効率化など、生成AIの活用によって ビジネスのあり方が大きく変わろうとしています。 特に、クラウドプラットフォームを活用した生成AIシステムの開発は、その柔軟性、 拡張性やコスト効率の高さからニーズが高まっています。 日々進化するAI技術を迅速にキャッチアップし最新のソリューションを提供し続ける上でも クラウドを用いた開発はそのスピード感に大きなアドバンテージがあります。 生成AIとクラウド技術を駆使して、新たな価値を提供するシステム開発を行っています。 ■案件例 <車載システムへ搭載するエージェントの構築> 車載機器を制御するエージェントの開発案件です。主に以下の対応を行います。 ・MCPサーバーのインターフェース設計、実装 ・エージェントの動作を決めるシステムプロンプトの設定、テスト ・クラウドプラットフォーム上へのシステムデプロイ 技術要素: Python、AWS、A2Aプロトコル、Docker <生成AIを活用した顧客内DX> 顧客の業務プロセスにおける課題を解決するために、生成AIやRPAツールを活用して取り組む案件です。主に以下の対応を行います。 ・課題解決に用いる技術の選定(使用するツール、言語、モデルなど) ・モックアップを用いた顧客との認識合わせ ・選定した技術をもとに実際のシステムを設計、実装 技術要素: Python、Azure、Power Automate ■生成AIエンジニア育成のためのサポート体制 私たちは、生成AIエンジニアの育成をサポートする体制を整えています。入社後には必要に応じて、生成AI技術を習得するためのトレーニングに参加していただきます。このトレーニングでは、生成AI技術の基礎からしっかり学び、スキルを身につけることができます。実際に、生成AIの開発経験がなかったWebエンジニアが、トレーニングを通じて生成AIエンジニアとして現場で活躍するようになっています。 <実践的なトレーニング> 主要なクラウドプラットフォームのサービスを活用し、RAGやエージェント開発に取り組む実践的なトレーニングを提供します。このトレーニングを通じて、基本的な構築や運用技術が自然と身につき、実務に直結するスキルを習得できます。プログラミングスキル、データベース、クラウドなどのWebエンジニアとしての知識さえあれば、生成AIエンジニアとして大きく成長することができます。 <集合技術研修> 生成AIやクラウドの基本概念や技術を学ぶための集合技術研修に参加できます。研修では、専門の講師による講義やハンズオン形式の実習を通じて業務での活用方法を学ぶことができます。 ■身につくスキル ・Amazon Bedrock、Azure OpenAI Service、Google Cloud Vertex AI Platformなどクラウドの生成AIサービスを活用したバックエンドシステムの設計・開発・運用 ・生成AIモデルを組み込んだAPIの開発、外部システムとの連携処理の実装 ・プロンプトエンジニアリングによる精度向上 ・FastAPI、Django、Flaskなどのフレームワークを用いた開発 ・LangChainの利用、RAGの実装経験 ・マイクロサービスアーキテクチャでの開発経験 ・サーバーレスアーキテクチャ(AWS Lambda, Azure Functions, Google Cloud Functions等)での開発経験 ・コンテナ技術(Docker, Kubernetes)の利用経験、CI/CDパイプライン構築経験 ・APIのセキュリティ(認証・認可など)実装 ・パフォーマンスチューニング、ログ監視 <就業時間備考> 平均残業時間18.3時間 2024年度実績 |
| 必須条件 |
以下のいずれか <営業・企画系> ・IT業界でアカウント営業、プロダクト営業、SI営業、IT関連サービスの営業、プリセールス、ITパートナーとの折衝活動等の経験のある方 ・ITインフラ関連の技術的な知識をお持ちの方/SE経験者で営業に興味のある方 <技術系> ・Javaによるサーバーサイドアプリケーションの設計、開発経験 ・データベース(RDB/NoSQL)を利用するソフトウェアの設計、開発経験 ・Ansible、Terraform等を用いた基盤構築経験 ・コンテナ、Kubernetesの利用経験 ・CI/CDツールを利用した開発基盤の構築経験 ・Linuxサーバの構築、運用経験 ・IPネットワークの設計・構築、運用経験 ・DevOps系ツール類の構築・活用に関する基本的なスキル ・コンテナ、Kubernetesの利用経験 |
|---|---|
| 想定年収 |
430~1,200万円 |
| 募集職種 | |
| 最寄り駅 |
飯田橋駅 (東京都) |
| 会社概要 |
<業務詳細> IoTエンジニアの「オープンポジション」として、IoT事業の各ポジション(※)で幅広く検討し、最適なポジションを提案いたします。 ■IIJのIoT事業について これまで提供してきたネットワーク、クラウド、セキュリティといったITサービスをIoT向けに進化させながら、事業発展を続けてきました。 ・お客様のIoTビジネス実現に適した形でのサービス提供 ・IoT市場の中でも先進的な自社サービス・ソリューションの開発・展開 これらを通し、お客様へ新たな価値を提供しながら、IoTによる課題解決への貢献へ取り組んでおります。 ■求める人物像 下記を総合的に考え、特定分野に限らずに幅広い技術領域へ取り組む姿勢/好奇心が求められます。 ・ネットワークへどのようにデバイスを接続すべきか ・クラウドへ蓄積されたデータをどう活用すべきか ・上記をどう守るべきか ■活躍している社員 現在当社では、下記のような社員が多数活躍しており、どのような背景の方でも、IoTサービスの開発へ携わりたい思いを叶える環境が提供できるのではと考えております。 ・デバイス関連の技術を背景にソリューション企画へ携わる社員 ・ソフトウェア開発と共にデバイス技術にも携わるエンジニア 【仕事の特色】 <同社の特徴> 1992年、同社は日本で先駆けての国内インターネット接続事業者として創業し、以来日本のインターネットのパイオニア的存在として技術面を中心にイニシアティブをとり続けてきました。インターネット接続事業で培った高い技術力をベースに、クラウドを始めとするアウトソーシングサービス、WANサービス、システムインテグレーション等をトータルに提供するソリューションプロバイダーとして事業領域を拡大し、顧客のあらゆるネットワーク利用の要望にワンストップで応える企業グループとして成長しています。 IIJのコアコンピタンスは、IPネットワークにおける世界有数の技術力。日本におけるインターネット事業を「ゼロ」から作り上げてきた実績や、課金・認証システムを含むバックオフィスの仕組み、サービス品質保証制度(SLA)の導入など、「前例のない」ものを開発・提供してきた実績でも証明済みです。 また、ISP事業(ネット回線)・クラウドサービス・セキュリティサービス・MVNOサービスとシステムの基盤を支える自社サービスを持っています!ビッグデータの活用やIoTなど今後伸びていく事業に繋がるサービスばかりです。 <組織と社風> 社員は自身の会社が、日本のインターネットをリードしてきたという誇りをもって仕事に取り組んでいます。離職率は非常に低く、数パーセントです。社員数1,500名以上の規模ではありますが、組織に縛られることはなく、フラットでスピーディーなベンチャースピリッツに溢れた社風です。一例として、現場の声に敏感に反応し、アイデアを積極的に吸い上げ、年齢に関係なくよい提案であれば即実行されます。自身が何をしたいか、どんなことを実現させたいかといった具体的な目標や仕事のビジョンを持っている方には、この上なく自由で職務に取り組みやすい環境といえます。 <配属先の編成> 請け負う案件は基本的にプライム案件です。 将来のキャリアパスとして「マネジメント志向」「技術志向」のどちらも尊重します。 マネジメント、アーキテクト、コンサル、企画職と自社サービスとプライムSIの両側面を持っているからこそ多彩なキャリアが実現可能です。 <さまざまな研修制度> ■職種別 業務遂行の上で、各職種で必要な専門知識・スキルを習得するための研修です。 ・営業/技術研修 ・プロジェクトマネジメント研修 ・サービス理解(eラーニング)、各勉強会 ・その他 ■IIJ-bootcamp 様々な技術に触れることを目的とした大ハンズオン勉強会です。 jQuery, vue, react, Angular など Rails, java, node.js, go など Apache, Nginx, Let's encrypt など ■管理者支援 管理者としての役割・職責を果たすために必要な知識・スキルを習得するための研修です。 ■グローバル人材育成 幅広い視野でIIJグループの更なる成長を担えるリーダーの育成を支援するための制度です。 |
| 必須条件 |
- 以下いずれも必須 - データ基盤(DWH / Datalake / Datamart)の設計・構築・運用経験(5年以上) ※ ETL/ELTパイプライン構築、Airflow・Dataform等のツール利用を含む - データ処理関連⾔語( SQL、Java、Python 等)の利⽤経験(5年以上) - 業務システムまたはプロダクト開発における一連の開発プロセスへの理解を有し、実装・テスト・運用を含む実務経験(3年以上) 求める人物像 - SmartHRのミッション、バリューへ共感し、協働できる方 - 自らも手を動かしながら、横断した組織を巻き込み、推進できる⽅ - エンジニア以外の部署の方とも相手の立場に立った円滑なコミュニケーションがとれる方 - 複数人で議論しながらモノづくりをするのが好きな方 - 技術だけでなく、事業や分析活用への接続も大切にできる方 - ⾃ら問題を発⾒し、解決策を追求する責任感のある⽅ - 俯瞰的に物事を捉え、ロジカルに思考できる⽅ - 新しいテクノロジーを受け⼊れ、常に進化していける⽅ |
|---|---|
| 想定年収 |
701~900万円 |
| 募集職種 |
データサイエンティスト |
| 会社概要 |
■ミッション・役割 - 当社グループの経営・人事戦略の意思決定をデータドリブンに変革するためのデータ基盤をゼロから構想・構築する - 将来的にはHR領域にとどまらず、Businessサイド・Productサイドまでデータ基盤の管理範囲を広げ、全社の意思決定に継続的に活用される、信頼性と運用性の高いデータ基盤 / データマートを構築し、改善し続ける - 他部署展開や横断活用も見据えた設計・標準化を進めつつ、必要なパイプラインやデータマートは自ら実装し、運用課題の解消まで担う - 技術選定、アーキテクチャ方針の整理、データパイプラインや関連運用の脱属人化・自動化・継続改善・AI活用のような難易度の高いテーマの牽引 - データアナリストや各部門と連携した要件整理、仕様設計 ■具体的な業務内容 以下に業務例を示します。実際の業務はこれに限定されるものではありません。 入社後の業務内容は、技術や専門知識、経験等を考慮のうえ決定します。 ■直近で取り組んでいること - BigQueryを活用したデータ基盤・データマートの設計、開発、運用 - データ品質、保守性、性能、コストを意識した継続改善 - チーム内での設計・実装レビュー、ナレッジ共有、標準化への貢献 ■将来的に取り組みたいこと - データパイプライン管理や運用フローの見直しによる脱属人化・標準化の推進 - AI/LLM活用を含む、開発・運用生産性向上のための仕組みづくり 【仕事の特色】 ■チーム構成 - 事業推進本部-BizTech部 - 現在はチーフ + メンバー3名の4名体制 - レポートラインとなるチーフはデータアナリスト組織のチーフを兼任しているため、データ組織横断での意思決定に自分の意見を反映しやすい体制 ■開発環境・利用ツール 使用ツール(全社共通) - コミュニケーション - Slack、 Google Meet、 Zoom、 Notion、 Figjam - ドキュメント - Google Workspace - AIツール - Gemini 使用ツール(データエンジニア) - データソース - SmartHR - Salesforce - Zuora - Google Analytics - braze - 採用管理システム - ETLツール - Airflow - dataform - データウェアハウス - BigQuery - BIツール - Looker - Looker Studio - Tableau - AIツール - Cursor ■ポジションの魅力 - データ基盤構築だけでなく、データアナリスト組織と協業しながら事業に効くデータエンジニアリングに取り組み、効果を実感できる環境がある - Text-to-SQL、セマンティックレイヤー、LLM活用など、AI時代のデータエンジニアリングを自ら設計・実装できる環境がある |
| 必須条件 |
- 以下いずれも必須 - データ基盤(DWH / Datalake / Datamart)の設計・構築・運用経験(5年以上) ※ ETL/ELTパイプライン構築、Airflow・Dataform等のツール利用を含む - データ処理関連⾔語( SQL、Java、Python 等)の利⽤経験(5年以上) - 業務システムまたはプロダクト開発における一連の開発プロセスへの理解を有し、実装・テスト・運用を含む実務経験(3年以上) 求める人物像 - SmartHRのミッション、バリューへ共感し、協働できる方 - 自らも手を動かしながら、横断した組織を巻き込み、推進できる⽅ - エンジニア以外の部署の方とも相手の立場に立った円滑なコミュニケーションがとれる方 - 複数人で議論しながらモノづくりをするのが好きな方 - 技術だけでなく、事業や分析活用への接続も大切にできる方 - ⾃ら問題を発⾒し、解決策を追求する責任感のある⽅ - 俯瞰的に物事を捉え、ロジカルに思考できる⽅ - 新しいテクノロジーを受け⼊れ、常に進化していける⽅ |
|---|---|
| 想定年収 |
701~900万円 |
| 募集職種 |
データサイエンティスト |
| 会社概要 |
■ミッション・役割 - 当社グループの経営・人事戦略の意思決定をデータドリブンに変革するためのデータ基盤をゼロから構想・構築する - 将来的にはHR領域にとどまらず、Businessサイド・Productサイドまでデータ基盤の管理範囲を広げ、全社の意思決定に継続的に活用される、信頼性と運用性の高いデータ基盤 / データマートを構築し、改善し続ける - 他部署展開や横断活用も見据えた設計・標準化を進めつつ、必要なパイプラインやデータマートは自ら実装し、運用課題の解消まで担う - 技術選定、アーキテクチャ方針の整理、データパイプラインや関連運用の脱属人化・自動化・継続改善・AI活用のような難易度の高いテーマの牽引 - データアナリストや各部門と連携した要件整理、仕様設計 ■具体的な業務内容 以下に業務例を示します。実際の業務はこれに限定されるものではありません。 入社後の業務内容は、技術や専門知識、経験等を考慮のうえ決定します。 ■直近で取り組んでいること - BigQueryを活用したデータ基盤・データマートの設計、開発、運用 - データ品質、保守性、性能、コストを意識した継続改善 - チーム内での設計・実装レビュー、ナレッジ共有、標準化への貢献 ■将来的に取り組みたいこと - データパイプライン管理や運用フローの見直しによる脱属人化・標準化の推進 - AI/LLM活用を含む、開発・運用生産性向上のための仕組みづくり 【仕事の特色】 ■チーム構成 - 事業推進本部-BizTech部 - 現在はチーフ + メンバー3名の4名体制 - レポートラインとなるチーフはデータアナリスト組織のチーフを兼任しているため、データ組織横断での意思決定に自分の意見を反映しやすい体制 ■開発環境・利用ツール 使用ツール(全社共通) - コミュニケーション - Slack、 Google Meet、 Zoom、 Notion、 Figjam - ドキュメント - Google Workspace - AIツール - Gemini 使用ツール(データエンジニア) - データソース - SmartHR - Salesforce - Zuora - Google Analytics - braze - 採用管理システム - ETLツール - Airflow - dataform - データウェアハウス - BigQuery - BIツール - Looker - Looker Studio - Tableau - AIツール - Cursor ■ポジションの魅力 - データ基盤構築だけでなく、データアナリスト組織と協業しながら事業に効くデータエンジニアリングに取り組み、効果を実感できる環境がある - Text-to-SQL、セマンティックレイヤー、LLM活用など、AI時代のデータエンジニアリングを自ら設計・実装できる環境がある |
| 必須条件 |
【必須要件】 ※①②③すべての経験を満たしている必要はございません ①データ基盤の企画・導入経験 データウェアハウス、データレイク、ETLプロセスの設計・導入に携わった経験。特に、基盤全体の構想から導入、運用までを一貫してリードした実績 ②BIツールの実務経験 SAP Analytics Cloud (SAC)、TableauなどメジャーなBIツールを用いたダッシュボード作成やデータ分析の実務経験。組織の意思決定を支えるために、データを視覚化し、わかりやすく伝えるスキル ③データ活用に関する知識と経験 データガバナンスやデータリテラシー向上施策の経験。データを基にした意思決定を促進する組織づくりに関与した実績。 |
|---|---|
| 想定年収 |
880万円~ |
| 募集職種 |
データサイエンティスト |
| 最寄り駅 |
品川駅 (東京都) |
| 会社概要 |
仕事内容 ①全社データ分析基盤の企画・構想、導入推進 全社的なデータ分析基盤の企画・構想をリードし、導入から運用開始までを推進する重要な役割を担います。経営層や事業部門と密接に連携し、データ活用ニーズを的確に把握した上で、基盤の全体構想やロードマップを策定します。また、システム導入ベンダーとの協働を通じ、プロジェクトを計画通り進行させ、最適な基盤構築を実現します。さらに、組織全体でデータを有効活用できるよう、データ活用のための組織機能やルール、プロセスを設計し、持続可能な仕組み作りを担います。 ②データ分析とビジネスインサイトのサポート 経営層やビジネスリーダーがデータを最大限に活用できるよう、BIツール(例:SAP Analytics Cloud、Tableauなど)を駆使して既存のダッシュボードやレポートの改善をサポートします。また、事業環境や会社の成長ステージの変化に応じて、新たなダッシュボードやレポートの設計を主導し、データモデルや分析基盤の改善にも取り組みます。これらを通じ、組織全体で迅速かつ正確な意思決定が可能となる環境整備を目指します。 【仕事の特色】 【キャリアパス】 データ活用推進チームのリーダーとして活躍していただくことを想定しています。全社的なデータガバナンス体制の整備や、データリテラシー向上の施策を主導し、データを活用した意思決定が組織全体に浸透させます。これにより、各部門が自律的にデータを活用し、迅速かつ的確な判断を行える基盤を構築します。 さらに、AIなどの最新テクノロジーを活用した、基盤の進化をリードします。これには、予測分析の導入や自動化の推進を通じて、BIツールの高度な活用を推進し、データ活用が組織全体の成長を支える重要な基盤となるよう、リーダーシップを発揮していただくことを期待しています。 【ポジションの魅力】 ①成長の余地が大きい環境でのチャレンジ 成長余地が非常に高いメーカーベンチャーでの勤務となり、会社や組織と共に自己成長できる機会が多いです。中長期の発展を支えるプロジェクトを通じ、自らのスキルや知見を活かし、貢献できる手応えを感じられます ②意思決定者と直接対話し、提案を実現できる 自ら課題を発見し、プロジェクトの立案から遂行まで一貫して関わることができるため、自分のアイデアを実現するやりがいを感じられます。また、経営層との議論の機会も多く、経営参加の実感を得ながらキャリアを積むことが可能です ③ゼロから道を切り開き、知見を積み重ねることができる 全社データ基盤の第一人者として新たな道を切り開き、組織の課題解決に取り組む中で、多様な経験と知見を積み重ねることができます。自らのスキルをさらに発展させ、将来の成長を見据えたキャリアを築ける環境が整っています 【組織のミッション】 当社ビジネスイノベーション室は、テクノロジーによりグループおよびグローバル規模での持続的成長を支えることを中核ミッションとして、ビジネス変革を事業とともに推進しています。 事業運営上の課題解決に向けたDXプロジェクトを共創・リードするとともに、データドリブンな組織文化を醸成することで、全社員がデータを最大限に活用できる環境を構築に取り組んでいます。また、技術力と組織力の強化を通じて、変革を自律的かつ継続的に推進できる基盤づくりにも取り組んでいます。 【組織構成】 情報システム本部:24名 ビジネスイノベーション室:4名 現メンバーのバックグランド ・コンサルファーム出身者 ・SIer出身者 ・事業会社出身者 |
| 必須条件 |
【必須要件】 ・AI/ITソリューションの導入・推進実務経験(3年以上目安) 社内SE、ITコンサルタント、またはPMとして、AIやSaaS、データ分析基盤等の導入プロジェクトを企画から実装までリードした経験。 ・AI活用におけるガバナンス・ガイドラインの策定経験、または深い知見 生成AIの利用規約策定、著作権・情報漏洩対策等のセキュリティ要件定義、あるいは社内利用ルールの運用を主導した経験。 ・業務プロセス変革(BPR)の経験 現場部門(営業、製造、R&D等)の課題をヒアリングし、IT技術を用いて業務フローの再設計や効率化を実現した経験。 ・非エンジニアに対する技術解説・合意形成能力 経営層や現場部門に対し、AI導入のメリット・リスク・費用対効果を論理的に説明し、プロジェクトを推進できるコミュニケーション力。 |
|---|---|
| 想定年収 |
570万円~ |
| 募集職種 |
データサイエンティスト |
| 最寄り駅 |
品川駅 (東京都) |
| 会社概要 |
情報システム本部 情報システム部の専任担当として、生成AI(LLM)を中心とした最新技術の検証から、全社導入に向けた環境構築、業務適用への企画・推進までを一貫してお任せします。決まったシステムを作るのではなく、「当社のビジネスにおいて、どこにAIを適用すれば最大の効果が出るか」を探索し、形にしていくポジションです。 *【具体的な業務内容】* ・全社AI活用の方針策定・ロードマップ作成 ・生成AI活用基盤(社内版ChatGPT、RAG環境等)の設計・構築・運用 ・各事業部門(研究開発、マーケティング、製造、営業等)との連携によるユースケースの発掘 ・PoC(概念実証)の実施、プロトタイプ開発 ・AI活用におけるセキュリティガイドライン・利用ルールの策定 ・社内リテラシー向上のための研修企画・勉強会の実施 ・最新AI技術の調査・検証および社内展開 *【プロジェクト事例(想定)】* ・社内ナレッジ検索システム(RAG)の構築による、問い合わせ対応の自動化・効率化 ・マーケティング部門における広告コピー・商品PR文の生成支援ツールの開発 ・研究開発部門における論文要約・実験データ分析補助AIの導入 【仕事の特色】 # 募集背景 当社グループは持続的な成長を続ける中で、IT・デジタルを活用した競争力の強化を経営戦略の柱の一つとして掲げています。 昨今の生成AIをはじめとする急速な技術革新を受け、当社においても全社的なAI活用の機運が高まっております。しかしながら、現在は各部署が個別での導入検討を行っている段階であり、全社横断での基盤構築やガバナンスの整備、およびビジネスインパクトを生み出す本格的な活用はこれからのフェーズです。 そこで、情報システム本部主導でAI活用を強力に推進するため、技術的な知見と企画推進力を持ち、ゼロベースで社内のAI変革をリードしていただける方を新たに募集いたします。 *【ポジションの魅力】* ・AI推進の「旗振り役」: 全社的なAI活用の第一人者として、ルール作りから技術選定まで大きな裁量を持ってリードできます。 ・ビジネスインパクトの大きさ: 事務効率化だけでなく、新商品開発や顧客体験の向上など、メーカーとしての競争力に直結するプロジェクトに関われます。 ・最新技術への挑戦: 生成AIをはじめとする新しい技術を積極的に試し、実戦投入できる環境です。 *【組織として目指す姿】* 当社グループは持続的な成長を続ける中で、IT・デジタルを活用した競争力の強化に取り組んでいます。上場企業の情報システムとして、システム開発、維持・運営の請負部門から事業改革やビジネス創出をリードする部門への変革に取り組んでいます。 本ポジションは、AIという強力なツールを用いて、社員の働き方やビジネスプロセスそのものを変革する原動力となることを期待されています。 *【組織構成】* 情報システム本部:38名 情報システム部:29名 ※配属部署 現メンバーのバックグランド ・コンサルファーム出身者 ・SIer出身者 ・事業会社の社内SE *【キャリアパス】* 入社後はAI推進のリードエンジニアとして活躍していただきますが、その後の可能性は多岐にわたります。 ・AI・先進技術スペシャリスト(テックリード) 最新のAI技術を常にキャッチアップし、全社の技術標準を策定するスペシャリストとして、技術面から組織を牽引。 ・DX推進マネージャー(プロジェクトマネージャー) AI活用のみならず、IoTやビッグデータ解析などを含めた広義のDXプロジェクト全体を統括するマネジメント職へ。 ・ビジネスアーキテクト 事業部門の課題をIT/AIで解決する「社内コンサルタント」として、特定の事業領域(例:R&D、サプライチェーン)に深く入り込み、ビジネス変革を実現。 |
| 必須条件 |
▶スキル、経験 ・Tablecスキル ・EC事業の課題解決に直結するTableauを用いたダッシュボードの設計・作成経験 ・SQL(BigQueryであれば尚良)によるデータハンドリング ・ビジネス部門のアドホックな依頼や経営指標観点での分析経験 ▶マインドセット ・オーナーシップ、システム・ビジネス部門とのコミュニケーション能力 |
|---|---|
| 想定年収 |
570万円~ |
| 募集職種 |
データサイエンティスト |
| 最寄り駅 |
伏見駅 (愛知県) |
| 会社概要 |
【具体的な仕事内容】 (1)年間数百億円規模のEC事業に直結するBI構築と深堀り分析の主導し事業成長をデータで推進 (2)ビジネス課題解決のためのダッシュボードの設計、構築、改善、運用(Tableau/Tableau Plusが中心) (3)SQL/BigQueryを用いたデータ抽出・加工 (4)成果を最大化するためのAIを活用した業務プロセス変革・仕組み化の推進。 ・求めること 単なる保守運用・分析に留まらず、Tableau Plus導入やAI活用によるプロセス変革など、オーナーシップを持って推進し、ビジネスを加速できる方 ・入社~半年後の業務イメージ EC事業のデータ環境(DWH/BigQuery)とBIツール(Tableau)を理解し、現行ダッシュボードの保守・改善から着手。ビジネス部門のアドホックな分析依頼に対応し、事業KPIの可視化と深掘り分析を自走できるようになる。 【仕事の特色】 【キャリアパス】 ・データアナリティクス/BI領域の組織立ち上げ・拡大の中核メンバーとして活躍 ・BI環境の組織運用を主導し、AIを用いた対話型分析や自動示唆出しの仕組みを構築・運用 ・データ分析の要件定義から戦略策定まで一貫して担い、部門のデータ活用のリーダーとして機能する ・データエンジニアリングの領域にも携わり、経験を積む |
| 必須条件 |
① 経験 ・オープン系開発経験(設計、製造、テスト) ・PythonやJavaといった主要プログラム言語での実装経験 ・クラウドインフラ構築経験(実務経験でなくとも、AWSソリューションアーキテクト等の資格取得に必要な学習目的での実践でも可) ② 人物タイプ ・積極的なコミュニケーションと能動的な活動(インプットだけでなくどんどん発信していくマインドが必要、基本的にチームでの活動) ・新しい事に興味関心をもって取り組むことが出来る(AI領域は日々情報がアップデートされる) ・根気強く、粘り強く問題解決を推進することが出来る 人物タイプ ・積極的なコミュニケーションと能動的な活動(インプットだけでなくどんどん発信していくマインドが必要、基本的にチームでの活動) ・新しい事に興味関心をもって取り組むことが出来る(AI領域は日々情報がアップデートされる) ・根気強く、粘り強く問題解決を推進することが出来る |
|---|---|
| 想定年収 |
535万円~ |
| 募集職種 |
データサイエンティスト |
| 会社概要 |
■担当業務 LLMなど生成AI技術を活用したAIエージェントを自分たちで開発し、主に金融業界に向けた競争力のありAIソリューションを生み出していく業務において、AIエージェント開発者として従事していただきます。 現状取り組んでいるAIソリューションの一例を以下に記載します。 ・JavaやCOBOLで作成されたプログラムからプログラム仕様書を逆生成するAIソリューション (金融基幹システムのモダナイゼーションなどで活用を想定) ・複数のインプットをもとに提案書などのパワポ資料を生成するAIソリューション (営業提案活動などの精度・生産性向上目的での活用を想定) 【仕事の特色】 ■キャリアパス (入社後~):AIエージェント開発を通じ、AIエンジニアとしてスキルアップ 【中長期キャリアの一例】 (入社5年後~):AIソリューションをはじめとした、サービス開発リーダーとして複数のサービスをプロデュースするような立場に従事 (入社10年後~):サービスプロデュースのスペシャリストとして社内外で存在感を発揮、ビジネス牽引役として社内重要ポストにつく、等 ■担当業務の特徴、魅力、市場における強み ・発展途上であり進化の激しい生成AI領域において、最新動向にキャッチアップしながらAIエンジニアとしてのスキルと開発実績を身に付けることが出来ます ・社内外のAIスペシャリストと人脈を形成しアイデア交換や協業をしていくことで、AIエンジニアとしての専門性を更に高めることが出来ます ・大手金融グループの顧客をはじめ様々な金融業界顧客とビジネスを行っている部署であるため、自身で開発したソリューションを売り込むことで大きな成果を挙げられる可能性のある環境です |
| 必須条件 |
業種を問わずシステム運用保守の経験があること クラウド環境の基本的な機能を理解し、利用経験があること(実務経験不問) |
|---|---|
| 想定年収 |
500~800万円 |
| 募集職種 |
データサイエンティスト |
| 会社概要 |
■業務内容 クラウド技術とデータエンジニアリングを軸に開発されたデータ分析基盤を安定稼働させるだけでなく、“より良い状態”へと進化させていく運用のプロフェッショナルとして活躍いただくポジションです。 昨今、DevOps、DataOps、LLMOpsなど、あらゆる分野でOpsが再評価されています。当社も「Opsがサービス価値の根幹を支える」と考え、データの流れを止めない守りと、お客様の事業成長を支える将来に繋げる攻めのOps体制を追求しています。 ■業務詳細 * データパイプライン(ETL/ELT)のジョブ監視、エラー対応および再実行判断、ジョブ改善 * 複数ジョブを統括するワークフローのスケジューリング管理(AirFlowなど) * クラウド環境のリソース管理、運用改善(パフォーマンス、コスト最適化など) * モニタリングツールを用いたリソース監視、アラート対応(影響範囲の特定、初期対応など) * チケットベースでのタスク対応(Backlogなど) * ドキュメント整備(構成図、運用手順、ナレッジなど) ■プロジェクト事例 * 大手コンビニサプライチェーンの基盤システム構築 * プロスポーツ団体向け顧客分析データ基盤構築 【仕事の特色】 ■このポジションの特徴 現在は、当社で構築した15〜20のデータ分析基盤を運用しております。1つのシステムを1人で抱えるのではなく、複数人体制で知見を共有し、属人化を避けるチーム運用を行っています。 業務参画時には、まずは手順が整理された定常運用からスタートします。理解度に応じて非定常なトラブル対応や改善提案、構成変更などにも段階的に携わっていただきます。 【開発環境】 ■技術スタック 言語:Python、SQL DWH:Snowflake、BigQuery データ基盤:Databricks BIツール:Tableau、PowerBI、DOMO クラウド:AWS、GCP、Azure ETL/ELTツール: dbt、Fivetran、trocco IaCツール:Terraform ...など |
| 必須条件 |
* 機械学習モデルの研究、開発経験(3年以上) * 大規模言語モデルの学習経験(規模は問わない) * ログレベルでエラーを追いかけて適切な仮説だしと対処を実施した経験 * 大規模言語モデルの研究開発分野の最先端を追いかけ続ける高い熱量 |
|---|---|
| 想定年収 |
800~1,500万円 |
| 募集職種 |
データサイエンティスト |
| 会社概要 |
■業務内容 高い性能と利便性を両立する国産大規模言語モデルの開発、改善、研究を中核として推進いただくポジションです。単にモデルを作って終わりではなく、得られた成果をプロダクトやソリューションへ落とし込み、業務価値として継続的に届け切るところまで一気通貫で担っていただきます。 ・大規模言語モデル(LLM)の開発・改善・研究 ₋モデルアーキテクチャ、学習手法、推論最適化に関する調査・設計・実装 ₋継続事前学習、指示チューニング、アライメント、強化学習等による性能向上 ₋長文対応、ツール利用、エージェント化を見据えた能力拡張の検討 ₋日本語および業務特化領域での品質・安全性・信頼性の向上に向けた改善サイクルの確立 ・評価・ベンチマーク設計 ₋日本語/業務ドメインに即したベンチマークの設計・運用 ₋オフライン評価とオンライン評価の設計、継続的な性能モニタリングと劣化検知 ₋ハルシネーション、情報漏洩、プライバシー等のリスクを踏まえた検証と対策 ・開発基盤・データ基盤の整備 ₋学習/評価/推論のパイプライン設計・運用、再現性の高い実験環境の構築 ₋データ収集、品質管理、フィルタリング、アノテーション方針の策定と運用 ₋コストやスループットを意識した推論環境の最適化、LLM Opsの整備 ・プロダクト/ソリューションへの接続 ₋PM/PdMと連携した要求整理、ロードマップへの反映、要件に沿ったモデル方針の策定 ₋エンジニアと連携した商用実装(API化、周辺機能、運用設計)、クライアント環境での導入支援(オンプレミス含む) ₋業務プロセスへの組み込み、検証設計、運用定着までの伴走と改善 ₋再利用可能なコンポーネント化やプロダクト化による横展開 ・チームリーディング、技術横展開・技術発信 ₋技術アプローチレビュー、コードレビュー、ナレッジ共有を通じた開発品質の向上 ₋メンバー育成やカルチャー醸成への貢献 ₋技術ナレッジの公開(論文投稿・学会発表・勉強会登壇・テックブログ等) 【仕事の特色】 あなたは何を得られるのか(ポジションの魅力) ・少数精鋭のチームで、国産大規模言語モデルの研究開発に高い裁量を持って取り組むことができます。性能向上や新規手法の検証にとどまらず、開発したLLMをプロダクト/ソリューションへ落とし込み、クライアントの業務価値として届け切るところまで一気通貫で担える点が、本ポジションの最大の魅力です。 ・受注前から顧客やPMと議論し、課題設定や要件定義といった上流工程から関与できます。モデルの要件(性能/コスト/セキュリティ/運用制約)をビジネス要求に接続し、価値提供の形に落とし込む経験を通じて、研究開発力に加えて「社会実装する力」を大きく伸ばすことができます。 ・また、ミッションクリティカル領域で求められる高い信頼性・ガバナンス・運用性を前提に、データ設計、学習/評価基盤、推論最適化、LLM Opsまでを含む総合的な開発経験を積むことができます。実運用の制約下で性能と利便性を両立させるための意思決定や設計は、汎用的なLLM活用だけでは得づらい専門性となります。 ・ABEJAは大手企業の業務やデータに向き合いながら社会実装を重ねてきた知見があり、その座組みだからこそ、実データ・実業務に根差した面白いテーマに挑戦できます。優秀なメンバーとの協働やレビューを通じて学びを深められる環境があり、新規技術検証、論文読み会、カンファレンス登壇、技術ブログなどのアウトプットも後押しする文化があります。 ・LLMを活用するだけでなく、LLMそのものを開発し、改善し、価値提供まで推進する。研究開発と社会実装の両輪で成長したい方にとって、挑戦機会の大きいポジションです。 |
| 必須条件 |
機械学習モデルの研究、開発経験(3年以上) 模倣学習・強化学習など、学習に基づくロボティクスに関する知識・経験 Embodied AIの研究開発分野の最先端を追いかけ続ける高い熱量 Dockerなど仮想化技術を使った開発経験 |
|---|---|
| 想定年収 |
800~1,500万円 |
| 募集職種 |
データサイエンティスト |
| 会社概要 |
■業務内容 大規模基盤モデルによるロボット制御・ロボット動作生成等に関する研究開発を中核として推進いただくポジションです。単にモデルを作って終わりではなく、学習データ収集からシミュレーション構築、sim2real、実機での検証・改善を回しながら、得られた成果をプロダクトやソリューションへ落とし込み、現場価値として継続的に届け切るところまで一気通貫で担っていただきます。 ・Embodied AI / VLAの研究開発 ₋Embodied AI/VLAを用いたロボット制御・動作生成の調査、設計、学習、実装 ₋模倣学習や強化学習等を用いたエンドツーエンド方策の開発、実験設計、性能評価 ₋実機制約(レイテンシ、計算資源、安全性)を踏まえた推論最適化、モデル軽量化・高速化、バスト性向上(ノイズ/外乱/環境変化への耐性) ・学習データ収集・データ基盤整備 ₋実機・現場からのセンサデータ/操作ログ/デモの収集設計(テレオペ、デモ収集、計測設計)、評価用データ整備と継続的なデータ更新 ₋データ品質管理、アノテーション方針、学習/評価に使える形への整形・再現性確保(データセット/メタデータ設計) ₋合成データの作成戦略作りおよび活用 ・シミュレーション環境構築 ₋物理シミュレーション/閉ループシミュレーションの開発・運用、学習や評価を回せる環境・ツールの整備(キャリブレーション、センサ/アクチュエータ/制御のモデリング含む) ・評価・ベンチマーク設計 ₋タスク成功率だけでなく、安全性、異常系耐性、環境変動への頑健性、運用時の安定性を含めた評価設計 ₋オフライン評価(ログ/リプレイ/シミュレーション)とオンライン評価(実機/現場)を組み合わせた継続的な性能モニタリング ₋データ収集と評価を一体で回し、改善の根拠を定量化 ・プロダクト/現場価値への接続(価値提供まで一気通貫) ₋プロジェクトマネージャと連携した現課題の整理、要件定義(安全・品質・コスト・運用制約)とモデル方針への落とし込み ₋プロダクト/プラットフォームを支えるエンジニアと連携し、学習・評価・推論のパイプライン、運用設計、現場導入、改善運用(再学習/再評価/リリース)まで推進 ₋導入後の運用データを活用した継続改善、再利用可能なコンポーネント化・横展開 ・チームリーディング、技術横展開・技術発信 ₋技術アプローチレビュー、コードレビュー、ナレッジ共有を通じた開発品質の向上 ₋メンバー育成やカルチャー醸成への貢献 ₋技術ナレッジの公開(論文投稿・学会発表・勉強会登壇・テックブログ等) 【仕事の特色】 ■あなたは何を得られるのか(ポジションの魅力) 立ち上げ初期の少数精鋭チームで、Embodied AIの研究開発に高い裁量を持って取り組めます。技術選定やテーマ設定、検証の優先順位付けまで自らリードし、大規模基盤モデルによるロボット制御・動作生成のコアに深く踏み込める点が本ポジションの大きな魅力です。 研究開発で終わらず、実機・実現場で価値を出し切るところまで一気通貫で推進できます。プロジェクトマネージャと課題設定や要件定義から議論し、プロダクト/プラットフォームを支えるエンジニアと連携して、推論・データ基盤・運用設計まで含めて「現場で動き続ける」形に落とし込む経験が得られます。 AIロボット協会を通じた実証実験の場があるため、仮説検証を現実の環境で回しやすいのが特長です。データ収集→学習→シミュレーション→sim2real→実機評価→改善というサイクルを、机上ではなく実証の場で高速に回すことで、研究と社会実装の距離を縮められます。 学習データ収集からsim2real、評価設計まで幅広く触れます。現場特有の制約(安全性、安定稼働、環境変動、コスト)を前提に、ロバスト性や運用性まで踏まえたEmbodied AI開発の総合力を身につけられます。 ABEJAが培ってきた社会実装の知見と、フィジカル領域への新規挑戦が交差するフェーズです。難易度の高いテーマに向き合いながら、学び合う文化の中でアウトプット(新規技術検証、論文読み会、発表、技術ブログ等)も後押しされ、長期的に強い専門性を築けます。あなたは何を得られるのか(ポジションの魅力) 立ち上げ初期の少数精鋭チームで、Embodied AIの研究開発に高い裁量を持って取り組めます。技術選定やテーマ設定、検証の優先順位付けまで自らリードし、大規模基盤モデルによるロボット制御・動作生成のコアに深く踏み込める点が本ポジションの大きな魅力です。 研究開発で終わらず、実機・実現場で価値を出し切るところまで一気通貫で推進できます。プロジェクトマネージャと課題設定や要件定義から議論し、プロダクト/プラットフォームを支えるエンジニアと連携して、推論・データ基盤・運用設計まで含めて「現場で動き続ける」形に落とし込む経験が得られます。 AIロボット協会を通じた実証実験の場があるため、仮説検証を現実の環境で回しやすいのが特長です。データ収集→学習→シミュレーション→sim2real→実機評価→改善というサイクルを、机上ではなく実証の場で高速に回すことで、研究と社会実装の距離を縮められます。 学習データ収集からsim2real、評価設計まで幅広く触れます。現場特有の制約(安全性、安定稼働、環境変動、コスト)を前提に、ロバスト性や運用性まで踏まえたEmbodied AI開発の総合力を身につけられます。 ABEJAが培ってきた社会実装の知見と、フィジカル領域への新規挑戦が交差するフェーズです。難易度の高いテーマに向き合いながら、学び合う文化の中でアウトプット(新規技術検証、論文読み会、発表、技術ブログ等)も後押しされ、長期的に強い専門性を築けます。 |
簡単なアンケートご協力ください
表示された求人にはどの程度関連性がありますか?
ご回答ありがとうございます。
関連性がないと感じられたのは、次のどの項目ですか?(複数可)
ご協力ありがとうございました
データサイエンティストの転職求人をお探しの方へ
【データサイエンティストの概要】
データサイエンティストは、データを分析したり解析したりすることにより、ビジネス課題の解決方法)を見つけ出す職種です。ここで述べるビジネスとは、企業が行う事業をはじめ、世の中に役立つ活動全般を意味します。データサイエンティストという職種が生まれた背景には、ビッグデータの発展およびその利用範囲の拡大があるようです。ビッグデータの重要性が増すにつれ、それをビジネス上の課題解決や利益創出につなげる必要性が出てきました。
データサイエンティストの仕事内容は、求人や転職先企業により異なります。データサイエンティストの業務例には、課題の定義・データ収集・データ形式の変換・データ分析・課題解決などがあります。データサイエンティストはこうした業務を、IT部門や他部署の社員らとコミュニケーションをとりながら遂行します。また、テキストアナリティクスやディープラーニングといった最新のデータ分析手法の動向を探るのも、データサイエンティストにとって重要な仕事の一つといえます。
ビッグデータ時代の現在、データサイエンティストの重要性はますます高まっています。データサイエンティストは将来性ある職種と言って良いでしょう。ただし、データサイエンティストがAIに取って代わる可能性を指摘する声もあります。データサイエンティストとして転職先企業で長期に渡って活躍するためには、データサイエンティストならではの専門性を追求する必要があるでしょう。
【データサイエンティスト求人に役立つ資格やスキル】
データサイエンティストとして採用されるためには、資格の必要性は基本的にはないと考えられます。しかし、データサイエンティスト求人の応募条件を満たすスキルを効率よく習得するのに、資格取得に向けた勉強が役立つこともあります。学習を通じて、データサイエンティスト求人への転職に必要なスキルが体系的に身につく可能性があるからです。
データサイエンティストの関連資格の一つに、情報処理技術者試験が挙げられます。情報処理技術者試験は、データサイエンティストはもちろん、他のIT系職種の人たちにとってもポピュラーな国家資格です。同試験には、基本情報技術者試験・応用情報技術者試験の2種類とともに、分野別の試験が用意されています。データサイエンティストへの転職を目指すのであれば、分野別試験のうち「データベーススペシャリスト」の取得を目標にすると良いでしょう。同試験は、データベースを活用した業務に従事する技術者が対象となっています。
データベース関連の資格には、OSS-DB Exam Gold、OSS-DB Exam Silverやオラクルマスターもあります。OSS-DB Exam Gold、OSS-DB Exam Silverは、特定非営利活動法人エルピーアイジャパンが認定する資格制度。オープンソースデータベースの基礎知識と応用力を測定します。一方のオラクルマスターは、オラクル社が提供するOracle Databaseの活用技術を測る試験です。
人工知能の分野では、一般社団法人日本ディープラーニング協会が実施するG検定とE資格があります。G検定はジェネラリスト、E資格はエンジニアに向けた資格制度です。
データサイエンティスト求人に求められるスキルの代表的なものは、当然ながらデータサイエンスに関する知識と技術です。情報処理や統計学、人工知能、機械学習といった専門知識とそれらを活用する能力は、データサイエンティスト求人で採用されるにあたり不可欠の要素といえるでしょう。それとともに、データサイエンスを実際に活用可能にする技術、すなわち実装・運用力(データエンジニアリング力)が要求されます。また、データは一般的にデータベース内に格納されているため、データベースの知識とスキルもデータサイエンティストに転職するうえで欠かせません。データマイニングや統計学処理など、データ分析手法についても併せて理解を深めるようにしましょう。データを分析する際の複雑な計算を行うためには、ExcelやSASといったデータ分析ツールを用いる技能も要します。なお、レバテックキャリアのデータを参照したところ、データサイエンティスト求人で求められるスキルの第1位はPython、第2位はSQL、第3位はR言語という結果でした。転職に向けてプログラミング言語を学習するときは、ぜひ参考にしてみてください。
技術以外のスキルで大切なのは、コミュニケーション力です。専門用語が含まれる提案内容をわかりやすく伝える際に、コミュニケーション力が必要になるでしょう。また、問題解決力も重要なスキルであると考えられます。企業が置かれている状況や課題の背景にある事柄を把握したうえで解決を図る能力が、データサイエンティストに必要な問題解決力です。無数のデータの中から課題解決につながる糸口を見出すためには、批判的思考や、物事を客観視する能力も要求されるでしょう。自身に不足している、または深められそうな項目がないかチェックし、転職に備えておくと良いかもしれません。
資格取得に向けた勉強以外にも、データサイエンティストの転職を有利に導く学習方法はあります。Web上にはデータサイエンス関連の情報が記載されたページもたくさん存在し、データ分析を学ぶための学習サービスも展開されています。もちろん、市販の書籍でも基礎知識を身につけることができるでしょう。データサイエンティストとして採用されたい場合、道は一つではありません。転職活動に向けた知識・スキルの習得時に、いくつかのやり方を試して自分に合った勉強方法を見つけましょう。
【データサイエンティスト求人について】
レバテックキャリアのデータによると、データサイエンティスト求人の年収は、下限平均が約420万円、上限平均が約920万円です。最も年収が高い求人では、2000万円に及ぶという結果が出ました。
データサイエンティスト求人の需要面に目を向けると、レバテックキャリアに掲載されている求人で最も多い業種の第1位はインターネット、第2位はソフトウェア、第3位は広告・デザイン・イベントというデータが出ています。転職活動でデータサイエンティスト求人を探すとき、またデータサイエンティストとして採用されたい場合は、こうした業種をあたると良いでしょう。
今後、データサイエンティストの求人数は伸びていくことが予想されます。その主たる理由は、ビッグデータ市場の拡大です。データを活用したビジネス課題解決に本格的に着手する企業が増えているため、データサイエンティスト求人が多く出される状況が続くと考えられます。
正社員をお探しの企業様へ