東京都の案件一覧

■業務内容
AI分野の研究開発プロジェクトにおいて、以下の業務を担当します。
1.データ解析・研究開発
•大規模データの前処理・品質評価
•探索的データ分析・可視化・仮説検証
•特徴量設計・データ表現の設計
•学習用データセットおよび評価用データセットの整備
2.機械学習 / 深層学習モデル開発
•機械学習モデルの設計・実装・評価
•ベースライン構築およびモデル改善
•表現学習 / 自己教師あり学習 / 基盤モデル開発
•GPU環境を用いたモデル学習・実験運用
•モデル性能評価、誤差分析、改善提案
3.大規模学習・開発基盤
•分散学習ジョブの設計・運用・最適化
•学習パイプライン / 開発基盤 / 実験管理基盤の構築
•大規模データI/Oや再現性を考慮した研究開発フローの整備
•運用自動化 / 機械学習システム観点での改善
4.研究プロセス・チーム連携
•評価指標設計・ベンチマーク設計
•実験の再現性担保、ログ管理、ドキュメント化
•分析結果のドキュメント化・社内共有
•研究者・データサイエンティスト・エンジニアとの協働

– 以下1, 2のいずれかの領域において、「実装・最適化」の経験を有すること。
– 1.アーキテクチャ設計と事前学習の実務経験
– •各種モデルを用いた大規模モデルの設計・実装経験。
– •基盤モデルに基づき、大規模データ学習に必要な計算リソースを定量的で見積もる能力
– •一定規模のモデルにおける事前学習のハイパーパラメータ・チューニングおよび学習安定化の経験
– 2.大規模分散学習のエンジニアリング
– •各種ライブラリを、モデルの規模やネットワーク帯域に合わせてカスタマイズ・チューニングした経験
– •マルチノード環境におけるGPU間の通信ボトルネックの解消、および大規模データに対する効率的なI/Oパイプラインの設計経験
– •各種並列化技術の実装を通じた、単一GPUメモリに収まらないコンテキストの学習最適化

健康指標の向上や医療課題の解決に取り組む事業会社における研究開発を推進するため、データ分析・機械学習の実務を担当いただくデータアナリストを募集します。
参画後は業務を通じて、適性に応じてモデル開発 / データ基盤活用 / 運用自動化 など専門領域へスキルアップを図っていただきます。
■業務内容

• データの収集・整形・品質確認（欠損/外れ値/分布チェックなど）
• 探索的データ分析・可視化・仮説検証
• 機械学習モデルの作成・評価（ベースライン構築、改善提案）
• 特徴量設計、評価指標の設計、不備検知
• 分析結果のドキュメント化・社内共有（再現可能な形で）

– 定量的な研究分野（各種数理・自然科学領域等）における学習・研究経験
– 統計モデル・数理モデルを用いて、実データから仮説検証や現象のモデル化を行った経験（各種分析手法や機械学習等）
– PythonまたはRを用いたデータ解析経験
– 分析手法を単にライブラリとして利用するだけではなく、モデルの仮定・推定方法・評価指標を理解した上で適切な分析手法を選択できること
– データや研究課題に対して、仮説設定 → 分析設計 → モデル構築 → 結果解釈 → 追加検証の一連のプロセスを自ら進めた経験
– 分析結果について、統計的・科学的な観点から解釈し、次に必要な検証や改善案を言語化できること

金融機関のデータ分析基盤構築プロジェクトにおいて、構築担当のエンジニアを募集しております。
【役割】
データ分析基盤構築エンジニア

– データ連携要件の調整（顧客・外部接続先担当者とデータ項目/連携方式/更新タイミングの打ち合わせができること）
– インフラ/セキュリティ基礎（クラウド環境（AWS/GCP/Azure等）の基礎知識（アクセス管理、仮想ネットワーク、セキュリティグループ、機密情報管理、認証基盤/MFA/SAML/ディレクトリサービス連携））
– テスト・運用設計（結合/性能/障害テストの実施、および監視設計の経験）
– データ基盤構築（クラウド環境（AWS/GCP/Azure等）上でのデータレイク/クラウド型データ倉庫の設計・構築経験）
– データ統合/データ処理（オブジェクトストレージ、分散データ処理基盤、クラウド型データ倉庫、サーバーレス実行環境を用いた処理基盤の設計・開発）
– データ管理・ガバナンス（オープンテーブルフォーマット、アクセス制御・ガバナンス管理機能、データカタログ機能）の実務経験
– データ定義・品質、CSV等のファイル連携、スキーマ定義データ品質確認の経験
– 【SQL】データ抽出・集計・加工、SQLの性能チューニング経験
– 【Python】バッチ処理、データ統合、ファイル加工、運用ツール等の開発経験

■具体的な業務

• スクリプト言語・Webフレームワーク・RDBMSによる、サーバー側、API、管理画面の開発。
• WebUIライブラリによる画面側追加開発。
• 詳細設計/製造/単体テスト。プロジェクトによっては保守・運用までを含む。
• スキルとプロジェクトによって基本設計、技術担当として顧客打ち合わせ同席の可能性あり。
  ■開発環境・使用技術など
• Ruby、Webフレームワーク、JavaScript、RDBMS/一部クラウド基盤
• インメモリキャッシュ、検索エンジン
• 非同期通信、認証技術、APIアーキテクチャ、サーバーレス構造など。
• 貸与端末にて開発作業

– Webフレームワーク（Ruby on Rails）の開発経験（3年以上）
– 顧客との仕様検討、要件検討などの折衝経験
– 一般消費者向けWebサービス開発経験（2年以上）
– データベース設計、詳細設計、テストケース設計などの経験
– 中期開発プロジェクト（4ヶ月～6ヶ月程度）の経験
– 開発を行うにあたって明確な方針を持っていること

【案件概要】
主要システム統合会社にて支援中の公共機関向け大規模ネットワーク基盤構築・移行プロジェクトです。個別システムの移行に伴い、サーバーチームにおいてオンプレミス環境の設計・構築および監視ツール設定等を担当するSEを募集します。
【補足】
■募集背景：
公共機関向けの大規模基盤整備および個別システムの移行プロジェクトが本格化しており、ネットワーク基盤側の進捗に伴いサーバーチームの実装・構築体制を強化するための増員募集です。特にオンプレミス環境のサーバー設計構築や監視ツールによる監視環境の立ち上げを着実に完遂できる即戦力のSEが求められています。
■ターゲット像・顧客の真のニーズ：
インフラ構成書や設定値を読み解き、監視設計から構築・試験までを自律して遂行できるエンジニアが求められています。大規模プロジェクトかつ公共案件のため、規約遵守やドキュメント精緻化の意識が高く、他チーム（ネットワークチームや個別システム担当）との連携・報告連絡相談を滞りなく進められる協調性と能動的なスタンスが重視されます。
■技術・スキル面の補足：

• 経験目安：オンプレミスサーバーの設計・構築実務経験（3～5年以上）。
• 監視ツール代替性：監視ツール設定経験が必要ですが、その他の統合監視ツールや監視エージェント導入・閾値設計等の経験があれば評価される可能性があります。
• インフラ全般：ネットワーク側主導の大規模プロジェクトであるため、通信基礎知識や仮想化基盤の知見があるとより評価されます。
  ■アピールポイント：
  「中・大規模オンプレミス環境でのサーバー設計・構築完遂実績」および「監視ツールを用いた監視設計～パラメータ設定・動作検証の遂行力」が評価軸となります。

– 中・大規模環境におけるサーバー（オンプレミス）の設計・構築経験
– 監視ツールの設定・運用構築経験
– 東京都内のオフィスへ常駐勤務が可能な方
– 関係者や他チームとの円滑なコミュニケーション能力

■背景

• コンテンツ配信事業で運用してきた基幹システムを、停止させずに段階的に新システムへ移行するプロジェクト。
• 当初は要件定義・課題整理のフェーズ。
• その後の実装フェーズ以降も体制が必要と想定。
  ■作業内容
• システム共通の土台となる設計方針の検討（データを一元管理する仕組みの設計）
• 認証の仕組みの検討（社内・社外それぞれに適した認証方式の設計）
• 旧システムから新システムへのデータ移行方法の検討（移行方式、並行稼働時の確認方法、リハーサル計画など）
• 他の担当者（開発者、顧客側の関係者）との技術的なすり合わせ・調整

– データ設計の経験：基幹データ設計、大規模RDBMSのスキーマ設計経験
– 認証基盤の設計経験：クラウド認証サービスを用いた、SAML連携・多要素認証・APIキー認証の設計経験
– 大規模データ移行の企画・設計経験：既存システムから新システムへのデータ移行方式の設計、並行稼働時の差分同期・データ照合方式の設計経験
– 要件が固まりきっていない段階で方針を決める力：詳細仕様が未確定な初期段階から実現可能な技術方針を提示できること
– クラウド環境（AWS/GCP/Azure等）を用いた基盤の設計経験：ストレージ設計、既存環境の課題を踏まえた改善提案ができること

《具体的な業務内容》
制御領域のAIデータプロジェクトにおいて、幅広い業務を担っていただきます。
・技術検証プロジェクト：大手企業における技術検証等の受託プロジェクトを推進するR&Dプロジェクト
・関連プロダクト開発：自社開発プロダクトの制御機能の開発協力、オープンソースソフトウェアの機能強化・普及促進のための各種活動
【受託プロジェクト】
・例1）技術検証（要件定義/モデル開発/評価/レポーティング）
・プロジェクトの目的、使用する機器、タスク、評価基準など開発背景を理解し、プロジェクト管理担当と協力して要件定義を行う。
・収集したデータでAIモデルなどを学習し作成したモデルを使って評価を行う（実機およびシミュレーション）
・報告資料の作成およびクライアントへの報告を行う
・例2）制御系AI開発に関する技術コンサルティング
・AI開発におけるデータ作成やクライアント所有の機器を使った開発方針の助言、最先端のAI領域の技術調査
・シミュレーションデータの作成や活用方法について、社内R&Dの知見などを元に助言を行う
【R&D】

• AIモデルなどを用いて実機を制御するための実装
• さまざまな条件を比較し、どのようにモデルの性能向上を実現できるのか調査する
  【オープンソースソフトウェア活動】
  開発を進めているデータ収集アプリケーションの要件定義、開発
  【その他業務】
• 顧客提案活動における技術的支援
• イベントの出展や準備、情報発信用のコンテンツ制作などの技術広報活動
  ■仕事の醍醐味
  【物理制御 × AI の深い理解と実践的スキルの習得】
  AIモデルや基盤モデルといった最新技術を扱うだけでなく、データ設計から学習、実機制御までを一気通貫で手掛けます。
  【最先端技術を「実社会」へ応用する経験】
  R&Dで検証した最先端の論文技術やアルゴリズムを、実際の顧客プロジェクトに応用・実装します。
  【産業を支える大規模プロジェクトへの貢献】
  製造業や物流業など、産業基盤を支える大手企業のプロジェクトに参画します。
  【開発のリアルを開拓する面白さ】
  不確実性の高い中で仮説検証を繰り返し、自らの手で開発フローや成功パターンを作り上げていく現場経験が得られます。

– Pythonを用いた開発実務経験
– Linux環境での開発経験、およびバージョン管理ツールを用いたチーム開発経験
– コンテナ技術を用いた環境構築経験
– クラウド（AWS/GCP/Azure等）を活用した開発・運用経験

店舗向け注文管理システム開発案件にて、開発支援ツールを中心に活用したフルサイクル開発をご担当いただきます。
要件定義の構造化からコード生成、テスト実装まで開発支援ツールを最大限活用した開発の実践や、生成出力を精査し動作背景を裏打ちする力が求められます。
【主な業務内容】

• 要件定義の構造化からコード生成、テスト実装までの開発支援ツール活用開発推進
• 技術選定およびアーキテクチャの設計・検証
  【開発環境】
• フロントエンド：TypeScript, Webフレームワーク, UIライブラリ
• バックエンド：Webアプリケーションフレームワークを想定（※技術選定から関われる方を優先）
• インフラ：コンテナオーケストレーション技術, コンテナ技術, RDBMS
• プラットフォーム：タブレット向けアプリ
• AI開発支援ツール：開発支援ツール等
• コミュニケーション：チャットツール, Web会議ツール

– Webアプリケーション開発経験（10年以上）
– 技術責任者・リードエンジニア経験
– 開発支援ツールを実務でフル活用し、開発プロセス自体を設計できる方
– 上流工程に強みをお持ち、かつ開発支援ツールの活用に強みがある方

顧客から提示される抽象度の高い運用要求を整理・具体化し、インフラおよびクラウド環境を対象として、運用プロセス・体制・責任分界・手続等を設計する。
また、顧客・関係チーム・技術チーム・外部パートナー等の関係者との調整を自律的に行い、運用設計から運用開始に向けた推進をリードできる人材。

– 運用設計（運用要件・プロセス・体制・役割分担を設計）
– 顧客折衝（抽象的・困難な要求を整理して現実的な形にする）
– プロジェクトリード（自ら論点・課題を見つけて関係者を動かす）
– インフラ知識（ネットワーク／サーバー／クラウドを横断的に理解）
– クラウド知識（AWS/GCP/Azure等の環境の運用を理解している）
– 公共分野経験（公共特有の要求・調整・ドキュメント文化への対応）
– 運用基盤構築（監視、自動化、運用管理ツール等を実装）

士業向け業務アプリケーションを展開する事業者にて、データ活用基盤チームの立ち上げを支援します。
データ集約基盤の設計、データ連携フロー整備、分析基盤運用、データマート設計、データ管理体制構築、将来的なAI活用基盤への拡張までを担うポジションです。
基幹・会計データの経営判断向け活用基盤への移行フェーズとなります。

– クラウド型データ倉庫・データ集約基盤の設計・構築・運用経験
– SQLによるデータ加工・分析経験（高度なクエリ設計含む）
– Pythonによるデータ処理・分析経験（各種データ分析ライブラリ等）
– データ統合・パイプライン構築ツールを用いた開発経験