週3日の案件一覧

大規模なユーザー基盤を持つ自社Webサービスにおいて、組織横断型のQAエンジニアとして品質管理体制の構築および継続的な品質改善業務を担当していただきます。

主な業務内容

• 開発チームにおけるテストプロセスの改善提案と実行
• テスト計画・設計・実行、およびテスト進捗の管理
• エンジニアが実施するテスト内容のレビューおよびフィードバック
• プロダクト要求仕様の整理および受け入れ条件（AC）の明確化
• 障害発生時の要因分析および再発防止策・改善施策の検討
• 業務効率化のためのQA補助ツールの開発
• ブラウザ自動化ツール（Playwright等）を用いたWeb向けE2Eテスト環境の構築と運用
• モバイルアプリ向け自動化ツールを用いたE2Eテストの運用
• CI/CDツール（GitHub Actions等）を活用したテスト自動実行の連携
• インシデント発生時の対応フローの運用および改善
• 開発組織全体へのQA意識・文化の啓蒙と浸透
• プロダクトマネージャー、開発エンジニア、デザイナー等と連携した多角的な品質向上活動

– 汎用的なブラウザ自動化ツール（Playwright等）を用いたテスト設計、スクリプト作成、および運用における実務経験3年以上

AI技術を用いた先端科学・医療分野のデータ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

• 大規模な専門データ・医療情報の前処理、品質評価、探索的データ分析（EDA）、可視化、および仮説検証
• 特徴量設計、データ表現の最適化、学習・評価用データセットの整備

1. 機械学習 / 深層学習モデル開発

• 深層学習モデルの設計・実装・評価、およびベースライン構築と継続的改善
• 表現学習、自己教師あり学習、またはドメイン特化型基盤モデルの開発
• アクセラレータ（GPU等）環境を用いたモデル学習・実験運用、性能評価、および誤差分析

1. 大規模学習・開発基盤

• 分散学習ジョブの設計・運用・最適化、および学習パイプライン・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、およびMLOpsの推進

1. 研究プロセス・チーム連携

• 評価指標・ベンチマークの設計、実験の再現性担保、ログ管理、およびドキュメント化
• 各分野の研究者、データサイエンティスト、エンジニアとの緊密な協働

以下1、2のいずれかの領域において、「実装および最適化」の実務経験を有すること。
1. アーキテクチャ設計と事前学習の実務経験
– Transformerベースのモデル、または最新の動的状態空間モデル（SSM等）を用いた大規模モデルの設計・実装経験
– 基盤モデルの拡張則（Scaling Laws）に基づき、数千億〜兆規模のトークン学習に必要な計算リソースを定量的に見積もる能力
– 数十億〜数百億パラメータ規模のモデルにおける事前学習の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
– 主要な分散学習ライブラリ（PyTorch FSDPやDeepSpeed等）を、モデル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
– シーケンス並列（Sequence Parallelism）等の実装を通じた、単一メモリに収まらないコンテキスト長に対する学習最適化経験

LLMを活用したプロダクトおよび業務基盤の設計・開発をリードしていただきます。
RAG、エージェント、評価・監視、プロンプトエンジニアリングに留まらず、システムの信頼性と継続的な改善サイクルを確立することがミッションです。

◾️具体的な業務内容
（1）LLM機能の設計・開発（要件定義〜運用）
・医療ドメイン知識を活用したRAGシステムの設計（Chunking戦略、ハイブリッド検索、Re-ranking等）
・自律型エージェントの設計（Tool/Function calling設計、状態管理、ガードレール実装）
（2）品質改善・評価基盤の構築
・プロンプト最適化、Few-shot学習、必要に応じたFine-tuning/LoRAの実施
・LLM評価基盤（LLM-as-a-Judge, Ragas等）の導入と、定量的な品質モニタリング体制の構築
（3）運用・監視・コスト最適化
・トークンコストの管理、レイテンシ改善、エラー解析
・ログ基盤の整備と、Human-in-the-loopによる改善サイクルの確立
（4）セキュリティ・安全性設計
・個人情報（PII）保護、プロンプトインジェクション対策、権限管理の設計

・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（EDA）・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、リーク検知
・分析結果のドキュメント化・社内共有（再現可能な形で）

・PythonまたはRでのデータ分析経験（Pandas / NumPy 等）
・機械学習の実務経験または同等スキル
（分類・回帰・時系列・異常検知などいずれか）
・実験・分析の結果を整理し、改善案まで言語化できること

クライアント内のコマースSaaSやD2Cブランド、コーポレートサイトなど複数のWebサイトにおいて、事業・マーケティング視点からの設計〜開発、プロジェクト推進をご担当いただきます。

AIツールおよびヘッドレスCMSを前提とした開発・運用フローの設計にも携わっていただきます。

【主な業務】
・AIを活用した開発・運用ワークフローの設計（自動化、プロセス改善など）
・Web施策の企画および要件定義（情報設計、機能設計など）
・プロジェクト推進および進行管理（タスク管理、関係者調整）
・フロントエンド開発およびコードレビュー

【開発環境】
・言語：HTML / CSS / SCSS / JavaScript / TypeScript
・FW：React（Next.js）
・インフラ：AWS / Vercel / Docker
・CMS：Headless CMS（独自CMS含む）
・AIツール：Cursor / Claude / ChatGPT / Gemini 等
・ツール：GitHub / Jira / Notion / Slack / Figma

・エンジニアとしての実務経験3年以上
・HTML、CSS、JavaScript（TypeScript）を用いたフロントエンド開発経験/2年以上
・ReactやNext.jsなどのフレームワークを用いた開発経験/2年以上
・WebサイトやWebアプリケーションの開発経験/2年以上
・小規模チームでのプロジェクト推進、もしくはWebディレクションの経験/2年以上
・要件定義から進行管理、リリースまで一連のプロセスをリードした経験/2年以上
・要件や制約を踏まえ、自ら開発方針や実装戦略を設計した経験/2年以上
・LLMを活用したワークフロー設計、またはエージェント的な処理フローの構築経験（年数不問）
・GitHubのPull Requestを活用したチーム開発の経験/2年以上
・AI駆動開発の経験（Cursor、Claude Code）/2年以上
・生成AIやLLMへの関心があり、日常的に情報収集や試行を行っている方

Webサイト・LPの改善および、マーケティングデータの精緻な計測環境の構築を担当します。
計測基盤構築： GTM/GA4の導入・設計、DataLayerの実装、広告媒体向けコンバージョンAPI（CAPI）の構築
フロントエンド実装： HTML/CSS/JSを用いたLP・HPの実装、A/Bテストの実装（動的出し分け含む）
デザイン： Figmaを用いたWebデザイン業務
API/データ連携： HubSpot、Salesforce等CRM/MAツールとの連携、Webhookを用いたシステム間連携