週3日の案件一覧

大手エネルギー関連企業が内製で進めている「数理最適化（配船・燃料調達）アプリケーション」の開発プロジェクトです。
現在、主要な機能やコアロジックの開発は完了しており、実業務での運用に向けた環境整備、テスト、ドキュメント化、および今後の保守対応を担当いただきます。

■具体的な業務内容
・数理最適化システムにおけるテストコードの作成およびテスト環境の構築
・実運用に向けたソースコードのリファクタリング、デバッグ、各種設計書の作成・ドキュメント化
・社内のモデル設計担当者の指示に基づく、制約条件の追加やモデルの微修正
・実運用開始後のシステム保守、およびユーザー要望に応じた機能調整

＜アプリケーション開発環境＞

• 開発基盤: Dataiku（データ・AI分析プラットフォーム）
• 言語・フレームワーク: Python, Streamlit
• 数理最適化ソルバー: Gurobi Optimizer

– 数理分野の学歴またはバックグラウンド（数学、情報科学、統計学等）
– Pythonを用いた実務でのアプリケーション開発経験
– クラウド環境（AWS/GCP/Azure等）における一般的なWebシステムの開発・テスト経験
– GitHubを用いたソースコードの共同開発・管理経験
– 指示を正確に理解し、ドキュメント作成や細かな調整業務に素直に取り組めるマインド

大手エンターテインメント関連企業において、アンケート調査の設計、集計、レポート作成などを担当していただきます。
※想定される業務スコープ例：

• 課題のヒアリング
• アンケート調査の設計
• 各種調査ツールを用いた調査票作成
• アンケートデータの集計
• レポート作成
• アンケート調査設計に関する業務効率化

– アンケート調査設計の実務経験
– アンケートデータの集計およびレポート作成経験（実務において自ら手を動かして検証・作業ができること）
– 事業ニーズや施策立案から逆算した調査設計の経験（事業会社側での市場調査・マーケティングなどの実務経験）
– 生成AIツールやシステム開発等を活用し、アンケート調査設計に関わる業務効率化を推進できるスキル・経験

システム基盤の現代化に向けた環境移行や自動化仕組みの導入における、技術検証および基本設計を推進していただきます。実構築の前段階となる技術方針の策定や影響調査、システム全体の構造設計を主導する役割です。

◆各施策における業務内容
OSおよびミドルウェアの移行対応

• バージョン更新に伴うアプリケーションや各種ライブラリへの影響予測の実施
• インフラ構成案に対するアプリケーション開発視点での技術評価およびレビュー
  自動化パイプラインへの移行推進
• 開発検証環境における各種プラグインや実行環境のバージョン更新に伴う影響分析の実施
• 独自の標準環境や新規基盤への移行に向けた技術検証（PoC）の主体的な推進

– 自動化ツール（各種CI/CDツール等）の利用経験、または運用を通じた仕組みの基礎的な理解
– バージョン管理システム（Git等）を用いたソースコード管理プロセスの実務経験
– 固有の標準環境や制約事項の多いシステム仕様に対して、仕様書を読み解きながら柔軟に対応できる能力
– データベース（RDBMSおよびNoSQL等）に関する基本的な概念の理解と利用経験

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

・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