週3日の案件一覧

航空系スタートアップ企業向けの複数プロジェクトにおいて、Salesforceを活用したマルチテナント管理基盤の初期構築をご担当いただきます。
主に外部システム（AWS Cognito等）との連携設計〜実装を担当いただきます。

・Salesforceを用いたマルチテナント管理基盤の設計・構築
・AWS Cognito等の認証基盤との連携設計・実装
・外部システムとのAPI連携（認証／データ連携）の設計・実装
・スケーラブルな基盤設計および技術選定支援

＜開発環境＞
クラウド：AWS（Cognito等）
プラットフォーム：Salesforce

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

SaaSやD2Cブランド等のWebサイト群を対象に、AIを活用した新しい業務フローの設計およびプロジェクト推進を担当いただきます
・AIを前提としたワークフロー設計（Cursor、ClaudeCode等の標準フロー化、テスト自動化）
・Web施策の企画、要件定義、および情報設計
・プロジェクト推進と進行管理（タスク分解、リソース設計、関係者連携）
・フロントエンド実装、およびコードレビュー（Next.js、TypeScript、TailwindCSS等）
・AI時代のコミュニケーション開発を設計するテクニカルディレクション

開発環境：
・AI系：Cursor、ClaudeCode、ChatGPT、GeminiCLI、NotebookLM等
・フロント：React（Next.js）、TypeScript、TailwindCSS、Liquid
・バック：RubyonRails、AWS、Vercel、Docker
・ツール：Figma、Jira、Notion、GitHub、Zapier

・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、Next.js等のフレームワークを用いた開発経験 2年以上
・Webサイト、または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、またはWebディレクション経験 2年以上
・要件定義から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
・自ら開発方針、および実装戦略を設計した経験 2年以上
・GitHubのPull Requestを活用したチーム開発経験 2年以上
・AI駆動開発の実務経験（Cursor、Claude Code）
・生成AIやLLMへの強い関心があり、日常的に情報収集や試行を行っていること

大手銀行の法人営業支援AIツール開発プロジェクト

法人営業担当者が顧客課題を整理し、最適な金融ソリューションを提案するプロセスを
AIによって支援するプロダクトの開発プロジェクトです。

銀行の営業業務という複雑なドメインを対象に、
AIを活用した意思決定支援プロダクトのUX設計に関われる点が特徴です。

従来の業務システムとは異なり、
ユーザーの思考プロセスを支援する新しいプロダクト体験の設計に関わることができます。

■業務概要
大手銀行の法人営業活動を支援するAIプロダクトの
UX/UI設計をリードいただくポジションです。

本ポジションでは、単に要件をデザインへ落とし込むのではなく、
ユーザーにとって本当に価値のある体験とは何かを起点に
プロダクト設計から関わっていただきます。

クライアント・PM・エンジニアと密にコミュニケーションを取りながら
業務課題やユーザーの意思決定プロセスを深く理解し、

UX設計〜UI具体化まで一気通貫でプロダクトデザインを推進いただきます。

■主な業務内容
・ユーザー体験設計（UX設計）および情報設計のリード
・業務フローやユーザー課題を踏まえたプロダクト構造・画面構成の設計
・Figmaを用いたワイヤーフレーム、UIデザイン、プロトタイプ作成
・クライアントとのディスカッションを通じた要件整理・デザイン提案
・PM／エンジニアと連携した仕様整理およびデザイン品質の担保
・AI機能を活かしたプロダクト体験の設計

■補足
・特別な資格や金融知識は必須ではありません
・プロジェクトメンバーと協働しながらドメイン理解を深めていただきます

・Webサービスまたは業務システムにおけるUI/UXデザイン経験（目安：5年以上）
・UX設計や情報設計を含め、プロダクト体験設計を主導した経験
・クライアントまたは事業側ステークホルダーと直接コミュニケーションを取りながらデザインを推進した経験
・要求の背景にある業務課題やユーザー課題を整理し、デザインとして具体化した経験
・Figma等のデザインツールを用いたUI設計・プロトタイピング経験
・PMやエンジニアと協働しながらプロダクト開発を推進できるコミュニケーション能力
・複雑な業務ドメインを理解し、情報構造を整理できる能力

Catoの導入・設計・構築・運用支援等
Catoの有識者としての技術支援全般
・受注背景：
SIerにてSASE（Prisma AccessやCato等）の提案・導入案件を複数受注しているが、社内にCatoの有識者が不足しており、プロジェクト推進のために外部人材による知見補強が急務となっているため

ヘルスケア系スタートアップの研究開発部門にて、
DNAメチル化（エピゲノム）データを活用した統計解析・データ分析業務を担当いただきます。

本プロジェクトでは、以下のデータを統合し、
生物学的年齢（Biological Age）や疾患発症リスク・死亡リスクの予測モデルの研究開発を進めています。

・DNAメチル化データ（CpGサイト：約27万特徴量）
・人間ドック・健康診断データ
・大学研究機関の長期追跡研究データ（20年スパンの死亡率・疾患発症データ）

チーフサイエンティストおよびバイオインフォマティクスチームと連携しながら、
研究開発に必要なデータ前処理・探索的分析・統計解析・可視化を担っていただきます。

また解析結果は、
医学論文・学会発表・研究レポート等で利用されるため、Publication Qualityのデータ可視化が重要なミッションとなります。

【主な業務内容】
・DNAメチル化データ／医療データのクレンジング・整形
・探索的データ分析（EDA）
・統計解析（回帰分析、生存時間解析など）
・医療研究向けデータ可視化（論文・学会用図表作成）
・Python / Rを用いた解析パイプライン構築
・研究チームとの仮説検証ディスカッション

DNAのメチル化情報（エピゲノム）やプロテオーム、メタボローム、MRI画像などの生体データを用いた、生物学的年齢（バイオロジカル・エイジ）の予測モデルおよび予防介入AIの開発をお任せします。
・アジア最大規模のゲノム・生体データを活用したAIモデルの構築・評価・改善 ・血液検査の数値等を予測するバイオマーカー予測アルゴリズムの開発 ・予防医療に向けた、ユーザーへの介入・レコメンドAIの構築 ・データの収集・前処理・整形（数十万次元のデータや、不均衡データへの対応など） ・LightGBMなどの機械学習から、深層学習を用いた基盤モデルまでの検証および実装

データエンジニアとして、マーケティングデータの管理・分析基盤の構築業務をお願いします。
主に、下記業務をお願いします。

・BigQueryを用いたデータ自動化環境の構築
・BIツールを用いた分析
・要件定義
・インフラ構築 等

◆主な開発環境・ツール◆
・言語：SQL
・データ基盤 / DWH：BigQuery
・BIツール：Looker Studio・Tableau・GoogleDataStudio
・管理ツール：Trello・JIRA
・コミュニケーションツール：Slack・Notion
・その他ツール：GoogleWorkspace・Looker Studio

研究開発部門にて、DNAメチル化（エピゲノム）データを用いた統計解析業務を担当します。 チーフサイエンティストやバイオインフォマティクスチームと連携し、解析結果を医学論文や学会発表で用いるための「質の高い図表」としてアウトプットすることが重要なミッションです。
・エピゲノムデータ、健康診断データ等のクレンジング・整形 ・探索的データ分析（EDA）および仮説検証 ・論文投稿・学会発表用のデータ可視化（R/ggplot2等を用いたPublication Qualityの作図） ・統計解析（回帰分析、生存時間解析など） ・PythonおよびRを用いた解析パイプラインのコード整備

・PythonまたはRを用いたデータ分析実務経験（Pandas, Tidyverse等）
・論文やレポート向けの高度なデータ可視化スキル（見た目を美しく分かりやすく整えられる能力）
・統計学の基礎知識
・他職種（研究者・エンジニア）と連携して仮説検証を進めるコミュニケーション能力

・LLMを用いた機能・プロダクトの要件定義～設計～開発～運用
・RAG設計（データ前処理、chunk設計、embedding、検索、再ランキング、回答生成）
・Agent設計（ツール設計、状態管理、ガードレール、フォールバック）
・LLM品質改善（プロンプト最適化、LoRA / ファインチューニング、合成データ生成）
・LLM評価基盤構築（自動評価、Human-in-the-loop、回帰テスト）
・監視・運用（ログ、コスト、レイテンシ、エラー分析）