週4日の案件一覧

データユーザーからの要求をくみとり的確なデータとフローの設計を行い、パイプラインの構築やパイプラインを動かすデータ分析基盤の運用保守を行う。

インフラ環境の設計～構築をご担当頂きます。
昨今注目が集まっている生成AIと連携したプラットフォームを展開されている企業様の案件です。
プロジェクトの立ち上げ段階且つ、メンバーも少人数で開発を進めており、
年明け頃を目処に現在のGCP環境からAzureへ移行を予定しております。

【開発環境】
・言語 ： TypeScript、Python
・FW及びライブラリ ： React.js、Next.js、Node.js、prisma
・DB ： PostgreSQL
・その他ツール ： Docker

下記ユーザーからの要望についてデータ分析～アルゴリズム選定・実装等、最適化プロジェクトの推進

・揚水機場にある複数台のポンプの制御をAI使って実施したい。
・AIでポンプの流用を制御することで、電気代削減などの運用効率化を実施したい。

想定される業務
・運転記録、揚水実績、消費電力、電気料金などのデータからポンプの流量を予測
・ポンプごとに予測した流量をもとに最適取水を提案

概要：
需要予測モデルをEC2上の分析環境で動かしているJupyterコードでの運用になっており、様々な問題が生じている。
SageMakerの実装を進めていただきます。

依頼内容：

1. 実験環境の整備:既存の実験環境のSageMaker上への移行。
2. Training/Inferenceパイプラインコードの作成
3. CI/CD環境の構築
4. その他追加作業

環境：
SageMaker, Snowflake, Snowpark, Streamlit

CloudFunctionsで構成されたバックエンドをTypeScript、DBはFirestoreを利用した実装を担当していただきます。

・技術スタック
Node.js, TypeScript, Nuxt.js, Firebase(Cloud Functions, Firestore), etc.

バックエンドの開発に携わるGo言語エンジニアを募集します。
WEB、モバイル複数のクライアントを提供しており、それら全てのクライアントを支えるバックエンド(API)を開発していただきます。
規模がそれほど大きくない会社のサービス開発なので、開発メンバーが仕様決定に大きく関われる機会がたくさんあります。
メインでお任せするのはGo言語によるAPI実装ですが、前工程のシステム設計、サービス仕様検討に関わっていただき、アイデアをサービスに反映していただくことも大歓迎です。
Go言語を習得しており学ぶ意思があり、コミュニケーション力をお持ちの方を求めています。
バックエンドではAWSを利用しマイクロサービスアーキテクチャを採用しています。
そのためAWSなどの経験があるのが理想ですが、Go言語を熟知しており、好奇心があり学ぶ意思があれば問題ありません。
開発ＰＪはWEBチーム（5人）とモバイルチーム（3人）という小規模体制で、1人1人が複数の役割を持ち密に連携しながらスクラム開発でプロダクトを作り上げます。
今回メインでお任せするのはGo言語によるAPI実装ですが、このようなチームの中で素早く成果を発揮していただくためのコミュニケーション力が必用です。
■利用技術など
バックエンド：
　Golang(gin, grpc-go, sqlx, testify, zerolog)
　gRPC, Protocol Buffers
フロントエンド：
　React, React Router, React Query（TanStack Query）, Material-UI
　TypeScript
　REST, Axios, Open API
　Adobe XD
クラウド・インフラ：
　AWS(EKS, EC2, RDS(Aurora MySQL), ALB, DynamoDB, S3, CloudFront, ACM, SQS, SES, ECR, Route53)
　Terraform
クラウド・インフラ-運用監視：
　AWS(CloudWatch, SNS, Connect)
　DataDog
その他：
　GitLab(構成管理)
　Visual Studio Code(IDE)
　Confluence(ドキュメント管理)
　Jira(タスク管理)
　Zoom(リモートワーク)

エンドクライアント向けAIソリューションを提供しているベンダーでの業務となります。
AIコンサルティング事業において、主に画像認識系におけるAI開発や、既存のモデルの精度向上をお願いします。
参画時期により対応案件が異なる為、詳細は商談時にとなりますが、
元請プロパーのPMとコミュニケーションを取りながら、AIアルゴリズムの開発、精度向上に努めていただきます。
現状、エンドクライアントとの折衝などコミュニケーションはあまり想定していません。
（技術的な観点から要望のエンドクライアントへのヒアリングの同席などは対応する可能性があります。）
また、元請企業の若手に技術的な教育も一部期待されており、そういったことが苦にならない方にお願いできればと存じます。
（ただし、教育係というようなかっちり感じではなくOJTのような感じで業務をしながら若手に教えるイメージ。）
[利用ツール・環境]
Python、Linux、オンプレ＋AWS

全社のシステム連携
基幹システムを新しくしたばかりで紙の情報をデータとして残していきたい
基幹システムからデータ抽出やレポート自動化

■クライアント支援範囲
・データ基盤構築、機械学習システム構築/精度向上、時系列データ予測/異常検知、自然言語(テキスト)解析、画像認識
■概要
＜1月～3月にて、データ基盤構築（Power BIとTableau込み）の上流工程（基本設計）を予定＞
本プロジェクトは、現行のAWS（プロトタイプ環境）からAzureへの移行および拡張となります。
・Azure Synapse Analyticsへ外部データやユーザーが保有するデータを投入し、Power BIとTableauで分析。
TableauはTableau ServerからTableau Cloudへの移行を伴い、外部データの取り込みには、Synapse Analytics のパイプラインや、Azure FunctionsやAzure Logic Appsを利用。
■想定業務
※Azure Synapse Analyticsを中心とした関連技術の担当者
・ドキュメント作成(基本設計書/移行計画書)
・Azure Synapse Analyticsのデータアーキテクチャ（データパイプライン・データマート）に関する基本設計

▼関連ソリューション
・Azure Synapse Analytics
・Azure Functions
・Azure Logic Apps
・Tableau Cloud（またはTableau Server）
・Power BI Service
■体制
体制：
AIチームは全部で15名程度
6名~7名→AIエンジニア　　6~7名→BI・データ基盤
1クライアントに対して4~5名で体制を組んでいる
■環境
クライアント内ではデータ基盤設計~BI・内製化/運用支援まで行っている
データ基盤：Azure
(クライアント内で基盤設計・構築)
BI：PowerBI
(クライアント内でレポート作成・運用)

■クライアント支援範囲
・データ基盤構築、機械学習システム構築/精度向上、時系列データ予測/異常検知、自然言語(テキスト)解析、画像認識
■概要
＜1月～3月にて、データ基盤構築（Power BIとTableau込み）の上流工程（基本設計）を予定＞
本プロジェクトは、現行のAWS（プロトタイプ環境）からAzureへの移行および拡張となります。
・Azure Synapse Analyticsへ外部データやユーザーが保有するデータを投入し、Power BIとTableauで分析。
TableauはTableau ServerからTableau Cloudへの移行を伴い、外部データの取り込みには、Synapse Analytics のパイプラインや、Azure FunctionsやAzure Logic Appsを利用。
■想定業務
※TableauとPower BIを中心としたDWH技術者
・ドキュメント作成(基本設計書/移行計画書)
・Tableau ServerからTableau Cloudへの移行設計
・DWH（SynapseやSnowflakeやRedshiftなど）のデータアーキ

▼関連ソリューション
・Azure Synapse Analytics
・Azure Functions
・Azure Logic Apps
・Tableau Cloud（またはTableau Server）
・Power BI Service
■体制
体制：
AIチームは全部で15名程度
6名~7名→AIエンジニア　　6~7名→BI・データ基盤
1クライアントに対して4~5名で体制を組んでいる
■環境
クライアント内ではデータ基盤設計~BI・内製化/運用支援まで行っている
データ基盤：Azure
(クライアント内で基盤設計・構築)
BI：PowerBI
(クライアント内でレポート作成・運用)