週5日の案件一覧

【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

– 4名以上の開発チーム、または複数職種が関わるプロダクト開発における技術リード相当の経験（2年以上）
– 技術選定、構造設計、設計方針決定、コードレビューを主導した経験
– 現在も主要機能の設計・実装・コードレビューを継続して担当している方
– TypeScriptを用いたUIライブラリ／Webフレームワークでの画面側設計・開発経験
– RDBMSにおける設計・運用・改善経験
– 生成AI／大規模言語モデルを活用したプロダクト、またはAI機能を組み込んだWebアプリケーションの開発経験
– 自社向け・業務向けプロダクト等で技術課題や不具合を恒久的な改善につなげた経験
– 日本国内在住かつ平日日中に月160時間程度フルコミット可能な方

【案件概要】
カスタマーサポート領域のAIプロダクトにおいて、サービスのコアとなる生成AI機能の設計・開発を担当いただく案件です。
大規模言語モデル連携、RAG、ベクトル検索、AIエージェント等を活用し、試作段階から本番プロダクトへの実装、品質評価・改善まで一気通貫で携わっていただきます。
AIの品質・速度・コストを意識しながら、プロダクトに直結するAI機能の改善を主体的に推進できる方を募集しています。
【業務内容】

• 大規模言語モデルAPIを活用したAI機能の設計・実装
• モデル選定、指示文最適化、品質評価
• RAG／AIエージェントの設計・実装
• ベクトルデータベースを用いたベクトル検索、インデキシング、検索精度改善
• 推論パイプラインの設計・最適化
• 品質評価基盤、A/Bテスト、自動評価メトリクスの実装
• AIソリューションの提案、技術検証、試作開発の主導
• FAQ、業務マニュアル、会話ログ等のデータ取得・分析・加工
  【備考】
• 開発環境：Python、TypeScript、フロントエンドフレームワーク、バックエンドフレームワーク、ORM、RDBMS、ベクトルデータベース、AWS/GCP/Azure等、IaCツール、CI/CDツール、SaaS型監視ツール
• 商用大規模言語モデルAPI等を活用
• AIの試作開発だけでなく、本番実装・品質改善まで携われるポジション

– 大規模言語モデルに関する知見
– データ分析の実務経験
– Webアプリケーション開発経験
– OS基礎、バージョン管理ツール、コンテナ技術、データベース等の基礎技術の理解・利用経験
– RAGまたはAIエージェントの設計・実装経験
– Pythonを用いた実務レベルの開発経験
– アルゴリズム、データ構造に関する実装能力
– 平日月160時間フルコミット可能な方

■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

【プロジェクト概要】
すでに構築・検証が完了している生成AI・大規模言語モデルを活用した試作モデルを、実際の業務で活用するための本番運用環境への移行、事前検証、および必要な追加機能の拡張開発を一貫して担当するプロジェクトです。
アプリの主機能は、社内情報や引き継ぎ事項を一つのデータ領域に蓄積し、指示文に応じて迅速に検索・回答ができるRAGシステム（対話形式）を想定しています。
【チーム体制・環境】

• 体制：社内推進体制（情報システム部門など）と連携しながら、外部パートナーが作成した試作モデルを引き継ぎ、運用体制を詰めて開発を進めていただきます。
• 技術環境：
  クラウド：AWS/GCP/Azure等
  アプリケーション言語：Python（アプリ改修に使用）
  AI技術：大規模言語モデル、RAG（検索拡張生成）等
  【具体的な業務内容】
  ① 試作モデルの本番移行・実装
  他社が作成した既存の試作モデルをクラウド環境に載せ替え、本番環境で動作するよう構成を整えて実装します。
  Pythonで書かれたアプリケーションのソースコード回収・本番化対応。
  ② 事前運用と機能拡張
  モデルを本番環境へ載せた後、テスト運用として実際の業務で動作するか検証を行います。
  業務範囲や現場の追加要件に応じて、必要な機能拡張（応答精度向上、画面連携など）を定義し、追加開発を行います。

– Pythonを用いたWebアプリケーション開発・改修の実務経験
– クラウド環境（AWS/GCP/Azure等）上でのアプリケーション構築・運用経験
– 大規模言語モデル、RAG（検索拡張生成）などを活用したAIアプリ開発、指示文調整の実務知識または経験
– 指示された機能単位で、設計～実装～テストまで自律的に完遂できること

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

大手金融機関の営業を支援する、情報基盤構築およびAI連携アプリケーションの開発プロジェクト
■業務内容・期待役割
クラウド環境（AWS/GCP/Azure等）やデータ分析基盤上で、情報基盤とAI処理の中核ロジック（構造化・知識体系化・コンテキスト設計・検索・推論フロー）の設計・実装・精度改善を担当いただきます。ソフトウェア開発を担当するエンジニアと連携し推進します。

• 情報基盤（データ構造化・知識体系化・検索等）およびAI処理フローの設計
• Pythonによる実装、出力品質・精度の検証と改善サイクルの推進
• 既存ロジックの改修・パフォーマンス改善
• 設計・仕様ドキュメントの作成、顧客および社内メンバーとの仕様調整
• 他メンバーとの技術連携、コードレビュー
• (技術責任者を担当する場合) 技術方針・設計の意思決定、および他メンバーの設計・実装に対する技術レビュー
  ■ 求める人物像
• 異なる専門性・意見を尊重した上で、職種や立場を越えて建設的に議論し合意形成できる方
• お客様の業務要件の理解に努め、関係者と円滑なコミュニケーションが取れる方

– 以下いずれかの実務経験（3年以上）
– AI / 機械学習領域での開発経験（Pythonでの実装を含む）
– ソフトウェア開発経験（Pythonでの実装を含む）
– 上記に加えて、生成AIアプリケーション等の開発経験（1年以上）
– コンテキスト制御の実務経験（指示文設計、検索・文脈設計、評価設計のいずれも一定の経験があること）
– 仮説検証を回して品質・精度を改善した経験（何をどう改善し、どの指標がどう変化したかを定量的に説明できること）
– 東京都内のオフィスへの常駐勤務が可能であること