週5日の案件一覧

地域通貨プラットフォームのWEB、ネイティブ
※WEB側の対応をお任せします。
・WEBサービスプラットフォームの改修における基本設計
・新規機能の開発(設計、開発、結合テスト)
・既存機能の運用保守

開発環境：
ネイティブ：Swift、Kiotlin
バックエンド：PHP Cake / Fuel
DB：MySQL

WEBアプリケーションの開発に携わって頂きます。
【案件概要】
・バックエンド担当として、スクラムチーム内での開発
・PBIに基づいた、ユーザーへの提供価値ベースの開発

時系列データを対象とした予測モデルおよび因果推論モデルの構築・評価を行う業務。
具体的には、ビジネス課題に応じたアルゴリズム選定から、データ前処理・特徴量設計、モデル構築・評価、結果解釈までを一貫して担当。
また、SHAPなどの説明可能AI（XAI）手法を用いて、モデルの特徴量寄与度を可視化・検証する。
加えて、時系列データにおける構造的因果推論（因果効果の特定や介入シミュレーション）を実施し、意思決定支援に繋げる。

・エージェントの作成に必要となるプログラムの実装
・他社サービスとのAPI連携 (認証用の画面実装を含む)
・人事、営業、カスタマーサポートなどの他職種で日常的に行われる業務理解
・上記の職種の業務を自律的に遂行するAIエージェントの開発

【参画メリット】
・急成長中のスタートアップ企業なので、今後のキャリアアップにつながる環境です。
・リモート併用案件のため、比較的リラックスした環境で働くことが可能です。
・AIなどの最新技術に携わることが可能です。

◆開発環境
フロントエンド: TypeScript, Next.js, React
バックエンド: Python
インフラ : GCP, GPU cloud Services
開発ツール : Slack, Confluence, Jira, Google Workspace, Github
◆作業環境
○Mac (Appleシリコン)
○Github Copilotと社内GPT利用可能
○モニター2台まで利用可能

・生成系AI技術における開発の主導
・既存のAIモデルを基にした新しいモデルの設計と構造変換
・ 開発したモデルの実装、パフォーマンスを最適化するための高速化技術の適用
・顧客のニーズに応じたAIソリューションを提供、実際のビジネス課題に対する応用

【参画メリット】
・急成長中のスタートアップ企業なので、今後のキャリアアップにつながる環境です。
・リモート併用案件のため、比較的リラックスした環境で働くことが可能です。
・AIなどの最新技術に携わることが可能です。

◆開発環境
フロントエンド: TypeScript, Next.js, React
バックエンド: Python
インフラ : GCP, GPU cloud Services
開発ツール : Slack, Confluence, Jira, Google Workspace, Github
◆作業環境
○Mac (Appleシリコン)
○Github Copilotと社内GPT利用可能
○モニター2台まで利用可能

ETLジョブ開発、データエンハンス処理、テーブル設計、データマート構築
・CDM領域のデータ開発
・要件定義、基本設計、調査対応
・Talend等のETLツールを用いた開発
・Snowflake、AWS環境でのデータ処理
・ダミーデータの準備（GDPR対応）

社内向けのLMSシステム開発（Web開発）における
・API開発
・DB構築検討
・PRレビュー
・インフラ構築検討
・ユニットテスト
などをご担当いただきます。

顧客と直接コミュニケーションを取りながら要件を確定し、
アジャイル開発で素早く進行できます。

・開発体制
バックエンド：3名（SA1名含む）
フロントエンド：2名
UI&UX：2名
スクラムマスター：1名
PM：1名

・技術スタック
バックエンド：TypeScript, Express.js, RESTful
データベース：PostgreSQL

少人数・多国籍チームをリードしながら密なコミュニケーションで開発を進められる環境です。

• 背景： 当年度の月次予算が実績と大きく乖離したため、予測精度の向上が急務となっている。
• 目的： 来年度の予算策定のベースラインとなる売上予測モデルの構築。
【具体的な業務内容】

1. 売上予測モデルの構築と運用
   ◦ 次年度の年間予算の策定、および前年差異要因の明示。
   ◦ 前月実績の前年差異要因の明示。
   ◦ 次月・次々月など直近の売上予測、および前年差異要因の明示。
2. 要因分析の実施
   ◦ 予測精度も重要ではあるが、予測結果となった要因（なぜその予測値になったのか）を説明・解釈する能力も重要視される。
   ◦ 例：「単価がこれぐらい上がればこうなる」といった感度分析や因果的な視点からの提案が期待される。
   【データと環境】
   • 売上実績データマートはある程度ベースが存在する。
   • 機械学習のための特徴量の候補はクライアントメンバーから提供される。
   • データマートにないデータについては、整形・整備が必要となる。
   • 予測に影響する可能性のある要因：利用者の装用頻度（週末のみ、平日のみなど）、リピート率（小売業としては高め）、定期配送サービスによる店舗売上のカニバリゼーション、強力な販促活動、駅ビルセール（ルミネセール等）、天候、コロナの影響、物価高など、多岐にわたる。

在庫管理数が多く、データ分析等に追加で自走可能なメンバーが現場で必要になっている状況になります。
期間としては長期で1～3年想定。多少時間がかかっても良い方にアサインいただきます。
また、業務実践による業務回復（商品部・需給）、計画業務の策定・型化（グローバルテンプレート）、
業務実践・計画業務を下支えするシステム・DWH/DM構築も業務の中に含まれてくる想定になります。

・AIを用いた製品の設計・開発
・フロントエンド開発
・アーキテクチャ設計と開発
・コード品質と継続性改善と保守
・メンバー教育とチームビルディング支援 etc.

【主な開発環境・ツール】
・言語(FW等)：Python・TypeScript(Next.js・React.js)
・OS：Linux
・コミュニケーションツール：Slack・Google Workspace・Confluence
・クラウド：GCP
・ソースコード・バージョン管理：Github
・タスク管理ツール：Jira
・CI/CD：Circle CI・Github・Jenkins etc.