単価30万円以上の案件一覧

・事業部にて構築された試作品システムについて、本番展開に向けたクラウド環境（AWS/GCP/Azure等）への移行およびアプリケーションの継続的な機能拡張を行っていただくプロジェクトです。社内プロジェクト管理者配下にて、ユーザーからのフィードバックやご要望に基づく機能追加・改修の実務（フロントエンド・バックエンドAPI・DB実装）をご担当いただきます。
【業務内容】
・クラウド環境（AWS/GCP/Azure等）への実装・本番移行：
提供されるクラウド環境（AWS/GCP/Azure等）へのアプリケーション実装および本番移行作業
アプリケーションの機能拡張・追加開発
・ユーザーのご要望に基づく機能改修実務（画面開発、API開発、DB定義・実装）
・既存コードの理解・仕様確認：
既存システムのソースコード・ドキュメント（受領予定）の理解および既存ベンダー企業様への質疑応答（QA）対応
【開発環境・技術スタック】
・フロントエンド: React / Next.js
・バックエンド: Python / Node.js
・データベース: DB定義・実装
・インフラ / CI/CD等: クラウド環境（AWS/GCP/Azure等）, IaCツール, CI/CDツール, セキュリティポリシー

– React または Next.js を用いたフロントエンド開発の実務経験
– Python または Node.js を用いたバックエンドWeb API開発の実務経験
– データベース（DB）の定義・実装経験
– 既存ソースコードやシステム構成を理解・追従できる対応能力

映像制作事業を展開する企業における業務効率化プロジェクトにて、動画配信サービスをはじめとする映像関連システムを対象に、要件定義・設計などの上流工程からクラウド基盤構築までを一貫してご担当いただきます。

• 映像関連システムの顧客要件整理、要件定義、基本/詳細設計、構築
• クラウド環境（AWS/GCP/Azure等）・ストレージ基盤の検討・設計・構築
• 工数および費用の見積作成、導入に向けた各種技術検討
• 業務効率化推進に伴うシステム全体最適化・各種技術検証

– 要件定義～設計／構築までの一連の経験
– クラウド環境（AWS/GCP/Azure等）を利用したシステム環境の設計／構築経験
– 動画配信サービス、映像関連システム、または類似システムの経験

・外部金融機関接続基盤構築案件
・各拠点・支店の会計・経理システムと拠点ごとに異なる取引金融機関を連携する
・金融機関によって異なる連携仕様を吸収し、入出金照会や振込処理を行うにあたって会計・経理システム側が意識しなくて良い状態を実現する

– 主要金融機関の法人向けサーバー連携サービスの設計または実装経験
※詳細なサービス仕様等は後ほどお伝えいたします。

特定の事業展開企業において、内製化に向けた開発支援業務を行います。
現在外部協力会社へ業務委託している商談分析アプリについて、社内体制への移行を進めています。
社内担当者の体制整備までの期間、システム引き継ぎおよび各種開発対応を担っていただきます。
＜業務詳細＞
分析アプリのバックエンドおよびAI/データ分析基盤の協力会社からの引継ぎ、追加機能開発、ならびに社内メンバーへのナレッジ共有業務。

• 既存の分析基盤（AIモデル・データ処理基盤・バックエンド）のコード解析および挙動把握
• 協力会社が作成した各種分析モデル（音声解析、テキスト解析、データ分類等）のレビュー・評価
• 予定されている追加開発（分析精度の向上、新しい分析ロジックの追加、Web API構築等）
• 内製化に向けたシステム構成図・データフロー・環境構築手順・Web API仕様書等の整理・標準化
  共通業務：
  開発した追加機能および整理したドキュメントをベースに、社内メンバーへのレクチャー
  社内メンバーが自立して保守・運用・追加開発ができるよう、協働作業や質疑応答を通じたサポート

– Pythonを用いたWebアプリケーションおよびWeb APIの開発実務経験（3年以上）
– 機械学習・自然言語処理または音声解析を用いたプロダクトの開発・運用経験
– クラウド環境（AWS/GCP/Azure等）上での分析基盤・バックエンド構築・運用経験
– 既存のソースコードやシステムを迅速に理解し、仕様書・設計書にドキュメント化できる能力
– コミュニケーション能力
– モバイルアプリの開発知見

■業務内容
AI分野の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
•大規模データの前処理・品質評価
•探索的データ分析・可視化・仮説検証
•特徴量設計・データ表現の設計
•学習用データセットおよび評価用データセットの整備
2.機械学習 / 深層学習モデル開発
•機械学習モデルの設計・実装・評価
•ベースライン構築およびモデル改善
•表現学習 / 自己教師あり学習 / 基盤モデル開発
•GPU環境を用いたモデル学習・実験運用
•モデル性能評価、誤差分析、改善提案
3.大規模学習・開発基盤
•分散学習ジョブの設計・運用・最適化
•学習パイプライン / 開発基盤 / 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
•運用自動化 / 機械学習システム観点での改善
4.研究プロセス・チーム連携
•評価指標設計・ベンチマーク設計
•実験の再現性担保、ログ管理、ドキュメント化
•分析結果のドキュメント化・社内共有
•研究者・データサイエンティスト・エンジニアとの協働

– 以下1, 2のいずれかの領域において、「実装・最適化」の経験を有すること。
– 1.アーキテクチャ設計と事前学習の実務経験
– •各種モデルを用いた大規模モデルの設計・実装経験。
– •基盤モデルに基づき、大規模データ学習に必要な計算リソースを定量的で見積もる能力
– •一定規模のモデルにおける事前学習のハイパーパラメータ・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
– •各種ライブラリを、モデルの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GPU間の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
– •各種並列化技術の実装を通じた、単一GPUメモリに収まらないコンテキストの学習最適化

健康指標の向上や医療課題の解決に取り組む事業会社における研究開発を推進するため、データ分析・機械学習の実務を担当いただくデータアナリストを募集します。
参画後は業務を通じて、適性に応じてモデル開発 / データ基盤活用 / 運用自動化 など専門領域へスキルアップを図っていただきます。
■業務内容

• 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・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、不備検知
• 分析結果のドキュメント化・社内共有（再現可能な形で）

– 定量的な研究分野（各種数理・自然科学領域等）における学習・研究経験
– 統計モデル・数理モデルを用いて、実データから仮説検証や現象のモデル化を行った経験（各種分析手法や機械学習等）
– PythonまたはRを用いたデータ解析経験
– 分析手法を単にライブラリとして利用するだけではなく、モデルの仮定・推定方法・評価指標を理解した上で適切な分析手法を選択できること
– データや研究課題に対して、仮説設定 → 分析設計 → モデル構築 → 結果解釈 → 追加検証の一連のプロセスを自ら進めた経験
– 分析結果について、統計的・科学的な観点から解釈し、次に必要な検証や改善案を言語化できること

技術部門内の複数ある事業に対して、新規立ち上げ支援や現状プロダクトの課題解決などを横断的に支援を行います。
一つのサービスだけじゃなく、様々なサービスと関わり事業をブーストするために動きます。
迅速なキャッチアップを求められますが横断的に事業に関わることで様々な開発環境に携わることができます。

• 新規立ち上げ、急拡大期、運用期など様々な事業フェーズでの課題解決
• アーキテクチャレビューや技術的課題の解決といった事業部支援
• 生産性向上とリスク軽減のためのモダン化をインフラ、アプリケーションの両面から推進
  業務環境
  技術部門、横断支援メンバー：4名
  ※横断活動をしているメンバーは、所属は異なるため面談内で詳細説明が出来ればと思います
  開発環境
  ■開発環境の一例
  PHP/Go
  Next.js
  RDBMS
  インメモリデータストア
  クラウド環境（AWS/GCP/Azure等）
  SaaS型監視ツール
  ※支援先によって様々な技術を利用しているためあくまでも一例となります

– 技術選定などの意志決定に関わった経験
– 曖昧な課題に対し、自分で問題を定義し（スコープ・成功条件・関係者）、解決策を設計・実行まで完遂した経験
– 新旧様々なシステムの理解とチームに素早くキャッチアップする力
– 課題設定力および関係者を巻き込みながら計画を遂行する実行力
– インフラからバックエンド、フロントエンドまでの広い実装経験
– コンテナ、CI/CD、マイクロサービス等のモダンな技術の経験
– RDBMSでのパフォーマンスを意識したコードを書くことができる
– サーバーサイドをTDD(テスト駆動設計)で書いたことがある
– 静的型付け言語での経験

金融機関のデータ分析基盤構築プロジェクトにおいて、構築担当のエンジニアを募集しております。
【役割】
データ分析基盤構築エンジニア

– データ連携要件の調整（顧客・外部接続先担当者とデータ項目/連携方式/更新タイミングの打ち合わせができること）
– インフラ/セキュリティ基礎（クラウド環境（AWS/GCP/Azure等）の基礎知識（アクセス管理、仮想ネットワーク、セキュリティグループ、機密情報管理、認証基盤/MFA/SAML/ディレクトリサービス連携））
– テスト・運用設計（結合/性能/障害テストの実施、および監視設計の経験）
– データ基盤構築（クラウド環境（AWS/GCP/Azure等）上でのデータレイク/クラウド型データ倉庫の設計・構築経験）
– データ統合/データ処理（オブジェクトストレージ、分散データ処理基盤、クラウド型データ倉庫、サーバーレス実行環境を用いた処理基盤の設計・開発）
– データ管理・ガバナンス（オープンテーブルフォーマット、アクセス制御・ガバナンス管理機能、データカタログ機能）の実務経験
– データ定義・品質、CSV等のファイル連携、スキーマ定義データ品質確認の経験
– 【SQL】データ抽出・集計・加工、SQLの性能チューニング経験
– 【Python】バッチ処理、データ統合、ファイル加工、運用ツール等の開発経験

【概要】
インフラ・SRE基盤の整備、可観測性の向上、IaC推進、バッチ・監視基盤の改善などをリードいただきます。
可視化、指標設計、アラート改善・自動化、障害対応プロセスの標準化、IaC推進、ミドルウェア設定見直し、開発チームからの問合せ対応および各種ドキュメント整備等を担当します。

– クラウド環境（AWS/GCP/Azure等）におけるインフラ設計/構築/運用経験（5年以上）
– ネットワーク、仮想サーバー、データベース、コンテナサービス、サーバーレス環境、監視サービス等の基盤構築・運用経験
– IaCツールを用いたコード管理経験
– 監視環境構築/運用経験
– 自律的な課題発見・改善推進力、技術的ファシリテーション能力

• 学習データ作成のためのデータ収集および整備
• 機械学習モデルの学習および評価（学習結果の不具合分析を含む）
• 前処理／後処理を含めた、学習結果を改善する技術の検証および実装
• 機械学習を効果的に活用するための周辺技術開発

– OS環境の使用経験（2年以上）
– スクリプト言語の使用経験（2年以上）
– 自然言語処理分野の修士号もしくは自然言語処理技術を用いた開発/運用における実務経験（1年以上）
– ビジネスレベルの日本語力
– 分析を行える英語読解力