単価40万円以上の案件一覧

• AIエージェントを主軸にした開発体制の立ち上げ、品質担保、改善サイクルの設計・運用を担っていただきます。
• PoC対象として、店舗における展示車両情報を扱う地図情報活用プロダクトの開発を予定しています。
• 具体的な機能や仕様については、今後ステークホルダーと協議しながら詳細化していくため、現時点では固定的な要件を前提とせず、仮説検証型で段階的に開発を進める想定です。
  担当いただく業務は以下を想定しています。
• 技術的な実現可能性、コスト、品質、拡張性の観点での提案
• AIエージェントを活用した設計・実装・テスト・リリース
• ユーザーフィードバックを踏まえた改善開発
• PoC結果を踏まえた改善案・継続案の整理
• AI駆動開発PoCに関するレポーティング

– Webアプリケーションにおけるフロントエンドまたはバックエンドの設計・実装実務経験
– 生成AIやAI開発支援ツールを活用した開発、およびAI生成コードのレビュー・品質担保を行った経験
– 要件が固まりきっていない状況で、関係者と対話しながら進めるPoCやプロトタイプ開発の経験
– 開発プロセスの構築・改善、および検証結果を成果や課題として言語化・レポーティングした経験

• 成長中の法律関連ITサービス運営企業における開発案件です。
• 生成AIや大規模言語モデルを活用したサービスにおける、新規機能の開発や既存機能の保守開発および改善などを担当いただきます。
• 新規機能のAPI実装やデプロイ、および既存システム内AIの保守運用や改善に携わっていただきます。

【技術環境】

• 関連技術：プログラミング言語、大規模言語モデルAPI、コンテナ技術、機械学習プラットフォーム
• 開発基盤：AWS/GCP/Azure等
• ツール：分散型バージョン管理システム、AI開発アシスタントツール、継続的インテグレーション・デリバリーツール
• グループウェア：グループウェア、ビジネスチャットツール
• プロジェクト管理/タスク管理：プロジェクト管理ツール、タスク管理ツール

– Pythonを用いたバックエンド開発の経験（3年以上）
– Rust、Go、TypeScript（Node.js）のいずれかを用いたバックエンド開発の経験
– AIやLLMを用いたWebサービス開発の経験

• 大手小売業向けの決済端末システム開発プロジェクト
• クラウド環境で動作する決済システムの構築を担当

– ネットワーク（プライベート/パブリックサブネット、ネットワークアドレス変換/ブリッジなど）の知識
– AWS/GCP/Azure等のクラウドサービスを用いた開発経験
– コンテナオーケストレーションツールを前提としたマイクロサービスアプリケーションの開発または運用経験
– RDBMSの知識
– NoSQLの知識

• 自社サービス展開企業におけるWebサービス改善および新機能開発をリードする開発組織のマネジメントと、システム全体のアーキテクチャ設計・刷新の同時遂行
• バックエンド、インフラ、データ基盤までを見通したスケーラビリティのあるシステム基盤の再構築・技術的リード
• 先進的なAIツールを日常業務に組み込んだ開発文化の推進・環境整備
  　　　
  ◆開発環境の傾向
• フロントエンド：プログラミング言語、フロントエンド開発フレームワーク
• バックエンド：プログラミング言語、Webフレームワーク等のエンハンス・設計経験
• インフラ・データ：AWS/GCP/Azure等、クラウド型データウェアハウス、分散型バージョン管理システム
• AI環境：大規模言語モデルAPI、AI開発アシスタントツール（※補助制度あり）
• ツール：ビジネスチャットツール、ドキュメント管理ツール、グループウェア

– Webアプリケーション開発の実務経験（10年前後〜）
– フロントエンドの知見に加え、サーバーサイドの深い理解があること
– システムアーキテクチャの設計・リプレース実務経験
– レガシーシステムの刷新、マイクロサービス化、あるいはデータ基盤の構造設計など、システム全体の設計図を自ら起こし、技術的合意形成をリードした経験
– プロジェクトマネジメント（PM）もしくはプロジェクトリーダー（PL）の実務経験
– 技術的なボトルネックの解消や、仕様調整をハンズオンで牽引できること

• コンテナ技術を用いたAPIサーバーのインフラ設計・構築
• CI/CDツールを用いたパイプラインの構築と最適化
• IaCツールによるインフラのコード化およびドキュメント整備
• インフラ専任リードエンジニア（1名体制）としての技術的意思決定とチーム牽引

【具体的な業務内容】

• 既存システムからモダンなAPIシステムへのリプレイスプロジェクトにおける、クラウド（AWS/GCP/Azure等）を利用したコンテナインフラおよびCI/CDパイプラインの構築
  ※アプリ開発およびRDBMSの構築・運用・チューニング等は対象外

【使用言語・ツールなど】
◆開発言語・FW：スクリプト言語、Webアプリケーションフレームワーク（最新版およびレガシー環境）
◆DB・インフラ：RDBMS、AWS/GCP/Azure等、コンテナ技術、ローカルコンテナ管理ツール
◆その他：分散型バージョン管理システム、CI/CDツール、コードエディタ

– AWS/GCP/Azure等のコンテナ環境におけるインフラ設計・構築・運用経験
– ネットワーク・セキュリティ・監視・アラートの適切な設計・構築スキル
– CI/CDツールおよびIaCツールを用いた開発自動化・コード化の実務経験
– 技術要件のドキュメント化およびチーム内での合意形成・意思決定能力

省庁向けの大規模ネットワークシステム構築プロジェクトにおける、個別システムのNW移行を担うハイクラスNWエンジニアポジション。
・省庁側の個別システムNW移行にともなう基本・詳細設計、構築、および移行業務の遂行
・リードSEとしての主体的な作業推進、および移行に関わるタスクの牽引
・クライアント（管理者・利用者）向けの説明資料作成、および移行にともなうフロントでの説明対応
・各ステークホルダーとの折衝・調整業務全般

– 中・大規模ネットワークインフラ案件における豊富な設計・構築、および移行の実務経験（SD-WANの経験があれば尚可）
– プロジェクトでのリーダーまたはサブリーダー経験（リードSEとして自走できること）
– エンドユーザー（管理者・利用者）向けの分かりやすい説明資料の作成、およびプレゼン・説明経験
– 業務システムや基幹システムの移行に関する基本知識を有し、フロントに立って移行を推進できる能力
– ステークホルダーとの円滑な折衝ができる高いコミュニケーション能力
– プロジェクトルームへ常駐対応が可能な方

AI×医療・バイオ領域における最先端の生成AI基盤モデル開発。
・1兆データポイントのエピゲノムデータを用いた言語モデルの設計およびフルスクラッチ事前学習
・GB200（複数ノード）を用いた大規模分散事前学習環境の構築・最適化
・数千万規模の超長尺コンテキストに対応するモデル構造（Mambaやコンテキスト並列等）の検討・実装
※分散学習時のメモリ・通信ボトルネックを自力で解決する挑戦的なR&Dポジションです。

– マルチノードGPU環境における大規模モデルの分散事前学習経験（または同等の知見）
– PyTorch、DeepSpeed、Megatron-LM等を用いた並列学習（テンソル/パイプライン/コンテキスト並列）の実装・最適化経験
– OOMや通信ボトルネック発生時、CUDAや通信レイヤーを含めて原因特定・解決できる高度なトラブルシューティング能力
– 超長尺コンテキストを扱う代替バックボーン（Mamba、状態空間モデル等）への強い関心とキャッチアップ力