単価70万円以上の案件一覧

データエンジニアとして主に以下の業務に携わっていただきます。
・各国・各拠点で利用されているERPや業務システムからデータを集約し、データ基盤の設計、構築、運用を技術面からリードする
・クラウド環境上でのデータウェアハウス/データレイクのアーキテクチャ設計、技術選定、実装方針の策定を担い財務・原価・生産・販売などの基幹業務データを、グローバルで横断的に扱えるデータ基盤として構築する
・ETL/ELT処理の設計・開発、BIツールを活用したダッシュボード・レポート提供などデータ利活用の促進に携わる

■開発環境■
Snowflake、PowerBI

・クラウド環境(AWS、Azure、GCP 等)におけるデータ基盤のアーキテクチャ設計・開発・運用経験
・SQLを用いたデータ設計・分析経験(業務データを理解した上での設計)
・ETL/ELTパイプラインの設計・実装経験
・技術的な内容を業務部門・関係者に分かりやすく説明し、合意形成を行った経験

大手鉄道グループのユーザーデータを集約し、 レコメンドや配信を支えるアプリ・データ基盤の設計・開発・運用を支援する案件です。

具体的な業務内容としては下記がございます。
└データ基盤領域の設計～実装～運用(ETL/ELT、データマート構築)
└SQL/Pythonによるデータ処理実装、再実行性・堅牢性を意識した設計(リトライ、差分更新、障害時の切り戻し等)
└パフォーマンス改善(クエリ最適化、テーブル設計、運用負荷の低減)
└ワークフロー/サーバレス(Cloud Functions、Cloud Run、Pub/Sub等)を用いた処理基盤の開発・運用
└IaC(Terraform)やCI/CDを活用した運用改善、変更管理の標準化
└若手メンバーへの技術フォロー、レビュー、手順整備(内製化推進の支援)
└施策要件の整理～仕様の深掘り～技術設計への落とし込み(関係者調整含む)

フェーズ：要件定義～運用

■開発環境■
言語:Python インフラ:GCP その他:Terraform 手法:アジャイル/ウォーターフォール

現行のネイティブアプリに対し、AIチャットボットツールの開発を行う。
案件の状況としては、LangGraph による State管理ベースのアプリ(typescript) を
構築する想定で、開発がメイン担当。
レビューワーは別途います。

■技術要素：
Typesprict/LangChain/LangGraph/AmazonBedRock

・金融SaaSサービス運営企業にて、請求書発行や入金、債権消込といったプロセスのワークフローを設計・実装していただきます。
・複雑になりがちなワークフローをシンプルに紐解いていくことに挑戦しています。

≪具体例≫
・「請求」→ 「入金」 → 「債権消込」のワークフローをTemporal +​ Golangで設計/実装
・各事業部のサービスに対して柔軟で利用しやすい柔軟な請求書業務の提供
・アカウンティングやクレジットチームに対して説明責任が果たせる堅固な基盤の設計をリード
・ロードマップの策定
・デザインドックやアーキテクチャレビューのリード
・メンバーのコードレビュー及びメンタリング

【技術環境】
バックエンド：Golang 1.​24+​, gRPC, Temporal
インフラ：Kubernetes (GKE)​, Helm, Istio, Terraform
データ：Cloud SQL (MySQL 8)​
オブザーバリビティ：Prometheus, Grafana LGTM, OpenTelemetry, Cloud Logging
CI/CD：GitHub Actions, ArgoCD

法人の資金管理（支払い、請求、キャッシュフロー）を行なうシステムの新規構築、
ネイティブアプリ、Webサイト、管理サイトからなるシステム構築を行います。

・iOS枠：Swift
いずれも4年～経験目安
・ウォーターフォール開発のご経験
・細かい粒度での設計書作成経験のある方
・他社レビューも積極的に取り組める方

・長期的に行うリプレイスプロジェクトに参画していただきます。
・担当する画面・機能の設計からテストまでを一貫して行なっていただきます。
・AIを活用し、開発生産性の向上を意識した開発に取り組んでいただきます。
・開発内外の折衝なども必要に応じて行なっていただく予定です。

【主な開発環境・ツール】
・Go
・Next.​js
・Aurora/MySQL
・Redis
・BigQuery
・AWS
・DataDog/newrelic

・Goを用いた開発のご経験1年以上
・RDB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

既存システムで使用しているSAPオンプレ環境をSAP RISE環境（クラウド）へ移行する上で、Infomaticaを使用した既存のデータ連携が動作するかの検証の実施。
既存方式が動作しない場合もしくは、既存方式より最適な方式がある場合、
新方式でのInromaticaでのデータ連携の開発・検証の実施。

既存システムで使用しているSAPオンプレ環境をSAP RISE環境（クラウド）へ移行する上で、Infomaticaを使用した既存のデータ連携が動作するかの検証の実施。
既存方式が動作しない場合もしくは、既存方式より最適な方式がある場合、
新方式でのInromaticaでのデータ連携の開発・検証の実施。

・学習データ作成のためのコーパス収集および整備
・機械学習モデルの学習および評価（学習結果の誤り分析を含む）
・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

【参画メリット】
・チームで学習精度向上に取り組み、サービスの改善に直接貢献することができる
・自社プロダクトに関する開発だけでなく、今後のビジネスの方向性を踏まえた企画段階から携わっていただける
・B2BSaaSにおけるフェーズ移行中です。事業拡大につき、大きな裁量をもって組織づくりにも参画することが可能です。

◆主な開発環境・ツール
言語：C+​+​、Python
ツール：Linux、Github、Confluence
インフラ環境：AWS、docker

大規模な2D画像および動画データ群に対し、NVIDIAのフレームワークやVLM(Vision Language Model)を活用して「シーン抽出」や「重複画像排除」の仕組みを構築・検証いただけるエンジニアを募集します。

主な業務内容
大規模データのクレンジングおよび前処理の自動化・高度化を目的とした以下の業務を担当いただきます。

1. 要件定義・手法検討
   プロジェクト推進元エンジニアの支援を受けながら、対象データに適したシーン抽出・重複排除のロジックを確定。
2. 実装および検証
   NVIDIAの各種フレームワーク(DeepStream, Video Processing Framework等)や、最新のVLMを活用したスクリプトの実装。既存スクリプトの改修・最適化。
3. 作業報告書の作成
   検証結果の定量的評価、および実用化に向けた知見のドキュメント化。