単価70万円以上の案件一覧

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

車載データ(ドラレコ映像+必要に応じて音声)を扱うAIテーマの検討・PoC推進にあたり、技術検討と実装を進められるMLエンジニアを募集します。

車載データを活用したVLMの学習から評価のPoCを目的とした以下の業務を担当いただきます。
・ベースラインモデル構築・評価手順の作成
・VLMを用いたベースラインモデルの構築および評価手順の作成、簡易PoCの実装。
・データ仕様・評価指標の整理 車載データ(ドラレコ映像・音声)に適したデータ仕様および評価指標の整理、次アクションの提案。
・技術検討の資料化と合意形成 技術検討を資料化し、関係者と要件整理・論点整理を行い、合意形成を推進。