単価80万円以上の案件一覧

・S/4標準プロセスとアドオン機能を対象とした機能テストの実施
・テストシナリオに基づくデータ準備、テスト実行、結果検証・不具合解析
・不具合対応および再テスト、顧客レビュー対応

【主な使用技術】
SAP（SD/MM）
ABAP

ライブ配信事業における、Youtubeのデータ取得バッチ基盤リファクタリングおよびdbt移行に携わって頂きます。

目的

• StepFunctionsベースの既存バッチをk8sコンテナベース構成へ移行
• バッチシステムからdbt部分の分離
• 既存運用負荷軽減・可読性向上

業務内容

• Youtubeの既存バッチの保守
• StepFunction管理dbtの分離
• 既存バッチの処理フローの整理
• 新バッチ開発

・決済基盤における購入領域の新規機能追加、運用保守・改善開発に参画いただきます。
・購入システムの案件増加対応
・モダナイゼーションの推進
・PRJのリードから設計、開発まで、一通りをお任せしたいと考えております。
・現行システムの開発言語としては主にPHPとなります。
・モダナイゼーション先のシステムはGoとなっております。

【主な開発環境・ツール】
・開発言語：
レガシー環境：PHP
モダン環境：

• フロントエンド,BFF - TypeScript, React, Next.​js(App Router)​
• バックエンド - Golang
  ・インフラ：Kubernetes, AWS, Amazon AuroraMySQL
  ・開発マシン：Mac
  ・開発ツール：JetBrains IDE / VSCode
  ・管理ツール：GitHub
  ・利用可生成AI：ChatGPT / GitHub Copilot / Claude Code / 他、各種利用可能
  ・その他ツール：Docker / GitHub Actions / Datadog / Terraform

バックエンドエンジニアとして、要件定義から設計・実装・リリース・運用保守まで一連の業務をお願いします。
GCPを活用したモダンな環境下で、プロダクトの価値最大化に向けた機能開発や改善を推進していただきます。

◆主な開発環境・技術スタック◆
・言語：Go言語
・クラウド：GCP・Terraform
・CI/CD：GitHub Actions・Cloud Build
・AIツール：ClaudeCode・Cursor・Gemini・GitHubCopilot 等

大規模就活支援プラットフォームの開発全般をご担当いただきます。

・新規機能の実装・ライブラリのアップデート
・UI/UXの改善・共通機能の開発
・レスポンシブコーディングやABテスト
・要件定義、リファクタリング等の技術提案

◆主な開発環境・ツール◆
・言語：TypeScript・JavaScript・Ruby
・フロントエンド：React
・バックエンド：Ruby(Rails)
・インフラ：AWS(ECS, RDS)・Docker
・管理ツール：GitHub・JIRA
・コミュニケーション：Slack, Google Chat

NIST CSF 2.0 準拠に向けた実務レベルでの伴走支援
実際の業務対応、会議への参加、ドキュメント作成、ロードマップ策定
将来的なグローバルへの展開・横展開を見据えた、英語でのコミュニケーションを含む支援

LLMを活用したプロダクトおよび業務基盤の設計・開発をリードしていただきます。
RAG、エージェント、評価・監視、プロンプトエンジニアリングに留まらず、システムの信頼性と継続的な改善サイクルを確立することがミッションです。

◾️具体的な業務内容
（1）LLM機能の設計・開発（要件定義〜運用）
・医療ドメイン知識を活用したRAGシステムの設計（Chunking戦略、ハイブリッド検索、Re-ranking等）
・自律型エージェントの設計（Tool/Function calling設計、状態管理、ガードレール実装）
（2）品質改善・評価基盤の構築
・プロンプト最適化、Few-shot学習、必要に応じたFine-tuning/LoRAの実施
・LLM評価基盤（LLM-as-a-Judge, Ragas等）の導入と、定量的な品質モニタリング体制の構築
（3）運用・監視・コスト最適化
・トークンコストの管理、レイテンシ改善、エラー解析
・ログ基盤の整備と、Human-in-the-loopによる改善サイクルの確立
（4）セキュリティ・安全性設計
・個人情報（PII）保護、プロンプトインジェクション対策、権限管理の設計

・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（EDA）・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、リーク検知
・分析結果のドキュメント化・社内共有（再現可能な形で）

・PythonまたはRでのデータ分析経験（Pandas / NumPy 等）
・機械学習の実務経験または同等スキル
（分類・回帰・時系列・異常検知などいずれか）
・実験・分析の結果を整理し、改善案まで言語化できること

・勤怠システムや人事系のシステムに精通しているエンジニア、または制度設計ができる方
・HRMOSというプロダクトの保守や機能追加を担当。可能であれば要件定義〜リリースまで一貫して対応いただきたい
※HRMOS以外にも複数のプロダクトがあり、スキルやご経験に応じて別案件をご依頼する可能性あり
・少人数体制のチームを想定しており、チームをマネジメントできるリーダークラスの方を募集