単価80万円以上の案件一覧

小売業を展開する企業において、企業間電子商取引（BtoB EC）プラットフォームおよび電子請求書管理システムを導入するための設計・開発・設定業務をご担当いただきます。

主な業務内容

• 対象製品の仕様理解に基づくシステム最適な設定対応
• プラットフォーム導入に伴う要件定義および各種設計業務全般
• 既存システムとの連携を想定したデータ連携設計の推進

– 企業間取引（BtoB）プラットフォームに関する導入、システム設計、または設定対応の実務経験
– 電子請求書・請求管理システムに関する導入、システム設計、または設定対応の実務経験

製造業を展開する企業において、基幹システムの刷新に向けた要件整理およびプロジェクトの立ち上げ準備が進行しています。生産管理・調達・原価管理の各領域を対象に、業務特化型パッケージシステムを導入するための要件定義業務をご担当いただきます。

主な業務内容

• 生産計画、調達、原価管理領域における現行業務のヒアリングと課題抽出
• 統合型パッケージシステム（SCM/ERP）を導入するためのシステム要件定義
• 顧客・関係各所との合意形成および導入準備に向けたドキュメント作成

– 特定のサプライチェーン管理（SCM）または基幹パッケージシステムに関する導入プロジェクトへの参画経験

AI技術を用いた先端科学・医療分野のデータ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

• 大規模な専門データ・医療情報の前処理、品質評価、探索的データ分析（EDA）、可視化、および仮説検証
• 特徴量設計、データ表現の最適化、学習・評価用データセットの整備

1. 機械学習 / 深層学習モデル開発

• 深層学習モデルの設計・実装・評価、およびベースライン構築と継続的改善
• 表現学習、自己教師あり学習、またはドメイン特化型基盤モデルの開発
• アクセラレータ（GPU等）環境を用いたモデル学習・実験運用、性能評価、および誤差分析

1. 大規模学習・開発基盤

• 分散学習ジョブの設計・運用・最適化、および学習パイプライン・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、およびMLOpsの推進

1. 研究プロセス・チーム連携

• 評価指標・ベンチマークの設計、実験の再現性担保、ログ管理、およびドキュメント化
• 各分野の研究者、データサイエンティスト、エンジニアとの緊密な協働

以下1、2のいずれかの領域において、「実装および最適化」の実務経験を有すること。
1. アーキテクチャ設計と事前学習の実務経験
– Transformerベースのモデル、または最新の動的状態空間モデル（SSM等）を用いた大規模モデルの設計・実装経験
– 基盤モデルの拡張則（Scaling Laws）に基づき、数千億〜兆規模のトークン学習に必要な計算リソースを定量的に見積もる能力
– 数十億〜数百億パラメータ規模のモデルにおける事前学習の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
– 主要な分散学習ライブラリ（PyTorch FSDPやDeepSpeed等）を、モデル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
– シーケンス並列（Sequence Parallelism）等の実装を通じた、単一メモリに収まらないコンテキスト長に対する学習最適化経験

• AWSおよびSnowflakeを活用して構築されたデータ基盤の開発・保守業務
• 製造業界向けデータ利活用プラットフォームの安定運用と機能拡張

– Apache Iceberg Table / Catalog および Iceberg から Snowflake への連携に関する知見
– 日本語：ネイティブレベル、英語：読み書きレベル

・内容：
販売管理システムの構築（SalesCloud利用）

・担当領域：
・SalesCloudを核とした販売管理領域
・生産管理（mcframe）、財務会計（SuperStream）との連携を含む全社刷新

・担当工程：
業務要件整理、Fit＆Gap分析

・体制：
上位PM配下のチーム（合計15名程度）

予約・決済・在庫・発券等、高トラフィック領域のシステム設計、開発、運用を主導。
大規模Webアプリ・APIのアーキテクチャ設計や技術選定、DDDを意識した設計、チームの生産性向上やメンタリングなど幅広く担当いただきます。

■開発環境■
Java8以上, Spring Boot, AWS, RDBMS, NoSQL, Git

・Java8以上およびSpring Bootでの開発経験3年以上
・大規模Webアプリケーションの開発実務経験5年以上
・技術的な意思決定やリードを行った経験
・RDBMSやNoSQLを用いたデータモデル設計・運用経験
・Gitを利用したチーム開発におけるコードレビューリード経験

大手SIerにおける、Claude CodeやGemini等の最新AIツールを用いた開発プロセス変革プロジェクト。テックリードとして、AIエージェントの設計・実装から、グローバルチーム（インド等）との連携、新規技術（MCP等）の検証・ナレッジ基盤への組み込みまでを幅広く牽引する。

■担当工程：
AIエージェント設計・実装、ツール検証・技術フィードバック、国内展開サポート、技術マネジメント、受入評価、プロトタイピング。

■開発環境：
Python, Node.js, Claude Code, Vertex AI (Gemini), LangChain, Dify, Google Cloud (GCP)

大手SIerグループの子会社における、IT化が遅れているプロジェクトに対し、最新のクラウド技術やツールを導入・拡販しようとしています。
ClaudeCodeを中心とした次世代AI開発支援ツールの導入・検証プロジェクトです。
単なるツールの導入に留まらず、AIエージェントの設計・実装やMCP（ModelContext
Protocol）の構築を通じて、見積書や提案書作成等の実業務における効率化を推進します。
テックリードとして、技術検証からプロトタイプ実装、現場（非IT層を含む）への展開・フィードバック収集までを主導いただくポジションです。

【業務】
・AIエージェントの設計／実装
Claude
APIやMCPを活用した自律型エージェント機能の設計、および社内ナレッジとの連携実装
・ClaudeCodeの検証／環境構築
有料プランの選定からAPI、MCPの構築、およびツールを用いた開発プロセス改善の技術検証
・現場展開／技術サポート
開発現場や業務部門に対するツールの導入支援、技術的なフィードバックの収集および改善案の策定
・プロトタイピングと要件定義
アイデアベースの施策をClaudeを用いて迅速に実装（プロトタイプ化）し、現場での実用性を検証
・ステークホルダー連携
現場の非IT層や上層部（事業部長・役員クラス）に対し、AI活用の効果やROIを技術的視点から説明・提案

【環境】
・言語：Python,Node.js等
・AI関連：ClaudeCode,ClaudeAPI,MCP(ModelContextProtocol),LangChain
等
・インフラ：GoogleCloud(GCP)/AWS等（社内規定に準ずる）
・ツール：Dify,Cursor等の検討・活用