単価90万円以上の案件一覧

大手製造業の企業にて、事業部門内で推進している機械学習・AIを活用したシステムの企画、開発、運用保守をご支援いただける方を募集します。
モデルを作成するだけではなく、データ前処理、学習、評価、推論、再学習、モデル管理、監視、障害対応までを含めた、実運用を前提とする機械学習システム全体の設計・構築ができる方を想定しています。
今後、クラウド上の機械学習サービスやマイクロサービスを組み合わせ、運用・保守を見据えた機械学習システムを構築する案件が増加する見込みです。

■想定業務内容
・クラウド上の機械学習サービスを活用したシステムの設計・構築
・機械学習パイプラインの構築
・API、バッチ処理、データ基盤、ストレージ、監視ツール等を組み合わせたシステム構造設計
・本番運用を想定したモデル管理、デプロイ、監視、ログ収集、障害対応、性能改善
・CI/CD、IaCツール、コンテナ技術等を活用した開発・運用基盤の整備
・クラウド環境におけるネットワーク、権限、セキュリティ設計
・要件整理、システム構造設計、実装、テスト、運用設計までの一連の対応

– クラウド上の機械学習サービスを活用したシステム設計・実装経験
– データ前処理、学習、評価、推論、再学習を含む機械学習パイプラインの構築経験
– API、バッチ処理、データ基盤、ストレージ、監視ツールなどを組み合わせたシステム構造設計経験
– 本番運用を想定したモデル管理、デプロイ、監視、ログ収集、障害対応、性能改善の知見
– MLOps、CI/CD、IaCツール、コンテナ技術、権限設計、セキュリティに関する実務経験
– 要件整理からシステム構造設計、実装、テスト、運用設計まで一貫して対応できること

金融機関におけるAzure基盤の運用技術支援案件です。

・Azure基盤の運用課題に対するプロセス見直しおよび改善
・Azure上で稼働する業務システムに関する技術相談への対応
・開発ベンダが提示する構成案・方式に対するレビューおよび指導
・社内開発システムにおけるAzure前提のシステム構成設計・検討

– Azureの実務経験（3年以上）またはAWSの実務経験（5年以上）
– ネットワークを含むインフラ全般の設計・構築・運用経験

物流・輸送管理分野の事業会社において、輸送管理システムの機能追加および改修に従事いただきます。
Webアプリケーション（画面・API）、ハンディ端末用アプリケーション、帳票、バッチ処理の新規機能開発および既存機能の改修
サーバーサイド技術およびフロントエンド技術を用いた開発、またはサーバーサイド技術およびネイティブアプリ開発技術を用いた開発ができる方をそれぞれ募集しております。

■開発環境の傾向
Java / Kotlin / Vue.js
OS: Windows
DB: 関係データベース（RDBMS、軽量データベース等）

– Javaの開発経験（3年以上）
– JavaScriptの開発経験（3年以上）
– 設計書を読み、不備を感じた場合に改善に向けた技術的な提案ができること
– 設計書の作成ができること
– フロントエンドフレームワーク（Vue.js）の開発経験
– モバイルアプリ開発言語（Android JavaまたはKotlin）にて設計書を解読し、開発ができること

複数案件における事業立ち上げ支援、および全社横断的な開発ブースト支援。
CTO/VPoEと連携した組織・プロダクトの課題解決、事業計画フェーズからの新規事業参画、アーキテクチャレビュー、インフラからアプリ両面（フロント・バックエンド）にわたるモダン化の推進。

＜開発環境の一例＞

Go、Next.js、MySQL（Cloud Spanner含む）、Redis、GCP、AWS、Datadog、GitHub Actions、CircleCI、Terraform 等

＜備考＞

業務上、アダルトコンテンツに触れる可能性があります

– インフラ、バックエンド、フロントエンドにおよぶ広範な設計・実装・実務経験
– 大規模システムにおける技術選定やアーキテクチャなどの意思決定経験
– コンテナ、CI/CD、マイクロサービス等のモダンな技術を用いた開発経験
– サーバーサイドにおけるTDD（テスト駆動開発）の実務経験、および静的型付け言語での開発経験
– RDBにおいてパフォーマンスを意識した最適なコーディングができる方
– 新旧様々なシステムへの素早いキャッチアップ能力、および関係者を巻き込む高い推進力

特定業界の大手企業向けにおけるAI・GPUインフラ基盤の構築支援プロジェクトです。

最先端のGPU製品群を用いたクラスタ構成および導入を中心に、クラスター管理ツール、コンテナ技術、ジョブスケジューラーなどのミドルウェア設計・構築から、GPUサーバーを収容するデータセンター、高速ネットワーク、高性能ストレージの設計まで幅広く対応します。

AIインフラの設計から構築・導入までを一貫して主導できる人員を募集しています。

＜環境＞
NVIDIAGPU、Slurm、コンテナ（Docker/Kubernetes）、BCM、高速NW、ストレージ

– 主要なGPUハードウェア・ソリューションを用いたクラスタ構成および導入の実務経験
– クラスター管理ツール、コンテナ環境、ジョブスケジューラーなどの各種ミドルウェアの設計・構築経験
– GPUサーバーに最適化されたデータセンター、高速ネットワーク、および専用ストレージ等の設計・構築経験

• 先端AI技術を社会実装する複数プロジェクトに横断的に関与

業務内容・期待役割

• 先端AI技術を社会実装する複数プロジェクトに横断的に関与し、AIエンジニアリングの責任者として、主にAI設計・開発検証の品質担保・エンジニアチームのマネジメント・顧客への技術的説明をリードいただきます。
• ビジネス要件を踏まえたAI活用の方針策定、AIの要件定義・設計、開発（既存アセットへのキャッチアップを含む）
• AIの検証設計、検証の実行、結果の分析、改善方針の策定
• 他のAIエンジニアのマネジメント、成果物（コード・報告資料）の品質管理
• PMとの連携、顧客への技術的説明

– Python、ディープラーニングフレームワークのプログラミングスキル
– AI開発を伴う概念実証から小規模本番運用までの一連のプロジェクト経験
– エンジニアリングチームをリーダーとして主導・品質担保した経験
– 顧客のビジネスドメイン・要件を主体的に理解し、AIの要件に落とし込んだ接続
– 機械学習・データサイエンスにおける複数の技術ドメインの専門性、先端技術へのキャッチアップ能力
– 開発検証環境の構築・運用・外部サービス（API）の利用に関する基礎スキル
– 仮説構築・検証・改善のPDCAをチームで高速に回す能力
– 非エンジニアや顧客とのコミュニケーション・ドキュメンテーション能力

大手エンターテインメント関連企業において、アンケート調査の設計、集計、レポート作成などを担当していただきます。
※想定される業務スコープ例：

• 課題のヒアリング
• アンケート調査の設計
• 各種調査ツールを用いた調査票作成
• アンケートデータの集計
• レポート作成
• アンケート調査設計に関する業務効率化

– アンケート調査設計の実務経験
– アンケートデータの集計およびレポート作成経験（実務において自ら手を動かして検証・作業ができること）
– 事業ニーズや施策立案から逆算した調査設計の経験（事業会社側での市場調査・マーケティングなどの実務経験）
– 生成AIツールやシステム開発等を活用し、アンケート調査設計に関わる業務効率化を推進できるスキル・経験