単価90万円以上の案件一覧

部品を主力に取り扱う製造事業者での事業管理高度化支援。
並行して進む基幹システムの刷新とは別に、現状システム環境で利用可能なデータを用いて目指すべき事業管理像に近づけていく
事業管理高度化の企画案に対して、データによる検証を行い有効性を確認する部分が主なタスク
データの抽出自体はシステム部門が行い、抽出されたデータをBIツールによって加工・分析を行う
なお、可視化画面の構築や実運用環境での連携構築等は対象外

– 大量データの分析スキル（データ整形・加工・テーブル結合等も含む）
– BIツールないしはPython等によって自身で分析した経験
– 事業管理系の評価指標に関する知識

■募集背景
ヘルスケア領域の課題解決に取り組む初期フェーズの事業主体です。
データと先進技術を活用した研究開発を推進しており、データ分析・予測モデル構築の実務を担当いただく専門人材を募集します。
参画後は業務を通じて、適性に応じてモデル開発 / データベース活用 / 運用基盤構築 など専門領域へステップアップいただきます。
■業務内容

• 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・可視化・仮説検証
• 予測モデルの作成・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、異常検知
• 分析結果のドキュメント化・組織内共有（再現可能な形で）

– PythonまたはRでのデータ分析経験（各種ライブラリ等）
– 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

• 工場内の各種データの収集・統合・活用設計
• 生成AI技術を活用した業務支援機能の設計・開発
• 情報検索・ナレッジ活用基盤の構築
• 実装検証推進およびAI適合・改善サイクルの実行
• 内製ソリューション開発との連携
• 既存業務システム等とのデータ連携設計
• 知識構造化のためのデータ設計
• コンテナオーケストレーションを前提としたシステムアーキテクチャ設計

※提案工程からの参画歓迎
※複数検証を横断的に担当いただく想定

– 特定業界向けシステムまたはデータの取り扱い経験
– 生成AI技術を用いたシステム開発または試作検証経験
– データ基盤／データアーキテクチャ設計・構築経験
– 非構造化データの処理・活用経験
– クラウド環境（AWS/GCP/Azure等）での開発経験
– 試作検証をリードしつつ実装まで見据えられる技術力
– 現場関係者とのコミュニケーション能力

大手ヘルスケア関連企業内で現在使用している外部SaaSシステムを内製化するために、グループ企業の既存システムやパッケージをベースに置き換えていくプロジェクトになります。

【想定業務】
（設計者）

• 現場社内でのヒアリング、打合せを行い、仕様や要件整理
• 整理した内容を設計書へ落とし込む
• 生成AIを活用した試作設計の検証および実践
• その他付随する作業

– 生成AIを用いた開発手法に対し、積極的に取り組む意欲があること
– 自律的な対応能力
– システム開発における上流工程の経験
– 円滑なコミュニケーション能力

データ基盤の整備とAI活用の本格推進が経営課題となっている顧客へ、構想から設計・構築まで牽引できる専門技術者を求めている状況。
そのため、以下を推進したい。
・顧客の中核人材の役割を代行・補完し、技術面の意思決定〜設計〜構築を主導できる体制を整える
・AI活用を見据えたデータ構造の設計・ツール選定・構築を行い、AI活用を構想から実装まで進める

【業務内容】
・AI活用を見据えたデータ構造の設計・ツール選定・構築
・データ基盤・データ連携・データ活用の全体設計（AI/分析での利用を前提とした構造）
・データ統制・品質・セキュリティを踏まえた設計、および実装の推進
・既存システム環境を考慮した、複数拠点を持つ企業のデータ活用検討の推進
・システム全体の構造と技術意思決定
・基盤・ネットワーク・クラウド・認証基盤・セキュリティを横断した構造設計と技術判断の主導／支援

– データ構造（データ基盤・データ連携・データ活用）の設計経験
– システム基盤／クラウド環境（AWS/GCP/Azure等）の構造設計から構築までの実務経験（上流から実装まで一括で担える）
– 要件定義から実装・運用設計までを推進する実行力と、技術論点を整理し説明できるコミュニケーション力
– リーダー経験

分析企業に類する、生体試料から遺伝子情報を分析する自社解析拠点を新設します。
この拠点の立ち上げにあたり、検体受入から分析・結果提供までを支える管理システムを構築します。

◼︎役割概要
新設する解析拠点に導入する業務管理システムの要件定義・方式選定・設計・構築・導入をリードしていただきます。実験工程とデータ解析工程をつなぐ、拠点システムの中核ポジションです。品質保証や法的要件担当から受け取る規制・法務要件（確認履歴、利用権限、同意管理、匿名化等）を、システムの機能要件として設計に落とし込みます。双方の重要関係者を担っていただきます。

◼︎業務内容
・拠点業務の要件定義（検体受入 → 抽出 → 前処理 → 計測 → 品質確認 → 結果報告 → 保管/廃棄）
・データ解析工程（データ分離、解析値算出、品質確認取り込み、自動処理起動・結果連携）を含む要件定義
・システム方式選定（既存製品の修正導入 / オープンソース活用 / 新規開発）と理由提示
・検体管理・配置・処理単位を中心としたデータ構造設計
・計測機器・自動化機器・解析処理との連携設計および開発推進
・操作履歴・権限管理・変更履歴・データ整合性を前提とした設計
・現場・解析・基盤・法務の各担当との要件調整および橋渡し
・開発・導入の推進、内製運用・規制対応を見据えた展開計画策定

– 解析拠点向け業務管理システムの構築または導入をリードした経験
– 実験工程（抽出〜前処理〜計測）とデータ解析工程の両方を理解し、双方を接続した経験
– 検体追跡性、各種管理単位を含むデータ構造の設計経験
– 計測機器連携（処理指示作成、結果データの取り込み）の実装または設計経験
– クラウド環境（AWS/GCP/Azure等）を前提としたシステム設計の知見
– 関連部署を跨いだ要件定義・合意形成の推進力

下記業務内容を想定します。

大手システム開発企業向けの金融向けデータ基盤構築（検証フェーズ）におけるエンジニア募集です。

■作業内容：金融向けデータ基盤構築（検証）

• 簡易AI機能構築
• ガバナンス管理環境構築
• 稼働情報収集の標準化（各種規格想定）、事業継続計画検討
• ローコード開発環境の設計見直し
• データウェアハウス：管理アプリケーション、AIアプリケーション開発、外部ストレージ連携、事業継続計画検討
• 上記を支えるクラウド基盤（PaaS）活用

■体制想定

• プロジェクト管理者：クライアント側にて想定
  下記の要員募集を行います。
  1) AIプラットフォームエンジニア（クラウド環境） 1名
  2) データウェアハウス管理・設計経験者 2名
  3) ローコード開発ツール・分析基盤（各種BI等） 2~3名

– データウェアハウスの導入、アーキテクチャ設計、または管理・運用経験
– データウェアハウス内組み込みAI機能を用いたAI/機械学習機能の設計・構築経験
– SQLスキルおよびデータベース設計経験

以下の業務内容を想定します。

大手システム開発企業向けの金融系データ基盤構築（検証フェーズ）におけるエンジニアの募集です。

■作業内容：金融系データ基盤構築（検証）

• 簡易AI機能の構築
• 統制管理環境の構築
• 稼働情報の集約・標準化（標準規格想定）、事業継続計画の検討
• ローコード開発基盤の環境設計見直し
• データウェアハウス：管理アプリケーション、AI機能開発、外部ストレージ連携、事業継続計画の検討
• 上記を支えるクラウド基盤（PaaS）活用

■体制想定

• プロジェクト管理：クライアント側にて対応想定
  以下の要員募集を行います。
  1) AI基盤エンジニア（クラウド（AWS/GCP/Azure等））1名
  2) データウェアハウス管理・設計経験者 2名
  3) ローコード・分析ツール担当 2〜3名

– クラウドプラットフォーム上のAI機能サービスを用いた機能開発・設計経験
– クラウドPaaS環境におけるインフラ設計・構築経験
– PythonまたはC#を用いたバックエンド開発経験

通信関連企業から独立した事業会社にて、すでに運用を開始しているAI基盤の主要機能開発を担当します。
試作ではなく、本番サービスとしての高い信頼性・保守性を追求するフェーズにあります。
【業務内容】
-新規機能の開発
オーケストレーションツールを活用した状態管理ワークフローの設計・実装。
-バックエンド構築
WebフレームワークによるAPI設計、およびデータベースを用いたデータ基盤実装。
-運用保守・改善
本番環境でのパフォーマンス監視、ログ分析、および精度評価指標に基づいた改善。
-上流工程からの参画
曖昧な要求を具体的な技術仕様・工数に落とし込み、リリースまでの実行計画を策定。
【開発環境】
言語/FW：Python,Go,エージェントフレームワーク
DB：RDBMS,NoSQL
インフラ：AWS/GCP/Azure等（コンテナ実行環境,AI基盤サービス）,BaaS
管理：タスク管理ツール,コード管理ツール,チャットツール
手法：アジャイル（1週間スプリント）

-ビジネスレベル以上の日本語でのコミュニケーション能力
-本番サービスの開発・運用保守の実務経験
不特定多数のユーザーが利用する公開サービスのバックエンド開発・リリース・運用経験を重視します。
-エージェントフレームワークを用いたワークフロー構築の実務経験
自律型エージェントにおける高度な状態管理・ループ処理の実装経験。
-Python(Webフレームワーク)によるバックエンド開発経験
-検索拡張生成（RAG）の定量的な精度評価・分析基盤の構築経験
定性的な評価ではなく、評価指標を用いて改善サイクルを自走した経験。
-設計からリリースまでの一気通貫の担当経験
自身で技術選定やアーキテクチャ設計を行い、本番リリースまで完遂できる能力。
-コンテナ技術/コード管理ツールを用いたチーム開発およびCI/CDの運用経験

・分散処理環境・コンテナ管理環境における以下2つの研究開発テーマについて、提供される仮説やアイデアをもとにした実装・検証・考察・報告を担当するポジション
①分散処理のサービス品質予測モデルの構築
②大規模言語モデル（LLM）・オントロジー連携によるRCA手法の構築
・期待すること：立案された仮説をスピーディーに実装し、関係者と密に連携を取りながら、検証サイクルを回すこと
【作業内容】
・提供された仮説やアイデアのコードベースへの落とし込み
・先行研究論文の数式・アルゴリズムや既存ソースコードの理解、およびそれらの改変・実装追加
・機械学習モデル（グラフ構造処理、強化学習、各種機構等）や損失関数の実装、特徴量加工、データ拡張、パラメータ調整
・手法の検証・実験の実行、結果データ解析
・実装内容および検証結果のチーム内への論理的な説明・フィードバック
【環境】
・言語：Python,Go
・想定ライブラリ：主要な深層学習フレームワーク、各種グラフ系ライブラリ
※その他必要なツールは適宜相談の上決定

-Pythonを用いた機械学習（特に深層学習）モデルの実装経験
-先行研究論文の数式やアルゴリズム、および公開されているソースコードを読み解き、自ら実装・改変できる力
-グラフ構造処理、強化学習、特定の注意機構のいずれか（または複数）に関する基礎知識と実装経験
-実装したコードの意図や検証結果を、チームメンバーに対して分かりやすく論理的に説明できるコミュニケーション能力