リモート・常駐 併用の案件一覧

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

• 既存の契約管理システムにおける機能拡張に向けた要件定義、および基本/詳細設計の遂行
• 隣接する周辺システム（顧客情報管理、決済等）とのデータ連携、APIインターフェース設計、およびバッチ処理設計
• 現行アーキテクチャにおける技術的課題の抽出と構造改善の提案
• 開発チームに対する技術的なサポート、ソースコードの検証、および成果物の品質管理

– Javaを用いたWebアプリケーション開発の実務経験（目安：7年以上、フレームワーク環境3年以上）
– 要件定義から本番リリースに至る一連のシステム開発ライフサイクルの経験
– 複数システム間を跨ぐ連携（API、一括処理等）を考慮したシステム設計経験
– RDBMSにおける論理および物理データモデリングの設計経験
– AWS/GCP/Azure等のクラウド環境における最適化されたアーキテクチャの設計経験

以下の技術要素において、委託先成果物の検証や、委託先との課題協議等に対応できる方を募集します。
（実際のシステム設定や、テスト実行を担当する可能性もあります）

– クラウド環境および仮想化環境の設定経験
– 基盤構築の経験
– IaaSサーバーの構築経験
– CI/CDパイプラインの構築経験
– ネットワーク・通信設定の経験
– クラウドおよびインフラ全般に関する知見

特定業界向けクライアントにおいて、ネットワークインフラ構築プロジェクトを支援いただける方を募集いたします。
ネットワークインフラの構築に関する要件定義から構築、運用改善までを一気通貫で対応いただくほか、組織内でのインフラ構築に関するナレッジのドキュメント化や、後任育成のための技術承継を担当いただく想定です。

◾︎想定業務内容

• ネットワーク要件定義／設計／構築／運用改善の推進
• 実機設定／障害対応までの実務対応（ハンズオン）
• 設計思想・運用ルールの整理およびドキュメント化
• 関係者への共有展開、後継育成、スキルトランスファーの実施
• 継続的な標準化・業務改善の推進

– 設計および運用ルールのドキュメント化に関する経験
– 中長期でのプロジェクト参画が可能であること（2〜3年）
– ネットワーク領域における標準化や改善活動を推進した経験
– 大規模なネットワーク環境（複数拠点接続やハイブリッドクラウド等）に関する実務経験
– 主要なネットワーク機器ベンダー（ routing/switching, firewall, load balancer等）の知見
– 後継者育成や技術承継に対する強い当事者意識（オーナーシップ）

生成AI技術を組み込んだ対話機能を備えるコンテンツ創出系アプリケーションにおいて、サーバーサイド開発体制の強化に伴う要員を募集します。

• APIの設計からテストまでの実務遂行
• PMやPdMと連携したシステム開発に関する議論および協調
• プロジェクト進行のマネジメントサポート
• UI/UXの改善提案および不具合への対応
• 既存ソースコードのリファクタリング
• システムパフォーマンスの最適化など

◆主な開発環境・ツール◆
・言語：TypeScript
・FW/環境：NestJS・Next.js
・DB：PostgreSQL・Redis
・インフラ：Azure・Docker
・その他：GitHub Actions・Notion・Redash

– TypeScript（Node.js環境）を用いたサーバーサイドの開発経験（3年以上）
– TypeScript（Next.js等）を用いたフロントエンド・バックエンド開発経験（1年以上）
– 自社サービス展開企業におけるエンターテインメント領域の一般消費者向けサービス開発経験（1年以上）

• 高度な立体データ解析システムの技術開発を担当するポジション
• 独自アルゴリズムの構築に最上流工程から携わる

【作業内容】

• 独自の対象物・形状認識アルゴリズムのスクラッチ開発
• 設計データや空間データとのシステム連携
• 高度なベクトル・幾何学解析処理の実装
• 処理の高速化および精度向上に向けた改善
• アジャイル手法によるプロトタイプ開発
  など

【ツール/環境】
言語：Python, C/C++

– 3次元空間における形状検出や物体認識・検知に関する実務経験
– 高度な数学的知見を実務に適用・応用できる能力
– Pythonを用いた品質の高いソースコードの実装スキル

特定業界向け企業様のAI・データ活用部門にて、全社向けAI活用およびデータ活用基盤の推進を支援するプロジェクトです。
現在、組織内向けAI基盤を展開しており、定期的な機能アップデートを行いながら、他システムとのデータ連携やAIアシスタント活用を推進しています。
今後、他システムとの連携・データ活用・AI活用展開が加速する見込みのため、推進・実装検討・ベンダーコミュニケーションを担う人員を募集します。
※原則として実装はベンダーが行いますが、機能改修検討などの際、自ら手を動かして検証する可能性があります。

– AI技術に関連するプロジェクトを先導した経験
– AWSを用いた環境構築の経験（サーバーレスコンポーネント等の修正対応ができること）
– Python等を用いた実務的な技術スキル
– 開発ベンダーとの意思疎通や、客観的な視点での提案・助言ができること
– 関連する各部門と連携を図りながら業務を推し進められること
– システム改修の検討にあたり、自ら実機確認や検証を行えること

サポート終了を迎えるオンプレミス環境からパブリッククラウド環境への移行プロジェクトです。
現行の自動実行管理、データ連携・変換、およびデータ蓄積基盤をクラウドの提供する各種マネージドサービスへ刷新する方針に沿って、現状の調査から移行設計、実装、各種テスト、および本番切替までを一貫して担当していただきます。

【業務内容】

• 既存環境（自動実行定義、データ処理フロー、データベース資産など）の調査および移行プロセスの策定
• クラウド移行先サービスの選定および基本構成設計（サーバーレスオーケストレーター、統合データ処理サービス、クラウド型DWHなど）
• 自動実行ジョブ、データパイプライン、データ蓄積用の構造定義に関する移行設計および実装
• データの初期移行および差分同期に関する設計と実行
• 検証計画の策定、および各種テスト（結合・性能・受入）の推進
• 本番移行計画の立案、移行作業の遂行、および運用プロセスの設計と引き継ぎ
• 複数の関連部門や外部パートナーとの連携、進捗管理および課題解決の推進

– 複数の関係者との調整や課題管理を主体的に推進できる高いコミュニケーション能力
– 物理環境からパブリッククラウド環境への移行プロジェクトにおける設計から本番稼働までの実務経験
– データ連携、自動実行管理、および大規模データ蓄積基盤の相互連携を理解し、データ分析基盤全体の概念を把握している知識

製造業を展開する企業において、セキュリティ基盤（SASE/FW）の運用・保守、各種問い合わせ対応、および各拠点からの設定変更依頼への対応を担当していただきます。

◆主な業務内容

• セキュリティ基盤およびファイアウォールの運用、アカウント管理・棚卸
• 定期アラートの確認および定期報告業務の遂行
• ユーザーからの問い合わせ対応、システム障害対応、および設定変更作業
• 各種ドキュメントの管理、およびネットワーク運用業務の改善提案

– 特定のクラウド型SASEソリューション（Zscaler等）に関する設計・構築から保守・運用までの深い実務経験（目安：2〜3年以上）
– ネットワークの運用保守、および障害対応の実務経験
– 各種手順書や報告書などのドキュメンテーションスキル
– クライアントや関係各所との折衝・調整経験
– チームメンバーと良好な関係を築けるコミュニケーション能力

自社プロダクトを展開する製造メーカーにて、一般ユーザーや法人向けに提供している健康管理用ウェアラブル端末、およびスマートデバイスを活用した新規機能開発プロジェクトに携わっていただきます。

◆主な業務内容

• 各種端末やスマートデバイスから収集される身体・活動データの分析および状態評価の実施
• 時系列データやセンサーデータを対象としたAI解析、および判別アルゴリズムの精度向上
• プロジェクトチームの一員として、データ解析に付随する各種突発業務への柔軟な対応
• 不定期に発生する地方イベントへの出張対応、および現場での運営・測定サポート

– Pythonを用いたデータ分析および機械学習モデルの開発経験（データ前処理、特徴量設計、モデル構築）
– 主要な機械学習アルゴリズム（勾配ブースティング、決定木、回帰分析等）を用いた予測モデルの開発経験
– モデル評価指標（各種精度・識別指標等）に関する深い知識と理解
– パブリッククラウド環境（AWS）における分析・開発の実務経験
– 健康・ヘルスケア関連データ、または公的機関・自治体統計データの分析経験
– 機械学習モデルの説明可能性に関する分析（特徴量重要度の可視化等）の実務経験