Pythonの案件一覧

・会計連携システムについて、要件整理・タスク化から設計、開発、リリースまで一貫して携わっていただきます。
・日常の運用業務に加え、保守開発・改善開発においては、要件定義から設計・開発・テスト・移行の開発工程全体に関与いただきます。
・安定稼働を支える運用改善に加え、チームのミッションであるシステムのクラウド移行や更改対応にも関わっていただく可能性があります。
※スキルや経験に応じて、以下のような業務も担当いただきます。
・クラウド環境（AWS/GCP/Azure等）を用いたクラウドネイティブな設計・開発
・CI/CDツールの導入・改善など、開発生産性を向上させるための取り組み
・将来を見据えた刷新計画の立案・技術選定

◆主な開発環境・ツール
▼ バックエンド開発
プロダクトごとに言語が異なるため
開発言語：Python, Java, Kotlinのいずれかを用いて開発します。

▼ インフラストラクチャ
IaCツールを用いた構成管理を推進しており、オンプレミス環境からのクラウド移行にチーム全体で取り組んでいます。
インフラ構築の経験も積める環境です。
OS：Linux系OS
ミドルウェア：RDBMS
管理ツール：プロジェクト管理ツール、バージョン管理システム、チャットツール
AIおよびAI Agent：AI支援ツール、コード生成AIツールを必要に応じて利用
その他：クラウドDWH（AWS/GCP/Azure等）、データ可視化ツール
▼ CI/CD・監視
CI/CDツールによる自動化、オブザーバビリティツール・APMによるパフォーマンス監視など、DevOpsのプラクティスを重視しています。
▼ 開発プロセスとツール
コードレビューやタスク管理はバージョン管理プラットフォームに集約しています。
また、各種AIツールを開発やドキュメント作成などで活用し、生産性向上を図っています。

– PythonまたはJavaを用いたアプリケーションの設計・開発・運用経験（5年以上）
– クラウド環境（AWS/GCP/Azure等）を利用したシステムのアーキテクチャ設計および構築経験
– 既存システムや開発プロセスの技術的な課題を発見し、解決策を提案・導入した経験

大手金融機関の法人営業支援を目的とした、ナレッジ基盤およびAIエージェントシステムの開発プロジェクト
■業務内容・期待役割
クラウド基盤（AWS/GCP/Azure等）や統合データ分析基盤上で、ナレッジ管理とAIエージェントの中核ロジック（構造化・知識体系化・文脈設計・検索・推論フロー）の設計・実装・精度向上を担当いただきます。システム開発を担当するエンジニアと協調して推進します。

• ナレッジ基盤（データ構造化・知識体系化・検索機能）およびAIエージェント処理フローの設計
• Pythonによる実装、出力品質・精度の検証と改善サイクルの推進
• 既存ロジックの改修・性能改善
• 設計・仕様ドキュメントの作成、顧客および社内関係者との仕様調整
• 他メンバーとの技術連携、コードレビュー
• (技術責任者を担当いただく場合) 技術方針・アーキテクチャの意思決定、および他メンバーの設計・実装に対する技術レビュー
  ■ 求める人物像
• 異なる専門性や見解を尊重し、役割を越えて建設的に協議し合意形成できる方
• 顧客の業務要件の把握に努め、ステークホルダーと円滑な対話ができる方
  ■働き方
  原則として東京都内のオフィスにて常駐勤務いただきます。
  チームおよび顧客との連携密度を重視しているため、通常業務についても原則として常駐での対応をお願いしています。
  その上で、業務に支障がない範囲で部分的なリモート稼働も相談可能です。

– AI / 機械学習領域での開発経験（Pythonでの実装を含む）またはソフトウェア開発経験（Pythonでの実装を含む）（3年以上）
– 生成AIアプリケーション（検索拡張生成機能や自律型エージェント等）の開発経験（1年以上）
– プロンプト設計、検索・文脈設計、評価設計等の実務経験
– 仮説検証を通じて品質や精度を改善した経験（改善内容と指標変化を定量的に説明できること）
– 東京都内のオフィスへの常駐勤務が可能なこと

各種施策の起点となるデータ分析基盤の構築や、データを利活用した機能の開発、ならびにそれらの運用を担当します。
拡張余地のあるプラットフォームであり、柔軟な環境下での設計・構築が可能なため、スキルを発揮しながら十分な実績を積むことができます。
業務内容の一例
・データパイプラインの構築
主にDWHへデータを集約するデータパイプラインを構築します。

• データパイプラインの一例
• クラウドストレージ上のファイルをDWHに取り込む
• 外部APIからデータを取得し、DWHに取り込む
• DWHに取り込んだデータを基に、目的に応じたデータマートの作成を行う
• システムのアクセスログをリアルタイムにDWHに取り込む
• 使用しているサービス
• パブリッククラウド（AWS/GCP/Azure等）のワークフロー管理、分散処理、サーバーレス実行基盤など
  ・データの活用
  DWHに集約したデータを基に、推薦機能などの開発や改善を行います。
• 機能の一例
• 取り扱いデータの推薦機能向けデータ作成
• ランキングデータの集計・作成
• 一覧画面等の表示順最適化
• 作成したデータをアプリケーションへ連携する機能（バッチ処理・リアルタイム通信）
• 使用しているサービス
• パブリッククラウド（AWS/GCP/Azure等）の機械学習プラットフォーム、データ分散処理、コンテナ実行環境、NoSQLデータベースなど
  補足事項
  ・事業貢献の実感を持ちながら業務を進めたい方
  ・仮説検証を通じて改善を重ねるのが好きな方
  ・メリハリをつけて業務に取り組みたい方
  ・スピード感をもって業務を推進したい方
  ・自らの意思を持ち、妥当性のある業務に取り組みたい方

– クラウド環境（AWS/GCP/Azure等）でのDWH、データパイプライン、データ抽出・変換・ロード処理などの設計・開発および運用経験
– DWH製品およびワークフロー管理ツールの実務利用経験
– Pythonおよびデータベース言語（SQL等）の利用経験

【プロジェクト背景】
・部門内で構築された初期検証版プロダクトについて、本格運用に向けたクラウド環境（AWS/GCP/Azure等）への移行およびWebシステムの継続的な機能拡張を担うプロジェクトです。社内責任者のもと、利用者からの改善要望に基づく機能改修・追加開発の実務（UI開発・API開発・データ基盤実装）を担当いただきます。
【業務内容】
・クラウド環境への実装・本番移行：提供されるクラウド基盤へのシステム実装および本番移行作業、アプリケーションの機能拡張・追加開発
・利用者要望に基づく機能改修実務（画面開発、API開発、データ設計・実装）
・既存コードの把握・仕様確認：既存初期プロダクトのソースコード・設計書の読み解き、および前任開発元への質疑対応
【対象Webアプリケーションの概要・目的】
現場の製造引き継ぎ情報の照会・更新を支援する業務システムです。引き継ぎおよびキャッチアップ期間（1.5ヶ月程度）が設けられます。
【開発環境・技術スタック】
・フロントエンド: フロントエンド言語/フレームワーク
・バックエンド: Python等の各種バックエンド言語/フレームワーク
・データベース: RDBMS等の設計・実装
・インフラ / DevOps: IaCツール, CI/CDツール, ガバナンス規程に準拠した構成定義
・テスト: 各種テストフレームワークによる自動テスト環境構築・運用
【補足事項】
・求める人物像：外部作成コードの設計思想を素早く把握し柔軟に実装できる方、今後の案件展開に伴う対応範囲拡大にも自律して動ける方
・ペルソナ：Webシステム開発実務経験（3年以上）のエンジニア、未経験領域も能動的に習得できる方、東京都内のオフィスへの常駐に対応し対面連携が円滑に行える方

– フロントエンドフレームワークを用いたUI開発の実務経験
– Pythonまたはバックエンド実行環境を用いたWeb API開発の実務経験
– データベース（RDBMS等）の定義・実装経験
– 既存ソースコードやシステム構成を理解・踏襲できるキャッチアップ能力

担当予定業務：
価格予測モデル（特定商品の競売落札価格を予測）を構築する。現状は初期バージョンが完成する見込みであり、次の構想に向けて高度化を図ること。
<求める人物像>

• モデルの精度だけでなく、予測値が現場でどう活用されるかまで考慮して設計できる方
• 外れ値や希少な事例など、予測誤差が生じやすいケースの対応まで詰められる方
• 検証にとどまらず、本番稼働まで見届けて実用化を完遂できる方

– 表形式データの予測モデル（価格予測・需要予測・売上予測など）の開発実務（3年以上）
– 予測モデルを自ら実装し、本番リリースおよび運用まで担当した経験
– Pythonでの機械学習の実装経験（データ処理ライブラリ、機械学習ライブラリ、各種勾配ブースティング等）
– 時系列データを含む評価設計の経験（情報漏洩対策、検証方法の選定、評価指標の定義）
– クラウド環境（AWS/GCP/Azure等）の知見（学習・推論の構成を理解し、基盤担当者に必要な要件を伝達できるレベル）
– テックリードまたはリーダー経験

本ポジションでは、研究者・技術者と連携しながら、生体情報領域における基盤モデル開発の主要メンバーとして、以下のようなテーマに取り組んでいただきます。

• 大規模生体データの解析・前処理・品質評価
• 機械学習 / 深層学習モデルの研究開発
• 生体分子・遺伝情報の特性を加味した基盤モデルの実装・評価・改善
• 分散学習基盤やML開発基盤の構築・最適化
  一般的なテキストや画像だけでなく、新規性の高い生体データ形式を対象に、研究開発から実装・運用まで一連の工程に関わるポジションです。
  このポジションの魅力
• 大規模データを活用した基盤モデル開発に取り組める
• 百億単位のパラメータ規模のモデル学習・改善に関われる
• 計算機クラスタを活用した分散学習・高速化に挑戦できる
• ライフサイエンス×AIという領域で研究開発できる
• 研究に留まらず、ヘルスケア応用まで見据えた開発に携われる
  業務内容
  AI × 生体情報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

• 大規模生体分子 / 医療データの前処理・品質評価
• 探索的データ分析・可視化・仮説検証
• 特徴量設計・データ表現の設計
• 学習用データセットおよび評価用データセットの整備

2. 機械学習 / 深層学習モデル開発

• 機械学習モデルの設計・実装・評価
• 基準モデル構築およびモデル改善
• 表現学習 / 自己教師あり学習 / 基盤モデル開発
• GPU環境を用いたモデル学習・実験運用
• モデル性能評価、誤差分析、改善提案

3. 大規模学習・開発基盤

• 分散学習ジョブの設計・運用・最適化
• 学習パイプライン / 開発基盤 / 実験管理基盤の構築
• 大規模データ入出力や再現性を考慮した研究開発フローの整備
• MLOps / 機械学習システム観点での改善

4. 研究プロセス・チーム連携

• 評価指標設計・ベンチマーク設計
• 実験の再現性担保、ログ管理、ドキュメント化
• 分析結果のドキュメント化・社内共有
• 研究者・データアナリスト・技術者との協働

以下のいずれかの領域において実装・最適化の経験を有すること
– アーキテクチャ設計と事前学習の実務経験（特定深層学習構造を用いた大規模モデルの設計・実装経験、スケーリング則に基づき学習に必要な計算リソースを定量的に見積もる能力、事前学習のパラメータ調整および学習安定化の経験）
– 大規模分散学習のエンジニアリング（分散学習フレームワークをモデル規模やネットワーク帯域に合わせてチューニングした経験、複数ノード環境における計算資源間通信ボトルネックの解消および効率的なデータ入出力パイプラインの設計経験、並列化手法の実装を通じたメモリ制約下での学習最適化）

金融機関におけるクラウド上のデータプラットフォーム基盤の設計・構築・ガバナンス策定プロジェクト
既存のクラウド環境、全社認証・セキュリティシステムと連携した検証・準本番・本番環境の立ち上げを推進

– データプラットフォーム分野の実務経験（7年以上）（うち対象クラウドデータ基盤のアーキテクチャ設計・実装の豊富な経験）
– 対象クラウドデータ基盤のアカウント/環境戦略、マルチ環境構築・運用の設計実績
– 仮想リソースのサイジング、パフォーマンス/コスト最適化、アクセス制御、ロール階層設計の深い知見
– 基本設計書/詳細設計書、構成標準書、パラメータシート等の上流設計ドキュメント作成能力
– ストレージ統合、外部連携、認証信頼関係、セキュリティ統制に関する深い理解
– 日英バイリンガルスキル（日本語：ビジネスレベル以上 ／ 英語：ビジネスレベル以上）
– 金融業界特有のハイセキュリティ環境におけるシステム設計・構築の知見

不動産企業における社員代替の主要メンバーポジション。事業・業務に関するデータ分析依頼に基づき、BIツールを活用したダッシュボード設計・構築・データ分析、ならびにスクリプト開発を実施し、自律的なコミュニケーションで業務推進を担当する。
■開発環境：BIツール, 各種データベース/プログラミング言語, 分析用データ基盤

– BIツールを用いたダッシュボード設計・構築・データ分析経験
– プログラミング／コード開発（データ抽出・加工・スクリプト作成等）の実務経験
– 社内関係者や関連部署と連携し、社員代替として業務を推進できるコミュニケーション能力