Pythonの案件一覧

・実績／計画／マスタデータ等の抽出、突合、クレンジングおよび統合処理
・在庫推移ダッシュボード（プロトタイプ）の迅速な設計・構築（Tableau／Power BI）
・クライアントヒアリングを通じたデータ定義整理および分析基盤への実装フロー設計
・PM（0.5稼働）と連携し、自走型でのデータエンジニアリング実務推進
・現場入力負荷を考慮したデータ運用フロー設計支援
・PSI会議等トライアル運用の伴走支援

・SQL／Pythonを用いた複雑データ（実績・計画・マスタ等）の抽出、加工、統合経験
・TableauまたはPower BIを用いたダッシュボード構築経験（プロトタイプレベル可）
・クライアントヒアリングを基にしたデータ要件定義および実装設計経験
・PMの意図を汲み取り、自立して業務遂行できる推進力
・データ運用フロー設計、業務トライアル伴走経験

・サービスECプラットフォーム運営企業においてプロダクトエンジニア（CRMチーム）としてご参画いただきます。
・ユーザー価値と事業成長の両方を見据えながら、課題探索から設計・実装・改善までを一気通貫でご担当いただきます。
・ユーザーのニーズを深く理解し、仮説検証を繰り返しながらプロダクトの価値向上にご尽力いただきます。
・ドメイン理解から仮説検証、サービス運用までを一貫してご担当いただき、継続的なプロダクト価値の最大化にご尽力いただきます。

【技術環境】
・言語：TypeScript, Python,
・フレームワーク：React, Angular
・インフラ：AWS Fargate, AWS Lambda その他AWS各種
・ミドルウェア： PostgreSQL, DynamoDB
・その他： Terraform, GitHub Actions, Open API, Orval, Sentry・Datadog

・プロダクト開発のご経験が3年以上（toC／toB問わず）
・TypeScriptを用いたフロントエンド、バックエンド開発のご経験
・MySQL、PostgreSQL、OracleDB等のRDBまたはRedis、mongoDBなどNoSQLを用いた開発のご経験

通信企業向けの既存システムの廃止に伴い、Snowflakeを活用したDWH上でのデータ加工処理・アプリケーション開発を行う案件です。

・Salesforce等の複数データソースからSnowflakeへ取り込まれたデータを加工・集約する処理の実装
・Snowflake上のデータを用いて、既存システムで提供していたデータサービス／帳票機能の再構築（リファクタリング）
※基盤は別チームが担当

【担当業務】
・Snowflake上でのデータ加工・集計処理（SQL中心）の設計・実装
・Python／Shell等を用いたバッチ処理の開発
・既存設計書・データ仕様書の読解、データ構造の整理
・実装方針・仕様について顧客と調整

セキュリティ設計・構築・運用、AWS環境のセキュリティ強化、WAF/IAMの導入、脆弱性診断対応、ログ監視、インシデント対応を担当。
将来的なシステム全体のリビルドを見据え、上流工程から運用まで幅広く携わっていただきます。

SLO/SLIの策定、監視・エラー検知の自動化、Terraformを用いたIaC、CI/CDパイプラインの整備、ポストモーテム分析を担当。
開発チームと密に連携し、サービス全体の安定稼働とスケーラビリティを支える基盤づくりを担います。

特定システムにおける自動テスト環境の構築およびテストコードの開発業務。
設計段階からのテストコード実装に加え、CI（継続的インテグレーション）環境への知見を活かした効率的なテスト運用の実現を目指していただきます。3名の大規模募集となります。

現状場所が場所であるため人が集まっていない状況です。
かなり長期で継続的に稼働できる方を優先して募集します。（スキルによるが、3~5年程度）
未経験は難しいですが、ある程度経験があり、木更津にオンサイトができる方でしたら土台に乗ります。

WebサービスにおけるAWSを活用したインフラの要件定義から実装までを一貫してお任せします。
今後企画・開発を進めていく新サービスに携わる可能性もあります。

【主にお任せしたいこと】
・AWSなどのクラウドサービスの調査・検討・提案
・インフラの要件定義
・クラウドサービスを活用したアーキテクチャ設計
・クラウドサービスや、Pythonなどの言語を活用したIaCでのインフラ設計・構築
・CI/CDの設計・実装

◆主な開発環境・ツール
・サーバーOS：Windows、Linux
・DB：Amazon Aurora（MySQL）
・CI/CDツール：CodePipeline（AWS）、Jenkins
・仮想化環境：Docker（ECS（AWS）、Fargate（AWS）、Batch（AWS））、Lambda（AWS）
・基盤系開発言語：CDK、Python（Lambda（AWS））
・基盤系連携処理：Data Pipeline（AWS）
・構成管理：CloudFormation（AWS）
・バージョン管理：Git（Backlog）
基本的に物理サーバーは使用しません。

データ加工・クレンジング（SQLを用いた抽出・変換・統合）
データ整備に伴う検証・不整合調査
クライアント要件の確認および折衝（要件ヒアリング・調整対応）
データ移行計画書・手順書等のドキュメント作成

研究開発部門にて、DNAメチル化（エピゲノム）データを用いた統計解析業務を担当します。 チーフサイエンティストやバイオインフォマティクスチームと連携し、解析結果を医学論文や学会発表で用いるための「質の高い図表」としてアウトプットすることが重要なミッションです。
・エピゲノムデータ、健康診断データ等のクレンジング・整形 ・探索的データ分析（EDA）および仮説検証 ・論文投稿・学会発表用のデータ可視化（R/ggplot2等を用いたPublication Qualityの作図） ・統計解析（回帰分析、生存時間解析など） ・PythonおよびRを用いた解析パイプラインのコード整備

・PythonまたはRを用いたデータ分析実務経験（Pandas, Tidyverse等）
・論文やレポート向けの高度なデータ可視化スキル（見た目を美しく分かりやすく整えられる能力）
・統計学の基礎知識
・他職種（研究者・エンジニア）と連携して仮説検証を進めるコミュニケーション能力

・LLMを用いた機能・プロダクトの要件定義～設計～開発～運用
・RAG設計（データ前処理、chunk設計、embedding、検索、再ランキング、回答生成）
・Agent設計（ツール設計、状態管理、ガードレール、フォールバック）
・LLM品質改善（プロンプト最適化、LoRA / ファインチューニング、合成データ生成）
・LLM評価基盤構築（自動評価、Human-in-the-loop、回帰テスト）
・監視・運用（ログ、コスト、レイテンシ、エラー分析）