Pythonの案件一覧

・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

・クライアントの現状
非エンジニア部門（営業、カスタマーサポート、事業開発等）において「AIをどのように業務に活用すべきか」の課題があり、組織内展開に向けた現場支援が求められています。
現場の課題（提案資料作成の手間、顧客アプローチの精度向上など）を直接吸い上げ、プロトタイプ構築から現場定着まで伴走できる技術リソースが不足しています。

・業務
営業やカスタマーサポートなどの現場に入り込み、業務上の課題抽出および要件定義
先端AI・データ・自動化ツール等を組み合わせたプロトタイプや業務支援ツール（例：提案自動化、顧客情報抽出等）の迅速な構築・実装
現場メンバーへのレクチャー・試行運用の伴走およびフィードバックに基づく高速改善・プロダクト化への繋ぎ込み

・体制
AI推進チーム（開発責任者、基盤エンジニア等）と連携しながら、ビジネス側の現場チームに直接入り込んで伴走します。

・開発環境
スクリプト言語, 型定義付きJavaScript等, 各種AI基盤機能, AI開発支援環境

– 課題抽出からプロトタイピング・現場導入・改善までを主導した経験（ソフトウェア開発・プロトタイピング能力）
– 先端AIや自動化ツール、外部連携機能等を活用した業務効率化ツール・アプリケーションの開発経験
– 非エンジニア層（営業・カスタマーサポート等）の現場に入り込み、課題や意図を丁寧に汲み取れるコミュニケーション能力
– 金融・決済・会計領域の業務知識
– データや課題に基づく柔軟なアプローチ能力

新規事業向けアジャイル開発のプロジェクトリードエンジニアとして技術面から開発を推進します。

【業務内容】

• 新規事業向けWebアプリケーションにおける技術選定、構造設計
• 先端AI機能やアタッチメントプラットフォームを活用した迅速な仮説検証・プロトタイプ構築
• 課題整理、技術方針策定、提案・見積もり支援
• 開発チームの牽引、コード品質管理および組織育成

【開発環境】

• 言語：型定義付きJavaScript、JavaScript、スクリプト言語
• インフラ/DB：AWS/GCP/Azure等の各種クラウドサービス、コンテナ技術、BaaS、RDBMS、インメモリデータベース
• AI/開発ツール：コード生成AI工具、各種AI支援開発ツール、生成AI・大規模言語モデルの実装

– PythonまたはTypeScriptを用いたWebアプリケーション開発実務経験（5年以上）
– 小中規模以上のチームまたは案件での技術リード経験
– 顧客折衝または要件整理の経験
– 設計から実装、コード評価、品質管理まで一連の経験
– 曖昧な要件を分解し、実装可能なタスクに落とし込めるスキル

・フルスタックエンジニアとして、バックエンド、フロントエンドをはじめ、課題解決のためのあらゆる開発業務に携わっていただきます。

・新機能開発
・新サービス開発
・既存機能改善
・システム改善（新技術検証、負荷対策など）

◆主な開発環境・ツール
・言語：Python
・DB：RDBMS, NoSQL
・インフラ：AWS/GCP/Azure等の各種クラウドサービス（NoSQLデータベース, サーバーレス機能, ストレージ機能, API管理機能, 仮想サーバー, 検索エンジン機能, コンテナ管理機能, 容器レジストリ, クラウドデータベース, CDN機能, DNS機能）, mBaaS等
・ツール：プロジェクト管理ツール, ドキュメント管理ツール, バージョン管理ツール, コミュニケーションツールなど

– Pythonを用いた開発のご経験（5年以上）
– クラウド基盤（AWS/GCP/Azure等）の利用のご経験（5年以上）
– 英語、日本語でのコミュニケーションが可能な方

移動サービス事業等を展開する企業において、社内の生成AI個別利用は進んでいるものの、業務削減に向けた各部門の業務プロセスへのAI活用や設定・データ整備に対応する開発エンジニアが不足しています。
社内DX推進および生成AI・データ活用の加速に向け、スピード感を持って手を動かしていただけるエンジニアを募集します。

メイン業務
-クラウドデータ分析基盤内のデータ整理、ID統一、データ加工。
-現場向けダッシュボード（売上・稼働状況等の可視化）や生成AI連携用のデータ集計用テーブル作成・クエリ記述。
-生成AI/AIエージェント活用・調整：社内ナレッジ（規定類やFAQ）を参照した問い合わせ自動化（自己解決）AIのプロンプト調整やデータ連携。
-ローコード開発ツール等を用いたAIエージェント構築・スクリプト作成、通信連携サーバー構築等の検証・実装。
-現場・管理部門の業務改善に向けた技術的な実装・試作。

サブ業務
-AIコード支援ツール等を活用したAIアシスト開発の実施、および社内への知見共有。
ニーズのヒアリングや要件の基本方針取りまとめ、事前調整は顧客社員が担当します。

本ポジションでは、提示された要件に対して技術的に手を動かす実装・データ整備領域を専任で担当いただきます。
（必要に応じて会議参加や技術的な提案・示唆を行うことも歓迎されます）。

-SQLの実務：データ基盤（AWS/GCP/Azure等）等を用いたデータの整理、加工、データ集計用テーブル構築の経験
-生成AIの開発：生成AI（LLM）のアプリ開発、システムプロンプトの調整、または各種ツールを活用したシステム/エージェント構築経験
-リスク管理：セキュリティやデータ取り扱いにおけるリスクを理解し、安全な実装を行える知識
-AIを活用した開発の経験：AIコード支援ツール等を活用した効率的なコード生成・開発経験

生活インフラ系向けWebシステム開発プロジェクトにおいて、バックエンドシステムの開発を担当していただきます。

• 要件定義から技術設計までの対応
• サーバーサイド開発
• データベース設計
• SQL実装
• パフォーマンスの最適化
• システムリリース対応等

◆主な開発環境・ツール◆

• 言語：Python、TypeScript、Java
• データベース：RDBMS、DWH
• クラウド：AWS/GCP/Azure等
• IaC：IaCツール
• その他：ドキュメント管理ツール、AI開発支援ツール
• コミュニケーション：コミュニケーションツール

– Pythonを用いたWebアプリケーションの開発経験
– 10名以上の体制でのプロジェクトマネジメント/プロジェクトリーダー経験
– 自社サービス開発企業でのWebサービス開発経験（1年以上）
– 数百テーブル規模以上のデータベース設計・構築経験
– データベースのパフォーマンスチューニング経験
– 要件定義から技術設計への落とし込み経験
– クラウド環境における開発経験

【業務内容】：

• AIシステム開発における技術アーキテクチャ設計
• 複数プロジェクト横断での技術品質管理／実装方針策定
• 高難度のシステム連携・カスタマイズ開発のリード
• 生成AI・大型言語モデル特性を踏まえた技術選定
• 若手エンジニアへの技術サポート
• 複数プロジェクト並行対応（3～4プロジェクト、各1～2名体制）

【技術環境】：

• Python／JavaScript
• 生成AI／大型言語モデル
• API連携（外部システムとの統合）

– Python／JavaScriptでの開発実務経験
– 設計・技術リード経験
– 技術アーキテクチャ設計／技術選定の実務経験
– 生成AI／大型言語モデルを活用したシステム実装経験
– 日本語：ネイティブまたはビジネスレベル以上

大規模データ、大規模モデル、多数のアクセラレータクラスター環境を前提とした、次世代データ解析基盤モデルの事前学習・開発に携わっていただきます。
　
◇データ解析・研究開発
大規模データ・医療関連データの前処理、品質評価、データ分析、特徴量およびデータ表現設計、学習・評価データセットの整備
◇機械学習/深層学習モデル開発
深層学習アーキテクチャを用いた基盤モデルの設計・実装・評価、表現学習/自己教師あり学習、ハイパーパラメータ調整、モデル性能評価・改善
◇大規模学習・開発基盤
分散学習フレームワークを用いた分散学習ジョブの設計・運用・最適化、I/Oパイプライン高速化、コンテキスト学習最適化、MLOps/ML Systems構築
◇チーム連携
評価指標・ベンチマーク設計、実験ログ管理・ドキュメント化、研究者やデータサイエンティストとの協働

– アーキテクチャ設計と事前学習の実務経験
– 最新アーキテクチャを用いた大規模モデルの設計・実装経験
– 計算リソースの定量的見積もり能力
– 数十億〜数百億規模のパラメータモデルにおける事前学習のチューニング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のカスタマイズ・チューニング経験（モデル規模や帯域に合わせた最適化）
– マルチノード環境でのアクセラレータ間通信ボトルネック解消、大規模データに対する効率的なI/Oパイプライン設計経験
– シーケンス並列等の実装による学習最適化経験