クラウドの案件一覧

・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

企業向けに開発しているセキュリティ系クラウドプロダクトの開発に際して、設計・開発・テストを担当いただきます。
（例：Web API開発、バッチ処理開発、バックエンド連携処理、フロントエンド開発）
※経験や希望にあわせて対応範囲を相談させていただきます

【配属チーム】

• アジャイル開発組織（2チーム体制）
• 1サイクル1週間

【主要技術スタック】
バックエンド：Kotlin, Webフレームワーク
フロントエンド：TypeScript, 各種フロントエンドフレームワーク・ライブラリ
インフラ：AWS/GCP/Azure等, コンテナ技術, RDBMS, 検索エンジン, インメモリデータベース, 監視ツール, ログ解析ツール, エラー追跡ツール
コード管理：ソースコード管理ツール
コミュニケーション：コミュニケーションツール, Web会議ツール
情報共有・タスク管理：ドキュメント管理ツール, プロジェクト管理ツール
開発環境：各種統合開発環境, AI開発支援ツール
デザイン環境：デザインツール
グループウェア：各種ツール
生成AI：各種生成AIツール

– Java/Kotlin によるWebアプリケーションの開発経験（3年以上）
– Spring Framework/Spring Boot を利用したプロダクト開発の経験
– クラウド環境（AWS/GCP/Azure等）の使用経験
– アジャイル・スクラムを採用したチームでの開発経験
– HTML、CSS、JavaScriptなどフロントエンドの開発に必要なSPAの開発経験
– RDBMSの利用経験

データエンジニア / インフラエンジニア
専門性や強みに応じた業務を担当します。

概要：
横断的な組織として、事業部門と連携しながらデータ基盤の構築・運用を担当するチームです。
事業部門側に払い出すクラウドプロジェクトの管理を行い、事業部門のデータはオンプレミスサーバー上に存在します。
セキュアで信頼性が高く、自動化されたデータ基盤構築および共通基盤の実現を目指します。

構築対象の主要なサービス:
・共通

• アクセス制御
• クラウドストレージ
• RDBMS
• コンテナ実行環境
• サーバーレス処理
• コンテナリポジトリ
• ジョブスケジューラ
• メッセージング
• 仮想サーバー
• 秘密情報管理
• 監視ツール
• ログ管理

・データエンジニア

• DWH

・インフラエンジニア

• コンテナオーケストレーション
• セキュリティ管理
• ネットワークセキュリティ
• ネットワーク接続サービス

※AI開発支援ツールや自動化ツールがチーム内の共通ツールです。
拡張機能連携ツールやドキュメント管理ツール等が使用可能で、業務に必要な文章にアクセスできる環境です。
コード管理はCLIコマンド経由で利用可能です。

●クラウド環境（AWS/GCP/Azure等）の実務経験
・共通
– クラウドプロジェクト作成および適切なアクセス制御設定
– CI/CDを実践しての運用業務効率化
– CLIコマンドでのクラウド環境の操作
・データエンジニア
– DWHを用いてのデータ基盤の構築
– ワークフローエンジンを利用したパイプライン処理の構築
・インフラエンジニア
– コンテナ技術でのワークロード構築および継続的な運用改善経験
– セキュリティ境界設計および構築(参画後のキャッチアップも可)

●Infrastructure as Code (IaC)の実務経験
・クラウド環境のリソースを対象にしてのIaCツールでの構成管理経験
・コンテナ技術の実務経験

以下は職種に応じていずれかが必要
●データエンジニア
・データ基盤（DWH等）の概念の理解とDWHおよびクラウドストレージを利用しての構築・運用経験
・データ変換ツールを活用したデータパイプライン構築・運用経験
・オーケストレーションツールの構築経験
・各種データ転送・ワークフローツールの利用経験
・SQLの読み書き（特定DWH特有の構文に習熟していると尚可）

●インフラエンジニア
・コンテナ実行環境上でのワークロード運用経験（セキュリティやネットワークポリシー設計の理解）
・パッケージマネージャーを用いたアプリケーションのデプロイ・管理経験
・権限分離によるコンテナからリソースへのアクセス権限設計経験
・CI/CDパイプラインからのコンテナデプロイ自動化経験
・各種管理ツールを用いたトラブルシューティング経験

➀顧客課題の発見・設計

• ステークホルダー（経営層〜現場担当者）との関係構築・調整
• 課題の構造化・仮説構築・ソリューション提案

➁業務フロー構築・PoCの高速実装

• 生成AI技術を活用した検証用システムの高速実装
• 既存クラウドサービスとの連携・データ統合
• フロントエンドからバックエンドに及ぶ実装対応

➂本番導入・伴走支援

• 本番導入の技術支援・運用設計
• セキュリティ・コンプライアンス要件への対応
• 導入後の利用定着支援・改善提案

➃製品フィードバック

• 現場の意見の製品開発チームへの還元
• 新規活用事例の発見・提案
• サービス改善に繋がるパターンの抽出・体系化

◆開発環境
言語：Python、TypeScript、各種JavaScriptライブラリ・フレームワーク
データ：DWH、RDBMS、各種データソース
インフラ：AWS/GCP/Azure等（コンテナ技術）、コンテナ仮想化ツール
AI：各種開発用フレームワーク
ツール：コミュニケーションツール、ドキュメント管理ツール、課題管理ツール、ソースコード管理ツール
AI開発支援：各種生成AI開発支援ツール
作業環境：各種PC（標準開発環境）、マルチモニタ対応

– ソフトウェアエンジニアとしての実務経験（3年以上）
– バックエンドおよびフロントエンドに渡る開発経験
– 生成AI技術を活用したアプリケーションの開発経験
– クラウド環境（AWS/GCP/Azure等）での開発・運用経験

小売・流通企業向けのクラウドインフラ導入プロジェクトにおいて、インフラ/アーキテクチャの上流工程やシステム基盤の検討を担当いただきます。

【直近の作業】
・インフラ関連の検証計画作成や技術調査
・各種業務領域（連携処理、データ管理等）との課題管理、議事録作成、技術調査

【中長期的な作業(予定)】
・システムガイドライン等のルールの理解、および技術調査をもとにしたインフラ・アーキテクチャ方針・設計検討
・社内管理部署への問い合わせ対応、他チーム・開発ベンダーとの連携によるインフラ方針・テスト計画決定のサポート等

■開発環境■
AWS/GCP/Azure等のクラウド基盤、API連携基盤、ネットワーク環境、端末、各種アプリケーション

– 大規模・高信頼性システムにおけるインフラ/アーキテクチャ上流工程の経験
– クラウド移行や統合を前提としたシステム基盤（クラウド基盤、API連携、バッチ連携、イベント連携等）の検討経験
– 非機能要件定義（可用性、性能・拡張性、セキュリティ、バックアップ、業務継続性等）の経験
– マルチベンダー環境での調整および推進支援経験（責任分界や技術課題の整理・プロジェクト推進）
– クライアント環境での常駐実務経験（現場課題の吸い上げおよび施策反映）

マイクロサービス群における開発リード業務を担当

• プロダクト責任者から受領したタスクに対するシステム要件の具体化および開発担当者向けタスク整理
• 開発担当者の見積・設計・テストに対するレビュー
• 構成変更を伴う変更時における全体アーキテクトチームへの設計説明・合意形成
• リリース作業の指示および監督
• システム問い合わせの一次対応
• 障害・トラブル発生時の対応リード
  開発環境：マイクロサービスアーキテクチャ／アジャイル・スクラム

– プロダクト責任者や他チーム開発リードとの調整能力
– 英語および日本語でのコミュニケーション能力
– バックエンドWebサービス（管理画面を含む）の開発リード経験
– コンテナ環境におけるアプリケーション開発経験
– 自律的に業務を遂行できる推進力
– プロダクト責任者と開発チームの架け橋となり技術的リーダーシップを発揮できる方

福祉分野向け業務システムにおけるアーキテクト業務
・既存アプリケーションのアーキテクチャ刷新・テスト戦略立案・改善ロードマップ策定および推進
・運用保守（機能追加・不具合対応）、システム監査・分析、技術的負債返済計画の立案
・複雑な業務ロジックのリファクタリング、主要機能の疎結合化・モジュラーモノリス化設計
・テスト全体設計（自動テスト導入・定着化）、パフォーマンス改善および改善計画の策定

【作業工程】運用保守／リファクタリング／アーキテクチャ設計／テスト設計／パフォーマンス改善
【開発環境】PHP, フレームワーク, RDBMS, SaaS型監視ツール

– PHP／RDBMSを用いた大規模・長期運用システムの開発経験
– 既存コードの疎結合化・段階的なアーキテクチャ移行の設計・実行経験
– ドメイン駆動設計やクリーンアーキテクチャの理解と業務ロジックへの適用経験
– テスト全体設計の経験（テスト戦略立案、自動テスト環境構築等）
– SaaS型監視ツールを活用したパフォーマンスチューニング経験
– レガシーシステムにおける改善計画立案・推進経験

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

MLエンジニアとして、事業指標の改善に向けた業務を担当いただきます。
　

• 機械学習基盤の設計・構築（MLプラットフォーム活用）
• レコメンデーションアルゴリズムの選定・実装、運用フローの自動化など
• ビジネスサイドとの連携
  　
  ◆主な開発環境・ツール◆
• 言語: Python
• クラウド(サービス): AWS/GCP/Azure等（MLプラットフォーム・クラウドDWH・分散データベース・サーバーレス実行環境）
• 構成管理: IaCツール
• CI/CD: CI/CDツール
• コミュニケーションツール: チームチャットツール・ドキュメント共有ツール

– Webサービス企業/スタートアップ企業での業務経験
– レコメンデーションシステムの実務経験（2年以上）
– 大規模サービス(MAU数十万規模以上)でのML(機械学習)実装・運用経験
– AWS/GCP/Azure等でのML開発・運用経験
– ビジネス指標(CTR, CVR等)改善に向けたロードマップ策定・実行経験
– Webサービス企業またはスタートアップでの実務経験（2年以上）