Rの案件一覧

老朽化したオンプレミス環境の小売向け基幹システム（旧型フレームワーク）を、AWS/GCP/Azure等のクラウドを中心としたモダンな技術スタックへ刷新・移行するプロジェクトです。
フロントエンド、バックエンド、インフラ構築、監視・テスト設計に至るまで、全工程を推進・担当します。
【想定業務】

• 既存システムの解析・再構築
  旧型フレームワークベースの既存ソースコードおよび仕様の読み解き
  新システム（Java / アプリケーションフレームワーク等）への業務ロジックの再構築・移行（AIツールの活用可）
• フルスタック開発・設計
  フロントエンド（型定義スクリプト言語 / ライブラリ）、バックエンド（アプリケーションフレームワーク / バッチフレームワーク）の設計・実装
  クラウドインフラ環境の設計・構築（IaC活用）および SaaS型監視ツールによる監視設計・テストケース設計
• リード・タスク管理
  テックリードとしての技術選定・設計方針の策定
  開発メンバーのタスク・進捗管理および関係者との仕様確認・調整
  開発環境の傾向
• フロントエンド：型定義スクリプト言語 / フロントエンドUIライブラリ / 状態管理ライブラリ（SPA）
• バックエンド：Java / アプリケーションフレームワーク / バッチ処理フレームワーク
• インフラ：AWS/GCP/Azure等（コンテナ実行環境、イベント駆動型サービス、RDBMS、各種セキュリティ設定）
• IaC：IaCツール等
• 監視：SaaS型監視ツール

– テックリードとして、技術選定や設計方針の策定を担った経験
– 上記技術スタックを用いた、フロントエンド・バックエンド・インフラの一通りの開発経験
– 既存コードから仕様や業務ロジックを把握し、新システムへ再構築したモダナイゼーション開発の経験（AI活用・自身での解析いずれも可）
– IaCによる基盤構築、テストケース設計、監視設計など、移行に関わる一連の工程の経験
– 開発メンバーのタスク管理・進捗管理など、チームをまとめた経験
– 不明点を関係者に確認しながら、前向きに開発を進めていける方

AIを活用した新規事業の立ち上げにおいて、出題および採点基準の設計を担当いただくポジションです。
以下の一部または全てをお任せします。
■ フェーズ別の主な役割

• 初期設計フェーズ：能力構造の定義、出題・評価基準の設計、検証の実施
• 運用開始後：統計評価、自動採点と手動採点の一致率検証、基準の改訂
• 運用定着期：実施回ごとの品質管理、法人向け出力フォーマットの設計
  ■ 測定対象の設計
• 測定要素：能力構造・出題領域、領域ごとの要求水準、評価の階層設計
• 出題形式：実践的な課題設計、難易度調整、複数回実施に対応した出題管理
• 採点方法：成果物と作業プロセスの記録を対象とした評価軸・配点設定、自動採点可能な粒度への落とし込み
  ■ 評価精度と信頼性の確保
• 統計設計（項目分析、難易度／識別力の管理、スコア変換と段階評価の基準設定）
• 自動採点と手動採点の一致率検証および基準の修正
• 出題のセキュリティ管理、偏り・公平性の評価観点の整備
  ■ 設計の横展開・標準化
• 出題ガイドライン／作問マニュアルの作成
• 法人向け出力フォーマットの設計

– 資格試験・検定・適性検査・アセスメントのいずれかにおける、出題設計または採点基準設計の実務経験（3年以上）
– 心理測定・教育測定の基礎知識と実務適用経験
– 記述式・実技系（自由記述、パフォーマンス課題）に対する評価基準（ルーブリック）設計の経験

• 大手流通・小売関連企業では全社的に生成AIを活用した業務効率化を推進しており、各部門の社員自身が業務課題を持ち込み、AIエージェントを作る取り組みを進めている
• 経理・財務部門では人員減少等により既存業務の負荷が高く、AI活用余地は認識しているものの、自部門だけでは検討・実装に十分な時間を割けない状況
• データ集計、分析、会計系レポーティング等を中心にAI活用余地が大きく、一部では問い合わせ系AIも既に構築されている
• 今後はアドバイス中心ではなく、現場に入り込み、短いサイクルで実際に動くAIエージェント／業務アプリを作り続けられる現場密着型開発人材を求めている
  ■ 作業内容
• 経理・財務部門へのヒアリング、AI活用テーマの発掘
• データ集計・分析・レポーティング業務のAI化
• 生成AIエージェント／業務アプリの設計・開発
• 短サイクルでの試作、ユーザーフィードバック取得、改善
• 利用部門への展開・定着支援

– 企業向けAIアシスタント製品や開発ツールを活用した業務アプリ・AIエージェント作成経験
– 大規模言語モデルを活用した業務アプリ／プロトタイプ作成経験
– 生成AIを用いた業務改善・実装経験
– 現場ヒアリングからユースケースを具体化できること
– 要件が固まり切っていない状態から、自ら手を動かしてプロトタイプを作れること

大手通信関連企業において、社内統合ツールを活用した業務効率化およびデジタル化を推進中。
ローコードツールや情報共有プラットフォームをはじめとした統合サービスの活用を進めているものの、ローコード開発やシステム間連携における実践的な知見が不足しており、各種プロトタイプ開発や標準化に向けた技術支援が求められている。
特に、APIを活用した認証設計や、各種サービス・リスト・自動化ツール間の連携設計など、実務レベルでの技術指導・レビューを実施し、社内展開可能なノウハウとして標準化することを目的とする。
■作業内容

• 情報共有プラットフォーム、リストツール、自動化ツール等を活用した業務改善支援
• API利用時の認証方式・アクセス権設定に関する技術支援
• 統合サービス間のデータ連携設計およびレビュー
• ローコードツールおよび自動化ツールによる業務改善プロトタイプ作成
• 担当メンバー向け技術レビューおよび教育支援
• 実施要領書、技術手順書、ノウハウ集等のドキュメント作成

– 社内統合ツールの設計・導入・運用経験
– 情報共有プラットフォームの構築経験
– ローコードツールおよび自動化ツールの開発経験
– API利用経験
– クラウドID管理・認証サービスに関する知見
– 技術ドキュメント作成経験

大手通信関連企業において、社内統合ツールを活用した業務効率化およびデジタル化を推進中。既存の表計算ソフトのマクロ資産の見直しおよび統合ツールを活用した業務改善を推進中。
特に、デバイス管理ツールによる端末管理、セキュリティ制御適用に伴い、従来のアドイン機能を利用したマクロ処理が利用困難となっている。
そのため、現行業務のヒアリングから既存マクロの解析、代替手段の検討、各マクロ機能に準じ、ローコードツール/汎用スクリプト言語/オブジェクト指向言語を活用したツール置き換えまでを支援できる人材を募集する。
また、業務部門への技術説明や技術レポート作成を通じて、将来的な標準化・全社展開を推進することを目的とする。
■作業内容

• 各業務部門への要件ヒアリング
• 既存マクロおよび各種アドイン利用状況の分析
• セキュリティ要件に抵触するマクロ機能の調査
• デバイス管理環境下での利用可否検討
• セキュリティ制御適用影響の分析
• ローコードツール/汎用スクリプト言語/オブジェクト指向言語による代替プロトタイプ作成
• 技術レポート作成およびレビュー対応
• 他社事例やベストプラクティスの調査・展開

– 表計算ソフトのマクロ開発経験
– マクロソースコード解析経験
– 社内統合ツールを利用した脱マクロプロジェクトの経験/ノウハウ
– 業務改善／業務要件整理経験
– 利用部門との折衝経験
– 技術ドキュメント作成経験

クラウド環境の標準構成テンプレートについて、設計から実装、検証までを担う。標準環境は要件定義書・基本設計書・IaCがテンプレート化されており、これを用いた品質の安定化と高速な環境提供が価値の中核となるが、既存のIaC資産は別クラウド前提であり、対象クラウド環境版は未整備の状態にある。設計方針に基づき、セキュリティ環境、共通機能セット、コンテナ基盤、CI/CDといった標準構成を該当クラウド上でIaCとして実装し、テンプレートの構造設計、モジュール分割、環境展開の検証、再利用に向けたドキュメント整備までを担当範囲とする。実装段階で判明した課題は設計担当へフィードバックし、標準構成の精度向上に貢献する。

– 該当クラウドに関する知見
– 該当クラウドを用いた基盤構築の実務経験
– IaCツールによるクラウド基盤の設計・実装経験

既存クラウド基盤前提で整備されている標準環境を、別クラウド環境へ横展開するための移行構想策定およびアーキテクチャ設計を担う。
標準環境は要件定義書・基本設計書・IaCテンプレートとして整備済みだが、移行先クラウド向けの知見・アセットは未整備の状態にある。既存クラウド版の設計資産を起点に移行先相当サービスへのマッピング方針を策定し、アーキテクチャ差分の洗い出し、実現可否の判断、移行に伴うリスク・制約事項の整理と対応方針の提示までを担当範囲とする。
並行して進むIaC実装ポジションに対しては、設計方針および標準構成を定義して展開する。移行先クラウドの知見者が確保できていない領域であり、技術的な意思決定を委ねられる立ち位置での推進を期待する。

– OCIに関する知見
– OCIを用いたエンタープライズ基盤のアーキテクチャ設計経験
– クラウド間のアーキテクチャ差分を評価し移行方針・リスク・制約を整理して提示できる能力

大手ITサービス企業の機械学習チームにおいて以下のような業務を担当いただきます。

• 与信モデルの開発・運用・改善
• 評価設計：オフライン指標だけでなく、重要なビジネスKPIやリスク指標、ユーザー体験を含めた評価設計
• 運用設計：モデル性能変化や不具合の検知から恒久対応まで含む、サービスレベル目標および運用設計
• モデル構築：データ分析、特徴量設計、テーブルデータ向けの機械学習モデルの設計・実装、推論／学習パイプライン整備、再現性担保、実験管理、モデルの品質保証を含む設計・実装
• プロダクト／ビジネス／法務／コンプライアンス等の関係者を巻き込んだ合意形成
• 次世代与信モデルの検討および開発 等

– PyTorchを用いた深層学習モデルの研究開発・実装経験（実務3年以上目安）
– PythonおよびSQLを用いたデータ処理・分析・特徴量設計の実務経験（2年以上）
– 実験管理ツールを用いた体系的なモデル評価・実験の経験
– チームメンバーや関係者との円滑な連携および技術的根拠を論理的に説明できるコミュニケーション力

■業務内容
ポジション：技術リーダー兼現場 bridge 役
技術リーダーとして全体を牽引しつつ実装も担当

• 技術方針・アーキテクチャ設計
• AIエージェント実装の牽引
• 現場調整・橋渡し役

– 顧客との対話と技術リードを一人称で担えること
– AIエージェント、クラウドプラットフォーム、開発基盤の知識があり横断的に対応できること
– 構想策定だけでなく、試作・実装まで手を出せること

■案件概要
国内研究機関・コンサルティング企業にて、生成AIを活用した新規プロダクト開発を推進している。
詳細設計以降フェーズにおいて、アプリ担当・全体統括など各関係者とコミュニケーションを取りながら、要件や仕様の調整を進める。
進行管理のみではなく、能動的にアーキテクチャの検討・設計・開発を進められる技術者を募集。
■想定業務
オープンソースソフトウェアを導入、設定し、他コンポーネントと接続する前提で以下の工程を遂行。

• 詳細設計
• 運用設計
• 構築作業・テスト

– 自ら情報収集しタスクを組み立てて成果物を完成させることができる能力
– 領域が異なる担当（アプリ担当、プロジェクト管理など）とコミュニケーションを取りながら要件や仕様の調整を進めることができる能力
– コンテナオーケストレーション技術を中心としたクラウドネイティブ／オープンソース基盤の設計・構築経験
– コンテナ実行環境に関する知識・経験
– 統合監視ツール・ログ収集基盤等を用いた監視・ログ基盤の設計・構築経験
– インフラ領域における詳細設計・運用設計・構築・テスト経験
– 複数コンポーネントを組み合わせたアーキテクチャ検討・設計経験