株式会社Kaizen Tech Agent

株式会社Kaizen Tech Agent

株式会社Kaizen Tech Agentは、「人と技術をつなぐ」ことを企業理念に掲げ、日々向上していく『技術』と『人』を最適な形でむつび付け提供することで、
お客様にとって真にプラスとなる価値でありたいと考えております。
私たちはそれぞれの個性を尊重し、ほっとする和みの社風でありながら、変化する時代に対して受け身にならず、未来への挑戦心を宿しています。
事業領域は、WEBアプリ開発、業務システム開発、スマホアプリ開発、インフラ構築など幅広く展開しており、
フリーランス様に対して最適な案件をご提案させて頂いております。どんな些細な事でも結構ですので是非いつでもお気軽にご相談ください。


案件一覧

( 2,351 件中 121 - 130 件を表示)
エンジニアフルリモート
【フルリモート/週5/C#】大手EC・物流プラットフォームのバックエンド刷新&.NET 8 / C# 12 マイクロサービス移行案件
【フルリモート/週5/C#】大手EC・物流プラットフォームのバックエンド刷新&.NET 8 / C# 12 マイクロサービス移行案件 お任せしたいこと [役割] C#(.NET 8 / ASP.NET Core)を用いた、大規模物流・在庫管理システムにおける高トラフィックWeb APIの設計・開発およびモノリス構成からマイクロサービスアーキテクチャへの段階的刷新 [役割に対して求める成果] .NET 8 へのバージョンアップおよび Entity Framework Core 8 のクエリ最適化による大量注文処理時のスループット向上(レスポンス遅延25%削減)、およびDDD(ドメイン駆動設計)に基づく堅牢なコード基盤の構築 具体的な業務内容 C# 12 / .NET 8 (ASP.NET Core) を活用した、高可用性・低遅延が求められる在庫引き当て・出荷指示Web APIの設計・開発 レガシーな .NET Framework アプリケーションからの移行および、ドメイン境界に沿ったマイクロサービス化の推進 Entity Framework Core 8 / Dapper を用いた SQL Server / PostgreSQL のデータアクセス層設計および高度なトランザクション制御 Azure Service Bus や RabbitMQ を用いたイベント駆動(Event-Driven)な非同期メッセージング処理の開発 xUnit / Moq を用いた単体テスト自動化および、Azure DevOps Pipeline を通じた CI/CD 環境の運用・改善 必須スキル・経験 C# および .NET Framework / .NET Core (.NET 5〜8) を用いた Web アプリケーション・API の開発・運用実務経験(5年以上) ASP.NET Core を用いた Web API の設計・開発実績(3年以上) RDBMS(SQL Server, PostgreSQL等)におけるテーブル設計、トランザクション制御、および SQL パフォーマンスチューニングの実務経験 xUnit や NUnit 等を用いた自動テストコードの作成経験 歓迎スキル・経験 最新の C# 仕様(C# 10〜12)や .NET 8 / 9 へのアップグレード・移行実務経験 ドメイン駆動設計(DDD)や Clean Architecture / Onion Architecture を取り入れた設計・開発実績 Docker / Kubernetes や Azure(App Service, AKS, Azure SQL)を活用したクラウドネイティブ開発経験 大規模トラフィックが発生するEC・物流・決済システムなどの構築・運用経験 開発環境 言語/フレームワーク: C# 12, .NET 8, ASP.NET Core ORM/DB: Entity Framework Core 8, Dapper, SQL Server, PostgreSQL, Redis メッセージング: Azure Service Bus, RabbitMQ 開発ツール: Visual Studio 2022, JetBrains Rider, Docker, xUnit クラウド/インフラ: Microsoft Azure, Azure DevOps, Datadog, Slack, Jira 開発チームについて プロダクトマネージャー(1名)、テックリード(1名)、C#バックエンドエンジニア(4名/今回募集枠含む)、SRE(1名)で構成されたスクラムチームです。 C# / .NET の最新仕様や Microsoft のベストプラクティスを積極的に取り入れる文化があり、コードレビューを通じた技術議論や改善提案が活発に行われています。 求める人物像 C# 言語の言語機能や .NET 実行基盤の挙動を正しく理解し、パフォーマンスと保守性を両立したコードを書ける方 複雑なビジネスロジックを整理し、拡張性の高いアーキテクチャ設計を目指せる方 フルリモート環境において、SlackやNotion、ドキュメントを通じた明確で論理的なコミュニケーションができる方 仕事の魅力 大規模なデータとアクセスが発生するミッションクリティカルなシステムにおいて、.NET 8 や C# 12 といった最新エコシステムをフル活用した実践的な開発に取り組めます。 モノリスからマイクロサービスへの移行やクリーンアーキテクチャの導入など、C#エンジニアとしての市場価値を大幅に引き上げられるプロジェクトです。 働き方 リモート環境 [フルリモート] フルリモートで働いていただけます。

報酬例

4,200 ~ 5,000円/時

業務内容

システム開発・運用、SES

稼働時間目安

週5日

はたらく場所

フルリモート

スキル


エンジニアフルリモート
【フルリモート/週5/AWS】エンタープライズ系データ統合基盤のマルチアカウント運用設計&AWS CDK / Terraform活用IaC構築案件
【フルリモート/週5/AWS】エンタープライズ系データ統合基盤のマルチアカウント運用設計&AWS CDK / Terraform活用IaC構築案件 お任せしたいこと [役割] AWS環境における大規模データ連携基盤のインフラアーキテクチャ設計・構築、および AWS CDK / Terraform を用いた Infrastructure as Code(IaC)推進・運用自動化 [役割に対して求める成果] AWS Control Tower を用いたマルチアカウント統制基盤の構築、および CloudFront + API Gateway + Lambda 構成におけるレスポンス遅延30%削減・可用性99.99%の実現 具体的な業務内容 AWS CDK (TypeScript) / Terraform を活用した、インフラストラクチャの完全コード化およびパイプライン(GitHub Actions)による自動デプロイ環境の構築 Amazon ECS (Fargate) / AWS Lambda を用いたマイクロサービス・サーバーレス実行基盤の設計・構築 Amazon Aurora (PostgreSQL) / Amazon DynamoDB のパフォーマンスチューニング、バックアップ・マルチリージョン冗長化構成の設計 AWS IAM / AWS WAF / AWS Security Hub を活用したセキュリティガバナンスの強化およびアクセス権限の最小化運用 Datadog / Amazon CloudWatch / AWS X-Ray を統合した分散トレース・ログ監視基盤(オブザーバビリティ)の導入・運用 必須スキル・経験 AWS 環境におけるインフラ設計・構築・運用実務経験(5年以上) Terraform または AWS CDK を用いた Infrastructure as Code(IaC)の実務運用経験(3年以上) AWS Lambda, API Gateway, ECS 等を活用したサーバーレス / コンテナアーキテクチャ構築経験 Docker / Container 技術に関する実務知識および GitHub Actions 等を用いた CI/CD 構築経験 歓迎スキル・経験 AWS Certified Solutions Architect - Professional 等の専門資格保有 AWS Organizations / AWS Control Tower を用いたエンタープライズ向けマルチアカウント設計実績 Datadog 等を用いた APM・オブザーバビリティ環境の導入・運用経験 大規模データ連携・リアルタイムストリーミング処理(Amazon Kinesis, AWS Glue 等)のインフラ構築実績 開発環境 クラウドサービス: AWS (Lambda, ECS, API Gateway, Aurora, DynamoDB, S3, CloudFront) IaC / CI/CD: Terraform, AWS CDK (TypeScript), GitHub Actions 監視/運用: Datadog, Amazon CloudWatch, AWS X-Ray 開発ツール: VS Code, Docker, Git コミュニケーション: Slack, Notion, Jira 開発チームについて インフラ・SREチームはテックリード1名、AWSインフラエンジニア3名(今回募集枠を含む)、セキュリティエンジニア1名のスクラム構成です。 最新のAWS機能の評価・検証を日常的に行う文化があり、IaCの導入や監視体制のアップデートを自発的に進められる環境です。 求める人物像 障害耐性・セキュリティ・コスト効率のバランスを考慮したアーキテクチャ設計ができる方 手作業を排除し、コード化・自動化を通じた再現可能なインフラ構築にこだわりを持てる方 リモート環境において、構成図や設計書を用いたロジカルなコミュニケーションが行える方 仕事の魅力 大規模なトラフィック・データ連携が発生するエンタープライズ基盤で、AWSの最新サービスやIaC手法をフルに活用した開発に携われます。 マルチアカウント統制や完全自動化パイプライン構築など、クラウドインフラエンジニアとしての専門性を大きく高められる案件です。 働き方 リモート環境 [フルリモート] フルリモートで働いていただけます。

報酬例

4,600 ~ 5,400円/時

業務内容

システム開発・運用、SES

稼働時間目安

週5日

はたらく場所

フルリモート

スキル


エンジニアフルリモート
【フルリモート/週5/Swift】次世代モビリティ・車載連携(CarPlay)対応ネイティブアプリ開発案件
【フルリモート/週5/Swift】次世代モビリティ・車載連携(CarPlay)対応ネイティブアプリ開発案件 お任せしたいこと [役割] Swiftを用いたモビリティ決済・ナビゲーションアプリのiOSネイティブ新機能開発およびCarPlay対応画面の設計・実装 [役割に対して求める成果] CarPlay接続時のシームレスなUI表示と安全な非同期処理の実装、およびSwift Concurrencyへの完全移行によるクラッシュ率0.05%以下の維持 具体的な業務内容 Swift / SwiftUI を使用した、iOSアプリおよびCarPlay対応画面の新規機能設計・実装 CoreLocation / MapKit を活用した高精度な位置情報追跡および、バックグラウンドでのバックグラウンドトラッキング最適化 Swift Concurrency(async/await, Actor, TaskGroup)を活用した、安全でパフォーマンスの高い非同期通信・データ処理基盤の構築 Xcode Instruments(Time Profiler / Allocations)を用いたメモリリーク解析およびUIレンダリングの最適化 fastlane および GitHub Actions を活用した、ビルド・テスト・TestFlight配信プロセスの自動化運用 必須スキル・経験 Swiftを用いたiOSネイティブアプリの開発・運用実務経験(5年以上) SwiftUI および UIKit の双方向連携を含む、複雑なUIコンポーネント・画面遷移の設計・実装経験 Swift Concurrency(async/await等)を用いた非同期処理の設計・リファクタリング経験 CoreLocation 等の位置情報APIや外部SDKとの繋ぎ込み実務経験 歓迎スキル・経験 Apple CarPlay 対応アプリケーションの開発・運用経験 Dynamic Island や Live Activities などのiOS最新機能の実装経験 モジュール分割(Swift Package Manager)を用いた大規模アプリのビルド速度改善・構造化経験 開発環境 言語: Swift 5.10 / Swift 6 UI/通信: SwiftUI, UIKit, Swift Concurrency, Combine 位置情報/ナビ: CoreLocation, MapKit 開発ツール: Xcode, SwiftLint, fastlane, SPM (Swift Package Manager) ツール: GitHub, Figma, Slack, Jira, Confluence 開発チームについて プロダクトマネージャー(1名)、デザイナー(1名)、iOSエンジニア(3名/今回募集枠含む)、Androidエンジニア(2名)、バックエンドエンジニア(4名)の構成です。 Appleの新しいヒューマンインターフェイスガイドライン(HIG)や最新WWDCセッションの知見をすばやく取り入れる、技術意欲の高いチームです。 求める人物像 車載端末やバックグラウンド処理といった、デバッグや検証の難易度が高い環境でも粘り強く原因を特定・解決できる方 OSのガイドラインに沿った美しいUI/UXの提供にこだわりを持ち、デザイナーと密に連携できる方 コードの可読性・メンテナンス性を重視し、コードレビューで積極的なコミュニケーションが取れる方 仕事の魅力 日常の「移動」を便利にする先端モビリティ領域において、CarPlay対応などの希少で技術難易度の高いiOS開発実務を経験できます。 Swift 6へのアップデートを見据えたモダンなアーキテクチャ刷新に最初から関わることができ、最前線のiOS開発スキルを磨くことができます。 働き方 リモート環境 [フルリモート] フルリモートで働いていただけます。

報酬例

4,200 ~ 5,000円/時

業務内容

システム開発・運用、SES

稼働時間目安

週5日

はたらく場所

フルリモート

スキル


エンジニアフルリモート
【フルリモート/週5】Swift / iOSアーキテクト(SwiftUI・Swift Concurrencyへの抜本的移行と大規模アプリのモダン化)
【フルリモート/週5】Swift / iOSアーキテクト(SwiftUI・Swift Concurrencyへの抜本的移行と大規模アプリのモダン化) お任せしたいこと 自社で展開する数百万ダウンロード規模のBtoCアプリ、または複雑な業務要件と高い堅牢性が求められるBtoBモバイルクライアントにおいて、最新のSwiftとSwiftUIを駆使したモダンなiOSアプリの設計・開発をお任せします。 「過去の遺産である巨大なStoryboardとMassive View Controller(神クラス)」や「複雑に絡み合ったRxSwiftのストリーム」をそのまま維持するのではなく、SwiftUIとSwift Concurrency(async/await, Actor)への抜本的なマイグレーションを推進し、Swift 6の厳格な並行処理チェック(Strict Concurrency Checking)に耐えうる次世代のiOSアーキテクチャを泥臭く牽引していただく中核的なポジションです。 具体的な業務内容 ・最新のSwiftおよびSwiftUIを用いた、高品質でスケーラブルなiOSネイティブアプリケーションのフロントエンド設計・開発 ・肥大化したレガシーなiOSアーキテクチャ(巨大なUIKit、Storyboard、古いMVC/MVP)から、TCA(The Composable Architecture)やMVVM等を利用したモダンなアーキテクチャへの段階的かつ安全なリファクタリング ・Swift Concurrency(async/await, Task, Actor)を極限まで活用した、データ競合(Data Race)のない安全で可読性の高い非同期処理の実装 ・Instruments(Time Profiler, Leaks等)を利用した、UIのHitch(カクつき)やメモリリーク(Retain Cycle)の原因究明、およびメインスレッドをブロックしない極限のパフォーマンスチューニング ・Swift Package Manager(SPM)やTuistを活用した、巨大プロジェクトのマルチモジュール化と、ビルド時間の劇的な短縮(インクリメンタルビルドの最適化) ・XCTest、swift-testingを用いたビジネスロジックの単体テスト、およびXCUITestを用いたUIテストの実装とカバレッジの継続的な向上 ・Bitrise、GitHub Actions、Xcode Cloud、またはfastlaneを活用した、TestFlight / App Storeへの自動デプロイメントおよびCI/CDパイプラインの高速化 必須スキル・経験 ・Swiftを用いたiOSネイティブアプリの開発実務経験(目安として3年以上) ・SwiftUIを用いた本番環境でのUI実装、およびアーキテクチャ設計経験 ・Swift Concurrency、またはCombine/RxSwift等を用いた複雑な非同期処理の実装経験 ・App Store Connectを利用したアプリのリリース、および運用・監視の実務経験 ・Git / GitHubを用いたプルリクエストベースでのチーム開発経験 歓迎スキル・経験 ・TCA(The Composable Architecture)等の単方向データフロー(UDF)アーキテクチャを用いた大規模アプリの開発・運用経験 ・UIKitからSwiftUI、またはRxSwiftからSwift Concurrencyへの大規模なマイグレーション経験 ・TuistやSPMを用いたマルチモジュール(Multi-module)プロジェクトの設計・運用経験 ・Objective-Cで書かれたレガシーコードの解読、およびSwiftへのリライト経験 ・Firebase(Crashlytics, Remote Config等)を利用したデータドリブンな改善、またはA/Bテストの運用経験 開発・業務環境 開発言語:Swift, (一部 Objective-C) UIフレームワーク:SwiftUI, UIKit 非同期・状態管理:Swift Concurrency, Combine, (一部 RxSwift) アーキテクチャ:TCA (The Composable Architecture), MVVM ビルド・依存管理:Swift Package Manager (SPM), Tuist, CocoaPods (移行中) CI/CD・配信:Bitrise, GitHub Actions, Xcode Cloud, fastlane 監視・分析:Firebase Crashlytics, Datadog RUM, Amplitude コミュニケーション・管理:GitHub, Jira, Slack, Zoom プロジェクトチームについて モバイルアプリのユーザー体験(UX)を最高水準に引き上げるため、Appleエコシステムの進化を最前線で取り入れるクライアントコアチームへの配属となります。 「とりあえず動けば古いUIKitのままでいい」という妥協を極めて嫌い、Swiftのコンパイラが提供する強力な型安全性と並行処理の検証機能を深く理解し、予期せぬクラッシュを設計レベルで排除する手堅いカルチャーです。OSのメジャーアップデートに伴う破壊的変更や、Swift 6移行時の大量のコンパイルエラーに直面した際にも、Issueが開くのを待つのではなく、自らWWDCのセッション動画やドキュメントを泥臭く読み解き、論理的に解決する実直なメンバーが集まっています。 求める人物像 ・「UIを作るだけの作業者」ではなく、iOSのライフサイクルやメモリ管理(ARC)といったディープな領域にまでエンジニアとしての強い関心と美学を持てる方 ・Swiftエコシステムの激しい変化(SwiftUIのアップデートやStrict Concurrency)に対して文句を言うのではなく、パズルを解くように前向きにハックを楽しめる方 ・リストのスクロール時の僅かなフレーム落ちに対してエンジニアとしての悔しさを感じ、ミリ秒単位のプロファイリングと最適化に執念を燃やせる方 仕事の魅力 Appleエコシステムにおける過去最大級のパラダイムシフト(SwiftUIとSwift Concurrencyの普及)を、大規模なプロダクトで最前線で推進できる極めてエキサイティングなポジションです。レガシーなUIKit資産を活かしながらモダンなアーキテクチャへとコードベースを刷新していく泥臭い経験を通じて、単なる「iOSアプリ開発者」を完全に凌駕し、今後のモバイル開発市場で最も渇望される「モダンSwift / iOSアーキテクト」としての圧倒的な市場価値を築くことができます。 働き方 リモート環境 [フルリモート] 基本的にフルリモートで働いていただけます。

報酬例

4,600 ~ 5,100円/時

業務内容

システム開発・運用、SES

稼働時間目安

週5日

はたらく場所

フルリモート

スキル


エンジニアフルリモート
【フルリモート/週5】Java モダナイゼーション・アーキテクト(巨大レガシーモノリスのDDD解体とJava 21による抜本的リアーキテクチャ)
【フルリモート/週5】Java モダナイゼーション・アーキテクト(巨大レガシーモノリスのDDD解体とJava 21による抜本的リアーキテクチャ) お任せしたいこと 自社で展開する長年の歴史を持つ巨大エンタープライズシステム、またはM&A等で統合された複雑な業務プラットフォームにおいて、過去の技術的負債を清算し、最新のJava 21エコシステムへと刷新する「モダナイゼーション・アーキテクト」をお任せします。 「とりあえずコードをそのまま最新フレームワークに書き直すだけ(Lift & Shift)」や「肥大化したデータベース(統合DB)を放置したまま表面だけAPI化する」といった無意味なリプレイスを徹底的に排除し、ドメイン駆動設計(DDD)に基づく境界づけられたコンテキストの整理と、ストラングラーフィグ・パターン(Strangler Fig Pattern)を用いた泥臭く安全な段階的移行を牽引することで、ビジネスの成長を阻害する巨大な足かせ(レガシーモノリス)をスケーラブルなモダンアーキテクチャへと生まれ変わらせる中核的なポジションです。 具体的な業務内容 ・Java 21 の最新言語仕様(Records, Pattern Matching, Virtual Threads等)および Spring Boot 3 を活用した、クリーンアーキテクチャ・オニオンアーキテクチャに基づく堅牢なバックエンド設計・開発 ・数千〜数万クラスに肥大化したレガシーアプリケーション(古いStrutsやJava EE、旧バージョンのSpring等)のコードベースを解析し、ドメイン駆動設計(DDD)を用いてモジュールやマイクロサービスへと泥臭く分割・解体 ・共有データベース(巨大なOracle DB等)に依存した密結合アーキテクチャからの脱却と、スキーマ分割に伴うデータ移行(マイグレーション)戦略の策定 ・レガシーシステムを稼働させながら、新システムへトラフィックを段階的に切り替えるストラングラーフィグ・パターンの設計と、APIゲートウェイを通じたルーティング制御 ・JUnit 5、Testcontainers、およびアプルーバルテスト(Approval Testing)を活用した、仕様書が存在しないレガシーコードに対する泥臭い回帰テスト(リグレッションテスト)の自動化とカバレッジ向上 ・Apache KafkaやRabbitMQを用いた、新旧システム間、または分割されたドメイン間における非同期メッセージング基盤の構築と結果整合性の担保 ・JProfilerやDatadog APMを用いた、旧システムから新システムへ移行した際のパフォーマンス劣化(N+1問題、メモリリーク)のプロファイリングと徹底的なチューニング ・GitHub Actions等を利用した、モダンなCI/CDパイプラインのゼロからの構築と、静的解析(SonarQube等)によるコード品質の継続的な統制 必須スキル・経験 ・Javaを用いたバックエンドシステムの開発実務経験(目安として5年以上) ・Spring Bootを用いた本番環境でのAPI設計・開発・運用経験 ・レガシーな巨大モノリスアプリケーションの保守・運用、またはそこからのリファクタリング・移行(リプレイス)プロジェクトの実務経験 ・RDBMSを用いた複雑なテーブル設計、およびSQLのパフォーマンスチューニング経験 ・Git / GitHubを用いたチーム開発、およびJUnitを用いた自動テストの実装経験 歓迎スキル・経験 ・ドメイン駆動設計(DDD)やクリーンアーキテクチャのプロジェクトへの導入・実践経験 ・Struts、古いJava EE等のレガシーフレームワークからモダンなSpring Boot環境へのマイグレーション経験 ・ストラングラーフィグ・パターンを用いた段階的なシステム移行のアーキテクチャ設計経験 ・Docker / Kubernetes(EKS等)を利用したコンテナ化、およびAWS等へのクラウドマイグレーション経験 ・Test-Driven Development (TDD) や、レガシーコード改善(リファクタリング)に関する深い知識 開発・業務環境 開発言語:Java 21 (移行元として Java 8 / 11 等が存在) フレームワーク:Spring Boot 3.x, (移行元として Struts, Spring Legacy 等) アーキテクチャ:ドメイン駆動設計 (DDD), クリーンアーキテクチャ データベース・移行:PostgreSQL (Amazon Aurora), Oracle DB, Flyway 非同期・メッセージング:Apache Kafka, RabbitMQ インフラ・コンテナ:AWS, Docker, Kubernetes テスト・品質管理:JUnit 5, Testcontainers, SonarQube, Mockito コミュニケーション・管理:GitHub, Jira, Slack, Zoom, Miro (ドメインモデリング用) プロジェクトチームについて 「レガシーコードは過去のエンジニアがビジネスを支え、利益を生み出してきた偉大な遺産である」という敬意を持ちつつ、それを現代の要件に合わせて冷徹かつ科学的に解体していくリアーキテクチャ専門チームへの配属となります。 「コードが汚いから全部イチから書き直したい」というエンジニアの自己満足(ビッグバン・リライト)を極めて嫌い、ビジネスを1秒たりとも止めることなく、テストコードという安全網を泥臭く敷き詰めながら、飛行機を飛ばしながらエンジンを載せ替えるような手堅いカルチャーです。仕様書が存在せず、書いた本人も退職しているようなブラックボックスに直面した際にも、ため息をつくのではなく、ソースコードとDBの実際のデータを正と見なし、パズルを解き明かすようにドメイン知識を抽出していく実直なメンバーが集まっています。 求める人物像 ・「ゼロから新しいものを作る」こと以上に、複雑に絡み合ったスパゲッティコードの依存関係を紐解き、美しいアーキテクチャへと整理していく過程(リファクタリング)にエンジニアとしての強い美学を持てる方 ・レガシーシステムの制約や技術的負債に対して文句を言うのではなく、「なぜ当時のエンジニアはこの設計にしたのか」という歴史的背景を想像し、敬意を持って改善できる方 ・ビジネスドメイン(業務知識)の深い理解なくしてシステムの解体は不可能であることを悟り、現場のドメインエキスパートとホワイトボードを囲んで泥臭く議論(イベントストーミング等)を楽しめる方 仕事の魅力 日本の、そして世界のエンタープライズ企業の多くが「巨大なレガシーJavaシステム」の身動きが取れない状態(技術的負債)に苦しんでおり、これをモダンなクラウドネイティブ・アーキテクチャへと安全に移行できる人材は極めて枯渇しています。何百万行というコードベースをDDDの思想のもとに泥臭く解体し、最新のJava 21エコシステムへと昇華させる難易度の高い経験を通じて、単なる「Javaプログラマー」を完全に凌駕し、あらゆる大手企業やDX推進組織が最も高額な条件で渇望する「モダナイゼーション・アーキテクト」としての確固たる市場価値を築くことができます。 働き方 リモート環境 [フルリモート] 基本的にフルリモートで働いていただけます(※複雑な既存業務のドメインモデリングや、イベントストーミングを実施する際のワークショップ等において、スポットでオフィスでの密な同期コミュニケーションが発生する場合があります)。

報酬例

4,400 ~ 4,900円/時

業務内容

システム開発・運用、SES

稼働時間目安

週5日

はたらく場所

フルリモート

スキル


エンジニアフルリモート
【フルリモート/週5】シニア機械学習エンジニア・AIリサーチャー(深層学習によるコアアルゴリズムの開発とビジネス課題の極限解決)
【フルリモート/週5】シニア機械学習エンジニア・AIリサーチャー(深層学習によるコアアルゴリズムの開発とビジネス課題の極限解決) お任せしたいこと 自社で展開する数千万ユーザー規模の大規模プラットフォーム、または複雑な課題を抱えるエンタープライズ領域において、事業の心臓部となる機械学習(Machine Learning)および深層学習(Deep Learning)モデルの設計・開発・評価を牽引するシニア機械学習エンジニアをお任せします。 「流行りのライブラリをただインポートして学習させるだけのKaggle的なお遊び」や「ビジネスインパクトを無視して永遠に終わらないPoC(概念実証)」を徹底的に排除し、PyTorch等を駆使した最新論文(arXiv等)のアーキテクチャの独自実装から、数億レコードに潜むノイズと向き合う泥臭い特徴量エンジニアリング(Feature Engineering)までを遂行することで、AIの力を「実世界のビジネス価値」へと昇華させる中核的なポジションです。 具体的な業務内容 ・PyTorch、TensorFlow等を活用した、画像認識(CV)、自然言語処理(NLP)、または時系列予測・レコメンドエンジンにおける深層学習モデルのスクラッチ設計と学習 ・Pandas、NumPy、およびPySparkを利用した、数億〜数百億レコードのビッグデータに対する泥臭いデータクレンジング、欠損値補完、および高度な特徴量エンジニアリング ・XGBoostやLightGBM等の勾配ブースティングツリーを用いた、テーブルデータに対する高精度な予測モデルの構築と、SHAP値等を利用した予測結果の解釈性(XAI:Explainable AI)の担保 ・最新の学術論文(NeurIPS、CVPR、ACL等)の継続的なキャッチアップと、実運用に耐えうるアーキテクチャの選定・プロトタイピング ・MLOpsエンジニアと密に連携した、学習済みモデルのONNX/TensorRT化による推論速度の極限の最適化、および本番環境への安全なデプロイ ・A/Bテストを通じたオンラインメトリクス(CTR、CVR等)と、オフライン評価指標(AUC、F1-score等)のギャップの泥臭い原因究明とアルゴリズムの改善 ・データセットのバイアス(偏り)やアノテーション品質の低下をシステム的に検知し、Active Learning等を活用した効率的なアノテーションループの構築 ・ビジネスサイド(PdMや事業責任者)と協調し、抽象的なビジネス課題を数理最適化や機械学習の定式化(Loss関数の設計等)へと泥臭く落とし込む要件定義 必須スキル・経験 ・Pythonを用いた機械学習モデル(Deep Learning含む)の開発実務経験(目安として3年以上) ・PyTorch、TensorFlow、Keras等の深層学習フレームワークを用いた本番環境向けのモデリング経験 ・線形代数、微分積分、確率統計論などの数学的知識に基づく、機械学習アルゴリズムの原理に対する深い理解 ・SQLおよびPandas/PySpark等を用いた、大規模データの抽出・前処理(データラングリング)の実務経験 ・Git / GitHubを用いたチーム開発、およびJupyter Notebook等の属人的なコードをプロダクションコードへリファクタリングした経験 歓迎スキル・経験 ・Kaggle等のデータ分析コンペティションにおける入賞実績(Master、Grandmaster等) ・トップティアの国際会議(NeurIPS, CVPR, ACL, KDD等)での論文採択、または登壇実績 ・画像処理(CNN, ViT)、自然言語処理(Transformer, BERT)、または推薦システム(GNN, Factorization Machines)の特定領域における極めて深い専門知識 ・Docker、Kubernetes、MLflow等を利用したMLOpsの基礎的な理解 ・AWS(SageMaker)やGCP(Vertex AI)を利用した大規模な分散学習(Distributed Training)の経験 開発・業務環境 開発言語:Python 3.11+, SQL MLフレームワーク:PyTorch, TensorFlow, Scikit-Learn, LightGBM, XGBoost データ処理:Pandas, NumPy, PySpark, Polars クラウド・インフラ:AWS または GCP, NVIDIA GPU (A100, V100等), Docker 実験管理・MLOps:MLflow, Weights & Biases (W&B) コミュニケーション・管理:GitHub, Jira, Slack, Zoom, Notion プロジェクトチームについて 「どんなに最先端のアルゴリズムも、プロダクトのKPIを動かせなければただのコードの塊に過ぎない」と確信し、研究(Research)と開発(Engineering)の境界線を溶かしながら価値創造に執念を燃やすAI・機械学習チームへの配属となります。 「データが汚いから精度が出ない」というデータサイエンティスト特有の責任転嫁を極めて嫌い、データが汚いのであれば自ら前処理の泥臭いロジックを書き直し、ドメインエキスパートにヒアリングを行ってでも意味のある特徴量を絞り出す手堅いカルチャーです。本番環境でモデルの精度が突然劣化した際にも、単に再学習を回すのではなく、入力データの分布変化(データドリフト)やユーザー行動の変化を論理的にプロファイリングし、パズルを解き明かす実直なメンバーが集まっています。 求める人物像 ・「最新の論文を実装すること」以上に、「その技術を使ってエンタープライズの複雑な業務課題を泥臭く解決すること」に研究者・エンジニアとしての美学を持てる方 ・Jupyter Notebook上で美しい学習曲線を描いて満足するのではなく、推論のレイテンシやメモリ消費量という厳しいインフラの制約の中で、実利に基づいたトレードオフ判断ができる方 ・数式やアルゴリズムの裏にある「ユーザーの真の意図」を想像し、数理モデルという無機質なものに血を通わせる知的好奇心と圧倒的な当事者意識を持った方 仕事の魅力 AIが単なるバズワードから「実社会のインフラ」へと移行した現代において、ビジネスドメインを深く理解し、ゼロからモデルを定式化して本番稼働させられる本物の機械学習エンジニアは極めて希少です。ペタバイト級のリアルデータと強大なGPUリソースを武器に、未解決のビジネス課題を泥臭くハックする経験を通じて、単なる「分析屋」や「PoC要員」を完全に凌駕し、世界中のメガベンチャーやAIスタートアップが最も高額なオファーで渇望する「シニア機械学習エンジニア / AIリサーチャー」としての圧倒的な市場価値を築くことができます。 働き方 リモート環境 [フルリモート] 基本的にフルリモートで働いていただけます。

報酬例

4,900 ~ 5,300円/時

業務内容

システム開発・運用、SES

稼働時間目安

週5日

はたらく場所

フルリモート

スキル


エンジニアフルリモート
【フルリモート/週5】Python データアーキテクト(ペタバイト級の大規模分散処理基盤とData Meshアーキテクチャの構築)
【フルリモート/週5】Python データアーキテクト(ペタバイト級の大規模分散処理基盤とData Meshアーキテクチャの構築) お任せしたいこと 自社で展開する大規模プラットフォーム、または膨大なトラフィックを抱えるグローバルサービスにおいて、AI・機械学習やビジネスの意思決定を根底から支える「モダンデータスタック」をPythonエコシステムを中心に設計・構築するデータアーキテクトをお任せします。 「誰が書いたか分からない野良のPandasスクリプト」や「エラーハンドリングのないCronバッチ処理」が引き起こす「サイレントなデータ欠損(Silent Data Corruption)」を徹底的に排除し、PySparkやApache Airflow、dbtを駆使した堅牢で冪等性のあるデータパイプラインの構築と、各ドメインチームが自律的にデータを管理する「Data Mesh(データメッシュ)」アーキテクチャへの移行を泥臭く牽引していただく中核的なポジションです。 具体的な業務内容 ・Pythonおよび Apache Spark(PySpark)を活用した、テラバイト〜ペタバイト級の大規模分散データ処理(ETL/ELT)パイプラインの設計と実装 ・Apache Airflowを利用した、数百〜数千のタスクが複雑に絡み合うDAG(有向非巡回グラフ)の泥臭い依存関係整理と、リトライ・バックフィル機構の実装 ・dbt(data build tool)とJinja/Pythonを組み合わせた、データウェアハウス(SnowflakeやBigQuery)内でのスケーラブルなデータモデリングと変換処理のコード化 ・Great Expectations 等のデータ品質(Data Quality)バリデーションフレームワークをパイプラインに組み込み、異常値やスキーマ変更を本番環境の川下へ流さないための防御的プログラミングの実装 ・Apache KafkaやApache Flink(PyFlink)を活用した、ミリ秒単位の遅延が求められるリアルタイム・ストリーミング処理基盤の設計・構築 ・データエンジニアリングへのソフトウェアエンジニアリング・ベストプラクティス(CI/CD、ユニットテスト、静的解析)の徹底的な導入 ・DatahubやAmundsen等のデータカタログの運用、および全社的なデータガバナンス(アクセスコントロール、PIIのマスキング)の設計と仕組み化 ・DatabricksやSnowflakeのコンピュートリソースに対する、Pythonからの動的プロビジョニングとクエリ実行計画(EXPLAIN)に基づく泥臭いパフォーマンスチューニング 必須スキル・経験 ・Pythonを用いた大規模なデータパイプライン、またはバックエンドシステムの開発実務経験(目安として3年以上) ・PySpark、Hadoop等の分散処理フレームワークを用いた大規模データ処理の経験 ・Apache Airflow、Prefect、Dagster等のワークフローオーケストレーションツールの運用経験 ・高度なSQLの記述能力、およびRDBMSやDWHにおけるパフォーマンスチューニング経験 ・Git / GitHubを用いたチーム開発経験、およびCI/CDの基礎知識 歓迎スキル・経験 ・dbtを用いたデータモデリングの実務経験 ・Snowflake、Databricks、BigQuery等のモダンデータプラットフォームのアーキテクチャ設計経験 ・Great Expectations等を用いたデータ品質管理(Data Observability)の実装経験 ・Apache Kafka、PyFlink等を用いたリアルタイムストリーミング基盤の構築経験 ・Data MeshやData Fabricといった最新のデータアーキテクチャ概念に基づく組織設計・基盤構築の経験 開発・業務環境 開発言語:Python 3.11+, SQL (Jinja) データ処理・変換:PySpark, Pandas, PyArrow, dbt, PyFlink オーケストレーション:Apache Airflow (または Prefect, Dagster) データ品質・ガバナンス:Great Expectations, Datahub データベース・DWH:Snowflake, Databricks, Google BigQuery, PostgreSQL ストリーミング:Apache Kafka インフラ・コンテナ:AWS または GCP, Docker, Kubernetes, Terraform コミュニケーション・管理:GitHub, Jira, Slack, Zoom, Notion プロジェクトチームについて 「データはプロダクトである(Data as a Product)」という強い信念を持ち、機械学習モデルの精度も経営陣の意思決定も、すべてはクリーンなデータ基盤の上になりたつと確信するデータプラットフォームチームへの配属となります。 「分析基盤のダッシュボードの数字が、本番DBの数字と合わない」というデータエンジニアリング最大の恥辱を極めて嫌い、上流のマイクロサービスで発生した突然のスキーマ変更に対しても、下流のパイプラインが強靭に耐えうるデッドレターキュー(DLQ)や型バリデーションを泥臭く設計する手堅いカルチャーです。Airflowのタスクが謎のメモリ溢れ(OOM)で落ちた際にも、単にリソースを増やすのではなく、PySparkのシャッフル処理やパーティションサイズまで泥臭くプロファイリングし、根本からパズルを解き明かす実直なメンバーが集まっています。 求める人物像 ・「単にデータを移動させるバッチスクリプトを書く」のではなく、データパイプライン自体を「テスト可能でバージョン管理されたソフトウェア」として扱うことにエンジニアとしての美学を持てる方 ・属人化して誰も触れなくなった巨大なSQLやPandasのスパゲッティコードの解読から逃げず、dbtやPySparkを用いて美しくモジュール化されたモダンなスタックへとリファクタリングを楽しめる方 ・データサイエンティスト(データの消費者)とバックエンドエンジニア(データの生産者)の両方の言語を理解し、サイロ化しがちな組織の橋渡し役を泥臭く担える方 仕事の魅力 生成AIや機械学習のビジネス活用が当たり前となった現代において、その心臓部である「クリーンなデータ」をリアルタイムかつスケーラブルに供給するパイプラインの価値はかつてなく高まっています。ペタバイト級のデータトラフィックと複雑な依存関係を持つ分散システムを、Pythonエコシステムの最先端ツール群で統制する泥臭い経験を通じて、単なる「スクリプトを書くデータエンジニア」を完全に凌駕し、AI時代においてすべてのテック企業が最も渇望する「シニア データアーキテクト」としての圧倒的な市場価値を築くことができます。 働き方 リモート環境 [フルリモート] 基本的にフルリモートで働いていただけます。

報酬例

4,600 ~ 5,100円/時

業務内容

システム開発・運用、SES

稼働時間目安

週5日

はたらく場所

フルリモート

スキル


エンジニアフルリモート
【フルリモート/週5】Python 検索アルゴリズム・アーキテクト(大規模検索基盤のモダナイゼーションとハイブリッド検索の極限追求)
【フルリモート/週5】Python 検索アルゴリズム・アーキテクト(大規模検索基盤のモダナイゼーションとハイブリッド検索の極限追求) お任せしたいこと 自社で展開する数千万アイテムを抱える大規模ECプラットフォーム、または膨大なドキュメントを扱う巨大メディアにおいて、ユーザーが「本当に欲しい情報」に瞬時に辿り着ける検索体験(Search UX)を根底から作り直すアーキテクトをお任せします。 「とりあえずElasticsearchにデータを流し込んだだけのキーワード検索」が引き起こす「0件ヒット(表記ゆれ)」や「ノイズだらけの検索結果」といったビジネスの機会損失を徹底的に排除し、自然言語処理(NLP)を用いた高度な形態素解析パイプラインの構築や、BM25とベクトル検索(Semantic Search)を組み合わせたハイブリッド検索を泥臭く実装することで、プロダクトのコンバージョン率を極限まで引き上げる中核的なポジションです。 具体的な業務内容 ・Python(FastAPI等)と Elasticsearch / OpenSearch を活用した、数万QPSの高トラフィックに耐えうるスケーラブルな検索APIの設計・開発 ・MeCab、SudachiPy等の形態素解析器とカスタム辞書を用いた、同義語(Synonym)展開、表記ゆれ吸収、および未知語対応の泥臭いチューニング ・Transformerモデル(Hugging Face等)を用いたテキストの埋め込み(Embedding)と、QdrantやMilvus等のベクトルデータベースを活用したセマンティック検索基盤の構築 ・キーワード検索(スパース)とベクトル検索(デンス)のスコアを最適にブレンドするハイブリッド検索の実装と、Reciprocal Rank Fusion (RRF) 等を用いたランキングアルゴリズムの最適化 ・XGBoostやLightGBMを活用し、ユーザーの行動ログ(クリック、購買履歴)に基づく機械学習ランキングアルゴリズム(Learning to Rank: LTR)の構築 ・検索精度を定量的に評価するための指標(NDCG, MAP, MRR等)の定義と、A/Bテストを通じた継続的なアルゴリズム改善の泥臭いサイクル回し ・インデックス更新のリアルタイム性を担保する、Apache Kafka等のストリーミングデータパイプラインと非同期バッチ処理の設計 ・検索クエリの遅延(レイテンシ)を数ミリ秒単位で削るための、Elasticsearchのシャード設計、キャッシュ戦略、およびJVMのプロファイリングとチューニング 必須スキル・経験 ・Pythonを用いたバックエンド開発、またはデータ処理パイプラインの構築実務経験(目安として3年以上) ・Elasticsearch、OpenSearch、または Solr 等を用いた検索システムの本番環境での構築・運用・チューニング経験 ・自然言語処理(NLP)の基礎知識、および形態素解析ツールを用いたテキスト前処理の経験 ・検索ランキングや情報検索(Information Retrieval)に関する基礎的な知識とアルゴリズムへの理解 ・Git / GitHubを用いたプルリクエストベースでのチーム開発、およびコードレビュー経験 歓迎スキル・経験 ・Learning to Rank(LTR)を用いた検索ランキングの最適化経験 ・ベクトルデータベースを用いたRAG、またはセマンティック検索の実装経験 ・大規模トラフィックを捌く分散システムのアーキテクチャ設計経験 ・ユーザー行動ログを用いた機械学習モデルの開発、およびA/Bテストの実務経験 ・Pythonの非同期処理(asyncio)や型ヒント(Type Hints)を用いた堅牢なシステム開発経験 開発・業務環境 開発言語:Python 3.11+ 検索エンジン:Elasticsearch (または OpenSearch) NLP・MLフレームワーク:SudachiPy, Hugging Face Transformers, LightGBM, XGBoost ベクトルDB:Qdrant, Milvus (または Elasticsearch/OpenSearchのk-NN機能) Webフレームワーク:FastAPI データパイプライン:Apache Kafka, Apache Airflow インフラ・環境:AWS または GCP, Docker, Kubernetes コミュニケーション・管理:GitHub, Jira, Slack, Zoom プロジェクトチームについて 「検索は単なる一機能ではなく、プロダクトの売上を直接的に左右する心臓部である」と認識し、泥臭い辞書メンテナンスから最新のベクトル検索まで手段を選ばず精度向上に執念を燃やすコア検索チームへの配属となります。 「ユーザーの検索意図」という正解のないパズルに直面した際にも、経験や勘に頼る(属人的なヒューリスティック・ルールを書き連ねる)ことを極めて嫌い、A/Bテストの結果とNDCGのスコアを直視し、仮説検証を論理的かつ科学的に回す手堅いカルチャーです。検索インデックスが肥大化してレイテンシが跳ね上がった際にも、安易にノードをスケールアウトするのではなく、不要なフィールドの排除やマッピング設計まで泥臭く見直す実直なメンバーが集まっています。 求める人物像 ・「検索エンジンにデータを投げるだけのインフラ屋」ではなく、自然言語の曖昧さと向き合い、ユーザーが意図した情報にたどり着くまでの導線を技術で美しく設計することに知的好奇心を持てる方 ・辞書の登録やシノニムの定義といった地道で泥臭い作業を軽視せず、それらがアルゴリズム全体に与える絶大なインパクトを理解し、運用をシステム化できる方 ・機械学習(ML)の高度な知識と、バックエンドシステム(インフラ)のレイテンシ要件という相反する制約の中で、ビジネス価値を最大化する現実的なトレードオフ判断ができる方 仕事の魅力 ECサイトや大規模メディアにおいて、「検索体験の質の低さ=即離脱」を意味する現代において、検索アルゴリズムの改善は数%のコンバージョン率向上(=数億円の売上増)をダイレクトにもたらします。情報検索の古典的なアプローチ(BM25)と、最新のAI技術(セマンティック検索・LTR)をハイブリッドに融合させる極めて難易度が高く泥臭い経験を通じて、単なる「Pythonバックエンドエンジニア」や「データサイエンティスト」を完全に凌駕し、世界中のテック企業から最も渇望される「検索アルゴリズム・アーキテクト(Search Engineer)」としての圧倒的な市場価値を築くことができます。 働き方 リモート環境 [フルリモート] 基本的にフルリモートで働いていただけます。

報酬例

4,400 ~ 4,900円/時

業務内容

システム開発・運用、SES

稼働時間目安

週5日

はたらく場所

フルリモート

スキル


エンジニアフルリモート
【フルリモート/週5】Python MLOpsアーキテクト(大規模機械学習パイプラインの完全自動化と推論基盤の極限最適化)
【フルリモート/週5】Python MLOpsアーキテクト(大規模機械学習パイプラインの完全自動化と推論基盤の極限最適化) お任せしたいこと 自社で展開する数千万ユーザー規模のレコメンドエンジン、または高度な画像認識・自然言語処理を組み込んだAIプロダクトにおいて、データサイエンティストが開発した機械学習モデルを本番環境で安定かつ高速に稼働させるための「MLOps(Machine Learning Operations)基盤」の設計・構築をお任せします。 「Jupyter Notebookに書かれた属人的なスクリプトを手動で実行する」といった再現性のないAI運用や、「モデルの精度は高いが、推論APIのレスポンスが遅すぎてプロダクトに組み込めない」というビジネスの死活問題を徹底的に排除し、KubernetesやRay、MLflowを駆使した継続的学習(Continuous Training)パイプラインと、GPUリソースを極限まで使い倒す超低遅延な推論基盤を泥臭く牽引していただく中核的なポジションです。 具体的な業務内容 ・Python(FastAPI)、Ray Serve、または NVIDIA Triton Inference Server を活用した、数万QPSのトラフィックを捌き切る高スループットかつ低遅延な機械学習推論APIの設計と実装 ・Kubeflow Pipelines や Apache Airflow、MLflow を利用した、データの抽出・前処理から、モデルの学習・評価・デプロイまでを完全に自動化するMLパイプラインの泥臭い構築 ・ONNX RuntimeやTensorRTを利用したモデルの量子化(Quantization)やグラフ最適化による、推論レイテンシのマイクロ秒単位の削減とGPUコスト(FinOps)の劇的な最適化 ・Feast等のFeature Storeの導入と運用による、オンライン推論(リアルタイム)とオフライン学習(バッチ)間での特徴量(Feature)のズレ(Training-Serving Skew)の徹底的な排除 ・Evidently AI や Datadog を利用した、本番環境でのデータドリフト(入力データの傾向変化)やコンセプトドリフト(モデル精度の劣化)の継続的な監視と、自動再学習トリガーの実装 ・GitHub Actionsと連携した、機械学習モデルのCI/CD/CT(Continuous Training)パイプラインの構築と、シャドーデプロイやA/Bテストによる安全なモデル更新基盤の提供 ・データサイエンティストとバックエンドエンジニアの間に立ち、Pythonの強力な型ヒント(Type Hints)やPydanticを用いた、堅牢で保守性の高い本番用コードへの泥臭いリファクタリング ・Docker / Kubernetes(EKS, GKE)環境における、GPUノードのオートスケーリング設定およびPodのメモリ/CPUリソースの極限のチューニング 必須スキル・経験 ・Pythonを用いたWebバックエンドAPI、またはデータ処理基盤の開発実務経験(目安として3年以上) ・DockerおよびKubernetesを利用したコンテナベースの本番インフラ環境での開発・運用経験 ・機械学習の基礎的なライフサイクル(学習、評価、推論)と、PyTorchやTensorFlow等のフレームワークに関する基礎知識 ・FastAPI等の非同期Webフレームワークを用いた、パフォーマンスを意識したAPI開発経験 ・Git / GitHubを用いたプルリクエストベースでのチーム開発、およびCI/CDの構築経験 歓迎スキル・経験 ・MLflow、Kubeflow、Ray等のMLOpsエコシステムを利用したパイプラインの構築経験 ・NVIDIA Triton Inference Server、TensorRT、ONNX等を用いたモデル最適化や推論基盤の構築経験 ・データサイエンティストとしての機械学習モデルの開発経験、またはKaggle等でのコンペティション参加経験 ・Spark、BigQuery等を用いた大規模データエンジニアリングの実務経験 ・SREとしての可観測性(Observability)向上やインフラコスト削減の経験 開発・業務環境 開発言語:Python 3.11+ ML・推論フレームワーク:PyTorch, FastAPI, Ray Serve, ONNX Runtime, Triton MLOpsエコシステム:MLflow, Kubeflow, Apache Airflow, Feast インフラ・コンテナ:AWS (EKS, SageMaker) または GCP (GKE, Vertex AI), NVIDIA GPU 監視・可観測性:Datadog, Prometheus, Evidently AI (または 自社製ドリフト検知) コード品質・自動化:pytest, mypy, Ruff, GitHub Actions コミュニケーション・管理:GitHub, Jira, Slack, Zoom プロジェクトチームについて 「どんなに高精度なモデルも、本番環境でユーザーに価値を届けられなければ単なる研究発表に過ぎない」と確信し、データサイエンスとソフトウェアエンジニアリングの深い溝を技術で埋めるMLOps専門チームへの配属となります。 「私のローカル環境では動いた」という再現性の欠如を極めて嫌い、乱数のシード固定や依存ライブラリの厳格なバージョン管理(Poetry, uv等)を通じて、モデル開発プロセスを完全に決定論的(Deterministic)なソフトウェアのプロセスへと昇華させる手堅いカルチャーです。GPUメモリの枯渇(OOM)で推論APIがクラッシュした際にも、単にインスタンスサイズを上げるのではなく、バッチサイズの調整やメモリリークの特定を泥臭く行い、パズルを解くようにインフラコストとパフォーマンスの最適解を導き出す実直なメンバーが集まっています。 求める人物像 ・「AIモデルを作る」こと以上に、そのモデルを「決して止まらない、スケーラブルなシステム」として社会にデプロイすることにエンジニアとしての強い美学を持てる方 ・データサイエンティストが書いたスパゲッティコード(プロトタイプ)に対して文句を言うのではなく、敬意を持ちながら安全で高速なプロダクションコードへと書き換える過程を楽しめる方 ・日々新しいツールが登場するMLOpsカオスの現状を嘆くのではなく、自社の課題解決に本当に必要な技術を冷静に選定し、前向きに検証とハックを楽しめる知的好奇心を持った方 仕事の魅力 AIの実用化フェーズに突入した現代において、「モデルを作れる人材」以上に「モデルを本番運用できる人材(MLOpsエンジニア)」の枯渇は世界的な課題となっています。複雑な機械学習の数学的要件と、高トラフィックを捌くインフラアーキテクチャの両方のパズルを解き明かす泥臭い経験を通じて、単なる「Pythonバックエンドエンジニア」や「データサイエンティスト」を完全に凌駕し、AI時代にすべてのメガベンチャーから最も高額な条件でオファーが殺到する「Python MLOpsアーキテクト」としての圧倒的な市場価値を築くことができます。 働き方 リモート環境 [フルリモート] 基本的にフルリモートで働いていただけます。

報酬例

4,600 ~ 5,100円/時

業務内容

システム開発・運用、SES

稼働時間目安

週5日

はたらく場所

フルリモート

スキル


エンジニアフルリモート
【フルリモート/週5】AWS セキュリティ・アーキテクト(マルチアカウント環境のゼロトラスト化とDevSecOpsの極限追求)
【フルリモート/週5】AWS セキュリティ・アーキテクト(マルチアカウント環境のゼロトラスト化とDevSecOpsの極限追求) お任せしたいこと 自社で展開するミッションクリティカルな金融系プラットフォーム、または数百のAWSアカウントが入り乱れる大規模エンタープライズ環境において、AWSのセキュリティサービスとIAM(Identity and Access Management)の深淵を極め、開発アジリティを損なわずに堅牢なゼロトラスト・アーキテクチャを構築する「AWS セキュリティ・アーキテクト」をお任せします。 「とりあえず開発環境だからAdministratorAccessを付与する」といった思考停止の権限管理や、「セキュリティチームが手作業で脆弱性診断をして開発をブロックする」というレガシーな承認プロセスを徹底的に排除し、AWS Organizations(SCP)やControl Towerを用いた強固なガードレールの敷設から、CI/CDパイプラインへの静的解析(DevSecOps)の組み込みまでを泥臭く牽引することで、組織全体のセキュリティレベルを自動的かつ最高次元に引き上げる中核的なポジションです。 具体的な業務内容 ・AWS Organizations および AWS Control Tower を活用した、数百規模のマルチアカウント環境における厳格なガバナンス統制と、Service Control Policies (SCP) の泥臭い設計・運用 ・IAMポリシー(リソースベース、アイデンティティベース、Permissions Boundary)の極限の最適化による、最小権限の原則(Least Privilege)の徹底と、ABAC(属性ベースのアクセス制御)の導入 ・AWS IAM Identity Center (SSO) と外部IdP(Entra ID, Okta等)を連携させた、セキュアでシームレスな認証基盤の構築 ・AWS Security Hub、Amazon GuardDuty、AWS Config 等を集約し、Amazon EventBridge と AWS Lambda (Python/Go) を連携させた、インシデント検知から初動対応(隔離・遮断)までの泥臭い自動化基盤の実装 ・AWS KMS、AWS Secrets Managerを利用した、シークレット(APIキー、DBパスワード等)のコードからの完全な排除と、透過的な暗号化アーキテクチャの設計 ・Terraform、AWS CDKを用いたInfrastructure as Code (IaC) に対して、Checkov、Trivy、OPA (Rego) 等を利用した自動セキュリティテスト(DevSecOps)のCI/CDへの組み込み ・Amazon Macie を用いたS3バケット内の機密データ(PII等)の継続的なスキャン、および CloudTrail と VPC Flow Logs を Amazon Athena で泥臭く解析するフォレンジック調査基盤の構築 ・開発チームに対するスレットモデリング(脅威モデリング)のファシリテーション、および脆弱性(CVE)に対するパッチ適用のトリアージとプロセス化 必須スキル・経験 ・AWSを利用したシステムインフラの設計・構築・運用実務経験(目安として4年以上) ・AWS IAMの高度な知識(ポリシー評価論理、Permissions Boundary、AssumeRole等)と運用経験 ・Terraform、またはAWS CDKを用いたIaC(Infrastructure as Code)の実践経験 ・Git / GitHub等を用いたCI/CDパイプラインの構築、およびDevSecOpsの基礎的な理解 ・ネットワークセキュリティ(WAF、ファイアウォール等)および暗号化技術の基礎知識 歓迎スキル・経験 ・AWS Certified Security - Specialty、または CISSP などの高度なセキュリティ資格 ・PythonやGo言語を用いた、セキュリティチェックや自動修復スクリプトの実装経験 ・AWS Control Towerを用いたマルチアカウント環境の立ち上げ・移行経験 ・SOC(Security Operation Center)やCSIRTにおけるインシデントレスポンスの実務経験 ・ISMS、PCI DSS、FISC等のコンプライアンス要件に準拠したシステム設計経験 開発・業務環境 クラウド・統制:AWS (Organizations, Control Tower, IAM, IAM Identity Center, SSO) セキュリティ:Security Hub, GuardDuty, Config, Macie, KMS, WAF, Inspector IaC・DevSecOps:Terraform (または AWS CDK), Checkov, Trivy, OPA, GitHub Actions 自動化・ログ解析:Python, Go, AWS Lambda, EventBridge, Amazon Athena, CloudTrail 監視・可観測性:Datadog Security (Cloud SIEM), Splunk コミュニケーション・管理:GitHub, Jira, Slack, Zoom プロジェクトチームについて 「セキュリティは開発を遅らせるブレーキではなく、より速く安全に走るためのシートベルトとガードレールである」と確信し、圧倒的な技術力で組織を脅威から守り抜くクラウドセキュリティ専門チームへの配属となります。 「エンジニアのモラルに依存した運用ルールの押し付け」を極めて嫌い、人間がミスをしてもシステム的に絶対に突破されない堅牢な予防的統制(Preventive Controls)と発見的統制(Detective Controls)をコードで泥臭く実装していく手堅いカルチャーです。本番環境で不審なAPIコール(GuardDutyアラート)が検知された際にも、パニックにならずにCloudTrailのイベントログとソースIPを論理的に追跡し、パズルを解き明かすように侵害の有無を特定する実直なメンバーが集まっています。 求める人物像 ・「チェックシートを埋めるだけのセキュリティ監査担当」ではなく、クラウドベンダーが提供するマネージドサービスとIAMの仕様をハックし、開発者の認知負荷を上げずに安全性を担保することにエンジニアとしての美学を持てる方 ・JSONで記述された複雑怪奇なIAMポリシーの評価ロジックを読み解くことに苦痛を感じず、知的好奇心を持って「なぜこの権限エラーが起きるのか」を泥臭く探求できる方 ・「ゼロトラスト」というバズワードに踊らされることなく、ネットワーク境界とアイデンティティ境界の両面から、実利に基づいた論理的な防御アーキテクチャを設計できる方 仕事の魅力 クラウド環境におけるセキュリティの重要性がかつてなく高まる中、「クラウドネイティブなセキュリティアーキテクチャ」を設計・実装できる人材は極めて枯渇しています。AWSの複雑な権限モデル(IAM)の深淵をマスターし、数百のアカウントを自動統制する泥臭い経験を通じて、単なる「インフラ担当者」を完全に凌駕し、世界中のメガベンチャーやエンタープライズ、金融機関が最も高額な条件で渇望する「シニア AWS セキュリティ・アーキテクト」としての圧倒的な市場価値を築くことができます。 働き方 リモート環境 [フルリモート] 基本的にフルリモートで働いていただけます。

報酬例

4,600 ~ 5,100円/時

業務内容

システム開発・運用、SES

稼働時間目安

週5日

はたらく場所

フルリモート

スキル