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

( 2,648 件中 171 - 180 件を表示)
エンジニアフルリモート
【フルリモート/週5】Pythonバックエンドアーキテクト(FastAPI・DDDに基づく大規模マイクロサービスと型安全な基盤開発)
【フルリモート/週5】Pythonバックエンドアーキテクト(FastAPI・DDDに基づく大規模マイクロサービスと型安全な基盤開発) お任せしたいこと 自社で展開する数百万トラフィック規模の大規模Webプラットフォーム、または複雑な業務ドメインを持つBtoB SaaSにおいて、Python(FastAPI または Django)を用いたモダンなバックエンドアーキテクチャの設計・開発をお任せします。 Pythonを「AIやデータ分析のための単なるスクリプト言語」と見なすような浅い理解を徹底的に排除し、asyncioによる高度な非同期I/O処理や、Type Hints(型アノテーション)およびPydanticを駆使した型安全で堅牢なドメイン駆動設計(DDD)を泥臭く実践することで、保守性とスケーラビリティを最高次元で両立させたマイクロサービス基盤を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 3.11以降 および FastAPI(または Django REST framework)を用いた、高スループットかつ堅牢なRESTful API、およびgRPCサーバーの設計・開発 ・肥大化したレガシーなモノリス(古いDjangoやFlask等)から、ドメイン境界に基づいたマイクロサービス(またはモジュラーモノリス)への段階的かつ安全なマイグレーション戦略の策定と実行 ・Type HintsとMypy(または Pyright)を活用した厳格な静的型検査の導入、およびクリーンアーキテクチャを取り入れたビジネスロジックの凝集度向上 ・SQLAlchemy(または Django ORM)の内部挙動を深く理解した上でのN+1問題の徹底排除、および実行計画(EXPLAIN)に基づく泥臭いSQLチューニング ・CeleryやRabbitMQ、Redis等を利用した非同期タスクキューの設計と、分散システムにおける結果整合性(Sagaパターン等)の担保 ・pytest、factory_boy、およびMockを活用した、境界値やエッジケースを網羅する保守性の高い自動テスト(単体・結合テスト)の実装 ・Docker / Kubernetes(EKS, GKE等)へのデプロイを前提としたコンテナ最適化、およびGitHub Actionsを用いた安全で高速なCI/CDパイプラインの構築 ・DatadogやOpenTelemetry等を利用した、分散システムにおけるボトルネック調査とアプリケーションパフォーマンス監視(APM)の運用 必須スキル・経験 ・Pythonを用いたバックエンドWebアプリケーションの開発実務経験(目安として3年以上) ・FastAPI、Django、Flask等のWebフレームワークを用いた本番環境でのAPI設計・開発経験 ・RDBMSを用いた複雑なテーブル設計、およびインデックスを考慮したSQLパフォーマンスチューニングの実務経験 ・pytest等を用いたテストコードの実装経験、およびオブジェクト指向・SOLID原則の深い理解 ・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等の設計思想をPythonプロジェクトに適用した経験 ・Type Hints、Mypy/Pyright、Pydantic等を活用した、厳格な静的型付けによる堅牢なアプリケーション開発経験 ・FastAPIおよび asyncio を用いた高並行・非同期アプリケーションの実装・チューニング経験 ・マイクロサービスアーキテクチャの設計、または大規模なリプレイス・マイグレーション経験 ・AWS(EKS, ECS等)やGCPを利用したクラウドネイティブなインフラ構築・コンテナ運用知識 開発・業務環境 開発言語:Python 3.11以降 フレームワーク:FastAPI, Django (Django REST framework), Pydantic データベース・キャッシュ:PostgreSQL (または MySQL), Redis ORM・非同期処理:SQLAlchemy, Celery, RabbitMQ インフラ・コンテナ:AWS または GCP, Docker, Kubernetes テスト・品質:pytest, Mypy (または Pyright), Ruff (または Flake8/Black) 監視・可観測性:Datadog, OpenTelemetry, Sentry 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 Pythonの表現力の高さと開発スピードの速さを最大限に引き出しつつ、エンタープライズの複雑な業務要件を技術でシンプルに解き明かすバックエンドコア開発チームへの配属となります。 「動けば型なんていらない」「ディクショナリ(dict)のバケツリレーで十分」といったスクリプト言語特有のスパゲッティコードの量産を極めて嫌い、コンパイル言語に匹敵する堅牢な型安全性を追求する手堅いカルチャーです。技術的負債や仕様書のないレガシーコードに直面した際にも、過去の開発者を非難するのではなく、pytestの保護網を厚く敷いてから泥臭く解体・再構築を楽しむ実直なメンバーが集まっています。 求める人物像 ・「機械学習やAIをやりたいからPythonを選ぶ」のではなく、Webアプリケーションのバックエンド言語としてのPythonのポテンシャル(型ヒントの進化等)を深く理解し、美しい設計に美学を持てる方 ・複雑に絡み合った業務要件から逃げず、ドメインエキスパートと対等に議論しながら、それをソフトウェア上のドメインモデルへと落とし込める方 ・GIL(Global Interpreter Lock)の制約や非同期I/Oの特性を論理的に理解し、トラフィック増加に伴うパフォーマンス低下に対してプロファイラを用いた泥臭いボトルネック特定を楽しめる方 仕事の魅力 世界中でAIやデータ連携のニーズが高まる中、機械学習エコシステムとシームレスに連携できるPythonバックエンドの需要は爆発的に増加しています。その最前線において、FastAPIの非同期処理やDDDを駆使したクラウドネイティブな基盤を構築する経験を通じて、単なる「Pythonスクリプトが書ける人」を完全に凌駕し、AIエンジニアとフロントエンドエンジニアの境界を強固に繋ぐ「シニアPythonバックエンドアーキテクト」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

4,700 ~ 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】AI創薬・次世代バイオインフォマティクスプラットフォームのバックエンドエンジニア
【フルリモート/週5/Python】AI創薬・次世代バイオインフォマティクスプラットフォームのバックエンドエンジニア お任せしたいこと [役割]バックエンドエンジニアとして、膨大なゲノムデータやタンパク質構造データをAIで解析し、新薬開発(創薬)のプロセスを劇的に短縮・効率化する次世代バイオインフォマティクスプラットフォームの開発をお任せします。 [役割に対して求める成果]数テラバイトに及ぶ秘匿性の高い生命科学データや医療データをセキュアに管理し、バイオインフォマティシャンや研究者が開発した機械学習モデル(化合物探索、毒性予測など)をバックエンドシステムに統合して、スケーラブルかつ安定して計算処理を実行できる基盤を実現すること。 具体的な業務内容 ・Python(FastAPI等)を用いた、研究者向けWebアプリケーションおよび外部連携APIの詳細設計・実装 ・CeleryやRabbitMQ、AWS Batch等を利用した、大規模な分子シミュレーションや機械学習推論を伴う非同期・分散処理バックエンドの設計・開発 ・Apache AirflowやNextflow等のワークフローエンジンを活用した、ゲノム解析・化合物データ前処理パイプラインの構築 ・RDBMS(PostgreSQL等)およびNoSQL(MongoDB等)を用いた、複雑な階層構造を持つ生物学・化学データのモデリングとクエリチューニング ・高度なセキュリティ要件(HIPAAガイドラインや3省2ガイドライン等に準拠)を満たすデータアクセス制御・監査ログ基盤の実装 ・Pytestを用いたテスト自動化と、計算機リソース(GPU/CPU)の利用効率を最大化するパフォーマンス・チューニング 必須スキル・経験 ・Pythonを用いたWebアプリケーションまたはAPIの設計・開発経験(3年以上) ・FastAPI、DjangoなどのWebフレームワークを用いた実務経験 ・RDBMSを用いたデータベース設計、トランザクション管理、およびSQLチューニングの経験 ・非同期処理(Celery等)やバッチ処理システムの開発・運用経験 ・Git/GitHubを用いたチーム開発およびPull Requestベースのコードレビュー経験 歓迎スキル・経験 ・バイオインフォマティクス、ケモインフォマティクス(計算化学)、または創薬・医療ドメインに関する知識・開発経験 ・RDKit等の化学情報学向けPythonライブラリの利用経験 ・AWS(EKS, Batch, S3等)またはGCP環境でのコンテナ技術(Docker/Kubernetes)を利用したインフラ構築・運用経験 ・大規模なデータパイプライン(Apache Airflow等)の構築・運用経験 ・データサイエンティストや研究者との協業経験 開発環境 言語・フレームワーク:Python 3.1x, FastAPI, Celery, Pytest, SQLAlchemy インフラ・ミドルウェア:AWS (EKS, Batch, RDS, S3, SQS), Docker, Kubernetes, PostgreSQL, MongoDB, Redis ツール・その他:Apache Airflow, Nextflow, GitHub, GitHub Actions, Datadog, Jira, Slack 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、バイオインフォマティクス研究者・計算化学者3名、バックエンドエンジニア5名(今回募集枠含む)、フロントエンドエンジニア3名、MLOpsエンジニア2名の体制です。「ITの力で難病を治す」というミッションのもと、生命科学の専門家とソフトウェアエンジニアが互いの専門知識を共有し合い、未知のアルゴリズムや複雑なデータ構造にチーム一丸となって取り組む研究開発色の強いカルチャーです。 求める人物像 ・生物学や医療、創薬といった人類の未来に直結するディープテック領域に強い関心と知的好奇心を持てる方 ・計算コストが高く、処理に数時間〜数日かかるような重厚なバッチ処理や分散処理のアーキテクチャ設計に泥臭く向き合える方 ・フルリモート環境下において、研究者などバックグラウンドの異なる専門家とも自発的かつ円滑にテキストや通話でコミュニケーションが取れる方 仕事の魅力 通常であれば10年以上かかる新薬開発の期間を、テクノロジーの力で数年に短縮するという極めて社会的意義とインパクトの大きなプロダクトです。Pythonを用いたモダンなバックエンド開発に加え、AWS BatchやKubernetesを用いた大規模な分散コンピューティング、複雑な科学データのモデリングなど、一般的なWeb開発では経験できない高度でエッジの効いた技術課題に挑戦することで、エンジニアとしての市場価値を圧倒的に高めることができます。 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

5,900 ~ 6,800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】教育格差をなくす次世代AIアダプティブラーニングプラットフォームのバックエンド開発
【フルリモート/週5/Python】教育格差をなくす次世代AIアダプティブラーニングプラットフォームのバックエンド開発 お任せしたいこと [役割]バックエンドエンジニアとして、全国の学校現場や学習塾で利用され、数百万人の児童・生徒の学習ログをリアルタイムに解析して「一人ひとりに最適な学習(個別最適化)」を提供する次世代EdTechプラットフォームのコアバックエンド開発をお任せします。 [役割に対して求める成果]平日の日中(学校の授業時間帯)に発生する秒間数万リクエストという極端なトラフィックスパイクを捌き切り、データサイエンティストが構築した学習習熟度予測モデル(ナレッジトレーシング等)を遅延なく推論・実行できる、スケーラブルかつ高可用なバックエンドシステムの実現。 具体的な業務内容 ・Python(FastAPI等)を用いた、フロントエンド(学習アプリ・教員向けダッシュボード)向けの高パフォーマンスなRESTful APIおよびGraphQL APIの詳細設計・実装 ・解答履歴、動画視聴ログ、学習時間といった膨大なストリーミングデータ(学習ログ)を欠損なく収集し、非同期で処理するデータパイプライン(Kafka, Celery等)の開発 ・RDBMS(PostgreSQL等)を用いた、数億レコードに及ぶ学習履歴データの最適なテーブル設計および高度なクエリチューニング ・教育工学の専門家やデータサイエンティストと連携し、項目応答理論(IRT)や深層学習を用いたレコメンドエンジンの推論API化とバックエンド統合 ・既存のモノリスアーキテクチャから、ドメイン駆動設計(DDD)に基づいたマイクロサービスアーキテクチャへの段階的なリプレイス ・Pytest等を用いたテスト駆動開発(TDD)の推進と、Datadog等を用いたパフォーマンス監視・ボトルネック解消 必須スキル・経験 ・Pythonを用いたWebアプリケーションまたはAPIの設計・開発経験(3年以上) ・FastAPI、DjangoなどのWebフレームワークを用いた実務経験 ・RDBMSを用いた大規模なテーブル設計、トランザクション管理、およびSQLチューニングの経験 ・Git/GitHubを用いたチーム開発およびPull Requestベースのコードレビュー経験 歓迎スキル・経験 ・高トラフィック(秒間数千リクエスト以上)な大規模Webサービス(B2C/B2B2C)の設計・運用・パフォーマンスチューニング経験 ・教育業界(EdTech)におけるプロダクト開発経験、または学習分析(Learning Analytics)に関するドメイン知識 ・Apache Kafka等のメッセージキューを利用した非同期処理・ストリーミング処理の実装経験 ・AWS(EKS, ECS等)またはGCP環境でのコンテナ技術(Docker/Kubernetes)を利用したインフラ構築・運用経験 ・機械学習モデル(推薦システム等)のバックエンドへの組み込み、またはMLOpsに関する基礎知識 開発環境 言語・フレームワーク:Python 3.1x, FastAPI, SQLAlchemy, Pytest, GraphQL インフラ・ミドルウェア:AWS (ECS, Aurora PostgreSQL, ElastiCache, MSK), Docker, Redis, Celery, Kafka ツール・その他:GitHub, GitHub Actions, Datadog, Terraform, Jira, Slack, Notion 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、教育工学リサーチャー・データサイエンティスト2名、バックエンドエンジニア6名(今回募集枠含む)、フロントエンドエンジニア4名、SRE2名の体制です。「テクノロジーで教育の限界を突破する」という強いミッションのもと、教育の専門家とエンジニアが互いの知見をぶつけ合い、アルゴリズムの精度とシステムの応答速度の両立にチーム一丸となって取り組む熱量の高いカルチャーです。 求める人物像 ・「教育格差の是正」や「教員の働き方改革」といった社会的意義の大きな課題に対し、テクノロジーの力で解決することに強い情熱を持てる方 ・アクセスが集中する過酷な環境下において、「推測するな、計測せよ」の精神で論理的にボトルネックを特定し、パフォーマンスチューニングに執念を持てる方 ・フルリモート環境下において、データサイエンティストなど他職種とも自発的かつ円滑にテキストや通話でコミュニケーションが取れる方 仕事の魅力 未来を創る子どもたちの学習体験を根本から変革し、日本の教育インフラをアップデートする極めて社会的インパクトの大きなプロダクトです。Python(FastAPI)を用いたモダンな非同期API開発に加え、数百万ユーザーの学習ビッグデータをリアルタイムに捌くアーキテクチャ設計やAI推論の統合など、バックエンドエンジニアとして非常に難易度が高く、市場価値の上がる技術的チャレンジに専念することができます。 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

5,600 ~ 6,700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】エンタメテック:YouTube動画の視聴データを用いたトレンド解析・自動タグ付けシステム開発
お任せしたいこと [役割] バックエンド/データエンジニアとして、YouTube Data APIから取得する膨大な動画メタデータやコメント、視聴統計データを集約・解析する、エンタメ企業向けデータ分析プラットフォームの開発を担当していただきます。 [役割に対して求める成果] Python(FastAPI)を用いた高速なAPI構築と、pandas/Polarsを活用した効率的なデータパイプラインにより、最新の動画トレンドをリアルタイムに抽出し、AIによる動画の自動タグ付け処理をバグなく実装すること。 具体的な業務内容 Python(FastAPI)を用いた、YouTube動画データ収集・解析用Web APIの新規設計および実装 YouTube Data APIを活用した、特定のチャンネルや急上昇動画のメタデータ(視聴数、コメント、高評価等)の自動取得バッチ開発 pandas / Polars を用いた、大量の非構造化データ(テキスト、数値)のクレンジング・特徴量抽出処理 自然言語処理ライブラリ(GiNZA / 外部LLM API等)を組み込んだ、コメントの感情分析および自動キーワード抽出ロジックの実装 Pytestを用いたバックエンドロジックの単体・結合テストコードの作成と品質管理 Dockerを用いたコンテナ環境の構築、およびAWS(ECS/Fargate)へのデプロイ支援 必須スキル・経験 Pythonを用いたWebアプリケーションまたはAPIの開発実務経験3年以上 FastAPI、Django、Flaskいずれかのフレームワークを用いた商用プロダクトの開発経験1年以上 pandas、NumPy、Polars等のライブラリを用いたデータ加工、またはバッチ処理の実務経験 RDBMS(PostgreSQL/MySQL等)の基本的な知識、およびSQLを用いたデータ操作スキル GitHubを用いたプルリクエストベースのチーム開発フローの習熟 歓迎スキル・経験 YouTube Data API、またはその他SNSの外部APIを用いた開発・運用経験 Docker / Kubernetesを用いたコンテナ開発環境の構築および運用の知見 AWS(ECS, Fargate, RDS, Lambda)などのクラウドインフラに関する基礎知識 自然言語処理(NLP)や、OpenAI等のLLM APIを組み込んだプロダクトの開発経験 Apache Airflowなどを用いたデータパイプライン(ETL)の構築経験 開発環境 言語・FW:Python 3.11+, FastAPI インフラ・DB:AWS, PostgreSQL, Docker 管理ツール:GitHub, Slack, Jira 技術スタック:Polars, pandas, Pytest, Poetry, YouTube Data API 開発チームについて テックリード1名、データエンジニア2名、Pythonエンジニア2名の計5名構成です。 動画マーケティングやエンタメ領域のデータを扱っており、最新のデータ処理技術(Polars等)を積極的に実務に投入する、非常にモダンで技術意欲の高いチームです。 求める人物像 データ処理の効率化(メモリや処理速度の最適化)に関心があり、綺麗なロジックを書くことにこだわりを持てる方 外部APIの仕様変更などに対しても、ドキュメントを読み解きながら柔軟かつ迅速に対応できる方 仕事の魅力 エンタメ×データ分析という非常に面白いドメインで、Pythonの強力なデータ処理能力を活かした開発ができます。 YouTubeという身近なプラットフォームの裏側にあるデータを扱い、最先端のトレンド解析システム作りに深く関与できます。 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

4,000 ~ 5,500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エンジニア・MLアーキテクト(機械学習パイプラインの実用化と大規模推論基盤構築)
【フルリモート/週5】Python MLOpsエンジニア・MLアーキテクト(機械学習パイプラインの実用化と大規模推論基盤構築) お任せしたいこと 自社で展開するAI活用型プロダクト、またはレコメンド・検索エンジン等のコア機能において、データサイエンティストが開発した機械学習モデルを「PoC(概念実証)」で終わらせず、スケーラブルかつ安定した本番環境へと最速でデプロイするためのMLOps基盤の設計・構築をお任せします。 「Jupyter Notebookに書かれたスクリプトをそのままエンジニアに投げ渡す」といった属人的で再現性のないサイロ化された開発フローを徹底的に排除し、モデルの学習から推論、監視、そして再学習(Continuous Training)に至るまでのエンドツーエンドのパイプラインを泥臭く自動化することで、AIのビジネス価値を最大化する中核的なポジションです。 具体的な業務内容 ・PythonおよびFastAPI、BentoML、Triton Inference Server等を利用した、ミリ秒単位の低レイテンシが求められる大規模な推論API(オンライン・バッチ・ストリーミング)の設計と実装 ・Kubeflow、Vertex AI Pipelines、またはAmazon SageMaker Pipelinesを活用した、機械学習モデルの学習・評価・デプロイメントのパイプライン(CI/CD/CT)構築 ・MLflowやWeights & Biases (W&B)を用いた、モデルのハイパーパラメータ、学習メトリクス、およびアーティファクトの厳密なバージョン管理機構の導入 ・本番環境におけるデータドリフト(入力データの傾向変化)やコンセプトドリフト(予測精度の低下)の継続的なモニタリングと、自動アラート・再学習トリガーの泥臭い仕組み化 ・Feast等のFeature Storeを活用した、学習時と推論時における特徴量(Feature)の不整合(Training-Serving Skew)の徹底排除と一元管理 ・Docker / Kubernetes(EKS, GKE等)を用いたコンテナベースの推論インフラ構築と、GPUリソース(NVIDIA A100等)のコスト効率を極限まで高めるオーケストレーション ・Terraformを利用したMLインフラのコード化(IaC)、およびデータサイエンティストが自律的に実験を行えるサンドボックス環境の提供 必須スキル・経験 ・Pythonを用いたWebバックエンド開発、またはデータパイプライン構築の実務経験(目安として3年以上) ・DockerおよびKubernetesを利用した本番環境でのコンテナ運用経験 ・機械学習モデルの本番環境へのデプロイ(API化)、および運用監視の実務経験 ・AWS、またはGCPにおけるクラウドインフラの構築経験 ・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 ・MLOpsの成熟度モデルに対する深い理解と、ゼロからのMLOps基盤構築・推進経験 ・PyTorchやTensorFlow等のディープラーニングフレームワークを用いたモデル開発の基礎知識 ・Kubeflow、MLflow、Vertex AI、SageMaker等のMLエコシステムを活用した実務経験 ・NVIDIA GPUインフラのパフォーマンスチューニング(TensorRT等の利用)、または大規模言語モデル(LLM)のサービング経験 ・データエンジニアリング(dbt, Airflow等)に関する実務経験 開発・業務環境 開発言語:Python 3.x MLOpsフレームワーク:MLflow, Kubeflow, W&B, DVC サービング:FastAPI, BentoML, Triton Inference Server, Ray Serve インフラ・コンテナ:AWS (SageMaker, EKS) または GCP (Vertex AI, GKE), Kubernetes, Docker オーケストレーション・IaC:Apache Airflow, Terraform 監視・可観測性:Prometheus, Grafana, Datadog 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 データサイエンスの高度なアルゴリズムを、ソフトウェアエンジニアリングの堅牢性で包み込み、実社会のサービスとして稼働させるMLプラットフォームチームへの配属となります。 「モデルの精度は高いが本番では重すぎて動かない」「誰がどのデータで学習したモデルか分からない」といった機械学習プロジェクト特有の技術的負債を極めて嫌い、再現性と可観測性(Observability)をインフラレベルで担保する手堅いカルチャーです。予測精度の低下アラートが鳴った際にも、単にモデルを作り直すのではなく、前処理ロジックのバグや上流のデータパイプラインの欠損まで泥臭くトレースし、根本原因を論理的に突き止める実直なメンバーが集まっています。 求める人物像 ・「機械学習のアルゴリズムを研究すること」以上に、「そのモデルが24時間365日、数百万人のユーザーに価値を届け続けるための仕組み作り」にエンジニアとしての喜びを感じる方 ・データサイエンティストとバックエンドエンジニアの境界領域で発生する「責任の押し付け合い」を嫌い、両者の架け橋となって複雑な運用課題をパズルとして楽しめる方 ・AIの進化スピード(新しいフレームワークやサービング技術の登場)を前向きにキャッチアップし、既存のレガシーなパイプラインを大胆にリファクタリングできる推進力を持った方 仕事の魅力 世界中で「AIのPoC死(本番運用に乗らずに終わること)」が社会課題となる中、最先端のMLOps技術を駆使して、機械学習モデルを確実にビジネスの心臓部へと組み込む極めて難易度が高く価値のあるポジションです。複雑なGPUインフラの制御やデータパイプラインの泥臭い自動化経験を通じて、単なる「Pythonエンジニア」や「データサイエンティスト」を完全に凌駕し、これからのAI時代においてすべてのテック企業が喉から手が出るほど欲しがる「シニアMLOpsエンジニア(AIプラットフォームアーキテクト)」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

4,700 ~ 5,200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】不動産価格査定エンジンにおける機械学習パイプラインの開発
お任せしたいこと [役割] AI/バックエンドエンジニアとして、Pythonを用いた不動産価格の自動査定システムの機械学習モデル組み込みおよびAPI・バッチ処理の実装を担当していただきます。 [役割に対して求める成果] データサイエンティストが作成した予測ロジックを正確にプロダクションコードへ落とし込み、データ整合性と処理速度を意識したクリーンなPythonコードを実装すること。 具体的な業務内容 Python(FastAPI)を用いた、AI価格査定ロジックを呼び出すREST APIの設計・開発 pandasやNumPyなどのライブラリを活用した、不動産データの加工・前処理スクリプトの開発 SQLAlchemy(ORM)を用いた、PostgreSQLデータベースへのアクセス処理・マイグレーション Pytestを用いた単体テスト・統合テストコードの作成と、カバレッジの維持 Dockerを用いたローカル開発環境での動作検証および、不具合発生時のデバッグ 必須スキル・経験 Pythonを用いたWebアプリケーションまたはAPIの開発実務経験3年以上 FastAPI、Flask、DjangoいずれかのWebフレームワークを用いた実務経験1年以上 SQLの基本知識および、RDBMS(PostgreSQL/MySQL等)を用いた開発経験 Dockerを用いたコンテナ環境での開発経験(docker-composeを立ち上げられるレベル) Git / GitHubを用いたチーム開発(ブランチ管理、コードレビュー等)の実務経験 歓迎スキル・経験 pandas / NumPy等を用いた、大量データのクレンジングや集計処理の実務経験 機械学習モデル(LightGBMやscikit-learn等)を商用環境へ組み込んだ経験 AWS(Lambda / ECS)などのパブリッククラウド環境に関する基礎知識 GitHub Actionsを利用したCI/CDパイプラインの運用経験 開発環境 言語・FW:Python, FastAPI, SQLAlchemy インフラ・DB:AWS, PostgreSQL, Docker 管理ツール:GitHub, Slack, Jira 技術スタック:pandas, Pytest, Poetry, Swagger 開発チームについて テックリード1名、シニアエンジニア2名、PG2名の構成です。 詳細設計やAPIスキーマ(Swagger)が綺麗に整備されているため、迷わずプログラミングに集中できる環境です。 求める人物像 コーディング規約(PEP 8など)を意識し、誰が見ても読みやすいコードを書くよう努められる方 タスクの進捗状況を小まめに共有し、トラブルや遅延リスクを早めにアラートとして出せる方 仕事の魅力 モダンなフレームワークとして需要の高いFastAPIの実務経験をしっかりと積むことができます。 データ処理ロジックのコーディングを通じて、アルゴリズムやDB最適化のスキルが磨かれます。 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

3,000 ~ 4,000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】Pythonデータエンジニア(自社データ分析基盤の開発・運用)
【フルリモート/週5】Pythonデータエンジニア(自社データ分析基盤の開発・運用) お任せしたいこと 自社サービスにおけるデータ分析基盤の構築、および各種データパイプライン(ETL/ELT)の設計・開発・運用保守をお任せします。 華やかなAIモデルを作る前の「泥臭い土台作り」として、社内外に散らばるデータを綺麗に整理し、データサイエンティストや事業側が日々迷わずデータを活用できるような、エラーに強く信頼性の高いシステムをチームで地道に作り上げていくポジションです。 具体的な業務内容 ・Pythonを用いた、各種データソース(RDBMS、外部API、ログファイル等)からのデータ収集・加工プログラムの開発 ・Apache Airflow等を利用したデータパイプライン(バッチ処理)のワークフロー設計、実装、運用 ・データウェアハウス(BigQuery または Snowflake等)における、分析用のテーブル設計とデータマートの構築 ・SQLチューニングおよびデータ抽出クエリの最適化 ・既存のスクリプト(手作業やCronで動いている古いバッチなど)のリファクタリングおよびモダンな環境への移行 ・パイプラインのエラー監視、データ欠損時の調査、および復旧対応 必須スキル・経験 ・Pythonを用いたシステム開発、またはバッチ処理の実務経験(目安として3年以上) ・複雑なSQLの記述、およびRDBMSやデータウェアハウスの基礎的な知識 ・ETL/ELTなどのデータパイプライン構築、または大量データの処理経験 ・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 ・Apache Airflow、dbt等を用いたワークフロー管理・データモデリングの実務経験 ・GCP(BigQueryなど)やAWS(Redshift、Athenaなど)のクラウドデータ基盤の構築・運用経験 ・Docker等のコンテナ技術を用いた開発・運用経験 ・Terraform等を用いたインフラ構成のコード化(IaC)経験 ・機械学習(MLOps)基盤の構築・運用サポート経験 開発・業務環境 開発言語:Python 3.x, SQL ワークフロー管理:Apache Airflow (または dbt, 独自バッチ等) データベース・DWH:BigQuery (または Snowflake, AWS Redshift) インフラ:GCP または AWS, Docker テスト・CI/CD:pytest, GitHub Actions コミュニケーション・管理:GitHub, Jira, Backlog, Slack, Zoom プロジェクトチームについて データ基盤開発チームへの配属となります。 「最新のAI技術を使うこと」自体を目的とせず、「欠損のない正しいデータが毎日確実に連携されること」に最も価値を置く手堅いカルチャーです。文字化けやフォーマットの不一致といった「汚いデータ」に対しても文句を言うのではなく、どうすれば自動でクレンジングできるかを前向きに考え、基盤の安定稼働に努めています。 求める人物像 ・「AIエンジニア」ではなく、データを裏側で支える「データエンジニアリング」の領域にやりがいを感じる方 ・エラーが起きた際に、場当たり的な修正で済ますのではなく、仕組みから改善しようとする姿勢のある方 ・データサイエンティストや事業側の「こういうデータが見たい」というフワッとした要望に対し、具体的なテーブル設計に落とし込んで提案できる方 仕事の魅力 企業のデータ活用において最も需要が高く、かつボトルネックになりやすい「データ基盤の構築」に最前線で取り組むことができます。PythonとSQLの実践的なスキルを深めながら、AirflowやBigQueryといったモダンなデータスタックの運用経験を積むことで、データエンジニアとして非常に汎用性が高く、市場価値の高いキャリア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(※バッチ処理の障害時など、必要に応じてエラー調査等をお願いする場合がありますが、チーム内で負荷を分散しています)。

報酬例

4,900 ~ 5,700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/TypeScript】AIチャットボット統合管理SaaSのフロントエンド開発
【フルリモート/週5/TypeScript】AIチャットボット統合管理SaaSのフロントエンド開発 お任せしたいこと [役割] 複数のLLM(大規模言語モデル)を統合管理し、カスタマーサポートを自動化するSaaS製品のフロントエンド開発を担当していただきます。 [役割に対して求める成果] TypeScriptの型定義を最大限に活用し、複雑なチャットフローの可視化エディタや、リアルタイムなモニタリングダッシュボードを、バグが少なく拡張性の高い状態で実装すること。 具体的な業務内容 ・TypeScriptを用いたReactコンポーネントの設計・実装 ・React Flow等のライブラリを使用した、ノーコード対話フローエディタの開発 ・WebSocketを用いたリアルタイムチャットプレビュー機能の実装 ・OpenAPIを用いたバックエンドとの型安全な通信クライアントの生成・連携 ・Storybookを用いたUIコンポーネントの管理と視覚的デバッグ 必須スキル・経験 ・TypeScriptを用いたWebアプリケーション開発経験(3年以上) ・React 18以降およびNext.jsの実務での利用経験 ・GenericsやUtility Typesを活用した高度な型定義の設計スキル ・ESLint / Prettier / Stylelint等を用いたチーム開発環境の整備・運用経験 歓迎スキル・経験 ・zodやio-tsを用いたランタイムでのバリデーション実装経験 ・CanvasやSVGを用いた複雑なグラフィック・エディタの開発経験 ・Node.jsを用いたBFF(Backend For Frontend)の開発経験 ・アクセシビリティ(WCAG 2.1)を意識したUIの実装経験 開発環境 ・言語:TypeScript ・フレームワーク:React 18 (Vite), Tailwind CSS ・状態管理:Zustand, React Query ・通信:GraphQL, tRPC ・インフラ:AWS (CloudFront, S3) ・ツール:GitHub, Slack, Figma, Linear 開発チームについて エンジニアは現在フロントエンドに特化したメンバーが4名在籍しています。デザインシステムが厳格に定義されており、デザイントークンを用いた効率的なUI開発が可能です。タスク管理にはLinearを使用し、スピーディーかつ透明性の高い開発プロセスを採用しています。 求める人物像 ・TypeScriptの型パズルに強く、ランタイムエラーを未然に防ぐ設計に情熱がある方 ・AI技術の進化に興味があり、新しいライブラリやツールの導入に積極的な方 ・デザイナーの意図を汲み取り、ユーザーが触れていて心地よいUIを追求できる方 仕事の魅力 ・最新のTypeScriptの言語機能をフルに活用し、型安全性を極めた大規模コードベースで開発できます。 ・LLMを活用した最先端のプロダクトに関わることができ、AIとWebフロントエンドの融合領域での知見が深まります。 ・フルリモート環境下でも、GitHubを通じた非常に密で質の高いコードレビューが行われる文化です。 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

5,800 ~ 6,700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データエンジニア(クローリング・データ収集基盤開発)
【フルリモート/週5】Pythonデータエンジニア(クローリング・データ収集基盤開発) お任せしたいこと 自社サービス(価格比較、アグリゲーション、またはデータ分析サービス等)の根幹となるデータをWeb上から収集するための、Pythonを用いたクローラーの開発・運用保守をお任せします。 「一度作って終わり」ではなく、収集先のWebサイトの仕様変更(HTML構造の変更やDOMの更新)によって突然動かなくなるスクレイパーを素早く修復したり、相手先サーバーに負荷をかけないよう適切なリクエスト間隔を制御したりと、サービスの土台を支える泥臭くも非常に重要なデータ収集活動にチームで取り組んでいただきます。 具体的な業務内容 ・Python(Scrapy, BeautifulSoup, Playwright等)を用いた、Webクローラーおよびスクレイピングプログラムの設計・開発 ・収集先サイトのDOM変更や、JavaScriptによる非同期レンダリングに対するスクレイピングロジックの継続的な修正・保守 ・相手先サイトへの負荷を考慮したレートリミット(リクエスト間隔)の制御、およびリトライ処理の実装 ・プロキシサーバーのローテーションや、IPブロック・タイムアウト等の通信エラーに対する堅牢なエラーハンドリングの実装 ・収集した泥臭いデータ(全角半角の混在、表記ゆれ、不要な改行など)のクレンジング処理、およびデータベース(MySQL等)への格納 ・AWS(ECS, Lambda等)やGCPを用いた、分散クローリング環境の構築・運用 ・クローラーの死活監視(エラー検知時のアラート設定)と、データ欠損時のリカバリ対応 必須スキル・経験 ・Pythonを用いたシステム開発、またはバッチ処理の実務経験(目安として3年以上) ・Scrapy、BeautifulSoup、Requests等のライブラリを用いたWebスクレイピングの実務経験 ・Webの基本的な仕組み(HTTPリクエスト/レスポンス、HTML、CSSセレクタ、DOM等)に関する深い理解 ・RDBMSを用いた基本的なSQLの記述、およびデータ抽出・加工経験 ・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 ・Playwright、Selenium等を用いた、ヘッドレスブラウザによるスクレイピングの実務経験 ・SPA(Single Page Application)や、隠しAPI(ネットワークタブから解析できる非公開API)からデータを取得した経験 ・AWS、またはGCP環境でのバッチ処理・インフラ運用経験 ・Apache Airflow等を用いたワークフロー管理の経験 ・著作権法や利用規約、Webスクレイピングの倫理的なガイドラインに関する基礎的な知識 開発・業務環境 開発言語:Python 3.x ライブラリ:Scrapy, BeautifulSoup4, Playwright (または Selenium), Requests, pandas データベース:MySQL (または PostgreSQL) インフラ:AWS (ECS, Lambda, EventBridge等) または GCP (Cloud Run, Cloud Scheduler等), Docker 監視・管理:Datadog (または Sentry), Slack コミュニケーション・管理:GitHub, Jira, Backlog, Zoom プロジェクトチームについて データ収集・クローリング基盤チームへの配属となります。 「最新のAI技術を使う」ことよりも、「毎日決まった時間に、欠損なく正確なデータがDBに格納されていること」に最も価値を置く手堅いカルチャーです。相手先サイトの気まぐれな仕様変更によって金曜日の夕方にクローラーが落ちたとしても、文句を言うのではなく、「次はどうすればDOM変更に強い(壊れにくい)セレクタの指定ができるか」「どうすればアラートのノイズを減らせるか」を前向きに議論し、地道に改善を重ねています。 求める人物像 ・複雑なHTML構造や、難解なJavaScriptでレンダリングされるサイトに対し、パズルを解くようにデータの取得方法を探るプロセスを楽しめる方 ・「とりあえず動けばいい」と相手先サーバーに無配慮な大量リクエストを送るのではなく、礼儀正しいクローラーを設計できるバランス感覚を持った方 ・エラーが起きた際に、場当たり的なコード修正で済ますのではなく、仕組みや監視体制から改善しようとする姿勢のある方 仕事の魅力 どれだけ高度なデータ分析やAIモデルも、「良質なデータ」がなければ機能しません。その最も上流工程である「データ収集」の最前線を担うポジションです。DOMの解析から非同期通信の裏側を暴くようなWebフロントエンドの深い知見と、エラーに強い分散バッチ処理を構築するバックエンドの知見を両立させながら、データエンジニアとして非常に需要が高く、かつ「職人芸」とも言える息の長い実務スキルを着実に磨くことができます。 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(※毎日のクローリング結果を担保するため、バッチ処理のエラー検知時に調査等をお願いする場合がありますが、チーム内で持ち回り・負荷分散を行っています)。

報酬例

4,600 ~ 5,400円/時

業務内容

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】生成AIと膨大なデータを統合しビジネスの意思決定を変革するAIデータプラットフォームのバックエンドエンジニア
【フルリモート/週5/Python】生成AIと膨大なデータを統合しビジネスの意思決定を変革するAIデータプラットフォームのバックエンドエンジニア お任せしたいこと [役割]バックエンドエンジニアとして、最先端の生成AI(LLM)技術と企業内に眠る膨大な非構造化・構造化データを掛け合わせ、高精度な分析や業務自動化を実現する次世代BtoB向けAIデータプラットフォームのコアバックエンド開発をお任せします。 [役割に対して求める成果]「AIモデルの検証」で終わらせず、商用環境で確実に機能するプロダクトにするため、Python(FastAPI等)による非同期かつスケーラブルなAPI開発と、RAG(検索拡張生成)アーキテクチャに最適化された高速なデータ処理パイプラインを堅牢に構築すること。 具体的な業務内容 ・Python(Python 3.11以降)およびFastAPI(またはDjango)を用いた、フロントエンド(SPA)向け高パフォーマンスなREST API / GraphQL APIの詳細設計・実装 ・型ヒント(Type Hints)やPydanticを活用した、保守性が高く堅牢なモダンPythonコーディングの実践 ・OpenAI APIやAnthropic等のLLM(大規模言語モデル)の組み込み、およびLangChainやLlamaIndexを用いたプロンプトエンジニアリング・RAG(Retrieval-Augmented Generation)基盤の実装 ・Pinecone、Qdrant等のベクトルデータベース(Vector DB)を利用した、意味検索(セマンティックサーチ)の最適化とクエリチューニング ・Amazon Aurora(PostgreSQL)を用いた複雑なリレーショナルデータのテーブル設計と、SQLチューニング(N+1問題の解消等) ・CeleryやApache Airflowを用いた、膨大なデータクレンジングやエンベディング生成等の非同期タスク・バッチ処理の設計および高速化 ・Pytestを用いたテスト駆動開発(TDD)の徹底と、GitHub Actionsを用いたCI/CDパイプラインの構築・運用 必須スキル・経験 ・Pythonを用いたWebアプリケーションのサーバーサイド開発経験(3年以上) ・FastAPI、Django、Flask等のPython Webフレームワークを用いた実務経験(2年以上) ・MySQLまたはPostgreSQL等のRDBMSを用いたデータベース設計、トランザクション管理、およびSQLチューニングの経験 ・Git/GitHubを用いたチーム開発およびPull Requestベースのコードレビュー経験 歓迎スキル・経験 ・LLM(大規模言語モデル)や生成AIを活用したプロダクト・機能の開発経験 ・LangChain、LlamaIndex等のLLMオーケストレーションフレームワークの使用経験 ・ベクトルデータベース(Pinecone, Qdrant, Weaviate等)を用いたRAGシステムの実装・運用経験 ・Celery等のタスクキュー、またはApache Airflow等のワークフローエンジンを用いた非同期処理・データパイプラインの実装経験 ・AWSまたはGCP環境(ECS, EKS, Cloud Run等)でのコンテナ技術(Docker/Kubernetes)を利用したインフラ構築・運用経験 ・機械学習エンジニア(MLエンジニア)やデータサイエンティストと協業し、MLモデルを本番APIにデプロイした経験(MLOpsの知見) 開発環境 言語・フレームワーク:Python 3.11+, FastAPI (または Django), Pydantic, SQLAlchemy, Pytest AI・データ連携:LangChain, LlamaIndex, OpenAI API, Celery インフラ・ミドルウェア:AWS (ECS, Aurora PostgreSQL, S3) または GCP, Docker, Qdrant / Pinecone (Vector DB), Redis CI/CD・ツール:GitHub, GitHub Actions, Datadog, Terraform, Jira, Confluence, Slack 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、バックエンドエンジニア6名(今回募集枠含む)、フロントエンドエンジニア4名、AI/MLエンジニア3名、SRE2名の体制です。「Python=単なるスクリプト言語」という古いイメージを払拭し、厳格な型定義とアーキテクチャ設計によってエンタープライズの品質要求に応えつつ、AIの進化スピードに負けないアジリティで開発を進めるプロフェッショナルなカルチャーです。 求める人物像 ・AIや機械学習のバズワードに踊らされることなく、それを「ユーザーに価値を届けるための安定したソフトウェア」として実装することにエンジニアリングの喜びを感じる方 ・パフォーマンスの劣化やメモリリークを許容せず、プロファイラ等を活用して論理的かつ泥臭くボトルネックを特定・解消できる方 ・フルリモート環境下において、AIエンジニアやフロントエンドエンジニアなど他職種とも自発的かつ円滑にテキストや通話でコミュニケーションが取れる方 仕事の魅力 現在のテクノロジー業界で最も注目を集める「生成AI × エンタープライズSaaS」の最前線で、コアバックエンドの設計から実装までを一貫して担える非常にエキサイティングなポジションです。RAGアーキテクチャの構築やベクトル検索の最適化といった、次世代のバックエンドエンジニアに必須となるAI統合型のシステム設計を極めることで、国内のみならずグローバルでも通用するトップクラスの市場価値を獲得することができます。 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

5,600 ~ 6,900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