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

( 2,655 件中 221 - 230 件を表示)
エンジニアフルリモート
【フルリモート/週5/GCP】トラベルテック・MaaSのGCP BigQuery × Vertex AI マルチモーダル経路最適化・リアルタイム動的価格設定基盤構築案件
【フルリモート/週5/GCP】トラベルテック・MaaSのGCP BigQuery × Vertex AI マルチモーダル経路最適化・リアルタイム動的価格設定基盤構築案件 お任せしたいこと [役割] 大手旅行プラットフォーム・MaaS(Mobility as a Service)事業者向け、航空・鉄道・タクシー・シェアサイクルを横断するリアルタイム経路探索およびダイナミックプライシング(動的価格設定)エンジンのGCPデータインフラ・MLOps基盤設計・構築 [役割に対して求める成果] BigQuery のパーティショニング最適化および Pub/Sub → Dataflow (Apache Beam) による秒間数十万件の予約・運行イベントストリーミング処理の低遅延化と、Vertex AI Pipeline を活用した予測モデル再学習・デプロイの自動化 具体的な業務内容 Google Cloud Pub/Sub および Cloud Dataflow を用いた、リアルタイム運行・混雑状況データのストリーミング前処理パイプライン構築 BigQuery / BigQuery BI Engine を活用した、ペタバイト級移動ログおよび価格推移データの超高速集計・分析基盤の設計 Vertex AI Pipelines / Cloud Composer (Airflow) を用いた、ダイナミックプライシング予測モデルの自動再学習・パイプライン構築 Google Kubernetes Engine (GKE) 上での予測モデル推論 API サービング基盤および Dataplex によるデータガバナンス・アクセス制御の設定 Terraform を用いた GCP リソースの Infrastructure as Code (IaC) 管理および CI/CD (Cloud Build) パイプラインの構築 必須スキル・経験 GCP (Google Cloud) 環境における大規模データ基盤(BigQuery, Dataflow, Pub/Sub)の設計・構築・運用経験(3年以上) Terraform を用いた Infrastructure as Code (IaC) によるインフラ構築・運用実績 Apache Beam (Java / Python) または Spark を用いたストリーミングデータ処理パイプラインの開発経験 Cloud Composer (Airflow) や Vertex AI 等を用いた MLOps / ワークフロー制御の実務経験 歓迎スキル・経験 トラベルテック、MaaS、交通・物流、ダイナミックプライシング領域でのシステム基盤構築実績 Bigtable や Spanner などのグローバル分散データベースの構築・チューニング経験 Google Cloud Certified Professional Cloud Architect または Professional Data Engineer の保有 Python または Go によるデータ処理パイプラインおよびバックエンドサービスの開発経験 開発環境 クラウド/サービス: GCP (BigQuery, Dataflow, Pub/Sub, Vertex AI, GKE, Cloud Composer, Dataplex) IaC / CI/CD: Terraform, Cloud Build, GitHub Actions 監視/ログ: Google Cloud Operations Suite (Cloud Monitoring / Logging), Datadog コミュニケーション: Slack, Notion, Jira, GitHub 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

4,900 ~ 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

GCP
Terraform
Apache Beam

エンジニアフルリモート
【フルリモート/週5/AWS】リーガルテック・自動契約解析のAWS Textract × Bedrock 高精度AI契約文書構造化&レビュー基盤構築案件
【フルリモート/週5/AWS】リーガルテック・自動契約解析のAWS Textract × Bedrock 高精度AI契約文書構造化&レビュー基盤構築案件 お任せしたいこと [役割] 法律事務所・企業法務部門向けリーガルテックプラットフォームにおける、多層構造PDF・スキャン契約書のOCR解析およびLLMを活用した契約リスク評価エンジンのAWSインフラ・データ処理パイプライン設計・構築 [役割に対して求める成果] Amazon Textract のレイアウト解析と Amazon Bedrock (Claude) の非同期並列推論処理の最適化により、数百ページにおよぶ複雑な契約文書のパース・リスク抽出処理時間を従来の80%短縮し、高度なアクセス制御(AWS KMS / IAM)によるセキュリティ準拠を達成 具体的な業務内容 Amazon Textract を活用した、非定型スキャンPDFおよびWord文書の自動文字起こし・表構造・レイアウト抽出パイプライン構築 Amazon EventBridge / AWS Step Functions を用いた、文書アップロードからOCR解析・LLM推論・リスクスコアリングまでを連携する非同期ワークフローの構築 Amazon Bedrock を活用した LLM 推論エンドポイントの統合と、Amazon OpenSearch Service によるベクトル検索(RAG基盤)の設計・運用 AWS KMS による顧客別暗号化キー管理および AWS PrivateLink を用いた完全閉域環境でのデータ処理セキュリティ基盤の設計 Terraform を用いた Infrastructure as Code (IaC) およびマルチ環境(Dev/Staging/Prod)のデプロイ自動化 必須スキル・経験 AWS 環境におけるサーバーレスアーキテクチャ(Step Functions, Lambda, EventBridge等)の設計・構築経験(3年以上) Terraform または AWS CDK を用いた Infrastructure as Code (IaC) の運用実績 Amazon Textract, Rekognition, Comprehend 等の AWS AI/ML サービスまたは Bedrock を用いた開発・検証経験 IAM パラメータ、KMS 暗号化、VPC 閉域網構成などのセキュリティ要件に則ったインフラ設計知見 歓迎スキル・経験 リーガルテック、文書管理、ドキュメントアナリティクス、NLP/LLM 活用領域でのシステム開発実績 Amazon OpenSearch Service を活用したベクトル検索(k-NN)および RAG 検索基盤のパフォーマンスチューニング経験 AWS Certified Solutions Architect - Professional または AWS Certified Security - Specialty の保有 Python による データ処理スクリプトおよび AWS SDK (Boto3) の高度な開発能力 開発環境 クラウド/サービス: AWS (Textract, Bedrock, Step Functions, Lambda, EventBridge, OpenSearch, KMS) IaC / CI/CD: Terraform, GitHub Actions 監視/セキュリティ: AWS CloudTrail, AWS Security Hub, Datadog コミュニケーション: Slack, Notion, Jira, GitHub 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

4,900 ~ 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

AWS
Terraform
AWS CDK

エンジニアフルリモート
【フルリモート/週5】機械学習エンジニア・MLエンジニア(AIプロダクトの社会実装・推論モデル開発)
【フルリモート/週5】機械学習エンジニア・MLエンジニア(AIプロダクトの社会実装・推論モデル開発) お任せしたいこと 自社で展開するWebサービスやSaaSにおいて、蓄積されたビッグデータを活用し、ビジネス課題を解決するための機械学習モデルの設計・開発、および本番環境への実装(社会実装)をお任せします。 「Kaggleのような綺麗に整ったデータセットに最新のアルゴリズムを適用して精度を競う」といった学術的・実験的なアプローチではなく、欠損だらけで仕様が統一されていない泥臭い生データと格闘し、時に「ルールベースの単純なシステム」という現実的な選択肢も視野に入れながら、確実な費用対効果(ROI)を生み出すAIシステムをチームで作り上げていただきます。 具体的な業務内容 ・Python(Pandas, NumPy, scikit-learn等)を用いたデータのクレンジング、探索的データ分析(EDA)、および高度な特徴量エンジニアリング ・ビジネス課題(レコメンド、需要予測、ダイナミックプライシング、自然言語処理によるテキスト分類など)に対する、最適な機械学習アルゴリズムの選定とモデル構築 ・構築した機械学習モデルの本番運用に向けた、推論用API(FastAPI等)の設計・開発および処理速度(レイテンシ)のチューニング ・データエンジニアと連携した、学習用データパイプラインの設計とSQL(BigQuery等)を用いたデータマート構築 ・MLOpsエンジニアと連携した、推論モデルの本番環境へのデプロイ(Dockerコンテナ化)およびA/Bテストの設計・効果検証 ・稼働中のモデルに対する継続的なモニタリング、および精度劣化(データドリフト・コンセプトドリフト)を検知した際の再学習サイクルの実行 ・ビジネスサイド(PdMや事業責任者)に対する、モデルの予測根拠(特徴量重要度など)の論理的な説明と期待値調整 必須スキル・経験 ・Pythonを用いた機械学習モデル(分類、回帰、クラスタリング等)の実務開発経験(目安として3年以上) ・RDBMSやデータウェアハウスにおける、複雑なSQLを用いたデータ抽出・前処理の経験 ・基本的な機械学習アルゴリズムの背後にある数学・統計学的知識 ・Git / GitHubを用いたソースコード管理、およびソフトウェアエンジニアリング(テスト、可読性を意識したコーディング)の基礎知識 歓迎スキル・経験 ・PyTorch、またはTensorFlowを用いたディープラーニング(画像認識、自然言語処理、LLM等)のモデル開発経験 ・作成したモデルをWeb API等のソフトウェアとして本番環境に組み込み、運用した実務経験 ・AWS(SageMaker等)、またはGCP(Vertex AI等)を利用したクラウド上での機械学習基盤の利用経験 ・推薦システム(レコメンデーションエンジン)や検索アルゴリズムの開発・改善経験 ・Kaggle等のデータ分析コンペティションでの実績、または関連分野での論文執筆経験 開発・業務環境 開発言語:Python 3.x, SQL MLライブラリ:scikit-learn, LightGBM, XGBoost, PyTorch (または TensorFlow), Hugging Face Transformers Webフレームワーク:FastAPI (または Flask) データ基盤・インフラ:BigQuery (または Snowflake), AWS または GCP, Docker バージョン管理・CI/CD:GitHub, GitHub Actions コミュニケーション・管理:Jira, Notion, Slack, Zoom プロジェクトチームについて AI・機械学習プロダクト開発チームへの配属となります。 「0.1%の精度向上」のために莫大な計算コストをかけるような精度至上主義を嫌い、「精度はそこそこでも、推論が速く、なぜその結果になったか説明可能なホワイトボックスなモデル」を実務においては高く評価する手堅いカルチャーです。予測が大きく外れた際にも、アルゴリズムをいじる前に「そもそも元のログデータにバグが混入していないか?」と上流のデータパイプラインまで泥臭く遡って原因を特定する、エンジニアリングマインドを持ったメンバーが集まっています。 求める人物像 ・「最新のAI論文を実装すること」よりも、「自分の作ったモデルでビジネス指標(売上やCVR)が改善すること」に強いやりがいを感じる方 ・Jupyter Notebook上で動く使い捨てのコード(スパゲッティコード)で満足せず、保守性やテスト容易性を意識したプロダクションコードを書こうと努力できる方 ・「AIは魔法ではない」という事実を理解し、非エンジニアからの過度な期待に対して、技術的制約やリスクを誠実に説明・交渉できる方 仕事の魅力 アカデミアや研究室の閉じた世界ではなく、数百万人のユーザーが利用する本番環境において、自ら構築したモデルがダイレクトにユーザー体験を変え、事業に利益をもたらす瞬間を体感できるポジションです。データサイエンスの知識に加えて、ソフトウェアエンジニアリングの実装力(MLOps領域への越境)を身につけることで、「PoC(概念実証)で終わらせない、実務で本当に使えるAIエンジニア」として極めて市場価値の高い希少な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。

報酬例

4,900 ~ 5,600円/時

業務内容

データ分析・AI活用、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

AI
機械学習
Python

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

機械学習

エンジニアフルリモート
【フルリモート/週5】Python LLMアーキテクト・AIエンジニア(高度なRAGパイプラインと自律型AIエージェントの構築)
【フルリモート/週5】Python LLMアーキテクト・AIエンジニア(高度なRAGパイプラインと自律型AIエージェントの構築) お任せしたいこと 自社で展開するBtoB SaaS、または大規模な社内DX基盤において、大規模言語モデル(LLM)の真価を引き出し、実用的なビジネス価値へと昇華させるための高度なAIアプリケーションアーキテクチャの設計・開発をお任せします。 「とりあえずOpenAIのAPIを叩くだけの薄いラッパーアプリ」や「ハルシネーション(幻覚)を放置した実用性のないチャットボット」の量産を徹底的に排除し、チャンキング戦略やハイブリッド検索を極めた泥臭い「RAG(検索拡張生成)」の構築や、複数のツールを自律的に操作する「Agentic AI(AIエージェント)」の実装を通じて、非決定的なLLMの出力をエンタープライズの厳しい要件に耐えうる水準へと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)および LangChain、LlamaIndex 等のLLMオーケストレーションフレームワークを利用した、スケーラブルなAIバックエンドAPIの設計・開発 ・エンタープライズの独自ドキュメント(PDF、社内Wiki等)を正確に回答させるための、泥臭いドキュメント解析(パース)、高度なチャンキング戦略、およびセマンティック検索を用いた高度なRAGパイプラインの構築 ・Qdrant、Milvus、Pinecone等のベクトルデータベースの運用と、BM25等を組み合わせたハイブリッド検索による検索精度(Recall/Precision)の最適化 ・ReActプロンプティングやFunction Calling(Tool Use)を活用した、外部API(CRM、ERP等)と連携して自律的にタスクを遂行するマルチエージェント基盤の実装 ・RagasやTruLens等を利用した、LLMの回答精度(文脈の関連性、正確性)の定量的な評価指標(LLM-as-a-Judge)の導入と、継続的なテストパイプラインの構築 ・LangSmithやWeave等を用いたLLMOps基盤の構築と、本番環境におけるプロンプトのバージョン管理、およびレイテンシ・トークン消費コスト(FinOps)の極限の最適化 ・Redis等を用いたセマンティックキャッシュの導入による、応答速度(TTFT:Time To First Token)の短縮とAPIコールコストの削減 ・AWS、またはGCP環境における、Docker/Kubernetesを利用したコンテナベースのAIアプリケーションの安定運用とCI/CDパイプラインの構築 必須スキル・経験 ・Pythonを用いたWebアプリケーションのバックエンド開発、またはデータパイプラインの構築実務経験(目安として3年以上) ・OpenAI API、Anthropic API等のLLM APIを利用したアプリケーションの実装経験 ・FastAPI、Flask等を用いたRESTful APIの設計・開発経験 ・ベクトルデータベース、およびRAG(Retrieval-Augmented Generation)の基礎的な実装経験 ・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 ・LangChain、LlamaIndex、Semantic Kernel等のAIフレームワークを用いた実務レベルの開発経験 ・Function Callingを用いたツール実行、またはAgentic AI(AutoGPT、CrewAI等)の構築経験 ・Elasticsearch等を用いた検索システムの開発、または自然言語処理(NLP)に関する基礎知識 ・LLMOps(LangSmith等)の運用、またはLLMの定量評価(Ragas等)に関する経験 ・OSSのローカルLLM(Llama 3、Mistral等)のデプロイ、またはファインチューニング(PEFT/LoRA)の経験 開発・業務環境 開発言語:Python 3.11以降 Webフレームワーク:FastAPI AIフレームワーク:LangChain, LlamaIndex, CrewAI (または AutoGen) データベース・ベクトルDB:PostgreSQL, Redis, Qdrant (または Milvus, Pinecone) LLMOps・評価:LangSmith (または Weave), Ragas インフラ・コンテナ:AWS または GCP, Docker, Kubernetes 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 「AIの不確実性」を「ソフトウェアエンジニアリングの確実性」で包み込み、ユーザーが安心して使えるプロダクトへと変換するAIアプリケーション開発チームへの配属となります。 「プロンプトエンジニアリングという名の、お祈り駆動開発」を極めて嫌い、プロンプトの微小な変更がシステム全体に与える影響をテストデータセットで定量的に評価し、論理的に精度をコントロールしていく手堅いカルチャーです。LLMが理不尽な回答(ハルシネーション)を吐き出した際にも、単にプロンプトをいじってごまかすのではなく、前処理のチャンキングサイズや抽出ロジック、あるいはベクトル空間の歪みまで泥臭くプロファイリングし、根本原因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 ・「魔法のようなAIツールを作ること」以上に、「エンタープライズの複雑な業務フローの中にAIを違和感なく溶け込ませること」にエンジニアとしての美学を持てる方 ・決定論的(Deterministic)な従来のプログラミングと、確率論的(Probabilistic)なLLMの出力のギャップに苛立つのではなく、その不確実性をパズルのように制御することを楽しめる方 ・LLMエコシステムの凄まじい進化スピード(毎週のように発表される新モデルや論文)を前向きにキャッチアップし、既存のコードベースをためらわずに捨ててモダン化できる知的好奇心と柔軟性を持った方 仕事の魅力 世界中の企業が「AIの導入」を急ぐ中、実用的なレベルでAIアプリケーションを構築できる人材は極めて不足しています。生成AIの最前線において、単なるAPI連携を超えた複雑なAgenticワークフローや高度なRAGアーキテクチャを最前線で構築する泥臭い経験を通じて、単なる「Pythonエンジニア」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最も高額な条件で渇望する「LLMアーキテクト(AIエンジニア)」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

4,500 ~ 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

Python

エンジニアフルリモート
【フルリモート/週5】AWSデータエンジニア(データ分析基盤構築・パイプライン設計)
【フルリモート/週5】AWSデータエンジニア(データ分析基盤構築・パイプライン設計) お任せしたいこと 自社プロダクトの成長、またはクライアント企業のデータドリブンな意思決定を支えるため、AWSを中心としたデータ分析基盤(データレイク・データウェアハウス)の設計・構築・運用をお任せします。 サイロ化したデータの統合から、アナリストやデータサイエンティストが活用しやすいデータマートの構築まで、大規模データを安全かつ効率的に処理するデータパイプライン全体を技術面からリードしていただくポジションです。 具体的な業務内容 ・AWS(S3, AWS Glue, Amazon Athena, Amazon Redshift等)を活用したデータ基盤のアーキテクチャ設計および構築 ・PythonやSQL、PySparkを用いたデータ抽出・加工・ロード(ETL/ELT)パイプラインの設計・開発 ・AWS Step FunctionsやApache Airflow等を用いたデータパイプラインのワークフロー管理・自動化 ・BIツール(Amazon QuickSight, Tableau, Looker等)と連携するためのデータマート設計およびクエリ最適化 ・TerraformやAWS CDKを用いたデータインフラのコード化(IaC)、およびCI/CDの推進 ・データガバナンス要件に基づく、IAM等を利用した適切なアクセス制御とセキュリティ対策の実施 ・データ量の増加に伴うパフォーマンス劣化の調査、およびAWSコストの最適化 必須スキル・経験 ・AWSを利用したシステム構築、またはデータ基盤の開発実務経験(目安として3年以上) ・Pythonおよび高度なSQLを用いたデータ処理、ETL/ELTパイプラインの開発経験 ・データウェアハウス(Redshift, BigQuery, Snowflake等)の基本概念の理解と利用経験 ・Terraform等のIaCツールを用いたインフラ管理経験 ・Git / GitHub等を用いたチーム開発経験 歓迎スキル・経験 ・Apache Airflow、AWS Step Functions等のワークフローエンジンを利用した運用経験 ・Apache Spark等を用いた大規模データ分散処理の実務経験 ・AWS Certified Data Engineer - Associate、または AWS Certified Data Analytics - Specialty などの関連資格 ・ストリーミングデータ処理(Amazon Kinesis, Kafka等)の設計・構築経験 ・データカタログ(AWS Glue Data Catalog等)を用いたメタデータ管理、データガバナンスの知見 開発・業務環境 クラウド・データ基盤:AWS (S3, Glue, Athena, Redshift, EMR, Kinesis, Lambda, Step Functions等) 開発言語:Python, SQL, PySpark ワークフロー:Apache Airflow, AWS Step Functions IaC・CI/CD:Terraform, AWS CDK, GitHub Actions BIツール:Amazon QuickSight, Tableau, Looker等 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 データサイエンティストや事業部門のアナリストと密に連携し、「データからいかにビジネス価値を最速で引き出すか」を技術で支えるチームです。 単に要件通りにデータを連携するだけでなく、拡張性、保守性、コスト効率のバランスを考慮したアーキテクチャを主体的に提案・構築するカルチャーを大切にしています。トイル(手作業)を嫌い、パイプラインの自動化やコード管理を徹底するエンジニアリング思考を重視する環境です。 求める人物像 ・データの裏側にあるビジネス課題を理解し、目的達成のために最適な技術アプローチを提案できる方 ・テラバイト〜ペタバイト級の大規模データを、安全かつ高速に処理するアーキテクチャ設計にやりがいを感じる方 ・データ利用者(アナリストやビジネスサイド)のニーズを汲み取り、円滑なコミュニケーションが取れる方 ・進化の早いデータエンジニアリング領域やAWSの最新アップデートに対して、継続的にキャッチアップできる方 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 ~ 5,200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

AWS

エンジニアフルリモート
【フルリモート/週5/React】SaaS・B2Bマルチテナント向けワークフロー自動化&フォームビルダー開発
【フルリモート/週5/React】SaaS・B2Bマルチテナント向けワークフロー自動化&フォームビルダー開発 お任せしたいこと [役割] React 18+ / TypeScript / React Flow を用いた、B2B SaaS プラットフォームにおけるノーコード・ワークフロー構築および動的フォームビルダー UI のフロントエンド開発 [役割に対して求める成果] React Flow によるノード・エッジの描画パフォーマンス最適化および HTML5 Drag and Drop API / Dnd Kit の状態更新最適化により、100 以上の複雑な分岐ノードを持つ大型ワークフローキャンバス上でも描画遅延を 16ms 未満(60fps)に抑え、快適な操作性を達成 具体的な業務内容 React 18+ / TypeScript / React Flow を用いた、ドラッグ&ドロップで視覚的に条件分岐を構築できるワークフローキャンバスの開発 Dnd Kit / React Hook Form を活用した、バリデーションルールを動的に定義可能な高度フォームビルダーコンポーネントの実装 Zustand / TanStack Query を用いた、キャンバス上の複雑なノード接続状態・変更履歴(Undo/Redo)の効率的な状態管理 Tailwind CSS / Radix UI / Shadcn UI を用いた、B2B ユーザー向けのレスポンシブかつアクセシブルなデザインシステムコンポーネントの実装 Vitest / Playwright を用いた、ノード接続ロジックおよび動的フォーム入力値の E2E 自動テスト構築 必須スキル・経験 React および TypeScript を用いた Web アプリケーションの開発・運用経験(3年以上) React Hook Form, Zod 等を用いた複雑なフォーム状態管理・動的バリデーションの実装実績 Zustand, Redux Toolkit 等を用いた状態管理アーキテクチャの設計・パフォーマンス最適化経験 Dnd Kit, React Flow 等のキャンバス/ドラッグ&ドロップライブラリを用いた開発実績 歓迎スキル・経験 B2B SaaS、ワークフローオートメーション、ノーコード/ローコードツール領域での開発実績 HTML5 Canvas / SVG 描画ライブラリ(Konva, D3.js 等)を活用した UI 実装知見 Undo / Redo 機能(Yjs や Immer 等を活用した不変データ構造処理)の構築経験 Vite, Storybook を用いたコンポーネントライブラリの開発基盤運用実績 開発環境 言語/環境: React 18+, TypeScript 5.x, React Flow, Dnd Kit, React Hook Form 通信/状態: Zustand, TanStack Query, Zod, REST API ビルド/ツール: Vite, Storybook, Vitest, Playwright, Biome インフラ/CI: Vercel, AWS (S3, CloudFront), GitHub Actions コミュニケーション: Slack, Notion, Figma, GitHub 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

React
TypeScript

エンジニアフルリモート
【フルリモート/週5/Go】CleanTech/Energy・再生可能エネルギーP2P電力取引&リアルタイムスマートメーター集計基盤開発
【フルリモート/週5/Go】CleanTech/Energy・再生可能エネルギーP2P電力取引&リアルタイムスマートメーター集計基盤開発 お任せしたいこと [役割] Go (1.23+) を用いた、次世代電力グリッド(スマートグリッド)向け P2P 電力直接取引プラットフォームおよびスマートメーターデータの超低遅延集計・需給マッチングエンジンのバックエンド開発 [役割に対して求める成果] Go の軽量スレッド(Goroutine)とチャネル(Channel)を活用した高並行データバッファリングおよび gRPC 通信の最適化により、全国数十万台のスマートメーターから送られる毎秒 10万件超の電力受給ログのリアルタイム集計ラグを 50ms 以下へ削減し、電力需給不一致によるペナルティコストを 20% 削減 具体的な業務内容 Go 1.23+ / Gin / gRPC を用いた、分散型電力取引マッチングおよびスマートメーターデータ受信 API の開発 Goroutines / Channels / sync.Pool を駆使した、メモリ割り当て(GCプレッシャー)を抑えた大量時系列データパイプラインの実装 Apache Kafka / NATS を用いた、電力需給イベントの低遅延メッセージング&分散ストリーミング制御 TimescaleDB / PostgreSQL における大規模タイムシリーズデータのパーティショニングおよび集計クエリ最適化 Go test / Testcontainers-go を用いた、スパイクアクセス時や通信障害発生時における取引冪等性・データ整合性の自動テスト構築 必須スキル・経験 Go 言語を用いたバックエンド API や並行・分散処理システムの開発・運用経験(4年以上) Goroutine, Channel, Context, メモリ最適化(pprof活用等)に関する深い知識とチューニング実績 gRPC, Protocol Buffers を用いた低遅延マイクロサービス間通信の設計・構築経験 RDBMS(PostgreSQL等)または時系列DB(TimescaleDB, InfluxDB等)での高負荷データモデリング実績 歓迎スキル・経験 CleanTech、エネルギー、電力自由化、スマートメーター、環境インフラ領域での開発実績 NATS, Apache Kafka, Redis Streams 等を用いた低遅延イベント駆動アーキテクチャの導入知見 分散合意アルゴリズムや P2P マッチングエンジンのアルゴリズム設計・実装経験 AWS (EKS, MSK, Timestream) や GCP (GKE, Pub/Sub) を活用したインフラ運用実績 開発環境 言語/環境: Go 1.23+, gRPC, Protocol Buffers, Gin データ/キュー: TimescaleDB (PostgreSQL), Redis, NATS, Apache Kafka テスト/ツール: Go test, pprof, Testcontainers-go, golangci-lint, Docker クラウド/CI: AWS (EKS, MSK, Aurora PostgreSQL), GitHub Actions コミュニケーション: Slack, Notion, Jira, GitHub 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

4,800 ~ 5,600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

Go言語

エンジニアフルリモート
【フルリモート/週5/Swift】Aviation/TravelTech・機内オフラインエンタメ&リアルタイム運行状況管理iOSアプリ開発
【フルリモート/週5/Swift】Aviation/TravelTech・機内オフラインエンタメ&リアルタイム運行状況管理iOSアプリ開発 お任せしたいこと [役割] Swift 6 / SwiftUI を用いた、大手航空会社向け乗客専用キャビンサービスおよび機内通信不可環境(オフライン)対応エンタメ・運行データ同期 iOS/iPadOS アプリの開発 [役割に対して求める成果] Swift Concurrency (Actors / Task Groups) による並行処理最適化と Core Data / SwiftData のローカル暗号化ストレージ構造の高速化により、機内Wi-Fi制限環境(高レイテンシ・低帯域)におけるマルチメディアコンテンツ・電子チケットの同期成功率を 99% 以上へ向上させ、アプリ初期起動時間を 0.5秒以下に短縮 具体的な業務内容 Swift 6 / SwiftUI を用いた、搭乗券表示・機内各種サービス注文・映画/音楽ストリーミング UI の開発 AVFoundation を活用した、機内ローカルサーバーからの HLS(HTTP Live Streaming)暗号化動画再生プレイヤーの実装 SwiftData / Core Data および Network Framework を用いた、断続的なネットワーク環境に対応するオフライン・ファースト(Data Sync)同期エンジンの設計 PassKit (Apple Wallet) 連携によるインタラクティブなデジタル搭乗券およびリアルタイムゲート変更通知機能の実装 XCTest / ViewInspector を用いた、通信途絶・低速ネットワーク環境を模倣したシミュレーターテストの自動化構築 必須スキル・経験 Swift を用いた iOS / iPadOS ネイティブアプリの開発・運用経験(4年以上) SwiftUI および Combine / Swift Concurrency (async/await, Actor) を用いたモダンなアプリ開発の実績 AVFoundation を用いた動画・音声ストリーミング処理、または Core Data / SwiftData による永続化設計経験 通信状態の変動(オフライン/オンライン遷移)を考慮した堅牢なネットワーク層の設計知見 歓迎スキル・経験 航空、鉄道、トラベル、ホテル、大規模エンタメ配信領域での iOS アプリ開発実績 Multipeer Connectivity や BLE(Bluetooth Low Energy)を用いた P2P 近距離通信の実装経験 Apple Wallet (PassKit) や Core Motion などの iOS ネイティブフレームワーク深耕知見 Fastlane, Bitrise, TestFlight を用いたアプリ配信 CI/CD パイプラインの運用実績 開発環境 言語/環境: Swift 6, SwiftUI, SwiftData, AVFoundation, PassKit 状態/通信: Swift Concurrency, Combine, URLSession, Network Framework テスト/ツール: XCTest, ViewInspector, SwiftLint, Fastlane, Xcode 16+ クラウド/CI: AWS, Bitrise, GitHub Actions コミュニケーション: Slack, Notion, Figma, GitHub 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 ~ 5,200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

Swift
SwiftUI

エンジニアフルリモート
【フルリモート/週5/Kotlin】Autonomous Multi-Agent・自律型ロボティクス&スマートファクトリー制御基盤開発
【フルリモート/週5/Kotlin】Autonomous Multi-Agent・自律型ロボティクス&スマートファクトリー制御基盤開発 お任せしたいこと [役割] Kotlin 2.0+ / Ktor / Spring Boot 3 を用いた、次世代スマートファクトリーにおける自律走行搬送ロボット(AGV/AMR)群および多軸ロボットアームの協調制御・リアルタイムタスク割り当てエンジンのバックエンド開発 [役割に対して求める成果] Kotlin Coroutines (Flow) と Ktor による非同期ノンブロッキング通信制御、および gRPC によるマイクロ秒精度のエッジノード同期により、工場内数百台の AMR による相互衝突リスクをゼロに抑え、搬送タスクスルーアウト(作業効率)を 25% 向上 具体的な業務内容 Kotlin 2.0+ / Ktor / Spring Boot 3 を用いた、ロボティクス群制御およびタスク配分サーバーのバックエンド API 開発 Coroutines / Channels / Flow をフル活用した、AGV/AMR センサーからの MQTT / gRPC 大容量テレメトリデータのリアルタイムパイプライン構築 経路計画(A* / Dijkstra アルゴリズム拡張)および動的障害物回避ロジックの並行計算・状態管理処理の実装 Exposed / Ktorm を用いた PostgreSQL (TimescaleDB) 向けタイムシリーズデータクエリの最適化 Kotlin Test / Mockk / Testcontainers を用いた、疑似ロボット端末数千台同時接続時の負荷・衝突回避シミュレーション自動テストの構築 必須スキル・経験 Kotlin(サーバーサイド)を用いたバックエンド API や非同期処理システムの開発・運用経験(4年以上) Kotlin Coroutines, Flow, Channels を用いた高度な並行・非同期プログラミングの実装実績 gRPC, WebSockets, MQTT 等を用いた低遅延・双方向ネットワーク通信の開発経験 RDBMS(PostgreSQL等)を用いたデータ構造設計およびパフォーマンスチューニングの知見 歓迎スキル・経験 産業用ロボティクス、スマートファクトリー、IoT、自動運転、運行管理(FMS)領域での開発実績 Kotlin Multiplatform (KMP) を用いたロジック共通化・クロスプラットフォーム展開の経験 ROS 2 (Robot Operating System) や DDS プロトコルに関する知見・連携実績 AWS (IoT Core, EKS) や GCP 上での分散システム運用経験 開発環境 言語/環境: Kotlin 2.0+, Ktor, Spring Boot 3, Kotlin Coroutines / Flow データ/通信: PostgreSQL (TimescaleDB), Redis, gRPC, MQTT, Apache Kafka テスト/ツール: Kotlin Test, Mockk, Testcontainers, Gradle, Docker インフラ/CI: AWS (EKS, IoT Core), GitHub Actions コミュニケーション: Slack, Notion, Jira, GitHub 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

4,800 ~ 5,600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

Kotlin
RDBMS