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
( 2,358 件中 301 - 310 件を表示) 【フルリモート／週5】AWS SRE（Site Reliability Engineer）（大規模トラフィックの信頼性向上とEKSコンテナ基盤運用） お任せしたいこと 自社で展開する月間数億PVを超える大規模Webサービス、または急成長中のBtoB SaaSにおいて、システムの信頼性（Reliability）をソフトウェアエンジニアリングのアプローチで継続的に向上させるSRE（Site Reliability Engineering）業務をお任せします。 「インフラのお守り（手作業での運用保守）」を極端に嫌い、SLI/SLO（サービスレベル指標/目標）に基づいたデータドリブンな意思決定を行いながら、Amazon EKSを中心としたコンテナ基盤のスケールアップ、およびトイル（Toil：無価値な手作業）の徹底的な自動化を泥臭く推進していただくポジションです。 具体的な業務内容 ・ビジネスサイド（PdM等）と連携した、ユーザージャーニーに基づく適切なSLI（サービスレベル指標）の定義、およびSLO（サービスレベル目標）の策定と運用 ・Amazon EKS（Kubernetes）を活用した、高可用かつスケーラブルなマイクロサービス・コンテナオーケストレーション基盤の設計・構築・運用 ・Terraformを利用したインフラストラクチャの完全なコード化（IaC）、およびGitHub ActionsやArgoCDを用いたGitOpsによるデプロイメントパイプラインの構築 ・Datadog、New Relic、またはPrometheus/Grafanaを利用した、分散システム全体の可観測性（Observability）向上とプロアクティブなアラート設計 ・本番環境における大規模障害発生時のインシデントコマンダー（指揮）、および非難を伴わないポストモーテム（Blameless Post-mortem）を通じた根本原因の排除 ・AWS Cost ExplorerやCUR（Cost and Usage Report）を活用した、クラウドリソースのキャパシティプランニングおよびFinOps（クラウドコスト最適化）の泥臭い実践 ・Go、Python、またはBashを用いた、運用オペレーション（トイル）を自動化するための社内ツールやCLIの開発 必須スキル・経験 ・AWSを利用した大規模Webサービスのインフラ設計、構築、および本番環境での運用実務経験（目安として3年以上） ・Terraform、AWS CDK等を用いたIaC（Infrastructure as Code）の実践経験 ・Docker、およびKubernetes（Amazon EKS等）を利用したコンテナ環境の構築・運用経験 ・Go、Python、Rubyなどのプログラミング言語を用いた、自動化スクリプトやツールの開発経験 ・Git / GitHubを用いた構成管理、および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 ・SREとしての実務経験、およびSLI/SLOの導入・運用をリードした経験 ・DatadogやNew Relic等のAPMツールを利用した、分散トレーシングおよびパフォーマンスチューニングの高度な実践経験 ・カオスエンジニアリング（Chaos Engineering）の導入、またはゲームデー（GameDay）の実施経験 ・FinOpsの実践（リザーブドインスタンス/Savings Plansの適切な運用、スポットインスタンスの活用等）による大幅なコスト削減経験 ・AWS Certified DevOps Engineer - Professional、または CKA（Certified Kubernetes Administrator）等の資格 開発・業務環境 クラウド・インフラ：AWS (EKS, EC2, RDS, ElastiCache, S3, Route53, CloudFront 等) IaC・構成管理：Terraform コンテナ技術：Docker, Kubernetes (Amazon EKS) CI/CD：GitHub Actions, ArgoCD 自動化・ツール開発言語：Go, Python 監視・可観測性：Datadog, Prometheus, Grafana インシデント管理：PagerDuty, Jira コミュニケーション・管理：GitHub, Notion, Slack, Zoom プロジェクトチームについて システムの安定稼働とスケーラビリティを担保するSREチームへの配属となります。 「障害ゼロ」という非現実的な目標を追うのではなく、「エラーバジェット（失敗を許容する予算）」の概念を組織全体に浸透させ、機能開発のスピードとシステムの信頼性のバランスを論理的にコントロールする手堅いカルチャーです。夜間にアラートが鳴った際には、「誰がミスをしたか」ではなく「なぜシステムがミスを防げなかったのか」という仕組みの欠陥に目を向け、二度と同じアラートでエンジニアが起こされないためのフェイルセーフを泥臭く実装しています。 求める人物像 ・「同じ手作業を二度繰り返すこと」に強い苦痛を感じ、自らコードを書いて運用プロセスを自動化することにエンジニアとしての執念を持てる方 ・突発的なシステムダウンや高負荷状態に直面した際、パニックに陥ることなく、メトリクスとログから冷静に事実を切り分け、論理的にトラブルシューティングができる方 ・「インフラを管理する人」という枠に閉じこもらず、アプリケーションエンジニアと対等にコードレベルでのパフォーマンス改善の議論ができる方 仕事の魅力 数百万〜数千万のユーザートラフィックと、膨大なトランザクションを捌くミッションクリティカルなシステムにおいて、AWSのエコシステムとKubernetesのポテンシャルを限界まで引き出す極めて難易度が高くやりがいのあるポジションです。ソフトウェアエンジニアリングの手法を用いてインフラと組織の信頼性をスケールさせる経験を通じて、現代のテック業界で最も枯渇し、高い報酬で迎えられる「SRE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（※大規模障害発生時の緊急インシデント対応や、SLOの見直しに関するPdM・テックリードとのすり合わせにおいて、密な同期コミュニケーションが突発的に発生します）。
【フルリモート／週5】Reactフロントエンドエンジニア（高難易度・大規模SPAのアーキテクチャ設計と状態管理最適化） お任せしたいこと 自社で展開する複雑な業務要件を持つBtoB SaaS、またはリッチなインタラクションが求められるWebアプリケーションにおいて、ReactおよびTypeScriptを用いた大規模シングルページアプリケーション（SPA）の設計・開発をお任せします。 単に「Figmaのデザイン通りにコンポーネントを作る」段階を脱却し、ブラウザ上で動作する一つの巨大なソフトウェアとして、複雑に絡み合うクライアントサイドの状態（Global State / Server State）を適切に分離し、数十人のエンジニアが触っても破綻しないスケーラブルでパフォーマンスの高いフロントエンド基盤を泥臭く構築していただくポジションです。 具体的な業務内容 ・React（React 18以降）およびTypeScriptを用いた、堅牢で拡張性の高い大規模SPAのフロントエンド開発 ・Redux Toolkit、Zustand、Jotai等をビジネス要件に合わせて使い分ける、複雑なクライアントステートの設計・リファクタリング ・TanStack Query（React Query）やSWRを用いた、非同期データフェッチ（サーバーキャッシュ）の最適化およびエラーハンドリングの実装 ・React Profiler等を用いたレンダリングのボトルネック特定、および不要な再レンダリング（Re-render）を徹底排除するパフォーマンスチューニング ・Storybookを活用した、再利用性が高くアクセシビリティ（WAI-ARIA等）に配慮された共通UIコンポーネント群（デザインシステム）の構築 ・React Testing Library、Vitest、およびPlaywright（またはCypress）を用いた、コンポーネントテストからE2Eテストまでの自動化とCI/CDパイプラインへの組み込み ・バックエンドエンジニアと連携した、フロントエンドの関心事に合わせたBFF（Backend for Frontend）層の設計、またはGraphQL（Apollo Client等）の導入推進 必須スキル・経験 ・Reactを用いた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） ・TypeScriptを用いた型安全なプログラミング、および高度なコンポーネント設計の実務経験 ・React Hooksの内部的な挙動（依存配列の管理、クロージャーのトラップ等）に関する深い理解 ・Redux等のグローバル状態管理ライブラリ、またはTanStack Query等のデータフェッチライブラリを用いた本番運用経験 ・Git / GitHubを用いたプルリクエストベースでのチーム開発、および高度なコードレビュー経験 歓迎スキル・経験 ・複雑なドメイン知識を持つSaaSプロダクト、または管理画面（ダッシュボード等）の大規模SPA開発経験 ・Reactのレンダリング最適化（useMemo, useCallbackの適切な利用や、Virtual DOMの理解）に関する高度な実践経験 ・Feature Sliced Design（FSD）やClean Architecture等の設計思想をフロントエンドに適用した経験 ・Figma等のデザインツールを深く理解し、UI/UXデザイナーと対等に仕様を議論・改善した経験 ・WebGL（Three.js）やCanvas APIを用いたリッチな描画処理の実装経験 開発・業務環境 開発言語：TypeScript UIライブラリ：React 状態管理・データフェッチ：Zustand (または Jotai, Redux Toolkit), TanStack Query ビルドツール：Vite (または Webpack) スタイリング：Tailwind CSS, CSS Modules (または 既存のCSS-in-JSからの移行) テスト・品質：Vitest, React Testing Library, Playwright, ESLint デザイン・ドキュメント：Figma, Storybook, Notion 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 ユーザーの業務効率をダイレクトに左右する、フロントエンドコア開発チームへの配属となります。 「Next.js等のフルスタックフレームワークが流行っているから」という理由で無闇に技術を切り替えることを嫌い、要求されるインタラクションの複雑さと初回ロードのトレードオフをシビアに見極め、「純粋なReact SPA」のポテンシャルを極限まで引き出す手堅いカルチャーです。コンポーネントの再利用性やpropsのバケツリレー（Prop Drilling）といった泥臭い課題に対し、安易にグローバルステートに逃げるのではなく、設計の力で関心を分離する実直なメンバーが集まっています。 求める人物像 ・「動くコード」を書くだけでなく、Reactの公式ドキュメントやソースコードのレベルまで踏み込み、フレームワークの思想を正しく理解して実装できる方 ・肥大化した巨大コンポーネントや複雑なHooksの絡み合いに直面した際、文句を言うのではなく、テストコードを書いてから安全にリファクタリングを楽しめる方 ・デザイナーからのUI要件に対して「実装が難しいから」と諦めるのではなく、パフォーマンスとUXのバランスを考慮した現実的な代替案を論理的に提案できる方 仕事の魅力 ブラウザという制約の多い環境下で、デスクトップアプリケーションに匹敵する複雑なソフトウェアをReactを用いて構築する、フロントエンドエンジニアリングの最前線を体感できるポジションです。状態管理の複雑性やパフォーマンスの壁を技術力で突破する経験を通じて、流行り廃りの激しいツールチェーンに依存しない、どの時代・どの企業でも通用する「本質的なフロント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。
【フルリモート／週5】プロダクトマネージャー（PdM）（PLG推進・データドリブンなSaaSプロダクトグロースと価値最大化） お任せしたいこと 自社で展開するホリゾンタルSaaS（またはバーティカルSaaS）において、セールス主導ではなくプロダクト自身の力でユーザーを獲得・拡大する「PLG（Product-Led Growth）」戦略の立案と、それに伴うプロダクト開発の総指揮（プロダクトマネジメント）をお任せします。 「顧客から言われた機能をそのまま作る（Feature Factory）」という受託的なマインドを徹底的に排除し、Amplitude等の行動データ分析と泥臭いユーザーデプスインタビューを行き来しながら、「ユーザーが真の価値を感じる瞬間（Aha moment）」を最速で創出し、事業のKPI（ARR、NRR、チャーンレート）をダイレクトに牽引する「Mini CEO」としてご活躍いただきます。 具体的な業務内容 ・プロダクトビジョンの策定、およびビジネス目標（ARR向上、LTV最大化等）から逆算した中長期的なロードマップの作成とOKRの定義 ・Amplitude、Mixpanel、またはSQL（BigQuery等）を用いた定量的データ分析に基づく、ユーザーの離脱ポイントの特定と改善施策（仮説）の立案 ・ユーザーインタビュー等の定性調査を通じたペインポイントの泥臭い発掘と、ソリューションの検証（プロトタイピングによるユーザーテスト） ・エンジニアやデザイナーが迷いなく開発に集中するための、Why（なぜ作るのか）とWhat（何を作るのか）を明確に定義したPRD（プロダクト要求仕様書）の作成 ・アジャイル / スクラム開発における、徹底したROI（投資対効果）の観点からのプロダクトバックログの優先順位付け（トリアージ）とスコープ調整 ・A/Bテストの設計・実行、およびリリース後の機能利用率（Adoption）の計測と、期待値とのギャップを埋めるための迅速なピボット判断 ・マーケティング、セールス、カスタマーサクセス部門を横断的に巻き込んだ、新機能リリースにおけるGo-to-Market（GTM）戦略の実行 必須スキル・経験 ・Webサービス、またはBtoB SaaSプロダクトにおけるプロダクトマネージャー（PdM）の実務経験（目安として3年以上） ・エンジニア、デザイナーを含むクロスファンクショナルなチームでのアジャイル/スクラム開発推進経験 ・SQL、またはBIツール（Tableau, Amplitude等）を用いたログベースのデータ分析、および定量的な意思決定の実務経験 ・ビジネスサイド（経営陣やセールス等）からの要求を整理し、「何を作らないか」を論理的に交渉・合意形成（ファシリテーション）した経験 歓迎スキル・経験 ・PLG（Product-Led Growth）モデルのSaaSプロダクトにおけるグロース経験 ・ソフトウェアエンジニアリング（プログラミング）の実務経験、またはシステムアーキテクチャの深い理解 ・Figma等を用いたUI/UXデザイン、またはプロトタイピングの実務経験 ・0→1フェーズでの新規事業立ち上げ、およびPMF（Product Market Fit）を達成した経験 ・スクラムプロダクトオーナー（CSPO）等の認定資格 開発・業務環境 プロジェクト管理・ドキュメント：Jira, Notion, Confluence, Asana データ分析・可視化：Amplitude, Mixpanel, SQL (BigQuery, Snowflake 等), Redash, Tableau デザイン・コラボレーション：Figma, Miro コミュニケーション：Slack, Microsoft Teams, Zoom プロジェクトチームについて プロダクトの成長戦略の中核を担う、グロース/PdMチームへの配属となります。 「リリースすること（Output）」ではなく「ビジネス成果を出すこと（Outcome）」を唯一の評価基準としており、リリースした機能が使われなければ「仮説が間違っていた」と率直に認め、サンクコストにとらわれずに泥臭く次の一手を打つ手堅いカルチャーです。エンジニアやデザイナーを下請け扱いすることは絶対に許されず、PRDの段階から彼らを巻き込み、技術的負債のリスクとビジネス価値のトレードオフを対等に議論する実直なメンバーが集まっています。 求める人物像 ・声の大きい大口顧客からの「この機能がないと解約する」というプレッシャーに対し、感情的に反発するのではなく、プロダクトビジョンとデータに基づいて毅然と代替案を提示できる方 ・「データ分析だけ」や「ユーザーヒアリングだけ」に偏らず、定性・定量の両面を反復して真の課題（インサイト）に辿り着ける泥臭さを持った方 ・不確実性が高く正解がない状況（Ambiguity）をストレスに感じるのではなく、自ら仮説を立てて道を切り拓くことに圧倒的な当事者意識を持てる方 仕事の魅力 ビジネス、テクノロジー、UXの交差点に立ち、自らの意思決定がプロダクトの命運と事業のP/L（損益）をダイレクトに左右する、極めてプレッシャーとやりがいの大きいポジションです。複雑なドメイン課題を解きほぐし、データドリブンに仮説検証を繰り返してプロダクトをグロースさせる経験を通じて、スタートアップからメガベンチャーまであらゆる企業が今最も渇望している「事業を牽引できるトップクラスのプロダクトリーダー（PdM）」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（※ロードマップの策定、ステークホルダーとの複雑な利害調整、エンジニアやデザイナーとのアイディエーションなど、高度な合意形成を伴う密な同期コミュニケーションが日常的に発生します）。
【フルリモート／週5】プロジェクトマネージャー（PjM）・TPM（大規模システム開発のプロジェクト推進と組織横断マネジメント） お任せしたいこと 自社で展開する大規模Webサービス、または複数部門が絡む複雑な基幹系システム刷新プロジェクトにおいて、スケジュールの策定からリソース管理、リスクヘッジ、そして最終的なデリバリーまでを一貫して牽引するプロジェクトマネージャー（またはテクニカルプロジェクトマネージャー：TPM）業務をお任せします。 単にガントチャートの線を引いて進捗を急かすだけの「進行管理係」になることを徹底的に嫌い、エンジニアリングの複雑性を理解した上で、技術的課題やリソースのボトルネックに自ら泥臭く入り込み、ビジネスサイドと開発チームの間に落ちるボールを全て拾い上げてプロジェクトを確実に成功へと導くポジションです。 具体的な業務内容 ・ビジネス要件に基づくプロジェクトのスコープ定義、WBSの作成、およびクリティカルパスを見据えた現実的なスケジュールの策定と進行管理 ・複数の開発チーム（バックエンド、フロントエンド、インフラ、QAなど）およびビジネスサイド（PdM、営業、マーケティング）を横断するリソース調達と期待値調整 ・アジャイル（スクラム）またはウォーターフォール（ハイブリッド型含む）を用いた、プロジェクトの特性に合わせた最適な開発プロセスの構築と継続的な改善 ・プロジェクト進行中に発生する仕様変更や遅延リスクのプロアクティブな検知、およびステークホルダーへの論理的な状況説明と泥臭い代替案（スコープ調整等）の交渉 ・JiraやAsana等のプロジェクト管理ツールを駆使した、タスクの可視化とチーム内のコミュニケーションコスト（認知負荷）の削減 ・技術的なブロッカー（アーキテクチャの依存関係やインフラ要件等）が発生した際の、テックリードやアーキテクトとの壁打ちおよび意思決定のファシリテーション ・外部ベンダーや開発パートナー（業務委託メンバー等）が参画するプロジェクトにおける、品質管理（QC）とベンダーマネジメント 必須スキル・経験 ・Webサービス、または業務システムの開発プロジェクトにおけるプロジェクトマネジメント（PjM）実務経験（目安として3年以上） ・エンジニアやデザイナーを含む、10名以上のクロスファンクショナルチームをマネジメント、またはリードした経験 ・ソフトウェアアーキテクチャ（クラウドインフラ、API、データベース等）に関する基礎的な理解と、エンジニアと技術的な議論ができるITリテラシー ・スケジュール遅延や仕様のコンフリクト等のトラブル発生時における、高度な課題解決能力とステークホルダーとの折衝経験 歓迎スキル・経験 ・ソフトウェアエンジニア（プログラマー）としての実務開発経験からのキャリアチェンジ ・アジャイル / スクラム開発におけるスクラムマスターとしての実務経験 ・PMP（Project Management Professional）等のプロジェクトマネジメントに関する認定資格 ・数億円規模の大規模プロジェクト、またはレガシーシステムからの大規模マイグレーションの推進経験 ・英語を用いたオフショア開発チームとのコミュニケーション、またはグローバルプロジェクトの進行経験 開発・業務環境 プロジェクト管理：Jira, Asana, Backlog, Trello ドキュメント・ナレッジ：Confluence, Notion, Miro 開発プロセス連携：GitHub, GitLab コミュニケーション：Slack, Microsoft Teams, Zoom プロジェクトチームについて 全社横断のプロジェクト推進、または各プロダクトの開発組織を支えるPMO / TPMチームへの配属となります。 「計画通りに進むプロジェクトなど存在しない」という現実を深く理解しており、遅延が発生した際に「誰の責任か」を追及するのではなく、「どうすればリカバリーできるか（または何を諦めるべきか）」を最速で議論する手堅いカルチャーです。仕様の曖昧さや部門間のサイロ化といった「組織の泥臭い課題」から目を背けず、自らが潤滑油となってシステムと人を繋ぎ合わせる実直なメンバーが集まっています。 求める人物像 ・「言われた要件を管理する」だけでなく、プロジェクトの目的（Why）を深く理解し、必要であればビジネスサイドに対してスコープの削減を毅然と提案できる方 ・炎上しそうなプロジェクトや不確実性の高い状況（Ambiguity）においてパニックにならず、事実（ファクト）を冷静に整理してチームに安心感を与えられる方 ・エンジニアの専門性を深くリスペクトし、「技術的に難易度が高い理由」をビジネスサイドに分かりやすく翻訳（ブリッジ）できる高い言語化能力を持った方 仕事の魅力 ビジネスの要求とテクノロジーの限界という、常にコンフリクトが発生する最前線に立ち、カオスな状況を自らの手で整理して大きな価値（プロダクト）を世に生み出すことができる、極めて達成感の大きいポジションです。複雑な依存関係を解きほぐし、組織の壁を越えてプロジェクトを完遂させる経験を通じて、単なる進行管理者（ディレクター）を完全に凌駕し、メガベンチャーやエンタープライズから最も高い評価で迎えられる「テクニカルプロジェクトマネージャー（TPM）」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（※キックオフミーティングや、深刻なトラブルシューティング、ステークホルダーとの高度な合意形成において、密な同期コミュニケーションが日常的に発生します）。
【フルリモート／週5】Goバックエンドエンジニア（高トラフィック・大規模マイクロサービス基盤の開発とパフォーマンスチューニング） お任せしたいこと 自社で展開する数百万ユーザー規模のBtoCサービス、または秒間数万リクエスト（高QPS）を処理する大規模プラットフォームにおいて、Go（Golang）を用いたバックエンドシステムおよびマイクロサービスの設計・開発をお任せします。 「Goは速いから」という理由だけで無計画に導入するのではなく、Goの最大の強みである「言語仕様のシンプルさ」と「軽量な並行処理（Goroutine）」を最大限に活かし、過剰な抽象化を避けた可読性の高いコードベースを維持しながら、スケーラブルで障害に強いクラウドネイティブなバックエンド基盤を泥臭く構築していただくポジションです。 具体的な業務内容 ・Goを用いた、高スループットかつ低遅延なRESTful APIおよびgRPC（Protocol Buffers）ベースのマイクロサービス開発 ・GoroutineとChannelを活用した、リソース効率の高い非同期処理・並行処理の実装とデータ競合（Race Condition）の徹底排除 ・肥大化した既存のモノリス（他言語で書かれたレガシーシステム等）から、Goを用いた独立性の高いマイクロサービスへの段階的な切り出し・リプレイス ・RDBMS（MySQL, PostgreSQL）やNoSQL（Redis, DynamoDB等）を利用した、分散環境におけるトランザクション設計と複雑なクエリの極限のパフォーマンス最適化 ・標準パッケージ（testing）を活用したテーブル駆動テスト（TableDrivenTests）の実装、およびモックを用いた網羅的な単体・結合テストの自動化 ・pprofやDatadog等のオブザーバビリティツールを利用した、本番環境でのCPUスパイクやメモリリークの泥臭い原因究明とボトルネック解消 ・Docker / Kubernetes（EKS, GKE等）を前提としたステートレスなコンテナアプリケーション設計、およびGitHub Actionsを用いたCI/CDパイプラインの運用 必須スキル・経験 ・Webアプリケーションのバックエンド開発実務経験（目安として3年以上） ・Goを用いた本番環境でのAPI設計・開発、および運用実務経験（目安として1年以上） ・RDBMSを用いた適切なテーブル設計、およびインデックス等を考慮したSQLパフォーマンスチューニングの経験 ・コンテナ技術（Docker）を利用した開発経験 ・Git / GitHubを用いたプルリクエストベースでのチーム開発、および高度なコードレビュー経験 歓迎スキル・経験 ・gRPC / Protocol Buffersを用いたサービス間通信の設計・実装経験 ・Kubernetes（EKS, GKE等）を用いた本番環境でのマイクロサービス運用経験 ・大規模なトラフィック（数万QPS〜）を捌くシステムの負荷対策、アーキテクチャ設計経験 ・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、過剰な抽象化を避けつつGoに適用した経験 ・AWS、またはGCP等のパブリッククラウドを利用したインフラ構築・運用知識 開発・業務環境 開発言語：Go アーキテクチャ・通信：マイクロサービス, REST, gRPC (Protocol Buffers) データベース・キャッシュ：MySQL (または PostgreSQL), Redis, DynamoDB (または Cloud Spanner) インフラ・コンテナ：AWS (または GCP), Docker, Kubernetes (EKS / GKE) テスト・CI/CD：標準パッケージ (testing), GitHub Actions, ArgoCD 監視・可観測性：Datadog, pprof, OpenTelemetry 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 プロダクトのトランザクションを支えるコア・バックエンド（マイクロサービス）チームへの配属となります。 「Clear is better than clever（賢いコードより、明快なコードを）」というGoの設計哲学を強くリスペクトしており、特定の人にしか読めない黒魔術のような黒魔術（過度なリフレクションや複雑なインターフェース層）を極めて嫌う手堅いカルチャーです。パニック（panic）によるシステムダウンを防ぐため、面倒でもエラーを値として泥臭くハンドリングし続け、誰が読んでも処理の流れが自明なメンテナンス性の高いコードベースを維持する実直なメンバーが集まっています。 求める人物像 ・オブジェクト指向言語の重厚なフレームワークに頼るのではなく、Goのシンプルな言語仕様と標準ライブラリを深く理解し、自ら仕組みを実装することにエンジニアとしての美学を持てる方 ・高トラフィック環境において、ミリ秒単位のレイテンシ削減やメモリ使用量の最適化に執念を燃やし、プロファイリング結果を泥臭く解析できる方 ・ビジネス要件の変化に合わせて「一度書いたコードを捨てる（書き直す）」ことに抵抗がなく、常にシステムをシンプルに保つためのリファクタリングを前向きに楽しめる方 仕事の魅力 世界的なテック企業がこぞってインフラやコアシステムに採用する「Go」を用いて、膨大なトラフィックとデータを処理する分散システムを最前線で構築・運用できる極めてエキサイティングなポジションです。クラウドネイティブなアーキテクチャとGoのパフォーマンスを限界まで引き出す経験を通じて、単なるAPI開発者を完全に凌駕し、今後のスケーラブルなシステム開発において最も需要が高い「Goマイクロサービスアーキテクト」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。
【フルリモート／週5／AI】最先端生成AI・マルチモーダル大言語モデル（LLM）を活用した次世代AIプラットフォーム開発エンジニア お任せしたいこと ［役割］ 全社的なコア事業であるAIプロダクトにおいて、最先端の生成AI（LLM / VLM等）および自社固有データを組み合わせた、高度なマルチモーダルAIエージェントシステムの設計・開発を担当していただきます。 ［役割に対して求める成果］ 複雑なビジネスロジックや非定型データを解析するAIパイプラインを構築し、評価フレームワークを用いた継続的な精度向上（ハルシネーションの最小化）と、商用環境における推論コストの最適化を両立すること。 具体的な業務内容 Python / FastAPI を用いた、LLMオーケストレーションシステムおよび非同期推論APIの設計・開発 LangChain / LangGraph や LlamaIndex を用いた、自律型AIエージェントおよびマルチホップRAG（検索拡張生成）の最適化 Vector DB (Qdrant / Milvus / PGVector) を用いた、数百万件規模のエンベディングデータの管理、ハイブリッド検索、リランキングロジックの実装 LLMの評価・監視基盤（LangSmith / Arize Phoenix等） の導入による、プロンプトのバージョン管理、コスト監視、応答精度の定量評価 Triton Inference Server や vLLM 等を活用した、OSSモデル（Llama, Mistral等）のデプロイおよび推論スループットの高速化 必須スキル・経験 Pythonを用いたWebアプリケーション、またはデータ処理パイプラインの開発・運用実務経験（3年以上） OpenAI API、Claude API、Vertex AI などの商用LLM APIを用いたアプリケーション開発の実務経験 RAG（検索拡張生成） システムの開発経験（チャンク分割戦略、メタデータフィルタリングの知見） ベクトルデータベースの利用経験、およびSQL/NoSQLを用いたデータ構造設計のスキル 歓迎スキル・経験 LangGraph / CrewAI などを利用した、複数エージェントによる協調システム（Multi-Agent System）の開発経験 オープンソースLLM（Llama 3, Qwen等）のローカル環境での推論最適化や、LoRA等を用いたファインチューニングの経験 AWS（SageMaker / Bedrock）または GCP（Vertex AI）などのAI/MLマネージドサービスを用いたインフラ構築経験 機械学習モデルの継続的インテグレーション（MLOps）のパイプライン構築・運用知見 開発環境 言語: Python 3.12+ AI・LLM関連: LangChain/LangGraph, LlamaIndex, vLLM, Hugging Face DB / ベクトルDB: Qdrant, PostgreSQL (PGVector), Redis インフラ: AWS (ECS, Bedrock, SageMaker), Docker 評価・監視: LangSmith, Datadog ツール: GitHub, Slack, Notion 開発チームについて 毎日のように登場する海外の最新論文や、新しいライブラリ・アーキテクチャのトレンドを最速でキャッチアップし、週次で技術検証（PoC）を行う非常にスピード感のあるチームです。 コードレビューでは、PEP 8や型ヒント（Type Hints）に基づくPythonコードの綺麗さはもちろん、プロンプトの堅牢性、APIトークン消費の効率性、I/Oボトルネックの回避が重視されています。 完全フルリモート環境を前提とした非同期コミュニケーションが成熟しており、実験結果やプロンプトの評価ログはすべてドキュメント（Notion/GitHub）に一元管理され、クリアな議論が行われています。 工作の魅力 「生成AI・LLMエージェント」という最先端かつ技術難易度の高い領域で、単なる実験に留まらない、商用大規模トラフィックに耐えうるプロダクトの開発・運用の実績を積むことができます。 RAGの最適化、マルチモーダル対応、推論高速化など、AIエンジニアとしての市場価値を飛躍的に高めるエンジニアリングに深く没頭できます。 フルリモート・フルフレックスの柔軟な環境が整っており、無駄な社内調整を排除し、最新技術のキャッチアップとコーディングに100%集中できる体制が用意されています。 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。
【フルリモート／週5／AI】最先端生成AI・マルチモーダル大言語モデル（LLM）を活用した次世代AIプラットフォーム開発エンジニア お任せしたいこと ［役割］ 全社的なコア事業であるAIプロダクトにおいて、最先端の生成AI（LLM / VLM等）および自社固有データを組み合わせた、高度なマルチモーダルAIエージェントシステムの設計・開発を担当していただきます。 ［役割に対して求める成果］ 複雑なビジネスロジックや非定型データを解析するAIパイプラインを構築し、評価フレームワークを用いた継続的な精度向上（ハルシネーションの最小化）と、商用環境における推論コストの最適化を両立すること。 具体的な業務内容 Python / FastAPI を用いた、LLMオーケストレーションシステムおよび非同期推論APIの設計・開発 LangChain / LangGraph や LlamaIndex を用いた、自律型AIエージェントおよびマルチホップRAG（検索拡張生成）の最適化 Vector DB (Qdrant / Milvus / PGVector) を用いた、数百万件規模のエンベディングデータの管理、ハイブリッド検索、リランキングロジックの実装 LLMの評価・監視基盤（LangSmith / Arize Phoenix等） の導入による、プロンプトのバージョン管理、コスト監視、応答精度の定量評価 Triton Inference Server や vLLM 等を活用した、OSSモデル（Llama, Mistral等）のデプロイおよび推論スループットの高速化 必須スキル・経験 Pythonを用いたWebアプリケーション、またはデータ処理パイプラインの開発・運用実務経験（3年以上） OpenAI API、Claude API、Vertex AI などの商用LLM APIを用いたアプリケーション開発の実務経験 RAG（検索拡張生成） システムの開発経験（チャンク分割戦略、メタデータフィルタリングの知見） ベクトルデータベースの利用経験、およびSQL/NoSQLを用いたデータ構造設計のスキル 歓迎スキル・経験 LangGraph / CrewAI などを利用した、複数エージェントによる協調システム（Multi-Agent System）の開発経験 オープンソースLLM（Llama 3, Qwen等）のローカル環境での推論最適化や、LoRA等を用いたファインチューニングの経験 AWS（SageMaker / Bedrock）または GCP（Vertex AI）などのAI/MLマネージドサービスを用いたインフラ構築経験 機械学習モデルの継続的インテグレーション（MLOps）のパイプライン構築・運用知見 開発環境 言語: Python 3.12+ AI・LLM関連: LangChain/LangGraph, LlamaIndex, vLLM, Hugging Face DB / ベクトルDB: Qdrant, PostgreSQL (PGVector), Redis インフラ: AWS (ECS, Bedrock, SageMaker), Docker 評価・監視: LangSmith, Datadog ツール: GitHub, Slack, Notion 開発チームについて 毎日のように登場する海外の最新論文や、新しいライブラリ・アーキテクチャのトレンドを最速でキャッチアップし、週次で技術検証（PoC）を行う非常にスピード感のあるチームです。 コードレビューでは、PEP 8や型ヒント（Type Hints）に基づくPythonコードの綺麗さはもちろん、プロンプトの堅牢性、APIトークン消費の効率性、I/Oボトルネックの回避が重視されています。 完全フルリモート環境を前提とした非同期コミュニケーションが成熟しており、実験結果やプロンプトの評価ログはすべてドキュメント（Notion/GitHub）に一元管理され、クリアな議論が行われています。 仕事の魅力 「生成AI・LLMエージェント」という最先端かつ技術難易度の高い領域で、単なる実験に留まらない、商用大規模トラフィックに耐えうるプロダクトの開発・運用の実績を積むことができます。 RAGの最適化、マルチモーダル対応、推論高速化など、AIエンジニアとしての市場価値を飛躍的に高めるエンジニアリングに深く没頭できます。 フルリモート・フルフレックスの柔軟な環境が整っており、無駄な社内調整を排除し、最新技術のキャッチアップとコーディングに100%集中できる体制が用意されています。 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。
【フルリモート／週5】Pythonバックエンドエンジニア（生成AI・LLMアプリケーション開発／FastAPI） お任せしたいこと 自社で展開するBtoB SaaSプロダクト、または新規事業において、大規模言語モデル（LLM）をはじめとする生成AI技術をプロダクトに組み込み、ビジネス上の実課題を解決するためのバックエンドAPIおよびデータパイプラインの開発をお任せします。 「ただOpenAIのAPIを叩いてチャットボットを作るだけ」の薄いラッパー開発ではなく、企業独自のドキュメントを検索・参照させるRAG（Retrieval-Augmented Generation）基盤の構築や、LangChain等のフレームワークを用いた複雑なエージェントの実装、そしてそれを本番環境で高速かつ安定して稼働させるための泥臭いソフトウェアエンジニアリングに取り組んでいただきます。 具体的な業務内容 ・Python（FastAPI）を用いた、高パフォーマンスで非同期的なRESTful APIの設計・開発 ・OpenAI API、Anthropic API、またはオープンソースのLLMを活用した、アプリケーションへの生成AI機能の組み込み ・LangChainやLlamaIndex等のオーケストレーションフレームワークを利用した、複雑なプロンプトチェーンやRAGパイプラインの設計・実装 ・Pinecone、Qdrant、Milvus等のベクトルデータベース（Vector DB）を利用した、意味検索システムの構築とインデックス最適化 ・LLMの応答遅延（レイテンシ）を隠蔽するための、Streaming APIの実装やWebSocketsを用いたフロントエンドとのリアルタイム通信設計 ・ハルシネーション（もっともらしい嘘）の低減や、プロンプトインジェクション攻撃への対策など、AI特有のセキュリティおよび品質管理ロジックの実装 ・CeleryやAWS SQSを利用した、非同期でのバッチ処理（大規模な社内データのチャンク化・ベクトル化パイプライン）の構築 必須スキル・経験 ・Pythonを用いたWebアプリケーション（バックエンドAPI）の開発実務経験（目安として3年以上） ・FastAPI、Django、またはFlask等のWebフレームワークを用いた開発経験 ・RDBMSを用いた適切なテーブル設計、およびSQLパフォーマンスチューニングの経験 ・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 ・OpenAI API等を利用したLLMアプリケーションの開発経験、またはプロンプトエンジニアリングの知見 ・LangChain、LlamaIndex等のLLMオーケストレーションツールの実務利用経験 ・ベクトルデータベース（Pinecone, Qdrant, Chroma等）を利用したRAGの実装経験 ・AWS、またはGCP環境におけるクラウドネイティブなインフラ構築・運用経験 ・機械学習（NLP領域）に関する基礎的な知識 開発・業務環境 開発言語：Python 3.x フレームワーク：FastAPI AI関連技術：LangChain, LlamaIndex, OpenAI API データベース：PostgreSQL, Redis ベクトルDB：Pinecone (または Qdrant, Weaviate 等) インフラ・コンテナ：AWS (ECS, Lambda 等) または GCP (Cloud Run 等), Docker テスト・CI/CD：pytest, 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 生成AI・LLMアプリケーション開発チームへの配属となります。 「AIは魔法の杖ではない」という事実を深く理解しており、LLMの不確実性（出力のブレ）に対して文句を言うのではなく、「どうすればシステム的にガードレールを設けて安全にユーザーへ価値を届けられるか」をソフトウェア設計の観点から妥協なく議論するカルチャーです。技術の進化が極めて早い領域であるため、過去のベストプラクティスに固執せず、昨日まで書いていたコードを今日のアップデートで潔く捨て去るような、高い柔軟性と学習意欲を持ったメンバーが集まっています。 求める人物像 ・「AIモデルの研究開発」ではなく、「AIを活用したプロダクト開発」に興味があり、ユーザーの課題解決にフォーカスできる方 ・公式ドキュメントや最新の英語論文、X（旧Twitter）等の一次情報を自ら泥臭くキャッチアップし、手を動かして検証（PoC）できる方 ・LLM特有の非決定論的な挙動に対して、従来のバックエンドの知識（キャッシュ戦略、非同期処理、リトライ機構）を組み合わせて堅牢なシステムを設計できる方 仕事の魅力 世界中が注目する生成AIの最前線に立ち、最先端の技術を「研究」ではなく「実事業のプロダクト」として世に送り出すことができる、極めてエキサイティングなポジションです。LLMという新しいインターフェースと、従来の堅牢なバックエンドエンジニアリングを掛け合わせる経験を通じて、これからのAI時代においてすべての企業が渇望する「LLM・生成AIアプリケーションエンジニア」としての圧倒的な市場価値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。
【フルリモート／週5】Pythonデータサイエンティスト（ビジネス課題解決・統計モデリング） お任せしたいこと 自社サービスにおいて、蓄積された膨大なユーザー行動データやトランザクションデータを分析し、ビジネス上の意思決定やプロダクトの機能改善を牽引するデータサイエンティストとしての業務をお任せします。 「とりあえず最新のディープラーニングモデルにデータを突っ込む」といった目的化されたAI開発ではなく、欠損だらけの泥臭いデータを地道にクレンジングし、ビジネス要件に合わせて「解釈可能でシンプルな統計モデル」を構築することで、売上向上やユーザー体験の改善といった確実な成果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（Pandas, NumPy, scikit-learn等）を用いた、探索的データ分析（EDA）および特徴量エンジニアリング ・LightGBM、XGBoost、ランダムフォレストなどの機械学習アルゴリズムを用いた、予測モデル（チャーン予測、LTV予測、レコメンド等）の構築と評価 ・ビジネスサイド（経営層やマーケティング部門）が抱える曖昧な課題をヒアリングし、データで解ける仮説に落とし込む要件定義 ・因果推論や統計的仮説検定を用いた、A/Bテストの設計および効果検証（有意差の判定とビジネスへの影響評価） ・SQL（BigQuery, Snowflake, Redshift等）を用いた、複雑なログデータからの分析用データマート作成・抽出 ・分析結果をJupyter Notebook等で可視化し、非エンジニアにも分かりやすくインサイトを伝えるレポーティングおよびプレゼンテーション ・MLOpsエンジニアと連携した、作成したモデルの本番環境（推論API）へのデプロイに向けたコードのリファクタリング 必須スキル・経験 ・Pythonを用いたデータ分析、または機械学習モデリングの実務経験（目安として3年以上） ・RDBMSやデータウェアハウスにおける、高度なSQL（Window関数や複雑なJOIN等）を用いたデータ抽出経験 ・統計学、および基礎的な機械学習アルゴリズムに関する数学的な理解 ・Git / GitHubを用いたソースコード管理・チーム開発経験 歓迎スキル・経験 ・BtoCサービスにおけるA/Bテストの設計・運用、および因果推論の実務経験 ・PyTorch、TensorFlow等を用いたディープラーニング（自然言語処理、画像認識等）の開発経験 ・Tableau、Looker、Redash等のBIツールを用いたダッシュボード構築経験 ・Dockerを用いた再現性のある分析環境の構築、およびクラウド（AWS, GCP）上でのデータ処理経験 ・Kaggle等のデータ分析コンペティションでの実績、または論文執筆・学会発表経験 開発・業務環境 開発言語：Python 3.x, SQL 分析ライブラリ：Pandas, NumPy, scikit-learn, LightGBM, SciPy, Statsmodels データ基盤：BigQuery (または Amazon Redshift, Snowflake) 分析環境・BI：Jupyter Notebook, Google Colab, Redash (または Looker, Tableau) バージョン管理・CI/CD：GitHub コミュニケーション・管理：Slack, Jira, Confluence, Zoom プロジェクトチームについて データ戦略・アナリティクスチームへの配属となります。 「精度が0.1%高いが、なぜその結果を出したのか誰も説明できないブラックボックスなモデル」よりも、「精度は少し落ちるが、営業担当者が顧客に理由を説明できるホワイトボックスなモデル（ロジスティック回帰や決定木など）」を実務においては高く評価する、地に足の着いたカルチャーです。綺麗なデータセットが用意されていることは稀であり、「そもそもこのログの定義はおかしくないか？」とデータエンジニアと共に上流のトラッキング仕様から見直していく泥臭い作業を厭わない実直なメンバーが集まっています。 求める人物像 ・データサイエンスの業務の8割を占めると言われる「データの前処理・クレンジング」に対して、パズルを解くように前向きに楽しめる方 ・「p値」や「AUC」といった専門用語を並べるのではなく、ビジネスサイドに対して「結局、次にどんなアクションを取るべきか」を平易な言葉で説明できる方 ・最新の論文やアルゴリズムを追うだけでなく、それが自社のビジネス課題に対してコストに見合ったリターンをもたらすかを冷静に見極められる方 仕事の魅力 数字遊びの分析で終わるのではなく、導き出したインサイトがプロダクトの機能変更や数億円規模のマーケティング施策に直結する、事業の意思決定の「心臓部」を担うポジションです。複雑なビジネスドメインを数理モデルに落とし込み、ステークホルダーを動かして価値を創出する経験を通じて、単なる「分析屋」の枠を超えた、極めて市場価値の高い「ビジネス・データサイエンティスト」としての息の長い実力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。
【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。
