その他エンジニアの転勤なしの転職・求人情報

GMOインターネットグループのEC領域を担うGMOメイクショップにて、国内トップクラスのEC構築SaaS『makeshop byGMO』を中心に、AI技術を活用した次世代プロダクト開発を推進するエンジニアを募集します。現在、AI活用を本格的に推進するフェーズに入り、AIエージェント時代を見据えた技術戦略・新機能開発・社内AI活用の中核を担うチームを立ち上げています。単なる開発担当ではなく、『AIをどう事業価値に変えるか』を一緒に考え、形にしていくポジションです。【具体的な業務内容】■AIエージェント時代を見据えた技術調査・プロトコル解析・実装検討■各サービスへのAI機能実装（PoC～実装）■社内業務効率化に向けたAI活用の企画・開発■AI技術の検証・選定・プロトタイプ開発■AI活用文化の社内浸透・ナレッジ発信■将来的なAIエンジニア組織の形成への関与【本ポジションの魅力】■AI活用を「本気で進める」企業フェーズに参画できる■既存巨大サービスをAIで進化させるダイナミズム■新規AI機能を自ら企画・実装できる裁量■将来的なAI専門チーム形成の中心メンバー

【AI事業本部について】組織全体の7割以上が技術職で構成されているサービス開発組織です。主に、AI を活用した広告クリエイティブの制作・マーケティング支援・対話サービスや小売・医療・行政領域の DX 支援サービスなど、 デジタルマーケティング分野をはじめとした約30の幅広い事業開発を行っています。【審査AIとは】「大量化する広告クリエイティブのチェックをAIでサポートするシステム」です。現在、バナーなどの広告クリエイティブ制作においては、自社の極予測AI*を活用し、多様性かつ効率的な制作フローを実現しています。一方、生成されたクリエイティブのブランド毀損リスクなどは人手で対応しており、生成量に対しチェックの量が追いつかなくなる未来が予想されます。「審査AI」は適法性や個社ごとのレギュレーションなど様々な観点から自動審査を実現することで、広告主のクリエイティブチェックをサポート。広告主の趣向を学習したモデルを活用し「人間よりも精度の高い」審査を実現することで、クリエイティブチェックの主要課題である「量的課題」及び「質的課題」の解決に寄与することを目指しています。【ミッション】インターネット広告事業で国内トップクラスの事業者であり続けるためにも、「信頼と品質を担保しながら効果的なクリエイティブを大量に生成する技術力」 は非常に重要です。広告クリエイティブ審査の「品質」「量」「スピード」の向上を目指すべく、 自然言語処理や画像処理の技術を用いた審査AIプロダクトの開発に取り組んでいただきます。【具体的な業務内容】審査AIでは、生成AI時代における広告効果最大化を目指し、広告クリエイティブ審査の自動化を実現するためのAI開発を行っています。広告表現の顧客レギュレーション審査から景品表示法・薬機法などの法令審査、訴求内容の事実性チェック、炎上リスク評価といった多様な審査タスクを、自然言語処理・画像認識・大規模言語モデルを組み合わせたマルチモーダルなAIシステムとして構築しています。リスティング広告などのテキストからバナー画像・動画、音声まで幅広い広告フォーマットを扱い、ご自身の専門領域を軸にしながら、専門領域を越えて審査AIのコア技術開発をリードしていただきます。■LLMアプリケーション開発：GPT・Geminiなど最先端のクローズド/オープンモデルを活用し、広告表現規制・法令審査・事実性チェックなどの審査ロジックを構築。プロンプト設計、コンテキストエンジニアリング、複数モデルを組み合わせた多段推論のパイプライン開発など■自然言語処理：日本語テキストの解析、固有表現抽出、情報検索を用いたファクトチェック、訴求表現のクラスタリング、類似事例検索など、広告テキストを理解・照合するための技術開発■画像・動画認識（マルチモーダル）：バナー・動画広告からのOCRやシーン検出、ロゴ改変・画像差分の検出、レイアウト・訴求画像表現の理解など、VLMを活用したクリエイティブ理解技術の開発■モデル開発・推論基盤（LLMOps）：審査タスクに特化した言語モデル/分類モデルのfine-tuning（LoRA、SFT、RL等）や、Embeddingモデル＋ベクトル検索を用いた事例検索基盤の構築。学習から推論サービング、大規模バッチ審査、精度評価・監視までを一貫して担う【本ポジションの魅力】■テキストから画像・動画まで、広範なモダリティのAI開発■LLM・VLMの技術検証で終わらせず事業成果まで一気通貫で担当できる■最先端の技術/研究を活用した開発経験■社内屈指の技術組織、AI事業本部

【職務内容】XResearchの一員として、生成AI技術の研究開発および社会実装をリードいただきます。特定の技術スキルには限定せず、フルスタックエンジニアや機械学習エンジニアなど、複数のスキルを総合的に活用できる方を求めています。【具体的な業務】■生成AIプロジェクトの技術検証および実装■自社LLM「PolySphere-2」の開発と最適化■「Heylix」などのAIエージェントの開発と運用■チームメンバーと協力し、研究成果の社会実装を推進◆過去の主な研修成果- 「AI inside、生成AI・LLMの研究開発と社会実装を行う「XResearch」を創設、140億パラメータ日本語LLMサービスを開発しα版を提供」https://inside.ai/news/2023/06/08/aiinside-xresearch/- 「AI inside、日本語LLMサービス「PolySphere-1」が2,259万トークンのプロンプトに返答成功、企業が保有するデータのビジネス活用を高度化」　https://inside.ai/news/2023/06/29/polysphere-token/- 「AIエージェント「Heylix」を正式版として提供開始、チャットボット生成など5つの新機能を追加し、人とAIの協働による新たな価値創出を支援」　https://inside.ai/news/2023/10/23/heylix-official/- 「AI inside、七十七銀行の生成AI導入プロジェクトを共同実施、AI実装コンサルティングチーム「InsideX」が経営層に伴走しデータドリブン経営を推進」https://inside.ai/news/2023/11/10/aiinside-77bank/- 「「DX Suite」に生成AIを実装し大型アップデート、AI-OCR市場を再定義する技術革新など機能拡張により約2兆円規模の業務効率化を推進」　https://inside.ai/news/2024/01/17/dxs-major-update/- 「AI inside、損保ジャパンの火災保険における業務効率化をAIエージェント「Heylix」で支援」　https://inside.ai/news/2024/04/24/aiinside-sompo/- 「AI inside、日本語ドキュメント処理に特化したLLM「PolySphere-2」に企業保有データを学習させる「カスタマイズSLM」を提供開始、業務に特化した高度な生成AI活用を実現」

【職務概要】全社の生産性倍増や新価値創造に向け、データサイエンティストと協力し、AI機能を搭載したシステムのUI（Web）開発及びバックエンドシステム開発、インフラの構築、テスト、運用・保守を担っていただきます。【ポジション特徴】AIを活用するプロジェクトの企画・構想段階から参加していただき、積極的に提案をしていただくことにより、マツダが将来提供する新しいサービス構築に直接かかわる事ができます。【配属チーム】全社の「生産性倍増」「新価値創造」などを主なミッションとするチームでの配属を予定しております。【採用背景/ミッション】100年に一度の大変革期にある自動車業界において、マツダは「人と IT の共創によるマツダ独自の価値創造」として、グローバルで全領域のデータが瞬時に共有され、人とAIが協調し、圧倒的短期間で高価値の製品/サービスを提供できる仕組み・体制の構築に取り組んでいます。今回入社頂く方には、この一員として加わって頂きます。

【職務概要】全社の生産性倍増や新価値創造に向け、データサイエンティストと協力し、AI機能を搭載したシステムのUI（Web）開発及びバックエンドシステム開発、インフラの構築、テスト、運用・保守を担っていただきます。【ポジション特徴】AIを活用するプロジェクトの企画・構想段階から参加していただき、積極的に提案をしていただくことにより、マツダが将来提供する新しいサービス構築に直接かかわる事ができます。【配属チーム】全社の「生産性倍増」「新価値創造」などを主なミッションとするチームでの配属を予定しております。【採用背景/ミッション】100年に一度の大変革期にある自動車業界において、マツダは「人と IT の共創によるマツダ独自の価値創造」として、グローバルで全領域のデータが瞬時に共有され、人とAIが協調し、圧倒的短期間で高価値の製品/サービスを提供できる仕組み・体制の構築に取り組んでいます。今回入社頂く方には、この一員として加わって頂きます。

同社のキャッシュレス戦略の推進に向けて、予測系AI/生成AIの社内推進といったデータサイエンスの観点から活躍いただきます。同社のビジネスにおける不正検知・与信審査といった守りの領域から、パーソナライズドマーケティング等の攻めの領域、さらには業務効率化・削減系の案件まで、AIを活用して社内各部署の課題の解決に向けて伴走いただきます。【職務詳細】■予測系AI等を用いた社内各部署のビジネス課題解決・各部署のビジネス課題ヒアリング、分析テーマ検討・分析テーマに基づく特徴量設計・入力データ作成・モデル作成(DataRobot、Python、SAS、SPSS)および効果検証・モデル本番適用・運用支援・実績検証■生成AIの活用推進に向けた各種整備・生成AIの活用推進に向けた戦略策定・SMBCグループ各社および外部パートナー含む社内外のステークホルダーとの各種調整・プロンプトエンジニアリングを用いた業務改善＜関連ニュースリリース＞・革新的なAIプラットフォーム「UNIVERSE」の独占的利用契約を締結https://www.smbc-card.com/company/news/news0001960.pdf【本ポジションの魅力】・世界的なテクノロジートレンドである生成AIの社内展開・推進に従事できる・信頼性の高い顧客属性データと月間数億件に上る決済データを中心としたデータ資産(ファーストパーティデータ)を分析対象にできる・2020年立ち上げの事業を試行錯誤しながら事業成長に向けて挑戦をしている段階であり、各自がオーナーシップを持って日々業務に取り組める環境【組織構成】マーケティング本部　マーケティングユニット

東証一部上場、独立系のSIerとして、様々な業界のクライアントに技術を提供する同社において、プロジェクトリーダーもしくはシステムエンジニアとして以下の業務をお任せします。アジャイル開発やテスト駆動などの手法も使いつつ設計～テストまでを幅広く対応していただきます。最先端技術の知見を深めたいスペシャリスト志向の方にご活躍いただける環境です。【開発事例】■サービス業：タブレット端末向け　会員カルテ管理システム■家電機器メーカ：スマートフォン端末向け　スマートフォンオーディオ■医療機関：タブレット端末向け レントゲン所見入力システム■化粧品販売：スマートフォン端末向け　店頭販売支援システム■映画館・劇場：スマートフォン端末向け　座席予約決済システム★技術研究所★ 2012年に技術研究所を設立致しました。技術研究所では、お客様の現場の課題を先端技術でお客様と一緒に解決する「共同研究」や、大学などの研究機関との「産学連携」も推進しています。【募集背景】事業拡大における増員

【概要】フィックスターズでは、15年近くお付き合いのある国内大手証券会社様にて、金融計算（デリバティブプライシング）の高速化や金融系システムの開発・運用を行っています。プロジェクト全体は1500人月を超える大規模なものですが、重点領域は当社のエンジニアが担当しています。共にシステムの要件を詰めたり、仕様を提案したりしながら開発を進めていくことができる環境です。【具体的な職務内容】■10個以上のシステムと連携するLinuxアプリケーション開発■パフォーマンスを最大化するための並列プログラミング■大容量データベース処理の最適化■リアルタイム処理■開発から修正・運用までのすべてを網羅【案件例】大手分散ミドルウェア入れ替えのため、半年という短い期間で0から分散機能を開発し大幅なコスト削減に貢献【プロジェクトのやりがい】◎金融系システムにおける最先端分野の業務を手掛けている◎仕様提案可能であり、お客様とベストなシステム開発が行える

【概要】フィックスターズでは、画像検査装置や金融システムの性能向上、自動運転やコネクテッドカー、自律走行ロボットの実用化など様々な課題を持つお客様向けに、大規模データ分析環境構築、およびデータ分析ソフトウェアの開発を行っています。機械学習技術、アルゴリズム実装力、各産業・研究分野の知見を活かし、他社にはない高い価値をお客様に提供しています。【具体的な職務内容】・自律走行に関わる分析基盤構築・分析基盤の改善・データ分析プログラムの開発・高速化・実データを用いた分析【案件例】・車両挙動の傾向判断をリアルタイムで行うアルゴリズムの高速化【プロジェクトのやりがい】・日々注目が高まる自律走行分野の最先端に関わることができる・実際の自律走行で得られた大規模データを扱うことができる・自身の技術を発揮して、自動化世界の実現に携わることができる・機械学習や最適化のスペシャリスト、自律走行エンジニア達との技術共有によるスキルアップができる【開発環境】開発環境：Python3・Sass・SQL・Bashその他開発環境：Linux・Windows Server・Tableau・Redash開発支援ツール：JIRA・Git・GitHub・Github Actions・GitLab・Apache Airflow開発内容タイプ：B2B・リサーチ、解析・機械学習・AI・データベースの設計、チューニング・モビリティ関連（自動運転、交通関連）クラウドプラットフォーム：Amazon Web Service・Microsoft Azureインフラ管理：Docker・Terraform・AWS CloudFormation・Ansible・Kubernetes・Amazon ECSAI・データ分析：Apache Spark・Amazon Athena・pandas・Jupyter notebook・matplotlib・NumPy

【概要】フィックスターズでは、AGVやAMRを開発するお客様向けに、ロボット試作品の組み上げ、開発プラットフォームの適用・移植に加え、自己位置推定や障害物認識アルゴリズムの開発、アルゴリズムの処理時間の短縮・高速化といった、幅広いロボットシステム開発サービスを提供しています。【具体的な職務内容】・ロボット関連アルゴリズム（自己位置推定、障害物認識、経路計画、走行制御）の開発、移植、高速化・画像処理・画像認識プログラムの開発、移植、高速化【案件例】・画像特徴点抽出処理のARM NEON/CUDAによる高速化・車両センサーデータを用いた車両挙動分析・ステレオカメラ深度推定アルゴリズム開発及びCUDA高速化・DNNによるステレオカメラ物体認識アルゴリズム開発・組込み向けDNNモデル圧縮技術開発・自律走行移動ロボットの自己位置推定・障害物認識・経路計画開発【プロジェクトのやりがい】・日々注目が高まる自動運転分野の最先端に関わることができる・自身の技術を発揮して、ロボット実現に携わることができる・コーディングに没頭し、ひたすら技術のことを考えていられる・最適化のスペシャリスト、自動運転エンジニア達との技術共有によるスキルアップ【開発環境】開発環境：C・C++・Python2・Python3・CUDA C/C++その他開発環境：Linux・Windows開発支援ツール：Git・GitHub開発手法：プロジェクトごとに選択・アジャイル・チケット駆動開発・コーディング規約あり開発内容タイプ：B2B・画像処理・ハードウェア制御・組込み・モビリティ関連（自動運転、交通関連）AI・データ分析：NumPy

【概要】フィックスターズでは、数理最適化を扱う開発サービスやクラウドサービスを行っています。ソリューション開発サービスでは、数理最適化を扱う課題について、既存ソフトウェアの高速化、新規アルゴリズム開発、最適なハードウェアアクセラレータの提案といったコンサルティング・開発サービスを提供しています。クラウドサービスでは、様々な量子アニーリング・イジングマシンを使って組合せ最適化問題を解くことができる開発プラットフォーム「Fixstars Amplify」を開発・運用しています。その他、Gurobi、CPLEX、GPU等を使った次世代アクセラレータ向けのソフトウェア開発を行っています。【具体的な職務内容】・お客様の課題ヒアリング、課題アプローチの検討、既存ソフトの高速化、アルゴリズム開発・実用アプリケーションの開発や製品への組込み支援・アニーリングマシン（量子・古典）、ゲート型量子コンピュータ（NISQ、誤り耐性）、アクセラレータ向けライブラリの研究開発【プロジェクトのやりがい】・数理理最適化に関する知識や経験を活かしつつ、新しいコンピュータに関するスキルが習得できる・国内外の量子コンピュータや数理最適化のキープレイヤーと協同し、世界にチャレンジできる・お客様の課題解決に携われる・在籍のエンジニアはレベルが高く、新たなスキルを学び、技術者としての経験を積み、成長するのに最適な環境です【開発環境】開発環境：C・C++・Python3開発手法：アジャイル・チケット駆動開発

【概要】フィックスターズでは、半導体検査装置や医用画像機器や外観検査装置の性能向上、自動運転や自律走行ロボットの実用化など様々な課題を持つお客様向けに、画像処理・機械学習プログラムの開発を行っています。低レイヤソフトウェア技術、アルゴリズム実装力、各産業・研究分野の知見を活かし、他社にはない高い価値をお客様に提供しています。【具体的な職務内容】・画像処理、機械学習・深層学習プログラムの移植、最適化・画像処理ミドルウェアの開発・画像処理アルゴリズムの新規開発【プロジェクトのやりがい】・グローバル製品のコア部分のソフトウェア開発に携わることができる・続々と発表される最新アーキテクチャに一早く、かつ深くまで接することができる・限界近くまで高速化を行うと、ハードウェアを使い倒した独特の快感を味わえる・在籍のエンジニアはレベルが高く、新たなスキルを学び、技術者としての経験を積み、成長するのに最適な環境です・プロジェクトはいずれも最先端分野の研究・開発に関わっている【開発環境】開発環境：C・C++・Python3・Bash・CUDA C/C++その他開発環境：Linux・Windows開発支援ツール：Git・GitHub開発手法：オブジェクト指向・アジャイル・チケット駆動開発開発内容タイプ：B2B・画像処理・機械学習・AIAI・データ分析：PyTorch

【概要】フィックスターズでは、産業機器や金融システムの性能向上、最新フラッシュメモリ搭載製品の開発、自動運転や自律走行ロボットの実用化など、様々な課題を持つお客様向けに、ハードウェアの性能を最大限に引き出すソフトウェアの開発を行っています。低レイヤソフトウェア技術、アルゴリズム実装力、各産業・研究分野の知見を活かし、他社にはない高い価値をお客様に提供しています。【具体的な職務内容】・自動運転を実現するためのソフトウェア開発・AGV／AMR向けロボットシステム開発、データ分析環境構築、およびデータ分析ソフトウェア開発・数理最適化分野のコンサルティング・開発サービスおよび量子コンピュータ等の次世代アクセラレータ向けソフトウェアの開発・データセンター向けNVMe SSDファームウェア開発（組込みソフトウェア開発）・FPGAをアクセラレータとして活用するシステム開発・組込み機器に搭載される画像処理・画像認識ソフトウェア開発(例：4K8K機器・ADAS・医療画像処理・検査装置)・機械学習アルゴリズムや深層学習技術を利用したソフトウェア及びソリューションの開発・金融系システム（デリバティブプライシング）開発【プロジェクトのやりがい】・顧客との直接取引が多く、次世代の技術や最先端の技術に携わることができます・在籍のエンジニアはレベルが高く、新たなスキルを学び、技術者としての経験を積み、成長するのに最適な環境です・低レイヤのソフトウェア技術が活かせるプロジェクトが多数あります・ソフトウェアエンジニアでも、技術分野とビジネス分野両方のキャリアパスが用意されています

フィックスターズでは、自動運転の実用化に向けて、障害物認識や白線認識、自己位置推定などの自動車周辺環境認識に関わる認知機能や、自車走行経路のプランニングなどの判断機能の開発を行っています。論文調査によるゼロからのアルゴリズム開発、引用元アルゴリズムの改善開発、ターゲットハードウェア向けの高速化など、理論から応用、実用化まで一気通貫した開発を行っていることが特徴です。【具体的な職務内容】・リアルタイム処理を考慮した自動運転ソフトウェアの開発・移植・高速化・自動運転システムの製品化開発・自動運転アルゴリズムの研究開発・クラウドと連携したコネクティッドシステムの実現【案件例】・画像特徴点抽出処理のARM NEON/CUDAによる高速化・車両センサーデータを用いた車両挙動分析・ステレオカメラ深度推定アルゴリズム開発及びCUDA高速化・DNNによるステレオカメラ物体認識アルゴリズム開発・組込み向けDNNモデル圧縮技術開発【プロジェクトのやりがい】・日々注目が高まる自動運転分野の最先端に関わることができる・自身の技術を発揮して、自動運転の製品化実現に携わることができる・自動運転車に採用される最新半導体アーキテクチャにいち早く、　かつ深くまで接することができる・最新論文の調査、実装、改善を通して最新技術を常に追いかけることができる・ソフトウェア高速化・コンピュータビジョン・深層学習等の各技術の　スペシャリスト達と技術を共有することで、スキルアップできる【開発環境】開発環境：C・C++・Python3その他開発環境：Linux開発支援ツール：Git・GitLab開発手法：プロジェクトごとに選択・チケット駆動開発開発内容タイプ：B2B・画像処理・機械学習・AI・モビリティ関連（自動運転、交通関連）クラウドプラットフォーム：Amazon Web Serviceインフラ管理：DockerAI・データ分析：PyTorch・matplotlib・NumPy

【概要】フィックスターズでは暗号化、セキュリティプラットフォームの開発,高速化をしております。この新規アルゴリズム実装及びシステム開発を行っています。このプロジェクトを通じて最適なハードウェアアクセラレータの提案、開発を行っております。【具体的な職務内容】・脅威モデリング、セキュリティ要件定義、POSIX準拠OS環境構築開発・TEE実装、評価・多層分離環境構築・カーネル実装、ドライバ、ファイルシステムの実装、高速化【開発環境】開発環境：C・C++・Rustその他開発環境：Linux・UNIX・TEE・VM・QNX・AGL開発支援ツール：Git・GitHub・GitLab開発手法：アジャイル・スクラム・グローバルチーム（多国籍メンバー）開発内容タイプ：B2B・ハードウェア制御・組込み・モビリティ関連（自動運転、交通関連）

◆職種内容：プリファードネットワークスでは大規模言語モデル(LLM)を中心としたマルチモーダルな基盤モデルの開発を進めています。LLM・生成AIの基盤モデル開発に加え、エンタメ、科学計算、ロボットといった自社事業領域を強化する形での導入を目指した応用開発、その他産業への応用研究も行っています。大規模言語モデルプラットフォーム開発エンジニア (アプリケーション・インフラ)は、現在開発中の100Bクラス以上のLLMや関連する技術をサービス提供するためのソフトウェアプラットフォームの開発に取り組みます。＜業務例＞・自社開発した生成AI・LLMの基盤モデルを、様々な事業領域に導入するためのシステムの設計開発開発・同基盤モデルを外部の事業者が利用できるようにするプラットフォームの設計・開発・同基盤モデルを利用した事業領域のプロジェクトにおいて、モデルを円滑に利用できるようにするためのツール作成・整備実際の業務はこれに限定されるものではありません。入社後に実際にご担当いただく業務内容は、専門的知識・経験を考慮のうえ決定します。