マッチ率

NEW【バックエンドエンジニア】AIの未来を共に創るバックエンドエンジニアを募集！

今日更新

アプリケーションエンジニア、AI・機械学習エンジニア

東京都（田町駅）

500-850万円

JavaPythonC++

自社サービスありリモートワーク可服装自由オンライン選考可フレックス制度あり新規立ち上げ新技術に積極的ベンチャー企業残業月20時間未満上場企業裁量労働制あり

事業概要

■BtoC事業：人工知能関連技術を活かし、オンライン対戦ゲーム『将棋ウォーズ』などを世界中に展開しております。 ■BtoB事業：将棋AIの開発を通じて蓄積した技術を含む、機械学習・深層学習によるAI関連手法を固有のコア技術とし、各業界のDXの中核を担うAIを、構想策定から実装、運用まで一貫して支援します。 ■HEROZ ASK：ChatGPTなどの生成AIを活用した『HEROZ ASK』は、社内に存在する様々なデータの検索・要約・翻訳や、音声の言語化を通じて、あらゆる業務をアシストするAIアシスタントサービスです。

HEROZ株式会社について

仕事内容

入社後は、以下の業務を中心に担当していただきます。経験やスキルに応じて、幅広い領域で活躍いただける環境を提供します。

【具体的な業務内容】（雇い入れ直後） ■システム設計・開発・モジュール設計、異常系設計、テスト設計のサポート・AIモデルの前処理・後処理ロジックの実装・API開発および既存システムとの連携

■インフラ構築・運用・AWS、Azureなどのクラウドプラットフォームを活用したインフラ設計・サーバーレスアーキテクチャを用いた効率的なシステム構築・トラブルシューティングおよび運用監視

■技術的な課題解決・AIモデルのリファクタリング・スケーラビリティやパフォーマンスの改善提案・継続的な運用における機能拡張および改善活動

クライアントが「使えるAI」を提供できるのがHEROZの最大の強みです。業界トップクラスのエンジニアが所属し、ワンチームでフレキシブルに応えるモノづくりができます。

（変更の範囲）当社コーポレート職以外で会社が定める業務全般

ーーーーーーーーーーーーーーー ▼募集背景ーーーーーーーーーーーーーーー当社は「AI革命を起こし、未来を創る」というビジョンのもと、様々な業界のクライアントへAI技術による価値を創出。生成AIを活用した「HEROZ ASK」やルート最適化、MLOps基盤構築など、具体的なソリューションを開発・提供しています。これらのプロジェクトを成功させるためには、バックエンドエンジニアの専門的な知識と技術が不可欠となります。

ーーーーーーーーーーーーーーー ▼ポジションの魅力ーーーーーーーーーーーーーーー ■AI技術の最前線で活躍できる HEROZ株式会社では、将棋AIをはじめとする高度なAI技術を活用し、幅広い分野（金融、建設、エンタメなど）でのDX推進を手掛けています。最新技術を駆使したプロジェクトに携わることで、自身のスキルや知識をアップデートし続けられる環境があります。

■幅広い業務領域を担当可能このポジションでは、構想策定からAI導入、運用までの全フェーズに関わることができ、エンジニアとしての経験を総合的に積むことができます。特にバックエンドエンジニアとして、モジュール設計、異常系設計、テスト設計、実装など多岐にわたる業務を担当できる点が魅力です。

■裁量の大きい働き方小規模な組織でありながら、高い技術力を持つメンバーと共に働く環境が提供されます。エンジニア自身が企画や効率化を考えながら動ける裁量の大きさが特徴で、成長意欲の高い方には最適な環境です。

■生成AIやMLOps基盤など最新技術への挑戦 HEROZは、生成AI（ChatGPT、LangChainなど）やMLOps基盤構築などの最先端領域に注力しており、これらの技術に携われる機会があります。これにより、AI技術の社会実装において実践的なスキルを習得できます。

■充実した福利厚生と学びの支援スキルアップ支援金制度（研修、学会、論文、資格取得など）や計算処理用GPUサーバの利用など、自己研鑽を支援する制度が整っています。PCはご希望のスペックとOSをお選び可能。

求められるスキル・人物像

■必須スキル・経験（意欲を重視します、必ずしも全てに精通している必要はありません）

・Pythonによるwebサービスでのソフトウェア開発経験・DBアクセスを含むシステムの開発経験・AIモデルのデプロイ、最適化アルゴを含むソフトウェアの開発経験

■歓迎スキル・経験・C++によるソフトウェア開発経験・チームでのコード開発の業務経験（特に構成管理、バージョン管理、品質管理を含む）・Java, Rust, Goなどの静的型制約がある言語でのソフトウェア開発経験・アジャイル開発の経験・生成AIアプリケーションの開発経験・リファクタリング、アーキテクチャ変更を主導した経験・開発プロセス改善の経験

■求める人物像 ★当社の経営理念・ビジョン／ミッション／バリューに共感いただける方はぜひご応募ください！・効率を考えた業務運用ができる方、様々な作業を効率化したい方・技術や自動化が大好き・価値のあるサービスをいち早く世の中に出したい・アーキテクチャを考えるなど、難易度の高いことが好き・チームワークが好き、良いチームを作りたい・既存の仕組みに疑問を持つことが多い・新しいことへの挑戦がワクワクする、常に新しいことに挑戦していたい

勤務地・給与・その他情報

想定年収、待遇・福利厚生、
選考プロセスなどを確認するには会員登録が必要です

利用規約およびレバテックID利用規約、個人情報の取り扱いをご確認のうえ、同意いただける場合は会員登録へお進みください。

Googleで登録 Appleでサインアップメールアドレスで会員登録

ログインはこちら

勤務地
アクセス
勤務時間
想定年収
雇用形態
休日・休暇

開発環境・現場

【開発環境・ツールについて】 ■インフラ計算機（GPUサーバ、CPUサーバ） AWS（EC2, S3, Lambda, ECS, CloudFormation,ECS Fargate,API Gateway,Bedrock,, など） Azure (Virtual Machines, Blob Storage, Functions,Container Apps, Machine Learning,Azure OpenAI,API Management,Application Gateway,AI SearchIaCツール, など) ■仮想環境 Docker ■その他 Google Workspace Microsoft Office 365 GitLab Backlog Slack 【なぜAI企業にバックエンドエンジニアが必要なのか】 ■AI技術とバックエンドエンジニアの役割 AIプロジェクトは、単に高度な機械学習モデルを構築するだけでは成功しません。クライアントに価値(AI技術を活用したサービス)を提供するためのサービスを実装するエンジニアの存在が必要不可欠です。そのコアとなるのが、AI技術を理解し、最適なバックエンドアプリケーションを実装する事ができるバックエンドエンジニアとなります。 ■AIモデルのデプロイ・運用基盤の構築機械学習や生成AIのモデルを実際のシステムに組み込むため、モデルを動かすバックエンドの設計が求められます。これは、モデルのパフォーマンスを支えるインフラ設計や、リアルタイムでのモデル動作を可能にするAPI開発などを含みます。 ■データ処理の効率化と管理 AIモデルの性能は、データの質と量に大きく依存します。バックエンドエンジニアは、データの前処理・後処理、データベース設計、ストレージ管理などを通じて、AIモデルが最適に動作する環境を作り上げます。 ■スケーラブルなシステム設計 AIプロジェクトでは、膨大な計算リソースとリアルタイムな処理が必要になります。バックエンドエンジニアは、高負荷にも耐えられるスケーラブルなシステムを設計し、効率的な運用を実現します。 ■MLOpsの推進 AIモデルの開発からデプロイ、継続的な運用・改善（再学習）を円滑に進めるために、MLOpsの実践が必要です。バックエンドエンジニアは、モデルとシステムの連携を最適化し、AIの継続的な価値提供を支援します。当社のAIプロジェクトは、金融、不正検知、建設業界の効率化、高度なルート最適化から、生成AIを活用した業務効率化まで多岐にわたります。これらのプロジェクトを実現するには、以下の課題の解決が求められます。・複雑なビジネス要件のシステム化: 業界ごとの特有の課題に対応する柔軟なシステム設計。・高度な演算処理: GPUやクラウドインフラを活用した高速処理環境の構築。・信頼性の高い運用基盤: AIが継続的に利用可能であり、トラブル発生時も迅速に対応できる体制。これらを支えるバックエンドエンジニアは、単なる技術者ではなく、AIの社会実装を前線で支援する「未来の創造者」として重要な役割を担います。

このPJ・案件で使われている技術

プログラミング言語: JavaPythonC++

得られる経験・キャリアパス

【AIプロジェクト推進の流れと本ポジションの役割】 STEP1：構想策定フェーズ AI導入コンサルティング（課題整理やテーマの絞り込み）やプロジェクト目的・ゴール定義、サンプルデータの受領などを行うフェーズ

▼本ポジションの役割・システムブランドデザイン・開発ボリューム算出

※構想策定に入る前の、セールスサポートとしてデモ画面開発やプロトタイプアプリ開発を担当する場合もあります。

STEP2：PoC・AI開発フェーズデータアセスメント、機械学習のモデル構築、AIパフォーマンス評価などを行うフェーズ

▼本ポジションの役割・システム要件定義　∟機能・非機能要件／アーキテクチャ策定／処理方式設計・開発工数見積もり

STEP3：AI導入フェーズ AI導入の定義、AIエンジンと既存システムへの接続を行うフェーズ

▼本ポジションの役割・基本設計・システム開発　∟UI・AP開発　∟前処理・後処理開発　∟AIリファクタリング　∟インフラ・運用構築　∟各種結合テスト

STEP4：AI運用フェーズ AIの継続利用・運用（KPIモニタリング）、継続的な機械学習による性能向上（再学習・モデルのチューニング）などを行うフェーズ

▼本ポジションの役割・トラブルシューティング・各種運用作業・機能レベルアップ提案

【過去のプロジェクト例】 ■案件① 【プロジェクト概要】不正検知AIシステムの開発および運用保守

【業務内容】・システム要件定義、アーキテクチャ設計・基本設計・API実装・AIモデル前処理、後処理のロジック実装・AWSクラウドインフラ構築・AWSクラウド運用構築・運用フェーズにおけるトラブルシューティング・機能レベルアップ提案

【実績・取り組み】 AWSクラウドにおいて、オールサーバーレス構成により短納期、低コスト、低運用コストのシステムを構築。

【言語・フレームワーク】 Python、Flask

【環境・OS】 AWSクラウド、AWS Lambda、Docker

■案件② 【プロジェクト概要】 MLOps基盤の開発および運用保守

【業務内容】・システム要件定義、アーキテクチャ設計・基本設計・AIモデル前処理、後処理のロジック実装・Azureクラウドインフラ構築・Azureクラウド運用構築・運用フェーズにおけるトラブルシューティング・機能レベルアップ提案

【実績・取り組み】 Azureクラウドのマネージドサービスを活用した効率的な推論、学習基盤を構築。

【言語・フレームワーク】 Python、Azure SDK

【環境・OS】 Azure Machine learning

■案件③ 【プロジェクト概要】生成AIを用いた対話機能開発

【業務内容】・アーキテクチャ設計・基本設計・プロトタイプ開発・Azureクラウドインフラ構築

【実績・取り組み】・Streamlit、LangChainを利用して、単期間・低コストでのプロトタイプ開発を実現。・Azureクラウドのマネージドサービスを活用した低運用コストのシステムを構築。

【言語・フレームワーク】 Python、Streamlit、LangChain、Langfuse

【環境・OS】 Azure Container Apps、Azure OpenAI

■案件④ 【プロジェクト概要】ルート最適化計算システムの開発および運用保守【業務内容】・システム要件定義、アーキテクチャ設計・基本設計・API実装・最適化前処理、後処理実装・最適化ロジックのリファクタリング・AWSクラウドインフラ構築・AWSクラウド運用構築・運用フェーズにおけるトラブルシューティング

【実績・取り組み】サーバーレス構成による低運用コストのシステムを構築。

【言語・フレームワーク】 C++、Python、FastAPI、AWS Cloud Formation

【環境・OS】 AWS Lambda、AWS ECS Fargate