マッチ率

NEW【リモートOK/フレックス】クラウド型人事労務システムの進化をリードするAIエンジニア募集！

5日前更新

システムエンジニア、AI・機械学習エンジニア

東京都（西新宿駅）

650-1000万円

PythonpandasNumPyscikit-learnAWS CDK

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時間未満女性エンジニアが活躍中

事業概要

■クラウド型人事労務システム「ジンジャー」ジンジャーは、人事労務・勤怠管理・給与計算・ワークフロー・経費精算など、人事労務の効率化を支援するクラウドサービスです。人事労務に関わるすべてのデータをジンジャーに集約し、「1つのデータベース」で管理することで、各システムでの情報の登録や変更の手間を削減します。

■メディアの運営人事業務に役立つ情報メディア「HR NOTE」会員登録不要のクラウドサービス比較・資料ダウンロードサイト「DXログ」

■ コーポレートURL https://jinjer.co.jp/service/

■募集背景自社サービスである「ジンジャー」シリーズは、ジンジャー勤怠という１つのプロダクトからスタートしたサービスです。現在では、人事労務・勤怠管理・給与計算・ワークフロー・経費精算の５つのプロダクトで構成された大きな統合プラットフォーム「ジンジャー」として進化しています。

これまで専任のアプリエンジニアは社内にいませんでしたが、アプリ側の開発を専任とするエンジニアを採用することで品質の向上や内部知見の蓄積を通じて、開発のスピードアップを実現することを期待しています！

弊社は『人事の「これからの当たり前」をつくり、お客様とともに進化する』をミッションとし、テクノロジーであらゆるサービスを進化させ、顧客の進展、社会的課題解決に貢献していきます。共にこのミッションを推進していただける方のご応募を心よりお待ちしております！

仕事内容

AIエンジニアとして、主にjinjer開発部内でのLLM活用推進と、LLM関連プロジェクトのリードをお任せします！

■LLMを活用したプログラミングサポートツールの選定・導入・運用・開発部のニーズに合致するLLMベースのプログラミングサポートツール（例: GitHub Copilot, ChatGPTのAPI利用など）の市場調査、評価、選定。・選定したツールの導入、環境構築、カスタマイズ（プロンプトエンジニアリング、RAG構築などを含む）。・導入したツールの安定運用、パフォーマンス監視、利用状況分析、改善提案。・開発メンバーへの利用ガイドライン作成、トレーニング、サポート。

■開発部内LLM活用プロジェクトの推進・開発プロセスにおける課題を特定し、LLM技術を用いた解決策を企画・提案。・新たなLLM活用プロジェクトの要件定義、設計、開発、評価、導入。・LLMを用いたプロトタイプ開発やPoC（概念実証）の実施。・プロジェクトの計画、実行、進捗管理、課題解決。

■データ活用と基盤構築（開発データ関連）・開発部内のデータ（コード、ログ、チケット情報など）をLLM活用に繋げるための収集、加工、管理。・LLM利用のためのデータ前処理、埋め込み生成、ベクトルデータベース連携など、データパイプラインの構築・運用。

■社内啓蒙と技術ナレッジ共有・LLM技術に関する最新情報のキャッチアップと社内への共有。・開発メンバーのLLMリテラシー向上を目的とした勉強会の開催や情報発信。・技術的な内容を非技術者にも分かりやすく説明。

■システム運用・MLOpsの実践（LLMツール関連）・開発部に導入するLLMベースのツールの安定的なシステム運用・管理（監視、障害対応、パフォーマンスチューニング）。・DevOps/MLOpsの考え方に基づいたCI/CDパイプラインの構築・運用、自動化ツールの導入（LLMツール関連）。・クラウドプラットフォーム（AWS, Azure, GCP）上でのLLMツール環境構築・運用。

＜チームの特徴＞開発部は65名、平均年齢は38歳です。幅広い年齢層が活躍しております！年齢・学歴は問いません。実際に「レビューしてました」という25～28歳の若手メンバーを含め、50代のメンバーも活躍する多様性のあるチームです。トライ＆エラーを恐れず繰り返せたり、主体性、協調性を持って仕事に取り組める方をお待ちしております！

求められるスキル・人物像

【必須スキル】 ■ プログラミング経験　- Python (データ処理、機械学習ライブラリの利用経験)

■ LLM関連フレームワーク・ライブラリの使用経験　- Hugging Face Transformers: LLMのモデル利用、ファインチューニング、推論に関する深い理解と実務経験　- LangChain / LlamaIndex: LLMアプリケーション開発、特にRAG (Retrieval Augmented Generation) システム構築の経験

■ データサイエンス・機械学習の基礎知識　- データの前処理、評価指標、モデルの選択に関する理解　- scikit-learn, pandas, NumPyなどのライブラリ利用経験

■ クラウドプラットフォームの経験　- AWS, GCP, Azureいずれかにおける機械学習関連サービスの利用経験 (例: Bedrock, SageMaker, Vertex AI, Azure MLなど)

※学歴・職歴、企業規模は問いません

【歓迎スキル】 ■ LLMモデル開発・学習に関する知識　- PyTorch, TensorFlowなどの深層学習フレームワークを用いたモデルの実装経験　- Transformerアーキテクチャに関する理解　- 分散学習、推論最適化の知識

■ MLOps関連　- MLflow, Kubeflowなどを用いた機械学習パイプラインの構築・運用経験　- Docker, Kubernetesに関する知識

■データベース関連　- ベクトルデータベース、NoSQLデータベースの利用経験

■ フロントエンド・バックエンド開発経験　- LLMを活用したWebアプリケーション、APIの開発経験　- MCPの開発・利用経験

■ 求める人物像・裁量と責任を持って働きたい方・組織を創ることに興味がある方・トライ＆エラーを繰り返しながら、失敗を糧に成長できる方・本当に価値のあるプロダクトとは何かを意識して、社会課題の解決に貢献したい方

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、レバテックID利用規約、レバレジーズグループ・プライバシーポリシーをご確認のうえ、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

■ バックエンド：PHP, Ruby,Go ■ バックエンドFW：Laravel, Codeigniter, Ruby on Rails ■ フロントエンド：HTML, CSS, JavaScript ■ フロントエンドFW：Node.js, Vue.js, React.js ■ データベース：MySQL,MongoDB ■ Webサーバー：nginx ■ アプリ言語：Swift, Kotlin ■ インフラ：AWS(ECS) ■ 監視・BI：Mackerel ■ 仮想環境：Docker ■ 開発環境：Linux ■ ドキュメント：Confluence, JIRA, Google Drive ■ テスト：JMeter,Postman,Mocky ■ コミュニケーション：Slack, Google Meet ■ プロダクトマネジメント：Productboard ■ デザインコラボレーション：Figma

このPJ・案件で使われている技術

プログラミング言語: HTMLCSSJavaScriptGoPython
フレームワーク・ライブラリ: ReactVue.jsCakePHPPHPUnitFlaskpandasNumPyscikit-learnTensorFlow
ミドルウェア・ツール: DockerKubernetes
クラウド: AWSGCPMicrosoft AzureAWS CDK
デザインツール: Figma
支給PC: 現場で選択可能（Windows/Mac）