年収から探す
商社／フレックス勤務の求人・転職・中途採用情報
公開求人56件中 51〜56件表示
東証プライム企業系列の精密機械部品メーカー兼商社
東証プライム企業系列の精密機械部品メーカー兼商社
ECサイトプロジェクトマネージャ
職種/業界
システムコンサルタント / 専門商社年収
500万円～800万円勤務地
東京都同社ECサイトは、顧客にとっての主要な購買チャネルです。同部門は、ECサイトを中心に、顧客の購買体験を継続的に改善・進化させるための企画・開発・運用を担っています。内製開発を基本とし、事業・企画・エンジニアリングが一体となり、価値ある機能を迅速に届けることをミッションとしています。 同チームは、ECサイトの既存機能改善や新規機能追加を通じて、顧客エンゲージメントを高めることを目的とした開発チームです。小規模な改善から中規模プロジェクトまで、年間数百件に及ぶ案件を継続的に推進しています。 【具体的には】 （1）担当業務内容 ・担当案件（小～中規模）のプロジェクト推進（約60％） ・要件整理、画面・機能設計の検討（約20％） ・エンジニアとの仕様調整・進行管理（約10％） ・関係部門との打ち合わせ・調整（約10％） （2）仕事のやりがい（面白さ） ・顧客の課題に直結する改善をスピーディに形にできる ・PMとしての基礎～応用を実践の中で身につけられる ・将来的にリーダーPMを目指せる成長環境 （3）3～5年後の想定されるキャリアパス ・リーダーPM ・大規模案件の主担当PM ・専門性を持つプロダクトPM （4）業務上の課題 ・多様な関係者との合意形成 ・技術進化や事業変化に応じた柔軟な判断が求められる （5）使用ツール ・開発環境：React / Next.js を中心としたフロントエンド環境 ・その他：各種AIコーディング支援ツール
東証プライム上場企業、日系のFA・金型用部品専門商社
東証プライム上場企業、日系のFA・金型用部品専門商社
データアーキテクト・開発リーダー
職種/業界
データサイエンティスト / 専門商社年収
700万円～1,000万円勤務地
東京都■AI検索サービスの根幹となるデータアーキテクチャの設計、およびデータ管理プロセスの最適化・自動化のリードをご担当いただきます。 【具体的には】 1．AIモデルのためのデータ基盤構築・パイプライン設計：50% AI／MLモデルの学習・推論に必要なデータを、高品質かつタイムリーに供給するための基盤を作っていただきます。 ・データ収集／加工：多様なログデータや商品データを収集し、モデルが学習可能な形式へ加工（ETL／ELT）するパイプラインの設計／構築 ・特徴量管理（Feature Store）：特徴量の作成／管理を一元化し、学習時と推論時のデータ不整合（Training-Serving Skew）を防ぐ仕組みの導入 ・データ品質管理：データの欠損や異常を検知し、常にクリーンなデータを維持するための監視／通知システムの構築 2．データ管理プロセスの最適化および自動化推進：30% 属人化しがちなデータ抽出・加工作業を排除し、自動化されたワークフローを確立していただきます。 ・データ運用の自動化：手動SQLやスクリプトに依存しているデータ作成フローを、Workflow Engine（Airflow等）を用いて自動化／コード化（IaC） ・MLOps基盤の強化：データサイエンティストがスムーズにモデル実験／デプロイを行えるよう、インフラ側からの環境整備 ・メタデータ管理：どのデータがどこにあり、どう加工されたかを追跡可能にするデータカタログの整備 3．チームマネジメント・戦略策定：20% ・セクションリーダーとしてメンバー（正社員・パートナー）のタスク管理、技術指導、評価 ・事業目標に基づいた中長期的なデータ戦略／アーキテクチャロードマップの策定
東証プライム企業系列の精密機械部品メーカー兼商社
東証プライム企業系列の精密機械部品メーカー兼商社
SRE＜AI検索プラットフォームの信頼性向上＞
職種/業界
システムコンサルタント / 専門商社年収
700万円～1,000万円勤務地
東京都AI検索機能（キーワード検索、ベクトル検索、AIレコメンド等）を提供するプラットフォームの信頼性向上、パフォーマンス改善、開発効率化をリードしていただきます。 【具体的には】 ■信頼性向上・スケーラビリティ確保：40% ・コンテナ基盤の高度化: GKE (Kubernetes) / Cloud Run を活用した、高負荷に耐えうるオートスケーリング基盤の構築と運用 ・SLI/SLOの導入・運用: サービスの信頼性を定義し、エラーバジェットに基づいた運用ルールの策定と、開発チームへの信頼性文化（Reliability Culture）の浸透 ・グローバルインフラ設計: 各国のレイテンシ要件を満たすマルチリージョン構成やCDN戦略、ネットワーク設計の最適化 ■パフォーマンス・エンジニアリング・可観測性：40% ・検索基盤の高速化: Elasticsearchやベクトル検索エンジンのインデックス設計、クエリパフォーマンスのボトルネック特定と解消 ・分散トレーシングの確立: マイクロサービスとAIモデルを横断するリクエストフローを可視化し、障害発生時の原因特定時間を短縮 ・コスト最適化 (FinOps): クラウドコストやAIリソース（GPU等）の使用状況を監視し、性能を維持しつつのコスト削減を提案・実行 ■DevEx向上・チームマネジメント：20% ・Toil（労苦）の削減： 手作業によるオペレーションを自動化し、エンジニアが創造的な作業に集中できる時間を創出 ・CI/CDパイプラインの進化： テスト自動化、カナリアリリース等のデプロイ戦略を実装し、安全かつ高速なリリースサイクルを実現 ・技術共有・育成： SREプラクティスの勉強会実施やコードレビューを通じ、開発メンバーのインフラ・運用スキルの底上げを図る。
東証プライム企業系列の精密機械部品メーカー兼商社
東証プライム企業系列の精密機械部品メーカー兼商社
フルスタックエンジニア/EC検索
職種/業界
システムコンサルタント / 専門商社年収
700万円～1,000万円勤務地
東京都AI検索機能（キーワード検索、マルチモーダル検索、AIレコメンド等）を提供するWebアプリケーションおよびAPIの開発・運用をリードします。 【具体的には】 ■検索API・バックエンド開発および検索体験の高度化：50% ・検索・推薦ロジックの進化（Evolution）: ベクトル検索やリランキング機能を活用し、「曖昧な入力から正解を導く」「検索結果から次のアクションを提案する」といった、従来の検索エンジニアリングの枠を超えたロジックの実装・改善 ・高度な分散処理のチューニング: 複数のAIモデルと検索エンジンが連動する複雑なバックエンドにおいて、gRPC等を用いた通信の効率化や非同期処理を駆使し、ユーザーにストレスを感じさせない「思考スピードのレスポンス」を追求する。 ・グローバル要件への適応: 国ごとに異なるデータ特性やユーザー行動をシステムに取り込み、世界中のどの国からアクセスしても最適な検索体験が得られるよう、ローカライズと共通化のバランスを設計する。 ■フロントエンド連携・フルスタック開発推進：30% ・BFF (Backend For Frontend) 構築: フロントエンド（React/Next.js等を想定）が効率よくデータを取得できるAPI層の設計 ・UI/UX改善の技術サポート: 検索サジェストや動的なフィルタリングなど、フロントエンドエンジニアと連携し、リッチな検索体験を技術面から実現 ■チームマネジメント・技術リード：20% ・コードレビュー、設計レビューを通じたメンバー（正社員・パートナー）の技術力向上 ・技術選定（言語、フレームワーク、ライブラリ）の意思決定と、開発生産性を高めるための開発フロー整備（CI/CD、テスト自動化）
東証プライム上場企業、日系のFA・金型用部品専門商社
東証プライム上場企業、日系のFA・金型用部品専門商社
データエンジニア＜データ品質管理・パイプライン開発＞
職種/業界
データサイエンティスト / 専門商社年収
650万円～850万円勤務地
東京都■AI検索サービス向けデータ基盤において、データの品質保証（Data Quality）、およびETLパイプラインの実装・運用をご担当いただきます。 【具体的には】 ■データ品質管理（Data Quality）の実装と監視：40% AIモデルが常に「正しいデータ」を利用できるよう、データの品質を監視・維持する仕組みを実装していただきます。 ・データテストの実装：Dataformやdbt等を用い、データの欠損・重複・異常値を検知するテストコード（Assertion）の作成と実装 ・モニタリング環境の整備：データの鮮度や品質低下を検知した際、即座にSlack等へ通知し、原因を特定できるダッシュボードや監視フローの構築 ・データリネージの管理：データの発生源から利用箇所までの流れ（リネージ）を整理し、メタデータ管理ツールへの登録・更新を行い、トレーサビリティを確保 ■データパイプライン（ETL／ELT）の開発・改善：40% 設計されたアーキテクチャに基づき、実際のデータ処理フローを開発していただきます。 ・ETL処理の実装：PythonやSQLを用いて、ログデータや商品データを収集・加工する処理のコーディング ・ワークフローの移行・自動化：手動で行われている既存のデータ処理を、WorkflowEngine（Airflow／VertexAIPipelines）上での自動実行ジョブへ書き換え ・パフォーマンスチューニング：クエリの最適化を行い、データ処理時間の短縮やコスト削減（BigQueryのコスト管理等） ■データサイエンティストとの連携・サポート：20% データサイエンティストからの「こんな特徴量が欲しい」「データがおかしい」といった要望・問い合わせに対し、SQLを用いた調査やデータ抽出、マート作成を行っていただきます。