商社/年収900万円以上/20代の求人・転職・中途採用情報
モビリティ営業
■主に車載関係の既存顧客に対し、半導体やソフトウェア等(例:車載制御用の半導体やセンサー、自動運転用ソフトウェア等)の提案活動から製品の納入までをお任せします。入社後は先輩社員よりOJTにて業務を習得いただきます。 【具体的には】 ・顧客への最新技術動向の情報提供 ・顧客の次世代製品の開発スケジュールやニーズに応じたソリューションの提案から製品納入までのプロジェクトマネジメント ・製品納入後のサポート(エンジニアや品質推進担当と連携した対応) 等 【業務の魅力】 ・いわゆる汎用メモリ等は扱っていないため、価格と納期が勝負の販売手法では勝負していません。日本でまだ知られていない海外の高付加価値志向の製品をラインナップしている点が強みであり、競合他社の商社との違いです。 ・製品毎に技術部隊も存在していて、技術サポートが整っている点も顧客からの圧倒的な信頼感を勝ち得ている一要因となっています。
モビリティ営業
■主に車載関係の既存顧客に対し、半導体やソフトウェア等(例:車載制御用の半導体やセンサー、自動運転用ソフトウェア等)の提案活動から製品の納入までをお任せします。入社後は先輩社員よりOJTにて業務を習得いただきます。 【具体的には】 ・顧客への最新技術動向の情報提供 ・顧客の次世代製品の開発スケジュールやニーズに応じたソリューションの提案から製品納入までのプロジェクトマネジメント ・製品納入後のサポート(エンジニアや品質推進担当と連携した対応) 等 【業務の魅力】 ・いわゆる汎用メモリ等は扱っていないため、価格と納期が勝負の販売手法では勝負していません。日本でまだ知られていない海外の高付加価値志向の製品をラインナップしている点が強みであり、競合他社の商社との違いです。 ・製品毎に技術部隊も存在していて、技術サポートが整っている点も顧客からの圧倒的な信頼感を勝ち得ている一要因となっています。
データアーキテクト・開発リーダー
■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
SRE<AI検索プラットフォームの信頼性向上>
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。
フルスタックエンジニア/EC検索
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)
生産ラインエンジニア
◆生産ラインエンジニアとして、メーカー生産工場や物流倉庫内の設備導入・自動化におけるプロジェクトマネジメント業務をお任せいたします。 【担当業務】 技術の専門担当として当社の顧客に、製造工場/倉庫内の生産ライン導入や自動化等の提案すべく、エンジニアの側面から取り纏めていただく業務です。 ・営業同行による、顧客のニーズ理解・導入機器の選定/検討 (設備選定にあたって、社内・仕入れ先メーカー・物流コンサルなど様々なチャネルを活用して最適解を模索します) ・見積書作成 ・技術側プロジェクトマネジメント(メーカー提案の妥当性の検証/納期管理/現地納入/立ち上げ/不具合対応 等) ※機器導入に向けての設計業務等は協力会社・仕入れ先メーカーが担います。 ※案件によっては長期の客先出張(1か月程度)や休日の納入対応等も可能性あります。 【魅力】 ・導入先はエレクトロニクス・物流業界の顧客で物流の一部ライン・エリア・工場/倉庫全体など案件は様々ですが、金額規模や顧客への価値創出は非常に大きく、やりがいのある業務です。 ・事業部としても期待値が高く、士気の高い組織で活躍が可能です。