東京都／専門商社／年収700万円以上／20代の求人・転職・中途採用情報
公開求人54件中 51〜54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。