⁨Azure⁩関連の求人⁨20⁩選

土木業界では、労働人口が減少する中DXが進んでいないという構造的な問題を抱えております。 各社未だに立体構造物の設計を2D上で実施しており ●膨大な枚数の設計図作成 ●QAにかかるリードタイム・精度課題 ●手戻りのハードルの高さ など、土木設計における課題感は残り数年以内に解決しなければ業界そのものが瓦解する可能性が高く、待ったなしの状況となっております。 上記課題を解決するため、当求人ではAIエンジニアとしてPMFに向け、Pdmとご連携頂きながら新規プロダクト開発を担当して頂きます。 具体的には下記のような業務となります。 ●土木設計における設計図面からの情報抽出・理解のためのAIモデル開発・実装、設計図から有用な情報を読み取り、解析する機械学習モデルの開発、一連の分析・検証・デプロイまでを可能とする機械学習環境及びDBの構築 ●自社BtoBSaaSプロダクトへのAI実装環境構築 ●ビッグデータ解析 ●UXボトルネック分析 ●時系列データ／テキストデータの分析 ●大手企業開発案件のAI領域支援 プロジェクト一例： ●設計領域における機械学習による示唆機能実装 ●施工領域における機械学習による3Dモデリング機能実装 ●設計事例におけるLLMをもとにした事例サジェスト実装 etc… 【開発環境】 ●フロントエンド：React（TypeScript）/ Next.Js ●バックエンド：FastAPI ●クラウド：AWS / Azure / Cloudflare / GitHub Pages ●プロジェクト管理：GitHub ●コミュニケーションツール：Slack / miro / figma

1. PLAINERが目指している世界 PLAINERは、「伝わるはずの価値が伝わらない」 という、ソフトウェアが抱える根本的な課題に挑んでいます。どれだけ優れたプロダクトでも、「何に効くのか」「なぜ自分に必要なのか」 が正しく届かなければ、その価値は埋もれてしまいます。 AIの進化がこの課題を自動的に解決することはありません。むしろLLMのような汎用技術が広がることで、プロダクトとユーザーの関係はさらに複雑になり、「どう伝わるか」 がますます重要になっています。私たちはこの時代に、「伝える」ではなく 「伝わる体験」 を設計することを使命としています。 2031年にはARR500億円規模のプロダクト群を築くことを目指し、すでに以下のような複数プロジェクトが動き始めています。 仮想環境での爆速検証と市場適応 ガイド・アナリティクス・オートモード開発 LLMを用いたナビゲーション・Q&A基盤の構築 2. ポジションに期待する役割 少人数の立ち上げフェーズで、コード実装だけでなく仮説検証や機能設計にも積極的に関わる PdMや他メンバーと議論しながら、未来のプロダクトを共に設計・実装する エンジニア組織の基盤を築き、事業成長を加速・安定させる 3. 業務内容 PLAINERでは、お客様が作り上げるプロダクトの価値を届けるためのAI Agentな新規プロダクトを複数開発中となります。 これらのいずれかの新規プロダクトを開発する上でのフルスタックエンジニアとしてテックリードをお任せします。 新規プロダクトにおける要件定義・仕様策定 クラウドインフラでのアーキテクチャ設計・構築 Full TypeScriptでのバックエンド・フロントエンド開発 生成AI / LLMを利用した様々なユースケースに対するAI Agent開発 PdMやその他ステークホルダーとの建設的なディスカッション 採用活動を含む、チーム開発における様々な活動 ※変更の範囲：自社プロダクトの開発・営業・サポートおよび会社運営にかかわる一切の業務 4. 直近でお任せしたいプロジェクト 0 → 1となる新規プロダクトの立ち上げ PLAINERの新たな事業の柱となる新規プロダクトの立ち上げを行っています。どのような価値を届けるべきかといったディスカバリーフェーズや技術的な実現可能性の検証、その上でのプロダクト開発というサイクルを素早く実施していくことが求められます。そのため、インフラ・バックエンド・フロントエンドと全領域で自ら考え、開発していくことが求められてきます。もちろん、チームでのサポートもございます。 AI Agentによる機能開発 様々なデータを活用して、生成AI / LLMを利用したAI Agentの機能開発を行っていきます。各種ユースケースに対応したAI Agentを複数開発していく必要があります。これらの精度を向上させていくには泥臭いTry & Errorを高速に繰り返していく必要があります。 他プロダクトとのデータ連携 AI Agentを開発していく上で重要となるデータは、PLAINERがもつ様々なプロダクトから連携していかなくてはなりません。そのデータパイプラインを効果的なものにしていくためにも様々なプロダクトの開発メンバーとのコミュニケーション、仕様理解なども必要不可欠となります。自身の担当するプロダクトに閉じずに、プラットフォームとしてなり得るような大局的な設計・開発が重要となります。 ステークホルダーとのコミュニケーション 新規プロダクトを開発していく上では、PdMやその他ビジネスサイドのメンバーなど様々なステークホルダーとのコミュニケーションによって、適切な意思決定のための情報収集が重要となります。自チーム内に閉じた活動だけではなく、全社を横断した幅広い取り組みが必要となります。 5. 開発環境 ※新規プロダクトのため、技術スタックは今後決定いたしますが、既存主力事業の「PLAINER」は以下の開発環境になっています。 構成 顧客向けWebアプリ（SPA） 運営向けWebアプリ（MPA） Chrome拡張 技術スタック バックエンド：Kotlin（Ktor）、PostgreSQL、Redis フロントエンド：TypeScript、React、Chakra UI Chrome拡張：TypeScript、React インフラ：Google Cloud（Cloud Run中心） その他：Claudeなど生成AIを活用した開発体制へ移行中 6. 開発チームのコミュニケーションサイクル 開発スタイルとしてはAI-DLCを一部採用しています。 チーム内には以下のようなコミュニーケーションの場があります。 隔週プロダクト会：PLAINERというプロダクトに関する情報共有の場です。ビジネス・エンジニアサイド共同で実施されます。お客様からの声や今後リリ

1. PLAINERが目指している世界 PLAINERは、「伝わるはずの価値が伝わらない」 という、ソフトウェアが抱える根本的な課題に挑んでいます。どれだけ優れたプロダクトでも、「何に効くのか」「なぜ自分に必要なのか」 が正しく届かなければ、その価値は埋もれてしまいます。 AIの進化がこの課題を自動的に解決することはありません。むしろLLMのような汎用技術が広がることで、プロダクトとユーザーの関係はさらに複雑になり、「どう伝わるか」 がますます重要になっています。私たちはこの時代に、「伝える」ではなく 「伝わる体験」 を設計することを使命としています。 2031年にはARR500億円規模のプロダクト群を築くことを目指し、すでに以下のような複数プロジェクトが動き始めています。 仮想環境での爆速検証と市場適応 ガイド・アナリティクス・オートモード開発 LLMを用いたナビゲーション・Q&A基盤の構築 2. ポジションに期待する役割 本ポジションは Applied AI Engineer として、 LLM・生成AIを前提にしたプロダクト設計 0→1の新規プロダクト立ち上げ 仮説検証から本番運用までを見据えた実装を担っていただきます。 少人数の立ち上げフェーズのため、単なる実装に留まらず、 「このAIは本当にユーザー価値につながるか？」 「この体験は“伝わる”設計になっているか？」といった問いを、PdMや他メンバーと議論しながら、プロダクトそのものを共に作っていく役割です。 将来的には、エンジニア組織・AI開発基盤の中核を担っていただくことも期待しています。 3. 業務内容 PLAINERでは、お客様が作り上げるプロダクトの価値を届けるためのAI Agentな新規プロダクトを複数開発中となります。 これらのいずれかの新規プロダクトを開発する上でのApplied AI Engineerをお任せします。 新規プロダクトにおける要件定義・仕様策定 クラウドインフラでのアーキテクチャ設計・構築 Full TypeScriptでのバックエンド・フロントエンド開発 生成AI / LLMを利用した様々なユースケースに対するAI Agent開発 PdMやその他ステークホルダーとの建設的なディスカッション 採用活動を含む、チーム開発における様々な活動 ※変更の範囲：自社プロダクトの開発・営業・サポートおよび会社運営にかかわる一切の業務 4. 直近でお任せしたいプロジェクト ① 0 → 1 の新規プロダクト立ち上げ PLAINERの新たな事業の柱となる新規プロダクトを立ち上げています。 どのような価値を届けるべきかというディスカバリー 技術的な実現可能性の検証 その上でのプロダクト開発 このサイクルを高速に回していくことが求められます。 インフラ・バックエンド・フロントエンドを横断し、自ら考え、実装していく役割です（チームのサポートもあります）。 ② AI Agent による機能開発 様々なデータを活用し、生成AI / LLM を用いた AI Agent 機能を開発していきます。 ユースケースごとの Agent 設計 プロンプト設計、モデル選定 精度改善のための Try & Error を高速に回す開発 PoC止まりではなく、 SaaSプロダクトとして提供していくため、「本当に使われるか」を重視する開発スタイルです。 ③ 他プロダクトとのデータ連携・基盤設計 AI Agent 開発に必要なデータは、PLAINERが持つ複数プロダクトから連携されます。 データパイプライン設計 他チームとの仕様調整・コミュニケーション プラットフォーム視点での設計・実装 特定プロダクトに閉じず、将来の拡張性を見据えた設計力が求められます。 5. このポジションで得られるもの ①「AI × プロダクト」のど真ん中の経験 LLMを機能としてではなく、体験として設計する PoCで終わらせず、本番で回す前提のAI開発 0→1フェーズならではの裁量とスピード感 ②事業・プロダクトに直接効く実装経験 PdM・Bizと近い距離で意思決定に関わる 「作ったけど使われない」を避ける設計力が身につく 技術がどう事業価値に変わるかを肌で理解できる ③将来のキャリアの広がり PLAINERはポジションが空いているため、多様なキャリアを築いていただくことができます AI Tech Lead AIプロダクトの責任者 プロダクト志向のCTO / VPoE ④AIを軸にした新規事業立ち上げ 「AIが分かるエンジニア」ではなく、 「AIでプロダクトを前に進められる人」としてのキャリアを築けます。 6. 開発環境 構成 AI基盤アプリ管理画面 AI Agent アプリ群 データ基盤 技術スタック バックエンド：Node.js、Next.js、Express.js、PostgreSQL フロン