⁨Vertex AI⁩関連の求人⁨20⁩選

プレイドは「データで人の価値を最大化する」というミッションのもと、急速に成長を続けています。社員数の増加とともに、これまで個人のリテラシーに依存していたセキュリティ対策だけでは対応しきれない新たなフェーズに突入していくことが予想でき、Corporate Securityとして、組織的なセキュリティ体制の構築を主導していただきます。データ活用の最前線で、安心・安全な環境を創造するセキュリティエンジニアとしてキャリアを積むことが可能です。 プレイドの急速な成長に伴い、セキュリティ体制も新たなステージへの進化が求められています。これまでの個人のリテラシーに依存したセキュリティ対策から、組織的で標準化された体制への転換が必要となっており、Corporate Security として、この重要な変革を主導していただく方を求めています。 Data Tech Teamとしての強化 Data Techの採用強化戦略により、Corporate Security領域での専門人材確保 より幅広いタレントプールの獲得と、チーム全体の技術力向上 データ活用加速に伴うセキュリティ需要の拡大 AI活用を含む最新技術でのデータ活用が加速し、セキュリティの重要性が急速に高まる 革新的なデータ活用と強固なセキュリティを両立する新しいアプローチが必要 組織の持続的成長を支える基盤構築 将来的な更なる成長を見据えた、スケーラブルなセキュリティ基盤の構築 先手を打ったセキュリティ体制により、安心してビジネスに集中できる環境の実現 セキュリティガバナンスの戦略的推進 ISMS (ISO/IEC 27001)、Cloud ISMS (ISO/IEC 27017)、プライバシーマーク (JIS Q 15001) の認証維持・更新 ビジネス成長を妨げない「ルールは最小、リスクも最小」のセキュリティ方針の実現 セキュリティロードマップに基づく中長期戦略の立案・実行 組織の成長を支えるセキュリティ標準化： セキュリティポリシー・各種関連ガイドラインの策定・導入・運用 全社的なセキュリティ教育・啓発プログラムの企画・実施 インシデント対応体制の構築と継続的改善 データ活用基盤セキュリティ： AI を含む最新技術とそれらを利用したデータ活用におけるセキュリティソリューションの構築および、データを最大限に活用するための攻めと守りを両立するセキュリティアーキテクチャの設計 ※ セキュリティ対策には必要なため組織として使っている開発環境としての記載 Backend: TypeScript / Python Frontend: React / Next.js / Vue.js Database: Cloud Firestore / Cloud SQL / BigQuery etc AI Service: Vertex AI / Azure Open AI / Claude Code etc Infra: Google Cloud / Azure etc その他: Github データドリブン企業の中核を支える重要なポジションです CTO直下で裁量を持ってプロジェクトを推進できます 革新的なセキュリティアプローチを実践できます 高い技術的成長性を得られます 組織変革のリーダーシップを発揮できます

▍仕事概要 ￣￣￣￣￣￣￣￣￣￣￣ 生成AI/LLMを用いたシステムやサービスの開発等を担っていただきます。クライアント企業のビジネス課題や、自社の事業開発における課題の特定を行い、生成AI/LLMを活用したサービス構築・コンセプトモデル開発・PoC・新規事業アイディアなどの具体化を推進します。 開発PdMチームでは、生成AI/LLMを活用した、様々な産業における課題解決や生産性向上を目標に掲げており、最新のAI技術を活用したシステム開発に携わることができます。また様々な企業の課題解決を通じて、ご自身の視野を広げ、ビジネス、プロダクト企画、システム開発、プロジェクトマネジメントなど様々なスキルを磨くことができます。 ▍業務内容 ￣￣￣￣￣￣￣￣￣￣￣ AIインテグレーションサービスの開発に関連する以下の業務 ・生成AI/LLMを用いたプロダクトの設計・戦略策定 ・プロダクトリリースまでの進行管理 ・運用フローの構築・効率化 ・プロダクト品質の向上・改善・効果測定 ・ステークホルダーとの折衝 ▍開発環境 ￣￣￣￣￣￣￣￣￣￣￣ 言語：TypeScript, Python 機械学習：Python, GCP Vertex AI, AWS Sage Maker LLM: OpenAI, Anthropic, AWS Bedrock, Dify インフラ： AWS, GCP DB：GCP BigQuery, AWS Athena, Spark, etc… ソースコード管理：GitHub 情報共有ツール：Slack, Notion, Figma

AIの性能を決定づけるのはモデルだけではなく、その学習に用いられるデータの質と量も大事です。しかし現実のAI開発においては、データ収集・生成・アノテーション・品質管理といった工程が依然として属人的かつ非効率なプロセスに依存しており、この領域がAI活用の最大のボトルネックとなっています。 APTOは、この構造的な課題を解決するため、AIデータ生成・管理を一元的に扱うデータ基盤プラットフォームを開発・提供しています。 現在、プロダクトはPoCフェーズを越え本番利用が急速に拡大しており、取り扱うデータ量・ユースケース・機能要件の複雑性が同時に増大しています。 その中で、データ規模の急増に耐えうる設計の必要性、長期的な拡張性を見据えたアーキテクチャ再設計、プロダクト全体を俯瞰した技術意思決定といった課題が顕在化しており、単なる実装ではなく、基盤設計をリードできるエンジニアが不足しています。そこで今回、AIデータプラットフォームの中核を担うプロダクトエンジニアを募集します。 本ポジションは、一般的なWebサービス開発とは異なります。開発するのはユーザー向けのアプリケーションではなく、AI開発に必要なデータを生み出すためのプラットフォームそのものです。 扱う対象の一例としては、生成され続ける大規模データ、構造が一定でない非定型データ、人手作業とシステム処理が混在するワークフローといった、AI開発特有の複雑性を持つ領域です。 このポジションでは、データがどのように生成され、どのように処理され、どのように品質管理され、どのようにAI開発へ流れるかという、データの生成から評価・改善に至る一連のプロセス設計を担っていただくポジションです。単なる機能実装ではなく、プロダクトの長期的な進化を見据えた基盤設計を行うことが求められます。 AIデータ基盤（Backend / API / DB）の設計・改善 大規模データ処理を前提としたアーキテクチャ設計 データ生成・管理ワークフローのシステム設計 プロダクトスケールに伴う技術的課題の解消 クラウドインフラの設計・運用改善 技術選定および設計方針の意思決定 本ポジションでは、一般的なWeb開発では扱わない課題に直面します。例えば、正解が存在しないデータ構造の設計、継続的に増え続けるデータの運用設計、人手によるアノテーション工程のシステム化、多様なAIユースケースに対応する汎用基盤の設計といった、AIデータ領域特有の問題を解く必要があります。一方でこれらを解決することは、AI開発の根幹を支える基盤を作ることを意味し、社会におけるAI活用の広がりに直接的な影響を与えるインパクトを持つポジションです。 Python（Django）を中心としたバックエンド設計 PostgreSQL 等のデータ設計・運用 大規模データを扱う基盤設計 スケーラブルなアーキテクチャ設計 フロントエンド：TypeScript / React / Next.js モバイル：React Native インフラ：AWS / GCP / Docker / Kubernetes CI/CD：GitHub Actions AI連携：Vertex AI / SageMaker 技術選定および設計方針の決定 基盤アーキテクチャの進化の主導 プロダクトスケールに伴う構成変更の判断 エンジニア起点でプロダクトの構造を進化させることを期待しています。 AI開発の根幹を支えるデータ基盤設計の経験。 プロダクトの長期的進化を見据えたアーキテクチャ設計経験。 技術意思決定を担うポジションでの成長機会。 将来的なTech Lead / アーキテクトへのキャリアパス。