① データエンジニアリング領域
・AWS/Azure上でのデータレイク・DWH・データパイプラインの設計・構築、および実験・計測・製造・シミュレーションデータの統合
・データガバナンス、品質管理、メタデータ管理を含むデータマネジメント基盤の整備
・AIエージェント、RAG、機械学習活用を前提としたデータアーキテクチャ設計・運用
② AIネイティブ開発・DevOps領域
・AIコード生成・AI開発支援ツールを活用した開発推進とクラウドネイティブ実行基盤の設計・構築
・CI/CD、自動テスト、Infrastructure as Codeによる開発・運用の自動化
・DORAメトリクスを活用した継続的改善、およびMLOps基盤構築・AIモデル運用自動化
③ ソフトウェア開発領域
・WebアプリケーションおよびAIエージェント組込みアプリケーションの設計・実装・テスト・リリース
・API開発、外部システム連携を通じたデータ活用サービスの実現
・コードレビュー、設計レビュー、技術標準整備による品質向上と開発力強化
主なプロジェクト例
・材料開発向けMI/PI分析プラットフォーム
・実験・製造設備と連携したデータ収集・意思決定自動化基盤
・フロンティアAI・AIエージェントを活用した研究開発支援サービス
・再生材流通を高度化するAIマーケットプレイス
主な技術スタック
・クラウド・データ基盤:AWS、Azure、データレイク、DWH、データパイプライン、PostgreSQL、MySQL
・データエンジニアリング:データモデリング、データアーキテクチャ、データガバナンス
・ソフトウェア開発:Python、TypeScript、Java、Spring Boot、React
・AIネイティブ開発:Claude、Claude Code、生成AI(フロンティアAI)、AIエージェント、RAG、Agentic Coding
・DevOps・MLOps:GitHub、Docker、CI/CD、Infrastructure as Code、MLOps
・コラボレーション:Jira、Microsoft Teams
【ポジションの魅力・やりがい・キャリアパス】
① AIと協働する開発を実践
生成AIやAIエージェントを開発プロセスに取り込み、研究開発・製造データを活用する次世代の基盤・サービスを創ります。研究者や各分野のエンジニアと連携し、先端技術を実際の事業課題へ適用できます。
② 産業・社会課題への貢献
材料開発の高度化、品質向上、技術伝承、人財不足対応、環境負荷低減などに取り組み、自ら構築した基盤を通じて顧客の意思決定と競争力向上に貢献できます。
③ 高い裁量と技術的オーナーシップ
開発方針、アーキテクチャ、採用技術を自ら提案し、設計・実装から運用まで一貫して関われます。技術的合理性と顧客価値を重視し、新しい提案や挑戦を歓迎する文化があります。
キャリアパス
専門性を深め、データエンジニアリングスペシャリスト、チーフ・シニアデータエンジニアをめざすほか、テックリード、プロダクトマネージャー、FDEへの展開も可能です。チームで学び合い、技術力に加えて事業・顧客視点を磨けます。
【働く環境】
① 配属組織/チームについて
配属先は、データエンジニア、データサイエンティスト、FDEを中心とした約40名規模の組織で、今後さらに拡大予定です。クラウド、アプリケーション開発、DevOps/MLOpsに強みを持つエンジニアも参画しています。
30代を中心に、若手からリーダーまでフラットに議論し、職種を越えて協働する環境です。日立の研究者とも連携し、材料開発やPhysical AIなどの知見を吸収できます。AIを設計・実装・テスト・文書作成に活用し、本質的な課題解決に集中する開発文化を推進しています。
② 働き方について
在宅勤務を主体とし、週1回程度の出社日に設計レビューや技術共有を行います。GitHub、CI/CD、クラウド、生成AIツールを活用し、リモートでも密に連携します。担当プロジェクトによっては顧客先への訪問や国内外への出張があり、研究開発・製造現場の課題理解から基盤構築、AIサービス実装まで経験できます。
① データエンジニアリング領域
・AWS/Azure上でのデータレイク・DWH・データパイプラインの設計・構築、および実験・計測・製造・シミュレーションデータの統合
・データガバナンス、品質管理、メタデータ管理を含むデータマネジメント基盤の整備
・AIエージェント、RAG、機械学習活用を前提としたデータアーキテクチャ設計・運用
② AIネイティブ開発・DevOps領域
・AIコード生成・AI開発支援ツールを活用した開発推進とクラウドネイティブ実行基盤の設計・構築
・CI/CD、自動テスト、Infrastructure as Codeによる開発・運用の自動化
・DORAメトリクスを活用した継続的改善、およびMLOps基盤構築・AIモデル運用自動化
③ ソフトウェア開発領域
・WebアプリケーションおよびAIエージェント組込みアプリケーションの設計・実装・テスト・リリース
・API開発、外部システム連携を通じたデータ活用サービスの実現
・コードレビュー、設計レビュー、技術標準整備による品質向上と開発力強化
主なプロジェクト例
・材料開発向けMI/PI分析プラットフォーム
・実験・製造設備と連携したデータ収集・意思決定自動化基盤
・フロンティアAI・AIエージェントを活用した研究開発支援サービス
・再生材流通を高度化するAIマーケットプレイス
主な技術スタック
・クラウド・データ基盤:AWS、Azure、データレイク、DWH、データパイプライン、PostgreSQL、MySQL
・データエンジニアリング:データモデリング、データアーキテクチャ、データガバナンス
・ソフトウェア開発:Python、TypeScript、Java、Spring Boot、React
・AIネイティブ開発:Claude、Claude Code、生成AI(フロンティアAI)、AIエージェント、RAG、Agentic Coding
・DevOps・MLOps:GitHub、Docker、CI/CD、Infrastructure as Code、MLOps
・コラボレーション:Jira、Microsoft Teams
【ポジションの魅力・やりがい・キャリアパス】
① AIと協働する開発を実践
生成AIやAIエージェントを開発プロセスに取り込み、研究開発・製造データを活用する次世代の基盤・サービスを創ります。研究者や各分野のエンジニアと連携し、先端技術を実際の事業課題へ適用できます。
② 産業・社会課題への貢献
材料開発の高度化、品質向上、技術伝承、人財不足対応、環境負荷低減などに取り組み、自ら構築した基盤を通じて顧客の意思決定と競争力向上に貢献できます。
③ 高い裁量と技術的オーナーシップ
開発方針、アーキテクチャ、採用技術を自ら提案し、設計・実装から運用まで一貫して関われます。技術的合理性と顧客価値を重視し、新しい提案や挑戦を歓迎する文化があります。
キャリアパス
専門性を深め、データエンジニアリングスペシャリスト、チーフ・シニアデータエンジニアをめざすほか、テックリード、プロダクトマネージャー、FDEへの展開も可能です。チームで学び合い、技術力に加えて事業・顧客視点を磨けます。
【働く環境】
① 配属組織/チームについて
配属先は、データエンジニア、データサイエンティスト、FDEを中心とした約40名規模の組織で、今後さらに拡大予定です。クラウド、アプリケーション開発、DevOps/MLOpsに強みを持つエンジニアも参画しています。
30代を中心に、若手からリーダーまでフラットに議論し、職種を越えて協働する環境です。日立の研究者とも連携し、材料開発やPhysical AIなどの知見を吸収できます。AIを設計・実装・テスト・文書作成に活用し、本質的な課題解決に集中する開発文化を推進しています。
② 働き方について
在宅勤務を主体とし、週1回程度の出社日に設計レビューや技術共有を行います。GitHub、CI/CD、クラウド、生成AIツールを活用し、リモートでも密に連携します。担当プロジェクトによっては顧客先への訪問や国内外への出張があり、研究開発・製造現場の課題理解から基盤構築、AIサービス実装まで経験できます。