リモートの案件一覧

某大手企業の大規模金融システムに関して、一部の機能をオンプレからクラウド（AWS）へ分離・リアーキを行っています。
それに伴い現行オンプレ基盤を更改していただきます。

クラウド連携部分（オンライン処理・ファイル転送）のNW設計やオンプレ-クラウドを意識したTATの性能設計が必要となります

大手エンタメ企業にて下記業務をご担当頂きます。

　・データ関連プロジェクトの推進
　・各担当事業のデータスチュワード
　・事業KPI設計
　・BigQuery上への分析用データマート構築
　・SQLを用いたデータ分析、施策立案
　・ビジネスにおける課題抽出/データ分析
　・BIツール等のデータの可視化
　・ABテストの推進、分析

＜開発環境＞
・プログラミング言語
SQL、 Python 等
・インフラ
GCP(BigQuery 等)
・チーム開発ツール
JIRA、Confluence、GitHub、Slack
・BIツール
　Looker
・PC
Windows or Mac（どちらか選択）

エンドが公開しているアプリで蓄積したデータを可視化レポート作成用に手作業で加工・集計する運用業務（Python）と運用業務の作業自体をVB.netでバッチプログラム化する業務をお願いします。

様々なプロジェクトにおける独自フレームワーク等を利用したJava開発支援を行っていただきます。
スキルに合わせて各プロジェクトへ携わっていただく想定です。

フロント系開発プロジェクトにてテスト計画を推進していただきます。
スキルに合わせて各プロジェクトへ携わっていただく想定です。

Oracleなどの高可用DBのAWS ManagedDBへの移行支援オファリング開発
リーダーとメンバー各1名ずつ募集しております。

お客様から要件をヒアリングし、UiPathで業務の自動化を行っていただきます。
基本設計～詳細設計、製造、単体試験～結合試験、マニュアル作成の工程をお願いする予定ですが、詳細設計からでも検討可能です。
※お顔合わせの際詳細をお伝えします。

toC,toB向けシステムのバックエンド領域を中心としたエンハンス開発にて、サーバーサイドエンジニアを募集しております。

開発環境
・サーバーレスアーキテクチャ
・フロントエンド：HTML5、CSS3、Javascript、Angular7、Bootstrap
・バックエンド：Node.js（Typescriptで実装⇒Node.jsにコンパイルしてLambda上にのせる）
・AWS各種サービス（Lambda/SQS/SES/Cognito/DynamoDB/ESS/S3他）
・管理ツール：Github、JIRA
・コミュニケーションツール：Slack
・IDE：自由（VSCodeが主）
・その他：ビルド自動化、CI環境、MacBook Pro

データ活用環境を提供するための分析マネージドサービスのMS版開発
Azure上に簡易分析APツールをデプロイする仕組みから対応いただきます。

コード生成AIの活用を主眼とした旧システムのモダナイズを主に担当していただきます。具体的には、CursorのようなエディタやGitHub Copilotのような生成AIツールをフル活用し、VB6.0コードをモダナイズしPythonベースのツールに「書き直し」「その手順を標準化していく」ような開発を行っていただきます。
１つの方法にとらわれずに仮説を立てながら色々なアプローチを検討し、実際に変更後の姿も一部みせながらその方法を手順化できる方を募集します。
具体的な業務としては以下になります。
◆コードの分析と整理：
　VB6.0コードの分析をおこない、機能ごとにモジュール化します。
　不要なコードや重複を除去します。
◆ツール検証と導入：
　VB6.0からPythonへの変換に適したAIツールを選定します。
　選定したツール（Second.devやModerne）の特徴や制限を理解します。
◆ツールの検証：
　コード変換ツールの性能と適用可能性を評価します。
◆既存AIツールの活用：
　GitHub Copilot、Azure AI Studio、Claude 3、GCP Vertexなどを活用します。
◆パイロットプロジェクトの実施：
　モジュールごとに段階的に変換するためのシナリオを定義します。
　各段階で変換結果をテストし、問題があれば修正します。
　旧システムの一部機能として重要度の高い機能を選定します。
◆コード変換のプロセスをドキュメント化：
　バリューストリームマッピングを行い、効率化ポイントを明確にします。
　選定したツールによりVB6.0コードをPythonコードに変換します。
　変換されたコードを注意深くレビューします。
　AIに不向きな作業がある場合はプロセスを見直します。
　必要に応じて手動でコードを最適化します。
　コード品質は静的解析ツール（pylint, flake8など）で継続的に監視します。
◆最適化とリファクタリング
　パフォーマンスのボトルネックを特定します。
　必要に応じてPythonの高速化を実施します。(NumPy, Cythonなど）