大手・エンタープライズ企業のデータ活用・AI活用を支援するプロジェクトにて、課題整理・PoC設計から、データ基盤構築・分析・生成AIアプリ開発・運用まで一貫して担当いただきます。

クライアントと直接コミュニケーションを取りながら、Snowflake/BigQueryを中心としたデータ基盤と、生成AI・RAG・LLMエージェントの開発を一つのチームで手がける点が当社の特徴です。 「データを整えて終わり」「AIをつくって終わり」ではなく、両方を行き来しながら事業成長に直結する成果を出すところまで携わります。 PoC段階から参画することも多く、技術選定やアーキテクチャ検討にも主体的に関われます。運用段階までエンジニアがオーナーシップを持って推進するため、自分の手がけたものが実際にユーザーに使われている実感を得られるはずです！

扱うデータは数十億～数千億レコード規模。そのデータを生成AIがどう使えるかまで設計できるのは、両領域を持つ当社ならではです。

＜具体的な業務内容＞ ※ご経験に応じて、データ側・AI側いずれかに軸足を置いてスタートいただきます。

◆事業価値の創出 ・課題の深掘り、要件化、PoC設計 ・KPI設計、分析・レポーティング、次フェーズ提案 ・事業サイド・プロダクトサイドとの長期伴走支援

◆データ基盤の構築・ETL/ELT ・Snowflake/BigQuery/RedshiftなどDWHの設計・構築、データモデリング ・Airflow/Lambda/Cloud Runなどを用いたパイプライン構築・品質チェック機構の整備 ・クエリチューニング、セキュリティ・権限設計、コスト最適化

◆分析・可視化 ・Tableau/Looker/Amplitudeによるダッシュボード開発、メトリクス定義 ・事業課題に踏み込むインサイト抽出・レポーティング

◆生成AI/RAG/エージェント開発 ・LLM(GPT/Claude/Gemini)を活用した生成AIアプリケーション開発 ・RAGパイプラインの構築（ベクトルDB、前処理、Retriever設計） ・GraphRAG：Neo4jを利用したナレッジグラフ構築、エンティティ抽出・関係性推論 ・プロンプト設計、評価指標策定、ハルシネーション抑制設計、運用改善 ・MCPを用いたエージェントとデータ基盤・社内システムの接続

◆AIモデルの実用化（MLOps） ・AIモデル用データセット作成、特徴量設計・評価指標策定 ・既存AIモデルのクラウドリフト（GCP/AWS）、FastAPI/Cloud RunによるAPI化 ・推論基盤の最適化、ログ収集、評価基盤整備

プロジェクト例・入社後の流れ
＜プロジェクト例＞

▼大手通信キャリア
・数千億レコード規模のビッグデータ分析（Snowflake/Tableauによる分析基盤・可視化）
・AI制御統制システム開発

▼大手小売
・棚割自動生成ロジック開発（数理最適化とルールモデルを組み合わせ、棚割計画を高速自動化）

▼大手アパレルメーカー ・世界中の店舗・ECデータをBigQueryに統合、Airflowによるパイプライン自動化 ・自律的にPDCAを回せる運用体制を構築

▼化粧品メーカー
・AIモデルをクラウドへ移行し、API化して外部システムから利用可能に

▼その他
・リアルタイム異常検知基盤
・社内ナレッジを対象としたLLM/RAGエージェント開発・PoC ほか

◎入社後は、社内Wikiや議事録の確認を通じて既存プロジェクトの理解を深めていただき、案件の背景やデータ構造・技術判断をスムーズに把握できるようサポートします。 その後お持ちの経験やスキルに応じたプロジェクトにジョイン。必ずチームで取り組むため、全体像を掴みながらスムーズに馴染めますのでご安心ください。

当社が大手・エンタープライズ企業のデータ活用・AI活用支援で繰り返し出会ってきた現場の課題を、小さな自社プロダクトとして形にし、市場に出していくプロダクトマネージャーを募集します。
「1つの製品を育てる」PdMではありません。候補となる課題は複数あり、どれを・どの順で・どこまで作るかを決めるところから担当いただきます。小さく出し、使われたものに投資を寄せ、使われなかったものは止める。この判断の積み重ねがプロダクト事業の中核になります。
開発チームは、Snowflake/BigQueryなどのデータ基盤と、生成AI・RAG・LLMエージェントの両方を実装レベルで扱えるエンジニアです。顧客案件で実際に動いている仕組みを土台にできるため、ゼロから技術検証を始める必要はなく、「何を作るか」「誰に売るか」に集中できます。
＜具体的な業務内容＞
◆プロダクトの発掘と着手判断 ・顧客案件・社内の知見から、プロダクト化する課題を抽出 ・顧客インタビュー、既存案件のデータをもとにした仮説検証の設計 ・着手順の決定（最終判断は代表との週次ミーティングで）
◆プロダクト開発の推進 ・PRD作成、MVPスコープの決定、受け入れ条件の定義 ・エンジニアチームとの開発推進（スクラム想定） ・Claude Code等のAIツールを使ったプロトタイピング
◆リリース後の判断 ・利用データ・顧客ヒアリングによる効果検証 ・「続ける／止める／広げる」の判断と、代表への提案
◆GTM（市場投入） ・価格設計、営業資料の作成 ・Snowflake／AWS／Anthropicなどパートナー経由の販売設計 ・既存顧客への提案同行
◆プロダクト横断の設計 ・複数プロダクトに共通する部分（認証・課金・データ接続）の要件整理

プロダクト例・入社後の流れ

▼社内ナレッジの検索・回答 ・社内文書・議事録・Slackを横断して引き継ぎ業務を効率化するためのエージェント

▼Web運用・改善業務の生成AIによるPDCA自動化

▼データとAIの接続 ・DWH上のデータに、業務部門が自然言語で問い合わせできる仕組み（セマンティックレイヤー／MCP）

▼旅行体験事業者向け価格最適化エンジン

＜入社後の流れ＞
◎最初の1か月は、既存案件の資料・社内Wikiを通じて「顧客がどこで困っているか」を把握いただきます。並行して、代表・リードエンジニアと候補課題の棚卸しを行います。
◎2〜3か月目で最初のプロダクトの着手判断とPRD作成。小さく出すことを優先し、最初のリリースまでの期間は短く設定します。
◎以降は、開発推進・効果検証・次のプロダクトの発掘を並行して回していただきます。

大手・エンタープライズ企業のAI活用を支援するプロジェクトにて、企画・案件整理から実装・運用まで一貫して担当いただきます。

クライアントと直接コミュニケーションを取りながら、生成AI・RAG・データ分析基盤構築をはじめとした最前線のテーマに取り組める点が当社の特徴です。
PoC段階から参画することも多く、技術選定やアーキテクチャの検討にも主体的に関われる点が魅力。
また、当社は仕組みをつくって終わりではなく、運用段階までエンジニアがオーナーシップを持って推進します。
自分の手がけたものが実際にユーザーに使われ、社会に役立っていることを肌で実感できるやりがいを感じられるはずです！

＜具体的な業務内容＞
◆データ戦略・構想策定
・現状アセスメント（基盤・データ品質・組織・プロセスの診断）
・DWH/レイクハウス選定支援（Snowflake/Databricks/BigQuery等の中立評価）
・データ活用ロードマップ、投資対効果の整理と経営層への提言

◆データマネジメント設計
・データガバナンス体制、データオーナーシップの設計
・メタデータ管理・データ品質管理プロセスの構築
・指標定義の統一（セマンティックレイヤー設計）

◆AI活用構想・導入
・生成AI/RAG/エージェントのユースケース設計と優先順位付け
・PoC設計、評価指標策定、本番移行判断
・AIガバナンス・ガードレール設計支援

◆導入後の定着伴走
・利用部門へのイネーブルメント、運用プロセス定着
・効果測定と次フェーズ提案

＜プロジェクト例＞
▼大手キャリア
全社利用を前提としたAIエージェント基盤設計・開発

▼大手サービス業
複雑な基幹システムのデータを棚卸し→本番化基準を策定→業務効率化のための分析基盤構築

▼大手小売
棚割自動生成ロジック開発
（数理最適化とルールモデルを組み合わせ、棚割計画を高速自動化）

ほか

◎入社後は、社内Wikiや議事録の確認を通じて既存プロジェクトの理解を深めていただき、
AI案件の背景やデータ構造・技術判断をスムーズに把握できるようサポートします。
その後お持ちの経験やスキルに応じたプロジェクトにジョイン。必ずチームで取り組むのでご安心ください。

2012年に立ち上げたグローバルプレナーズは、少数精鋭ながら大手企業との直接取引が9割を占めるという好環境で、着実に事業を拡大してきました。
「社員一人ひとりが、グローバルな視点を持った起業家（アントレプレナー）であり、各自の得意分野を組み合わせることでシナジーを生み、面白く、世の中に役に立てるビジネスを生み出していきたい」という創業以来の思いをそのままに、
これからも「データ x クラウド x グローバル」にフォーカスしながら、さまざまなことに果敢にチャレンジしていける会社であり続けたいと考えています。

自社サービス開発への取り組み、組織の拡充など、成長フェーズの当社で、あなたの力を発揮してみませんか。

【グローバルプレナーズのエンジニア】
◼︎データエンジニア
大手企業のお客様のデータ分析基盤を構築します。分析項目、およびメトリクスの設計やデータ分析を実施します。顧客の要望をヒアリングしデータを確認した後に、クラウドサービスや外部ツールを駆使して、最適なデータ基盤を構築します。分析すべき項目や経営判断に役立つ指標・分析手法を提案したり、DWHやBIツールの機能を駆使して分析結果をアウトプットします。

◼︎AIエンジニア
当社では、国内大手企業をはじめとしたお客様に対して、さまざまなデータ構築支援をおこなっています。 現在、こういったお客様先にて「データ分析基盤の上で出口戦略としてAIを活用できないか」というニーズ・ご要望を多くいただいています。 このポジションでは、AI開発における要件定義、PoC実地検証、商用開発など、幅広いフェーズの業務に携わっていただきます。
当社のデータエンジニアが、顧客の要望をヒアリングしデータを確認し、その後クラウドサービスや外部ツールを駆使して、最適なデータ基盤を構築します。

◼︎クラウドエンジニア
AWS／GCPといったクラウドサービス上で分析基盤を支えるインフラの構築や、分析基盤と連携したアプリケーションの開発をおこないます。
データ活用に関する業務では分析だけでなく、お客様の大切なデータをお預かりするための基盤を設計・構築したり、データの質や量に応じて最適なクラウドサービスを組み合わせた提案をおこなったりする必要があります。
また、分析して終わりというだけではなく、分析結果を活かしたアプリケーションを開発するシーンも多く見受けられます。クラウドエンジニアは、データエンジニアやAIエンジニアの業務を下から支えるような働きが求められます。

【職務内容】
エンジニアとしてクライアント案件へ参画し、開発や分析業務に携わっていただきます。
・自社内開発（基本フルリモート）で、客先での常駐はありません。
・データ収集〜基盤構築〜AI活用まで一気通貫で携わっていただけます。
・入社直後から「数億規模のビックデータ」を扱えるダイナミックな環境です。

【募集背景】
今後、1年をかけて現在の倍程度に規模を拡大していくため、中途採用、新卒採用を合わせてメンバーを募集中します。

【入社後のフォロー】
▼研修
当社の研修は、実践的かつ座学的なアプローチを組み合わせ、未経験者でも着実にスキルを磨けるように設計されています。
まず、座学的な研修ではAWSに関する基本的な知識を身に着けるため「AWS Certified Cloud Practitioner」資格の取得を目指していただきます。
AWS公式が提供するWeb講義などを通じて、理論的な知識を補完し、実践と理論の両面からスキルを向上させます。

次に、実践的な研修では、用意されたデータセットの「前処理」から始まり、AWSを用いたデータ分析基盤構築や分析基盤に前処理済みのデータを投入し「分析」をおこないます。
さらに、BIツールを導入し、ダッシュボードを作成するなど、「可視化」にも重点を置いています。
これらはすべてフルリモートでおこないますが、必要に応じてチャットやオンラインミーティングを通じて質問や相談ができますので、安心してスキルを磨くことができる環境が整っています。

▼スキルアップ支援
・書籍
∟業務に関わるものに関しては申請性で全額負担
・資格取得に対する費用補助
∟会社側で指示した資格・講義に関しては全額負担
∟会社側が指示していないが費用負担を許可した資格に関しては合格した際に全額負担（講座受講も全額）
・その他
∟生成AI活用推進のためにLLMや生成AI関連サービスの利用を月$200程度負担

▼仕事のやりがい
◎入社直後から「膨大なデータ」の扱いに精通できる！
最初から「数億規模は当たり前」という規模感から始められる環境で、ダイナミックな思考で設計や開発を進められます。

◎圧倒的な実践力、ノウハウが身につく！
データ収集〜基盤構築〜AI活用まで一気通貫で携われるため、クラウド・AI・データ領域を横断した実践力が身につきます。
クライアントによって支援のフェーズや、規模感、業界も多彩のため、データに関わる圧倒的なノウハウを習得できます。

【働く環境】
当社では、フルリモート勤務が可能なため、全国から場所を選ばず働いていただけます。
また、個人個人にに大きな裁量が与えられるため、一人だけで進めるというイメージを持たれるかもしれませんが、基本的には、チームで協力してプロジェクトを進行しています。新人だけでプロジェクトに参画することはなく、必ず経験者とともに構成されるため、安心して活躍できる環境が整っています。