ゆたかな世界を、 実装する Implement a Fruitful World ソフトウェアエンジニアポジション 紹介資料

2 紹介資料をご覧いただき、ありがとうございます。 この資料は、ABEJAに興味を持っていただいた方向けに、 ソフトウェアエンジニアに関する情報をまとめています。 ABEJAでの経験が、 あなたのキャリアにとってどんな意味を持つのか？ どんなメリットがあるのか？ できるだけわかりやすくまとめました。

3 目次 2 ソフトウェアエンジニアの面白さ 3 プロジェクト事例 4 標準技術スタック 5 ソフトウェアエンジニアに向いている方 6 エンジニアメンバーのご紹介 1 ソフトウェアエンジニアの仕事

4 プロジェクトマネージャ・データサイエンティストとチームを組みプロジェクトを成功に導きます。 ソフトウェア エンジニア プロジェクト マネージャ BPR （要件定義など） 調査実装 インテグレーション 保守・運用 ・事業開発支援 ・要求・要件定義 ・プロジェクト進行 各専門領域を軸に ロール横断でプロジェクトを 成功に導きます ・アーキテクチャ設計 ・システム開発 ・保守運用設計 ・課題整理・分析準備 ・EDA・モデリング ・技術キャッチアップ データ サイエンティスト ソフトウェアエンジニアの仕事

5 豊富なAI/MLプロジェクトを、 裁量をもってリードできる データサイエンティスト との協業 開発に集中できる 会社基盤・企業文化 Machine Learning に尖りをもったエンジニアとして市場価値を高められます。 1 ソフトウェアエンジニアの面白さ 2 3

6 テクノロジーのスペシャリストとして、顧客と伴走・リードすることが求められます。 意思決定の段階からプロジェクトに携わることも多く、顧客とのビジネス共創に深く関わることができます。 多様なプロジェクト 関わる広さと深さ 大きな裁量 ● AI/ML関連のプロジェクトが多数。 ● 製造、物流、通信など、幅広い業界と 関わることができる。 ● リーディングカンパニーとのプロジェ クトが豊富。 ● システム開発の全工程を担当すること が多い。 ● 課題ヒアリングや企画立案に参画する こともある。 ● 運用保守を見据えたシステムの提案が 求められる。 ● 運用と改善を通してひとつのプロジェ クトに深く関わることも、多種多様な 案件を経験することもできる。 ● 標準技術スタック（P.9参照）を軸に、 顧客ごとに最適な技術スタックを選定 できる。 ● ビジネスパートナーという立ち位置で あり、顧客と一緒に課題解決に取り組 むことができる。 × × ソフトウェアエンジニアの面白さ ～ ➀豊富なAI/MLプロジェクトを裁量を持ってリードできる ～

BPR （要件定義など） 調査実装 インテグレーション 保守・運用 エンジニア - データサイエンティストが密に連携してプロジェクトを推進します。 スキルや志向次第で、データサイエンティストの業務領域に踏み込んで活躍することも可能です。 データサイエンティスト 業務範囲と内容 エンジニア 業務範囲と内容 プロジェクトの流れ データサイエンティスト との協業 （モデル組込み） アプリへのインテグレーション 開発したモデルがアプリで動作するように 適切なI/Fを定義。それに合わせてコードを 改修する。 データパイプラインの構築 実験用コードで動作していたパイプライン をワークフローエンジンなどで動作するよ うに改修する モデルデプロイ環境の構築 モデルの訓練から推論APIへのデプロイま での一連の環境を整備する モデル開発 モデル改善 要件 定義 設計 開発・テスト モデル組込み BPR・ ビジネス要件定義 保守・運用 ソフトウェアエンジニアの面白さ ～ ➁データサイエンティストとの協業 ～

8 技術志向の高い環境 会社全体の技術志向の高さや、AI技術への独自の取り組みなどが整っており、エンジニアリングに集中できる環境です。 業務効率化の基盤 ❏ ABEJA Platformを活用した開発効率の向上 ABEJA Platformに、AI/MLモデルの開発に必要なコン ポーネントを集約しています。これを活用することで開 発効率を高めることができます。 ❏ 各種ツールを用いたスムーズな社内コミュニ ケーション 社員全員が、Slackとnotionを活用。 基本的に情報はオープンであり、自由にアクセスできま す。GitHubによる設計議論やレビューも活発です。 ❏ 現場～経営メンバーの技術理解が深い エンジニア出身の経営陣や、開発経験やデータマネジメン トに強いコンサルタントが在籍するなど、ビジネス側の技 術理解が深く、同じ目線で顧客・業界課題に向き合うこと ができます。 ❏ 社内勉強会の定期実施 自分が関わっていないプロジェクトやナレッジを横断的に 学べる機会が豊富にあります。 （例）プロジェクトレビュー（随時）、雑談会（週1回）、 社内勉強会の開催（週1回）など ソフトウェアエンジニアの面白さ ～ ➂開発に集中できる会社基盤・企業文化 ～

9 課題 • 特殊な商習慣や取扱品目の多さから全ての品目で適正な見積価 格を算出するのが困難 ソリューション • 日次連携されるデータをABEJA Platformに蓄積 • ABEJA Platformで需要予測モデルの学習・推論を実行 • 需要予測結果をDBに投入、見積支援アプリケーション上から見 積を実行 利用技術 • ETLパイプライン AWS(Transfer Family, Lambda, Batch) • 需要予測モデル学習・推論 ABEJA Platform • 見積支援アプリケーション バックエンド：AWS(ALB, ECS, RDS) フロントエンド：AWS(CloudFront, S3) プロジェクト事例（見積自動化） ※ アーキテクチャ概要図のため詳細は省略をしており、適切に情報を処理しています。

10 ビジョン • オフィスで働く人々の ID を起点として行動・需要データに基づ き、個々のニーズに適したフィジカルとデジタルが融合するワ ークプレイスを提供する ソリューション • ID とデータ蓄積・分析基盤の構築 • アプリ・Web サービスを含むソフトウェアと、オフィスのセキ ュリティ機器などのデバイスを統合 • 行動の可視化や需要予測といったデータ活用により、入居後の カスタマーサクセスを実現 利用技術 • Auth0 (IDaaS), CISCO Meraki (クラウド型ネットワーク管理) Google Workspace, MS365 (オフィススイート連携) • クラウド型ビルセキュリティ管理システム • GCP, Go によるバックエンド。Terraform での IaC • React Native によるモバイル and Web アプリ/受付端末 • Next.js による各種管理ツール プロジェクト事例（オフィスDX） ※ アーキテクチャ概要図のため詳細は省略をしており、適切に情報を処理しています。

11 課題 • 商業施設の混雑具合が把握できていない • 混雑度に基づく運営体制の最適化をしたい • 利用者の利便性向上に繋がるサービス開発をしたい • 商業施設に設置したカメラから映像を定期的に取得 • 機械学習モデルにより指定エリアに居る人数を計測 • 人数をもとに混雑度を算出 • 蓄積したデータをBIで閲覧できるようにする • モデル学習・推論 ABEJA Platform • データ蓄積 BigQuery • データ可視化 Looker Studio プロジェクト事例（カメラ映像解析） ソリューション 利用技術

12 標準技術スタックを軸に、顧客ごとに最適な技術スタックを選定の上、開発を進めます。 高品質なシステム開発のために、コードレビュー、IaC、CI/CDなどについても高い水準でのガイドラインを作っています。 Programming Language Application Framework ML Framework Monitoring Infrastrcture DevOps 標準技術スタック

機械学習を組み込んだシステムの開発がしたい 幅広い技術を習得、活用していきたい 顧客と対話しながら開発に携わりたい 成⾧を続ける組織の中で、組織づくりや組織開発に挑戦したい 13 お客様や組織の課題を自分ごととして捉え、 テクノプレナーシップ（※ ）を持って課題解決に取り組んでいただける方を求めています。 1 2 3 4 ※1：テクノプレナーシップとは、 進化するテクノロジー（Technology)を用いて、どのような社会を実現していくかを問い続ける姿勢（Liberal Arts）、そしてこの円環を推進する力（Enterpreneurship）を表した造語です。 ソフトウェアエンジニアに向いている方

近藤 聡 Satoshi Kondo AI系の受託開発会社、Web系のサービス開発会社、フリーラ ンスを経て、2020年2月にABEJA入社。大手企業のレコメ ンド基盤、需要予測システムなどをフルスクラッチで開発。 現在はプレイングマネージャーとしてプロジェクトに関わり ながら、チーム運営、エンジニア採用等にも携わっている。 河﨑 敏弥 Toshiya Kawasaki 創業間もないABEJAへ入社。Deep Learningを使った店舗映 像解析のクラウド処理基盤の開発をリード。その後ABEJA Platformの開発立ち上げを行い、エッジ領域の機械学習機能 の開発をリード。現在は、大手企業のDX事業開発支援にてAI を用いたアプリ開発や、SaaSサービスの開発を実施。 画像 処理・機械学習を使ったアプリ開発、MLOps環境構築、デー タ基盤、インフラ構築、GoやPythonを利用したバックエン ド開発などを得意としている。 14 鈴木 肖太 Shota Suzuki SIerにてDX支援組織の立ち上げをリードし、機械学習を活用 したドキュメント検索システムや若年層向けの金融商品販売 プラットフォームの開発などに従事。その後は自社SaaS開発 案件のアーキテクトとして機械学習モデルを含めたサービス 全体の設計・開発をリード。2022年2月ABEJA入社。プロジ ェクトを技術面でリードする傍ら、データサイエンティスト との協業を効率化するプロジェクトテンプレートの設計・開 発を担当している。 石川 尊教 Takanori Ishikawa (株)ドリコムにてブログ・パッケージの開発・導入、自社サー ビスの運営に携わる。その後、(株)ミクシィに入社。mixiア プリ、mixiプラットフォーム全般の開発を担当。のちに同社 グループのXFLAGスタジオにてプラットフォーム基盤を Elixirで開発。2017年2月ABEJA入社。ABEJA Platformの 設計と開発を担当。得意な技術スタックは React Native、 Elixir など。 エンジニアメンバー紹介

No content