Dockerエンジニア／年収900万円以上の求人・転職・中途採用情報 一覧（2ページ目）

■必須条件

・サーバー・クラウド開発経験（フロントエンド、バックエンド、インフラのいずれか、または、複数の開発経験） ・プロジェクトの進捗に臨機応変に対応していける柔軟性や責任感のある方 ・何らかのリーダー経験もしくは顧客折衝経験

■必須条件

・サーバー・クラウド開発経験（フロントエンド、バックエンド、インフラのいずれか、または、複数の開発経験） ・プロジェクトの進捗に臨機応変に対応していける柔軟性や責任感のある方 ・何らかのリーダー経験もしくは顧客折衝経験

■必須条件

・Webアプリケーション開発の実務経験（フロントエンド・バックエンドいずれか、目安4年以上） ・仕様や課題に対して自ら考え、提案・実装までやり切れる方 ・チームメンバーやビジネスサイドと連携しながら開発を進められるコミュニケーション能力

■必須条件

・LLMを組み込んだアプリケーション開発経験または機械学習を用いたプロダクト開発経験のいずれか ・機械学習や統計解析を含むデータ分析を行った経験 ・Git/Githubやクラウド基盤（Google Cloud, AWSなど）を活用した経験

■必須条件

・Webアプリケーションの開発実務経験（3年以上） ・SQLを用いたデータ抽出・調査の実務経験 ・顧客折衝経験（エンジニアとして顧客と対話し、課題解決をした経験） 上記に加え、以下いずれかのご経験をお持ちの方 ① SIer・ベンダーでの大手企業向けプロジェクトのPL/PM経験 ② 事業会社のIT部門（情シス・コーポレートエンジニア等）での 　 ステークホルダー調整を含む経験 ③ SaaS企業でのCRE・テクニカルサポート・カスタマーサクセスの経験 　（技術的素養があり、開発チームとの連携経験があるもの）

■必須条件

SQLを用いた大規模データの抽出・加工経験（5年以上）、Gtihubなどを用いたコード管理とチーム開発経験且つ、 下記いずれかにおいて技術的にリードしたご経験 ・BIツールを用いたダッシュボード設計・運用経験（5年以上） ・Transformationツール（dbt / dataformなど）を用いたデータ処理・ETLの実装経験（5年以上） ・クラウド環境（GCP、AWS、Azureいずれか）でのデータ分析基盤構築経験（5年以上）

■必須条件

・バックエンド開発における5年以上の実務経験 ・Goを用いたバックエンド開発の実務経験 ・大規模または複雑なシステムにおける設計・技術選定の経験 ・言語に依存せず、適切な技術選択と習得ができる能力 ・Linux環境での開発経験 ・Gitなどのバージョン管理の利用経験 ・保守性を意識した設計・実装経験（テスト、型、設計原則など） ・Claude Code / Copilot / Cursor / ChatGPT などのAI開発ツールを用いた開発経験 ・日本語ネイティブレベル

■必須条件

以下のご経験をお持ちの方 ・パブリッククラウド（AWS、Azure、OCI、Google Cloud（GCP）等いずれか）の業務利用経験 ・LinuxサーバもしくはWindowsサーバの業務利用経験（オンプレのみも可）

■必須条件

・システム開発の実務経験7年以上 ・基本設計～テスト工程の実務経験 ・Python、Java、TypeScript、Goなどの言語を用いた高度な開発スキル

■必須条件

下記のご経験や類似したご経験をお持ちであること ・サーバーサイドアプリケーションまたは ETL 処理の開発・運用経験（7年以上） ・AWSやGCPなどのパブリッククラウドを用いた開発・運用経験（7年以上） ・Git などのバージョン管理ツールを用いた開発経験 ・レビュー担当者（品質担保の担当者）としてエンジニアメンバーへの技術レビューの経験 ・3人以上の開発チームにおけるPLやテックリードの経験

■必須条件

・Webアプリケーション開発の実務経験5年以上（使用言語は問いません） ・5名〜10名規模の開発組織におけるマネジメント経験 ・1on1や評価を通じてメンバーの育成に携わった経験

■必須条件

・Webアプリケーションの開発経験5年以上（フロントエンド・バックエンド両方の経験必須） ・クラウドサービス（AWS、GCP、Azure等）を活用した開発・運用経験 ・チームでの開発経験（コードレビュ、設計レビュー含む）

■必須条件

・Webアプリケーションのバックエンド開発経験（言語不問） ・データベース（RDB/SQL）の基礎知識・利用経験 上記に加え、以下いずれかのご経験 ・SIerでのシステム開発の上流工程経験（要件定義や基本設計など） ・顧客折衝を含むCRM/SFA等のシステム導入プロジェクト経験 ┗※業界不問。SaaSベンダー、SIer、コンサルティングファームなど、ご所属の企業形態は問いません。

■必須条件

・Webアプリケーションの開発・運用経験（フロントエンド・バックエンド両方のご経験があること） ・未経験の技術や言語であっても、自らキャッチアップし業務に適用できる高い自己研磨力

■必須条件

・Webアプリケーションの開発・運用経験 ・Webサービスのアーキテクチャ設計やパフォーマンス改善の経験 ・テックリード、リードエンジニア、PMなどの経験（2～3名規模のチームでも歓迎）

■必須条件

・業務課題をヒアリングし、業務改善・システム導入プロジェクトのリード経験（企画・要件定義〜運用） ・AI／機械学習プロダクトの導入支援・活用推進の経験（PoC〜運用） ・ AIエージェント、LLMアプリケーション、社内AIツール等の開発経験 ・AIエージェントの応答品質の定義、および評価・改善サイクルの設計・運用経験 ・Infrastructure as Code（Terraform等）を用いた構築・運用経験

■必須条件

・ソフトウェアエンジニア実務経験（バックエンド／インフラ領域で3年以上） ・技術的意思決定（アーキテクチャ設計等）を行いプロジェクトをリードした経験 ・エンジニア・ビジネスサイド双方と円滑に連携し、仕様策定や合意形成を推進した経験

■必須条件

クラウド／オンプレミスを問わず、インフラ設計、構築の実務経験がある方 ※学歴不問

■必須条件

•Webアプリケーション開発の実務経験（3年以上目安） •チーム内でプロセス改善を主体的に進めた経験（規模・立場は問いません） •アジャイル/スクラム開発の実務経験

■必須条件

・Webアプリケーションにおけるバックエンド開発の実務経験（目安：3年以上） ・アーキテクチャ設計、またはリアーキテクチャーに携わった経験 ・パブリッククラウドを用いた構築・運用経験

■必須条件

・TypeScript (Node.js) または Python でのWebアプリケーション開発の実務経験（目安：3年以上） ・API連携、プロンプトエンジニアリング、RAG構築などの実践的な知識・スキル（目安：1年以上） ・LangChain / LangGraph等を用いたAIエージェント開発経験（個人開発やプロトタイプ、検証レベルでも可） ・GitHubを利用したチーム開発経験 ・ビジネスレベルの日本語

■必須条件

・金融機関（銀行、証券、保険）または貿易領域でのシステム開発リーダー、プロジェクトマネージメント経験（目安3年以上）

■必須条件

Pythonを用いたプログラミングの実務経験 深層学習フレームワーク（PyTorch等）の利用経験 強化学習または模倣学習の基礎知識 Linux環境での開発経験

■必須条件

修士号以上（機械学習、ロボティクス、制御工学、または関連分野） 機械学習・深層学習に関する研究経験 査読付き学会またはジャーナルでの論文発表実績 Pythonおよび深層学習フレームワーク（PyTorch等）を用いた実装経験

■必須条件

・AI Agentを使った開発・運用経験(半年以上) ・エンジニアリングマネージャー（EM）またはCTO / VPoE としての組織マネジメント経験（十名以上の規模） ・下記スキル・経験をお持ちの方 - アプリケーション開発・運用経験（8年以上目安／Python, Go, TypeScript等での設計・開発経験） - レガシーシステムのリプレイス、またはアナログ業務（手動オペレーション）のシステム化

■必須条件

・AWSを利用したインフラ設計・構築・運用経験（3年以上） ・IaCの考え方を取り入れた基盤構築/管理/運用の経験

■必須条件

・React Native を用いた開発経験

■必須条件

・Webアプリケーション開発における、要件定義・設計・実装・テスト・リリース・保守までの一連の開発経験 ・業務特性、非機能要件を理解したシステムの設計・運用経験

■必須条件

・Webアプリケーションのバックエンド開発経験（目安：3年以上） ・仕様を理解し、自ら設計・実装・テストまで一連の開発経験 ・Gitを用いたチーム開発の経験

■必須条件

・AI/機械学習を用いたプロダクト・サービスの実装経験（目安：3〜5年以上）：単なるモデル作成（Jupyter等）に留まらず、推論エンドポイントの作成やアプリケーションへの組み込みまで一貫して携わった経験。 ・LLM（大規模言語モデル）の実装・活用経験：RAG（検索拡張生成）の構築や、プロンプトエンジニアリング、APIを用いたAI機能の社会実装経験。 ・Pythonを用いたクリーンかつ堅牢なソフトウェア開発能力：プロダクトコードとして耐えうる、保守性・再利用性を意識した実装ができること。 ・データ基盤の操作・活用スキル：SQLを用いた大規模データの抽出・加工能力に加え、ベクトルデータベース（Vector Database）等のAI周辺技術への理解。 ・AIの社会実装に対する強いオーナーシップ：数学・統計の基礎知識をベースに、精度向上だけでなく「ユーザーの課題解決」を最優先に手法を選択できること。