フリーランスエンジニアが抑えておくべきデータベース選定基準と比較表
はじめまして、エンジニアスタイル編集部です!
コラムページでは、ITフリーランスに向けてお役立ち情報を発信します。Twitterではホットな案件を紹介してまいりますので、ぜひフォローをお願いいたします!
本記事が、皆様の参考になれば幸いです。
経験がまだ少ない方にもわかりやすく説明するために、初歩的な内容も記載しております。記事も長いので、実務経験豊富な方は、ぜひ目次から関心のある項目を選択してください。
エンジニアスタイルは、最高単価390万円、国内最大級のITフリーランス・副業案件検索サービスです。ITフリーランス・副業案件一覧をご覧いただけますのであわせてご確認ください。
目次
はじめに
現代のあらゆるアプリケーションにおいて、データベースはその「心臓部」とも言える極めて重要なコンポーネントです。そして、技術の進化に伴い、リレーショナルデータベース(RDB)から多種多様なNoSQLデータベースまで、その選択肢は爆発的に増加しました。フリーランスエンジニアとしてプロジェクトに参画する際、この無数の選択肢の中から、要件に最適なデータベースを技術的根拠に基づいて選定・提案できる能力は、あなたの市場価値を大きく左右します。なぜなら、プロジェクト初期のデータベース選定は、将来のシステムのパフォーマンス、スケーラビリティ、保守性を決定づける、後戻りの難しい重大な意思決定だからです。
本記事では、フリーランスエンジニアが自信を持ってデータベース選定に臨めるよう、その判断基準となるべき9つの評価項目を体系的に解説します。さらに、MySQLやPostgreSQLといった主要なRDBから、MongoDB、Redisなどの代表的なNoSQLまで、それぞれの特徴、長所、短所、そして適したユースケースを徹底的に比較・分析します。この記事を羅針盤として、技術選定という上流工程で確かな価値を発揮できるエンジニアを目指しましょう。
なぜデータベース選定がプロジェクトの成否を分けるのか
データベースは、単なる「データを保存する箱」ではありません。アプリケーション全体の設計思想やパフォーマンス特性を根底から支える、最も重要な基盤の一つです。この選定を誤ると、プロジェクトは深刻な事態に陥る可能性があります。
アプリケーションの根幹を支える「心臓部」
アプリケーションは、データベースから読み取ったデータを加工してユーザーに表示し、ユーザーからの入力をデータベースに書き込む、というサイクルの繰り返しで成り立っています。データベースの応答速度が遅ければ、アプリケーション全体のパフォーマンスが低下します。データベースが頻繁に停止すれば、サービスそのものが提供できなくなります。まさに、データベースはシステム全体の安定稼働とパフォーマンスを支える心臓部なのです。
一度決めたら変更が困難な技術スタック
プログラミング言語やフレームワークとは異なり、稼働中のアプリケーションのデータベースを、データを維持したまま別の種類のものに移行する(DBマイグレーション)のは、極めて困難でリスクの高い作業です。多くの場合、長時間のサービス停止や、綿密なデータ移行計画、アプリケーションコードの大幅な修正が必要となります。そのため、データベースはプロジェクト開始時に「一度決めたら、基本的には最後まで使い続ける」という覚悟が必要な技術スタックです。
パフォーマンスとスケーラビリティへの直接的な影響
扱うデータの種類や量、アクセスパターンに対して不適切なデータベースを選択すると、将来的に深刻なパフォーマンス問題を引き起こします。例えば、高頻度の書き込みと柔軟なデータ構造が求められる要件に、厳格なスキーマを持つRDBを採用すると、パフォーマンスの限界に早期に達してしまう可能性があります。将来の事業成長に伴うデータ量やアクセス数の増加に、システムがどう耐えうるか(スケーラビリティ)は、データベースの選定に大きく依存します。
フリーランスとしての提案力と信頼性に関わる重要判断
フリーランスエンジニア、特に上流工程から関わる場合、「このプロジェクトには、〇〇という理由でこのデータベースが最適です」と、技術的根拠を持って提案できる能力は、クライアントからの信頼を勝ち取る上で非常に重要です。単に「これまでMySQLしか使ったことがないから」といった理由で技術選定を行えば、プロジェクトをリスクに晒すだけでなく、あなた自身の技術者としての評価を損なうことにもなりかねません。
データベース選定のための9つの評価基準
最適なデータベースを選ぶためには、多角的な視点から要件を分析し、各データベースの特性と照らし合わせる必要があります。ここでは、その指針となる9つの評価基準を解説します。
基準1:データの構造と一貫性(RDB vs NoSQL)
最も根本的で重要な基準は、扱うデータがどのような構造を持ち、どの程度厳密な一貫性が求められるかです。これは、RDBとNoSQLを分ける大きな分岐点となります。
RDB(リレーショナルデータベース)が適しているケース
RDBは、行と列からなるテーブル形式でデータを管理し、テーブル間の関連(リレーション)を定義して複雑なデータを扱うことができます。
- データ構造が明確で固定的: ユーザー情報、商品マスタ、注文履歴など、あらかじめ構造がかっちりと決まっているデータの管理に適しています。
- 厳密なデータ一貫性が必須: 金銭の取引や在庫管理など、データの不整合が許されないトランザクション処理が求められる場合に強みを発揮します。
- 複雑な検索や集計が必要: SQLという強力なクエリ言語を用いて、複数のテーブルを結合(JOIN)したり、複雑な条件でデータを集計・分析したりする用途に適しています。
NoSQLデータベースが適しているケース
NoSQLは「Not Only SQL」の略で、RDB以外のデータベースの総称です。特定の用途に特化しており、様々なデータモデルが存在します。
- データ構造が流動的・非構造的: SNSの投稿、ログデータ、IoTデバイスのセンサーデータなど、データ構造が事前に定義できない、あるいは項目が頻繁に変わるような柔軟なスキーマが求められる場合に適しています。
- 大量のデータを高速に書き込みたい: 厳密な一貫性よりも、書き込み性能や可用性を優先したい場合に強みを発揮します。
- データの関連性が低い、またはシンプルな検索: 複雑なJOINを必要としない、シンプルなデータ構造の管理に適しています。
ACID特性とBASE特性
この一貫性の違いは、それぞれのデータベースが準拠する特性モデルによって説明されます。
- ACID(RDB):
Atomicity(原子性): トランザクションは完全に成功するか、完全に失敗するかのどちらか。
Consistency(一貫性): トランザクションの前後で、データベースの整合性が保たれる。
Isolation(独立性): 複数のトランザクションを同時に実行しても、互いに影響を与えない。
Durability(永続性): 一度成功したトランザクションの結果は、障害が発生しても失われない。
- BASE(NoSQLの多く):
Basically Available(基本的に利用可能): 一部のノードが故障しても、システム全体としては動き続ける。
Soft state(柔軟な状態): システムの状態は、時間の経過と共に変化する可能性がある。
Eventually consistent(結果整合性): データの一貫性は即時には保証されないが、最終的には(Eventually)一貫性がとれた状態になる。
基準2:スケーラビリティ(スケールアップ vs スケールアウト)
将来のアクセス増やデータ増にどう対応するか、というスケーラビリティの要求も重要な基準です。
- スケールアップ: サーバーのスペック(CPU, メモリ, ストレージ)を向上させることで性能を上げる方法。RDBが得意とする垂直スケーリング。一台のサーバー性能に限界がある。
- スケールアウト: サーバーの台数を増やすことで性能を上げる方法。NoSQLの多くが得意とする水平スケーリング。理論上は無限にスケールできる。
[図:スケールアップとスケールアウトの違いを視覚的に示すイラスト]
基準3:パフォーマンスとクエリの複雑性
アプリケーションが要求する読み書きのパフォーマンスと、どのようなクエリが発行されるかを考慮します。
- 高頻度の読み書き: 大量の書き込みが想定される場合は、NoSQL(特にKVSやカラム指向DB)が有利なことが多いです。
- 複雑なクエリ: 複数の条件での絞り込みや、データ集計が必要な場合は、RDBのSQLが強力です。NoSQLの中には、クエリの表現力が限られるものもあります。
基準4:可用性と耐障害性
システムがどれだけ停止せずに稼働し続けられるか、という可用性の要件です。多くのNoSQLデータベースは、データを複数のサーバーに複製(レプリケーション)し、一部のサーバーがダウンしてもサービスを継続できる分散設計を前提としており、高い可用性を実現しやすい特徴があります。RDBもレプリケーションによる可用性向上は可能ですが、構成が複雑になりがちです。
基準5:セキュリティ要件
個人情報や決済情報など、機密性の高いデータを扱う場合は、データベースが提供するセキュリティ機能(データの暗号化、アクセス制御、監査ログなど)が要件を満たしているかを確認する必要があります。
基準6:運用・保守のコストと学習曲線
データベースは導入して終わりではありません。バックアップ、リカバリ、バージョンアップ、パフォーマンス監視といった継続的な運用が必要です。
- 運用の手間: 運用を自動化するツールが豊富か、情報が多いか。
- 学習コスト: チームメンバーがそのデータベースの知識を持っているか。新しい技術であれば、学習のための時間とコストがかかります。フリーランスとして、自身が使い慣れている技術かどうかも重要な判断材料です。
基準7:エコシステムとコミュニティ
周辺ツールやライブラリが豊富か、コミュニティが活発で情報が得やすいかは、開発効率やトラブル解決の速さに直結します。歴史が長く、広く使われているデータベース(MySQL, PostgreSQLなど)は、この点で非常に有利です。
基準8:ライセンスとコスト(OSS vs 商用DB)
オープンソース(OSS)のデータベースは初期費用がかからない魅力がありますが、サポートが必要な場合は有償契約が必要になることもあります。Oracle Databaseのような商用データベースは、高機能で手厚いサポートが受けられますが、高額なライセンス費用がかかります。
基準9:クラウド(マネージドサービス)との親和性
AWSのRDS/Aurora、Google CloudのCloud SQLなど、クラウドベンダーが提供するマネージドデータベースサービス(DBaaS)を利用する場合、そのプラットフォームで提供されているか、またそのサービスの機能や料金体系も選定の重要な要素となります。マネージドサービスを利用すれば、運用の手間を大幅に削減できます。
主要データベース徹底比較:RDB編
上記の基準を踏まえ、代表的なリレーショナルデータベース(RDB)の特徴を見ていきましょう。
MySQL:Web開発のデファクトスタンダード
世界で最も広く利用されているオープンソースのRDBの一つです。LAMP(Linux, Apache, MySQL, PHP/Perl/Python)環境の構成要素として、多くのWebアプリケーションで採用されてきました。
特徴と強み
- 高速な読み取り性能: シンプルなクエリに対する読み取り性能に定評があります。
- 豊富な実績と情報量: 世界中で圧倒的な採用実績があり、Web上にドキュメント、ノウハウ、トラブルシューティング情報が豊富に存在します。
- エコシステムの成熟: 各種プログラミング言語からのドライバや、管理ツールが充実しています。
- レプリケーション機能: 標準でレプリケーション機能がサポートされており、可用性や負荷分散構成を組みやすいです。
注意点と適したユースケース
- 複雑なクエリの性能: 非常に複雑なJOINやサブクエリを含むクエリでは、PostgreSQLに劣る場合があるとされています。
- 機能の豊富さ: PostgreSQLと比較すると、標準でサポートする機能は限定的です(ただし、バージョンアップで機能は拡充されています)。
- 適したユースケース: ブログ、CMS、ECサイトなど、一般的なWebアプリケーション全般。高い読み取り性能が求められるサービス。
参考URL: https://www.mysql.com/jp/
PostgreSQL:多機能と拡張性を誇る本格派
「ポスグレ」の愛称で知られる、非常に高機能で拡張性の高いオープンソースのRDBです。近年、MySQLと人気を二分する存在となっています。
特徴と強み
- 機能の豊富さ: 標準でJSON型のサポート、地理情報データを扱うPostGIS、高度なトランザクション制御、多彩なインデックスなど、非常に多くの機能を備えています。
- 高い準拠性: SQLの標準規格への準拠性が高く、より堅牢なデータ管理が可能です。
- 複雑なクエリの性能: オプティマイザが賢く、複雑なクエリでも高いパフォーマンスを発揮します。データ分析やバッチ処理にも向いています。
- 高い拡張性: ユーザー定義関数や独自のデータ型を追加でき、特定の用途に合わせてカスタマイズが可能です。
注意点と適したユースケース
- 書き込み性能: 高頻度の単純な書き込み処理では、MySQLに若干劣るケースがあるとされています。
- 学習コスト: MySQLと比較すると、機能が豊富な分、習得すべき知識は多くなります。
- 適したユースケース: データ分析基盤、金融システム、地理情報システムなど、データの堅牢性や複雑な処理が求められるアプリケーション。
参考URL: https://www.postgresql.jp/
SQLite:手軽さが魅力の組み込み向けDB
サーバーを必要とせず、単一のファイルとして動作する、非常に軽量なライブラリ型のRDBです。
特徴と強み
- サーバーレス: アプリケーションに直接組み込んで使用するため、DBサーバーのインストールや設定が一切不要です。
- ゼロコンフィグ: 設定ファイルなどがなく、手軽に利用を開始できます。
- ポータビリティ: データベースが単一のファイルなので、コピーや移動が非常に簡単です。
注意点と適したユースケース
- 同時書き込み性能の低さ: 同時に複数のプロセスからの書き込みアクセスを苦手とします。
- 適したユースケース: スマートフォンアプリやデスクトップアプリのローカルデータ保存、小規模なWebサイト、開発環境でのテスト用DB。
参考URL: https://www.sqlite.org/index.html
主要データベース徹底比較:NoSQL編
次に、多種多様なNoSQLデータベースの中から、代表的なものをデータモデルごとに見ていきましょう。
ドキュメント指向DB:MongoDB
JSONライクなBSON(Binary JSON)形式で、データを「ドキュメント」として格納するデータベースです。
特徴と強み
- 柔軟なスキーマ: RDBのように事前にテーブル定義を厳密に行う必要がなく、ドキュメントごとに異なる構造を持つことができます。開発途中の仕様変更に強いです。
- 直感的なデータモデル: アプリケーションで扱うオブジェクトとデータ構造が近いため、プログラマにとって直感的に扱うことができます。
- 高いスケーラビリティ: シャーディング(データを複数のサーバーに分散)による水平スケーリングを容易に実現できます。
注意点と適したユースケース
- トランザクション: 近年のバージョンでは複数ドキュメントにまたがるACIDトランザクションもサポートされましたが、元々の設計思想は結果整合性(BASE)に基づいています。
- データの一貫性: スキーマレスであるため、アプリケーション側でデータの一貫性を保つための工夫が必要です。
- 適したユースケース: SNS、ブログ、コンテンツ管理システム、ユーザープロファイル管理など、データ構造が変化しやすい、あるいは半構造化データを扱うアプリケーション。
参考URL: https://www.mongodb.com/ja-jp
KVS(キー・バリュー・ストア):Redis
データを「キー」と「バリュー」のペアという非常にシンプルな構造で格納するデータベースです。
特徴と強み
- 超高速な読み書き: データをメモリ上に格納するインメモリ型であるため、ディスクベースのDBとは比較にならないほどの高速な読み書き性能を誇ります。
- 多彩なデータ構造: 単純な文字列だけでなく、リスト、ハッシュ、セット、ソート済みセットといった多彩なデータ構造をサポートしており、様々な用途に応用できます。
- 高いスケーラビリティ: レプリケーションやクラスタリングによるスケールアウトが容易です。
注意点と適したユースケース
- データの永続性: インメモリが基本のため、サーバーが停止するとデータが失われる可能性があります(永続化の仕組みもあります)。
- メモリ容量の制約: 搭載されている物理メモリの容量が、格納できるデータ量の制約となります。
- 適したユースケース: キャッシュサーバー、セッション管理、リアルタイムランキング、メッセージキューなど、速度が最優先される用途。
参考URL: https://redis.io/
カラム指向DB:Apache Cassandra
GoogleのBigtableに影響を受けた、非常に高いスケーラビリティと可用性を特徴とする分散データベースです。
特徴と強み
- 高い書き込み性能とスケーラビリティ: 大量の書き込み処理を捌くことに特化しており、サーバーを追加するだけでリニアに性能が向上します。
- 高い可用性と耐障害性: 特定のサーバーが停止してもサービス全体が停止しない「マスターレス」構成で、SPOF(単一障害点)が存在しません。
- 地理的分散: 複数のデータセンターにまたがってデータを分散配置することが容易です。
注意点と適したユースケース
- クエリの制約: データの読み取りには、パーティションキーの指定がほぼ必須となるなど、クエリに制約があります。複雑な検索は苦手です。
- 結果整合性: 強い整合性よりも、可用性を優先した結果整合性モデルです。
- 適したユースケース: IoTプラットフォーム、ログ収集システム、メッセージングアプリなど、膨大な量のデータを高速に書き込み続け、かつ高い可用性が求められる大規模システム。
参考URL: https://cassandra.apache.org/_/index.html
比較まとめ表:一目でわかる各データベースの特徴
これまでに紹介したデータベースの特徴を、一覧表にまとめます。
| データベース | 種別 | データモデル | 一貫性モデル | スケーリング | 主なユースケース |
| MySQL | RDB | テーブル | ACID | スケールアップ/アウト | 一般的なWebアプリケーション、CMS、ECサイト |
| PostgreSQL | RDB | テーブル | ACID | スケールアップ/アウト | データ分析、金融システム、GIS、堅牢性が求められるシステム |
| SQLite | RDB | テーブル | ACID | 不可 | 組み込み、モバイルアプリ、小規模サイト、テスト用 |
| MongoDB | NoSQL | ドキュメント | BASE (一部ACID) | スケールアウト | コンテンツ管理、SNS、ユーザープロファイル、IoT |
| Redis | NoSQL | キー・バリュー | – | スケールアウト | キャッシュ、セッション管理、リアルタイムランキング、メッセージキュー |
| Cassandra | NoSQL | ワイドカラム | BASE | スケールアウト | 大規模ログ収集、IoT、メッセージング、時系列データ |
データベース選定スキルが市場価値を高める!エンジニアスタイルで最適な案件を探そう
ここまで見てきたように、データベース選定は、多様な選択肢の中からプロジェクトの要件に最適なものを見つけ出す、高度な判断力と幅広い知識が求められる作業です。そして、この「技術選定能力」こそが、フリーランスエンジニアの市場価値を大きく左右する重要なスキルとなります。
なぜ「DBが選べる」エンジニアは高単価なのか?
単に言われた通りにコードを書く「作業者」ではなく、プロジェクトの根幹をなすアーキテクチャ設計や技術選定から関与できるエンジニアは、クライアントにとって極めて価値の高い存在です。なぜなら、その初期段階の判断が、将来の開発生産性やシステムの拡張性、運用コストにまで大きな影響を与えるからです。適切なデータベースを提案し、その選定理由を論理的に説明できる能力は、あなたの単価をワンランク、ツーランク上へと引き上げる強力な武器となります。
提案力が求められる上流工程案件との出会い
このような技術選定スキルを活かせるのは、主にプロジェクトの企画・設計といった「上流工程」の案件です。しかし、こうした魅力的な案件は、個人のネットワークだけで見つけ出すのは容易ではありません。そこで活用したいのが、日本最大級のフリーランスエンジニア向け案件検索プラットフォーム「エンジニアスタイル」です。
エンジニアスタイルで技術選定フェーズから関われる案件を探す方法
エンジニアスタイルには、日本全国の優良エージェントが保有する20万件以上の案件が集約されています。その中には、「新規事業立ち上げ」「技術選後のアーキテクチャ設計」「レガシーシステム刷新」といった、まさにデータベース選定から関われるような、やりがいのある高単価案件が豊富に含まれています。
「PostgreSQL」「MongoDB」「アーキテクチャ設計」といったキーワードで検索すれば、あなたの深い知識を求めているプロジェクトにきっと出会えるはずです。
参考URL: https://engineer-style.jp/
自身の経験データベースを武器にキャリアを設計する
エンジニアスタイルで様々な案件を比較検討することは、あなた自身の「経験データベース」をアップデートし、キャリア戦略を練る上でも非常に有効です。市場でどのようなデータベース技術が、どのくらいの単価で求められているのかを把握し、次なる学習目標を定めることができます。データベース選定という強力なスキルを武器に、エンジニアスタイルであなたのキャリアの可能性を最大限に広げてください。
まとめ
データベース選定に「銀の弾丸」は存在しません。あるプロジェクトで最適だったデータベースが、別のプロジェクトでも最適であるとは限らないのです。重要なのは、本記事で解説した9つの評価基準のような体系的なフレームワークに基づき、アプリケーションの要件と、各データベースの特性を冷静に比較・検討し、技術的根拠を持って最適な一つを選択するプロセスそのものです。フリーランスエンジニアとして、このプロセスを主導できる能力は、あなたを単なる開発者から、クライアントのビジネスに貢献する信頼性の高い「技術パートナー」へと昇華させるでしょう。
MySQL, PostgreSQL, MongoDB, Redis… それぞれのデータベースは、解決すべき課題が異なる、個性豊かなツールです。それぞれの強みと弱みを深く理解し、適材適所で使いこなすことで、あなたはより堅牢で、スケーラブルで、高性能なシステムを構築できるはずです。この探求の旅は、エンジニアとしての知的好奇心を満たし、あなたのキャリアをより豊かにしてくれるに違いありません。
- CATEGORY
- フリーランス
- TAGS
-
-
-
-
-
-
-
不動産管理DXサービスにおけるAIソリューション提案の統括(プリセールスエンジニア)【プリセールス・Python・TypeScript/フルリモート】の 求人・案件
- 1,000,000 円/月〜
-
その他
- Python TypeScript JavaScript SQL
-
(リモート)【データエンジニア】AWSを活用したデータ分析基盤・ETL構築の 求人・案件
- 940,000 円/月〜
-
その他
-
(リモート)【SQL】データクレンジング+システム設計確認担当の 求人・案件
- 720,000 円/月〜
-
渋谷
- SQL
-
【SQL】データ分析基盤におけるデータクレンジングおよびシステム設計確認業務の 求人・案件
- 610,000 円/月〜
-
渋谷
- SQL
-
(リモート)【DB】基幹業務システムの運用・保守開発の 求人・案件
- 990,000 円/月〜
-
その他
- Java Python Kotlin SQL
-
(リモート)【SQL】データ分析基盤におけるデータクレンジング業務の 求人・案件
- 550,000 円/月〜
-
渋谷
- SQL
-
Oracle更改に伴うClient切替・基盤スクリプト改修|金融業のエンジニア求人・案件の 求人・案件
- 990,000 円/月〜
-
その他
- Bash
-
(リモート)【データベースエンジニア】金融向けDB設計構築の 求人・案件
- 880,000 円/月〜
-
その他
- SQL
-
(リモート)【データベースエンジニア】金融業向けDB設計・構築・チューニング(DBA)の 求人・案件
- 880,000 円/月〜
-
その他
- SQL
-
(リモート)【SQL、OracleDB】ヘルスケア事業者向けデータクレンジングの 求人・案件
- 660,000 円/月〜
-
その他
- SQL
-
(リモート)【Databricks】金融業界のデータ統合・利活用の 求人・案件
- 1,100,000 円/月〜
-
番町・麹町・永田町
-
(フルリモート)【データベースエンジニア】電子カルテデータプラットフォームのデータ基盤、パイプライン構築の 求人・案件
- 990,000 円/月〜
-
その他
- JavaScript SQL
-
(フルリモート)【データベースエンジニア】電子カルテデータプラットフォームのデータ基盤、パイプライン構築の 求人・案件
- 990,000 円/月〜
-
その他
- JavaScript SQL
-
【インフラ】Azure上でのRAG構築支援の 求人・案件
- 1,100,000 円/月〜
-
その他
-
(リモート)【インフラ】Azure上でのRAG構築支援の 求人・案件
- 940,000 円/月〜
-
その他
-
【インフラ】Azure上でのRAG構築支援の 求人・案件
- 1,100,000 円/月〜
-
その他
-
(フルリモート)【AWS】カラオケ店のアプリリニューアルの 求人・案件
- 830,000 円/月〜
-
その他
- SQL
-
【DBエンジニア(SQL全般)】データ分析基盤およびDWH環境における設計開発と検証対応の 求人・案件
- 1,270,000 円/月〜
-
その他
- SQL
-
ゲーム開発における3D制作の進行管理(PM)【PM・Unity/リモートあり】の 求人・案件
- 740,000 円/月〜
-
その他
-
SaaS企業における全社セキュリティ戦略の策定・推進とAIガバナンス整備【セキュリティ・EDR/リモートあり】の 求人・案件
- 1,180,000 円/月〜
-
その他
-
セキュリティリスク改善推進のリード・ガバナンス体制構築【セキュリティガバナンス・CNAPP/リモートあり】の 求人・案件
- 650,000 円/月〜
-
その他
-
【TypeScript/React/リモート併用】介護保険請求ソフトのQA業務の 求人・案件
- 690,000 円/月〜
-
その他
- TypeScript Java Ruby C# JavaScript
-
【PM/PL/リモート併用】既存Webサービスの機能改善・開発推進の 求人・案件
- 880,000 円/月〜
-
その他
-
ソーシャルゲームのデータ分析支援(バッチ運用環境・分析ツール開発)【Python・TypeScript・AWS】の 求人・案件
- 690,000 円/月〜
-
渋谷
- Python TypeScript SQL
-
会計パッケージ製品のオンプレ側品質保証リーダー(生成AIを活用したテスト設計・自動化)【Delphi・テスト自動化/リモートあり】の 求人・案件
- 830,000 円/月〜
-
その他
-
購買業務改革・SAP導入支援(SAP Aribaコンサルタント)【SAP Ariba/リモートあり】の 求人・案件
- 1,000,000 円/月〜
-
その他
-
生成AIソリューションのプリセールスエンジニア【生成AI・LLM/リモートあり】の 求人・案件
- 690,000 円/月〜
-
その他
-
【Ruby/週5日/ハイブリッド(週1-2出社)】決済・キャンペーン機能の新規開発・改善の 求人・案件
- 1,160,000 円/月〜
-
その他
- Ruby TypeScript
-
【週3日/フルリモート(地方可能)】クリエイター支援プラットフォームのグロース戦略立案・推進の 求人・案件
- 830,000 円/月〜
-
その他
- その他
-
【Azure】ワークフロー機能追加開発の運用設計支援|一部リモートのエンジニア求人・案件の 求人・案件
- 1,320,000 円/月〜
-
新宿
-
【Azure】ユーザー側IT部門社員代替の基盤更改支援のエンジニア求人・案件の 求人・案件
- 1,100,000 円/月〜
-
その他
-
エンタメ企業の会計連携プロダクトにおけるフルスタック開発・クラウド移行【Python・Java・Kotlin・AWS/リモートあり】の 求人・案件
- 830,000 円/月〜
-
その他
- Java Python Kotlin SQL
-
自動車販売企業のマーケティング領域におけるデータ基盤・インフラ開発【AWS・Glue・Athena/フルリモート】の 求人・案件
- 830,000 円/月〜
-
その他
- Python Ruby Dart JavaScript
-
FinTechプロダクトのフルサイクル開発とAI活用による開発プロセス改革(リードエンジニア)【TypeScript・Node.js・React・Next.js/フルリモート】の 求人・案件
- 780,000 円/月〜
-
その他
- JavaScript TypeScript Nodejs
-
自社生成AIツールにおけるバックエンド開発【Python・AWS/リモートあり】の 求人・案件
- 610,000 円/月〜
-
その他
- Python Go言語 SQL TypeScript
-
電子広告配信プラットフォームにおけるバックエンド開発・運用保守【Java(Spring)・AWS/リモートあり】の 求人・案件
- 740,000 円/月〜
-
その他
- Java Kotlin
