検索エンジニア

必須

• 検索システムの構築・運用経験
• プロダクトで目的に合わせた検索品質改善を設計・実装・評価まで一貫して担った実務経験
• リランキングやクエリ拡張、RAG、エージェントなど、機械学習モデルやLLMを組み込んだ検索・情報アクセスの実装経験（業務・個人開発を問いません。LLMのプロンプト調整のみの場合を除く）

歓迎

• リランキング、クエリ拡張等を含めた検索パイプライン全体において、ボトルネックの特定、評価指標/評価方法の設計、評価、改善までを担った経験
• エージェントやLLMが利用する検索・情報アクセスの設計経験
• Function calling・MCP・A2A等、AI Agent周辺のツール設計・開発の経験
• グラフデータベースや各種データストアに関する知見
• Dense Retrieval・Sparse Retrieval・Reranking等、ニューラル検索手法の実装経験や知見
• 情報検索に関する学術的なバックグラウンド

求める人物像

• 何を良い検索と定義し、どう評価すれば改善を判断できるのかを考えることに面白さを感じる方
• LLMやエージェントが利用する情報アクセスに、自らの検索の経験を持ち込みたい方
• 検証で終わらせず、プロダクトへ実装し、ユーザーへの効果まで見届けたい方
• HR領域特有の課題を理解し、汎用的な手法をドメインに合わせて設計・評価できる方
• 立ち上げ期のチームで、前提が変わることを織り込みながら、自ら情報を集めて前に進められる方

使用ツール

募集背景

• ビズリーチの心臓部である検索機能や推薦機能は、15年以上にわたり、数多くのマッチング機会を生み出してきました。マッチングサイエンスグループは、その機会を最大化するための技術資産をつくるために発足したチームです。私たちはマッチング機会を広げる技術を開発し、実際のユーザーに届けるところまで責任を持っています。
• 私たちは検索技術を、検索画面のためだけでなく、必要な情報に適切にアクセスし、その品質を評価・改善するための技術だと捉えています。これまでベクトル検索の導入やランキングの改善など、新しい技術をプロダクトの検索に取り入れ、品質を高めてきました。現在はその対象を、AIエージェントが利用する情報アクセスや、検索画面にとどまらないプロダクト体験へと広げています。この取り組みを、設計から評価まで一貫して担える方を求めています。

どんな人がいるチームか

• 全員が検索・推薦・自然言語処理のいずれかの領域に専門性を持っています。そのうえで、研究開発やモデリングに軸足を置くメンバーから、アプリケーション開発に軸足を置くメンバーまで、得意領域はそれぞれ異なります。
• 一人で研究から実装、運用までのすべてを背負うのではなく、それぞれの強みを軸にしながら、チームとして研究開発から本番デリバリーまでを担っています。

チームの課題とジョインいただいて解決に力を貸して欲しいこと

• 検索画面にとどまらない検索技術の適用、検索モデルの改善、リランキングの検証など、取り組みたいテーマは多い一方で、複数のテーマを並行して進められていません。

検索画面にとどまらない検索技術の適用

• ユーザーが自らキーワードを考えて入力する従来の検索画面だけでは、提供しきれていないマッチングの機会があります。類似検索や、LLM・エージェントが発行する検索など、人がクエリを書かない場面に検索技術を適用し、質の高いマッチング機会をより多く届けることに取り組んでいます。これらは人の検索とはクエリの形も求められる結果も異なるため、既存の検索を流用するのではなく、用途ごとに設計し、実装と検証を重ねて確立していく必要があります。

検索パイプライン全体の品質改善

• 検索結果の品質が、クエリ解釈・リトリーブ・リランキングのどの段階で決まっているのかは見えにくく、個々のモデルの精度だけを見ていても改善の判断はできません。パイプライン全体で評価指標を定め、ボトルネックを特定して改善するサイクルを回せる状態にする必要があります。

検索品質を評価する仕組み

• 何を良い検索と定義し、オフラインでどう測り、本番でどう確認するのかが整理されていないと、改善の判断が属人的になります。継続的に判断を行える評価の仕組みを整える必要があります。

業務内容

• 検索・情報アクセス技術の設計、実装、改善
• 検索モデル、ランキング・リランキングモデルの実装と評価
• 検索パイプラインの分析と品質改善
• 検索品質の評価設計、実験、結果の解釈
• LLM・エージェントが利用する検索・情報アクセス技術の調査、検証、実装
• 必要に応じたエージェントシステムの設計・実装
• 本番環境への実装、A/Bテスト等による実ユーザーへの効果検証

API開発

• Kotlin, Spring Boot, Python,FastAPI

ML・データ分析

• Python, Jupyter Notebook, BigQuery

クラウド

• AWS(ECS, Lambda, Kinesis 等), Docker

プロビジョニング

• Terraform

DB

• MySQL

検索エンジン

• Elasticsearch(Elastic Cloud) / OpenSearch

ソースコード管理

• GitHub

IDE

• IntelliJ / Visual Studio Code

AI

• Claude Code, Gemini

モニタリング

• Datadog

コミュニケーション

• Slack, Zoom, Miro