機械学習エンジニア

必須

• レコメンデーションなど toC プロダクト向けのモデルを開発・本番投入し、改善サイクルを回した経験
• Python および主要 ML フレームワークの実務スキル
• SQL による大規模データからの特徴量生成経験
• オフライン評価および A/B テストの設計・解釈の経験
• 生成AI / AIコーディングツールを活用した業務経験

歓迎

• Two-tower、系列レコメンド、LTR等の実装経験
• ANN / ベクトル検索の運用経験
• LLM・マルチモーダルモデルを用いた非構造化データ（口コミテキスト、画像）からの特徴量抽出経験
• MLOps 基盤の構築経験

使用ツール

募集内容

• 2026年10月、食べログカンパニーに「データ推進部」が発足しました。
• 生成AIを活用した分析の高度化、アプリのパーソナライズ、効果検証の高度化、非構造化データからのインサイト抽出など、全社的なデータ活用を本格的に強化しています。
• 食べログには、膨大な行動ログ、店舗情報、口コミ・画像といった、パーソナライズに直結する豊かなデータが蓄積されています。これらを本番環境のレコメンデーションとしてユーザーへ届け、継続的な改善サイクルを回す体制を新組織として立ち上げています。モデルの PoC にとどまらず、本番サービスへの投入から事業インパクトの創出までを一気通貫で推進いただける方を募集します。

このポジションの魅力

• 国内最大級のサービス規模と、多角的なデータを扱う面白さがあります。
• 本ポジションでは、膨大なアクセスログをはじめ、全国約90万店の店舗情報、9,784万件の口コミデータ（2026年10月現在）、さらには予約データや営業関連データまで、多種多様かつ大規模なデータを対象に業務を進めていただきます。
• 2026年10月に発足したデータ推進部において、これらの豊かなデータアセットを活用し、全社の意思決定の迅速化やプロダクトの利便性向上に直接貢献できることが、本ポジションの大きな魅力です。

業務内容

• ※現時点での想定業務であり、今後変更・追加の可能性があります。
• 「食べログ」Web・アプリにおけるレコメンデーションなどの機械学習モデルの設計・開発・本番運用、および評価・改善サイクルの一連を担っていただきます。

おすすめ機能（レコメンデーションモデル）の開発・評価・本番運用

• ユーザーの好みや利用シーンに合わせて、ユーザーのお店探し体験（検索・予約・閲覧）を最適化する機械学習モデルの実装を行います。

ユーザー特徴量・店舗特徴量の設計・整備

• 行動ログだけでなく、口コミのテキストや店舗の写真から「どんな雰囲気のお店か」「何が美味しいか」をAIで読み取って整理します。

プロダクト開発チームと連携した UX とモデル出力の設計

• モデル精度にとどまらず、UI上でどのようにおすすめを表示すればユーザーが喜ぶかを企画チームと一緒に設計します。

A/B テストによる効果検証と改善サイクルの運用

• A/B テストを通じて継続的なモデルのブラッシュアップを行います。

組織体制

• データエンジニア、MLエンジニア、データアナリスト、アナリティクスエンジニアなどで構成される、あわせて9名の組織です。
• プロダクト開発、事業企画、営業、開発など、食べログカンパニーの組織と幅広く関わることができるポジションです。

技術スタック

• Google Cloud, BigQuery
• SQL, Python
• Tableau Cloud
• dbt, Airflow
• GitHub
• Claude Code, Devin

扱えるデータ

• 食べログサービスを通して生成されるデータ、およびその周辺のデータを幅広く扱うことができます。
• Web、アプリのユーザー行動ログ
• 予約データ
• 店舗データ
• ユーザーデータ
• 営業関連データ

身に付く能力・スキル

• 大規模 toC サービスでレコメンデーションを本番運用し、事業数値で評価される経験
• 口コミなどの非構造化データを LLM・マルチモーダルモデルで特徴量化する実践経験
• プロダクト開発チームと一体で UX とモデルを設計する経験
• 特徴量基盤やパイプラインを含め、モデルを動かし続ける MLOps の経験