職種・勤務地・キーワードで探す
条件を変える
MLOpsエンジニアの求人55件応募資格・募集要項・仕事内容を見る
シニアLLM/MLOpsエンジニア
- 給与
- 応相談募集要項に金額の記載がなく、経験・能力などに応じて決まります
- 勤務地
- 記載なし
- 休日
- 完全週休2日制(祝祭日、年末年始等)
- 雇用形態
- 正社員
- ※副業、兼業OK(入社後の事前申請・承認が必要です)
どんな仕事かAIによる生成
AIエージェントや機械学習モデルの評価基盤、モニタリング基盤、データパイプライン、実験管理、デプロイ・運用基盤、継続改善の仕組みづくりをリードするポジションです。バックエンドを中心としたソフトウェアエンジニアリング力とLLMOps / MLOpsの専門性を活かし、AIエージェントを安全かつ高品質に運用し、継続的に改善できる本番プロダクトとして設計・実装・運用します。
この求人に応募
応募資格
必須
- LLMOps、MLOps、データ基盤、評価基盤、モニタリング基盤のいずれかの設計・開発・運用経験
- LLMアプリケーション、機械学習モデル、またはデータプロダクトの開発・運用経験
- 本番運用されるAI / MLシステムにおいて、品質、精度、再現性、コスト、レイテンシ、信頼性などを継続的に改善した経験
- Webアプリケーションまたはバックエンドシステムの設計・開発・運用経験
- Python、TypeScript、Go のいずれかを用いたプロダクト開発経験
- API設計、データモデリング、アーキテクチャ設計、非同期処理、権限管理、外部サービス連携など、バックエンド領域における設計・実装経験
- 本番運用されるプロダクトにおいて、保守性・拡張性・信頼性を意識した設計や改善を行った経験
- コードレビューや設計レビューを通じて、チームのソフトウェア品質向上に貢献した経験
- AIエージェント、LLMアプリケーション、生成AIを活用したプロダクト開発への関心、または開発経験
- AIを活用して自身またはチームの業務を自動化・効率化した経験
- 顧客課題や業務課題を理解し、技術的な解決策に落とし込んだ経験、またはそれに強い関心があること
- 未知の課題や変化の大きい領域に対して、必要なことを自ら学び、手を動かし、周囲を巻き込みながら前に進める姿勢
- 日本語での円滑なコミュニケーションが可能なこと / Native-like fluency in Japanese
歓迎
- AIエージェントまたはLLMアプリケーションの開発・運用経験
- AIエージェントやLLMアプリケーションの評価基盤、モニタリング基盤、改善サイクルを設計・運用した経験
- 機械学習モデルの実験管理、モデル管理、モデルサービング、オンライン推論、バッチ推論、継続学習、特徴量管理、再学習パイプラインなどの設計・運用経験
- 評価データセット、アノテーション基盤、人手評価、自動評価、A/Bテスト、オンライン評価などを活用した品質改善の経験
- データパイプライン、データウェアハウス、Feature Store、ETL / ELT、ワークフローエンジンなどを用いた開発・運用経験
- GCP、AWS などのクラウド環境における開発・運用経験
- Kubernetes、Docker、Terraform、CI/CD、Observability などを用いた基盤開発・運用経験
- Python、TypeScript、Go のうち複数を用いた開発経験
- 顧客やビジネスサイドと直接コミュニケーションしながら、要件定義・仕様策定・改善提案を行った経験
- 開発基盤、共通ライブラリ、社内ツール、評価ツールなどを整備し、チームや組織の開発生産性を高めた経験
- カンファレンス、イベント、技術ブログ、論文、登壇、寄稿などを通じた技術発信の経験
- OSSや技術コミュニティへの貢献経験
求める人物像
- LayerXのミッション「すべての経済活動を、デジタル化する。」に共感する方
- 行動指針「徳 , Trustful Team , Bet AI , Fact Base , Be Animal」に共感する方
- 事業部のビジョン「圧倒的に使いやすいプロダクトを届け、わくわくする働き方を。」に共感する方
- 「One Product, One Team」の精神でチーム間で垣根を作らず、顧客に価値を届けるために自チームのみならずプロダクト、マーケ、セールス、CSチームと共に結果責任を共有できる方
- 他責にしたり、できない理由を探すのではなく、どうやったら実現できるかを常に考え続けられる方
- チームとのコミュニケーションを大切にし、情報共有できる方
- 積極的に技術や知識を身につけられる、学習意欲が高い方
- 顧客の声を聴き、フィードバックを積極的に行う・真摯に受け止める姿勢をお持ちの方
- スピード感や大きな変化を楽しみながら働ける方
募集要項最終確認 11/17
- 職種
- MLOpsエンジニア
- 雇用形態
- 正社員試用期間3ヶ月(この間の給与・待遇等に変わりはありません)
- 給与
- 応相談
- 給与の詳細
- 当社規定による
- 手当
- 交通費実費支給
- 勤務地
- 記載なし
- 働き方
- 東京本社または各支社、もしくはリモートワーク多様な方が柔軟に働きやすいようにリモートメインの働き方を受け入れています。(オフィス出社頻度はチームの状況により変化します。個別配慮が必要な場合は遠慮なくご相談ください)
- 勤務時間
- フレックスタイム制(コアタイムなし)
- 休日・休暇
- 完全週休2日制(祝祭日、年末年始等)ウェルカム休暇(入社時に、半年後に付与される分とは別に有給3日付与)ライフサポート休暇(入社時に、半年後に付与される分とは別に有給4日付与 ※取得条件あり)リフレッシュ休暇(6月30日在籍者に3日の有給休暇を付与)
- 福利厚生
- 出産育児・介護休業制度勉強会参加費用負担副業、兼業OK(入社後の事前申請・承認が必要です)圧倒的知的好奇心が満たされる職場環境
- 社会保険
- 社会保険完備
- 受動喫煙対策
- 屋内禁煙
- 選考の流れ
- (カジュアル面談)→書類選考→一次選考->技術課題→技術面接→トライアル入社(1day)→最終選考->内定・オファー面談選考意思を確認後、1~3回程度の面接を経て最終面接を実施しますプロセス中に、複数のメンバーにお会いいただくことがあります原則、オンラインで実施します。ご希望に応じてオフィス見学等オフラインのコミュニケーションを実施します選考期間は概ね2~5週間程度です。候補者様のご状況によって、最短2日にまとめて実施するなど、希望に沿ったアレンジをすることがありますリファレンスチェックを最終フェーズにて依頼いたします。2名お願いできる方を準備進めていただけますと幸いです。詳しい概要はこちらからご確認ください。
- 選考期間
- 選考期間は概ね2~5週間程度です。候補者様のご状況によって、最短2日にまとめて実施するなど、希望に沿ったアレンジをすることがあります
- 掲載日
- 2026/06/30 11:31(141日前)
- 最終確認
- 2026/11/17 22:01(1日前)
仕事内容
募集背景
- バクラク事業では、経費精算や請求書受取などのバックオフィス業務を完全自動化するため、「証憑取得エージェント」「申請作成エージェント」「申請レビューエージェント」「コスト分析エージェント」など、様々なAIエージェントを開発・提供しています。
- バクラクは業務を遂行するための単なるツールではありません。「気づいたら仕事が終わっている」体験——仕事の完了そのものを届けるサービスです。この体験を実現するため、プロダクトの至るところでLLMや機械学習などのAI技術を活用しています。
- AIエージェントをお客様の業務で継続的に価値を発揮するプロダクトとして提供するには、新しいAIエージェントを開発するだけでなく、その品質を継続的に評価・モニタリングし、改善し続ける仕組みが不可欠です。
- AIエージェントは、LLM、機械学習モデル、プロンプト、RAG、Knowledge Base、Workflow、Tool Use、Human-in-the-loop、業務データ、操作ログ、権限管理、外部サービス連携、非同期処理、監査ログなど、多くの要素が複雑に関わるプロダクトです。
- そのため、AIエージェントの精度、再現性、安全性、コスト、レイテンシ、業務自動化率、顧客価値などを継続的に可視化し、改善につなげるLLMOps / MLOpsの専門性と、それらを本番プロダクトとして成立させる高いソフトウェアエンジニアリング力の両方が重要になります。
- これらの領域をリードしながら、AIエージェントを高品質かつ継続的に改善可能なプロダクトとして育てていける仲間を募集しています。
業務内容
- AIエージェントの企画・設計・開発・評価・運用・改善まで、AIエージェント開発に関する幅広い領域に関わっていただきます。
- 特に、バックエンドを中心とした高いソフトウェアエンジニアリング力と、LLMOps / MLOpsの専門性を活かし、AIエージェントや機械学習モデルの評価基盤、モニタリング基盤、データパイプライン、実験管理、デプロイ・運用基盤、継続改善の仕組みづくりをリードしていただくことを期待しています。
- AI・LLM・機械学習に強みを持つエンジニアと協働しながら、AIエージェントを安全かつ高品質に運用し、継続的に改善できる本番プロダクトとして設計・実装・運用するポジションです。
- 顧客業務や市場の理解をもとに、AIエージェントで解くべき課題の発見・定義に関わる
- AIエージェントやLLMアプリケーションの品質を継続的に評価・改善するための評価基盤を設計・実装する
- タスク成功率、顧客価値、業務自動化率、精度、再現性、安全性、コスト、レイテンシなどの指標を設計し、モニタリングする仕組みを構築する
- 本番ログ、利用ログ、失敗事例、問い合わせ、フィードバックなどを分析し、AIエージェントの改善につなげるループを構築する
- プロンプト、RAG、Knowledge Base、Workflow、Tool Useなどの変更を安全に評価・リリースするための仕組みを整備する
- 学習データ、評価データ、アノテーションデータ、業務データなどを活用するためのデータパイプラインを設計・運用する
- 機械学習モデルの実験管理、モデル管理、デプロイ、サービング、監視、再学習などのMLOps基盤を設計・運用する
- AIエージェントを本番プロダクトとして提供するためのバックエンドアーキテクチャ、API、データモデル、権限管理、監査ログ、非同期処理、外部サービス連携などを設計・実装する
- Memory、Workflow、Tool Use、Human-in-the-loop などの要素を、保守性・拡張性の高いソフトウェアとして実装する
- AI・LLM・機械学習に強みを持つエンジニアと協働し、AIエージェントの性能・信頼性・安全性を高める
- AIエージェント開発を高速化するための共通コンポーネント、評価基盤、開発基盤、運用基盤、社内ナレッジを整備する
- コードレビュー、設計レビュー、技術選定を通じて、チーム全体のソフトウェア品質と開発生産性を高める
- AI Coding をはじめとするAIエージェントツールを積極的に活用し、自身やチームの開発生産性を向上させる
- 最新のLLMOps / MLOps、LLM / Agent技術、評価手法、モニタリング手法を継続的に検証し、実プロダクトに取り込む
- エンジニアリングチーム内外にLLMOps / MLOpsやAIエージェント運用の知見を共有し、組織全体の技術力を底上げする
ポジションの魅力
- AIエージェントが実際の業務やプロダクトに組み込まれていく最前線で、顧客の業務変革に直結するLLMOps / MLOpsに取り組める
- AI・LLM・機械学習に強みを持つエンジニアと協働しながら、LLMOps / MLOpsの専門性を活かしてAIエージェント開発をリードできる
- 職種の枠に閉じず、顧客業務の理解、課題の発見・定義、仕様への落とし込み、実装、運用改善まで、エンジニア自身がオーナーシップを持って一気通貫で関われる
- 少人数・クロスファンクショナルな自律型チームで、現場主導かつ高速に仮説検証・実装・改善を進められる
- AI Coding をはじめとするAIエージェントツールを積極的に活用しながら、自身やチームの開発生産性を高める働き方を実践できる
この求人は、株式会社LayerXの採用ページの内容をAIが読み取って整理したものです。応募の前に採用ページの原文を確かめてください。データの集め方企業サイト
募集元の採用ページから応募できます
応募は株式会社LayerXの採用ページで受け付けています。このページは採用ページの掲載内容をもとに構成しているため、最新の応募条件は募集元でご確認ください。
この求人と近い条件で探す数字はリンク先ページの掲載件数
応募資格の語から探す
- MLOps442
- データ基盤1,361
- LLM1,477
- 機械学習2,112
- AI6,921
- バックエンドエンジニア658
- Python6,040
- TypeScript2,562
- Go1,517
- テック17,370
- API1,954
- データモデリング563
- アーキテクチャ設計2,452
- コードレビュー664
- AIエージェント1,207
- 生成AI3,809
- 日本語9,396
- PDCAサイクル565
- A/Bテスト258
- データパイプライン409
- データウェアハウス(DWH)796
- ETL622
- ワークフロー753
- Google Cloud4,192
- AWS7,520
- クラウド8,071
- Kubernetes1,324
- Docker2,128
- Terraform1,766
- CI/CD1,925
- 要件定義5,922
- オープンソースソフトウェア(OSS)715
この職種で探す
- MLOpsエンジニア55
- テック17,370
- AIエンジニア523
- データエンジニア509
- データサイエンティスト332