Senior Software Engineer, Agentic AI Platform

必須

• 大規模Webサービスにおけるバックエンドまたはプラットフォーム/インフラの設計・開発・運用経験
• Go、TypeScript、Python等のいずれかでのプロダクション環境向けアプリケーション開発経験
• 社内開発者向けのマネージド・サービスやSDKを開発/運用して、社内開発者の生産性を向上させた経験
• Google Cloud Platform等のクラウド環境でのインフラ設計・運用経験（Kubernetes、Terraform等を含む）
• 生成AI/LLMを活用したアプリケーションまたは基盤の設計・実装経験
• 複数のステークホルダーと協働し、技術的意思決定をリードしてプロジェクトを推進できるコミュニケーション能力
• 担当領域の技術的品質のオーナーとして、アーキテクチャ・標準・共通基盤といった中長期の投資の必要性を事業の観点から説明し、推進した経験
• 不確実な状況下で仮説を立て、自律的に意思決定して推進していく能力
• AIを日常の開発業務に組み込んで活用しており、その出力を鵜呑みにせず自分で判断・レビューできる方
• 英語: Independent (CEFR - B2) (required)

歓迎

• MCP Server、AI Agent、AI Agent 実行環境等のAIプラットフォーム開発・運用経験
• AI Agentが自律的に動作することを前提としたインターフェース設計・ガードレール実装の経験
• AIエージェント/LLMアプリケーションの評価設計の経験（評価基準の策定、ベンチマーク構築、A/Bテストによる品質の定量的検証など）
• AI開発ツール（Claude Code、Codex、Cursor等）を活用した開発プロセス改善・ハーネスエンジニアリングの経験
• Developer Productivity / Platform Engineering / SREの実務経験
• OSS開発やコントリビューションを通して、社内の課題を解決した経験
• 日本語: Independent (CEFR - B2) (optional)

求める人物像

• メルカリグループおよび各カンパニーのミッションとバリューに共感していただける方

使用ツール

チームのミッション

• AI Platformチームは、メルカリグループの「AI-Nativeカンパニー」への転換を技術基盤の側面から推進するチームです。LLM Gateway、MCP Gateway、Agent Sandboxといった全社共通のAI基盤を設計・開発・運用するとともに、開発や運用の現場に伴走するAI Agentそのものの開発も行っています。
• 私たちがつくるものには、2つの使われ方があります。ひとつは、エンジニア・デザイナー・PMを含むあらゆるロールが、日々の業務で直接使うサービスとして。もうひとつは、社内の他のエンジニアリングチームが、自分たちの領域に合わせたAI活用の仕組みをその上に構築するための共通部品として。前者に対してはAI Agentの開発やAI SaaSのPoCを通じて、あらゆるロールがAIをベーススキルとして発揮できる環境をつくります。後者に対しては、他のチームが自分たちで拡張できるだけの汎用性と、業務で安心して任せられるだけの信頼性を備えた基盤を提供します。
• プロダクトチームがお客さまに直接価値を届けるのに対して、私たちは他のチームが同じ価値を自分たちで届けられる状態をつくります。そのため私たちは、つくったものの数ではなく、それを使う人たちが何をできるようになったかを成果として重視しています。このロールでは、メルカリグループ全体のAIネイティブな開発をイネーブルする立場と、その土台となる全社共通のAI基盤のオーナーの両方を担っていただきます。他のチームがAIネイティブに開発できるようにする仕組みをつくり、その仕組みが依存するプロダクション環境のサービスを運用する、という二つの側面があります。

業務内容

• メルカリグループ全社のAI活用を支える技術基盤の設計・開発・運用を担っていただきます。
• AI Platformの設計・開発・運用: LLM Gateway、MCP Gateway、Agent Sandboxなど、全社共通のAI基盤の設計・実装・運用。これらは全社が依存するプロダクション環境のサービスであり、イネーブルメントの仕事と並行して、可用性・セキュリティ・コスト最適化を含む運用責任を担う。何を全社共通の基盤として提供するかは、影響するチームの範囲、開発全体への影響度、システム全体のリスクを踏まえて判断する
• AI Agent・実行基盤の構築: 開発や運用の現場に伴走するAI Agentを開発し、開発者の体験をAI Nativeに移行するAgent実行基盤を構築する。人とAI Agentの双方が使うことを前提に、明確なインターフェース、AIが解釈できる形式で整備されたドキュメントやメタデータ、コードとして実装されたガードレール、品質を継続的に評価する仕組みを設計する
• 導入と成果への責任: リリースした計測し、基盤が実際に使われているか、利用者の開発プロセスがどう変わったかを継続的に利用が広がらない場合は要因を特定して改善までを担う
• 全社AI活用の推進: 各事業/プロダクトチームと連携し、AI SaaS の PoC やコミュニティ運営を通じて、組織全体に AI を前提にしたワークフローを浸透させる。全社で共有するリポジトリは社内オープンソースとして運用し、他チームからのプルリクエストにも継続的に対応する

開発環境

• インフラストラクチャ: Google Cloud Platform
• 開発言語：Go、TypeScript、Python 等
• コード管理: GitHub
• 構成管理: Terraform
• 分析基盤: BigQuery / Looker
• Knowledge: Notion, Confluence, Linear
• AI開発ツール: Claude Code、Codex、Cursor 等
• AI・LLM開発：各基盤モデルAPI、LiteLLM 等
• ※担当領域により利用技術は異なる場合があります

ユニークなチャレンジ

• あらゆるロールがAIネイティブに働ける状態をつくる: 数千人規模のエンジニア・デザイナー・PMがAIをベーススキルとして発揮できるよう、彼らがその上に構築する共通基盤と、日々の業務で使うAI Agentをつくる。成果は、出荷したツールの数ではなく、自分がその場にいなくてもそれらのチームが何をできるようになったかで測られる。単なるツール提供ではなく、メルカリグループ全社の開発のあり方そのものを再定義するスケールの大きな仕事に携われる
• 急速に変化するAI技術スタックをメルカリ規模で実装・運用する: LLM、MCP、AI Agent など成熟途上の技術スタックを、数千人規模の組織で安全かつスケーラブルに運用するという、世界的にも先進的な技術課題に取り組める
• エージェント時代の基盤を設計する: 人間とAIエージェントが協働することを前提にしたインフラ・アーキテクチャ・運用モデルをゼロから設計し、業界に先駆けた知見を蓄積できる。人が手作業で扱う場合には見過ごせる程度の使いにくさも、AI Agentが同じ手順を大量に繰り返す前提では失敗率の大きな差として現れる。この違いを織り込んだ設計には、まだ社内外に確立した正解がない
• 多様なステークホルダーと協働してプラットフォームを進化させる: Platform、Product、Security等、社内のあらゆる組織と連携し、技術選定・標準化・採用促進をリードできる
• 社内の開発者に向けたサービスを開発・展開する: 社内のエンジニアを対象としたサービスの企画立案から導入支援まで、ワンストップで行うことができる。「支援者」という立場ではなく、エンジニアが感じているペインの一番の「理解者」として、問題発見/解決においても主体的な行動を行うことが推奨される。個別の要望に応えるだけ、ガイドラインを整備して終わりにするのではなく、繰り返し発生している課題を見つけ、再利用できる仕組みに変え、導入を進め、何が変わったかを計測して改善するまでを一貫して担える。何を仕組み化するかを見極めることも仕事の一部で、影響するチームの範囲・クリティカルパス・システム全体のリスクを天秤にかけ、コストばかり大きく1チームにしか効かない依頼には理由を添えて断る。応答の速さで成功を測るリアクティブなサポート窓口でも、スタンダードを統制の道具に使うゲートキーパーでもない
• 自分がつくった基盤の利用者として働く: 自分たちがつくった基盤を日々の開発で自ら使い、利用者のチームに入って課題を直接把握できる。標準やプロセスを制約として押し付けるのではなく、使ったほうが速く進むから選ばれる状態を目指せる