仕事内容
マネーフォワードは、HRドメインの製品品質を向上させるAI Agents Ops Engineerを募集しています。このポジションは、AI技術（LLM、AgentOps）を活用して品質フレームワークを自動化し、開発ライフサイクル全体で品質ギャップを特定・解決することをミッションとします。日本の労働法規の複雑さとグローバルな組織拡大に対応しながら、AI駆動の品質戦略を推進し、高整合性のリリースを実現します。
Main Responsibilities (Key Driver & Execution)
- 深いドメイン分析、過去のリリース問題のパターン特定、再発防止のための実行可能な計画策定を通じて製品品質を向上させる主要な推進者となる。
- 最先端のAI技術を活用し、品質フレームワークを自動化、テスト、強化し、高整合性のリリースを保証する。
- SDLC全体を監査し、体系的な品質ギャップとアーキテクチャリスクを積極的に特定する。
- AI駆動の自動化戦略とAI拡張デバッグワークフローを設計・実装する。
- 高度な可観測性、ログ、メトリクスを通じて本番品質を監視し、品質ループを継続的に改善する。
- エンジニアリングおよび製品チームと部門横断的に連携し、品質第一の考え方を開発ライフサイクルに統合する。
Overview
- マネーフォワードは、Money Forward Cloud Payroll、Human Resources Management、My NumberなどのミッションクリティカルなHR製品を含むHRドメインの成長期にある。
- 日本の労働法規や規制の変更に対応しながら、製品要件を調整する複雑さが増している。
- HRドメインには、Money Forward Cloud Payroll、Human Resources Management、Attendance、Attendance Plus、Year-End Adjustment、Social Insurance、My Number、Employee Benefits Rentalの8製品がある。
- HRドメインは市場シェア拡大の大きな可能性を秘めており、事業成長を加速させる主要分野と位置付けられている。
- ユーザーベースがグローバルに拡大する中、体系的な実行による製品品質の向上は喫緊の課題である。
Technology Stack
- バックエンドはRuby on Rails, GraphQL, gRPC, Sidekiq Pro, RSpec, Kotlinを使用。
- フロントエンドはTypeScript, Next.js, Vue.js, Nuxt.js, Bootstrap-vue, Vue apollo, Jestを使用。
- インフラ/IaCはAmazon EKS, Aurora, ElastiCache, S3, Terraformを使用。
- テスト自動化スタックはPlaywright with TypeScriptを使用。
Overview
- AI駆動のワークフロー自動化：最先端のAI技術（LLM、AgentOps）を活用し、品質フレームワークを自動化、テスト、強化し、エンジニアリングライフサイクル全体の手動依存を排除する。
- フルライフサイクルAI統合と監査：AIエージェントを開発サイクル全体（上流のDiscovery Phaseを含む）に統合し、体系的な品質ギャップを事前に特定し、規制基準に対する要件を分析し、コーディング開始前にアーキテクチャリスクを監査する。
- グローバル品質推進：日本、ベトナム、インドのクロスファンクショナルなグローバル開発拠点全体で主要な技術推進者として機能する。
- エンジニアやプロダクトマネージャーと直接連携し、品質第一のテレメトリー、高度な可観測性、高リスク検証フレームワークを標準開発ループに組み込む。
Current Issues & Strategic Pivot
- マネーフォワードの2028年度目標は売上高1000億円超を達成することであり、HR製品開発部門は日本の労働法規の極端な複雑さとグローバル組織の拡大に対応しながら、積極的なリリース頻度を維持する必要がある。
- 現在、従来のQAは手動検証に大きく依存しており、8つ以上の統合製品と分散したエンジニアリングチームにより、技術的なスケーラビリティの壁に直面している。
- 規制のボトルネック：進化するHR規制に対する製品要件の手動クロスチェックは、納期遅延を引き起こしている。
- Discovery Phaseのギャップ：上流のDiscovery Phaseで自動化されたAI支援検証がないため、隠れた構造的・論理的リスクが手遅れになって表面化し、高コストな再設計につながっている。
- 人員拡大の限界：テスト人員を直線的に増やすことは持続不可能であり、真の速度には自動化された自己スケーリング品質インフラが必要である。
- 標準的なドメイン依存の手動検証から、AI拡張品質戦略へと移行している。
- 自動化された「規制の頭脳」、「Discovery Phaseの監査役」、「本番信頼性のガードレール」として機能するマルチエージェントAIワークフローを構築・展開できる技術スペシャリストを求めている。
Work Environment
- 最新CPU搭載PC（MacOSまたはWindows）を支給。業務要件に合わせた特注PCや最新OSへの交換も可能。
- ディスプレイ、マウス、キーボードなどの周辺機器は事務用品として購入可能。標準品から選択でき、条件を満たせば非標準品も申請可能。
- 技術書から経営書まで自由に借りられるライブラリシステムがあり、希望する書籍は会社負担で購入可能。
- リファラル採用を推進しており、採用会食費を負担。リファラル報酬制度あり。
- RubyKaigiやGoogle I/Oなどの国内外カンファレンス参加費用を会社が一部負担。
求めるスキル・経験
必須
AI実装（LLM、Agent Ops）の専門知識
技術監査とドメイン固有の品質分析の実績
CI/CDパイプライン、クラウドインフラ（AWS/Azure）、テスト自動化に関する深い知識
複雑な技術データを戦略的で実行可能なロードマップに変換する能力
エンジニアリングチーム全体で品質基準を推進するための強力な影響力
ビジネスレベルの英語力（TOEIC 700点相当以上）
ビジネスレベルの日本語力
歓迎
ピープルマネジメントまたは正式なチームリーダーシップの経験
チーム内でエンジニアを指導し、技術的成長を促進した経験
人事またはバックオフィスシステムの経験
AI開発の経験、または開発プロセス改善のためのAIツール使用経験
募集要項
- 職種
- MLOpsエンジニア
- 雇用形態
- 正社員
- 想定年収
- 800万〜1301万円
- 勤務地
- 東京都 港区
- 出社・リモート
- ハイブリッド / 週2〜3日リモート
- レベル
- メンバー
- 勤務時間
- 裁量労働制
- 休日休暇
- 完全週休2日制 / 祝日休み / 夏季休暇3日 / 年末年始休暇4日
- 給与の詳細
- みなし残業 月45時間
- 試用期間
- 3ヶ月
福利厚生・制度
選考プロセス
- Casual interview
- Document Screening
- First interview （ポジションによっては面接前に技術課題がある場合があります）
- Several interviews （面接回数はポジションによって異なります）
- Final interview
- reference check （場合により） （最終面接の前または後に実施する場合があります）
- Job offer/Offer meeting
選考プロセスはケースによって変更される場合があります。リファレンスチェックは、リファレンスチェックサービスツールを使用してご協力をお願いする場合があります。選考プロセスのみでは相互理解が限定的であるため、現職または前職の上司や同僚から情報を収集し、入社後のより確実なマッチングと早期の成功を促進することを目的としています。リファレンスチェックの内容のみで採用を決定することはありません。選考中であることはリファレンス提供者には開示されません。