機械学習エンジニア

必須

• 機械学習モデルの本番実装と運用実務経験3年以上
• PythonやGoなどを用いたWeb API・バックエンドシステムの設計・開発・運用経験
• AWS/GCP等のクラウド環境でのインフラ構築・運用経験
• 計算機科学分野の論文を読解し、その手法を実務コードに落とし込む力
• 課題を自ら発見し、AI・数理最適化を用いた解決策の提案～実行をリードしたご経験
• 複数のステークホルダーとの協働およびプロジェクトリード経験

歓迎

• 大学学部レベルの数学（線形代数、微積分、統計）の基礎知識を有し、業務上必要であれば新しいアルゴリズム分野（組合せ最適化など）を主体的に学習できる

求める人物像

• 人の役に立つサービスをつくりたい/社会課題の解決をしたいと思える方
• プロダクトのサービス成長に興味がある方
• オーナーシップを持って積極的に課題に向き合える方
• チームワークを大事に、考えやアイデアを積極的に共有できる方

使用ツール

募集背景

• オープンロジには、日々膨大な「物理的な動き」を伴うデータが蓄積されています。入出庫・在庫管理・配送状況といった複雑な物流ドメインのデータに加え、B2B2Cの構造上発生する多種多様なステークホルダーの行動ログなど、扱うデータの種類と量は爆発的に増加しています。
• 社会課題の本質的な解決に向けてオープンロジが目指す「物流版クラウドサービスの提供」を実現するためには、倉庫の作業や拠点間の在庫配置、配送といった様々な判断をデータに基づいて最適化していくことが求められます。 既に実務に深く入り込んだ技術実装を行っていますが、現在は事業成長に伴い、サプライチェーン領域や倉庫の管理業務といった広範な領域に対する課題解決が求められている状態です。
• 私たちは、予測、最適化、そして高度な推論や判断といった「人間の知能」をシステムへ落とし込むアプローチ（機械学習や数理最適化など）を、物流最適化のための重要な手段として捉えています。 事業拡大のスピードをさらに加速させ、アプローチをより迅速にプロダクトへ社会実装していくために、チーム体制をより一層強化していきたいと考えています。

業務内容

• 「物理的な制約（空間・時間・人手）」が絡む不確実性の高い領域をデジタルで制御し、事業の競争力を上げ、業界を最適化する、「次世代の物流アルゴリズム」を自ら企画・開発していただきます。
• 入社後は社長直下のチームで、物流最適化技術による事業貢献をミッションに、まずは梱包予測、需要予測、在庫最適化などの物流最適化に関連した理論・技術をプロダクトへ取り込むための企画に取り組んでいただきます。 その後は与えられた課題を解くだけでなく、「物流のどこを、どう最適化すれば事業が非連続に成長するか」という新たな問いを立て、ロードマップ策定～実行をリードいただくことを期待しています。
• このポジションは、技術的な挑戦そのものが、オープンロジが社会へ提供する価値となります。 企画から運用までの一連のプロセスをワンストップで主導し、技術的なアプローチの提案から社会実装までを自らの手で推進できる、非常に裁量の大きいポジションです。 ご自身の技術的知見・アイディアがプロダクトの進化とダイレクトに連動する環境で、大きな手応えを感じながら取り組んでいただけます！

具体的な仕事内容

• 物流最適化（需要予測、配送・在庫最適化、作業設計など）に関わる全工程のリード
• 荷主、倉庫パートナー、社内事業部への深いヒアリングを通じ、技術的な可能性と事業インパクトを考慮したデータ活用・最適化技術の戦略的ロードマップの策定
• 物流データを安定的に活用するための技術選定、機械学習基盤の設計
• 物流最適化エンジン（ML/数理最適化モデル）の企画・設計・開発・運用
• 実運用のオペレーションに組み込むためのPRD作成およびステークホルダーとの調整
• 最新の論文調査や技術検証を通じ、データの価値を最大化させる新しい手法の提案

技術スタック

• 開発言語：PHP/Laravel, JavaScript/TypeScript/React, Python
• インフラ：AWS、Google Cloud、Datadog
• CI/CD：GitHub、GitHub Actions、Docker、Terraform
• 開発環境：PhpStorm、Visual Studio Code、Vim、Emacs（エディタは自由に選択）、Mac、Windows
• コミュニケーション：Slack、Google Meet、Google Workspace
• AIツール：Claude Code、Codex、CodeRabbit、Devin、Gemini、NotebookLM（状況に応じて柔軟に調整）

組織

• 社長直下のチームで、プロダクトマネージャーを含めて約5名で構成されています。
• そのうち物流最適化技術の担当者は1名です。
• エンジニア組織全体としてはSRE・QAエンジニア・デザイナー・PdMを含めて約75名のチームです。

このポジションで働く魅力

• 「予測」の先にある「意思決定」までを実装する醍醐味 機械学習による予測に留まらず、数理最適化を用いて「現実の物流をどう動かすか」という意思決定のコア部分まで担います。MLから数理最適化まで、一気通貫で技術領域を広げられる環境です。
• 物理空間を動かすダイナミズムと事業インパクト 自身が開発したアルゴリズムが、現実世界の巨大な物流ネットワークを動かす手応えをダイレクトに感じられます。効率化がそのまま利益や社会インフラの維持に直結する、非常にインパクトの大きい領域です。
• 技術選定から関わる高い裁量権 決まったものを作るのではなく、要件定義や設計の最上流からオーナーシップを持って推進いただけます。複雑な物流課題に対し、どの技術をどう組み合わせるか、自らの手で最適解を導き出せる自由度があります。

選定と活用

• Claude Code、Codex、CodeRabbit、Devinを法人契約し、複数のツールを自由に選択・併用できる環境を整備しました。エンジニア全員が自律的にAIを活用し、標準的な機能開発を中心に、コードレビューや日常の手作業、調査業務の自動化など、テーマ設定から実行・定着までAIによる作業代替を進めています。

AI活用を推進する専門チームと推進体制の構築

• AIの活用と定着をミッションとする「AI Enabling Team」を発足し、技術的支援を推進しています。各チームとのSync MTGを通じて、AI時代に最適化した業務・開発プロセスの構築によるフロー効率最大化を進め、実装段階での手戻りや待ち時間を削減することでリードタイムを短縮しています。

AIとの協働を前提とした組織づくり

• 急激な変化に柔軟に適応するため、一定の検証予算を確保し、継続的に活動しています。業務変革を加速させ、実装・運用・調査といった既存業務にかかる時間を減らすことで、PRD作成やロードマップ検討段階からエンジニアが関与する更なる上流シフトを推進しています。Why・Whatという本質的な問いに向き合い意思決定できる組織を目指し、勉強会や「AI波乗り会」を通じてベストプラクティス、プロンプト、Skills等を共有し知見を循環させています。