MLOpsエンジニア

業務内容

1. 1ML基盤、推論基盤、開発・運用環境、標準パターンを設計・開発・運用する
2. 2機械学習の学習・評価・予測・デプロイ・監視を効率的に実現するML基盤の設計・開発・保守・運用
3. 3機械学習APIサーバー、オンライン推論基盤、バッチ推論基盤の設計・開発・運用
4. 4データパイプライン、特徴量管理、Feature Store等の設計・開発・運用
5. 5機械学習ワークフロー、実験管理、モデル管理、評価・検証プロセスの設計・開発・運用
6. 6ML関連の開発業務を効率化する社内ライブラリ、テンプレート、サンプル実装、開発環境の整備
7. 7Production Readinessの整備（モデル精度、データ品質、ドリフト、レイテンシー、エラー率、コストなどの監視・可視化）
8. 8モデル更新、ロールバック、障害対応、インシデント対応、Runbook整備などの運用標準化
9. 9LLMOps基盤・AIガバナンスの設計・開発・運用（プロンプト管理、評価データセット、出力品質評価、LLM as a Judge、リグレッションテスト等）
10. 10LLMアプリケーションの監視、コスト管理、Fallback、ガードレール、セキュリティ・利用ポリシー整備
11. 11ゴールデンパスの整備（CI/CD、IaC、コンテナ、クラウド、権限管理、Secret管理、監査ログ等を組み込んだ標準パターン）
12. 12非機能要件・運用品質の継続的な改善（IaC、CI/CD、監視、ログ、メトリクス、トレース、アラート）
13. 13社内のデータサイエンティスト、プロダクトAI/MLエンジニア、ソフトウェアエンジニア等への教育・スキルトランスファー、技術支援
14. 14ML/LLM基盤活用戦略の作成・推進、全社的なAI/ML活用の環境整備・啓蒙活動

技術スタック(主要な部分の抜粋)

1. 1クラウド: Google Cloud
2. 2開発言語: Python
3. 3データ基盤: BigQuery / Fivetran / dbt Cloud
4. 4ML / LLM基盤: Vertex AI / MLflow / LiteLLM / Datadog LLM Observability
5. 5BIツール: Looker / Looker Studio
6. 6IaC: Terraform
7. 7開発環境・ツール: Visual Studio Code / Cursor / Claude Code / GitHub Copilot / Devin / GAS etc

扱っているデータ

1. 1アプリユーザーのアクセスログ、募集内容に関する情報
2. 2マッチングに関する情報
3. 3レビューや評価情報や、アプリインストールなどの広告効果に関わるデータ
4. 4問い合わせに関するデータ
5. 5営業活動情報のデータ

タイミーのMLOpsエンジニアとして働く魅力

1. 1「働く」インフラを支えるAI/MLを、速く・安全に・継続的にプロダクトへ届けるための基盤づくりに携われる
2. 2データサイエンティストやプロダクトAI/MLエンジニアと近い距離で、実際のユースケースや運用課題を踏まえながら改善できる
3. 3Feature Store、MLパイプライン、モデル監視、LLMOps、CI/CD、インフラ、セキュリティなどを横断し、標準化・自動化・Developer Experience改善に取り組める
4. 4大規模なユーザー・求人・稼働データを扱いながら、精度・品質・信頼性・コストまで含めて継続的に価値提供する文化がある
5. 5多様なバックグラウンドを持つメンバーと学び合いながら、AI/ML基盤のあり方を議論し、プロダクト組織全体のAI/ML活用を支えるプラットフォームを育てていける

応募資格（必須）

• Pythonを用いた機械学習パイプライン、基盤ツール、バッチ処理等の開発経験（3年以上）
• Gitを用いたチーム開発の経験
• GitHub Actions / GitLab CI等を用いたCI/CDの設計・実装・運用経験
• Terraform等のIaCツールを用いたクラウドインフラの構築・運用経験
• Google CloudまたはAWS等のクラウド環境における開発・運用経験（直近含め3年以上）
• Docker / Kubernetes をはじめとしたクラウドネイティブな基盤に関わる開発・運用経験
• 商用環境または業務システムにおいて、機械学習パイプライン、推論基盤、Feature Store・モデル管理・実験管理・モデル監視などのMLOps基盤を設計・開発・運用した経験
• 監視、アラート、ログ、メトリクス、Runbook、障害対応など、本番運用を前提としたシステム運用の基礎的な経験
• VPC構成、クラウド権限管理、Secret管理、監査ログ、脆弱性対応など、インフラ・アプリケーション双方のセキュリティに関する実務経験
• Platform as a Product、Internal Developer Platform、Golden Path、セルフサービス基盤などの考え方を踏まえた基盤・開発環境の改善経験
• 社内ライブラリ、テンプレート、開発者向けドキュメント、オンボーディング資料などを整備し、開発者体験を改善した経験
• ADR、Design Doc、Runbook、レビュー観点、チェックリスト等を用いて、技術的意思決定や運用知見をチームに共有・蓄積した経験
• 保守性、可用性、セキュリティ、コスト、運用負荷を考慮しながら、技術選定・アーキテクチャ設計・改善提案ができること
• 当社のミッション、社会貢献性の高い事業に共感していただける方
• 当社のバリューにフィットしている方
• 業界・顧客理解のためにインプットを怠らない方
• 課題解決に向け、自ら考え、手を動かすこともできる方
• データサイエンティスト、プロダクトAI/MLエンジニア、ソフトウェアエンジニアなど、複数職種と連携しながら業務を進められる方
• 利用者視点で、基盤・開発環境・ドキュメント・運用フローをより使いやすく改善していける方
• ロジカル一辺倒ではなく、相手に配慮したコミュニケーションができる方

歓迎する経験

• dbt、Snowflake、Databricks、BigQuery等を用いたデータ基盤・分析基盤の開発・運用経験
• LLMOps、プロンプト管理、評価基盤、LLM as a Judge、LLM Observability、コスト管理、ガードレール設計等に関する経験
• AIガバナンス、AI利用ポリシー、モデル・プロンプトのレビュー、リスク分類、Human-in-the-loop設計等に関する経験
• リアルタイム推論、オンラインFeature Store、検索・推薦・ランキング・マッチング基盤などの開発・運用経験
• 基盤の利用率、開発リードタイム、問い合わせ件数、障害件数、コストなどの指標を用いて、基盤や開発者体験を改善した経験
• 技術ブログ、登壇、社内外の勉強会などを通じて、MLOps / Platform Engineering領域の知見を発信した経験

待遇・福利厚生

• クラブ活動支援
• 入社特別休暇
• 国民の祝日
• 完全週休2日制
• 年末年始休暇
• 年次有給休暇
• 年間休日120日
• 従業員持株会
• 慶弔休暇
• 産前産後休業
• 社会保険完備
• 結婚お祝い金

求めるスキル・経験