プロダクトAI/MLエンジニア

業務内容

1. 1マッチングロジックの実装・運用：ワーカーと求人の最適なマッチングを実現するために、マッチングに必要なモデル・ロジック・業務ルールをプロダクト要件に合わせて実装し、安定運用と継続的な改善を担う
2. 2マッチングに必要なデータ・特徴量の設計と実装：特徴量やモデル入力データを設計し、Feature Store等の基盤も活用しながら実装・運用する
3. 3ML基盤上での機能実装・運用：Vertex AI Pipelines等の基盤を活用し、マッチング機能に必要なモデル・ロジックの実装、評価、運用、およびRecommend API周辺のプロダクト実装・安定運用を担う
4. 4LLMを活用した自律的な改善ループの構築：評価、改善候補の生成、モデリングの見直し、比較検証までを含む継続的な改善ループを構築する
5. 5AI機能の安全性実装：LLM等の基盤モデルを活用し、事実整合性の確保、防御的プロンプト設計、ガードレール実装などを通じて、安全性に配慮したAI機能を実装・改善する
6. 6運用を踏まえたリスク制御の設計：AI/MLによる判定だけでなく、業務ルールや現場オペレーション、人による確認フローも組み合わせながら、実運用で機能する安全性担保の仕組みを設計・運用する
7. 7リスク予測・異常検知モデルの開発：構造化データから、プラットフォームの信頼性を損なうパターンを特定する高精度な分類・回帰モデルの構築、および特徴量エンジニアリング
8. 8データセット設計・品質改善：多様なリスクを網羅するデータの設計・収集、高度なアノテーション管理、合成データの生成によるモデルの堅牢性強化
9. 9LLMOps/評価基盤の活用と改善提案：実験の追跡と管理、プロンプトのバージョン管理、「AI as a Judge」等を用いた自動評価パイプラインの活用・改善
10. 10品質・コスト・レイテンシーの継続的な可視化：モデルやAI機能の品質、レイテンシー、コストを継続的に計測し、ユーザー行動やモデル挙動の変化を捉えながら改善サイクルを回す

入社後の期待イメージ

1. 1入社後3ヶ月：担当ユースケースの1つで、モデル・AI機能・業務ロジックの改善を本番に反映し、評価・監視・運用まで含めた改善サイクルを回し始めている状態
2. 2入社後6ヶ月：マッチングまたはTrust & Safety領域において、課題設定、評価設計、改善方針の検討、実装、運用までを主体的にリードし、継続的な改善ループの高度化に貢献している状態
3. 3入社後12ヶ月：マッチングまたはTrust & Safety領域で複数の関係者を巻き込みながら改善テーマを継続的に推進し、改善ループの高度化や技術的な意思決定の質向上に明確に貢献している状態

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

本ポジションの魅力

1. 1スポットワークという、高頻度・高変動・短寿命な需給データを扱う二面市場で、AI/MLを直接プロダクト価値につなげることができる
2. 2単純なモデル精度改善だけでなく、マッチングロジック・安全性・ユーザー体験・現場運用の成立を同時に考える、難易度の高い課題に取り組める
3. 3マッチングとTrust & Safetyの両領域を横断し、従来の機械学習とLLMの双方を実プロダクトで活用する経験を積むことができる
4. 4モデルやAI機能を作って終わりではなく、評価・監視・継続改善まで含めた運用に責任を持てる。データサイエンティストやMLOpsエンジニアと連携しながら、プロダクトへの価値実装に集中できる
5. 5既存の仕組みを運用するだけでなく、課題設定、評価設計、改善方針の検討まで含めて主体的に関わることができる
6. 6グループのミッション実現に向けて、最適なアルゴリズム、モデル、コード、ツールについてチームで議論・提案しながら前に進める文化がある

応募資格（必須）

• データ分析・機械学習を用いて、具体的なビジネス課題を解決した実務経験
• SQLおよびPython等を用いた大規模データ処理、クラウド（Google Cloud/AWS等）環境での開発・運用、およびGitを用いたチーム開発の実務経験
• 確率論、学習手法、評価指標、および非構造化データの処理に関する理解
• MLパイプラインやCI/CD等の基盤を活用し、モデルやAI機能をプロダクトに実装・運用した経験
• マッチング機能や検索・ランキング機能の実装、評価、改善に携わった実務経験
• 安全性や信頼性に関わるAI/ML機能、業務ルール、人による確認フローを含む仕組みの設計・運用をリードした経験
• 構造化データを活用した分類・回帰・異常検知モデルの設計、実装、運用経験
• コンテキストエンジニアリングや評価パイプライン構築、RAGなどの基盤モデルを用いたアプリケーション開発の実務経験

歓迎する経験

• Two-Sided Marketにおけるマッチング最適化、推薦・ランキング設計、運用経験
• 大規模なデータの収集、クリーニング、重複排除、およびアノテーションプロセスの設計・管理経験
• AIを用いた合成データ生成や、AI as a Judgeによる自動データ検証システムの構築経験
• Vertex AI Pipelines等のMLパイプラインやFeature Storeを活用し、プロダクトへのモデル実装・安定運用を行った経験
• ビジネスや現場のオペレーション要件から逆算し、モデルの推論だけでなく、異常時の対応フローや監視体制、現場運用への定着・適用プロセスを含めた実用的な運用設計を行った経験

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