【フルリモート可】シニアプロダクトAI/MLエンジニア

株式会社タイミー

給与：1100万円〜1500万円

雇用形態：正社員

勤務地：東京都

仕事内容

データサイエンスグループでは主に「マッチング体験の向上」「プラットフォームの信頼性・安全性向上」「それらを支えるML/LLM基盤の構築・運用」の3つの領域に注力しています。

本ポジションの主戦場は、マッチング領域およびTrust & Safety（信頼性・安全性）領域におけるAI/MLのプロダクト実装・運用です。社内のML/LLM基盤を活用しながら、データサイエンティスト・ソフトウェアエンジニア・MLOpsエンジニアなどと連携し、課題設定から実装、リリース後の改善までを推進していただきます。

課題設定や改善テーマの探索はデータサイエンティストや事業・プロダクト側と連携しながら進め、プロダクトへの実装はソフトウェアエンジニアと協働して推進します。MLOpsエンジニアはML/LLM基盤・推論基盤・開発環境の構築・運用を担い、本ポジションはそれらを活用しながら、マッチング機能やTrust & Safety機能の価値実装、評価、運用設計を担います。将来的には、事業課題に応じて担当領域を広げていただくことを期待しています。

シニアポジションでは、加えて技術方針の策定、重要テーマの優先順位付け、四半期単位の重要テーマのリード、複数職種をまたいだ推進まで担っていただくことを期待しています。

応募資格

【必須要件】
・複雑な課題に対する技術リード経験：データ分析・機械学習を用いた複雑なビジネス課題に対し、技術選定から実装・本番運用までをリードした実務経験（5年以上）
・開発・分析基盤の習熟：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
・機械学習・統計学の知識：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
・モデルやAI機能の実装・運用経験：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
・ML/LLM基盤近接領域での設計・改善経験：Feature Store、評価基盤、推論基盤近接領域、モデル運用基盤、API周辺などにおいて、技術方針の設計や改善を主導した経験
・エンドツーエンドの運用設計能力：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
・四半期単位の技術テーマ推進経験：複数のステークホルダーを巻き込みながら、重要テーマを定義・推進した経験

ドメイン経験（いずれか1つ以上）
・マッチング・検索・ランキング機能の実装・改善をリードした経験：マッチング機能や検索・ランキング機能の実装、評価、改善において、技術方針や優先順位付けまで含めてリードした実務経験
・Trust & Safety / リスク制御領域の実装・改善をリードした経験：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
・リスク予測・異常検知モデルの開発経験：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
・基盤モデルを用いたAIアプリケーション開発経験：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

求めるスタンス
・技術と事業の両方を見ながら前進できる方：AI/MLの能力と限界を踏まえ、技術的な論点を非エンジニアにもわかりやすく伝え、合意形成しながら前進できる方
・不確実性の高い課題を構造化して進められる方：コスト、レイテンシー、品質などのトレードオフを整理し、優先順位を判断しながら前進できる方
・複数の関係者と協業しながらやり切れる方：複数チーム・領域にまたがるプロジェクトにおいて、周囲の専門性を巻き込みながら、実装から運用まで推進できる方
・重要テーマを自律的にリードできる方：与えられた課題をこなすだけでなく、論点設定、技術方針の設計、実行計画の具体化まで自律的に推進できる方

【歓迎要件】
・マッチングシステム・マーケットデザインの知見：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
・データセットエンジニアリングの実務経験：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を活用したデータ生成・評価経験：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
・MLパイプライン・Feature Store・推論基盤近接領域でのプロダクト実装経験：Vertex AI Pipelines等のMLパイプラインやFeature Store、推論基盤近接領域を活用し、プロダクトへのモデル実装・安定運用を行った経験