プロダクトAIエンジニア(Trust & Safety)
プロダクトAIエンジニア(Trust & Safety)
現在、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」「ML/LLM基盤の構築・運用」の3つの領域に注力しています。
本ポジションでは、このうち「プラットフォームの信頼性・安全性向上」を専門的に担当いただき、ML/LLMを駆使して、安心安全なプラットフォームの構築をリードしていただきます。
1.基盤モデルを用いた高度な安全性制御
●コンテキストエンジニアリングによる事実整合性の確保 :内部ドキュメントやガイドラインの内容をモデルに正確に参照させ、事実に基づいた安全な情報提供を行うためのコンテキスト構築の最適化
●防御的プロンプトエンジニアリング :モデルの脆弱性を突く悪意ある入力(ジェイルブレイク等)からシステムを保護する堅牢なプロンプト設計
●多角的ガードレールの実装 :サービス規約やポリシーに基づき、不適切な情報の入出力を制御するガードレールシステムの構築
2.LLMOpsツール等を活用した継続的な品質改善サイクルの確立
●実験の追跡と管理 :採用するモデル、プロンプト、パラメータといった多様な変数の組み合わせをログに記録し、再現可能な形での管理
●プロンプトのバージョン管理 :複雑化するプロンプトをコードから分離し、体系的にテスト・更新できるバージョン管理フローの構築
●自動評価パイプラインの運用 :「AI as a Judge」等の手法を用い、モデルの出力品質(一貫性、安全性、事実整合性等)を定量的かつ客観的に評価する仕組みの構築
3.戦略的データセットエンジニアリング
●データキュレーション :プラットフォーム上の多様なリスクを網羅するため、データの品質、カバレッジ、量を考慮したデータセットの設計と収集
●高度なアノテーション管理 :曖昧な安全性基準を定義し、一貫性のあるアノテーションガイドラインの策定、および品質管理プロセスを構築
●合成データの生成 :AIモデルを活用して、実データだけでは不足するエッジケースや希少な異常パターンのデータを合成し、モデルの堅牢性を強化
4.統計的アプローチによる高度な安全性制御
●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特異なパターンを特定する高精度な分類・回帰モデルの構築
●特徴量エンジニアリング :リスク識別に有効な特徴量を抽出・加工するデータパイプラインの設計
5.体系的な評価とオブザーバビリティの構築
●システムの監視とドリフト検知 :パフォーマンス(レイテンシー・コスト)の監視に加え、ユーザー行動やモデル挙動の変化を検知する環境の整備
●定量的な改善サイクルの推進 :定義された評価指標(メトリクス)に基づき、モデルの品質を客観的にモニタリング・改善するフィードバックループの構築
【技術スタック(主要な部分の抜粋)】
<Backend>
●開発言語: Ruby 3.4系
●アーキテクチャ: Ruby on Rails 8.0系、RSpec
<Frontend>
●開発言語: TypeScript
●アーキテクチャ: Next.js CSR(SPA), React Hooks, SWR
<Mobile(iOS)>
●開発言語: Swift
<Mobile(Android)>
●開発言語: Kotlin
<Infrastructure>
●AWS:ECS Fargate, Aurora, RDS, S3, ElastiCache, CloudFront, etc…Elasticsearch(AWS Marketplace)
●Google Cloud(一部サービス)
●IaC:Terraform
●ログ:Datadog LogsとS3に集約
<Monitoring>
●Datadog, Sentry
<CI/CD>
●GitHub Actions, Dependabot
<その他>
●コード管理: GitHub
●コミュニケーションツール: Slack, Notion
●その他: Firebase, twilio, ImageFlux, OneSignal, Figma etc…
●AIエージェント・LLMツール: GitHub Copilot Coding Agent, Devin, Cursor, Claude Code
【扱っているデータ】
・アプリユーザーのアクセスログ、募集内容に関する情報
・マッチングに関する情報
・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
・問い合わせに関するデータ
・営業活動情報のデータ
上記のようなデータを扱っております。
【データエンジニアリング部の特徴】
・データエンジニアリング部全体で頻繁に勉強会を実施しています。部署を跨いでの勉強会も実施されており、興味がある人は参加できる形を取っているので、興味がある分野について学べる機会が多いです。
・一人ひとりが自律的に技術力向上に取り組めるように成長をサポートする制度があります。
・フレックス×リモートでの勤務が可能なため、自分自身が集中して働ける環境を選べます。
※各自の在宅環境をリモートワークに最適化することを支援する制度があります。
・心理的安全性が高い組織なため、相談しやすい環境が整っています。
※参考記事「心理的安全性の勉強会を開催しました」
・データを利活用する土壌が整っております。また、経営陣含め、データの大切さを理解している社員が多いです。
