【ご入社後に期待する成果】
～6か月後:特定の事業領域・既存ユースケースを中心に、業務プロセスやデータ構造、現在の機械学習・生成AIの取り組みを理解し、課題の全体像を把握している状態を期待しています。その上で、PdMやエンジニアと議論を重ねながら、新たなAI活用テーマについて仮説立案や技術選定を行い、検証を開始していることを想定しています。また、モデル設計・改善・運用の一連のプロセスを理解し、自律的に改善サイクルを回し始めている状態を目指していただきます。
～1年後:複数の事業・業務領域にまたがるAI活用テーマをリードし、実運用を見据えた形での設計・改善・展開を担っていただくことを期待しています。課題特性に応じて、従来の機械学習手法や生成AI、その他のアプローチを適切に使い分けながら、技術的な判断や設計方針を示せる状態を目指していただきます。加えて、全社的なAI活用の取り組みにおいて、技術面からの意思決定や方向づけに関与し、事業やプロダクトの成長を支える存在として活躍していただくことを想定しています。
【職務内容】
・事業・業務課題の整理を踏まえた、機械学習・生成AIの活用テーマの検討および企画
・課題特性に応じたモデル・アルゴリズム・アプローチの選定および設計
・検証から実運用を見据えたモデル開発・改善・評価の推進
・既存ユースケースの継続的な改善および新たなユースケースへの展開
・モデルの運用・改善を継続的に行うための開発・運用プロセスの設計および改善
【組織/配属先の特徴】
・CTOや本部長(プロダクト責任者)と密接に連携
・PdM・SWE・データサイエンティスト・AIエンジニアなど100名規模の技術組織
・PdM出身者例:元リクルート・大手事業会社など、事業理解×推進力の強い人材が活躍中
【あなたに提供できる価値】
・事業・業務に根差した多様な課題に対し、機械学習・最適化・生成AIを組み合わせた設計判断を行う経験
・既存ユースケースを起点に、新たなAI活用テーマの検討から実運用までに関わり、取り組みを広げていける環境
・特定技術に閉じず、「何にどの技術を使うか」を考える立場として、全社的なAI活用に関われる機会
【キャリアパス】
・機械学習・統計・最適化・生成AIを横断して活用できる、AI/データ領域のシニアエンジニア
・複数の業務領域にまたがるAI活用プロジェクトを担う、横断型のテクニカルリード
・データ戦略責任者/プロダクト・事業統括ポジション
【プロダクト開発環境】
・開発言語:Golang, React.js(Next.js), TypeScript
・インフラ:GCP(Cloud Run, BigQuery, Cloud SQL...), Terraform, Docker
・CI/CD:GItHub Actions
・テスト:MagicPod, Storybook
・バージョン管理:GitHub
・エラー管理:Sentry
・APM:NewRelic
・開発生産性管理:Findy Team+
・課題管理:Jira
・ドキュメント管理:Confluence
・その他:Elastic Cloud, Terraform Cloud, Chromatic
