機械学習エンジニア

業務内容

• Sansan/Contract One/Bill Oneなどのプロダクトやデータ戦略部門で、機能開発と技術課題解決を担当。独自データベースとAI基盤を活用。
• 以下の領域のいずれかを中心に実務を推進。
  • 検索・推薦エンジニアリング：キーワード検索・ベクトル検索・RAGの設計・実装、精度向上・パフォーマンス最適化・UX指標の策定
  • 機械学習/NLP/画像認識：文書情報抽出・名寄せ・ニュース推薦、生成AIを用いた新機能のプロトタイピングとAPI化
  • データサイエンス・戦略：データ分析・統計モデリング・インサイト抽出、名寄せエンジンの開発・運用
  • アーキテクチャ・技術基盤：AIデータアプリの設計・技術選定、MLOps/LLMOpsを含む大規模データ処理基盤の構築・運用
• 事業課題への直接的な貢献と、スケーラブルなデータ基盤の設計・構築を経験。

技術スタック

必須スキル

• Webアプリの設計・開発・運用経験（目安3年以上）
• Python／TypeScript／Kotlin／Ruby／Rust等の実務経験
• AWS/GCP/Azureなどクラウド設計・構築経験
• PostgreSQL／Elasticsearch/OpenSearch／BigQuery／DynamoDB等のデータベース・検索技術
• GitHub／Slack／Datadogなどの開発・運用ツールの実務利用

歓迎スキル（該当する場合）

• MLOps/LLMOpsの構築、生成AIアプリ開発・プロンプトエンジニアリング
• 大規模データ分散処理、リードやPM経験
• OSS活動・技術発信
• 検索エンジン設計・チューニング（Elasticsearch/OpenSearch）、RAG関連の実務経験
• NLP/CVを用いた実務開発・導入経験

キャリア成長観点

• 国内最大級のビジネスデータを活用した高度な分析・開発経験を積める点
• R&Dとプロダクト開発の距離が近く、技術成果が直接事業価値に結びつく実感
• 生成AI・LLM・RAGの実用機能実装を通じた最先端技術の習得
• スケーラブルな検索基盤・データ基盤の設計・構築スキルの強化
• 大規模データ処理・MLOps/LLMOps領域の経験を積み、キャリアの幅を拡張