← Back to main page

シニアMLOpsエンジニア

Salary: 1100 - 1500 百万円

DockerKubernetesPythonGitAWS
Japanese only
English: FluentJapanese: Fluent

Minimum year of experience: 5

timee

シニアMLOpsエンジニア

事業内容

当社は「『はたらく』を通じて人生の可能性を広げるインフラをつくる」をミッションに掲げ、深刻化する人手不足という経営課題を解決しながら、一人ひとりが好きな時に働き、人生の可能性を広げられる世界を目指し、スキマバイトアプリ「タイミー」を中心に事業を展開してきました。

  • ワーカー数：1,420万人
  • 事業者数：238,000社
  • 事業所数：465,000拠点 ※2026年4月末時点

"第二創業期"を迎え、既存のスポットワーク領域の深化および新規事業の立ち上げのため、「信頼データ」を軸とした社会インフラの構築に挑戦しています。

募集背景

スキマバイトマッチングプラットフォーム「タイミー」の急成長と今後の事業拡大、そして多様化するユーザー体験やデータ特性、多様なAI/ML活用を事業成長のエンジンとする中、プロダクト組織全体のAI/ML活用を加速し得る新たな標準基盤やセルフサービス環境の整備が急務となっています。全社の開発者体験・生産性・安全性向上のためのプラットフォームを牽引できるシニアMLOpsエンジニアを募集します。

業務内容

  • 機械学習の学習・評価・予測・デプロイ・監視を効率的に実現するためのML基盤の設計・開発・保守・運用
  • 機械学習APIサーバー、オンライン推論基盤、バッチ推論基盤の設計・開発・運用
  • 機械学習システムのためのデータパイプライン、特徴量管理、Feature Store等の設計・開発・運用
  • 機械学習ワークフロー、実験管理、モデル管理、評価・検証プロセスの設計・開発・運用
  • ML関連の開発業務を効率化する社内ライブラリ、テンプレート、サンプル実装、開発環境の整備
  • プロダクトAI/MLエンジニアやデータサイエンティストが、AI/ML機能を本番環境で安全に実装・運用するためのProduction Readinessの整備
  • モデル精度、データ品質、ドリフト、レイテンシー、エラー率、コストなどの監視・可視化の仕組みづくり
  • モデル更新、ロールバック、障害対応、インシデント対応、Runbook整備などの運用標準化
  • 個別プロダクト機能の要件を踏まえた、基盤側の非機能要件・運用要件・責務分界の整理
  • 生成AI/LLMを複数チームで安全に活用するためのLLMOps基盤・AIガバナンスの設計・開発・運用
  • プロンプト管理、評価データセット、出力品質評価、LLM as a Judge、リグレッションテスト等の共通基盤づくり
  • LLMアプリケーションの監視、コスト管理、Fallback、ガードレール、セキュリティ・利用ポリシー整備
  • 個別ユースケース実装を担うチームが、安全に生成AI/LLMを利用するためのルール・テンプレート・レビュー観点の整備
  • データサイエンティスト、プロダクトAI/MLエンジニア、ソフトウェアエンジニアが迷わずAI/ML機能を開発・運用できるゴールデンパスの整備
  • CI/CD、IaC、コンテナ、クラウド、権限管理、Secret管理、監査ログ等を組み込んだ標準パターンの設計・運用
  • テンプレート、ドキュメント、チェックリスト、オンボーディング資料、開発者向けガードレールの整備
  • 個別案件から共通パターンを抽出し、セルフサービス化・自動化・再利用可能な形へ昇華
  • 上記を実現するための非機能要件・運用品質の継続的な改善
  • IaCによるインフラ構築・管理
  • CI/CDによるテスト・デプロイ自動化
  • サービス監視、ログ、メトリクス、トレース、アラートの設計・運用
  • パフォーマンス、可用性・信頼性、セキュリティ、コスト効率を考慮した設計・実装および継続的な改善
  • 社内のデータサイエンティスト、プロダクトAI/MLエンジニア、ソフトウェアエンジニア等への教育・スキルトランスファー、技術支援
  • ML/LLM基盤活用戦略の作成・推進、全社的なAI/ML活用の環境整備・啓蒙活動

技術スタック(主要な部分の抜粋)

  • クラウド: Google Cloud
  • 開発言語: Python
  • データ基盤: BigQuery / Fivetran / dbt Cloud
  • ML / LLM基盤: Vertex AI / MLflow / LiteLLM / Datadog LLM Observability
  • BIツール: Looker / Looker Studio
  • IaC: Terraform
  • 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

  • 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

タイミーのMLOpsエンジニアとして働く魅力

  • 「働く」インフラを支えるAI/MLを、速く・安全に・継続的にプロダクトへ届けるための基盤づくりに携われる
  • データサイエンティストやプロダクトAI/MLエンジニアと近い距離で、実際のユースケースや運用課題を踏まえながら、ML/LLM基盤・推論基盤・開発運用環境を改善できる
  • AI/ML本番活用のための標準化・自動化・Developer Experience改善に取り組める
  • 大規模なユーザー・求人・稼働データを扱い、精度・品質・信頼性・コストまで含めて継続的な価値提供する文化
  • 多様なバックグラウンドのメンバーと学び合い、ディスカッションしながらプロダクト組織全体のAI/ML活用を支えるプラットフォームを育てていける

必須スキル・経験（MUST）

ハードスキル

  • Pythonを用いた機械学習パイプライン、基盤ツール、バッチ処理等の開発経験（5年以上）
  • Gitを用いたチーム開発の経験
  • GitHub Actions / GitLab CI等を用いたCI/CDの設計・実装・運用経験
  • Terraform等のIaCを用いたクラウドインフラの設計・構築・運用経験
  • Google CloudまたはAWS等のクラウド環境における開発・運用経験（直近含め5年以上）
  • Docker/Kubernetes をはじめとしたクラウドネイティブな基盤に関わる開発・運用経験
  • 商用環境または業務システムにおいて、機械学習パイプライン、推論基盤、Feature Store・モデル管理・実験管理・モデル監視などのMLOps基盤を設計・開発・運用した経験
  • 監視、アラート、ログ、メトリクス、Runbook、障害対応、インシデント対応など、本番運用を前提としたシステム運用設計の経験
  • VPC構成、クラウド権限管理、Secret管理、監査ログ、脆弱性対応など、インフラ・アプリケーション双方のセキュリティに関する実務経験
  • Platform as a Product、Internal Developer Platform、Golden Path、セルフサービス基盤などの設計・運用経験
  • 保守性、可用性、セキュリティ、コスト、運用負荷を考慮しながら、技術選定・アーキテクチャ設計・改善方針をリードできること
  • 既存基盤の制約や組織ケイパビリティを踏まえ、短期の事業要請と中長期の基盤整備のトレードオフを判断できること

ソフトスキル

  • 当社のミッション、社会貢献性の高い事業に共感していただける方
  • 当社のバリューにフィットしている方
  • 業界・顧客理解のためにインプットを怠らない方
  • 曖昧な課題を構造化し、技術・運用・組織の論点を整理しながら前に進められる方
  • データサイエンティスト、プロダクトAI/MLエンジニア、ソフトウェアエンジニア、SRE、セキュリティ担当など、複数職種・複数チームと連携しながら横断的に業務を推進できる方
  • 利用者視点で、基盤・開発環境・ドキュメント・運用フローをより使いやすく改善し、標準化・セルフサービス化をリードできる方
  • 社内ライブラリ、テンプレート、開発者向けドキュメント、オンボーディング資料などを整備し、開発者体験を改善できる方
  • 技術方針、優先順位、責務分界について、関係者と合意形成しながら意思決定できる方
  • 小規模チームまたは横断プロジェクトにおいて、技術リード、設計レビュー、タスク分解、リリース推進を担える方
  • ADR、Design Doc、Runbook、レビュー観点、チェックリスト等を整備し、技術的意思決定や運用知見を組織に残せる方
  • 自身で手を動かすだけでなく、レビュー、メンタリング、ナレッジ共有を通じてチーム全体の技術力・運用品質を引き上げられる方
  • ロジカル一辺倒ではなく、相手に配慮したコミュニケーションができる方

歓迎スキル・経験（WANT）

  • dbt、Snowflake、Databricks、BigQuery等を用いたデータ基盤・分析基盤の設計・開発・運用経験
  • LLMOps、プロンプト管理、評価基盤、AI as a Judge、LLM Observability、コスト管理、ガードレール設計等に関する経験
  • AIガバナンス、AI利用ポリシー、モデル・プロンプトのレビュー、リスク分類、Human-in-the-loop設計等に関する経験
  • リアルタイム推論、高頻度データ連携、オンラインFeature Store、検索・推薦・ランキング・マッチング基盤などの設計・運用経験
  • ML/LLM基盤、推論基盤、データ基盤などの大規模な移行・刷新・技術負債解消をリードした経験
  • 基盤の利用率、開発リードタイム、問い合わせ件数、障害件数、コストなどの指標を用いてPlatform Productを継続改善した経験
  • OSS活動、技術ブログ、登壇、社内外の勉強会などを通じて、MLOps / Platform Engineering領域の知見を発信した経験

募集要項

  • 職種 / 募集ポジション : シニアMLOpsエンジニア
  • 雇用形態 : 正社員
  • 契約期間: 試用期間：3か月
  • 給与 : 年収 1100万円 〜 1500万円
    • 上記年収には賞与（年2回）が含まれます
    • 個人の能力発揮によって賞与の金額は変動します。
    • 前職年収考慮
    • 年2回の人事考課にて給与改定あり
  • 勤務地 :
    • 東京都港区東新橋1-5-2 汐留シティセンター35階（東京本社）
    • ※フルリモート勤務可
  • 勤務時間 :
    • フレックスタイム制（コアタイム 11:00〜15:30）
    • 標準勤務時間 9:30〜18:30
    • ※1日8時間勤務×月勤務日数分が1ヶ月の勤務時間数
  • 休日 :
    • 年間休日120日
    • 完全週休2日制（土・日）、国民の祝日
    • リラックス休暇（年次有休とは別に、入社初日に年5日分、その後1年ごとに5日分付与）
    • 年次有給休暇
    • 年末年始休暇
    • 慶弔休暇
    • 産前産後休暇

福利厚生

  • 各種社会保険完備
  • 交通費支給（上限5万円/月）
  • 実績に応じて昇給有（年2回）

加入保険

  • 健康保険
  • 厚生年金
  • 雇用保険
  • 労災保険

受動喫煙対策

  • 屋内原則禁煙（建物内喫煙スペース有）

社内制度

  • 従業員持株会
  • ダブルタイミーデイ（タイミーアプリ利用時、報酬上乗せ・上限あり）
  • 書籍購入（会社負担）
  • セミナー費用補助
  • 部活動補助
  • チームビルディング補助
  • 結婚祝い金

働き方

  • フルリモート勤務可

選考フロー

  1. カジュアル面談
  2. 書類選考
  3. 一次面接(現場メンバー)
  4. 二次面接(GM・部長面接)
  5. 最終面接(CTO面接)

※選考中にリファレンスチェック・適性検査をご依頼する場合あり

reco経由で応募する