Software Engineer, AI Platform / English/上場マーケティング支援企業の求人

業務概要:
私たちの目標は、AIチャットボットの構築をはるかに超えています。私たちは「企業の脳」を構築しています。これは、AIが企業のすべてのSaaSツールを統合し、自律的にビジネスオペレーションを実行する次世代のコアシステムです。自社サービスを中心に、データベースが与えられれば、個別のアプリケーションは不要で、AIが作業を実行し、結果のみを返す世界を実現しています。
「企業の脳」は決して停止してはなりません。自社サービスが顧客企業に対して承認ワークフロー、リソース割り当て、見込み客発見などのタスクを24時間365日自律的に実行する世界では、プラットフォームの稼働率99.9%は最低限の要件です。同時に、ワークフローが同時に実行される環境での推論およびインフラコストの最適化、そして開発者体験の向上は極めて重要な要求です。
Agent Harness Engineerが「エンジンを構築する人」であるならば、Software Engineer (AI Platform)は「エンジンが確実に動作する環境を構築する人」です。Kubernetesクラスターの設計と運用、オブザーバビリティインフラストラクチャ、推論コスト最適化、CI/CDパイプライン開発 これは、バックエンドエンジニアリングの力で「企業の脳」のインフラ全体を支えるポジションです。
ミッション: 「企業の脳」が24時間365日、決して停止しない世界を支える。AIエージェントが安全に、迅速に、そして確実に動作できるようにする共有基盤 バックエンドサービス、実行環境、オブザーバビリティ、ガバナンス を設計、構築、運用します。プラットフォーム全体の信頼性とコスト効率を最大化します。

具体的な業務:
Software Engineer (AI Platform)として、バックエンドエンジニアリングを通じてAIプラットフォーム全体の信頼性、パフォーマンス、コスト効率を強化します。
- バックエンドサービスの設計、実装、運用、およびKubernetesクラスターとクラウドインフラストラクチャの最適化
- AIエージェントに特有の障害を迅速に検出・解決するためのオブザーバビリティインフラストラクチャ（トレーシング、ロギング、メトリクス）の設計と構築
- 推論コストおよびインフラコストの最適化を通じて、直接的なビジネスインパクトのある改善を提供
- SLI/SLOの設計と運用、オンコール、インシデント対応を通じて99.9%の稼働率を維持
- CI/CDパイプラインの構築と開発環境の改善を通じて、社内エンジニアの開発者体験を向上

職務内容:
- バックエンドサービス＆プラットフォーム開発
- AIプラットフォーム向けバックエンドサービスの設計、実装、運用
- Kubernetesクラスターの設計、構築、運用
- クラウドインフラストラクチャ（GCP）のアーキテクチャ設計と最適化
- IaC（Terraform）によるインフラのコード化と自動化
- コスト/パフォーマンス最適化（オートスケーリング、キャッシング、バッチ処理、GPU管理）
- オブザーバビリティ＆ガバナンス
- オブザーバビリティスタック（トレーシング、ロギング、メトリクス）の設計と構築
- AIエージェントに特化したトレーシングの実装（推論リクエスト追跡、ツール呼び出し可視化）
- データアクセスおよび権限管理インフラストラクチャの構築
- セキュリティ要件への対応
- SRE＆信頼性
- プラットフォーム稼働率99.9%以上を維持
- SLI/SLOの設計と運用
- オンコール、インシデント対応、ポストモーテム
- インシデントMTTRの継続的な改善
- 開発者体験
- CI/CDパイプラインの構築と改善
- 開発およびステージング環境の維持
- 社内エンジニア向けインフラドキュメントの作成と維持

例:
シナリオ1: 推論パイプライン向けバックエンドサービス最適化。推論リクエストの急増によりバックエンドサービスのレイテンシが悪化。リクエストパターンを分析し、キャッシング戦略を再設計し、バックエンドサービスに非同期処理を実装。結果: P95レイテンシが40%改善し、推論コストが20%削減。
シナリオ2: エージェントトレーシングインフラストラクチャの構築。AIエージェントの障害の根本原因分析に時間がかかりすぎる。推論リクエスト → ツール呼び出し → 外部API統合の全フローを可視化するOpenTelemetryベースのトレーシングインフラストラクチャを設計・実装。結果: MTTRが50%削減。
シナリオ3: マルチテナント環境でのコスト最適化。同時顧客にサービスを提供するマルチテナント環境で、テナントごとのリソース消費を可視化するダッシュボードを構築。使用パターンに基づいてリソース割り当てを最適化することで、インフラコスト（$/request）が15%改善。

ポジション・部門の魅力:
- バックエンド × インフラの交差点 バックエンドエンジニアリングの力でプラットフォーム全体を支える新しい領域。
- AI時代のプラットフォームエンジニアリング 従来のインフラ/SREを超え、推論コスト最適化、GPU管理、エージェントトレーシングなど、AI特有の課題に取り組む。
- 大規模クラウドインフラ設計 Kubernetes、イベント駆動型アーキテクチャ、オートスケーリングを用いた大規模分散システムの設計・運用経験を積む。
- 実質的なインパクトのあるコスト最適化 推論およびインフラコストの最適化は、直接ビジネスインパクトにつながる。$/requestの改善はすべての製品に波及する。
- すべての製品を支える 本番環境で99.9%の稼働率をサポート。すべてのAIエージェントはあなたが構築するインフラ上で動作する。
- 急成長環境 スタートアップで、技術的な意思決定において大きな裁量を持つことができる。

チーム構成:
開発組織にはメンバーがいます。
- Software Engineers (AI Platform)は以下のグループで活動します:
- Infra クラウドインフラストラクチャとSRE
- Data データパイプラインと分析インフラストラクチャ
- Agent Harness エージェント実行フレームワーク
- 密接に連携する役割:
- Agent Harness Engineer エージェント実行インフラストラクチャの設計と実装
- Agentic Product Engineer エージェント機能開発
- AI QA Specialist 評価パイプライン連携
- Product Manager 製品設計と非機能要件定義

【必須スキル】
- コンピュータサイエンス、ソフトウェアエンジニアリング、人工知能、機械学習、数学、物理学、または関連分野における学士号または同等の実務経験
- バックエンドエンジニアとしての3年以上の実務経験
- Pythonでの本番製品開発経験
- クラウドプラットフォーム（AWS / GCP / Azure）での設計および運用経験
- Kubernetes / コンテナオーケストレーションの理解と運用経験
- 分散システム設計および運用経験
- 語学要件（いずれか1つ以上）:
- 日本語: 流暢 製品開発について円滑に議論できるレベル
- 英語: ビジネスレベル

【歓迎スキル】
- IaCの実務経験（Terraform / Pulumiなど）
- GPUクラスターの運用と最適化経験
- MLインフラストラクチャ / MLOps構築経験
- AIワークロード運用経験（推論サーバー、モデルサービング）
- イベント駆動型アーキテクチャ経験（Kafka / RabbitMQなど）
- SRE / DevOpsプラクティス（SLI / SLO設計、カオスエンジニアリングなど）
- セキュリティエンジニアリング経験
- 英語での技術コミュニケーション能力

【求める人物像】

企業の収益拡大・生産性向上など様々な課題解決につながるソリューションを開発・提供するマーケティングテクノロジーカンパニー

アドテクノロジー/デジタルマーケティングの領域において、最先端のテクノロジーを活用し、顧客企業様の収益最大化に役立つプロダクトを独自開発。中でも、WEBメディアやスマートフォンアプリの広告枠に対し、アクセスしたユーザの分析を行い、最適な広告をリアルタイムのオークション形式で届ける、プラットフォーム事業に注力しています。