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

【業務概要】当社は、当グループ企業として設立されました。当社は最先端のAI技術を活用し、国内外での研究開発を推進しています。企業の全SaaSを統合し、AIが自律的に業務を実行する「企業の脳」 次世代の基幹システムを構築することを目指しています。自社サービスを中核に、DBさえあればアプリ不要、AIが作業して結果だけを返す世界を実装しています。
ミッション: 「企業の脳」が24時間365日止まらない世界を支える。AIエージェントが安全・高速・確実に動作するための共通基盤 バックエンドサービス、実行環境、観測性、ガバナンスを設計・構築・運用し、プラットフォーム全体の信頼性とコスト効率を最大化する。
期待する役割について: Software Engineer (AI Platform) として、バックエンドエンジニアリングの力でAIプラットフォーム全体の信頼性・パフォーマンス・コスト効率を支えていただきます。
- バックエンドサービスの設計・実装・運用を担いながら、Kubernetesクラスタやクラウドインフラの最適化にも取り組む
- 観測性基盤 (トレーシング、ログ、メトリクス) を設計・整備し、AIエージェント特有の障害を迅速に検出・解決する
- 推論コスト・インフラコストの最適化により、ビジネスインパクトに直結する改善を実現する
- SLI / SLO の設計・運用、オンコール、インシデント対応を通じて高い稼働率を維持する
- CI/CDパイプラインの構築・改善、開発環境の整備を通じて社内エンジニアの開発者体験を向上させる

【具体的な業務】
バックエンドサービス・プラットフォーム構築:
- AIプラットフォームのバックエンドサービスの設計・実装・運用
- Kubernetesクラスタの設計・構築・運用
- クラウドインフラ (GCP) のアーキテクチャ設計・最適化
- IaC (Terraform) によるインフラのコード化・自動化
- コスト / 性能最適化 (オートスケーリング、キャッシュ、バッチ処理、GPU管理)
観測性・ガバナンス:
- 観測性基盤 (トレーシング、ログ、メトリクス) の設計・整備
- AIエージェント特有のトレーシング (推論リクエストの追跡、ツール呼び出しの可視化)
- データアクセス・権限管理基盤の構築
- セキュリティ要件への対応
SRE・信頼性:
- 高いプラットフォーム稼働率の維持
- SLI / SLO の設計・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 の継続的改善
開発者体験の向上:
- CI/CDパイプラインの構築・改善
- 開発環境・ステージング環境の整備
- 社内エンジニア向けのインフラドキュメント整備
業務シナリオ例:
- シナリオ 1: 推論パイプラインのバックエンドサービス最適化
推論リクエストの急増に伴い、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、キャッシュ戦略の再設計とバックエンドサービスの非同期処理化を実装。レイテンシを大幅に改善しつつ、推論コストを削減。
- シナリオ 2: エージェントトレーシング基盤の構築
AIエージェントの障害原因特定に時間がかかっている課題を解決するため、OpenTelemetryベースのトレーシング基盤を設計・実装。推論リクエスト → ツール呼び出し → 外部API連携の一連のフローを可視化し、MTTRを短縮。
- シナリオ 3: マルチテナント環境のコスト最適化
多数の顧客が同時利用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。利用パターンに基づくリソース配分の最適化により、インフラコストを改善。
成果責任 (KR/メトリクス):
- プラットフォーム稼働率 >= 目標値
- エージェント実行レイテンシ P95/P99
- インフラコスト効率 ($/リクエスト)
- 開発者体験スコア (社内NPS)
- インシデント MTTR <= 目標値
チーム体制:
多数のメンバーが開発組織に在籍しています。
- AI Platform Engineerは以下のチームを横断して活動します:
- Infra クラウドインフラ・SRE
- Data データパイプライン・分析基盤
- 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 エージェント実行基盤の設計・実装
- Agentic Product Engineer エージェント機能開発
- AI QA Specialist 評価パイプラインとの連携
- Product Manager プロダクト設計・非機能要件定義

【ポジション・部門の魅力】
- バックエンド × インフラの交点 : 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 の枠を超え、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める
- 大規模クラウドインフラの設計 : Kubernetes、イベント駆動アーキテクチャ、オートスケーリングなど、大規模分散システムの設計・運用経験を積める
- コスト最適化のインパクト : 推論コスト・インフラコストの最適化が直接的にビジネスインパクトに繋がる。$/リクエストの改善が全プロダクトに波及する
- 全プロダクトの土台を支える : 多数の企業が利用する本番環境の高い稼働率を支える。あなたが構築したインフラの上で、すべてのAIエージェントが動く
- 急成長環境 : 急成長中のスタートアップで、多数のプロダクト展開をしており、技術的意思決定に大きな裁量を持てる

【必須スキル】
- コンピュータサイエンス、ソフトウェア工学、人工知能、機械学習、数学、物理、それらの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実務経験
- Python での本番プロダクト開発経験
- クラウドプラットフォーム (AWS / GCP / Azure) での設計・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
- 分散システムの設計・運用経験
- 言語レベル : いずれか必須
- 日本語 : Fluent (プロダクト開発において齟齬なく議論を行えるレベル)
- 英語 : ビジネスレベル

【歓迎スキル】
- IaC (Terraform / Pulumi 等) の実務経験
- GPU クラスタの運用・最適化経験
- ML 基盤 / MLOps 構築経験
- AI ワークロード (推論サーバー、モデルサービング) の運用経験
- イベント駆動アーキテクチャ (Kafka / RabbitMQ 等) の経験
- SRE / DevOps のプラクティス (SLI / SLO 設計、Chaos Engineering 等)
- 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。