Fullstack Engineer/AI開発プラットフォーム提供企業の求人

●業務概要AIの性能を決定づけるのはモデルだけでなく、学習データの質と量も重要です。しかし、AI開発におけるデータ収集・生成・アノテーション・品質管理は属人的かつ非効率で、AI活用のボトルネックとなっています。当社は、この課題を解決するため、AIデータ生成・管理を一元的に扱うデータ基盤プラットフォームを開発・提供しています。プロダクトはPoCフェーズを越え本番利用が急速に拡大しており、データ量・ユースケース・機能要件の複雑性が増大しています。そのため、データ規模の急増に耐えうる設計、長期的な拡張性を見据えたアーキテクチャ再設計、プロダクト全体を俯瞰した技術意思決定をリードできるエンジニアを募集します。本ポジションは一般的なWebサービス開発とは異なり、AI開発に必要なデータを生み出すプラットフォームそのものを開発します。扱う対象は、生成され続ける大規模データ、構造が一定でない非定型データ、人手作業とシステム処理が混在するワークフローといった、AI開発特有の複雑性を持つ領域です。データの生成から評価・改善に至る一連のプロセス設計を担い、単なる機能実装ではなく、プロダクトの長期的な進化を見据えた基盤設計を行うことが求められます。

●具体的な業務
1. AIデータ基盤（Backend / API / DB）の設計・改善
2. 大規模データ処理を前提としたアーキテクチャ設計
3. データ生成・管理ワークフローのシステム設計
4. プロダクトスケールに伴う技術的課題の解消
5. クラウドインフラの設計・運用改善
6. 技術選定および設計方針の意思決定

●ポジション・部門の魅力
本ポジションでは、一般的なWeb開発では扱わない課題（正解が存在しないデータ構造の設計、継続的に増え続けるデータの運用設計、人手によるアノテーション工程のシステム化、多様なAIユースケースに対応する汎用基盤の設計など）に直面します。これらを解決することは、AI開発の根幹を支える基盤を作ることを意味し、社会におけるAI活用の広がりに直接的な影響を与えるインパクトを持つポジションです。

【得られるもの】
・AI開発の根幹を支えるデータ基盤設計の経験。
・プロダクトの長期的進化を見据えたアーキテクチャ設計経験。
・技術意思決定を担うポジションでの成長機会。
・将来的なTech Lead / アーキテクトへのキャリアパス。

【任せたい裁量】
・技術選定および設計方針の決定
・基盤アーキテクチャの進化の主導
・プロダクトスケールに伴う構成変更の判断
エンジニア起点でプロダクトの構造を進化させることを期待しています。

【必須スキル】
- 業務要件をもとに、Webアプリケーションのバックエンドを設計・実装・運用してきた経験（目安：3年以上）
- Python（Django等）またはTypeScript を用いたAPI開発・業務ロジック実装・既存機能の改修経験があり、実運用を前提に保守性や変更容易性を意識して開発してきた経験
- PostgreSQL 等のRDBMSにおいて、テーブル設計・インデックス設計・クエリ作成を行い、パフォーマンスを意識した運用改善（例：遅いクエリの特定と改善、スキーマ変更、負荷対策）に関わった経験
- AWS または GCP 環境で、アプリケーションのデプロイ、設定変更、障害対応、運用改善を行った経験
- 「データを作る／増える／変わる」ことを前提に、データのライフサイクル（生成・管理・更新・品質・権限・監査）を意識したシステム設計に関心があり、AI/機械学習に関連するデータやシステムに触れた経験（実務/プロジェクト/プロダクトいずれでも可）

【歓迎スキル】
- プロダクトの将来を見据えたアーキテクチャ設計・技術選定に主体的に関与した経験
- 大量データ・非定型データ・継続的増加を前提にした基盤設計や運用改善の経験（例：バッチ/ストリーミング処理、ジョブ設計、キュー、分散処理、ストレージ設計など）
- データの品質管理を仕組みに落とし込んだ経験（例：検品フロー、ラベル品質評価、アノテーションガイドライン管理、差分管理、監査ログ、権限制御など）
- Docker / Kubernetes を用いた開発・運用経験
- CI/CD（GitHub Actions等）の設計・改善により、リリース頻度や品質を上げた経験
- AI連携基盤の実装経験（例：Vertex AI / SageMaker / Feature Store / Embeddings / 推論API連携など）
- MLOps・データパイプライン（ETL/ELT、データバリデーション、データカタログ等）への関心、または構築経験

【求める人物像】
- AIデータ基盤を設計 → スケール → 改善 まで一貫して経験できる
- 実際に使われるAIプロダクトの失敗と改善に向き合える
- 技術的意思決定を任されるポジションでの成長
- 将来の Tech Lead / アーキテクトへのキャリアパス

AI開発プラットフォーム提供事業、AIコンサルティング事業 等