Tech. AIエンジニア／データサイエンティスト

事業についての詳細はこちらをご参照ください。

ポジション概要

外食・食品産業の業務課題を解決するB2B SaaSプロダクト「HANZO」シリーズにおいて、需要予測・自動発注・在庫最適化などのアルゴリズム開発およびデータ分析を担うポジションです。物流・製造・在庫データを用いた課題構造化や数理モデル設計、PoC（仮説検証）の推進からPythonによる実プロダクトへの実装・本番運用化までを幅広く手掛けていただきます。

募集の背景

累計50億円超の資金調達と「第2創業期」のスタート
当社はこれまでに累計50億円超の資金調達を実施し、まさに「第2創業期」というエキサイティングなフェーズを迎えています 。事業の急成長に伴い、組織の基盤強化とさらなるスケールを目指すため、新たな仲間を募集することになりました。
ミッション
「食品産業のロスをなくす。」
市場の課題と変化
昨今の原価高騰を受け、外食チェーンの値上げ戦略は限界に近づいています 。そこで今、業界はサプライヤー（製造・卸・物流）と需要を共有する「サプライチェーン全体の効率化を通じた原価削減」へ一歩踏み込み始めました 。この巨大な変革期は、私たちのミッション実現に向けた最大の追い風です。
今回の募集テーマ
外食チェーン向けサービスでの成功を背景に、直近で「20億円超の大型資金調達」を完了。満を持してサプライヤー向け新サービスの提供を開始し、IPOとその先を見据えたグロースフェーズへ突入しました。外食チェーン向けサービスでの成功を背景に、直近で「20億円超の大型資金調達」を完了。満を持してサプライヤー向け新サービスの提供を開始し、IPOとその先を見据えたグロースフェーズへ突入しました。食品産業全体のサプライチェーンをつなぐ領域へと拡大する中で、需要予測や在庫最適化をはじめとする難易度の高いアルゴリズム構築およびPoCからプロダクト実装までを加速させるデータサイエンス・AIエンジニアリング体制の強化を目的とした募集です。

サービス

2年連続国内シェアNo.1・全国4,000店舗に導入される外食DXプロダクト

国内シェア2年連続No.1の圧倒的実績
富士キメラ総研の最新リサーチにて、『食品ロス削減ソリューション市場 飲食業向け国内シェア2年連続No.1（需要予測・自動発注カテゴリ）』を獲得。
単なるシステム導入にとどまらない、本質的な業務改革をもたらすプロダクトとして、市場から圧倒的な評価と信頼を得ています。

顧客理解とAIが創る、唯一無二のサービス
表面的なIT化ではなく、AIを活用した「外食チェーンの食材需要予測サービス」を自社開発。
当社はこれまで一定規模以上の外食チェーンの事業戦略の策定や、伴走型のコンサルティングを通じて現場の業務フローを徹底的に紐解いてきました。
この「顧客を深く知る泥臭いアプローチ」と「創業時から継続しているAI研究への投資」が掛け合わさることで、他社が容易に真似できない『外食チェーン向け需要予測』という極めて専門性の高い領域で圧倒的な強み（優位性）を確立しています。顧客の経営課題の解決にダイレクトに直結する成果を高い再現性で生み出し続けているのが、私たちの最大の武器です。

外食DXから「食品産業のサプライチェーン全体」を繋ぐプラットフォームへ
私たちは、単なる「外食向けのIT便利ツール」を提供する会社ではありません。これまで培った強固なプロダクトを基盤に、「サプライヤー（製造・卸・物流）向けの新サービス」をリリースしました。
これにより、取り扱うプロダクトの幅は大幅に拡大し、食品産業における役割は劇的な進化を遂げています。 これまでは「Goalsから外食チェーン」という一方通行の価値提供でしたが、今後はプロダクトが広がることで、川上から川下まで双方向で需要データを共有・循環させる仕組みを構築します。このサプライチェーン全体を巻き込んだプラットフォーム化こそが、私たちが仕掛ける産業変革の真髄であり、他社には決して真似できない巨大な成長ポテンシャルです。

業務内容

▼業務詳細

データサイエンス／PoC推進

• 物流／製造／在庫データを用いた分析・課題構造化
• 在庫最適化・需要予測・生産計画などの数理モデル設計
• 顧客業務を踏まえた仮説立案・検証・PoC推進
• PoC結果のドキュメンテーションおよび意思決定支援

AIエンジニアリング／プロダクト実装

• Pythonによるモデル実装・評価・改善
• PoCモデルのプロダクト組み込み設計
• 既存プロダクト（需要予測・自動発注等）のアルゴリズム改善
• API化／バッチ化など本番運用を見据えた実装

プロダクト・チーム連携

• PdM／ビジネスサイドと連携した要件整理・仕様策定
• 分析結果をもとにしたプロダクト機能提案
• 技術選定・設計方針の議論

▼開発環境

• バックエンド：Ruby on Rails
• フロントエンド：React
• AI部分：Python
• クラウドサービス: AWS
• AI開発支援ツール：Cursor / Devin

▼文化

• エンジニアの裁量度高い（代表がエンジニア出身のため）
• デプロイ前のコードレビュー必須
• 日常的にリファクタリングを検討
• 実装担当メンバー主導で工数見積もりを実施

▼所属メンバー

20代の若手エンジニアから、40代のtoB SaaS開発のプロフェッショナルまで幅広い層が所属しています。

若手から要件定義に携われることも大きな特徴で、全メンバーがプロダクトの方針・将来性を見据えた実装を行っています。

必須経験・スキル

• 統計分析／時系列解析／機械学習いずれかの実務経験（実務データを用いた分析・検証を含む／2年以上）
• Pythonによるデータ分析・モデル実装経験
• PoCや検証フェーズにおける仮説立案・検証の経験
• 日本語能力（ビジネスレベル／N1相当）

歓迎経験・スキル

• 在庫最適化／生産計画／配送計画などの最適化問題の知識・実装経験
• 線形計画法／整数計画法などの数理最適化の理解
• PoCからプロダクト化までを経験したことがある方
• MLOps／分析基盤の設計・運用経験
• SaaSプロダクト開発経験（Webアプリ／API）
• ビジネスサイドや顧客と直接議論しながら進めた経験

求める人物像

• Goalsのミッション・バリューに共感し、成長意欲がある方
• 不確実性の高いテーマを楽しみ、仮説検証を回せる方
• PoCで終わらせず、プロダクトとして価値を出すことに興味がある方
• 専門領域に閉じず、プロダクト全体に関与したい方
• チームでの議論・協働を大切にできる方