株式会社タイミー 求人の検索結果一覧

全 9 件中 9 件 を表示しています

• 

  シニアプロダクトデータサイエンティスト（Matching）

  募集背景 タイミーの急激な事業成長に伴い、求人案件とユーザー数が拡大し続ける中で、「自分に合った仕事がすぐに見つかる」「必要な時に必要な働き手が集まる」というマーケットプレイスとしての流動性と質を両立させることは、当社のミッションである「『はたらく』を通じて人生の可能性を広げるインフラ」を維持・発展させるための最重要課題です。 スポットワークのマッチングは、一般的なEC等とは異なり、場所・時間・スキルといった物理的な制約が強く、さらに「現場での体験」そのものがプロダクトの価値に直結します。そのため、単なるマッチング精度の改善に留まらず、マーケットプレイス全体の需給バランスの最適化や、「タイミーを使うほど、働く時間がより豊かになる」ような仕組みのデザインが求められています。 また、LLMなどの基盤モデル技術を活用し、募集内容やレビューといった非構造化データから、ワーカーと事業者の特徴をより深く理解する挑戦も進めています。 「なぜこの指標を改善すべきなのか」「タイミーとしてどのような体験を提供すべきか」というプロダクトおよびマーケティングの視点を持ち、データサイエンスと最新のAI技術を融合させて事業成長を牽引できる、意欲ある仲間を募集しています。 業務内容 現在、データサイエンスグループでは主に「マッチング体験の向上」「プラットフォームの信頼性・安全性向上」「ML/LLM基盤の構築・運用」の3つの領域に注力しています。 本ポジションでは、このうち「マッチング体験の向上」を専門的に担当いただき、推薦や検索アルゴリズムの力を用いて、ユーザーへの価値提供を最大化していただきます。 ビジネス課題の特定から、数理最適化や因果推論、基盤モデル等を用いたシステム設計、ビジネスインパクトと連動した評価パイプラインの構築までをフルサイクルで担っていただきます。 1. 理想のマッチングと評価指標の設計 推薦・マッチングアルゴリズムが事業KPI（マッチング率、継続率等）に与える影響を分析し、優先的に改善すべき領域を策定 「タイミーにおける理想のマッチング」を定義し、それを多角的に評価・計測するための指標や、信頼性の高い評価基盤の設計・構築 ワーカーの皆様の継続的な活躍を支え、タイミーを通じた「はたらく」体験がより価値あるものとなるような、データに基づいた価値還元やパーソナライズ体験の構築 2. マッチングのデータサイエンスと最新技術のリサーチ・実装 推薦システム、検索、グラフニューラルネットワーク、数理最適化、マーケットデザイン等の分野における論文の調査および、タイミーのマッチング課題への適応・実装 多種多様なニーズを持つワーカーと事業者の需給バランスを考慮した高度なマッチングアルゴリズムを開発し、因果推論等を用いた施策の効果検証 3. 基盤モデルを活用したユーザー理解の深化 LLM等の基盤モデルを用いて、非構造化データからセマンティックな特徴を抽出し、マッチング精度の向上に繋げる プロンプトエンジニアリングや効率的な追加学習（PEFT等）を駆使し、特定ドメインにおけるモデルの最適化を推進 4. フルサイクルなモデル開発と推論の最適化 ユーザーからの反応やフィードバック（暗黙的・明示的シグナル）を収集・分析し、プロダクトを継続的に進化させる学習ループ（フィードバックループ）の構築 ロードマップ策定からモデリング、A/Bテスト等の検証、本番運用の実施までを一気通貫で担当 推論時のレイテンシー改善やコスト管理を行い、快適なユーザー体験とビジネス効率の両立を追求 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 上記のようなデータを扱っております。 データエンジニアリング部の特徴 ・データエンジニアリング部全体で頻繁に勉強会を実施しています。部署を跨いでの勉強会も実施されており、興味がある人は参加できる形を取っているので、興味がある分野について学べる機会が多いです。 ・一人ひとりが自律的に技術力向上に取り組めるように成長をサポートする制度があります。 ・フレックス×リモートでの勤務が可能なため、自分自身が集中して働ける環境を選べます。 ※各自の在宅環境をリモートワークに最適化することを支援する制度があります。 ・心理的安全性が高い組織なため、相談しやすい環境が整っています。 ※参考記事「心理的安全性の勉強会を開催しました」 ・データを利活用する土壌が整っております。また、経営陣含め、データの大切さを理解している社員が多いです。 本ポジションの魅力 「スポットワーク」という新しい市場の先駆者として、あらゆる人の人生の可能性を広げるためのインフラづくりに深く関わることができます。 機械学習モデルを作成して終わりではなく、運用/継続学習/精度の監視を大事にしています。 施策の設計から携わることが可能です。 データ基盤の整備は別のチームが担当しているため、データサイエンティストとしての価値創出に集中できます。 考慮する変数が多くモデリングする対象が複雑かつ、アイテムのライフスパンが短いため難易度が高いですが、 高いレベルで「データサイエンス力」「ビジネス力」や「データエンジニア力」を体現しているデータサイエンティストと一緒に働くことができ、アジリティ高く施策や検証を行うことができます。 グループのMission実現のための最適なアルゴリズム、モデル、コード、ツールなどについて、チームメンバーでの議論・提案を歓迎する文化があります。  インタビュー記事 採用要件 MUST ハードスキル マッチング・推薦領域における卓越した知見と実装経験（5年以上） ：推薦システム、検索システム、またはマッチング理論や数理最適化（需給バランスの最適化等）の知見を用いた、実ビジネスにおける高度な設計・開発・運用経験 開発・分析基盤の習熟 ：SQLおよびPythonを用いた大規模データ処理、クラウド（Google Cloud/AWS等）環境でのモデル開発・運用、およびGitを用いたチーム開発の実務経験 データに基づく高度な意思決定支援 ：因果推論やA/Bテストを用いた精緻な効果検証を行い、マーケットプレイス内の複雑な相互作用を考慮した上で、プロダクトの改善を主導した実務経験 継続的な学習サイクルの構築経験 ：本番環境のデータやユーザーからの反応（暗黙的・明示的シグナル）を収集・分析し、モデルを改善し続ける仕組みを設計・運用した経験 評価駆動開発の高度な実践能力 ：ビジネスインパクトから逆算し、2サイドプラットフォーム特有の多角的な評価指標（オフライン評価、セマンティック類似度、マーケットプレイスの健全性指標等）を定義するとともに、信頼性の高い評価基盤を設計・構築できる能力 ソフトスキル 2サイドマッチングプラットフォームにおける深いドメイン知見 ：2サイドマッチングプラットフォームの特性（流動性の確保、マッチングの摩擦、ネットワーク効果など）を深く理解し、抽象的な事業課題をデータサイエンスの課題として構造化・ロードマップ策定できる能力 ビジネス指標と技術指標の高度な接続能力 ：マッチング率、充填率（Fill rate）、リテンションといったマーケットプレイスの重要KPIと、機械学習の技術指標を定量的に紐付け、投資対効果（ROI）に基づいた優先順位付けと戦略的な意思決定を主導できる能力 ステークホルダーを巻き込む推進力 ：他部門のステークホルダーと密に連携し、マッチングアルゴリズムがプロダクトやユーザー体験に与える影響を共通言語（ビジネス価値）で議論し、プロジェクトを完遂させる高い推進力 WANT 多段階ランキングシステムの設計・開発経験 ：大規模な候補集合に対して、効率的かつ高精度に絞り込みを行うリランキングアルゴリズムの実装経験 高度な検索システムの設計・開発経験 ：キーワード検索とベクトル検索を組み合わせた「ハイブリッド検索」や、文脈を考慮した「コンテキスト検索」の設計経験 生成的検索の設計・開発および評価経験 ：従来のキーワード検索の枠組みを超え、RAG（検索拡張生成）、セマンティック検索、クエリ書き換えなどの技術を駆使し、個々のユーザーの文脈に即したコンテンツを提示する検索体験の構築・評価知見 多目的最適化の知見 ：ユーザーの満足度、事業収益、需給バランスといった、複数の相反する目的変数のバランスを考慮した最適化の経験 論文（RecSys, KDD, NeurIPS等）のリサーチと実装 ：既存手法に留まらず、学術的な知見をタイミー独自の制約条件（アイテムの短いライフサイクル、時間・場所の制約等）に適応・再実装できる高い探究心 エンドツーエンドの運用設計能力 ：ビジネスや現場のオペレーション要件から逆算し、モデルの推論だけでなく、異常時の対応フローや監視体制、現場運用への定着・適用プロセスを含めた実用的な運用設計を行った経験 求める人物像 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する方 業界・顧客理解のためにインプットを怠らない方 課題解決に向け、自ら考え、手を動かすこともできる方 周囲と円滑なコミュニケーションを取り、大胆に巻き込みながら仕事を進められる方 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

  • データ
  • 正社員
  • 東京都港区東新橋1-5-2 汐留シティセンター35階

• 

  MLOpsエンジニア

  募集背景 タイミーはスキマバイトのマッチングプラットフォームを日本全国にサービスを展開し、急速に成長しています。 弊社では創業当初よりデータ活用の文化が根付いておりますが、MLを活用し更に事業成長を推進していくためには、より強固なML基盤が求められています。 多方面からのML活用のニーズにスピーディーに応えていくために、これまでは、MLパイプラインやCI/CDパイプラインの自動化／Feature Storeの構築／ML開発環境の整備／モノリポ化／開発効率化のための社内ライブラリ開発　などを進めてきました。今後はより強固な基盤を築くべく、Feature Storeの構築や実験管理、データ監視、やモデル監視、LLMOpsなどにも取り組み、中長期的にはデータサイエンスグループに閉じずML基盤を全社展開し、タイミーにおけるML利用シーンを拡大していきたいと考えています。 これらの実現に向け、既存の枠組みに捉われず、幅広い視野を持ちつつ最適解を探しながら取り組んでいただけるMLOpsエンジニアを募集します。 ▼これまでの取り組みについてはぜひこちらもご覧ください ・「Vertex AI Pipelinesを効率的に開発するための取り組み」（https://tech.timee.co.jp/entry/2023/07/21/114309） 業務内容 アプリのUXや、タイミーの様々な業務効率を向上させるための機械学習を用いたソリューションについて、安定した価値提供を実現するためのMLOps基盤の構築・運用をメインで担っていただくポジションです。 機械学習の学習・評価・予測を効率的に実現するためのMLOpsパイプラインの構築・保守・運用 機械学習APIサーバーの設計・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構築 機械学習ワークフローの設計・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開発など 生成AIを実運用していくための切開・開発・運用・ルール整備など 上記を実現するため、最新の技術動向を踏まえたテックスタックの標準化や運用のための仕組みづくり IaCによるインフラ構築・管理 CI/CDによるデプロイ自動化 サービス監視設計・運用 パフォーマンスチューニングを含むSite Reliability向上のための実装など 社内のデータサイエンティスト等への教育・スキルトランスファーや採用に関する業務 ML基盤活用戦略の作成・推進や、全社的な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 上記のようなデータを扱っております。 データエンジニアリング部の特徴 ・一人ひとりが自律的に技術力向上に取り組めるように成長をサポートする制度があります。※詳しくはこちらをご確認ください※ ・フレックス×リモートでの勤務が可能なため、自分自身が集中して働ける環境を選べます。 　※各自の在宅環境をリモートワークに最適化することを支援する制度があります。 ・心理的安全性が高い組織なため、相談しやすい環境が整っています。 　※参考記事「心理的安全性の勉強会を開催しました」 ・データを利活用する土壌が整っております。また、経営陣含め、データの大切さを理解している社員が多いです。 タイミーのデータサイエンスグループで働く魅力 ・グループのMission実現のための最適なアルゴリズム、モデル、コード、ツールなどについて、チームメンバーでの議論・提案を歓迎する文化があります。 ・データサイエンティストと同じグループに所属しているため、デイリーで直接コミュニケーションを行い、アジリティ高く開発を行なっています。 ・データサイエンティストは、モデルやアルゴリズムだけではなく、システム全体を設計・開発できるフルスタックなメンバーが集まっており、MLOpsへの関心も高いため、MLOps領域に関して仕事が進めやすく、イネイブラーとしての役割を実感できる環境です。 ・メンバーは、「MLOpsエンジニアとして世界的に展開しているアパレル企業での大規模な機械学習の基盤の開発」や「国内最大手のスキルマーケットプレイスでの推薦システム開発、不正検知」「国内ビッグテックでの広告配信の最適化」「ITベンチャーにてR＆D組織の立ち上げ」などを経験した優秀なメンバーが集まっており、お互いに学び合いながら開発に取り組んでいます。 ・機械学習モデルを作成して終わりではなく、運用/継続学習/精度の監視を大事にしています。 ・タイミーの大規模なデータを用いて、様々な観点・知識が求められる分析や、機械学習モデルの構築に携わることが可能です。  インタビュー記事 採用要件 MUST ハードスキル SQL及びPythonなどの言語を利用したデータ抽出・加工を含む、システム開発の経験（3年以上） gitを用いたチーム開発の経験 GitHub/GitLab上でのCI/CDを用いた自動化、及び運用の経験 IaCの開発経験 複数の技術スタックによる機械学習パイプラインの構築・運用経験（直近含め3年以上） 商用環境における機械学習機能の構築・運用経験（直近含め3年以上） クラウドにおける開発経験（特にGoogle Cloud、もしくはAWS）（直近含め3年以上） 保守性や運用まで考慮した技術選定・アーキ設計が出来る 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 ・課題解決に向け、自ら考え、手を動かすこともできる方 ・周囲と円滑なコミュニケーションを取り、大胆に巻き込みながら仕事を進められる方 ・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出来る方 WANT VertexAI, kubeflow, SageMaker, TFX, flyte等のMLフレームワークを用いた開発・運用経験 dbt, snowflake, databricksいずれかの開発・運用経験 k8sに関するPod/Serviceの開発・運用経験 チーム内外のメンバーと連携して、円滑に業務遂行を行うためのコミュニケーション能力 プログラミング言語によるweb系開発、及び運用の実務経験 VPC構成、Cloud間の認証設定等のインフラレベル、及びアプリケーションレベルでの脆弱性対策等のセキュリティに関する実務経験

  • データ
  • 正社員
  • 東京都港区東新橋1-5-2 汐留シティセンター35階

• 

  シニアMLOpsエンジニア

  募集背景 タイミーはスキマバイトのマッチングプラットフォームを日本全国にサービスを展開し、急速に成長しています。 弊社では創業当初よりデータ活用の文化が根付いておりますが、MLを活用し更に事業成長を推進していくためには、より強固なML基盤が求められています。 多方面からのML活用のニーズにスピーディーに応えていくために、これまでは、MLパイプラインやCI/CDパイプラインの自動化／Feature Storeの構築／ML開発環境の整備／モノリポ化／開発効率化のための社内ライブラリ開発　などを進めてきました。今後はより強固な基盤を築くべく、Feature Storeの構築や実験管理、データ監視、やモデル監視、LLMOpsなどにも取り組み、中長期的にはデータサイエンスグループに閉じずML基盤を全社展開し、タイミーにおけるML利用シーンを拡大していきたいと考えています。 これらの実現に向け、既存の枠組みに捉われず、幅広い視野を持ちつつ最適解を探しながら取り組んでいただけるMLOpsエンジニアを募集します。 ▼これまでの取り組みについてはぜひこちらもご覧ください ・「Vertex AI Pipelinesを効率的に開発するための取り組み」（https://tech.timee.co.jp/entry/2023/07/21/114309） 業務内容 アプリのUXや、タイミーの様々な業務効率を向上させるための機械学習を用いたソリューションについて、安定した価値提供を実現するためのMLOps基盤の構築・運用をメインで担っていただくポジションです。 機械学習の学習・評価・予測を効率的に実現するためのMLOpsパイプラインの構築・保守・運用 機械学習APIサーバーの設計・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構築 機械学習ワークフローの設計・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開発など 生成AIを実運用していくための切開・開発・運用・ルール整備など 上記を実現するため、最新の技術動向を踏まえたテックスタックの標準化や運用のための仕組みづくり IaCによるインフラ構築・管理 CI/CDによるデプロイ自動化 サービス監視設計・運用 パフォーマンスチューニングを含むSite Reliability向上のための実装など 社内のデータサイエンティスト等への教育・スキルトランスファーや採用に関する業務 ML基盤活用戦略の作成・推進や、全社的な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 上記のようなデータを扱っております。 データエンジニアリング部の特徴 ・一人ひとりが自律的に技術力向上に取り組めるように成長をサポートする制度があります。※詳しくはこちらをご確認ください※ ・フレックス×リモートでの勤務が可能なため、自分自身が集中して働ける環境を選べます。 　※各自の在宅環境をリモートワークに最適化することを支援する制度があります。 ・心理的安全性が高い組織なため、相談しやすい環境が整っています。 　※参考記事「心理的安全性の勉強会を開催しました」 ・データを利活用する土壌が整っております。また、経営陣含め、データの大切さを理解している社員が多いです。 タイミーのデータサイエンスグループで働く魅力 ・グループのMission実現のための最適なアルゴリズム、モデル、コード、ツールなどについて、チームメンバーでの議論・提案を歓迎する文化があります。 ・データサイエンティストと同じグループに所属しているため、デイリーで直接コミュニケーションを行い、アジリティ高く開発を行なっています。 ・データサイエンティストは、モデルやアルゴリズムだけではなく、システム全体を設計・開発できるフルスタックなメンバーが集まっており、MLOpsへの関心も高いため、MLOps領域に関して仕事が進めやすく、イネイブラーとしての役割を実感できる環境です。 ・メンバーは、「MLOpsエンジニアとして世界的に展開しているアパレル企業での大規模な機械学習の基盤の開発」や「国内最大手のスキルマーケットプレイスでの推薦システム開発、不正検知」「国内ビッグテックでの広告配信の最適化」「ITベンチャーにてR＆D組織の立ち上げ」などを経験した優秀なメンバーが集まっており、お互いに学び合いながら開発に取り組んでいます。 ・機械学習モデルを作成して終わりではなく、運用/継続学習/精度の監視を大事にしています。 ・タイミーの大規模なデータを用いて、様々な観点・知識が求められる分析や、機械学習モデルの構築に携わることが可能です。  インタビュー記事 採用要件 MUST ハードスキル SQL及びPythonなどの言語を利用したデータ抽出・加工を含む、システム開発の経験（5年以上） VertexAI, kubeflow, SageMaker, TFX, flyte等のMLフレームワークを用いた開発・運用経験 dbt, snowflake, databricksいずれかの開発・運用経験 gitを用いたチーム開発の経験 GitHub/GitLab上でのCI/CDを用いた自動化、及び運用の経験 IaCの開発経験 複数の技術スタックによる機械学習パイプラインの構築・運用経験（直近含め3年以上） 商用環境における機械学習機能の構築・運用経験（直近含め3年以上） クラウドにおける開発経験（特にGoogle Cloud、もしくはAWS）（直近含め3年以上） 保守性や運用まで考慮した技術選定・アーキ設計が出来る VPC構成、Cloud間の認証設定等のインフラレベル、及びアプリケーションレベルでの脆弱性対策等のセキュリティに関する実務経験 ソフトスキル チーム内外のメンバーと連携して、円滑に業務遂行を行うためのコミュニケーション能力 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する方 業界・顧客理解のためにインプットを怠らない方 課題解決に向け、自ら考え、手を動かすこともできる方 周囲と円滑なコミュニケーションを取り、大胆に巻き込みながら仕事を進められる方 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出来る方 WANT k8sに関するPod/Serviceの開発・運用経験 web系開発、及び運用の実務経験

  • データ
  • 正社員
  • 東京都港区東新橋1-5-2 汐留シティセンター35階

• 

  データプログラムマネージャー

  募集背景 急速な事業成長に伴い、現在、組織としては今後の事業基盤を作るための組織化を推進するタイミングを迎えており、積極的な技術投資を通して事業成長スピードに応える開発体制を組成することに取り組んでいます。 タイミーでは、創業初期よりデータに基づいた意思決定を重視し事業運営を行っており、「データを使うのは当たり前」という文化が強く根付いています。 その中で、タイミーのミッション達成に向け、データ活用によるUX向上や営業生産性の向上への期待が一層高まっており、適切に仮説検証を行いビジネスに展開していくためには、データ活用におけるプロジェクトをリードいただける方の存在が不可欠です。 システムの活用に留まらず、「お客様が抱える『人』に関する経営課題の解決」や「個人の人生の可能性を広げるためのインフラをづくり」に情熱を持ち、タイミーだからこそ持ち得るデータを基盤としながら課題の特定〜仮説立て、必要な検証の把握を行い、プロジェクトの立ち上げからビジネスへの展開を推進いただける方を探しております。 業務内容 タイミーにおけるデータ利活用の価値最大化のための戦略策定・企画運用 戦略・企画の実行支援として社内の様々な組織に対するデータ活用PJの組成・進行管理 ビジネスサイドとエンジニアリングとデータの結節点となり、タイミーの事業を前に進める ▼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 本ポジションの魅力 「スポットワーク」という新しい市場の先駆者として蓄積してきたデータを活用し、労働市場における社会的課題解決を通じて日本の活性化に貢献するやりがいを得られます。 データ活用が当然というカルチャーが既に存在しているので、活用促進のような煩わしさは存在せず、データPjMとしての価値創出に集中できます。 サービス・組織が急成長しているフェーズであるため、多岐にわたり、数多くのテーマが存在しています。 インタビュー記事 技術スタック(主要な部分の抜粋) 開発言語 Python データ基盤 BigQuery / Fivetran / dbt Cloud AI / LLM Vertex AI / Gemini  BIツール Looker / Looker Studio IaC Terraform 開発環境・ツール Cursor / Claude Code / Devin / GAS etc ▼データパイプラインの全体図 データエンジニアリング部の特徴 データエンジニアリング部全体で週に約3回の勉強会を実施しています。事業部を跨いでの勉強会も実施されており、興味がある人は参加できる形を取っているので、興味がある分野について学べる機会が多いです。 一人ひとりが自律的に技術力向上に取り組めるように成長をサポートする制度があります。（※詳しくは  こちら を参照ください） フレックス×リモートでの勤務が可能なため、自分自身が集中して働ける環境を選べます。 （※各自の在宅環境を リモートワークに最適化することを支援する制度 があります。） 心理的安全性が高い組織を目指しており、意見の言いやすい環境が整っています。(※参考記事「 心理的安全性の勉強会を開催しました 」) データを利活用する土壌が整っております。また、経営陣含め、データの大切さを理解している社員が多いです。 採用要件 MUST SQL/Pythonを用いたデータ抽出・分析のご経験 経営意思決定に繋がる分析を遂行した経験 下記のうちいずれかの専門知識がある 基本的なデータ分析・データサイエンスの知識 (自身が経験した領域のビジネスモデル及びデータの特徴や、分析事例・実績を説明できる) 基本的なデータエンジニアリングの知識（data lake, data warehouse, data mart, ETLとはどのようなもので、どのような技術で実現できるか説明できる） WANT 自らシステム・ソフトウェアを開発したご経験 コンサルティングのご経験 エンジニアとビジネス職をまとめたプロジェクト推進のご経験 HR領域を始めとする、タイミー関連領域のドメイン知識 AI/LLM に関する知見 (エージェント構築など) 基礎能力・スタンス 心理的安全性を重視する方 ビジネスセンスがありながら、エンジニアのカルチャーにフィット出来る方 データの価値最大化に向けて、ビジネス要件とデータ・AI技術を接合出来る方

  • データ
  • 正社員
  • 東京都港区東新橋1-5-2 汐留シティセンター35階

• 

  インフラアーキテクト（データ基盤）

  募集背景 当社では、GCP上に構築されたデータ基盤を活用し、データドリブンな意思決定やサービス改善を推進しています。 事業の成長に伴いデータ活用領域が拡大し、さらにLLM（大規模言語モデル）の本格導入も視野に入る中、既存のインフラ運用に加えて、攻め（データ活用推進）と守り（セキュリティ・ガバナンス）を両立させるアーキテクチャへの進化が急務となりました。 本ポジションは、こうした変革期の中核を担うエキスパートです。事業部門と共にリスク管理を行う「第一線（1st Line of Defense）」として大きな裁量権を持ち、全社のデータ活用を足元から支え、加速させる重要な役割を担っていただきます。 業務内容 GCPデータ基盤のインフラ設計・運用・改善 BigQuery, Dataflow, GKE, Cloud Composer等を用いたデータ基盤の安定稼働とパフォーマンス最適化 Terraform等を利用したIaC（Infrastructure as Code）によるインフラ構成管理とプロビジョニング自動化 CI/CDパイプラインの構築・改善による、迅速で信頼性の高いデプロイメントの実現 データ基盤およびLLM活用におけるセキュリティ体制の強化 事業部門と共にリスクを管理する第一線として、セキュリティ要件の定義、アーキテクチャ設計、実装をリード IAM、VPC、暗号化、監査ログ等のセキュリティ統制の設計と運用 LLM活用におけるデータプライバシーやセキュリティリスクの評価と対策の推進 データガバナンス体制の構築と推進 外部ベンダーと安全に協業するためのセキュリティガイドライン策定や、開発・運用プロセスの標準化 第二線（リスク管理部門）や監査部門と連携し、セキュリティポリシーや運用ルールの策定、監査対応を主導 全社的なデータガバナンスの浸透と、開発者向けドキュメントの整備 参考記事 事業に貢献できるから楽しい。データドリブンな意思決定に欠かせないデータ基盤をつくる仕事 Google Cloud × タイミー インタビュー記事 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 このポジションの魅力 日本の労働市場における大きな社会課題に真摯に向き合い続けるためには、これまで以上に戦略的な事業のスケールと、組織・システムが持続可能な状態になることが求められます。 本ポジションの魅力は、その実現に不可欠な役割を担える点にあります。 事業と組織の成長に貢献 会社の次の飛躍に向けたシステム・プロセス・組織づくりに、データ基盤を支える当事者として深く関わることができます。自らの仕事が、社会課題解決という大きなミッションに繋がっている実感を得られるポジションです。 最先端技術領域への挑戦 急速に進化するモダンデータスタック、LLMや生成AI領域のインフラ・セキュリティに、事業のコアメンバーとして携わることができます。前例のない課題解決に挑戦できる、技術的な刺激に満ちた環境です。 市場価値の高いキャリア形成 需要の高い「データエンジニアリング」と「クラウドセキュリティ」の専門性を掛け合わせ、市場価値の高いキャリアを築けます。主体的にガバナンス体制を構築・改善していく経験は、ご自身の専門性をさらに高めることに繋がります。 データエンジニアリング部の特徴 データエンジニアリング部全体で週に約3回の勉強会を実施しています。事業部を跨いでの勉強会も実施されており、興味がある人は参加できる形を取っているので、興味がある分野について学べる機会が多いです。 一人ひとりが自律的に技術力向上に取り組めるように成長をサポートする制度があります。※詳しくはこちらをご確認ください※ フレックス×リモートでの勤務が可能なため、自分自身が集中して働ける環境を選べます。 　※各自の在宅環境をリモートワークに最適化することを支援する制度があります。 心理的安全性が高い組織なため、相談しやすい環境が整っています。 　※参考記事「心理的安全性の勉強会を開催しました」 データを利活用する土壌が整っております。また、経営陣含め、データの大切さを理解している社員が多いです インタビュー記事 必須要件 データエンジニアまたはSREとしての実務経験（いずれか3年以上） クラウド（特にGCP）環境で、IaC（Terraform等）を用いたシステムの構築・運用経験 上流工程（要件定義、運用設計、ガバナンス）のリード経験 インフラ全体の運用設計をリードし、セキュリティやコストガバナンスを含む運用ルールを策定・改善した経験 設計思想、アーキテクチャ、運用手順などを論理的かつ分かりやすくドキュメント化する能力 経営層、開発チーム、外部ベンダーなど、多様なステークホルダーを巻き込み、合意形成をしながらプロジェクトを推進した経験 ** 歓迎要件 下記のいずれかのご経験をお持ちの方は、特に歓迎いたします。 データ基盤におけるセキュリティ設計・実装経験 クラウド環境におけるセキュリティ（IAM, ネットワーク, 暗号化, 監査ログ等）に関する深い知識と実務経験。特にDWHやETL/ELTパイプラインなど、大規模データ基盤の特性を理解した上でのセキュリティ設計・運用経験をお持ちの方。 LLM/生成AIなど先進技術領域に関する知見 Gemini APIやAzure OpenAI Service等を活用した開発・PoCの経験など、LLMや生成AIの技術動向に対する理解と、それを実用につなげるスキル。 ITガバナンスやグローバルな協業に関する経験 ISO27001, SOC2, GDPRといった国内外の規格・法規制に関する基本的な理解や監査対応の経験。また、海外ベンダーとの技術的な交渉や最新情報の収集に活かせる英語力。 ** 求める人物像 高い当事者意識を持ち、前例のない課題にも「大胆にチャレンジ」できる方 既成概念にとらわれず、LLMのような先進技術がもたらす複雑な課題に対しても、当事者としてリスクを取り、スピード感を持って解決策を探求できる方を求めています。 自身の専門性を活かし、変革を牽引したい方 データエンジニアリングやSREとしての深い知見を土台に、常に理想を追求し、質の高いアーキテクチャ設計や戦略を立案・遂行することで、事業や組織に変革を起こしたいという意欲をお持ちの方 領域を超えて組織に貢献できる方 部門間の障壁を取り除き、周囲を巻き込みながら協働できる方。個人の成果だけでなく、成功の再現性を高め、知識を共有し次に繋げて、チームと組織全体の発展に寄与したい方を歓迎します。

  • データ
  • 正社員
  • 東京都港区東新橋1-5-2 汐留シティセンター35階

• 

  プロダクトAI/MLエンジニア

  ※シニア求人も並行して募集中です 募集背景 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」というミッションのもと、スポットワーク市場のリーディングカンパニーとして急速な事業成長を遂げています。この成長を支え、さらに加速させるためには、AI/MLの力でプロダクトの価値を直接高める「プロダクトAI/MLエンジニア」の存在が不可欠です。 現在、データサイエンスグループでは、ワーカーと事業者の最適なマッチング体験の実現から、プラットフォームの信頼性・安全性の向上まで、多岐にわたる領域でAI/MLを活用した課題解決に取り組んでいます。これらの取り組みでは、LLM等の基盤モデルを活用した高度な解釈・制御を行う「AIエンジニアリング」と、従来の機械学習を用いた高精度なパターン認識・最適化による「MLエンジニアリング」の両輪が求められます。 私たちはこれらの技術を適切に組み合わせ、プロダクトの課題を技術で解決し、事業インパクトを生み出せる「プロダクトAI/MLエンジニア」を募集しています。 業務内容 データサイエンスグループでは主に「マッチング体験の向上」「プラットフォームの信頼性・安全性向上」「それらを支えるML/LLM基盤の構築・運用」の3つの領域に注力しています。 本ポジションの主戦場は、マッチング領域およびTrust & Safety（信頼性・安全性）領域におけるAI/MLのプロダクト実装・運用です。社内のML/LLM基盤を活用しながら、データサイエンティスト・ソフトウェアエンジニア・MLOpsエンジニアなどと連携し、課題設定から実装、リリース後の改善までを推進していただきます。 課題設定や改善テーマの探索はデータサイエンティストや事業・プロダクト側と連携しながら進め、プロダクトへの実装はソフトウェアエンジニアと協働して推進します。MLOpsエンジニアはML/LLM基盤・推論基盤・開発環境の構築・運用を担い、本ポジションはそれらを活用しながら、マッチング機能やTrust & Safety機能の価値実装、評価、運用設計を担います。将来的には、事業課題に応じて担当領域を広げていただくことを期待しています。 1.マッチング体験の向上 マッチングロジックの実装・運用 ：ワーカーと求人の最適なマッチングを実現するために、マッチングに必要なモデル・ロジック・業務ルールをプロダクト要件に合わせて実装し、安定運用と継続的な改善を担う マッチングに必要なデータ・特徴量の設計と実装 ：マッチング機能の精度と運用を支えるために、特徴量やモデル入力データを設計し、Feature Store等の基盤も活用しながら実装・運用する ML基盤上での機能実装・運用 ：Vertex AI Pipelines等の基盤を活用し、マッチング機能に必要なモデル・ロジックの実装、評価、運用、およびRecommend API周辺のプロダクト実装・安定運用を担う LLMを活用した自律的な改善ループの構築 ：LLMを活用し、マッチング機能における評価、改善候補の生成、モデリングの見直し、比較検証までを含む継続的な改善ループを構築する 2. プラットフォームの信頼性・安全性向上 AI機能の安全性実装 ：LLM等の基盤モデルを活用し、事実整合性の確保、防御的プロンプト設計、ガードレール実装などを通じて、安全性に配慮したAI機能を実装・改善する 運用を踏まえたリスク制御の設計 ：AI/MLによる判定だけでなく、業務ルールや現場オペレーション、人による確認フローも組み合わせながら、実運用で機能する安全性担保の仕組みを設計・運用する リスク予測・異常検知モデルの開発 ：構造化データから、プラットフォームの信頼性を損なうパターンを特定する高精度な分類・回帰モデルの構築、および特徴量エンジニアリング データセット設計・品質改善 ：多様なリスクを網羅するデータの設計・収集、高度なアノテーション管理、合成データの生成によるモデルの堅牢性強化 3. 共通基盤を活用した実装・改善 LLMOps/評価基盤の活用と改善提案：実験の追跡と管理、プロンプトのバージョン管理、「AI as a Judge」等を用いた自動評価パイプラインの活用・改善 品質・コスト・レイテンシーの継続的な可視化：モデルやAI機能の品質、レイテンシー、コストを継続的に計測し、ユーザー行動やモデル挙動の変化を捉えながら改善サイクルを回す 入社後の期待イメージ 入社後3ヶ月 ：担当ユースケースの1つで、モデル・AI機能・業務ロジックの改善を本番に反映し、評価・監視・運用まで含めた改善サイクルを回し始めている状態 入社後6ヶ月 ：マッチングまたはTrust & Safety領域において、課題設定、評価設計、改善方針の検討、実装、運用までを主体的にリードし、継続的な改善ループの高度化に貢献している状態 入社後12ヶ月 ：マッチングまたはTrust & Safety領域で複数の関係者を巻き込みながら改善テーマを継続的に推進し、改善ループの高度化や技術的な意思決定の質向上に明確に貢献している状態 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 以下のようなデータを扱っています 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 データエンジニアリング部の特徴 ・データエンジニアリング部全体で頻繁に勉強会を実施しています。部署を跨いでの勉強会も実施されており、興味がある人は参加できる形を取っているので、興味がある分野について学べる機会が多いです。 ・一人ひとりが自律的に技術力向上に取り組めるように成長をサポートする制度があります。 ・フレックス×リモートでの勤務が可能なため、自分自身が集中して働ける環境を選べます。 ※各自の在宅環境をリモートワークに最適化することを支援する制度があります。 ・心理的安全性が高い組織なため、相談しやすい環境が整っています。 ※参考記事「心理的安全性の勉強会を開催しました」 ・データを利活用する土壌が整っております。また、経営陣含め、データの大切さを理解している社員が多いです。 本ポジションの魅力 スポットワークという、高頻度・高変動・短寿命な需給データを扱う二面市場で、AI/MLを直接プロダクト価値につなげることができます。 単純なモデル精度改善だけでなく、マッチングロジック・安全性・ユーザー体験・現場運用の成立を同時に考える、難易度の高い課題に取り組めます。 マッチングとTrust & Safetyの両領域を横断し、従来の機械学習とLLMの双方を実プロダクトで活用する経験を積むことができます。 モデルやAI機能を作って終わりではなく、評価・監視・継続改善まで含めた運用に責任を持てます。 データサイエンティストやMLOpsエンジニアと連携しながら、プロダクトへの価値実装に集中できます。 既存の仕組みを運用するだけでなく、課題設定、評価設計、改善方針の検討まで含めて主体的に関わることができます。 グループのミッション実現に向けて、最適なアルゴリズム、モデル、コード、ツールについてチームで議論・提案しながら前に進める文化があります。  インタビュー記事 採用要件 MUST 必須経験・スキル データ活用による課題解決経験 ：データ分析・機械学習を用いて、具体的なビジネス課題を解決した実務経験 開発・分析基盤の習熟 ：SQLおよびPython等を用いた大規模データ処理、クラウド（Google Cloud/AWS等）環境での開発・運用、およびGitを用いたチーム開発の実務経験 機械学習・統計学の知識 ：確率論、学習手法、評価指標、および非構造化データの処理に関する理解 モデルやAI機能の実装・運用経験 ：MLパイプラインやCI/CD等の基盤を活用し、モデルやAI機能をプロダクトに実装・運用した経験 ドメイン経験（いずれか1つ以上） マッチング・検索・ランキング機能の実装経験 ：マッチング機能や検索・ランキング機能の実装、評価、改善に携わった実務経験 Trust & Safety / リスク制御領域の実装・改善をリードした経験 ：安全性や信頼性に関わるAI/ML機能、業務ルール、人による確認フローを含む仕組みの設計・運用をリードした経験 リスク予測・異常検知モデルの開発経験 ：構造化データを活用した分類・回帰・異常検知モデルの設計、実装、運用経験 基盤モデルを用いたAIアプリケーションの開発経験 ：コンテキストエンジニアリングや評価パイプライン構築、RAGなどの基盤モデルを用いたアプリケーション開発の実務経験 求めるスタンス 技術と事業の両方を見ながら前進できる方 ：AI/MLの能力と限界を踏まえ、技術的な論点を非エンジニアにもわかりやすく伝え、合意形成しながら前進できる方 不確実性の高い課題を構造化して進められる方 ：コスト、レイテンシー、品質などのトレードオフを整理し、優先順位を判断しながら前進できる方 複数の関係者と協業しながらやり切れる方 ：複数チーム・領域にまたがるプロジェクトにおいて、周囲の専門性を巻き込みながら、実装から運用まで推進できる方 WANT マッチングシステム・マーケットデザインの知見 ：Two-Sided Marketにおけるマッチング最適化、推薦・ランキング設計、運用経験 データセットエンジニアリングの実務経験 ：大規模なデータの収集、クリーニング、重複排除、およびアノテーションプロセスの設計・管理経験 AIを活用したデータ生成・評価経験 ：AIを用いた合成データ生成や、AI as a Judgeによる自動データ検証システムの構築経験 MLパイプライン・Feature Store上でのプロダクト実装経験 ：Vertex AI Pipelines等のMLパイプラインやFeature Storeを活用し、プロダクトへのモデル実装・安定運用を行った経験 エンドツーエンドの運用設計能力 ：ビジネスや現場のオペレーション要件から逆算し、モデルの推論だけでなく、異常時の対応フローや監視体制、現場運用への定着・適用プロセスを含めた実用的な運用設計を行った経験 求める人物像 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する方 業界・顧客理解のためにインプットを怠らない方 課題解決に向け、自ら考え、手を動かすこともできる方 周囲と円滑なコミュニケーションを取り、大胆に巻き込みながら仕事を進められる方 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

  • データ
  • 正社員
  • 東京都港区東新橋1-5-2 汐留シティセンター35階

• 

  データアナリスト（既存事業）

  募集背景 主力のスキマバイトサービス「タイミー」はサービスリリースから約6年が経過した現在、1,000万人を超えるワーカーの方々にご利用いただき、20万社以上の企業様に導入、全国40万以上の事業所でご活用いただいています。(※2026年1月末時点) しかしながら、未だ労働人口のごく一部の方にしか利用されておらず、社会インフラを目指す挑戦は始まったばかりです。 この大きなビジョンを実現するためには、データが中心となる事業基盤の構築が不可欠です。私たちは、社内のデータ駆動型意思決定を推進し、ビジネス各方面に対し、データ分析を通した事業成長に貢献することを目標に掲げ、日々の取り組みを進めています。 現在、タイミーでは、これらの目標を達成し、スポットワークを新しい社会インフラにしていくための核となる、データアナリストを募集しています。 業務内容 当社のデータアナリティクス部門にて、データアナリストとしてご活躍いただきます。 タイミーの中核である「スポットワーク領域」において、ToB・ToCの膨大なデータを武器に事業を牽引。抽出したインサイトをもとに、プロダクトからビジネス展開まで全方位の意思決定を支援し、顧客への提供価値を最大化し続けます 【分析を通した事業貢献】 各種データから事業課題を特定し、データに基づいた サービス改善による顧客体験の向上に貢献 分析から事業成長の鍵となるビジネスレバーを導き出し、より 確度の高い事業戦略の実行を後押し 定性情報からユーザーへの深い理解を促し、ユーザーに刺さる プロダクト開発・マーケティング施策の創出に貢献 【データを用いた仕組みづくり】 既存機能や施策に対する効果検証の設計、および検証業務の推進 大規模データを活用した、継続的な事業モニタリングや意思決定の標準化 組織構成 SpotWork1G / SpotWork2G（本ポジションの配属先です） 中核事業をデータドリブンに進化させ、顧客価値を最大化する   タイミーの祖業であり、現在の中核事業である「スポットワーク領域」を牽引するグループです。ToB（事業者）・ToC（ワーカー）双方の膨大な行動データからインサイトを抽出し、新たなユーザー価値の創出に向けた機会の探索から提案、実行までを推進します。プロダクト開発、マーケティング戦略、ビジネス展開の全方位においてデータに基づいた意思決定を支援し、顧客への提供価値を最大化し続けます。 ※ ご希望や資質に応じて以下中核事業の分析担当組織をご案内する場合もございます。 New-BusinessG データ資産を武器に、タイミーの「次なる成長の柱」を創り出す スポットワーク領域に留まらない、新規事業領域全般を担うグループです。既存事業で培ってきたデータ資産と分析の知見を最大限に活用し、ゼロからの事業立ち上げや未知の市場開拓に挑みます。不確実性の高い環境下においても、データに基づいた精緻な仮説検証と高速なPDCAを回すことで、新たなビジネス価値の創造と事業のスケールを力強くドライブし続けます。 扱っているデータ アプリユーザーのアクセスログ 募集内容やマッチングに関する各種データ 地理空間データ レビュー情報や評価データ 広告データ カスタマーサポートへの問い合わせデータ SFA/CRMツールによる営業活動に関するデータ アンケートやサーベイデータ 人事データ データアナリティクス部の特徴 向上心のあるメンバーが多く、互いに刺激し合いながら学ぶ文化が根付いています。部を越えた勉強会も実施されており、自由に参加することができるため、自分の興味がある分野について学べる機会が多く存在しています。（参考記事：「データアナリストの勉強会をご紹介します！」） 一人ひとりが自律的に技術力向上に取り組めるように成長をサポートする制度があります。※TDE10の取り組みについてはこちらを参照ください フレックス×リモートでの勤務が可能なため、自分自身が集中して働ける環境を選べます。  ※各自の在宅環境をリモートワークに最適化することを支援する制度があります。 心理的安全性が高い組織を目指しており、意見の言いやすい環境が整っています。(※参考記事「心理的安全性の勉強会を開催しました」) データ基盤上に、データウェアハウスが整備されており、データの品質についてはデータエンジニアチームが管理をしているため、データアナリストが分析に集中できる環境が整っております。 経営陣を含め、データの重要性を理解している社員が多く、データアナリストの業務に対して非常に協力的です。 課題背景を十分に理解し、課題解決のために必要な分析を明確にしつつ、分析結果を元にどのようなアクションに繋がるのかを大事にしています。 タイミーのデータアナリストとして働く魅力 会社のコアな課題にアクセスすることが出来るため、経営課題に対しての直接的な分析提案が可能です。また、経営陣とディスカッションする事もあり、経営に近い立ち位置で分析提案が可能です。 サービス・組織が成長し続けており、多岐にわたり、数多くの分析のテーマが存在しています。 ステークホルダーを巻き込み、データアナリスト主体で課題特定から分析、アクションの提案までを行うことが可能です。 社会貢献性の高いサービスだからこそ、単なるデータ分析にとどまらず、『どうすれば社会をより良くできるか』という大きな視点を持って働くことができます。 分析ツール、データ基盤が整備されているため、分析業務に集中することができます。 インタビュー記事 採用要件 MUST 目的から逆算して課題を設定し、仮説の構築・検証・意思決定までを自らドライブできる能力 SQLを使用して分析業務を行い、事業課題を解決したご経験 Looker、LookerStudio、Tableau、PowerBIなどのBIツールの利用経験 何かしらのプロジェクトをリードしたご経験 対象となる事業領域や業界のドメイン知識を深くキャッチアップし、分析に活かしたご経験 WANT 推定や検定など、統計についての知識（統計検定2級相当以上） A/Bテスト、DID、傾向スコアマッチング、RDDなどの効果検証手法の理解 データ基盤、DB、DWHに対する基本的な知識 複数人での分析プロジェクトを推進したご経験 3名以上のメンバーをマネジメントしたご経験 求める人物像 タイミーのビジョンやミッションへの共感のある方 業界・顧客理解のためにインプットを怠らない方 課題解決に向け、自ら考え、手を動かすこともできる方 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 周囲と円滑なコミュニケーションを取り、巻き込みながら仕事を進められる方

  • データ
  • 正社員
  • 東京都港区東新橋1-5-2 汐留シティセンター35階

• 

  シニアプロダクトAI/MLエンジニア

  募集背景 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」というミッションのもと、スポットワーク市場のリーディングカンパニーとして急速な事業成長を遂げています。この成長を支え、さらに加速させるためには、AI/MLの力でプロダクトの価値を直接高める「プロダクトAI/MLエンジニア」の存在が不可欠です。 現在、データサイエンスグループでは、ワーカーと事業者の最適なマッチング体験の実現から、プラットフォームの信頼性・安全性の向上まで、多岐にわたる領域でAI/MLを活用した課題解決に取り組んでいます。これらの取り組みでは、LLM等の基盤モデルを活用した高度な解釈・制御を行う「AIエンジニアリング」と、従来の機械学習を用いた高精度なパターン認識・最適化による「MLエンジニアリング」の両輪が求められます。 その中でもシニアポジションでは、既存のML/LLM基盤を前提に、マッチング機能やTrust & Safety機能の価値実装を前進させるだけでなく、技術方針の設計、優先順位付け、評価設計、運用設計、関係者の巻き込みまで含めてリードできる方を求めています。事業課題と技術課題の双方を構造化しながら、プロダクトAI/MLの実装を一段上の水準へ引き上げられる「シニアプロダクトAI/MLエンジニア」を募集しています。 業務内容 データサイエンスグループでは主に「マッチング体験の向上」「プラットフォームの信頼性・安全性向上」「それらを支えるML/LLM基盤の構築・運用」の3つの領域に注力しています。 本ポジションの主戦場は、マッチング領域およびTrust & Safety（信頼性・安全性）領域におけるAI/MLのプロダクト実装・運用です。社内のML/LLM基盤を活用しながら、データサイエンティスト・ソフトウェアエンジニア・MLOpsエンジニアなどと連携し、課題設定から実装、リリース後の改善までを推進していただきます。 課題設定や改善テーマの探索はデータサイエンティストや事業・プロダクト側と連携しながら進め、プロダクトへの実装はソフトウェアエンジニアと協働して推進します。MLOpsエンジニアはML/LLM基盤・推論基盤・開発環境の構築・運用を担い、本ポジションはそれらを活用しながら、マッチング機能やTrust & Safety機能の価値実装、評価、運用設計を担います。将来的には、事業課題に応じて担当領域を広げていただくことを期待しています。 シニアポジションでは、加えて技術方針の策定、重要テーマの優先順位付け、四半期単位の重要テーマのリード、複数職種をまたいだ推進まで担っていただくことを期待しています。 1.マッチング体験の向上 マッチング機能の技術リード ：ワーカーと求人の最適なマッチングを実現するために、マッチングに必要なモデル・ロジック・業務ルールをプロダクト要件に合わせて設計・実装し、安定運用と継続的な改善をリードする マッチングに必要なデータ・特徴量・Feature Store改善の設計と推進 ：マッチング機能の精度と運用を支えるために、特徴量やモデル入力データを設計し、Feature Store等の基盤も活用しながら、改善方針の設計から実装・運用までを推進する ML基盤近接領域の機能実装・改善 ：Vertex AI Pipelines等の基盤を活用し、マッチング機能に必要なモデル・ロジックの実装、評価、運用に加え、Recommend API周辺を含む基盤近接領域のプロダクト実装・安定運用をリードする LLMを活用した自律的な改善ループの設計・推進 ：LLMを活用し、マッチング機能における評価、改善候補の生成、モデリングの見直し、比較検証までを含む継続的な改善ループを設計・推進する 2. プラットフォームの信頼性・安全性向上 AI機能の安全性設計・実装のリード ：LLM等の基盤モデルを活用し、事実整合性の確保、防御的プロンプト設計、ガードレール実装などを通じて、安全性に配慮したAI機能の設計・実装・改善をリードする 運用を踏まえたリスク制御の設計 ：AI/MLによる判定だけでなく、業務ルールや現場オペレーション、人による確認フローも組み合わせながら、実運用で機能する安全性担保の仕組みを設計・運用する リスク予測・異常検知モデルの開発リード ：構造化データから、プラットフォームの信頼性を損なうパターンを特定する分類・回帰・異常検知モデルの設計、実装、評価、運用をリードする データセット設計・品質改善の主導 ：多様なリスクを網羅するデータの設計・収集、高度なアノテーション管理、合成データの生成を通じて、評価・学習データセットの品質改善を主導する 3. 共通基盤を活用した実装・改善 LLMOps/評価基盤の活用と改善提案のリード ：実験の追跡と管理、プロンプトのバージョン管理、「AI as a Judge」等を用いた自動評価パイプラインの活用・改善を主導する 品質・コスト・レイテンシーの継続的な可視化と最適化 ：モデルやAI機能の品質、レイテンシー、コストを継続的に計測し、ユーザー行動やモデル挙動の変化を捉えながら改善サイクルを回す 重要テーマの推進 ：マッチングまたはTrust & Safety領域における重要テーマについて、技術方針の設計、関係者との合意形成、実行計画の具体化、推進管理まで担う 入社後の期待イメージ 入社後3ヶ月 ：担当テーマの1つで、モデル・AI機能・業務ロジック・評価設計の改善を本番に反映し、周辺の関係者を巻き込みながら改善サイクルをリードし始めている状態 入社後6ヶ月 ：マッチングまたはTrust & Safety領域における重要テーマの1つを自走して前進させ、課題設定、技術方針、評価設計、実装、運用までを一貫して推進しながら、周辺関係者の意思決定にも影響を与え始めている状態 入社後12ヶ月 ：マッチングまたはTrust & Safety領域において、複数の重要テーマを横断的にリードし、技術方針・評価設計・運用設計の基準を形にしながら、データサイエンティスト・ソフトウェアエンジニア・MLOpsエンジニアの意思決定と実行を前進させ、領域全体の改善速度と意思決定の質向上に明確に貢献している状態 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 以下のようなデータを扱っています 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 データエンジニアリング部の特徴 ・データエンジニアリング部全体で頻繁に勉強会を実施しています。部署を跨いでの勉強会も実施されており、興味がある人は参加できる形を取っているので、興味がある分野について学べる機会が多いです。 ・一人ひとりが自律的に技術力向上に取り組めるように成長をサポートする制度があります。 ・フレックス×リモートでの勤務が可能なため、自分自身が集中して働ける環境を選べます。 ※各自の在宅環境をリモートワークに最適化することを支援する制度があります。 ・心理的安全性が高い組織なため、相談しやすい環境が整っています。 ※参考記事「心理的安全性の勉強会を開催しました」 ・データを利活用する土壌が整っております。また、経営陣含め、データの大切さを理解している社員が多いです。 本ポジションの魅力 スポットワークという、高頻度・高変動・短寿命な需給データを扱う二面市場で、AI/MLを直接プロダクト価値につなげることができます。 単純なモデル精度改善だけでなく、マッチングロジック・安全性・ユーザー体験・現場運用の成立を同時に考える、難易度の高い課題に取り組めます。 マッチングとTrust & Safetyの両領域を横断し、従来の機械学習とLLMの双方を実プロダクトで活用する経験を積むことができます。 モデルやAI機能を作って終わりではなく、評価・監視・継続改善まで含めた運用に責任を持てます。 データサイエンティストやMLOpsエンジニアと連携しながら、プロダクトへの価値実装に集中できます。 既存の仕組みを運用するだけでなく、課題設定、評価設計、改善方針の検討まで含めて主体的に関わることができます。 シニアポジションとして、重要テーマの優先順位付けや技術方針の設計、複数職種をまたいだ推進まで担うことができます。 グループのミッション実現に向けて、最適なアルゴリズム、モデル、コード、ツールについてチームで議論・提案しながら前に進める文化があります。  インタビュー記事 採用要件 MUST 必須経験・スキル 複雑な課題に対する技術リード経験 ：データ分析・機械学習を用いた複雑なビジネス課題に対し、技術選定から実装・本番運用までをリードした実務経験（5年以上） 開発・分析基盤の習熟 ：SQLおよびPython等を用いた大規模データ処理、クラウド（Google Cloud/AWS等）環境での開発・運用、およびGitを用いたチーム開発の実務経験 機械学習・統計学の知識 ：確率論、学習手法、評価指標、および非構造化データの処理に関する理解 モデルやAI機能の実装・運用経験 ：MLパイプラインやCI/CD等の基盤を活用し、モデルやAI機能をプロダクトに実装・運用した経験 ML/LLM基盤近接領域での設計・改善経験 ：Feature Store、評価基盤、推論基盤近接領域、モデル運用基盤、API周辺などにおいて、技術方針の設計や改善を主導した経験 エンドツーエンドの運用設計能力 ：ビジネスや現場のオペレーション要件から逆算し、モデルの推論だけでなく、異常時の対応フローや監視体制、現場運用への定着・適用プロセスを含めた実用的な運用設計を行った経験 四半期単位の技術テーマ推進経験 ：複数のステークホルダーを巻き込みながら、重要テーマを定義・推進した経験 ドメイン経験（いずれか1つ以上） マッチング・検索・ランキング機能の実装・改善をリードした経験 ：マッチング機能や検索・ランキング機能の実装、評価、改善において、技術方針や優先順位付けまで含めてリードした実務経験 Trust & Safety / リスク制御領域の実装・改善をリードした経験 ：安全性や信頼性に関わるAI/ML機能、業務ルール、人による確認フローを含む仕組みの設計・運用をリードした経験 リスク予測・異常検知モデルの開発経験 ：構造化データを活用した分類・回帰・異常検知モデルの設計、実装、運用経験 基盤モデルを用いたAIアプリケーション開発経験 ：コンテキストエンジニアリングや評価パイプライン構築、RAGなどの基盤モデルを用いたアプリケーション開発の実務経験 求めるスタンス 技術と事業の両方を見ながら前進できる方 ：AI/MLの能力と限界を踏まえ、技術的な論点を非エンジニアにもわかりやすく伝え、合意形成しながら前進できる方 不確実性の高い課題を構造化して進められる方 ：コスト、レイテンシー、品質などのトレードオフを整理し、優先順位を判断しながら前進できる方 複数の関係者と協業しながらやり切れる方 ：複数チーム・領域にまたがるプロジェクトにおいて、周囲の専門性を巻き込みながら、実装から運用まで推進できる方 重要テーマを自律的にリードできる方 ：与えられた課題をこなすだけでなく、論点設定、技術方針の設計、実行計画の具体化まで自律的に推進できる方 WANT マッチングシステム・マーケットデザインの知見 ：Two-Sided Marketにおけるマッチング最適化、推薦・ランキング設計、運用経験 データセットエンジニアリングの実務経験 ：大規模なデータの収集、クリーニング、重複排除、およびアノテーションプロセスの設計・管理経験 AIを活用したデータ生成・評価経験 ：AIを用いた合成データ生成や、AI as a Judgeによる自動データ検証システムの構築経験 MLパイプライン・Feature Store・推論基盤近接領域でのプロダクト実装経験 ：Vertex AI Pipelines等のMLパイプラインやFeature Store、推論基盤近接領域を活用し、プロダクトへのモデル実装・安定運用を行った経験 求める人物像 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する方 業界・顧客理解のためにインプットを怠らない方 課題解決に向け、自ら考え、手を動かすこともできる方 周囲と円滑なコミュニケーションを取り、大胆に巻き込みながら仕事を進められる方 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

  • データ
  • 正社員
  • 東京都港区東新橋1-5-2 汐留シティセンター35階

• 

  データアナリスト（新規事業）

  募集背景 主力のスキマバイトサービス「タイミー」はサービスリリースから約6年が経過した現在、1,000万人を超えるワーカーの方々にご利用いただき、20万社以上の企業様に導入、全国40万以上の事業所でご活用いただいています。(※2026年1月末時点) しかしながら、未だ労働人口のごく一部の方にしか利用されておらず、社会インフラを目指す挑戦は始まったばかりです。 この大きなビジョンを実現するためには、データが中心となる事業基盤の構築が不可欠です。私たちは、社内のデータ駆動型意思決定を推進し、ビジネス各方面に対し、データ分析を通した事業成長に貢献することを目標に掲げ、日々の取り組みを進めています。 現在、タイミーでは、これらの目標を達成し、スポットワークを新しい社会インフラにしていくための核となる、データアナリストを募集しています。 業務内容 当社のデータアナリティクス部門にて、データアナリストとしてご活躍いただきます タイミーの次なる柱となる「新規事業領域全般」を担当。既存事業の膨大なデータ資産と分析知見を武器に、ゼロからの事業立ち上げに挑戦。不確実性の高い環境下でも精緻な仮説検証と高速なPDCAを回し、事業のスケールを力強く牽引します。 【分析を通した事業貢献】 新規事業の立ち上げ・初期フェーズにおける事業課題をデータから特定し、 ゼロからの事業創出と早期のトラクション獲得を牽引 不確実性の高い環境下での分析から勝ち筋（ビジネスレバー）を発見し、 新規事業の早期マネタイズやスケールをリード 限られた初期データからインサイトを抽出し、 不確実な事業の方向性を決定づける、精度の高い戦略策定に貢献 【データを用いた仕組みづくり】 事業の立ち上げフェーズに適した、データ収集・検証・意思決定の仕組みのゼロからの構築 新規施策に対するスピード感を持ったA/Bテスト等の効果検証の設計と検証  組織構成 New-BusinessG（本ポジションの配属予定先です） データ資産を武器に、タイミーの「次なる成長の柱」を創り出す スポットワーク領域に留まらない、新規事業領域全般を担うグループです。既存事業で培ってきたデータ資産と分析の知見を最大限に活用し、ゼロからの事業立ち上げや未知の市場開拓に挑みます。不確実性の高い環境下においても、データに基づいた精緻な仮説検証と高速なPDCAを回すことで、新たなビジネス価値の創造と事業のスケールを力強くドライブし続けます。 ※ ご希望や資質に応じて以下中核事業の分析担当組織をご案内する場合もございます。 SpotWork1G / SpotWork2G 中核事業をデータドリブンに進化させ、顧客価値を最大化する   タイミーの祖業であり、現在の中核事業である「スポットワーク領域」を牽引するグループです。ToB（事業者）・ToC（ワーカー）双方の膨大な行動データからインサイトを抽出し、新たなユーザー価値の創出に向けた機会の探索から提案、実行までを推進します。プロダクト開発、マーケティング戦略、ビジネス展開の全方位においてデータに基づいた意思決定を支援し、顧客への提供価値を最大化し続けます。 扱っているデータ アプリユーザーのアクセスログ 募集内容やマッチングに関する各種データ 地理空間データ レビュー情報や評価データ 広告データ SFA/CRMツールによる営業活動に関するデータ アンケートやサーベイデータ データアナリティクス部の特徴 向上心のあるメンバーが多く、互いに刺激し合いながら学ぶ文化が根付いています。部を越えた勉強会も実施されており、自由に参加することができるため、自分の興味がある分野について学べる機会が多く存在しています。（参考記事：「データアナリストの勉強会をご紹介します！」） 一人ひとりが自律的に技術力向上に取り組めるように成長をサポートする制度があります。※TDE10の取り組みについてはこちらを参照ください フレックス×リモートでの勤務が可能なため、自分自身が集中して働ける環境を選べます。  ※各自の在宅環境をリモートワークに最適化することを支援する制度があります。 心理的安全性が高い組織を目指しており、意見の言いやすい環境が整っています。(※参考記事「心理的安全性の勉強会を開催しました」) データ基盤上に、データウェアハウスが整備されており、データの品質についてはデータエンジニアチームが管理をしているため、データアナリストが分析に集中できる環境が整っております。 経営陣を含め、データの重要性を理解している社員が多く、データアナリストの業務に対して非常に協力的です。 課題背景を十分に理解し、課題解決のために必要な分析を明確にしつつ、分析結果を元にどのようなアクションに繋がるのかを大事にしています。 タイミーのデータアナリストとして働く魅力 会社のコアな課題にアクセスすることが出来るため、経営課題に対しての直接的な分析提案が可能です。また、経営陣とディスカッションする事もあり、経営に近い立ち位置で分析提案が可能です。 サービス・組織が成長し続けており、多岐にわたり、数多くの分析のテーマが存在しています。 ステークホルダーを巻き込み、データアナリスト主体で課題特定から分析、アクションの提案までを行うことが可能です。 社会貢献性の高いサービスだからこそ、単なるデータ分析にとどまらず、『どうすれば社会をより良くできるか』という大きな視点を持って働くことができます。 分析ツール、データ基盤が整備されているため、分析業務に集中することができます。 インタビュー記事 採用要件 MUST SQLを使用して分析業務を行い、事業課題を解決したご経験 Looker、LookerStudio、Tableau、PowerBIなどのBIツールの利用経験 未整備な環境を楽しめること 解くべき課題を設定し、課題に対する仮説を構築する能力 対象となる事業領域や業界のドメイン知識を深くキャッチアップし、分析に活かしたご経験 WANT 推定や検定など、統計についての知識（統計検定2級相当以上） マーケティングまたは営業、事業推進としての稼働経験 データ基盤、DB、DWHに対する基本的な知識 複数人での分析プロジェクトを推進したご経験 3名以上のメンバーをマネジメントしたご経験 求める人物像 タイミーのビジョンやミッションへの共感のある方 業界・顧客理解のためにインプットを怠らない方 課題解決に向け、自ら考え、手を動かすこともできる方 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 周囲と円滑なコミュニケーションを取り、巻き込みながら仕事を進められる方

  • データ
  • 正社員
  • 東京都港区東新橋1-5-2 汐留シティセンター35階

全 9 件中 9 件 を表示しています