■年収
1,000～1,200万円
■仕事内容
入社後まず注力いただくのは、ジョブメドレーにおけるレコメンド・検索領域の ML システム開発と MLOps 基盤整備です。
データ基盤の構築整備が急ピッチで進んでおり、内部のデータ分析だけでなくプロダクト機能としての価値提供に差し掛かる中で、以下の取り組みに着手しています。
レコメンドエンジンの設計・開発・改善（協調フィルタリング、コンテンツベース、深層学習ベースなど）
検索ランキングの最適化・パーソナライゼーション
Google Cloud（BigQuery Vertex AI Cloud Run 等）を中心としたMLインフラ（特徴量ストア・モデルレジストリ・実験管理基盤等）の設計・開発・運用
学習・推論パイプラインの設計・構築・自動化（CI/CD）
例えば、レコメンドエンジンに関しては基盤の刷新を進めていることもあり、アーキテクチャの設計段階から携わることができます。
上記を中心としつつ、ご経験や志向に応じて以下のような領域にも携わっていただけます。
データサイエンス寄りの方には:
ジョブメドレーが保持する様々なデータを活用した新たなマッチングモデルの検証・開発
事業指標予測、LTV 予測など事業課題に直結する予測モデルの構築と改善
A/B テストの設計・実施・効果検証によるプロダクト改善サイクルの推進
データエンジニア寄りの方には:
dbt を用いた特徴量生成・分析用データモデルの設計・開発
KPI設計・効果測定のための分析基盤・BI 環境（Metabase x 生成 AI）整備
プロダクト開発を始めとする他部署と連携した仮説検証のためのデータ整備
いずれの志向であっても、事業課題の発見・具体化から成果の創出まで一貫して関わることを期待しています。
■求める経験
レコメンデーションシステム、検索システムなどの機械学習を活用したプロダクト機能または MLOps 基盤の開発・本番運用の実務経験（3年以上）
Python や SQL を用いたデータ分析・データ処理・モデル開発の実務経験
クラウド環境（GCP / AWS / Azure いずれか）での ML システム構築・運用経験
【歓迎】
リアルタイム推論・オンライン学習基盤の設計・運用経験
大規模データ処理基盤の経験（Spark Dataflow 等）
A/Bテストプラットフォームの設計・運用・統計的検定の実務経験
データに基づく課題設定から解決策の提案・実装までを一貫して行った経験
dbt を用いたデータモデリング・特徴量パイプライン構築経験
LLM / Embedding モデルの業務活用経験
論文の実装・再現や Kaggle 等のコンペティション実績
■雇用形態
正社員
■保険
健康保険 厚生年金 雇用保険 労災保険
■諸手当
通勤手当
■休日休暇
完全週休2日制（土、日曜日）、祝祭日、年末年始、有給休暇、※年次有給休暇は時間単位での取得可能（最大5日まで）
