【募集背景】
大規模なユーザーデータとコンテンツデータを活用し、最適な創作と読者を結びつける推薦基盤を発展させるための体制強化を目的として募集しています。
【作業内容】
おすすめ機能や検索機能の要件定義および目標指標の設計、技術選定を行います。
ユーザーの行動ログやコンテンツの特徴量を抽出するデータ処理基盤を設計・運用します。
LLMや埋め込み技術を用いてコンテンツ理解および検索の基盤を設計・運用します。
推論パイプラインやLLM・機械学習モデルの開発および運用体制（LLMOps / MLOps）の仕組みを設計し、継続的に改善します。
ユーザー行動とコンテンツ情報に基づく推薦エンジンの開発・改善を行います。
コンテンツ分類の仕組みと記事評価機能の開発・改善を行い、その運用をチームとして支援します。
信頼性・安全性向上のため、悪意ある行動を検知しLLMで判定するフィルタリング機能を開発します。
既存の機械学習基盤を最新技術に更新し、性能およびコストの改善を図ります。
新規事業における検索・おすすめ機能の企画・開発・改善に携わります。
【求める人物像】
ミッション・ビジョン・バリューに共感し、その実現に主体的に取り組める方を求めています。
新しい技術への感度が高く、プロダクト品質向上にこだわりを持って取り組める方を歓迎します。
環境変化に柔軟に対応し、建設的な議論を推進できる方を求めています。
計測と実験を重視し、データドリブンに意思決定できる方に適したポジションです。
技術以外の要素も含む複雑なビジネス課題に対して前向きに取り組み、解決を楽しめるマインドをお持ちの方を歓迎します。
生成AIの最新技術を積極的に取り込み、基盤の継続的な改善に強い興味をお持ちの方を求めています。
【ポジションの魅力】
多様なコンテンツとコミュニティから生まれるユニークなデータを扱いながら開発に携わることができます。
国内でも有数のデータ規模を持つコンテンツプラットフォームで、推薦・検索基盤の運用経験を積むことができます。
LLMを推薦に活用する実践的な知見を蓄積できる環境です。
最新のAI技術を積極的に取り入れ、対外的な発信も奨励される文化があります。
技術選定やロードマップ策定に大きな裁量を持ち、AI・機械学習基盤構築の中核として活躍できるポジションです。
【開発環境】
機械学習システムの開発には主にPythonを使用し、Databricks上で動作することを前提にライブラリを選定します。
システム間通信にはProtocol Bufferを利用します。
開発にはJupyter Notebook on Databricksを利用し、Pythonプロジェクトのパッケージングにはrye（uv backend）を利用します。
データ処理基盤としてはSnowflakeおよびDatabricksのSparkを使用し、大規模データの処理・学習・推論を行います。
マネージドクラウドサービスとしてDatabricks on AWSおよびQdrantを利用します。