検索システムエンジニア

以下のいずれかの経験・知見が求められます。

• ElasticSearch等の検索エンジンの設計・構築・運用経験
• Ruby on Railsを用いたバックエンド開発経験
• PythonまたはRubyを用いたデータ連携・処理の開発経験
• GCPまたはAWSを用いたクラウドインフラの利用経験
• BigQueryやAirflow等のデータ基盤・DWH関連の実務経験
• レコメンドシステムまたは検索システムの開発・改善経験

• 課題発見・自律推進力:
  検索体験向上のためにユーザー視点で課題を発見し、仕様策定から実装・改善まで主体的に推進できる能力が求められます。
• クロスファンクショナルな協業力:
  PdM・デザイナー・アルゴリズムエンジニア・インフラ部門など多様な職種と連携し、共通の目標に向けてコミュニケーションを取りながら開発を進められる協調性が必要です。
• データドリブンな思考力:
  大量のユーザー行動データや検索ログを分析し、施策の仮説立案・検証・改善のサイクルを回すための論理的・定量的な思考力が求められます。
• 技術選定・設計判断力:
  検索エンジンやレコメンドシステムの設計において、現状の課題に対して最適な技術を選定し、スケーラビリティや運用性を考慮した判断ができることが期待されます。
• 変化への適応力と学習意欲:
  組織の立ち上げフェーズであるため、技術トレンドや事業変化に柔軟に対応しながら、最新技術の導入を自ら提案・実践できる姿勢が重視されます。

• 機械学習・MLOpsの知識:
  Vertex AIを用いたML基盤の構築・運用経験や、推薦アルゴリズム（協調フィルタリング等）の実装経験があると即戦力として活躍できます。
• TypeScript / Next.js（React）の開発経験:
  検索UIの改善にも関わるため、フロントエンド側の技術スタックへの理解があると、エンドツーエンドで検索体験向上に貢献できます。
• データパイプライン構築経験（Embulk / Digdag / Fluentd）:
  データ転送・ワークフロー管理ツールの実務経験があると、検索データ基盤の設計・運用においてスムーズに業務へ参加できます。
• マーケットプレイスやECサービスでの開発経験:
  スキルマーケットという事業ドメインへの理解が深まるため、マッチングプラットフォームやECサービスの開発・改善経験があると望ましいです。

• 大規模検索エンジン設計・チューニングのノウハウ:
  ElasticSearchを中核とした423万人規模のユーザーデータを持つプロダクトにおいて、実践的なインデックス設計・クエリ最適化・スコアリングロジックの改善スキルが身につきます。
• レコメンドシステム構築の実践経験:
  Vertex AIを活用したML基盤上でのレコメンドエンジン設計・構築を経験でき、機械学習を活用した推薦システム開発の一連の流れを習得できます。
• データ基盤エンジニアリングスキル:
  BigQuery・Airflow・Embulkなどを使ったデータパイプラインの設計・運用を通じて、現代的なデータエンジニアリングのスキルセットが習得できます。
• プロダクト横断的なUX改善経験:
  PdMやデザイナーとの協業を通じて、検索UXの課題定義から改善施策の立案・実装・効果測定まで一貫して経験することができます。
• マイクロサービスアーキテクチャの設計・推進スキル:
  インフラ部門と協業して検索基盤のマイクロサービス化を推進する経験を積むことができ、GCP/AWSを活用したクラウドネイティブなシステム設計の知見が深まります。