【JAPAN AI】Software Enginner, AI Platform / Japanese

以下のいずれかの経験・知見が求められます。

• バックエンドサービスの設計・実装・運用経験
• Kubernetesクラスタの設計・構築・運用経験
• GCP等クラウドインフラのアーキテクチャ設計・最適化経験
• Terraform等IaCによるインフラのコード化・自動化経験
• SLI/SLO設計・運用およびインシデント対応経験
• CI/CDパイプラインの構築・改善経験
• トレーシング・ログ・メトリクスを含む観測性基盤の設計・整備経験

• オーナーシップと責任感:
  プラットフォーム稼働率99.9%以上の維持という高い目標に対し、自ら主体的に課題を発見し解決まで推進できる責任感が求められます。
• 障害対応力と冷静な判断力:
  オンコール・インシデント対応・ポストモーテムを担うため、緊急時にも冷静に状況を分析し、MTTRを短縮するための的確な判断と行動ができる能力が必要です。
• 技術的コミュニケーション能力:
  社内エンジニア向けのインフラドキュメント整備や開発者体験向上を担うため、複雑な技術的内容をわかりやすく伝え、チームと協調して推進できるコミュニケーション力が求められます。
• 継続的な学習・改善志向:
  AI・クラウド技術は急速に進化するため、新しい技術をキャッチアップしながら、コスト・性能・信頼性を継続的に改善するための探求心と学習意欲が重要です。
• セキュリティ・ガバナンスへの意識:
  データアクセス・権限管理基盤の構築やセキュリティ要件への対応を担うため、情報セキュリティに対して高い意識と体系的な理解を持って取り組む姿勢が必要です。

• AIエージェント・LLM基盤の運用経験:
  AIエージェント特有のトレーシングやGPUリソース管理など、生成AI・LLMを活用したサービス基盤の設計・運用経験があると即戦力として活躍できます。
• コスト最適化（FinOps）の実践経験:
  オートスケーリング・キャッシュ・バッチ処理・GPU管理などによるクラウドコスト最適化の実績があると、プラットフォームのコスト効率最大化に直結するため歓迎されます。
• マルチテナント・エンタープライズ向けセキュリティ設計経験:
  企業向けAIプロダクトを扱うため、マルチテナント環境でのデータ分離・権限管理・セキュリティ設計の経験がある方は特に重宝されます。
• Python・Goなどバックエンド開発スキル:
  バックエンドサービスの実装も担うため、PythonやGoなどを用いたサービス開発経験があると業務の幅が広がります。
• スタートアップ・急成長フェーズでの開発経験:
  変化のスピードが速い環境での開発・運用経験があり、不確実性の高い状況でも推進力をもって取り組める方は組織フィットが高いと評価されます。

• AIプラットフォームエンジニアリングの専門知識:
  AIエージェント特有のトレーシング・GPU管理・LLMサービング基盤など、生成AI時代ならではの最先端プラットフォーム設計・運用スキルを体系的に習得できます。
• SRE・信頼性エンジニアリングの実践スキル:
  SLI/SLO設計・オンコール・インシデント対応・ポストモーテムを通じて、ミッションクリティカルなサービスを支えるSREの実践的なスキルセットが身につきます。
• GCPを中心としたクラウドネイティブアーキテクチャ設計力:
  Kubernetes・Terraform・GCPを組み合わせたクラウドネイティブな設計・構築・最適化の経験を積むことで、市場価値の高いクラウドアーキテクト的なスキルが習得できます。
• 観測性エンジニアリング（Observability）の深い理解:
  トレーシング・ログ・メトリクスを含む観測性基盤の設計・整備を通じて、大規模分散システムの可視化・デバッグ・改善サイクルを回す実務スキルが得られます。
• 開発者体験（DX）設計・改善力:
  CI/CDパイプライン構築やドキュメント整備など、エンジニア組織全体の生産性を向上させる開発者体験設計の実践経験を積むことができます。