【Enito】リードMLモデリングエンジニア（リードデータサイエンティスト）／高難易度のマッチングアルゴリズムの刷新◆IPO準備中、フルリモート可能

以下のすべての経験・知見が求められます。

• SQLおよびPythonでのプロダクト開発経験（3年以上）
• toCサービスにおけるAI利活用経験
• 機械学習の基礎理論の理解と実務への適用経験
• 線形代数・微積分などの数学知識（概要を説明できるレベル）

• ユーザーファーストな思考:
  エンドユーザーの体験や価値を常に起点に考え、技術的な意思決定においてもユーザー視点を忘れずに行動できること。マッチングサービスという生活密着型プロダクトの性質上、ユーザーへの共感力が重要です。
• ステークホルダーとの積極的なコミュニケーション:
  ビジネスサイドと開発サイドの両方と密に連携し、組織内のハブとして機能できること。要件の擦り合わせや課題の共有など、自ら働きかけて関係者を巻き込む姿勢が求められます。
• 不確実性の高い環境での自律的な課題解決力:
  新規領域やPoCフェーズなど、正解のない状況でも自ら課題を発見し、仮説検証を繰り返しながら前進できること。指示を待つのではなく、自分で問いを立てて動ける主体性が必要です。
• 開発から運用・改善までの一気通貫姿勢:
  リリースして終わりではなく、本番環境での安定稼働や信頼性を意識した設計・実装ができること。運用フェーズも含めて責任を持って取り組めるオーナーシップが求められます。
• KPI設計とモデル方針の主導力:
  ビジネス指標の改善に向けたKPI設計やAIモデルの開発方針策定を、自ら主導できるリード人材としての経験と姿勢が求められます。

• 推薦システム・ランキング関連技術:
  レコメンドエンジン、相互推薦、協調フィルタリング、Learning-to-Rank、リランキング等の知識や実務経験。マッチングアルゴリズムの高度化に直結するスキルとして特に歓迎されます。
• 効果検証・因果推論の経験:
  A/Bテスト設計、因果推論、傾向スコアマッチングを用いた施策効果検証の経験。データドリブンな意思決定を支える重要なスキルです。
• MLOps・クラウドインフラ経験:
  SageMaker、CI/CDなどMLOpsツールを用いたモデルの運用経験や、AWS/GCP（SageMaker、BigQuery、S3）の利用経験。モデルの安定稼働と継続的改善を支えるスキルとして評価されます。
• Coding Agentを活用した開発経験:
  Codex、Claude Codeなどのコーディングエージェントを用いた開発経験。AIを活用した開発効率化を全社で推進している同社において、即戦力として期待されます。

• 高難易度マッチングアルゴリズムの設計・実装スキル:
  相互推薦モデルやレコメンドエンジンなど、実際に数百万人規模のユーザーに使われるプロダクトのマッチングアルゴリズム開発を通じて、実践的な推薦システム設計スキルを習得できます。
• 生成AI・AIエージェント活用の実務経験:
  Slack Botや生成AIAPIを活用した社内業務効率化ツールの開発など、AIエージェント開発の実務ノウハウを幅広く習得できます。社内AI化を牽引するポジションならではの経験です。
• MLOpsを含むAI開発の全フェーズ経験:
  PoC設計から本番リリース、運用・改善に至るまでAI活用の全フェーズに関わることで、モデル開発とMLOpsを一体的に理解した希少なエンジニアとしてのスキルセットが身につきます。
• ビジネス・データ戦略の策定経験:
  KPI改善の主導やモデル設計方針の策定など、技術だけでなくビジネス的視点からのデータ戦略立案スキルを習得できます。リードポジションとしてのマネジメント的素養も培われます。
• toC大規模サービスにおけるデータ品質管理・BIダッシュボード構築:
  累計2,000万人超の実ユーザーデータを扱いながら、データ品質管理のアップデートやBIダッシュボードによる可視化を実践することで、大規模toCサービス特有のデータ基盤整備スキルを獲得できます。