1160【Dev】SRE（LLM新規事業）

以下のいずれかの経験・知見が求められます。

• AWS・Azureなどのパブリッククラウドでのインフラ設計・構築・運用経験
• Terraformを用いたIaC（Infrastructure as Code）の実務経験
• DockerやKubernetesなどのコンテナ技術を活用したサービス運用経験
• マルチクラウドまたはハイブリッドクラウド環境でのネットワーク・データフロー設計経験
• Python・TypeScript・Node.jsなどを使ったバックエンド・インフラ連携の開発経験
• エンタープライズ企業向けセキュリティポリシー対応の経験

• 自律的な課題解決力:
  SREとして2人目というポジションのため、明確な指示を待つのではなく、自ら課題を発見し、検証から実装まで自律的に推進できる姿勢が必要です。
• クロスファンクショナルなコミュニケーション能力:
  機械学習エンジニアやプロダクトマネージャーと連携しながら、リソース要件やインターフェース定義を進める場面が多く、技術・ビジネス双方の観点で対話できる力が求められます。
• 曖昧な要件を具体化する抽象化・構造化能力:
  新規事業フェーズのため要件が流動的であることが多く、不確実な状況下でも論理的に課題を整理・構造化し、実装につなげる力が重要です。
• スピード感を持った意思決定力:
  急成長するスタートアップ環境において、完璧を求めすぎず適切なタイミングで判断・実行できるアジャイルな思考と行動力が求められます。
• ドキュメント化・ナレッジ共有への意識:
  リモートワーク主体の環境において、設計思想や実装内容を適切にドキュメント化し、チーム内でナレッジを共有・継承できる習慣が重要です。

• RAGパイプラインの構築経験:
  SATプロダクトの中核であるRAGデータパイプラインの設計・構築経験があると即戦力として活躍できます。
• オンプレミス環境でのインフラ構築・移行経験:
  エンタープライズ顧客のセキュリティポリシーに対応するため、オンプレミスや閉域ネットワーク環境での経験は大きなアドバンテージになります。
• MLOps・機械学習基盤の整備経験:
  機械学習エンジニアと協働してモデルのデプロイやスケーリングを支援した経験があると、LLM基盤との連携業務で強みを発揮できます。
• 顧客データ管理・セキュリティ設計の経験:
  エンタープライズ向けPaaSとして顧客データの分離管理やアクセス制御設計の経験があると、製品品質向上に直結します。

• LLM・生成AIプロダクトのインフラ設計・運用ノウハウ:
  実運用中のLLMサービスにおけるGPUリソース管理、推論パイプライン最適化、コスト管理など、生成AI時代に需要が急増しているインフラスキルが体系的に習得できます。
• マルチクラウド・エンタープライズ対応アーキテクチャの設計力:
  AWS・Azureにまたがるマルチクラウド環境や、エンタープライズのセキュリティポリシーに即したアーキテクチャ設計の実践的なスキルが身につきます。
• RAGデータパイプラインの実装・運用スキル:
  ビジネス文書解析エンジンと連携したRAGパイプラインの設計・構築を通じて、AI活用サービスのバックボーンとなるデータ基盤エンジニアリングの知見が得られます。
• PaaSプロダクトの0→1フェーズにおける意思決定経験:
  新規事業の立ち上げ期にSREとして関与することで、技術選定・アーキテクチャ決定・スケーリング戦略など、プロダクトの根幹に関わる意思決定経験が積めます。
• エンタープライズ企業への技術的折衝力:
  大手製造業R&Dのセキュリティ要件やシステム要件を理解しながら製品提供を行う経験を通じて、法人向けプロダクト開発における折衝・調整スキルが磨かれます。