SRE/SRE部

以下のいずれかの経験・知見が求められます。

• SRE・インフラ・サーバーサイドエンジニアとしての実務経験
• クラウドインフラ（AWS / GCP / Azure 等）の構築・運用経験
• 可観測性ツール（Datadog / NewRelic / Prometheus 等）の活用経験
• 障害対応・原因分析・恒久対応の実施経験
• CI/CDを活用した開発・運用フローの経験
• Runbook・運用手順の設計・整備経験

• 課題を構造化して解決に導く思考力:
  障害対応やコスト最適化など、複雑な運用課題に対して原因を整理し、再現性ある解決策を設計・実装できる論理的思考力が求められます。
• 事業部・開発チームとの協業力:
  複数事業・チームと連携し、課題の整理から改善提案・共通指針の整備まで、技術と組織の橋渡し役を担えるコミュニケーション能力が必要です。
• 自律的なオーナーシップ:
  「仕組みを作って終わり」ではなく、全社への定着まで責任を持って推進できる、高い当事者意識と自走力が求められます。
• 継続的な学習意欲:
  SREとAIという急速に進化する領域を横断するポジションであるため、新技術・新手法を積極的にキャッチアップし、現場に取り入れていく姿勢が重要です。
• 不確実性への適応力:
  多角化事業を横断する組織特性上、チームや事業の変化も生じやすい環境です。変化に柔軟に対応しながら、安定した運用基盤を維持・向上させる適応力が求められます。

• LLM / AI Agent の活用経験:
  運用データへのLLM適用、AI Agentを用いた自動化・判断支援の設計・実装経験があると即戦力として活躍できます。
• Kubernetes / コンテナ基盤の運用経験:
  Kubernetesを中心としたアプリケーションプラットフォームの構築・運用経験は、DMMのインフラ基盤の改善に直接貢献できます。
• Go言語などのバックエンド開発スキル:
  運用自動化ツールや内製エコシステムの開発において、Go言語等での実装経験があると活かせます。
• SLI / SLO の設計・運用経験:
  サービス信頼性指標の定義・計測・改善サイクルの経験は、DMMの信頼性向上の取り組みに直結します。
• オンプレ・クラウド双方の運用経験:
  DMMはクラウドとオンプレ双方のオブザーバビリティ基盤を持つため、ハイブリッド環境での運用経験が歓迎されます。

• AI×SREの実践的ノウハウ:
  LLMや運用データを活用した障害対応支援・判断自動化の設計・開発を通じ、業界最前線のAI活用スキルを実務レベルで習得できます。
• 大規模マルチサービス環境での可観測性設計力:
  多様な事業・サービスを横断した可観測性基盤の設計・改善を通じ、特定ツールに依存しない普遍的な設計思想とスキルが身につきます。
• 全社横断の標準化・推進スキル:
  共通基盤・共通指針の整備と全社展開を担うことで、技術だけでなく組織横断での推進力・ステークホルダーマネジメント能力が養われます。
• クラウドコスト最適化の実践力:
  クラウドリソースの可視化から削減施策の立案・実装・展開まで、FinOps的な観点でのコスト最適化スキルを習得できます。
• SREエンジニアとしての総合的な実践力:
  障害対応・オンコール・Runbook整備・自動化・監視設計など、SREの王道領域を大規模サービスの現場で実践的に磨くことができます。