プロジェクトマネージャー / AI領域（MLプラットフォーム）

以下のいずれかの経験・スキルが必須要件として求められます。

• IT・Web系企業でのプロジェクトマネジメント経験
• 機械学習・データサイエンス領域のプロダクト企画または開発推進経験
• エンジニア・データサイエンティストとの協働経験（要件定義〜開発管理）
• Spark・Hadoop等の分散処理基盤を用いたプロジェクト推進経験
• A/Bテストを活用したMLモデル改善の実務経験
• 品質・スケジュール・リスク管理を含むプロジェクト完遂の実績

• 自律的な課題発見と改善推進力:
  現状のプロセスやチームをより良くするために小さくても実験を繰り返し、継続的な改善を推進できることが求められます。指示待ちではなく自ら積極的に課題を発見し、対応策を計画・実行できる姿勢が重要です。
• ユーザー視点での価値定義力:
  プロジェクトの価値やデリバリスケジュール、プロダクトの品質を常にユーザー目線で考えられることが求められます。技術の内側だけでなく、ユーザー体験と事業成果の両面から物事を判断できることが重要です。
• 多様なステークホルダーとの連携・調整力:
  エンジニア、データサイエンティスト、MLエンジニア、事業側など多岐にわたる関係者と円滑に連携し、プロジェクトを前進させるための調整・合意形成スキルが必要です。
• メンバーへのリスペクトと組織醸成への貢献:
  メンバーを交換不可能な一人の人として尊重し、より良いチームや文化をつくるための試行錯誤ができる姿勢が重視されています。心理的安全性の高い組織づくりに貢献できることが求められます。
• 不確実性の高い環境への適応力:
  機械学習案件は仕様変更や技術的課題が発生しやすく、プロジェクトのフェーズや担当案件によって役割が変化します。変化に柔軟に対応しながら、最終的な成果物を確実にデリバリーできる実行力が求められます。

• 機械学習・MLシステムの技術理解:
  MLモデルやMLシステムの特性・制約を理解した上で、設計や意思決定に関与した経験があると即戦力として活躍できます。Python、Spark、SQL（Trino/Spark SQL）、Airflow、Hadoop、Kubernetesなどの技術スタックへの知見が歓迎されます。
• データサイエンス・分析バックグラウンド:
  データサイエンティストやMLエンジニアとしての実務経験があり、その次のステップとしてPMを目指す方は特に歓迎されます。技術と事業の橋渡しができる人材として高く評価されます。
• 大規模サービス・プラットフォーム開発経験:
  複数サービスを横断するプラットフォーム開発や、マルチテナント型基盤の設計・推進経験があると、本ポジションの業務に直結するスキルとして評価されます。
• 生成AI・LLM関連プロジェクトの経験:
  生成AI技術を活用したプロダクト開発やプロジェクト推進の経験があると、同社のAI戦略への貢献度が高まります。最新のAI技術動向を把握し、実務に応用できる知識が歓迎されます。

• 大規模MLプラットフォームのPMスキル:
  Spark・Hadoop等の分散処理基盤を前提とした機械学習プロジェクトの企画から運用まで一気通貫で担うことで、他社では得難い大規模MLプロダクトのプロジェクトマネジメント能力を習得できます。
• 事業横断の推薦・MLシステム設計知見:
  LINEスタンプのレコメンド、Yahoo!ニュースの記事推薦、ユーザーターゲティングなど複数サービスにまたがるMLシステムの共通化・標準化を推進する中で、MLアーキテクチャ設計の実践的な知見を深められます。
• AIガバナンス・リスク管理の実務経験:
  社内ガバナンスや開発規定に沿った運用・保守の推進、品質・スケジュール・法規制リスクの管理を通じて、AI/MLプロジェクト固有のガバナンス対応スキルを習得できます。
• エンジニア・DSとの高度な協働スキル:
  MLエンジニア・データサイエンティスト・バックエンドエンジニアなど多様な専門職と連携してプロジェクトを推進する経験を通じ、技術と事業を橋渡しできるT字型のスキルセットを獲得できます。
• A/Bテストを活用したデータドリブン意思決定能力:
  MLモデルやエンジンの改善においてA/Bテストを活用した仮説検証と意思決定のサイクルを実務で回すことで、データドリブンな意思決定の実践力が身につきます。