株式会社タイミーは、求職者等の皆様が安心して就職活動・採用選考に臨めるよう、「求職者等対応ルール」を定め、社内に周知して遵守しています。
取り組みの詳細はこちらをご確認ください。
［健全で公正な採用・選考活動に関する取り組み］
https://corp.timee.co.jp/recruit/fair-recruitment
上記ルールに反する接触や不適切な言動があった場合は、下記の相談・通報窓口までご連絡ください。
窓口：team.hr@timee.co.jp
ご相談の内容とプライバシーは厳重に保護します
ご相談や事実確認へのご協力を理由に、選考で不利益な取扱いをすることは一切ありません
人材紹介エージェント・学校のキャリアセンター等を経由したご相談も受け付けます
プロダクトAI/MLエンジニア | 株式会社タイミー 株式会社タイミー
株式会社タイミー 採用情報
株式会社タイミー の求人一覧
プロダクトAI/MLエンジニア
プロダクトAI/MLエンジニア
プロダクトAI/MLエンジニア
正社員
株式会社タイミー の求人一覧
ツイート
事業内容
当社は「『はたらく』を通じて人生の可能性を広げるインフラをつくる」をミッションに掲げ、深刻化する人手不足という経営課題を解決しながら、一人ひとりが好きな時に働き、人生の可能性を広げられる世界を目指し、スキマバイトアプリ「タイミー」を中心に事業を展開してきました。そして2018年のサービス開始から、タイミーは以下の規模まで成長しました。
- ワーカー数：1,470万人
- 事業者数：250,000社
- 事業所数：488,000拠点
※2026年7月末時点
そんな当社はいま、"第二創業期"を迎えています。既存のスポットワーク領域では、業界ごとに深く入り込み、企業にとっても働き手にとっても なくてはならないインフラ としてサービスを広げています。さらに2030年に向けて掲げる 「VISION2030 ― 積み重ねた『信頼』が報われる社会をつくる」 のもと、「信頼」を可視化・循環させる、社会の新たなインフラの構築を進めています。スキマバイトを通じて蓄積してきた、働き手の勤務実績や評価といった他にはない独自の 「信頼データ」 を軸に、長期採用サポートサービスやタイミーキャリアプラス（正社員人材紹介）、Fintechをはじめとする新規事業を多数立ち上げています。
会社説明動画
https://corp.timee.co.jp/vision-2030/
採用特設LP
https://corp.timee.co.jp/special-recruit/
※シニア求人も並行して募集中です
募集背景
当社は「『はたらく』を通じて人生の可能性を広げるインフラをつくる」というミッションのもと、スポットワーク市場のリーディングカンパニーとして急速な事業成長を遂げています。この成長を支え、さらに加速させるためには、AI/MLの力でプロダクトの価値を直接高める「プロダクトAI/MLエンジニア」の存在が不可欠です。
現在、データサイエンスグループでは、ワーカーと事業者の最適なマッチング体験の実現から、プラットフォームの信頼性・安全性の向上まで、多岐にわたる領域でAI/MLを活用した課題解決に取り組んでいます。これらの取り組みでは、LLM等の基盤モデルを活用した高度な解釈・制御を行う「AIエンジニアリング」と、従来の機械学習を用いた高精度なパターン認識・最適化による「MLエンジニアリング」の両輪が求められます。
私たちはこれらの技術を適切に組み合わせ、プロダクトの課題を技術で解決し、事業インパクトを生み出せる「プロダクトAI/MLエンジニア」を募集しています。
業務内容
データサイエンスグループでは主に「マッチング体験の向上」「プラットフォームの信頼性・安全性向上」「それらを支えるML/LLM基盤の構築・運用」の3つの領域に注力しています。
本ポジションの主戦場は、マッチング領域およびTrust & Safety（信頼性・安全性）領域におけるAI/MLのプロダクト実装・運用です。社内のML/LLM基盤を活用しながら、データサイエンティスト・ソフトウェアエンジニア・MLOpsエンジニアなどと連携し、課題設定から実装、リリース後の改善までを推進していただきます。
課題設定や改善テーマの探索はデータサイエンティストや事業・プロダクト側と連携しながら進め、プロダクトへの実装はソフトウェアエンジニアと協働して推進します。MLOpsエンジニアはML/LLM基盤・推論基盤・開発環境の構築・運用を担い、本ポジションはそれらを活用しながら、マッチング機能やTrust & Safety機能の価値実装、評価、運用設計を担います。将来的には、事業課題に応じて担当領域を広げていただくことを期待しています。
1.マッチング体験の向上
マッチングロジックの実装・運用 ： ワーカーと求人の最適なマッチングを実現するために、マッチングに必要なモデル・ロジック・業務ルールをプロダクト要件に合わせて実装し、安定運用と継続的な改善を担う
マッチングに必要なデータ・特徴量の設計と実装 ： マッチング機能の精度と運用を支えるために、特徴量やモデル入力データを設計し、Feature Store等の基盤も活用しながら実装・運用する
ML基盤上での機能実装・運用 ： Vertex AI Pipelines等の基盤を活用し、マッチング機能に必要なモデル・ロジックの実装、評価、運用、およびRecommend API周辺のプロダクト実装・安定運用を担う
LLMを活用した自律的な改善ループの構築 ： LLMを活用し、マッチング機能における評価、改善候補の生成、モデリングの見直し、比較検証までを含む継続的な改善ループを構築する
2. プラットフォームの信頼性・安全性向上
AI機能の安全性実装 ： LLM等の基盤モデルを活用し、事実整合性の確保、防御的プロンプト設計、ガードレール実装などを通じて、安全性に配慮したAI機能を実装・改善する
運用を踏まえたリスク制御の設計 ： AI/MLによる判定だけでなく、業務ルールや現場オペレーション、人による確認フローも組み合わせながら、実運用で機能する安全性担保の仕組みを設計・運用する
リスク予測・異常検知モデルの開発 ： 構造化データから、プラットフォームの信頼性を損なうパターンを特定する高精度な分類・回帰モデルの構築、および特徴量エンジニアリング
データセット設計・品質改善 ： 多様なリスクを網羅するデータの設計・収集、高度なアノテーション管理、合成データの生成によるモデルの堅牢性強化
3. 共通基盤を活用した実装・改善
LLMOps/評価基盤の活用と改善提案： 実験の追跡と管理、プロンプトのバージョン管理、「AI as a Judge」等を用いた自動評価パイプラインの活用・改善
品質・コスト・レイテンシーの継続的な可視化： モデルやAI機能の品質、レイテンシー、コストを継続的に計測し、ユーザー行動やモデル挙動の変化を捉えながら改善サイクルを回す **
入社後の期待イメージ
入社後3ヶ月 ：担当ユースケースの1つで、モデル・AI機能・業務ロジックの改善を本番に反映し、評価・監視・運用まで含めた改善サイクルを回し始めている状態
入社後6ヶ月 ：マッチングまたはTrust & Safety領域において、課題設定、評価設計、改善方針の検討、実装、運用までを主体的にリードし、継続的な改善ループの高度化に貢献している状態
入社後12ヶ月 ：マッチングまたはTrust & Safety領域で複数の関係者を巻き込みながら改善テーマを継続的に推進し、改善ループの高度化や技術的な意思決定の質向上に明確に貢献している状態
技術スタック(主要な部分の抜粋)
クラウド Google Cloud
開発言語 Python
データ基盤 BigQuery / Fivetran / dbt Cloud
ML / LLM基盤 Vertex AI / MLflow / LiteLLM / Datadog LLM Observability
BIツール Looker / Looker Studio
IaC Terraform
開発環境・ツール Visual Studio Code / Cursor / Claude Code / GitHub Copilot / Devin / GAS etc
扱っているデータ
以下のようなデータを扱っています
アプリユーザーのアクセスログ、募集内容に関する情報
マッチングに関する情報
レビューや評価情報や、アプリインストールなどの広告効果に関わるデータ
問い合わせに関するデータ
営業活動情報のデータ
本ポジションの魅力
スポットワークという、高頻度・高変動・短寿命な需給データを扱う二面市場で、AI/MLを直接プロダクト価値につなげることができます。
単純なモデル精度改善だけでなく、マッチングロジック・安全性・ユーザー体験・現場運用の成立を同時に考える、難易度の高い課題に取り組めます。
マッチングとTrust & Safetyの両領域を横断し、従来の機械学習とLLMの双方を実プロダクトで活用する経験を積むことができます。
モデルやAI機能を作って終わりではなく、評価・監視・継続改善まで含めた運用に責任を持てます。データサイエンティストやMLOpsエンジニアと連携しながら、プロダクトへの価値実装に集中できます。
既存の仕組みを運用するだけでなく、課題設定、評価設計、改善方針の検討まで含めて主体的に関わることができます。
グループのミッション実現に向けて、最適なアルゴリズム、モデル、コード、ツールについてチームで議論・提案しながら前に進める文化があります。
インタビュー記事
チームで成果を発揮したい。データの力でタイミーを進化させる組織へ
成長の実感が次の挑戦へ。学びに溢れるタイミーの魅力
データサイエンスの力でプラットフォームを支える──信頼性を高める仕組みづくりへの挑戦
採用要件
MUST
必須経験・スキル
データ活用による課題解決経験 ：データ分析・機械学習を用いて、