シニアプロダクトAI/MLエンジニア

シニアプロダクトAI/MLエンジニア

正社員

試用期間：3か月

年収

※上記年収には賞与（年2回）が含まれます ※個人の能力発揮によって賞与の金額は変動します。 ※前職年収考慮いたします ※年2回の人事考課にて給与改定があります

105-7135 東京都港区東新橋1-5-2 汐留シティセンター35階 地図で確認 株式会社タイミー　東京本社 ※フルリモート勤務可

フレックスタイム制（コアタイム11:00〜15:30） 標準勤務時間　9:30～18:30 ※1日8時間勤務×月勤務日数分が1ヶ月の勤務時間数となります

年間休日120日 完全週休2日制（土・日）、国民の祝日

• リラックス休暇（年次有休とは別に、入社初日に年5日分、その後1年ごとに5日分付与される有給休暇）
• 年次有給休暇
• 年末年始休暇
• 慶弔休暇
• 産前産後休暇

• 各種社会保険完備
• 交通費支給 ※上限5万円/月
• 実績に応じて昇給有（年2回）

社員がタイミーアプリを利用して働いた場合、報酬額を上乗せ（上限有り）

業界知識を深めるに必要な書籍を会社が購入

業務に必要なセミナー参加費を補助

趣味などを通じて交流できるよう、活動に応じて費用を補助

チームのコミュニケーションの活性化に向け、一定の予算を好きに利用できる

結婚した従業員に祝い金を支給

フルリモート勤務可

https://product-recruit.timee.co.jp/

https://tech.timee.co.jp/

北海道札幌市中央区北三条西4-1-4　D-LIFEPLACE札幌3階

宮城県仙台市宮城野区榴岡1丁目1−1 JRイーストゲートビル2F

石川県金沢市広岡3-1-1　金沢パークビル 8階　リージャス金沢パークビルビジネスセンター

愛知県名古屋市中区丸の内1-9-16 丸の内Oneビルディング8階

大阪府大阪市北区曽根崎新地1-13-22 御堂筋フロントタワー1F

広島県広島市中区紙屋町一丁目２番２７号 大同生命広島ビル 7階

福岡県福岡市中央区天神2-8-35　天神住友生命FJビジネスセンター 7階

https://youtu.be/4fL2hIYfxac?si=jlA4uvjD0hb_XiY5

https://youtu.be/sTCQT2MwD6M?si=F-Nj3O-AUSvxCZWQ

• タイミーは日本の「はたらく」をどう変えるのか AI時代に必要な「信頼」という財産（日経ビジネス電子版 Special）

https://special.nikkeibp.co.jp/atclh/ONB/26/timee0220/

• 日本の働き方を変えたタイミーは、次に何を変えるのか｜小川嶺代表が語る"第2章"（日興フロッギー）

https://note.com/froggy_smbcnikko/n/nf459bac56bbe

• スポットワーク研究所｜社会課題に真正面から向き合うタイミーの調査・事例メディア

https://spotwork.timee.co.jp/

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

シニアプロダクト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 シニアプロダクトAI/MLエンジニア シニアプロダクトAI/MLエンジニア シニアプロダクト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/ 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。 その中でもシニアポジションでは、既存のML/LLM基盤を前提に、マッチング機能やTrust & Safety機能の価値実装を前進させるだけでなく、技術方針の設計、優先順位付け、評価設計、運用設計、関係者の巻き込みまで含めてリードできる方を求めています。事業課題と技術課題の双方を構造化しながら、プロダクトAI/MLの実装を一段上の水準へ引き上げられる「シニアプロダクト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。 シニアポジションでは、加えて技術方針の策定、重要テーマの優先順位付け、四半期単位の重要テーマのリード、複数職種をまたいだ推進まで担っ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 マッチング機能の技術リード ： 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設計・実装し、安定運用と継続的な改善をリードする マッチングに必要なデータ・特徴量・Feature Store改善の設計と推進 ： 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、改善方針の設計から実装・運用までを推進する ML基盤近接領域の機能実装・改善 ： 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、運用に加え、Recommend API周辺を含む基盤近接領域のプロダクト実装・安定運用をリードする LLMを活用した自律的な改善ループの設計・推進 ： 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設計・推進する 2. プラットフォームの信頼性・安全性向上 AI機能の安全性設計・実装のリード ： 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機能の設計・実装・改善をリードする 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リード ： 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分類・回帰・異常検知モデルの設計、実装、評価、運用をリードする データセット設計・品質改善の主導 ： 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、合成データの生成を通じて、評価・学習データセットの品質改善を主導する 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のリード ： 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・改善を主導する 品質・コスト・レイテンシーの継続的な可視化と最適化 ： 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 重要テーマの推進 ： マッチングまたはTrust & Safety領域における重要テーマについて、技術方針の設計、関係者との合意形成、実行計画の具体化、推進管理まで担う 入社後の期待イメージ 入社後3ヶ月 ：担当テーマの1つで、モデル・AI機能・業務ロジック・評価設計の改善を本番に反映し、周辺の関係者を巻き込みながら改善サイクルをリードし始めている状態 入社後6ヶ月 ：マッチングまたはTrust & Safety領域における重要テーマの1つを自走して前進させ、課題設定、技術方針、評価設計、実装、運用までを一貫して推進しながら、周辺関係者の意思決定にも影響を与え始めている状態 入社後12ヶ月 ：マッチングまたはTrust & Safety領域において、複数の重要テーマを横断的にリードし、技術方針・評価設計・運用設計の基準を形にしながら、データサイエンティスト・ソフトウェアエンジニア・MLOpsエンジニアの意思決定と実行を前進させ、領域全体の改善速度と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