シニアLLMOpsエンジニア

シニアLLMOps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://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

シニアLLMOps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LLMOpsエンジニア シニアLLMOpsエンジニア シニアLLMOps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 タイミーは「働く」を通じて人生の可能性を広げるインフラをつくるため、スキマバイトのマッチングプラットフォームを日本全国に展開し、急速に成長してきました。既存プロダクトの継続的な改善に加え、隣接領域・新規領域への展開も進めています。今後は、扱うユーザー体験、業務フロー、データ特性、リスクがさらに多様になっていきます。 不正検知、プロダクト体験の刷新、社内業務の改善では、LLM・AIエージェントが活用されています。 LLM・AIエージェントを継続的に活用するには、動くものをつくるだけでなく、出力品質の評価、個人情報や機密情報の取り扱い、応答時間・コストの管理、モデルやプロンプトの変更への対応が必要です。これらに各チームが個別に対応するのではなく、共通の基盤と運用の仕組みで支えていきたいと考えています。 MLOps Teamは、これまで培ってきたクラウド基盤や開発・運用の知見を活かし、LLM活用を支える基盤や、本番導入時の品質・安全性を確認する仕組みづくりを進めてきました。今後は、実際のユースケースで得た学びをもとに、モデル利用・評価・監視・変更管理などの共通化とセルフサービス化を進めていきます。 まだ標準が定まりきっていない領域だからこそ、すべてを先に共通化するのではなく、利用チームの課題やリスクに応じて、小さく検証しながら整備することを重視しています。 こうした基盤づくりを主導するシニアLLMOps/AgentOpsエンジニアを募集します。共通基盤の開発に加え、個別のLLMアプリケーション・AIエージェントが抱えるインフラ・運用上の課題にも向き合います。技術方針の検討から設計・実装、既存の利用への適用・移行、運用の定着までを担っていただきます。

• 「タイミーMLOpsエンジニアが描く、LLM基盤の夢妄想」

https://tech.timee.co.jp/entry/timee-llm-platform-design-2025

• 「LLMアプリケーション向けProduction Readiness Checklistの作成」

https://tech.timee.co.jp/entry/2025/11/04/113000

• 「Dev Container Feature で実現する ML 開発環境のガードレール」

https://tech.timee.co.jp/entry/2026/05/26/120628

• 「Docker Hardened Images から学ぶ、ビルド定義の抽象度」

https://tech.timee.co.jp/entry/2026/05/26/120826

• 「Renovateの設定」

https://tech.timee.co.jp/entry/2026/05/22/112812

• 「MLOpsエンジニアがAI Security Conferenceに参加してきたレポート」

https://tech.timee.co.jp/entry/2026/01/28/134844 業務内容 本ポジションのミッションは、LLM・AIエージェントの基盤を通じて、生成AIが生み出す事業価値を増幅させることです。 LLMは手軽に試せる一方、本番で使い続けるには、より複雑な課題への対応が必要です。本番運用に共通する複雑性を基盤側で引き受け、利用チームがユースケース固有の課題解決に集中できる状態を実現します。 個別のユースケースにおけるプロンプトやエージェント機能の設計・評価・改善は、主にプロダクトAI/MLエンジニアやソフトウェアエンジニアなどの利用チームが担います。本ポジションでは、これらのチームと連携し、モデル利用・評価・監視・変更管理を支える基盤、開発・運用環境、共通の運用パターンを設計・開発・運用します。 具体的な業務内容 検証した施策を、そのまま本番へつなげられる共通基盤の開発・運用 複数チームが共通の方法でLLMを利用するためのモデル利用基盤（LLM Gateway）や、AIエージェントの実行・外部ツール連携を支える基盤の設計・開発・運用 利用チームが個別に調整せずに、新しいモデルや機能を試し、切り替えられる仕組みの整備 クラウド、コンテナ、CI/CD、IaCを用いた再現性のある開発・実行環境の整備 **

安全性とコスト効率を標準で備えた仕組みづくり 認証・認可、Secret管理、利用制限、監査ログなどを組み込み、標準の利用方法で安全にモデル・ツールを使える環境の整備 セキュリティ・法務・事業部門と連携した、個人情報・機密情報の取り扱い、AI利用ポリシー、ガードレールの整備 利用量・コストの可視化と、用途に応じたモデル選択、キャッシュ、利用制限などによるコスト最適化

品質を確かめながら届け、改善し続けられる運用づくり 利用チームと連携した評価データセット・評価方法の整備と、自動評価と人による確認を組み合わせた、リスクに応じた評価・レビューの仕組みづくり プロンプト・モデルのバージョン管理、変更時のリグレッションテスト、リリース・切り戻し、提供終了に伴う切り替えの仕組みづくり 出力品質、応答時間、エラー率などを把握するログ・メトリクス・トレースと、フォールバック、アラート、Runbookの整備

利用チームとの協働と、標準化・セルフサービス化の推進 個別のLLMアプリケーション・AIエージェントが抱えるインフラ・運用上の課題に対するアーキテクチャの設計・実装・改善 個別案件で得た知見を、共通ライブラリ、テンプレート、チェックリスト、ドキュメント、自動化へ反映 本番導入時に確認すべき品質・安全性・運用要件と、共通化する範囲・ユースケース側に残す責任の整理 既存のモデル利用・評価・監視の仕組みの見直しと、共通基盤・標準パターンへの段階的な移行・定着

これらを一度にすべて整備するのではなく、既存の基盤・運用知見と利用チームの課題を踏まえ、優先順位をつけて進めます。共通化によって開発を進めやすくする一方、ユースケースごとに必要な柔軟性を残すことも大切にしています。 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

• 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

上記のようなデータを扱っております。 このポジションの魅力 基盤がLLM活用の広がりに左右するため、影響力が大きい 不正検知からプロダクト体験、社内業務まで、LLM・AIエージェントの活用は領域を問わず広がっています。安全に使える基盤があるかどうかが、活用の広がりと成果を左右します。

これまでの土台を活かし、標準をつくることができる LLM活用を支える基盤や、本番導入時の品質・安全性を確認する仕組みはす