⁨サーバ⁩関連の求人⁨20⁩選

グループ研究開発本部は、GMOインターネットグループの事業領域で力を入れているスタートアップやグループ横断のプロジェクトにおいて、技術支援・開発・解析などを行い、ビジネスの成功を支援する部署です。その中にAI研究開発室があり、データ解析やAIに関する支援を行っています。また、最新のテクノロジーを常に研究開発し、いち早くビジネスに投入し結果に繋げます。 以下のいずれかにまず参加して頂きます。その後さらに専門性を高めて頂くか、もしくは他のプロジェクトに参加して、実績に応じて希望のキャリアを積んで頂きます。 ◆アドテク(Adtech)のプロジェクト インターネット広告の主な仕組みの一つであるRTB(リアルタイム入札)において、広告出稿する側の費用対効果を最適化するDSP(Demand-Side Platform)の機械学習モデルの設計開発、効果測定などをメインに行います ◆アプリのプロジェクト フリーWiFi接続を容易にするアプリの新機能や施策の効果測定を因果推論の技術を駆使して行い、データドリブンに経営判断するための仕組みを整えて、サービスのKPIを改善させます ◆その他のプロジェクト 暗号資産取引、不正検知などに関して、データ解析や機械学習の技術を応用して支援します 【研究開発業務】 ・プロジェクト業務を行いながら、一定の時間、全員で最先端の機械学習手法や新たな機械学習の応用を研究します ・さらに四半期ごとに選任されたメンバーは重点的に研究開発を行います 【利用技術】 ◆解析手法 機械学習： Transformer系（大規模言語モデル他）、グラフニューラルネットワーク（GNN）、多層パーセプトロン（MLP）、アンサンブル学習/勾配ブースティング（Gradient Boost Tree + LR, Random Forest, ExtraTree , Ada Boost, XGBoost, LightGBM）、PCA、FP-Growth、Word2Vec、Doc2Vec、協調フィルタリング、ベイズ推定、HMMモデル（隠れマルコフモデル） 統計分析： t検定、カイ二乗検定、F検定、二項検定、コルモゴロフ・スミルノフ検定、シャピロウィルク検定、サンプリング（MCMC,ブートストラップ法など)、分散分析、因果推論（差分の差分法など） ◆開発技術/環境 プログラミング/フレームワーク ・Python、PyData（numpy、scipy、pandasなど）、Streamlit ・PyTorch、TensorFlow、LangChain、Spark（PySpark） クラウド/オンプレ（ミドルウェア） ・Google Cloud（GCS、BigQuery、VertexAI、Dataflowなど） ・AWS（S3、Athena、EMR/Serverless、StepFunction、SageMaker、Bedrockなど） ・MySQL、MariaDB、Percona Server、PostgreSQL、Galera Cluster、Oracle、Hive、Hadoop/HDFS ・ConoHa（GPUサーバー） 大規模言語モデル（LLM）関連 OpenAI API、Llama3、LangChain、HuggingFace ◆開発ツール Atlassian（Jira、Confluence）、Trello VS Code、PyCharm、Jupyter GitHub（Copilot） Tableau、Looker Studio、metabase ChatGPT、Gemini、Claude ◆開発手法 アジャイル開発（scrumベース） 【ポジションの魅力】 GMOインターネットグループの多岐に渡るサービスについて、データ解析およびAI技術によって様々な課題を解決するプロジェクトをゼロから立ち上げる機会があります 世界 No.1 規模の金融データや、数百テラバイト規模のアドテクデータなど様々な領域のデータを直接扱うことができ、ビッグデータを解析する技術（BigQuery・PySparkなど）も習得できます 時系列データ、ユーザー行動データ、記事といった様々な種類のデータを解析することができます 担当するプロジェクトのビジネス領域や、最先端の機械学習・深層学習・統計手法などを常に学べます 重要な３つのスキル（ビジネス課題解決・データサイエンス・エンジニアリング）を身につけ、一つ以上強みを大きく伸ばせます 別のプロジェクトを担当する部署のデータサイエンティストと勉強会などで交流する機会も多く、データサイエンススキルを高められます グループ研究開発本部配下のエンジニア精鋭部隊である次世代システム研究室のメンバーと一緒に業務することが多く、エンジニアリングスキルが伸ばせます グループCTO直轄の部署であり、技術の選定は現場に一

1. PLAINERが目指している世界 PLAINERは、「伝わるはずの価値が伝わらない」 という、ソフトウェアが持つ根本的な課題に挑んでいます。 どれだけ優れたプロダクトでも、「何に効くのか」「なぜ自分に必要なのか」 が正しく届かなければ、その価値は埋もれてしまう。 AIが進化しても、この“もったいなさ”は自然には解決しません。むしろLLMのような汎用技術が広がることで、プロダクトとユーザーの関係はさらに複雑になり、「どう伝わるか」 がますます重要になります。 私たちは、「伝える」ではなく「伝わる」体験を設計することを使命としています。Intent（意図）を出発点に、体験そのものを組み立て、ユーザーが自然に「理解できる・活用できる・価値を感じられる」世界をつくりたい。その結果として、 SaaSやAIプロダクトの本当の価値が、世界中のユーザーに届く 企業と顧客が誤解なくつながり、双方にとって成果を出せる 新しいプロダクトが、もっと速く、もっと広く社会に浸透していく──そんな未来をPLAINERは本気で目指しています。 2. ポジションに期待する役割 PLAINERは多くの大手SaaSへ導入が進んでおります。一方現在正社員エンジニアが4名であり、これからエンジニア組織を作っているフェーズです。まだまだ開発人員自体も足りないため、コード実装だけでなく、仮説検証や機能設計にも十分な人手が足りていません。また現在のスタートアップ立ち上げフェーズにおいては、開発を中心にしながら、プロダクトの未来や新しい機能を協業・議論できるエンジニアにお越しいただき、事業成長を加速化・安定化させていきたいと考えております。 3. 業務内容 サーバーサイド・フロントエンド・Chrome拡張の実装 新機能の要件定義、仕様策定、仮説立案、リサーチ 他チームの生産性を高める社内ツール開発 開発・検証環境の整備、CIやテスト効率化 PdMや他メンバーと議論しながら、未来のプロダクトを形にする ※変更の範囲：自社プロダクトの開発・営業・サポートおよび会社運営にかかわる一切の業務 4. 開発環境 構成 顧客向けWebアプリ（SPA） 運営向けWebアプリ（MPA） Chrome拡張 技術スタック バックエンド：Kotlin（Ktor）、PostgreSQL、Redis フロントエンド：TypeScript、React、Chakra UI Chrome拡張：TypeScript、React インフラ：Google Cloud（Cloud Run中心） その他：Claudeなど生成AIを活用した開発体制へ移行中 5. 開発チームのコミュニケーションサイクル 開発スタイルとしてはAI-DLCを一部採用しています。チーム内には以下のようなコミュニーケーションの場があります。 隔週プロダクト会：PLAINERというプロダクトに関する情報共有の場です。ビジネス・エンジニアサイド共同で実施されます。お客様からの声や今後リリース予定の機能などをそれぞれの観点から自由に共有していきます。 週次開発定例：開発全般のトピックスをメンバーそれぞれが持ち寄り、技術的な改善やチームコミュニーケーションの円滑化を図る場になっています。 設計会：随時実施。新たな機能等を実装するにあたり必要となるアーキテクチャーやテーブル設計、ビジネスロジックの検討などをチームメンバーとともにディスカッションします。 6. 選考フロー ①カジュアル面談 選考要素等ゼロでPLAINERのことをお話させて頂く機会です。「選考に進むか分からない」「とりあえず情報収集したい」など転職のご意思が固まっていなくても問題ございません。 ②面接 (2~3回) カルチャーやスキルのフィットを相互にすり合わせるための機会です。現場のエンジニアや経営陣とオンラインで面接させて頂きます。 ③会食 気になる点やコミュニケーションを相互にすり合わせるための機会です。選考の場ではありますが、よりPLAINERで働くイメージを膨らませて頂くために少しカジュアルな形式を取っています。 ④その他 内定受諾前に副業での業務体験などフレキシブルにご対応が可能ですので、担当者にご相談ください。

1. PLAINERが目指している世界 PLAINERは、「伝わるはずの価値が伝わらない」 という、ソフトウェアが持つ根本的な課題に挑んでいます。 どれだけ優れたプロダクトでも、「何に効くのか」「なぜ自分に必要なのか」 が正しく届かなければ、その価値は埋もれてしまう。 AIが進化しても、この“もったいなさ”は自然には解決しません。むしろLLMのような汎用技術が広がることで、プロダクトとユーザーの関係はさらに複雑になり、「どう伝わるか」 がますます重要になります。 私たちは、「伝える」ではなく「伝わる」体験を設計することを使命としています。Intent（意図）を出発点に、体験そのものを組み立て、ユーザーが自然に「理解できる・活用できる・価値を感じられる」世界をつくりたい。その結果として、 SaaSやAIプロダクトの本当の価値が、世界中のユーザーに届く 企業と顧客が誤解なくつながり、双方にとって成果を出せる 新しいプロダクトが、もっと速く、もっと広く社会に浸透していく──そんな未来をPLAINERは本気で目指しています。 2. ポジションに期待する役割 ― Product-Focused Engineer に期待すること PLAINERは現在、多くの大手SaaSに導入が進む一方で、正社員エンジニアはまだ4名。プロダクトも組織も、これから一緒につくっていくフェーズです。 私たちが求めているのは、「仕様を実装するエンジニア」ではなく、「プロダクトの価値と成果に責任を持つエンジニア」です。 なぜこの機能が必要なのか ユーザーにどんな行動変化を起こしたいのか 今作るべき最小の価値は何か そうした問いをPdMやチームと議論しながら、仮説 → 実装 → 検証 → 改善 を回していく。 コードを書くことは手段であり、ゴールは プロダクトが正しく使われ、成果を出すこと。 Product-Focused Engineer として、PLAINERのプロダクトと事業成長を一緒に前に進めてくれる方を探しています。 3. 業務内容 Product-Focused Engineer として、以下を担っていただきます。 サーバーサイド・フロントエンド・Chrome拡張の設計／実装 新機能における要件定義・仕様策定・仮説立案・ユーザーリサーチ PdMや他メンバーと議論しながら、プロダクトの方向性を具体化 生成AIを中心とした最先端技術を用いた開発生産性の向上や開発プロセス改善 開発・検証環境の整備、CI／CD改善、テスト効率化 「何を作るか」「なぜ作るか」から関わり、作った後の成果までを見ることを期待している役割です。 ※変更の範囲：自社プロダクトの開発・営業・サポートおよび会社運営にかかわる一切の業務 4. 開発環境 構成 顧客向けWebアプリ（SPA） 運営向けWebアプリ（MPA） Chrome拡張 技術スタック バックエンド：Kotlin（Ktor）、PostgreSQL、Redis フロントエンド：TypeScript、React、Chakra UI Chrome拡張：TypeScript、React インフラ：Google Cloud（Cloud Run中心） その他：Claudeなど生成AIを活用した開発体制へ移行中 5. 開発チームのコミュニケーションサイクル 開発スタイルとしてはAI-DLCを一部採用しています。チーム内には以下のようなコミュニーケーションの場があります。 隔週プロダクト会：PLAINERというプロダクトに関する情報共有の場です。ビジネス・エンジニアサイド共同で実施されます。お客様からの声や今後リリース予定の機能などをそれぞれの観点から自由に共有していきます。 週次開発定例：開発全般のトピックスをメンバーそれぞれが持ち寄り、技術的な改善やチームコミュニーケーションの円滑化を図る場になっています。 設計会：随時実施。新たな機能等を実装するにあたり必要となるアーキテクチャーやテーブル設計、ビジネスロジックの検討などをチームメンバーとともにディスカッションします。 6. 選考フロー ①カジュアル面談選考要素等ゼロでPLAINERのことをお話させて頂く機会です。「選考に進むか分からない」「とりあえず情報収集したい」など転職のご意思が固まっていなくても問題ございません。 ②面接 (3回)カルチャーやスキルのフィットを相互にすり合わせるための機会です。現場のエンジニアや経営陣とオンラインで面接させて頂きます。 ③会食気になる点やコミュニケーションを相互にすり合わせるための機会です。選考の場ではありますが、よりPLAINERで働くイメージを膨らませて頂くために少しカジュアルな形式を取っています。 ④その他内定受諾前に副業での業務体験などフレキシブルにご対応が可能ですので、担当者にご相談ください。