|
ポイント
|
【プライム上場G】グローバルな環境で成長可能◎退職金制度あり
|
|
仕事内容
|
【職務概要】
AI検索機能(キーワード検索、ベクトル検索、AIレコメンド等)を提供するプラットフォームの信頼性向上、パフォーマンス改善、開発効率化をリードしていただきます。
【職務詳細】
■信頼性向上・スケーラビリティ確保:40%
・コンテナ基盤の高度化:GKE (Kubernetes)/Cloud Run を活用した、高負荷に耐えうるオートスケーリング基盤の構築と運用。
・SLI/SLOの導入・運用:サービスの信頼性を定義し、エラーバジェットに基づいた運用ルールの策定と、開発チームへの信頼性文化(Reliability Culture)の浸透。
・グローバルインフラ設計:各国のレイテンシ要件を満たすマルチリージョン構成やCDN戦略、ネットワーク設計の最適化。
■パフォーマンス・エンジニアリング・可観測性:40%
・検索基盤の高速化:Elasticsearchやベクトル検索エンジンのインデックス設計、クエリパフォーマンスのボトルネック特定と解消。
・分散トレーシングの確立:マイクロサービスとAIモデルを横断するリクエストフローを可視化し、障害発生時の原因特定時間を短縮する。
・コスト最適化 (FinOps):クラウドコストやAIリソース(GPU等)の使用状況を監視し、性能を維持しつつのコスト削減を提案・実行する。
■DevEx向上・チームマネジメント:20%
開発チーム全体の生産性を最大化するための環境整備と、技術的なリードを行います
【業務内容変更の範囲】
会社の定める業務
|
|
求める人材
|
【必須】
・パブリッククラウド(GCPまたはAWS)におけるインフラ設計・構築・運用経験(目安:3年以上)
・コンテナ技術(Docker, Kubernetes)を用いた本番環境の運用経験
・Terraform 等のIaCツールを用いたインフラ構成管理の経験
・Webアプリケーションの開発・運用プロセス(CI/CD、バージョン管理)への深い理解
・スクリプト言語(Python, Go, Bash等)を用いた運用自動化の経験
【尚可】
・Elasticsearch/Solr 等の検索エンジンの運用・チューニング経験(特に歓迎)
・SLI/SLOの策定・運用や、トイル削減などのSREプラクティスの実践経験
・大規模トラフィック(高負荷)環境下でのパフォーマンスチューニング経験
・マイクロサービスアーキテクチャにおける可観測性(Distributed Tracing等)の設計・導入経験
・機械学習パイプライン(MLOps)に関連するインフラ構築経験
|
|
勤務地
|
東京都千代田区九段南1丁目-6-5 九段会館テラス
東京メトロ東西線、半蔵門線、都営新宿線「九段下」駅から徒歩1分
勤務地変更の範囲:会社の定める場所
|