転職・求人情報の詳細をご覧になる場合は会員登録（無料）が必要です
| 部署・役職名 | 【機械学習エンジニア】年収～1,300万／コアタイムなしフレックス／データサイエンスで「ライフインフラ」の最適化を担う |
|---|---|
| 職種 | |
| 業種 | |
| 勤務地 | |
| 仕事内容 |
MAU約800万人、加盟店10万店超の巨大プラットフォームにおいて、データサイエンスを駆使して複雑なビジネス課題を解決します。クーポン配布の最適化（Uplift Modeling）、需給バランスに応じた配達報酬のダイナミックプライシング、レコメンドエンジンの改善、LTV・離脱予測モデルの構築など、事業成長に直結するドメインのMLモデル設計・開発・運用を担います。 「再成長フェーズ」にある同社で、単なる精度の追求に留まらず、マーケティングやオペレーション部門と連携する「ビジネス・トランスレーター」として、実際の注文数や配送コストといったKPIに責任を持ち、実世界のオペレーションを最適化する「攻め」のエンジニアリングを推進します。 |
| 労働条件 |
・契約期間：無（正社員） ・試用期間：有（3ヶ月） ・就業時間：標準勤務時間例 10:00～18:30 ・フレックス：有（コアタイムなしのフルフレックス／フレキシブルタイム 07:00～22:00） ・残業：有（月平均約20時間程度。みなし残業代として業務手当を支給） ・社会保険：各種社会保険完備（健康保険、厚生年金、労災保険、雇用保険） ・屋内の受動喫煙対策：原則禁煙（ビル内に喫煙所有） |
| 応募資格 |
【必須（MUST）】 ・機械学習、統計学、または数学に関する専門的知識・Pythonを用いた機械学習モデルの実装・評価の実務経験（3年以上） ・SQLを用いた大規模データ（BigQuery等）の抽出・加工・分析経験 ・ビジネスサイドと協力し、課題定義から実装・効果検証までを主導した経験 【歓迎（WANT）】 ・因果推論やメカニズムデザインを用いた最適化の実務経験・組合せ最適化、強化学習、バンディットアルゴリズムの適用経験 ・Vertex AIやSageMaker等を用いたMLOpsの実装・運用経験 ・大規模トラフィックが発生するシステムでのバックエンド開発経験 ・抽象的なビジネスニーズを、機械学習で解くべき技術課題へと構造化できる能力（ビジネス・トランスレーター）をお持ちの方 ・モデルの精度だけでなく、最終的なビジネス成果（KPI）にこだわり、責任を持てる方 ・完璧主義に陥らず、プロトタイプによる高速な仮説検証サイクルを回せる方 ・失敗を資産に変え、自ら進んで課題解決をリードできるセルフスターターな方 |
| リモートワーク | 可 「可」と表示されている場合でも、「在宅に限る」「一定期間のみ」など、条件は求人によって異なります |
| 受動喫煙対策 | 屋内禁煙 |
| 更新日 | 2026/04/13 |
| 求人番号 | 8033969 |
採用企業情報
- 企業名は会員のみ表示されます
- 会社規模非公開
この求人の取り扱い担当者
-
- ?
- ヘッドハンターの氏名は会員のみ表示されます
会社名は会員のみ表示されます
-
- コンサルティング IT・インターネット エンターテインメント
-
- 10年以上転職支援に従事しておりますので、有益な情報提供と転職サポートもお約束いたします。
- (2026/04/10)
転職・求人情報の詳細をご覧になる場合は会員登録（無料）が必要です