1. 転職サイト ビズリーチ
  2.  > 
  3. 求人検索
  4.  > 【東証スタンダード上場企業】機械学習エンジニア

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

新規会員登録（無料）

【東証スタンダード上場企業】機械学習エンジニア

年収： 800万 ～ 1300万 ?

ヘッドハンター案件

部署・役職名 【東証スタンダード上場企業】機械学習エンジニア
職種
業種
勤務地
仕事内容 ■募集背景
当社は、コロナ禍による非対面の流れの追い風もあり、MAU約800万人、加盟店10万店超とフードデリバリー事業規模を拡大させてきました。
現在、「再成長フェーズ」と位置付け、さらなるフードデリバリーの基盤強化を行いながら市場・トップラインの成長を追求し、クイックコマースプラットフォームとして、フードデリバリーサービスからライフインフラへ、大きな変革期を迎えています。

”レガシー脱却、更なる拡張性の高いシステムへ”

事業の急拡大に伴い、配送効率の向上、販促コストの最適化、ユーザー体験のパーソナライズが経営上の最優先事項となっています。 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、実世界のオペレーションを最適化する「攻め」のエンジニアを募集します。

■仕事内容
プロダクトの成長を牽引する、以下の4つの主要ドメインにおけるMLモデルの設計・開発・運用を担当します。

・クーポン配布の最適化（Uplift Modeling）
ユーザーごとの反応率を予測し、ROI（投資対効果）を最大化するパーソナライズされたクーポン配布戦略の構築。

・配達報酬の最適化（ダイナミック価格設定）
エリアごとの需給バランスに基づき、配達員への報酬をリアルタイムに最適化するアルゴリズムの開発。

・レコメンドエンジンの開発・改善
数万件の加盟店の中から、時間・場所・嗜好に合わせた最適な店舗・メニューの提案ロジックの実装。

・マーケティング施策の最適化（LTV/離脱予測）
ユーザーのLTV予測や離脱予兆検知モデルを構築し、マーケティングオートメーション（MA）と連携した施策実行。

■使用するテクノロジー・ツール
・言語: Python, SQL
・ML基盤: GCP （BigQuery, Vertex AI）, AWS （SageMaker）
・ライブラリ: Scikit－learn, LightGBM, XGBoost, PyTorch/TensorFlow
・ワークフロー: Airflow, Kubeflow, GitHub, Docker
労働条件 ■勤務地
東京都渋谷区
大阪府大阪市

■勤務時間
フレックスタイム制度適用（コアタイム無）
（フレキシブルタイム 7：00～22：00）

■年収
年収 8,000,000 円 － 13,000,000円

※年俸制
月額666,700円～1,083,400円＋業績連動賞与＋各種手当の金額です。
※163,300円〜257,800円の業務手当を含む。
所定外労働 10.5 時間＋時間外労働 30 時間に相当（ただし実際の時間外労働は月20時間程度です）
・評価制度あり（年2回）

■福利厚生
・各種社会保険完備
・通勤手当（定期代支給/月4万円まで）
・リゾート施設（エクシブ）
・ベネフィットワン
・在宅勤務制度
・マッサージルーム完備（東京オフィス）
・朝食無料（東京オフィス）
・ウォーターサーバー、コーヒー無料（東京・大阪オフィス）

■休日休暇
・完全週休2日制（土日）
・祝日
・年次有給休暇（10日～最大20日/入社日に3日付与、6か月経過後に7日付与）
・年末年始休暇（12/30－1/4）
・夏季休暇
・慶弔休暇
・誕生日休暇
・リフレッシュ休暇（勤続10年で5日間）
・産休、育休制度
その他要件

■育児支援制度
・短時間勤務制度（小学校就学の始期に達するまでの子が対象）
・子育て一時退出制度
・子の看護休暇（中学校就学の始期に達するまでの子が対象）
・子育て費用補助制度（月上限5万円）

■オフィス備考
・原則禁煙（オフィスによりビル内に喫煙所有）
応募資格

【必須（MUST）】

<下記は必須>
・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・評価経験（実務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）】

・経済学（因果推論、メカニズムデザイン）の知見を用いた最適化経験。
・組合せ最適化、強化学習、またはバンディットアルゴリズムの実務適用経験。
・MLOps（Vertex AI / SageMaker等）を用いたモデルの安定運用経験。
・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。

求める人物像
技術スキルと同等に、以下のマインドセットを重視します。

・ビジネス・トランスレーターとしての能力
業務部門（マーケ、営業、オペレーション等）と密にコミュニケーションを取り、抽象的なビジネスニーズを、機械学習で解くべき具体的な技術課題へと構造化・定義できること。
・現場・実数値へのこだわり
モデルの精度（AUC等）の向上のみを目的とせず、それが「実際の注文数」や「配送コスト」にどう寄与したかというビジネス成果（KPI）に責任を持てること。
・仮説検証のスピード感
完璧なモデルを時間をかけて作るよりも、まずはプロトタイプを現場に投入し、フィードバックを得て高速に改善サイクルを回せること。
受動喫煙対策

屋内禁煙
更新日 2026/08/25
求人番号 9778210

採用企業情報

この求人の取り扱い担当者

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

新規会員登録（無料）

<< 検索結果に戻る