仕事内容募集組織
デジタルサービスモデル開発・ハブ
AI検索開発室AI検索開発チーム全体基盤強化セクション
＜AI検索開発チームの組織構成＞
全体11名(ディレクター2名、リーダー2名、メンバー7名)
＜AI検索開発チームの年齢構成＞
ディレクター、リーダー：30代～40代
メンバー：30代前半が中心。20代～30代まで在籍
1事業部/室ミッション
同社はECサイトを運営する同社において「部品調達における顧客の思考にかける時間の短縮」に向けて活動しています。
IA産業(Industrial Automation産業)における部品調達のデファクトスタンダードとなるため、顧客・サプライヤーの「あらゆるムダの排除」を掲げる「デジタルサービスモデル開発・ハブ(TX)」の一員として、コア機能である「検索サービス」の内製開発を推進しています。
2チームミッション
本チームの使命は、データとAIモデルを武器に「ユーザーが欲しい商品を瞬時に見つけられる検索アプリケーション」を構築することです。
特にSREとしては、「AIの賢さ(精度)」と「検索エンジンの速さ(速度)」を両立させるための基盤を支え、グローバル規模でのアクセス増大(10→100のスケール)に耐えうる、堅牢かつ柔軟なインフラ・運用体制を構築することがミッションとなります。
3自組織の強み・事業責任者からのコメント等
同社の強みは、AIモデルの研究開発だけでなく、それを実際のECサイトで動くサービスとして実装・運用するまでを1チームで完結できる点です。開発と運用が分断されていないため、SREとしてアプリケーション内部やAIの挙動に深く踏み込んだ改善が可能です。
どれほど高精度なAIモデルができても、検索結果が返ってくるのに3秒かかってはユーザーは離脱します。「AIの賢さ(精度)」を損なわず、「検索エンジンの速さ(レイテンシ)」を極限まで追求し、最高の検索体験(Search UX)をインフラ・基盤の側面から支え抜くことがSREの最大のミッションです。
単にクラウドインフラを管理するだけでなく、バックエンドやAIモデルの特性を理解し、「サービス全体」の信頼性とパフォーマンスに責任を持つ視点で、チームを支え・牽引してくれる方を求めています。
DXに向けた取り組み
2025年度IT賞で「IT最優秀賞(顧客価値・サービス革新)」を受賞
D-JIT、MISUMI floowが製造業の調達全体の生産性を高め、業界構造改革を促すモデルとして評価されました。https://www.misumi.co.jp/news/news_251208
日本DX大賞2025受賞
事業変革部門でD-JITが優秀賞、サステナビリティトランスフォーメーション部門でMISUMI floowが奨励賞を受賞しました。https://www.misumi.co.jp/news/news_250717
2025年度グッドデザイン賞を受賞
MISUMI floowが利用頻度に応じた最適チャネル設計により、発注・納入・棚卸といった作業を不要にし、間接材調達の業務時間を約7割削減する仕組みが高く評価されました。http://misumi.co.jp/news/news_251015
DX銘柄グランプリ2026に選定
経済産業省・東京証券取引所・IPAが共同で選定する「DXグランプリ2026」に、
上場約3,800社の中からグランプリ3社の1社として選ばれました。https://www.misumi.co.jp/news/press_260410
仕事情報
1担当業務内容
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。
[1] 信頼性向上・スケーラビリティ確保(Reliability&Infrastructure)：40%
グローバル展開(10→100のスケール)に耐えうるインフラ基盤の設計・構築・運用をリードします。
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。
[2] パフォーマンス・エンジニアリング・可観測性(Performance&Observability)：40%
「AIの賢さ」と「検索エンジンの速さ」を両立させるためのチューニングと監視環境を整備します。
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。
[3] DevEx向上・チームマネジメント(Developer Experience&Management)：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
Toil(労苦)の削減：手作業によるオペレーションを自動化し、エンジニアが創造的な作業に集中できる時間を創出する。
CI/CDパイプラインの進化：テスト自動化、カナリアリリース等のデプロイ戦略を実装し、安全かつ高速なリリースサイクルを実現する。
技術共有・育成：SREプラクティスの勉強会実施やコードレビューを通じ、開発メンバーのインフラ・運用スキルの底上げを図る。
2仕事のやりがい(面白さ)
「AI×検索」という高難易度領域への挑戦:
単なるWebアプリとは異なり、重いAI処理とミリ秒単位のレスポンスが求められる検索エンジンが混在する環境です。この「精度vs速度」のトレードオフに対し、インフラやミドルウェアのチューニングで解決策を提示するエンジニアリングの醍醐味があります。
大規模グローバルサービスへの成長フェーズ:
月間数千万PV規模かつグローバル展開という、トラフィックが急増するフェーズに立ち会えます。スケーラビリティの課題が顕在化する前に手を打ち、システムが安定して成長していく様を支える達成感は格別です。
SRE文化の立ち上げ:
専任のSREとしては初期メンバーに近い立ち位置となるため、監視体制の構築や障害対応フローの整備など、自らの手で「組織のSRE文化」をゼロから作り上げる経験が積めます。
33～5年後の想定されるキャリアパス
全社のインフラ戦略やクラウドアーキテクチャを統括する「プラットフォームエンジニアリングリード/ CCoeリード」
AI/MLシステムの運用・パイプライン構築に特化した「MLOpsエンジニア/ AIアーキテクト」
特定技術(検索エンジン、K8s、DB等)を極め、技術的な最終意思決定を行う「スペシャリスト/プリンシパルエンジニア」
エンジニアリング組織の生産性やピープルマネジメントを担う「VPoE /エンジニアリングマネージャー」
4業務上の課題
基盤のマイクロサービス化やAI機能の融合は完了していますが、SRE視点では以下の課題が待ち受けています。これを共に解決してくれる方を求めています。
「10→100」のスケールに耐えうるアーキテクチャへの刷新
現在の基盤は稼働していますが、今後予想されるグローバル規模の急激なトラフィック増大に対し、現行の構成では運用負荷やコストが指数関数的に増えるリスクがあります。先回りしてボトルネックを予測し、オートスケーリングの最適化やDBのシャーディング、キャッシュ戦略の再設計など、抜本的なスケーラビリティ対策が必要です。
複雑化するシステムの「可観測性」の確立
AIモデル、検索エンジン、APIが複雑に連携しているため、障害発生時に「どこで遅延しているか」「なぜ検索結果が出ないか」の特定に時間がかかるケースがあります。単なる死活監視を超え、分散トレーシングやログ分析を高度化し、異常を予兆段階で検知できるレベルまでオブザーバビリティを高めることが急務です。
開発スピードと安定性のバランス(Error Budgetの運用)
機能開発チームは「アジャイルな改善」を求めていますが、変更頻度の増加は障害リスクを高めます。「変更を止める」のではなく、「安全に失敗し、即座に復旧できる」ガードレールをシステム的に構築し、開発速度を落とさずに信頼性を担保する仕組み作りが必要です。
5使用ツール
クラウド・インフラ: GCP (Cloud Run, GKE, Vertex AI), AWS
検索エンジン: Elasticsearch, Vertex AI Search
IaC・CI/CD: Terraform, GitHub Actions
モニタリング: Datadog, Cloud Operations (旧Stackdriver)等
言語: Python, Go (ツール作成やスクリプト等で使用)
DB/Cache: Redis, Firestore, Cloud SQL, BigQuery
コミュニケーション: MS Teams, GitHub Projects
6その他
リモートワークと出社のハイブリッド勤務、フリーアドレス制など、柔軟で働きやすい環境です。
働き方
1勤務制度区分
＜フレックスタイム制＞
2リモートワーク勤務
＜リモート可＞
3出社頻度
週3日
4土日祝出勤
・有無＜無し＞
5出張情報(有無/場所/頻度)
・有無＜無し＞
6兼業に関して
・原則不可
経験・資格募集条件
1必須要件
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
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
2歓迎要件
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
3求める人物像
「守り」だけでなく「攻め」のインフラ運用ができる方：
安定稼働を守るだけでなく、アプリケーションのパフォーマンスを最大限引き出すための技術選定や改善提案ができる方。
全体最適の視点を持てる方：
「インフラ担当」という枠に閉じこもらず、アプリケーションエンジニアやデータサイエンティストと連携し、サービス全体の価値向上にコミットできる方。
変化を楽しめる方：
10→100への急拡大フェーズや、AI技術の進展に伴うアーキテクチャの変化を楽しみ、柔軟に対応できる方。
4学歴
大学院卒、大学卒、高専卒、専門卒以上
推奨年齢
勤務地
想定年収
福利厚生・待遇
勤務条件9：00～17：30(標準7時間30分)
※フレックスタイム制あり／コアタイム11:00～15:00
年間休日124日
完全週休2日制、年末年始、有給休暇（勤続年数に応じて付与、入社初年度は10日間）、慶弔休暇、特別休暇
■産前産後休暇：産前6週間（多胎妊娠の場合は14週間）、産後8週間
■育児休業（入社1年以上）：原則子供が1歳に達するまで、最長2歳に達するまで取得することができます。男性社員の場合、出生時育児休業も取得可能
■育児時短勤務（入社1年以上）：最長、子供が小学校4年生修了時まで
■子の看護休暇：小学生未満の子供が負傷し、または疫病にかかった場合、年間5日（子供が2人以上の場合は10日）まで
1日、半日、1時間単位で取得可能
■有給休暇：1日、半日、1時間単位で取得可能
原則3ヶ月
※試用期間中の待遇変更はありません
昇給：年1回（4月）
※業績賞与制度あり
各種社会保険完備
Recruiting No.
社名
事業内容
【東証プライム上場 有名電機メーカーグループ】 技術系総合職
【東証プライム上場 日本を代表する総合重工業メーカー】 社内SE（クラウドサービス基盤の構築・運用を担うインフラエンジニア）
【東証プライム上場 完成車メーカー】 プロダクト企画部 デジタルプロダクト開発における商品企画・プロダクトマネジメント
人々の生活や命を支えるため、「食料・水・環境」分野で地域に根ざした事業にチャレンジする
「LINE」ならではのビッグデータ分析から、これまでにないスコアリングモデルを開発。ユーザー志向の金融サービスを形にします。
子どもたちに愛され続け、進化するおもちゃたちが、日本から世界へ、新しい夢と感動を広げています。
世界に向かうデジタルビジネスのパートナーとして、売上拡大とコスト最適化を支援しています。
世界の食料生産とエネルギー変換の分野で、ディーゼルエンジンの用途を広げています。
エネルギー、インフラ、ストレージ。3つの注力事業において、新しい人材が 「新生東芝」 を動かし始めています。
