機械学習エンジニア（ML Engineer）

一人目のMLエンジニアとして、機械学習を用いたプロダクトの進化とビジネスインパクトの創出を幅広く担っていただきます。 2025年現在、PIVOTでは1日あたり3〜5本更新される膨大なコンテンツと数十万件を超えるユーザーデータを活用し、 「付加価値向上」と「効率化・省力化」によって事業の成長を加速しています。 PIVOTにおける正社員一人目の機械学習エンジニアとして、ビジネス映像メディア「PIVOT」における以下の3つの領域を中心に担っていただきます。 付加価値向上を目的としたアルゴリズムの構築 コンテンツ制作や配信オペレーションの効率化 データ分析設計・開発・運用・分析によるデータドリブンな意思決定の支援 業務内容 1. 付加価値向上を目的としたアルゴリズムの構築 レコメンデーション（推薦）領域 コンテンツのレコメンドアルゴリズムの設計・実装・評価 協調フィルタリングやコンテキストベース推薦の改善 関連タグ・視聴履歴・ユーザー嗜好データを用いた回遊・継続率向上施策 メールマガジン・プッシュ通知などのパーソナライズ最適化 検索領域検索  アルゴリズムおよび検索体験の改善 検索APIの設計・高速化・ランキング最適化（Elasticsearch などの検索基盤含む） クエリ意図理解や類似検索の強化によるUX改善 その他 動画内に挿入する広告（CM）のタイミング最適化 A/Bテストを通じたアルゴリズムの定量的検証 2. コンテンツ制作など各種作業の効率化 サムネイル画像に適したコピーを提案する「コピー生成システム」 ショートやダイジェスト動画の切り出し箇所を自動提案する仕組み 動画内の誤植を検出する「Typo Checker」など、生成AIを活用したツール開発 これらのMLシステムを統合する**API開発（Python / FastAPIなど）や簡易UI（Streamlitなど）**の構築 3. データ分析設計・開発・運用・分析によるデータドリブンな意思決定の支援 BigQueryを中心に構築しているデータ分析基盤の設計・開発・運用 PM・マーケターとともにデータ分析を行い、新たな施策仮説を立案 コンテンツ制作、マーケティング、プロダクト開発などへのデータ活用推進

機械学習モデルの構築・運用の実務経験 統計学・機械学習に関する専門的な知識 推薦システムに関する知識（推薦アルゴリズム、評価指標、ハイブリッドモデル設計 など） 検索システムに関する知識（検索エンジン、ランキング、クエリ理解、Elasticsearch など） データ分析に基づくビジネス意思決定支援・施策立案の経験 Pythonを用いたデータ処理および機械学習開発のスキル

SQL、BIツール（Looker, Tableauなど）を用いた高度な分析スキル バックエンド開発経験（Python / FastAPI / Flaskなど） GCP（特に BigQuery, Cloud Run, Vertex AI, Cloud Functionsなど）を用いた開発・運用経験 テックリードなど技術的リーダーシップを発揮した経験 OSS・技術コミュニティへのコントリビューション経験 セキュリティ・データガバナンスに関する基礎知識