株式会社日本トレカセンターの【正社員】SREの求人

【募集背景】
当社は「人間が手でコードを書く」工程を原則廃止し、Claude Code、Cursor、MCP などを用いた AI 協働開発を前提としています。事業が急成長するなかで、プロダクトの信頼性・可用性・パフォーマンスを組織的に担保する仕組みの構築が急務となっています。現在は開発チームがインフラ運用を兼務していますが、1人目の専任 SRE として信頼性エンジニアリングの基盤をゼロから設計・確立し、将来的な SRE チームの礎を築いていただける方を募集します。

【業務内容】
プロダクト基盤全体の信頼性を技術的にリードする立場として、SLO/SLI 設計から可観測性基盤の構築、インシデント対応プロセスの整備、インフラの IaC 化まで、信頼性に関わるあらゆる領域を主導していただきます。AI 協働を前提に、運用の自動化・効率化も推進します。

【業務範囲】
・SLO/SLI の設計・運用・エラーバジェットに基づくリリース判断の仕組み化
・可観測性基盤（メトリクス、ログ、トレース）の設計・構築・継続改善
・IaC（Terraform 等）によるインフラのコード管理と再現可能なプロビジョニング
・AWS を中心としたクラウドアーキテクチャの設計・最適化
・CI/CD パイプラインの信頼性・速度の向上
・インシデント対応フロー・オンコール体制・ポストモーテム文化の確立
・キャパシティプランニング・コスト最適化・パフォーマンスチューニング
・セキュリティベースラインの策定と脆弱性管理の仕組み化
・Claude Code、Cursor、各種 MCP を活用したインフラ運用の自動化・効率化
・開発チームへの信頼性プラクティスの浸透とガイドライン整備

【利用するツール】
・AWS（メイン：ECS/EKS、RDS、CloudFront、Lambda、S3 等）/ GCP（一部利用）
・Terraform / AWS CDK
・Docker / コンテナオーケストレーション
・Datadog（APM、Logs、Monitors、Synthetics）
・GitHub / GitHub Actions
・Claude / Claude Code / Cursor / 各種 MCP ツール
・PagerDuty 等のインシデント管理ツール

【資質（自律性・信頼性志向・構築力）】
・専任 SRE 不在の組織で、信頼性の文化・プロセス・技術基盤を自ら設計し確立できる自律性
・「落ちないシステム」ではなく「障害から素早く回復するシステム」を志向する信頼性思考
・未整備な領域を構造化し、再現可能な仕組みとして定着させる構築力

【具体スキル】
・ Linux/UNIX 系 OS のシステム管理・トラブルシューティングの深い知見
・AWS のマネージドサービスを活用したプロダクション環境の設計・構築・運用
・IaC（Terraform、CloudFormation、AWS CDK 等）によるインフラ管理
・可観測性の3本柱（メトリクス、ログ、分散トレース）の設計・実装
・SLO/SLI 設計とエラーバジェットに基づく運用判断
・コンテナ技術（Docker）とオーケストレーション（ECS/EKS 等）の実践
・ネットワーク設計（VPC、DNS、ロードバランサ、CDN、WAF）の理解と運用
・CI/CD パイプラインの設計・改善とデプロイ戦略（Blue-Green、Canary 等）

・1人目のSREとして、信頼性エンジニアリングのあり方をゼロから設計・確立する覚悟がある方
・「AIを活用しつつも、プロダクションの信頼性を徹底的に担保する」姿勢を持つ方
・障害やトラブルを「学びの機会」と捉え、組織の成熟度を引き上げることに情熱を持てる方
・変化の早い環境で自律的に課題を構造化し、チームを巻き込みながら前進できる方
・システム全体を俯瞰し、信頼性リスクを先回りして特定・解消する構造的思考力
・障害の根本原因を深掘りし、再発防止を仕組みとして組み込む問題解決力
・開発チームと協働し、信頼性文化を組織に浸透させる推進力

・インフラエンジニア / SRE / DevOps としての実務経験（5年以上）
・AWS でのプロダクション環境の設計・構築・運用経験（3年以上）
・IaC ツール（Terraform 等）を用いたインフラ管理の実務経験
・本番障害の対応・原因究明・再発防止策の主導経験
・Git/GitHub を用いたチーム開発とコードレビュー経験
・AI 支援ツール（Claude Code、Cursor 等）を活用したインフラ運用への強い意欲

・SREチームまたはSRE機能の立ち上げ経験
・Kubernetes（EKS / GKE）の本番運用経験
・GCPでのインフラ設計・運用経験
・大規模トラフィック（数万rps以上）の高可用性システムの運用経験
・Go、Python、TypeScript等でのツール・自動化スクリプト開発
・データベース運用の高度化（RDS、Aurora、DynamoDB、Redis等のチューニング・可用性設計）
・セキュリティ監査、ペネトレーションテスト、SOC2 / ISMS等の対応経験
・Datadog、PagerDuty等の監視・インシデント管理ツールの高度な活用経験
・AI/LLMを活用したインフラ運用自動化・障害検知の実践
・OSSへの貢献、技術ブログ、カンファレンス登壇