株式会社カウシェのDev012_ML Lead Engineer / 業務委託の求人

プロダクトの特徴

カウシェは発見型ソーシャルECアプリです。

発見型ECとは、従来の「ほしいものを検索して買う」検索型ECとは真逆で、「なんとなく眺めているなかで、ほしいものを発見して買う」という体験を提供するECを指します。
セール商品との偶然の出会いや、レビュー・クエストなどの参加型機能を通じて、買い物が「単なる購入」を超えて感情を動かす体験になる場をつくっています。

2025年10月14日に累計500万ダウンロードを突破し、ユーザーは全国にまんべんなく広がっております。特徴的なのは、これまでECをほとんど使ったことがない40〜50代の女性に多く利用いただいてる点です。

「カウシェファーム」という作物育成ゲームや、「みんなの投稿」という投稿機能など、日常的に楽しめる要素が豊富にあることが強みとなっており、1日平均30分・月20日以上という高い頻度で利用していただいているユーザーが多く、これまでのECユーザーとはまったく異なる行動が生まれています。

プロダクトの目指す世界

カウシェは「日常に楽しさを」をミッションに、「新しい生活圏のカタチ」をつくります。

検索と最適化に寄りがちなECでのお買い物体験に、発見や偶然、ほどよいにぎわいといった人間らしい豊かさを取り戻すことが狙いです。ふらっと立ち寄れば気になるものが見つかり、知人の姿に安心し、つい滞在したくなる。駅前や商店街のように、人が自然と集まり生活のリズムに溶け込む拠点を、ソーシャルとエンタメとコマースの掛け算で形にします。情報収集も遊びも買い物も同じ動線の中でゆるやかにつながり、作業となってしまっていたお買い物はいつしか楽しみへと変わります。

2023年の事業転換以降、2年でGMV25倍、売上総利益207倍を達成。

変化を力に変えてきた私たちは、人数に依存しない運営モデルで常識を更新し続けます。目指す姿は、1億人に1億通りの楽しみが巡る生活インフラです。社員100人で企業価値1兆円に挑み、10年後に小売の主役となるべき生活圏を自分たちの手で切り拓きます。

募集の背景

カウシェは累計500万ダウンロードを突破し、2023年の事業転換以降、2年でGMV25倍、売上総利益207倍を達成と急成長しています。これまでECをあまり利用しなかった40〜50代女性など多くの方に広がり、ユーザーが「1日平均30分 × 月20日以上」利用するサービスへと成長してきました。

この成長を支えてきたのが、検索ではなくユーザー行動に応じて商品を提示するレコメンデーション技術です。今後さらに成長を加速させるため、ML領域を技術的にリードいただけるMLリードエンジニアを募集します。

現在はVertex AI上で基本的な学習・推論パイプラインが稼働していますが、リアルタイム性の向上・精度改善・特徴量管理の強化といった課題があります。さらに、新しい体験の仮説検証や基盤の強化にも取り組みたく、事業の優先度を踏まえてML領域の技術的意思決定と実行を担っていただきます。

業務内容

機械学習の活用においてエンジニアリング面をリードしていただきます。

• 機械学習基盤の設計と構築（Training pipeline, Serving, Monitoring など）
• 機械学習（特にレコメンデーション）を用いたプロダクトの設計・開発
• 要件定義、開発進行、技術的意思決定などの推進・リード
• 運用フロー、実験管理の自動化・効率化
• システムの信頼性 / 品質の向上

開発環境・技術スタック

• Python
• Vertex AI, Dataform, BigQuery, Spanner, Cloud Run
• Cloud Monitoring, Cloud Logging
• Terraform, Github Actions
• Looker Studio, Google Spread Sheets
• GitHub, Slack, Notion

同じ志を抱ける方

• 「日常に楽しさを」「新しい生活圏のカタチをつくる」への共感
• 「変化を愛す」「追い風をおこせ」「成果でつなげ」「好きを大事に」への共感
• ECの体験には可能性があると少しでも感じる方

挑戦する気持ちをお持ちの方

• 0→1, 1→10, 10➝100,1000 の目まぐるしく変化する環境で挑戦したい方
• 10兆円を超える、他に類を見ない巨大市場にてチャレンジしたい方
• ソフトウェアを軸に大きなチャレンジを行いたい方

• 平日日中の週4（できれば週5以上）以上の稼働
• ビジネス・リーダーシップ
  • ビジネス指標（CTR、CVR、LTVなど）を目標として持ち、改善するためのロードマップの策定と実行経験、そのためのモデル開発や各種実装経験
  • チームまたはプロジェクトのリード経験
• 技術
  • レコメンデーション分野（コンテンツ推薦、商品推薦、パーソナライズド、ランキ ングなど）におけるプロダクト開発の実務経験
  • 目安直近5年で最低2年以上
  • MAUが最低数十万以上の規模、もしくはそれに近いトラフィックやデータ量での経験
  • PoC経験はNG
  • レコメンデーション分野における、モデルを用いた実装、特徴量エンジニアリングや前処理、実運用・モニタリング（MLOps）、精度改善、効果検証の経験
  • CF（Collaborative Filtering: 協調フィルタリング）
  • MF（Matrix Factorization: 行列分解）
  • DNN（Deep Neural Network: ニューラルネット、深層学習）
  • Transformer系（BERTなど）
  • Two-Tower
  • Wide & Deep
  • GNN（グラフニューラルネット）
  • DeepFM

• ECやソーシャルメディア領域でのレコメンド実務経験
• リアルタイム推論環境の開発・運用経験
• データエンジニアリング・インフラ構築の知見（AWS、GCP、Databricks、BigQueryなど）
• MLプロジェクトにおけるビジネスサイド・プロダクトサイドとの協業経験