株式会社Third IntelligenceのInfra - 01. Infrastructure Engineerの求人

会社について

Third Intelligenceは、日本発のAGIの確立に挑戦する、AI研究・プロダクト開発企業です。Third Intelligenceが独自に提唱する「遍在型AGI（汎用人工知能）」の確立と個人に寄り添ったその成長を通じて、社会の新たな基盤となるサービスの実現を目指します。

Third Intelligence Company Deck（別タブで開きます）

私たちは、2つの事業を展開しています。
1つは、日本発の汎用人工知能（AGI）の実現。従来のような巨大なモデルを全利用者に一律に提供するのではなく、利用者に合わせて独自に成長する「遍在型AGI」の実現を目指しています。
もう1つは、遍在型AGIの特性を活かした生活者向けグローバルプロダクトの構築です。2026年1月に国内最大規模の100億円規模の初回資金調達を完了し、博報堂DYグループとの資本業務提携を経て、研究開発並びにプロダクト開発を加速しています。

ポジションについて

ポジションの意義・背景

Third Intelligence の研究開発とプロダクト開発、その両輪を根幹で支えているのが計算基盤です。

研究の試行をどれだけ安定して支えられるか、そしてプロダクトをどれだけ確実に届けられるかは、その設計と運用に大きく左右されます。

本ポジションでは、Third Intelligence のクラウド環境、中でもAI研究開発を支えるGPU学習基盤、プロダクトを支えるGPU推論基盤の構築と運用を幅広く担っていただきます。

インフラチームは現在、全社共通のクラウド統制（セキュリティ・コスト・組織管理）を担いながら、いま最も重要度の高い研究開発の足回り——研究チームの開発環境整備や GPU 計算資源の調達・運用——に重点を置いています。会社のフェーズが刻一刻と変わっていく中、特定の領域に閉じず、横断的に課題を引き受けながら、スピーディーに広義の基盤を形作る時期です。

そのため本ポジションでは、特定領域の専門性を一点に深めることよりも、未整備の領域を含めて幅広く手を動かし、必要な仕組みを整えていける方を求めています。なお、ロールやレイヤーは、ご経験やスキルに応じて柔軟に検討します。

業務内容・期待成果

以下のような領域を、事業フェーズやご自身の強みに応じて幅広く担っていただきます。担当範囲は固定ではなく、チームの状況に応じて変化します。

• 全社の推論基盤・共通プラットフォームの構築・運用
  • 研究 / プロダクト / 事業開発など複数のチームが利用する、LLMや自社独自モデルの推論API基盤を構築・運用します。
  • 限られたGPUを複数ワークロードへ公平かつ効率的に配分する仕組み（スケジューリング / クォータ管理等）を整えます。また、需要が供給を上回る際の外部サービスへのバーストなど、計算資源を弾力的に活用する仕組みを検討・実装します。
• 研究開発チームへの伴走・プロダクションレディ化
  • 研究開発チームに伴走し、試作段階の成果物を実用に向けて整備します。(研究チームが作成したスクリプトをプロダクションレディにすることや、実験データを管理するデータエンジニアリングなどが一例です)
• AI研究開発を支える計算基盤の運用・整備
  • AI研究開発用のGPUクラスタ（Slurm / Grid Engine 等のジョブスケジューラを搭載）を運用し、研究チームが計算資源を透過的に利用できる環境を標準化します。
• 全社クラウド基盤の統制・最適化（CCoE）
  • AWS / Google Cloud の組織管理（Organization 統制）、全社のセキュリティモニタリング、コスト最適化（FinOps）を担います。
• 計算資源（GPU）の調達・キャパシティプランニングへの関与
  • クラウド資源のうちAI研究開発企業において最も重要となる計算資源について、性能評価・ベンダー選定・構成検討といった技術面から、調達方針の意思決定に関与します。

主な技術スタック・開発環境

• 業務ツール: GitHub / Notion / Slack
• AIツール: Claude Code / Codex / Cursor / OpenRouter
• 技術スタック: Kubernetes / vLLM / Terraform / Ansible / Slurm / Grid Engine（UGE / Altair Grid Engine） / Datadog / Python / Go / Shell
• クラウド環境: AWS / Google Cloud / ほか国内外GPUクラウド

ポジションの魅力

• AGI研究の大規模なGPU基盤から、プロダクト用のLLMや自社独自モデルの推論、全社のクラウド統制まで、計算基盤の幅広いレイヤーに携わることができます。
• 最先端の研究を行う研究者・エンジニアからのフィードバックを直に受け取り、基盤運用に反映することができます。
• 整備の途上にある領域が多く、自ら意思決定・仕組みを設計し、チームの基盤を築いていく経験を得られます。

• クラウド環境（AWS / Google Cloud 等）における、本番インフラ (ワークロード規模・分野は問わない) の設計・構築・運用の実務経験。特に、障害対応・モニタリング・パフォーマンスチューニングなどを、主体性を持ち粘り強く担ってきた運用経験。
• 異なる職能のチームと密にコミュニケーションを取り、潜在的なニーズを捉えて形にしていけること。Embedded SRE（対プロダクトチーム）や MLOps（対AIエンジニア / DS）のような経験を想定していますが、これらに限りません。
• 方針や前提が日々刻々と変化する状況をむしろ前向きに捉え、本質的な目的の達成に集中できること。（現在は基盤構築の前段階にあり、利用するクラウドプロバイダーや技術スタックは今後変動していく見込みです。特定のクラウドや技術レイヤーに専念して専門性を深めたい方よりも、変化の中で幅広く価値を発揮することを楽しめる方に向いた環境です。）
• ビジネスレベル以上の日本語会話能力と、日本語での同領域における2年以上の実務経験
• 会話レベル以上の英会話能力

• Kubernetes を用いたコンテナ基盤・ワークロードスケジューリングの構築・運用経験
• 機械学習ワークロード（大規模分散学習 / 推論API基盤）を支えた経験、または MLOps の知見
• クラウドのマネージドGPU / ML基盤（GKE / EKS の GPUノード、SageMaker / Vertex AI 等）の構築・活用経験
• 監視・オブザーバビリティ基盤（Datadog / Prometheus / Grafana 等）の構築・運用経験
• 大規模な計算資源（GPU）の調達・キャパシティプランニング、ベンダー選定の経験
• GPUクラスタ / HPC環境でのジョブスケジューラ運用経験（Slurm / Grid Engine〔UGE・Altair Grid Engine、ABCI の qsub 等〕によるジョブ管理・マルチテナント運用）
• ビジネスレベル以上の英会話能力