機械学習環境の設計・実装をリードし、モデル開発〜評価〜運用（MLOps）までを一貫して推進します。SaaSおよび物流領域の特性を踏まえ、画像認識・商品データなど複合データを活用した機能追加・改善を主導し、プロダクトの品質・体験価値の向上に貢献いただきます。

業務内容

• 自社SaaSにおけるML/データプロダクトの設計・実装（モデル開発〜推論運用）
• 機能追加・改善に向けたML課題設定、評価設計、実装リード
• チームメンバーへのコードレビュー、実験設計・分析支援
• プロダクト価値最大化のための技術選定・アーキテクチャ設計（Feature Store、オンライン推論、モニタリング等）
• MLパイプライン/データパイプラインのテスト設計・自動化（ユニット/統合/E2E）
• データ品質・モデル監視の設計・実装（精度、遅延、ドリフト、コスト）
• パフォーマンスチューニング（前処理/推論最適化、バッチ/ストリーミング処理）

ポジションの魅力

1. 日本の食の未来を支える価値ある事業に取り組める

日本各地の魅力ある食文化は、たゆまない商品改良を続けてきた産地・メーカーと、各地の産物の良さを目利きできる地域密着の食品卸・小売店によって維持されてきましたが、人口減が進む中でもこの仕組みを維持するには効率化が不可欠です。特に、卸・スーパーは大規模な倉庫・店舗網を抱えており、物流効率化が企業全体の効率化に直結する最重要領域となります。AUDERでは産地・メーカー・卸・小売を一気通貫に繋ぐ物流プラットフォームを構築することで課題解決を図っています。
既に卸へのサービス提供がスタートし、足元では産地・メーカー・小売各社から引き合いが増加しており、急成長、ひいては日本の食文化を支える事業に携わることができます。

2. 難易度の高い技術的課題に取り組める

ハードウェアも組み合わせた技術体系：入出荷の効率化には”検品業務”の効率化が不可欠です。現状は手作業やハンディターミナルで時間をかけた検品をしているのに対して、AUDERでは画像認識を活用した一括検品により抜本的効率化を目指しています。SaaSで一般的なデジタルの世界だけでなく、リアルな世界の情報の取り扱いにチャレンジできます
急成長を支えるアーキテクチャデザイン：現在のメイン顧客である食品卸は複雑なオペレーションが多いことに加えて、今後プロダクトの導入社数が増え、顧客間での情報連携が増加していくと、技術的な課題が多く発生していくことが想定されます。高い技術力に加えて入社後には深いドメイン知識・顧客理解が求められますが、だからこそ難しい課題に取り組み世の中に大きなインパクトを残せる業務にチャレンジすることができます。

3. 開発組織作り・技術選定から関われる

組織拡大・新体制の構築フェーズに携われ、開発プロセスやコラボレーションの型づくりも主導可能。個人の裁量・主体性を発揮しやすい環境です。

• 実務における機械学習モデルの開発・評価・運用（MLOps）経験
• 画像/テキストを含む複合データの前処理・特徴量設計経験
• オンライン/バッチ推論基盤の設計・運用経験（API/ジョブ、スケジューリング、可観測性）
• LLMを用いたモデルの設計経験
• テスト設計・自動化（ML特有の評価指標、データ/モデルの再現性担保）経験
• ログ/メトリクス設計・実装（モデル精度、ドリフト、遅延、コストなど）
• クラウド環境でのMLシステム開発・運用経験

• Pythonによる開発経験
• 機械学習ライブラリの評価・選定経験
• 画像認識/物体検出、または需要予測/在庫最適化モデルの実務経験
• Feature Store、モデルレジストリ、ワークフローオーケストレーション（例：Feast、MLflow、Airflow等）の運用経験
• 大規模データ処理/分散処理基盤の経験
• 小売・卸・倉庫・物流向けシステム（WMS、入出荷管理、EDI、流通BMS等）におけるML応用の経験

• 顧客起点で物事を捉え、顧客業務の理解を自ら深掘りできる
• プロダクト／ドメイン知識を継続的に学び、現場訪問などで解像度を上げる姿勢がある
• 課題に対して当事者意識を持ち、衝突を恐れず健全に議論できる
• 高い倫理観と責任感を持ち、プロダクトと顧客価値の最大化にコミットできる