【フルリモート／週5】Python 検索・推薦基盤エンジニア（大規模ハイブリッド検索とリアルタイム・パーソナライズ基盤の構築）

お任せしたいこと

自社で展開する数千万アイテムを抱える大規模ECプラットフォーム、または膨大なコンテンツ群を持つCtoC・メディアサービスにおいて、Pythonを活用した検索エンジン（Search）および推薦システム（Recommendation）のバックエンド設計・開発をお任せします。
「とりあえずElasticsearchにデータを入れてデフォルト設定で検索させるだけ」といった精度を無視した運用を徹底的に排除し、日本語特有の複雑な形態素解析（Tokenization）の泥臭いチューニングや、キーワード検索とベクトル検索を掛け合わせた「ハイブリッド検索」、さらにはユーザーの行動履歴に基づくリアルタイムなパーソナライゼーションを実装することで、プロダクトのコンバージョン率（CVR）を根底から引き上げる中核的なポジションです。

具体的な業務内容

・Python（FastAPI等）を利用した、ミリ秒単位の低遅延かつ高スループットが求められる検索・推薦APIの設計と開発
・Elasticsearch（または OpenSearch）のAnalyzer、Tokenizer（MeCab, Sudachi等）、およびシノニム（類義語）辞書の泥臭いチューニングによる、検索漏れ（Recall）とノイズ（Precision）のトレードオフ最適化
・Qdrant、Milvus、または pgvector 等を利用したベクトルデータベースの構築と、セマンティック検索（意味検索）およびBM25を組み合わせたハイブリッド検索パイプラインの実装
・機械学習モデル（XGBoost, LightGBM等）を利用した、Learning to Rank（LTR：ランク学習）による検索結果の高度な再並び替え（Re-ranking）ロジックの実装
・Apache KafkaやRedisを活用した、ユーザーのリアルタイムなクリック・閲覧ログのストリーミング処理と、セッション内パーソナライゼーション（推薦）への反映
・検索の「0件ヒット（Zero-hit）」を撲滅するための、クエリ拡張（Query Expansion）、スペル訂正（Typo Correction）、およびサジェスト機能の開発
・NDCGやMRR等の検索評価指標を用いたオフライン評価基盤の構築と、A/Bテストを通じたオンラインメトリクス（CTR, CVR）に基づくデータドリブンな精度改善
・数億件規模のドキュメントをダウンタイムなしで安全にインデックス（Reindex）するための、堅牢なデータ同期バッチパイプラインの構築

必須スキル・経験

・Pythonを用いたバックエンドWebアプリケーション、またはデータパイプラインの開発実務経験（目安として3年以上）
・Elasticsearch、OpenSearch、または Solr 等の検索エンジンを用いたインデックス設計およびクエリ開発経験
・RDBMS（PostgreSQL, MySQL等）およびNoSQLを利用したデータモデリングの実務経験
・APIのパフォーマンスチューニング（レイテンシ削減）に関する実務経験
・Git / GitHubを用いたチーム開発経験、およびA/Bテストの運用経験

歓迎スキル・経験

・ベクトルデータベース（Milvus, Qdrant, Pinecone等）を利用したセマンティック検索の実装経験
・自然言語処理（NLP）に関する基礎的な知識、またはMeCab/Sudachi等の形態素解析器のカスタマイズ経験
・Learning to Rank（LTR）を用いた検索ランキングの最適化、または推薦アルゴリズム（協調フィルタリング等）の実装経験
・FastAPI等を用いた非同期I/Oアプリケーションの実装経験
・機械学習モデルの本番環境へのデプロイ（MLOps）、および推論サーバーの運用経験

開発・業務環境

開発言語：Python 3.x
Webフレームワーク：FastAPI
検索エンジン・ベクトルDB：Elasticsearch (または OpenSearch), Qdrant, Milvus (または pgvector)
データベース・キャッシュ：PostgreSQL (または MySQL), Redis
ストリーミング・非同期処理：Apache Kafka, Celery
インフラ・コンテナ：AWS または GCP, Docker, Kubernetes
テスト・評価：pytest, Elasticsearch Learning to Rank, 自社A/Bテスト基盤
コミュニケーション・管理：GitHub, Jira, Slack, Zoom

プロジェクトチームについて

「検索と推薦の質こそが、ユーザー体験と事業売上の両方を決定づける」と確信し、アルゴリズムとソフトウェアエンジニアリングを高度に融合させる検索基盤（Search & Discovery）チームへの配属となります。
「なんとなく検索順位が変だから直して」という定性的な要望や直感的なスコア調整（お祈り駆動のパラメータ変更）を極めて嫌い、検索クエリのログ解析から仮説を立て、NDCGなどの定量的なメトリクスを用いて論理的に精度改善を証明していく手堅いカルチャーです。表記揺れや新語・スラングといった日本語特有の終わりのないパズルに直面した際にも、文句を言うのではなく、辞書のメンテやベクトル化の工夫によって泥臭くシステムに学習させる実直なメンバーが集まっています。

求める人物像

・「システムが仕様通りに動くこと」で満足するのではなく、「ユーザーが本当に欲しかった商品・情報にたどり着けたか」という検索の意図（User Intent）の解決に圧倒的な当事者意識を持てる方
・アルゴリズムの複雑さと、本番環境での応答速度（レイテンシ）のトレードオフを論理的に計算し、現実的なアーキテクチャに落とし込めるエンジニアリング力を持った方
・機械学習の華やかな要素だけでなく、辞書登録やデータクレンジングといった「検索精度を支える極めて泥臭く地味な作業」から逃げずにやり切れる知的好奇心を持った方

仕事の魅力

世界中の巨大プラットフォームにおいて「検索・推薦基盤」は最も技術的投資対効果が高い領域でありながら、専門的な知見を持つエンジニアが慢性的に不足しています。大規模なトラフィック環境下で、旧来のキーワード検索から最先端のベクトル・ハイブリッド検索へとパラダイムシフトを最前線で牽引する極めてエキサイティングなポジションです。複雑なデータのベクトル化と検索エンジンの深いアーキテクチャを掛け合わせる経験を通じて、単なる「Pythonバックエンドエンジニア」を完全に凌駕し、今後のEC・メディア市場で最も渇望される「検索・推薦アーキテクト（Search/RecSys Engineer）」としての圧倒的な市場価値を築くことができます。

働き方

リモート環境

[フルリモート] 基本的にフルリモートで働いていただけます。