シニアLLMOps/AgentOpsエンジニア

正社員

試用期間：3か月

フレックスタイム制（コアタイム 11:00〜15:30）
標準勤務時間 9:30〜18:30
※1日8時間勤務×月勤務日数分が1ヶ月の勤務時間数となります

• 各種社会保険完備
• 交通費支給 ※上限5万円/月
• 実績に応じて昇給有（年2回）

健康保険/厚生年金/雇用保険/労災保険

屋内原則禁煙（建物内喫煙スペース有）

＜従業員持株会＞
従業員が自社株を購入できる制度（※持株会への加入が必要）

＜ダブルタイミーデイ＞
社員がタイミーアプリを利用して働いた場合、報酬額を上乗せ（上限有り）

＜書籍購入＞
業界知識を深めるに必要な書籍を会社が購入

＜セミナー費用補助＞
業務に必要なセミナー参加費を補助

＜部活動＞
趣味などを通じて交流できるよう、活動に応じて費用を補助

＜チームビルディング＞
チームのコミュニケーションの活性化に向け、一定の予算を好きに利用できる

＜結婚祝い金＞
結婚した従業員に祝い金を支給

フルリモート勤務可

カジュアル面談
↓
書類選考
↓
一次面接(現場メンバー)
↓
二次面接(GM・部長面接)
↓
最終面接(CTO面接)

※選考中にリファレンスチェック・適性検査をご依頼する場合がございます。

■Timee Tech Blog
https://tech.timee.co.jp/

募集背景

タイミーは「働く」を通じて人生の可能性を広げるインフラをつくるため、スキマバイトのマッチングプラットフォームを日本全国に展開し、急速に成長してきました。既存プロダクトの継続的な改善に加え、隣接領域・新規領域への展開も進めています。今後は、扱うユーザー体験、業務フロー、データ特性、リスクがさらに多様になっていきます。

不正検知、プロダクト体験の刷新、社内業務の改善では、LLM・AIエージェントが活用されています。

LLM・AIエージェントを継続的に活用するには、動くものをつくるだけでなく、出力品質の評価、個人情報や機密情報の取り扱い、応答時間・コストの管理、モデルやプロンプトの変更への対応が必要です。これらに各チームが個別に対応するのではなく、共通の基盤と運用の仕組みで支えていきたいと考えています。

MLOps Teamは、これまで培ってきたクラウド基盤や開発・運用の知見を活かし、LLM活用を支える基盤や、本番導入時の品質・安全性を確認する仕組みづくりを進めてきました。今後は、実際のユースケースで得た学びをもとに、モデル利用・評価・監視・変更管理などの共通化とセルフサービス化を進めていきます。

まだ標準が定まりきっていない領域だからこそ、すべてを先に共通化するのではなく、利用チームの課題やリスクに応じて、小さく検証しながら整備することを重視しています。

こうした基盤づくりを主導するシニアLLMOps/AgentOpsエンジニアを募集します。共通基盤の開発に加え、個別のLLMアプリケーション・AIエージェントが抱えるインフラ・運用上の課題にも向き合います。技術方針の検討から設計・実装、既存の利用への適用・移行、運用の定着までを担っていただきます。

▼これまでの取り組みについてはぜひこちらもご覧ください

• 「タイミーMLOpsエンジニアが描く、LLM基盤の夢妄想」

[https://tech.timee.co.jp/entry/timee-llm-platform-design-2025](https://tech.timee.co.jp/entry/timee-llm-platform-design-2025)

• 「LLMアプリケーション向けProduction Readiness Checklistの作成」

[https://tech.timee.co.jp/entry/2025/11/04/113000](https://tech.timee.co.jp/entry/2025/11/04/113000)

• 「Dev Container Feature で実現する ML 開発環境のガードレール」

[https://tech.timee.co.jp/entry/2026/05/26/120628](https://tech.timee.co.jp/entry/2026/05/26/120628)

• 「Docker Hardened Images から学ぶ、ビルド定義の抽象度」

[https://tech.timee.co.jp/entry/2026/05/26/120826](https://tech.timee.co.jp/entry/2026/05/26/120826)

• 「Renovateの設定」

[https://tech.timee.co.jp/entry/2026/05/22/112812](https://tech.timee.co.jp/entry/2026/05/22/112812)

• 「MLOpsエンジニアがAI Security Conferenceに参加してきたレポート」

[https://tech.timee.co.jp/entry/2026/01/28/134844](https://tech.timee.co.jp/entry/2026/01/28/134844)

業務内容

本ポジションのミッションは、LLM・AIエージェントの基盤を通じて、生成AIが生み出す事業価値を増幅させることです。

LLMは手軽に試せる一方、本番で使い続けるには、より複雑な課題への対応が必要です。本番運用に共通する複雑性を基盤側で引き受け、利用チームがユースケース固有の課題解決に集中できる状態を実現します。

個別のユースケースにおけるプロンプトやエージェント機能の設計・評価・改善は、主にプロダクトAI/MLエンジニアやソフトウェアエンジニアなどの利用チームが担います。本ポジションでは、これらのチームと連携し、モデル利用・評価・監視・変更管理を支える基盤、開発・運用環境、共通の運用パターンを設計・開発・運用します。

上記の業務に加えて、シニアポジションでは、安全性・統制と利用チームの自律性・開発速度を両立させ、LLM/MLOpsチームと関係チームの双方がスケールできる基盤・運用の構築を主導いただくことを期待しています。

プラットフォームとして向き合うべき課題や解くべきイシューの特定、技術方針の策定、関係者との合意形成、設計・実装に加え、価値の伝達、導入・移行支援までを一貫して担っていただきます。

*具体的な業務内容*

• *検証した施策を、そのまま本番へつなげられる共通基盤の開発・運用*
• 複数チームが共通の方法でLLMを利用するためのモデル利用基盤（LLM Gateway）や、AIエージェントの実行・外部ツール連携を支える基盤の設計・開発・運用
• 利用チームが個別に調整せずに、新しいモデルや機能を試し、切り替えられる仕組みの整備

クラウド、コンテナ、CI/CD、IaCを用いた再現性のある開発・実行環境の整備 

• *安全性とコスト効率を標準で備えた仕組みづくり*
• 認証・認可、Secret管理、利用制限、監査ログなどを組み込み、標準の利用方法で安全にモデル・ツールを使える環境の整備
• セキュリティ・法務・事業部門と連携した、個人情報・機密情報の取り扱い、AI利用ポリシー、ガードレールの整備
• 利用量・コストの可視化と、用途に応じたモデル選択、キャッシュ、利用制限などによるコスト最適化

• *品質を確かめながら届け、改善し続けられる運用づくり*
• 利用チームと連携した評価データセット・評価方法の整備と、自動評価と人による確認を組み合わせた、リスクに応じた評価・レビューの仕組みづくり
• プロンプト・モデルのバージョン管理、変更時のリグレッションテスト、リリース・切り戻し、提供終了に伴う切り替えの仕組みづくり
• 出力品質、応答時間、エラー率などを把握するログ・メトリクス・トレースと、フォールバック、アラート、Runbookの整備

• *利用チームとの協働と、標準化・セルフサービス化の推進*
• 個別のLLMアプリケーション・AIエージェントが抱えるインフラ・運用上の課題に対するアーキテクチャの設計・実装・改善
• 個別案件で得た知見を、共通ライブラリ、テンプレート、チェックリスト、ドキュメント、自動化へ反映
• 本番導入時に確認すべき品質・安全性・運用要件と、共通化する範囲・ユースケース側に残す責任の整理
• 既存のモデル利用・評価・監視の仕組みの見直しと、共通基盤・標準パターンへの段階的な移行・定着

これらを一度にすべて整備するのではなく、既存の基盤・運用知見と利用チームの課題を踏まえ、優先順位をつけて進めます。共通化によって開発を進めやすくする一方、ユースケースごとに必要な柔軟性を残すことも大切にしています。

技術スタック(主要な部分の抜粋)

• クラウド
• Google Cloud
• 開発言語
• Python
• データ基盤
• BigQuery / Fivetran / dbt Cloud
• ML / LLM基盤
• Gemini Enterprise Agent Platform / MLflow / LiteLLM / Datadog LLM Observability
• BIツール
• Looker / Looker Studio
• IaC
• Terraform
• 開発環境・ツール
• Visual Studio Code / Cursor / Claude Code / GitHub Copilot / Devin / GAS etc

扱っているデータ

• アプリユーザーのアクセスログ、募集内容に関する情報
• マッチングに関する情報
• レビューや評価情報や、アプリインストールなどの広告効果に関わるデータ
• 問い合わせに関するデータ
• 営業活動情報のデータ

上記のようなデータを扱っております。

このポジションの魅力

• *基盤がLLM活用の広がりに左右するため、影響力が大きい*
• 不正検知からプロダクト体験、社内業務まで、LLM・AIエージェントの活用は領域を問わず広がっています。安全に使える基盤があるかどうかが、活用の広がりと成果を左右します。

• *これまでの土台を活かし、標準をつくることができる*
• LLM活用を支える基盤や、本番導入時の品質・安全性を確認する仕組みはすでにあります。一方、業界全体でも標準は定まりきっていません。実際のユースケースをもとに、タイミーにおける標準を自ら設計できます。

• *変化し続けるモデルとエージェントに向き合うことができる*
• モデルは短期間で進化し、AIエージェントが扱う業務やツールも広がり続けています。変化を前提に、新しいモデルを素早く取り込みつつ、安全に使い続けられる基盤のあり方を考えられます。

• *技術からルールづくりまで、幅広く関わることができる*
• 共通基盤の開発に加え、個別のLLMアプリケーション・AIエージェントのアーキテクチャ設計から実装・運用までを担います。セキュリティ・法務・事業部門と連携し、AI利用のルールづくりにも関われます。

インタビュー記事

[](https://productpr.timee.co.jp/n/nbb4697d46c9c?magazine_key=m7cddc85ce764)

[](https://productpr.timee.co.jp/n/n640fa2169211?magazine_key=m76879b08ba60)

[](https://productpr.timee.co.jp/n/nf9971361770e)

採用要件

MUST

• ハードスキル*

• LLM・AIエージェントを利用したサービス、またはそれを支える基盤の設計・実装・本番運用経験
• クラウド・コンテナを用いたソフトウェアのチーム開発経験、およびCI/CD・IaCを用いた再現性のある開発・運用環境の構築・改善経験
• 可用性・セキュリティ・コスト・運用負荷のトレードオフを踏まえ、評価・監視・障害対応やフォールバックを含む運用設計・改善を主導した経験
• 既存システムや運用の背景を踏まえ、利用者・事業の課題に応じて技術方針と改善の優先順位を定め、関係者と合意を形成して実装・移行まで推進した経験
• AI利用ポリシー、個人情報・ログの取り扱い、監査などについて、法務・セキュリティ・事業部門と連携した経験
• 利用者の課題に応じて共通機能・テンプレート・自動化の仕組みなどを設計・実装し、開発者が自ら安全に利用できる状態に整え、定着させた経験

• ソフトスキル*

• 当社のミッション・バリューに共感し、業界・顧客への理解を技術的な判断に活かせる方
• 基盤側の都合を押し付けず、利用者の制約や優先順位を理解し、複数職種と建設的に対話して合意を形成できる方
• 標準化する部分と、個別の事情に応じて柔軟性を残す部分を見極められる方。小さく検証し、その学びを継続的な改善に活かせる方
• 設計・運用・意思決定の背景をドキュメントやレビューで共有し、個人の成果をチームで再現できる仕組みに変えられる方

WANT

以下のいずれかの経験を歓迎します。特定の製品・ツールの経験や、全領域の経験は求めません。

• MLOpsエンジニア、データエンジニアとしての実務経験
• LLM Gateway、Agent Runtime、モデル推論Gateway等、複数チームで共通利用するAI基盤の設計・開発・運用経験
• VPC構成、クラウド権限管理、Secret管理、監査ログ、脆弱性対応など、インフラ・アプリケーション双方のセキュリティに関する実務経験

【安心して選考にご参加いただくために】
株式会社タイミーは、求職者等の皆様が安心して就職活動・採用選考に臨めるよう、「求職者等対応ルール」を定め、社内に周知して遵守しています。
取り組みの詳細はこちらをご確認ください。
 ［健全で公正な採用・選考活動に関する取り組み］
 https://corp.timee.co.jp/recruit/fair-recruitment