《東京》EdTech事業 シニア機械学習エンジニア（テクノロジー職）

正社員

無期

フレックスタイム制（コアタイム無し）
休憩時間　1時間
参考：9:30-18:00（他メンバーの標準的な例）

健康保険、厚生年金、雇用保険、労災保険

屋内原則禁煙

• グロービス経営大学院受講支援制度 ※
• 海外短期留学支援制度 ※
• 自己啓発支援（年間上限20万円）
• 業務上必要な研修受講支援（所属部門長の判断により全額負担）

※プログラムの未修了、もしくは、在学中または修了後2年未満での退職時には支援金の返金要

GDP / AIコアチーム
メンバー構成は以下の通りになります（2026年10月現在、一部兼務も含む）。

• マネージャー 1名
• 機械学習エンジニア2名
• ソフトウェアエンジニア2名
• データサイエンティスト1名

事業展開に応じて柔軟に体制を変えていく組織文化です。

グロービスでは「自己実現の場の提供」を理念に掲げています。

そのような理念の下、本ポジションは今後の事業のコア価値となっていくAI活用による学習体験の革新というチャレンジを担うものとして、志向性と成果に基づいた多様なキャリアパスを選択することができます。

例えば、以下のようなキャリアパスなどが考えられます。

• 教育ドメイン x 機械学習・AIの最前線に立ち続け、技術的な方向性を決定し、組織全体のレベル向上を牽引する技術専門性に特化したリーダー
• 機械学習エンジニアとして培った高度な論理的思考力と、データに基づいた課題解決能力を活かし、技術とビジネスの橋渡し役として、プロダクトの価値とグロースに責任を持つプロダクトマネージャー
• 技術的な専門性を保持しつつ、チームの目標達成やメンバーの育成に注力し、AI開発チームの戦略立案や採用・育成を通じて、グロービスの未来を担うデジタルプラットフォーム部門を組織面から支えるチームマネージャー

グロービスでは、自身の専門領域に留まらず、積極的にビジネスサイドの理解を深めるような、技術とビジネス双方の知見を「越境」させることで事業価値を生み出すという文化を大事にしており、積極的に挑戦していくことで大きく成長できる機会を手にすることができます。

09:30 - 11:00：業務開始（Slackや連絡事項の確認・返信、タスク確認、作業など）
11:00 - 12:00：チーム定例MTG
12:00 - 13:00：ランチタイム
13:00 - 15:00：作業（開発、技術検証、PRレビュー、資料作成など）
15:00 - 16:00：プロジェクトベースのMTG、相談など
16:00 - 18:00：作業続き、明日のToDo整理など

5-20時間程度/月

良きコミュニティ・企業文化・関係性の実現に向け、ハイブリッドワークを採用しております。テクノロジー職は週2日以上の所属拠点への出社を原則とします。
※2028年4月までに週3日オフィス出社に移行予定

日常業務から離れた環境で議論する取り組みです。

• グロービス・ウェイの理解
• 経営合宿(全社目標の自分事化)
• 部門横断的なコミュニケーションとチームビルディング　などを目的に実施しています。

※年に一度、1泊2日にて実施しています。
※同様の目的で部門内で実施する「部門リトリート」もあります。

3ヶ月

テクノロジー職は、会社にとって重要な最先端のデジタルテクノロジーに関する専門性を発揮して担当業務を遂行します。ご自身のキャリア開発において、技術の専門性を高めていくのか、あるいは技術をベースとしながらもマネジメントでのキャリアを開発するかを選ぶことができます。
※テクノロジー職の方は、修士の取得、ファカルティグループへの加入、講師登壇は任意です。

詳細はこちら：https://recruiting.globis.co.jp/environment/growthsupport/

• グロービスが提供する教育サービスの中において、これからの時代の新たな学習体験創造に向け、AIをコアとしたソリューション開発もしくは既存ソリューションの改善を技術面からリードしていただく機械学習エンジニアを募集します。*

業務内容

関わるサービス

• ビジネス動画が学び放題のサブスクリプション型サービス「[GLOBIS 学び放題](https://globis.jp/)」、「[GLOBIS Unlimited](https://globisunlimited.com/)」（toB、toC）
• MBAの学習内容をケースや演習を通じて実践的に学べる法人向けeラーニングサービス「[eMBA」](https://gce.globis.co.jp/service/training-type/e-learning/emba/)
• その他新規サービス

業務詳細

[GLOBIS 学び放題 / GLOBIS Unlimited のプロダクト開発組織 紹介資料](https://speakerdeck.com/globis_gdp/we-are-hiring-635c989b-5419-45fd-b866-14b5fca0ba4b)

• ■ AIソリューションの企画・技術検証（PoC）*

• プロジェクトの企画・構想段階から参加し、プロダクトマネージャーや事業担当者などのステークホルダーと協働して、事業・プロダクトの課題や要件を整理し、AI・機械学習を活用した解決策の提案や合意形成を技術面からリードします。
• AIをコアとした専門性に基づき、技術選定・アーキテクチャの検討・PoCの開発を主導し、技術的な実現可能性を検証します。
• 自社のドメインに適応したAIシステムの構築を目指し、サービス固有の価値創出に繋げます。

• ■ AIシステムの本番開発・運用・継続的改善*

• PoCで得た知見を、API・データアクセス層・定期実行パイプラインなどの本番システムとして設計・実装し、再現性・保守性・拡張性を高めます。
• 法人向けサービスにおける認証・認可、企業・グループ単位のデータ分離、個人情報・機密情報の取り扱いやセキュリティリスクを考慮し、関係チームと連携しながら安全なAIシステムの設計・実装を推進します。
• CI/CD、テスト、モデル・プロンプト管理、ログ・トレース・メトリクスによる可観測性を整備し、品質・レイテンシ・コスト・障害発生時の復旧性を継続的に改善します。
• 利用状況やユーザーフィードバックを分析し、モデルやプロンプト、コンテキストデータなどを更新する改善サイクルを、関係チームと協働して推進します。

• ■チームと組織への貢献*

• 必要に応じて開発メンバーへのスキル向上を支援し、チーム全体の技術レベルを引き上げます。
• グロービス全社的なAI活用を推進するため、各部署との連携や技術的なナレッジ共有を積極的に行います。
• プロダクトマネージャー、ソフトウェアエンジニア、データエンジニア、カスタマーサクセスなどと協働し、ユーザーの課題や事業上の方針を踏まえて技術的な意思決定を行います。

• 開発環境*

• 開発言語：Python, SQL
• コンテナ技術：Docker, Artifact Registry
• インフラ：Google Cloud

　◦データ基盤：BigQuery, Cloud Composer, Airflow
　◦AI/ML基盤：Gemini Enterprise Agent Platform, Cloud Run 　※ プロダクト側のインフラはAWS

• AI/エージェント：Gemini Enterprise Agent Platform, OpenAI,  LangChain/LangGraph
• 運用・可観測性：CI/CD、Cloud Monitoring, Datadog AI Observability
• その他

◦コード管理：GitHub
◦コミュニケーション：Slack
◦プロジェクト/ドキュメント管理：Notion
◦AIツール：ChatGPT/Codex、Claude、Gemini、Notion AI

AIチームでは、業務での取り組みをさまざまな媒体で発信しています。以下のURLもあわせてご参照ください。

• [「大規模言語モデルはグロービス学び放題の問題をどれくらい解けるのか」というテーマで色々検証してみた](https://note.com/globis_engineers/n/n23529ad85239)
• [LLMを活用した、ユーザーの曖昧な課題から対話形式で学習コースを探せるチャットボット開発の道のり](https://note.com/globis_engineers/n/nb601f4bf6a57)
• [Vertex AI Searchによる検索エンジンの構築](https://zenn.dev/globis/articles/e5092ca3891573)

部門紹介

配属先であるグロービス・デジタル・プラットフォーム部門（GDP）は、EdTech領域に注力すべく2016年に設立されました。現在300名を超える規模（うちエンジニアを含むテクノロジー人材は150名程度）で、国内事業のみならず海外展開も積極的に推進しています。
GDPでは、「日本発、世界をリードするEdTechカンパニーになる」をビジョンに掲げ、「学びの未来をつくり出し、人の可能性を広げていく」学習サービスを展開しています。

[https://recruiting.globis.co.jp/work/gdp/](https://recruiting.globis.co.jp/work/gdp/)

社員紹介

こちらのポジションの社員事例

[機械学習エンジニア：学びを支えるAI基盤をつくりたい](https://recruiting-tech-globis.wraptas.site/2f1b7fb74d2d8069956dccce5355d4ec)

応募資格

> *必須要件*

• AI・機械学習を活用したプロジェクトにおいて、技術選定や設計などの技術的な意思決定をリードした経験
• プロダクトマネージャーや事業担当者など、非エンジニアのステークホルダーと協働して要件整理・技術提案を行った経験
• Pythonを用いたデータ処理・パイプライン、Webアプリ・APIなどの開発経験（3年以上）
• パブリッククラウドサービスを利用したAI・機械学習システムの開発・本番導入経験（1年以上）
• 生成AI・LLMを活用した技術検証・機能開発の知識・経験（1年以上）
• AIシステムの精度・品質を担保するための評価・テスト・監視・改善に関する知見
• 認証・認可、アクセス制御、個人情報・機密情報の取り扱いなど、システム開発におけるセキュリティの基礎知識
• Gitなどのバージョン管理システムを用いたチームでの開発経験（3年以上）
• AIを活用し業務の生産性や質の向上に取り組む姿勢、マインドがある
• 社会人就業経験3年以上
• グロービスの事業、[グロービス・ウェイ](https://globis.co.jp/about/globis-way/)の理念に共鳴できる方
• 言語要件：日本語能力がネイティブレベルの方、または、日本語能力試験（JLPT）1級相当以上

> *歓迎要件*

• MLOps/LLMOps、生成AI・AI Agentの評価、ログ・メトリクス・トレースなどの運用基盤の設計・実装経験
• AI Agent、RAG、ファインチューニング、モデル／プロンプト／ナレッジのバージョン管理に関する知識・経験
• Docker・CI/CDを用いたクラウドネイティブなサービス設計・運用経験
• BigQuery、Airflowなどを用いた大規模なデータ基盤の設計・運用経験
• 個人情報保護、プロンプトインジェクションなど、AIシステムのセキュリティ・プライバシー対策の経験
• マルチテナント環境におけるデータ分離・権限管理を考慮したシステムの設計・実装経験
• AI機能の利用状況やビジネスKPIをもとにしたプロダクト改善、仮説検証の経験
• チームメンバーを指導し、技術的な意思決定をリードした経験

https://recruiting.globis.co.jp/

グロービスの"今"や"リアル"発信する場『GLOBIS HUB』
https://recruiting.globis.co.jp/weblog/