機械学習エンジニア
仕事概要
【事業概要】
STRACTはAIショッピングアプリ『PLUG（プラグ）』を提供しています。
国内2,200以上のECサイトと提携しアグリゲートすることで、最安値を自動で比較したり、クーポンやキャッシュバックを自動でオファーしたりするなど、安心で賢いオンラインショッピング体験を誰でも簡単にできるようにしています。
EコマースのプラットフォームをAI時代に再発明するために、iPhoneのSafari機能拡張という、国内外でもユニークな技術からスタートして現在、300万DL（2026年4月時点）に到達し、物販の流通総額も年間100億円を突破し市場を獲得してきました。そして今、検索・推薦から始める購買の入り口から出口まで全てのファネルをカバーするポジションの確立を目指し、プロダクトを拡大しています。
＜資料＞
ピッチ動画：https://youtu.be/OZ4qlcfH9tM
サービスサイト：https://lp.plugapp.jp/
【採用背景】
PLUGはユーザーから見ると現状はブラウザ拡張機能を使用したアプリの1つですが、開発領域が広い且つ複雑性も高く、開発難易度が非常に高いです。
様々なECサイトやユーザー導線と融合し、経済的コンバージョンを創出する必要があるため、ユーザーとの接点回数は非常に多く、インタフェース開発力がより重要になります。
ここからコマース体験のファネル全体をアップデートするべく、iOS/Androidのネイティブアプリのショッピング版AIエージェントとして検索比較のみならず、購入・決済の自動化、あと払い・保証など購買の出口側までシームレスな体験となるような機能開発を進めています。
高度な技術を駆使しつつ最高のインタフェース作りに一緒に挑戦したい方からのご応募をお待ちしております。
【PLUGにおける検索・推薦基盤の重要性】
PLUGにとって、検索・推薦は単なる機能ではなく、ユーザーとプロダクトが出会う「入口のインタフェース」そのものです。いくら優れた機能やクーポンが裏側に揃っていても、ユーザーが最初の一歩で「求めていたものに出会えるか」「まだ気づいていない最適な選択肢を提示できるか」で、体験の価値はまったく違うものになります。
我々が向き合っているのは、「スニーカー」「冷蔵庫」といった単なる商品単体ではなく、数千万件規模のプロダクト情報、複雑な価格変動、個人の嗜好やコンテキストといった膨大なデータから“いまこの瞬間、この人にとって最も価値のある選択肢”を即座に導き出す知能です。
それは単なるアルゴリズム開発ではなく、情報の混沌を、ユーザーが直感的に理解できるインタフェースへと変換する仕事と言えます。
この検索・推薦の質が、PLUG体験全体の「入口の解像度」を決めます。そしてその入口が進化すれば、購入や決済、あと払いといった「出口の体験」までをも連鎖的に変えていくことができます。言い換えれば、検索・推薦はPLUGのプロダクト戦略の中核であり、インタフェースそのものを“知能で再構築”していく挑戦です。
この領域では、巨大なデータと大規模なトラフィック、現実の購買行動という複雑な現象に対して、仮説と検証を高速に回し続ける力が求められます。
単なる技術実装にとどまらず、「情報と人間の接点を設計する」という視点で、検索・推薦というインタフェースを再定義していく挑戦の先に、PLUGが描く“新しいコマース体験”があります。
【具体的な業務内容】
* 検索/推薦アルゴリズムの設計・実装（BM25/ANN/Leaning-to-Rank/ハイブリッド推薦 など）
* 特徴量設計と学習パイプライン構築（バッチ/ストリーミング）
* オンライン実験（A/B）設計・実行・効果検証（CTR/CVR/Ret等）
* 推論サービングの最適化（レイテンシ/スループット/コスト）
* MLOps（監視・再学習・モデルロールバック）
* 検索ログ分析、クエリ理解・同義語/スペル補正・クエリ拡張の仕組み化
* LLM/Embedding を用いたセマンティック検索・リランキングの実験と本番適用
【開発環境】
主要言語としてTypeScriptを全面採用しており、フロントエンド・バックエンド・インフラ定義において全面的にTypeScriptを用いています。
monorepoで基本的にすべてのpackageを一つのリポジトリで管理しており、コードの共通化ができています。
* フロントエンド：Next.js,ReactNative(Expo),Tailwind CSS
* バックエンド：Nest.js,TypeORM,MySQL,BigQuery,ElasticSearch,DynamoDB,MongoDB
* インフラ：AWS,AWS CloudFormation,AWS CDK,AWS ElasticBeanstalk,AWS RDS,AWS Glue,Firehose,GCP（BigQuery）,Firebase（Hosting, Auth, Analytics）,Segment,Sentry,Auth0
* データ分析・機械学習：Python,jupyter notebook,scikit-learn
* 開発環境：Git,GitHub,GitHub Actions,monorepo
* 開発フロー：Git Flow
必須スキル
【事業概要】
STRACTはAIショッピングアプリ『PLUG（プラグ）』を提供しています。
国内2,200以上のECサイトと提携しアグリゲートすることで、最安値を自動で比較したり、クーポンやキャッシュバックを自動でオファーしたりするなど、安心で賢いオンラインショッピング体験を誰でも簡単にできるようにしています。
EコマースのプラットフォームをAI時代に再発明するために、iPhoneのSafari機能拡張という、国内外でもユニークな技術からスタートして現在、300万DL（2026年4月時点）に到達し、物販の流通総額も年間100億円を突破し市場を獲得してきました。そして今、検索・推薦から始める購買の入り口から出口まで全てのファネルをカバーするポジションの確立を目指し、プロダクトを拡大しています。
＜資料＞
ピッチ動画：https://youtu.be/OZ4qlcfH9tM
サービスサイト：https://lp.plugapp.jp/
【採用背景】
PLUGはユーザーから見ると現状はブラウザ拡張機能を使用したアプリの1つですが、開発領域が広い且つ複雑性も高く、開発難易度が非常に高いです。
様々なECサイトやユーザー導線と融合し、経済的コンバージョンを創出する必要があるため、ユーザーとの接点回数は非常に多く、インタフェース開発力がより重要になります。
ここからコマース体験のファネル全体をアップデートするべく、iOS/Androidのネイティブアプリのショッピング版AIエージェントとして検索比較のみならず、購入・決済の自動化、あと払い・保証など購買の出口側までシームレスな体験となるような機能開発を進めています。
高度な技術を駆使しつつ最高のインタフェース作りに一緒に挑戦したい方からのご応募をお待ちしております。
【PLUGにおける検索・推薦基盤の重要性】
PLUGにとって、検索・推薦は単なる機能ではなく、ユーザーとプロダクトが出会う「入口のインタフェース」そのものです。いくら優れた機能やクーポンが裏側に揃っていても、ユーザーが最初の一歩で「求めていたものに出会えるか」「まだ気づいていない最適な選択肢を提示できるか」で、体験の価値はまったく違うものになります。
我々が向き合っているのは、「スニーカー」「冷蔵庫」といった単なる商品単体ではなく、数千万件規模のプロダクト情報、複雑な価格変動、個人の嗜好やコンテキストといった膨大なデータから“いまこの瞬間、この人にとって最も価値のある選択肢”を即座に導き出す知能です。
それは単なるアルゴリズム開発ではなく、情報の混沌を、ユーザーが直感的に理解できるインタフェースへと変換する仕事と言えます。
この検索・推薦の質が、PLUG体験全体の「入口の解像度」を決めます。そしてその入口が進化すれば、購入や決済、あと払いといった「出口の体験」までをも連鎖的に変えていくことができます。言い換えれば、検索・推薦はPLUGのプロダクト戦略の中核であり、インタフェースそのものを“知能で再構築”していく挑戦です。
この領域では、巨大なデータと大規模なトラフィック、現実の購買行動という複雑な現象に対して、仮説と検証を高速に回し続ける力が求められます。
単なる技術実装にとどまらず、「情報と人間の接点を設計する」という視点で、検索・推薦というインタフェースを再定義していく挑戦の先に、PLUGが描く“新しいコマース体験”があります。
【具体的な業務内容】
* 検索/推薦アルゴリズムの設計・実装（BM25/ANN/Leaning-to-Rank/ハイブリッド推薦 など）
* 特徴量設計と学習パイプライン構築（バッチ/ストリーミング）
* オンライン実験（A/B）設計・実行・効果検証（CTR/CVR/Ret等）
* 推論サービングの最適化（レイテンシ/スループット/コスト）
* MLOps（監視・再学習・モデルロールバック）
* 検索ログ分析、クエリ理解・同義語/スペル補正・クエリ拡張の仕組み化
* LLM/Embedding を用いたセマンティック検索・リランキングの実験と本番適用
【開発環境】
主要言語としてTypeScriptを全面採用しており、フロントエンド・バックエンド・インフラ定義において全面的にTypeScriptを用いています。
monorepoで基本的にすべてのpackageを一つのリポジトリで管理しており、コードの共通化ができています。
* フロントエンド：Next.js,ReactNative(Expo),Tailwind CSS
* バックエンド：Nest.js,TypeORM,MySQL,BigQuery,ElasticSearch,DynamoDB,MongoDB
* インフラ：AWS,AWS CloudFormation,AWS CDK,AWS ElasticBeanstalk,AWS RDS,AWS Glue,Firehose,GCP（BigQuery）,Firebase（Hosting, Auth, Analytics）,Segment,Sentry,Auth0
* データ分析・機械学習：Python,jupyter notebook,scikit-learn
* 開発環境：Git,GitHub,GitHub Actions,monorepo
* 開発フロー：Git Flow
歓迎スキル
・特徴量ストア、データ前処理、ETL パイプライン、大規模データ管理、リアルタイム ストリーミングを含むデータ エンジニアリングの実践に関する知識。
・Eコマースまたは電子商取引プラットフォームに関するドメイン知識
・LTR（Learning-to-Rank）の実装経験
・A/Bテスト設計・因果推論、バンディット最適化
・オンデバイス or エッジ推論最適化、低レイテンシ最適化
・日本語クエリ特有の課題（表記揺れ/連濁/半角全角 等）への対処経験
求める人物像
・STRACTの目指す『しくみ（structure）』づくりに共感し、共に取り組んでいただける方
・ただ真似をするだけではなく、他に類を見ないプロダクトを作ることに挑戦したい方
・既存のプロダクトや事例から吸収できる人
・指標ドリブンで精度×速度×コストの最適点を探り、ユーザー体験の良さにこだわる方
・仮説、検証、展開を高速に回し、失敗と成果を学習としてチームに還元できる方
・プロダクト・事業視点で「解くべき検索/推薦の問題」を自ら定義できる方
・ゴールに向けて社内外のステークホルダーと積極的かつ円滑にコミュニケーションができる方
応募概要
給与
1,000万〜2,000万円 (スキルに応じて範囲外もオファー可)
勤務地
東京都千代田区四番町4-19 CIRCLES市ヶ谷7F
アクセス：
・「市ヶ谷」駅 徒歩4分
・都営新宿線・東京メトロ有楽町線・南北線「市ヶ谷」駅 3番出口 徒歩4分
・東京メトロ有楽町線「麹町」駅 6番出口 徒歩3分
・JR中央線・総武線「四ツ谷」駅 麹町口 徒歩8分
雇用形態
正社員
勤務体系
■ 原則週1日以上の出社・裁量労働制
■ 休日・休暇
・完全週休2日制（土日祝）
・夏季休暇
・年末年始休暇
・有給休暇
・慶弔休暇
試用期間
3ヶ月
福利厚生
■ 各種社会保険（正社員）
■ 通勤交通費
■ ストックオプション制度（正社員）
■ 業務用PCの貸与