「創設メンバー」としてのアプライド ML エンジニア募集：不確実性こそがチャンス

Wildcard（ワイルドカード）は、E コマースおよび小売ブランド向けの**「代理商用ビジネス最適化プラットフォーム」**です。当社は AI ショッピングエージェント上での自社商品の表示・認識を可視化し、収益につなげることを目指しています。

🏢 会社概要：ミッションコントロール室の構築

• ビジョン: 可視性（AEO, GEO）、推奨、実行、帰属分析、自動化を一括提供するプラットフォームを通じ、ブランドの**「代理商用ビジネスのミッションコントロール室」**を構築します。
• 市場の変化: ショッピングは従来の検索からAI エージェントへシフトしており、月間成長率は**50%**と急速な拡大を続けています。
• ブランドの課題:
  • 自社がどの領域に出現しているか？
  • 競合他社が勝っている理由は何か？
  • 何を修正すべきか？
  • その変更が実際のビジネス成果につながるか？
• Scale AI の経験: 創設者である Kaushik Mahorker が以前勤務した Scale AI では、40 万 SKU・280 万件の属性に基づくデータ強化エンジンを構築。主要小売業者と合計1,500 万ドル以上の契約を締結しています。
• 現状: ショッピングの「発見プロセス」が AI を最優先とした新世界に向けて再構築されつつありますが、多くのブランドがその転換に対応できていません。

🚀 この役割：創設メンバーへの挑戦

当社は社内最初のエンジニアとしてのご加入を募り、製品方向性だけでなく、会社そのものの基盤形成に直接携わっていただきます。

理想とする候補者像

単なる研究職やデータ分析職、狭義のフルスタックエンジニアリング職ではありません。**「ビルダー」**が必要です。

• 必要なスキル:
  • 技術スタック全体を通じて製品エンジニアリングを牽引する力
  • **「信頼性の高い AI システム」「ランク付けシステム」「評価指標（evals）」「帰属分析モデル」「エージェント」「自動化ループ」**などを構築するためのアプライド ML の判断力
• 期待される姿勢:
  • 製品、インフラストラクチャ、アプライド ML、データ、顧客課題の間を自由に動き回り、自ら道筋を描いて進めること
  • 他者の定義を待つことなく、何を作り、どのように作り、市場の進化に合わせて優先順位をどうつけるかについて共に意思決定を行うこと
• AI 活用について:
  • AI コーディングツールに高い習熟度を持ち、自律的に迅速に行動できること
  • 開発スピードを劇的に向上させることは望ましいが、判断力を AI に委ねてはいけない

「不確実性こそがチャンス」です。AI ショッピングエージェントや消費者の行動パターンはリアルタイムで変化しており、柔軟に対応する力が必要です。

📋 第 0 ヶ月プロジェクト：初期課題（具体例）

ご参画いただいた直後の主要タスク例です：

• カスタム ML モデル構築: プロンプト分類、機会予測、ブランド側での最適化優先順位決定
• インクリメンタリティ・帰属分析システム: AI ベースの可視性を収益成果と直接結び付けるシステムの構築
• プロンプト発見システム: 消費者がどのような質問をしているかを特定・予測する設計
• 評価システム設計: 雑多な AI コマーシャルアウトプットに対するランク付け、スコアリング、評価化
• データモデリング: サイトトラフィック、コンバージョンパターン、パフォーマンス傾向を複雑な現実データからモデリングする仕組みの構築
• 信頼性向上: クュー、再試行機能、可観測性（observability）、ワークフローオーケストレーションを活用したコア AI ワークフローの強化
• エージェント構築: E コマースサイト全体に跨って推奨・実行・検証を行うエージェントの開発
• パイプライン設計: 新しいシグナルを収集し、製品インテリジェンスとして活用可能な形に変換する仕組み
• プラットフォーム適応: ローンチ予定の代理商用ビジネスプロトコルへの対応
• スケーリング: 実戦的な初期システムを、実行速度を落とさずにスケーラブルな製品インフラへ移行

🙋‍♂️ 私たちはこのような方を求めています

創業経験やシード/シリーズ A/B などの急速成長期の早期メンバーとしての経験をお持ちの方に最適です。

• 技術力:
  • フルスタックエンジニアリングの知識を持ち、スタック全体を独立してデプロイできる方
  • アプライド ML やデータサイエンスの実務経験があり、LLM、ランク付け、検索・リトリバル、評価指標（evals）、帰属分析などに精通している方
• 思考力:
  • モデリング、分析、実装、製品意思決定の間を自在に行き来できる方
  • データが完璧でなくても、モデルの挙動や失敗モード、品質に関する論理的な考察ができる方
  • 独立した思考を持っていても、迅速に動けるよう適切なプッシュバックを行うことができる方
• 行動力:
  • 高い自己主導性と主体性を持ち、不確実な状況を具体的な製品成果へと変換できる方
  • AI コーディングツールを使いこなし、開発スピードを大幅に向上させられる方
  • 何時使用し、何時不使用するかについて鋭い判断力をお持ちの方
  • 迅速に動くと同時に成果志向が高く、少ないリソースでも最大の効果を発揮できる方
• マインドセット:
  • 常に新しいアイデアを持ち込み、細粒度で優先順位付けを行える方
  • 優先順位の頻繁な変更や小さな方向転換（ピボット）にも柔軟に対応できる方
  • 責任感と多面性を好み、複数の役割を同時に果たすことに喜びを感じる方
  • 顧客との緊密なフィードバックループの中で働くことを望む方
  • ギラギラした仕事だけでなく、ビジネス推進に寄与する地味で不可欠な作業にも積極的に取り組める方（スレッジ精神）

💻 推奨される経験・技術要件

• 実戦実績: 実環境または近似的な実環境でのアプライド ML、データサイエンシング、AI システムの実績
• 分析スキル: 帰属分析モデリング、トラフィック分析、予測、因果推論、実験、製品分析などの経験
• プロダクション移行: ML モデルをオフライン分析から実際に顧客が使用する production システムへ移行させた経験
• データ処理: 複雑な現実世界のデータソースからデータを収集し、パイプラインや測定装置（instrumentation）を構築する経験
• 基礎スキル: 堅実なPythonとSQLのスキル
• AI スペシャライズ:
  • LLM ワークフロー、検索システム、評価指標、ファインチューニング、モデル評価に関する経験
  • AI エージェントの構築経験（文脈管理、オーケストレーション、ツールの使用、評価など）
• フルスタック: 必要に応じて顧客 facing な製品や内部ツールをTypescript/Express/Reactなどで独立してデプロイできる程度の経験

✨ ご参加の魅力：境界領域での実戦

当社の役割は稀に見られるアプライド ML の機会です。

• 働き方: modeling（モデル設計）、product（製品開発）、data infrastructure（データインフラ）の境界領域にある課題に取り組みます。
  • テンポ良く、実用的であり、常に会社の優先事項と直結する仕事です。
  • 単一のナローなモデルを何ヶ月も孤立して最適化するような作業は行いません。
• 成果:
  • 雑多なデータを起点として、短時間で production 製品へ、そして顧客へのインパクトへと繋がる仕事です。
  • 何を作り、エンドツーエンドで製品を発行し、それが実際にビジネス成果を変化させるかを確認する機会があります。
  • 当社が勝利を収める理由は、「あなたが設計したモデル」「構築したシステム」「取った製品上の意思決定」を具体的に示しながら説明できる点にあります。