フルリモート可／物理的制約を伴う物流ネットワークをデータで最適化し、次世代の社会インフラを構築する機械学習エンジニア（テックリード候補）

仕事内容

オープンロジには、日々膨大な「物理的な動き」を伴うデータが蓄積されています。入出庫・在庫管理・配送状況といった複雑な物流ドメインのデータに加え、B2B2Cの構造上発生する多種多様なステークホルダーの行動ログなど、扱うデータの種類と量は爆発的に増加しています。 すでに「AI梱包予測」から発展した「トラック予測（トラックの積載容積・台数の最適解）」など、実務に深く入り込んだ技術実装を行っていますが、私たちが目指すのはその先です。 今後はサプライチェーン領域や倉庫の管理業務といった広範な領域に対する課題解決にも挑戦します。 これらの状況をふまえ、「物理的な制約（空間・時間・人手）」が絡む不確実性の高い領域をデジタルで制御し、事業の競争力を上げ、業界を最適化する、「次世代の物流アルゴリズム」を自ら企画・開発していただけるリーダーを求めています。 入社後は社長直下のチームで、物流最適化技術による事業貢献をミッションに、まずは梱包予測、需要予測、在庫最適化などの物流最適化に関連した理論・技術をさらにプロダクトへ取り込んでいくための企画に取り組んでいただきます。 その後は与えられた課題を解くだけでなく、「物流のどこを、どう最適化すれば事業が非連続に成長するか」という新たな問いを立て、ロードマップ策定～実行をリードいただくことを期待しています。 このポジションは、技術的な挑戦そのものが、オープンロジが社会へ提供する価値となります。 データを価値ある仕組みへと昇華させ、ご自身の技術的知見がプロダクトの進化とダイレクトに連動する環境で、大きな手応えを感じながら取り組んでいただける環境です！ <具体的な仕事内容> ・物流最適化（需要予測、配送・在庫最適化、作業設計など）に関わる全工程のリード ・荷主、倉庫パートナー、社内事業部への深いヒアリングを通じ、技術的な可能性と事業インパクトを考慮したデータ活用・最適化技術の戦略的ロードマップの策定 ・物流データを安定的に活用するための技術選定、機械学習基盤の設計 ・物流最適化エンジン（ML/数理最適化モデル）の企画・設計・開発・運用 ・実運用のオペレーションに組み込むためのPRD作成およびステークホルダーとの調整 ・最新の論文調査や技術検証を通じ、データの価値を最大化させる新しい手法の提案 <技術スタック> ・開発言語：Python ・インフラ：AWS、Google Cloud、Datadog ・CI/CD：GitHub、GitHub Actions、Docker、Terraform ・開発環境：VSCode、Mac、Windows、Ubuntu ・コミュニケーション：Slack、Google Meet、Google Workspace ※新規システムを扱うことが多いため、その時々で合理性のある技術選定が可能です