■ 会社概要 2019年の創業以来、エネルギー事業者向けにオンラインのマーケットプレイスを提供し、大手電力会社を含むマーケットの95％のシェアを占める法人企業が参加する国内最大の取引市場へと成長しました。GTV (取扱高) は3兆円に迫り、今後は単年度の取扱高で100兆円市場の実現を目指しています。 2026年1月にはシリーズB追加ラウンドで総額50.5億円の調達を実施し、さらに開発チームへと積極投資しています (累計取扱高3兆円を突破。今後はグローバル水準の機能開発、セキュリティ投資、AI活用を加速)。 https://enechain.co.jp/news/enechain-raises-5billion-jpy-in-series-b-extension ■ プロダクト 1/ eSquare: トレーディングプラットフォーム 国内初のオンラインでエネルギーを自由に売買できる本格的なトレーディングプラットフォーム (経産省による許認可事業) 2/ eCompass: マーケットデータプラットフォーム 電力取引に必要な、電力価格や燃料価格の市況データなど、エネルギーに関するあらゆるデータ・マーケット情報を提供するデータプラットフォーム 3/ eScan: マーケットのリスク管理ツール 取引状況や市況データから事業上のリスク量を可視化する日本電力に特化したETRＭ(Energy Trading Risk Management System) 4/ JCEX: 環境価値取引のマーケットプレイス 気候変動の緩和や日本におけるカーボンニュートラルの実現を後押しする、国内の環境価値や海外ボランタリークレジットをオンライン上で売り買いできるマーケットプレイス -> プロダクト情報: https://enechain.co.jp/services ■ SRE領域に関する課題 1) 高速な事業成長と、マーケットプレイスとして求められる高い信頼性の両立 enechainは、エネルギーのマーケットプレイスという社会的責任の大きい領域で事業を展開しています。今後さらに事業が成長していく中で、可用性・セキュリティ・監査対応・BCPなどを高い水準で維持しながら、スタートアップとしての開発速度も落とさない仕組みが必要です。 2) AI時代の開発速度を支える運用基盤づくり AIの活用により、実装スピードは大きく上がっています。一方で、監視・テスト・デプロイ・障害対応・運用設計が従来のままだと、開発組織全体としては速くなりません。SREには、AI時代に合わせて「信頼性の作り方」そのものをアップデートすることが求められています。 3) 少人数で複数プロダクトを支える、AI Native型 Hybrid SREへの挑戦 enechainでは、プロダクトや基盤システムが増える一方で、SRE組織はまだ少人数です。そのため、特定の人が頑張り続ける運用ではなく、監視・障害対応・リリース・セキュリティ・ガバナンスを仕組み化し、プロダクトチームが自律的に信頼性を高められる状態を目指しています。 その実現手段として、AIエージェントやSRE業務ナレッジベースを活用し、SRE業務そのものを再利用・自動化・高度化していきます。一般的なSREプラクティスをそのままなぞるのではなく、AI時代に合った新しいSREの形をつくっていくフェーズです。 ■ 業務内容 下記をリードしていただきつつ、ご志向性によっては採用・育成・ロードマップ策定・横断プロジェクトといったマネジメント業務もお任せしたいと考えています。バランスは相談させてください。 - 人力でのインシデント検知比率をゼロに近づけていく上で必要になる、プラットフォームレベルの横断監視の強化と全サービスへの標準監視構成の実装 - プロダクト個別に最適化された監視実装のAIによる効率化 - パフォーマンス関連メトリクスレビュー及びパフォーマンスチューニングのAIによる自動化 - インシデント復旧速度を飛躍的に高めるためのAIインシデント対応ツールの導入や周辺ワークフローの自動化 - 監査対応や外部認証取得に必要となる各種の証跡収集・管理の自動化ワークフロー構築 - SDLC全体を安全に高速化するためのエージェントハーネスの整備、特にコードレビューとQAの品質・生産性が自律的に改善される環境の構築 - Production Readiness Review (PRR) のチェック観点の改善とAIによるチェック作業の自動化 - Chaos Engineering 環境の整備と障害対応訓練の企画運営 ■ 技術スタック https://techblog.enechain.com/entry/technology-stack-2023-summer ・フロントエンド：React、TypeScript ・バックエンド：Go/gRPC、NestJS/GraphQL ・データベース：PostgreSQL m ・モバイル：Flutter ・インフラ：GCP, GKE, Argo Workflow, BigQuery, Pub/Sub, DataFlow, etc ・IaC：Terraform ・分析ツール：Looker Studio, Tableau, Google Analytics ・CI/CD：Cloud Build, GitHub Actions, Argo CD ・ロギング/モニタリング：Datadog ■ AI環境 ・NotionAI ・OpenAI ・Claude ・Gemini ・NotebookLM ・CURSOR ・Devin
