■会社概要 株式会社TVerは、民放各局が制作した安心・安全なテレビコンテンツを、いつでもどこでも完全無料でお楽しみいただける民放公式テレビ配信サービス｢TVer（ティーバー）｣を主に運営しています。 「TVer」は、2015年のサービス開始以来、累計アプリダウンロード数は9,000万、月間ユニークブラウザ数は4,400万を超え、2025年12月には月間動画再生数も6.5億回を突破しました。 今後も「テレビを開放して、もっとワクワクする未来を」をミッションに、どこでも自由なスタイルでテレビの楽しみ方がもっと広がるサービスを目指し、新たなスタートを切っています。 ★こちらもぜひご覧ください！ ・TVer採用サイト https://recruit.tver.co.jp/ ・会社紹介資料 https://speakerdeck.com/techtver/we-are-hiring ・TVer Tech Blog https://techblog.tver.co.jp/ 弊社エンジニアが開発組織やエンジニアリングについてお届けしています！ ・「TVer HR BLOG」https://note.com/tver/ TVerで働く人々や会社のカルチャーなど、TVerのリアルな魅力をお届けしてます！ ・X（旧Twitter）アカウント「TVer Recruiting」https://twitter.com/TVer_Inside TVerの採用情報をお届けしています！ ■募集部門について TVerのエンジニアリング組織では、累計9,000万DL / 月間動画再生数6.5億のサービス「TVer」のシステムの設計、開発、運用はもちろん、 大量データの収集や処理、分析などを担当しています。 毎月最高記録を更新し続けている中、まだまだ市場・プロダクト共に伸び代があり、圧倒的なサービスグロースを目指していける環境です。 開発組織は40名ほどで構成されており、バックエンドエンジニア、フロントエンドエンジニア、SRE、データエンジニア、デザイナー、ディレクター、PdMなどが在籍しています。 一方でプロダクトの成長に対して組織の成長が追いついておらず、まだまだやりたいことが無数にあります。 多数のシニアエンジニア、EM、CTO経験者などを擁しており、各方面から優秀なエンジニアが参画していますが、さらなるサービス拡大を目指していくためにも、体制の増強を急いでいます。 組織体制は開発生産性向上のために、クロスファンクショナルなプロダクト開発チームと、それを支えるEnablingチーム、Platformエンジニアリングチームに分かれ、 各人が自律して行動し各チーム内で素早く意思決定をしながら開発をする組織になりつつあります。 そのため、様々なエンジニアリング領域の課題が多くある環境にてご自身で考え意思決定ができる組織なので、技術力を向上させることのできる環境であることはもちろん、組織やプロダクトへの貢献がわかりやすく成果として現れやすい環境になっています。 本ポジションでは、「データ収集から活用（パーソナライズ）まで」の一連のバックエンドシステム CDP(Customer Data Platform)を設計・構築することがミッションです。 AWSとGCPを跨ぐ大規模なデータ基盤を整備しつつ、秒間数万リクエストを超えるトラフィックに耐えうる「ログ収集API」や、Spannerのグラフ機能を活かした「パーソナライズAPI」の新規開発において、チームの中心となって技術的な議論と実装をリードしていただきます。今回は、この新基盤構築に向けて新たに立ち上げるチームでの募集となります。 ■業務内容 次世代のCustomer Data Platformをゼロベースで設計・構築する新規プロジェクトです。Spanner等のデータベースに蓄積される膨大なユーザー属性・行動データを、分析や機能開発に活用可能な状態へと処理・統合する「データ基盤」の開発が主務となります。 1. 高可用性・高パフォーマンスなログ収集・活用基盤の構築 ・行動ログ収集APIの開発 (GCP): ユーザーの視聴行動やアプリ内操作をリアルタイムに記録するAPIを設計・開発します。スパイクアクセスにも耐えうる、高可用性かつ低レイテンシなAPIの実現に向け、チームで設計を練り上げます。 ・データパイプラインの整備 (BigQuery -> Spanner): 収集したログをデータレイク（BigQuery）へ蓄積するだけでなく、分析・集計された結果や特徴量をCloud Spannerへ書き戻し（Reverse ETL等）、即座にアプリ側で利用可能にするためのデータフローを構築します。 2. Spanner Graphを活用したパーソナライズAPIの開発 ・Spanner × Graph DBへの挑戦: ユーザーとコンテンツの関係性をグラフ構造で管理し、高度なレコメンドを実現するために、SpannerのGraph機能（またはGraph DB）を活用したスキーマ設計を行います。 ・パーソナライズAPIのアーキテクチャ検討: SpannerとCloud Run（またはGKE）を組み合わせ、スケーラビリティとレスポンス速度を両立するアーキテクチャについて、チームメンバーと深く議論・検証を重ねながら、最適な構成を導き出してください。 3. マルチクラウドデータの統合とAI連携 ・既存DBとの連携: AWS上にあるメタ情報とGCP上のデータを連携させるための課題（クラウド間のデータ整合性や同期処理）に対し、技術的なアプローチで解決策を提示・実装します。 ・AI/ML連携: Vertex AI等のLLMを活用しサービスへ反映させるフローの構築や、Claude Code等のAIツールを活用した開発効率化（社内エージェント開発等）を推進します。 ■開発環境 ・言語: Go ・クラウド: Google Cloud (GCP) , AWS ・データベース: Cloud Spanner (Graph / Full Text Search), Aurora (MySQL), Dynamo DB ・データ/AI: BigQuery, Vertex AI ・開発支援: Claude Code, GitHub Copilot ・その他: Cloud Run, GKE, Terraform, gRPC ■生成AIの活用について ・活用中の技術やツール：Github Copilot / Amazon Bedrock / Vertex AI / Claude / Gemini / Devin / V0 ・全エンジニア職がClaude Max 20xを利用可能です ・プロダクトに対してAI導入も推進中です ・その他新しいAIツールも迅速に導入を進めています
