■ 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 SREとして、マーケットプレイスとして求められる高い信頼性と、スタートアップとしての開発速度を両立するための仕組みづくりを担っていただきます。 現状では監視まわりの設計・実装と監査対応に必要な運用ポリシーの整備・運用作業の自動化が主な業務になっていますが、チーム拡大と共に業務スコープは大いに見直していく予定です。 ・サービス全体の信頼性向上に向けた戦略検討、ロードマップ策定 ・プロダクトチームと対話しながらの監視ダッシュボードやアラートの設定 ・インシデント検知、一次調査、復旧支援の仕組み化・自動化 ・障害復旧能力向上に向けたRunbook、ポストモーテム、障害対応訓練の整備 ・GitHub Actions等を用いたCI/CDパイプラインの改善 ・Production Readiness Review（PRR）など、リリース前の運用品質チェックの仕組み化 ・セキュリティ、可用性、運用性を踏まえたアーキテクチャレビュー ・監査対応や証跡管理に必要な運用業務の自動化 ・SRE業務ナレッジベースの整備 ・AIエージェントを活用したSRE業務の効率化・自動化 ■ 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 ・データエンジニアリング：Python ・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
