棟梁エンジニア
棟梁エンジニアとは
未来に届くプロダクトの骨格を
その手で描く
その手で描く
メドピアが提供するプロダクトが安定して動き続け、進化を止めない理由。それは、目に見える機能の裏側に、緻密に設計された骨格があるからです。
生成AIの進化により、設計から実装までAIが担える時代になります。だからこそエンジニアには、プロダクトの長期耐性を見据え、その骨格を描く力が求められます。 セキュリティ、パフォーマンス、拡張性。顧客が見ることのない場所にこそ、美学が宿る。10年先を見据え、それを追求する。それが棟梁エンジニアの仕事です。
「棟梁」という聞き慣れない言葉を使っている背景は、下記をご覧ください。
指揮者と棟梁－プロダクト組織の理想形－
向いている人／向いていない人
棟梁エンジニアの思想については、「―指揮者と棟梁―プロダクト組織の理想形」にて詳細に言語化されています。
向いている人
- 指揮者と棟梁－プロダクト組織の理想形－に共鳴する人
向いていない人
- 指揮者と棟梁－プロダクト組織の理想形－に共鳴しない人
具体的な仕事内容
プロダクトエンジニア
どんな仕事か
“事業開発” が描いた構想を、具体的かつ堅牢なプロダクトへと昇華させます。単にコードを書くのではなく、事業のフェーズ（0→1, 1→10）に合わせ、スピード感と拡張性のバランスを取りながら「プロダクトの骨格」を創り上げる仕事です。
人材像
複雑な医療ドメインの課題を技術によって構造化しプロダクトの骨格として具現化できる力、10年先も揺るがない拡張性と保守性を備えたシステムを構築することに対し美学を追求できる人物を求めます。
- 課題の本質を構造化する力
複雑な課題を理解し本質を見抜き、シンプルで美しいデータモデルや設計に落としこむ能力 - 多職種との共創・推進力
職種の壁を超え、ユーザー体験とビジネス成立性のために技術的観点から意見し、チーム一丸となって事業をブーストさせる推進力 - 長期耐性への美学（棟梁精神）
目に見える機能の裏側にある、セキュリティ・パフォーマンス・拡張性。顧客が見ることのない場所にこそエンジニアとしての誇りを持ち、プロダクトの未来を担保する責任感
採用技術
「解決する課題」や「メンバー構成」に応じて「Ruby」と「TypeScript」で使い分けています。
- Ruby on Rails
長年の開発・運用経験によりノウハウが蓄積されており、メドピア内で堅牢なシステムを高いスピード感で構築する際の有力な選択肢の一つです。 - TypeScript
Vue.js, React.jsをはじめとしたフロントエンド技術としてはもちろんのこと、バックエンド技術としても「生成AIとの親和性」や「サービス内での言語統一によるケイパビリティ最大化」を期待して一部採用しています。
SRE
どんな仕事か
メドピアの全事業が、24時間365日「止まらず、速く、安全に」稼働するための技術基盤を設計・構築するのがSREの仕事です。 医師や患者さんの極めて機密性の高い情報を守り抜くため、高度なセキュリティガードレールをインフラレベルで実装。事業開発が次々と新しいサービスを立ち上げる中で、それらを迅速かつ安全にデプロイできる仕組みを整備し、トイルの排除とSLOに基づく意思決定を通じて「攻めの開発」を支える強固な土台を構築します。
人材像
メドピアが提供する全サービスの信頼性と安全性を「事業の競争力」へと昇華させられる力が必要です。単なるインフラ管理に留まらず、セキュリティを設計段階から組み込み、エンジニアが意識せずとも「安全に最速で」価値提供できる環境を創ることに情熱を持つ人物を求めます。
- 仕組みによる自動化とIaCの徹底
手作業による運用を「負債」と捉え、IaCによりすべての操作をコード化。ヒューマンエラーを排除し、再現性と透明性の高いインフラ運用を追求する執念 - AWSを中心とした専門性と飽くなき探究心
AWSをはじめとするクラウド技術への深い知見を持ち、進化し続けるマネージドサービスやアーキテクチャの最適解を追求し続ける探究心。ブラックボックスを許さず、技術の裏側まで理解した上で「骨格」を組み上げる力 - オブザーバビリティと信頼性の制御
システムの深部までを可視化し、SLI/SLOに基づきビジネスとエンジニアリングのバランスを最適化する力。異常の予兆を検知し、未然に事故を防ぐ洞察力
採用技術
特に少数精鋭のSREチームが多くのプロダクトを高度に支えるために「攻め」と「守り」の両方を追求した技術選定をしています。
- AWS
メドピアのプロダクトはAWSインフラ上に構築されています。AWSが提供するセキュリティ機能をフル活用し、高い水準のガードレールを実装しています。 - Terraform
インフラの構成管理を完全にコード化。
LLMエンジニア
どんな仕事か
MedPeerやClinPeerという医師プラットフォームには、医師相互のやりとりが「集合知」という非構造化データとして大量に蓄積されています。これらの集合知は、EBM（Evidence Based Medicine）を補完する重要な情報ですが、これまでは情報が散逸していることで有用な活用が出来ませんでした。LLMの登場によって、この集合知という非構造化データと、論文やガイドライン等の公的な情報を組み合わせて、医師の臨床意思決定を支援する臨床AIサービスが構築できる基盤が整いました。この臨床支援AIという新規サービスの立ち上げをリードするLLMエンジニアを求めています。
人材像
技術の勃興期であることを愉しみ、自らが第一人者として、医療におけるLLM活用のスタンダードを描ける人物を求めます。
- LLMだけでなくプロダクトエンジニアとして技術力を備えており、（規模や必要技術にもよるが）一人で完結してLLMを活用したプロダクトをリリースまで導ける力
- 日進月歩の生成AI領域において、最新の技術トレンドをキャッチアップし実務に取り込む力
- 医療で最も重視される「信頼性・安全性」を実現するために、LLMの強みを活かしつつ、弱み（ハルシネーション等）を他の方法で補完するシステムを構築できる力
- 大規模利用がされた場合でも持続可能な形なコストエフェクティブネスを設計できる力