Share
Embed
Transcript
17 slides
-
Omiai というサービス 2012年、マッチングアプリの草分けとしてスタート。「結婚を見据えた真面目な出会い」をコンセプトに、20代後半〜30代を中心に支持され続 けています。 1,000万 1億組+ 6万人+ 180TB 累計会員数(2024年7月) 累計マッチング数
年間の卒業ユーザー数 月間配信トラフィック 決済・本人確認・マッチング・メッセージングなど、ユーザーの人生に直結する機能を数多く提供する大規模toCプロダクトで す。 © Omiai, Inc. 03 -
大規模 × AI駆動開発の両立 大規模サービスとAI駆動開発。多くの組織はどちらかに寄りますが、Omiaiはその両方を高い水準で両立しています。 なぜ希少なのか サービス規模・トラフィック → 大規模/AI化はこれから Omiai 大規模サービスはAI駆動開発が進みにくく、AI駆動の組織は規模が小さく
なりがち。両方を高い水準で両立できている組織は多くありません。 1,000万人 × AI駆動 AI駆動/小規模 QAにとっての意味 大規模ならではの複雑さと、AIネイティブな開発の最前線に同時に立てる。 両方が交わる環境でこそ、これからのQAのあり方を設計できます。 AI駆動開発の進度 → © Omiai, Inc. 04 -
募集背景 大規模サービスとAI駆動開発が両立する稀有な環境で、開発はますます速く・少人数になっています。だからこそ、 「開発が完了してからQAがテストする」という品質保証のあり方そのもの を変えていこうとしています。 上流からの品質づくり QA体制の内製化 AI Native化の並行推進 要件定義・仕様検討の段階からQAが参加 する「シフトレフト型」の開発体制へ移行しま
す。 外部パートナーに頼ってきたナレッジを社内 に蓄積し、段階的に内製化を進めていま す。 生成AI・LLMをテスト設計や分析にも取り入 れ、QAプロセスそのものを再設計します。 © Omiai, Inc. 05 -
目指すQAのかたち シフトレフト × AI Native なQAへ これまで これからのOmiai — 開発が完了してからQAがテストする
✓ 要件定義・仕様検討からQAが参加する — QAは開発フローの下流に位置づけられる ✓ 仕様そのものをプロダクトチームとつくり込む — テスト設計・実行は人手が中心 ✓ 生成AIをテスト設計・生成・分析に組み込む — 外部パートナーへの依存 ✓ ナレッジを内製化し、品質文化を醸成する © Omiai, Inc. 05 -
AIネイティブなQAの具体像 品質保証をQAが手で回すのではなく、開発プロセス全体をAIでつなぐ。設計から実施・判断・改善まで、全工程をAIネイティブにするのが Omiaiの狙いです。 ① テスト分析・設計 ② テスト実施・自動化 ③ リリース判断 ④
フィードバックループ AI がやること AI がやること AI がやること AI がやること 仕様から観点・テストケースを生成 人手の検証をAIが代替・実行 結果を集約し判断材料を提示 検知→分析→関係者へ声がけ→追 跡 QA(人)がやること QA(人)がやること QA(人)がやること QA(人)がやること 生成物の妥当性を判断し設計をリー ド 教え込みと自動化の設計をリード 次工程・リリース可否を判断 障害を上流で解決する仕掛けを設計 設計・実施・判断・改善まで全工程にAIを組み込み、人はより上流の判断に集中する ― これがOmiaiの目指すAIネイティブなQAです。 © Omiai, Inc. 07 -
QAに求められる「判断」 テスト実行や設計の一部はAIへ移行します。その先でQAに求められるのは、上流から下流までを貫く「判断」― 経営やマネジメントの ジャッジにも通じる、専門性の高い意思決定です。 1 上流フェーズ 2 下流フェーズ 3 最終判断
上流で品質を判断する テストの妥当性を判断する リリースを判断する 要件・仕様のレビューに入り、つくり AIが生成したテスト観点・ケースの妥 次工程へ進めるか、リリースできる 込む前にリスクを見極める。上流のう 当性と網羅性を判断し、流出を防ぐ か。判断材料を用意し、その判断を ちに品質を担保する判断。 検証設計をリードする。 支える仕組みをつくる。 © Omiai, Inc. 08 -
職務内容 01 インプロセスQA / シフトレフト 02 テスト設計・探索的テスト・品質分析 要件定義・仕様レビューに参加し、受入条件や正常系・異常系・境界 値を明確化。仕様の曖昧さやリスクを早期に発見し、職種横断の合意 形成をファシリテートします。
iOS / Android / Flutter、Web・API・バックエンドを含むテスト設計と検 証。回帰・探索的テスト、影響範囲分析、障害の原因分析と再発防止 まで担います。 03 AIを活用したQAプロセスの高度化 04 開発チームへのEnabling・品質文化醸成 仕様・チケット・デザインからのテスト観点/ケース生成、AI生成物の レビュー、不具合傾向のAI分析。「AIに任せる領域」と「人が判断する 領域」を整理します。 テスト設計技法やリスク分析の支援、勉強会・ナレッジ共有、ポスト モーテムのファシリテーション。QA組織の仕組み化・標準化を推進しま す。 © Omiai, Inc. 07 -
技術スタック モバイル フロントエンド バックエンド Flutter(Dart)中心のクロスプラットフォーム開 発。iOS(Swift / Objective-C)・Android(Kotlin / Java)とのハイブリッド構成。
Next.js(TypeScript)。管理画面や一部Web機 能を開発。 Java(Spring Boot)を中心とした構成。特性に 応じたアーキテクチャを採用。 DB / データ基盤 インフラ AI活用 MySQL(Aurora)中心に Redis・DynamoDB を 用途別に活用。検索は Elasticsearch。 AWS(EC2 / ECS / Lambda)、Docker、 Terraform / Terragrunt による IaC。 実装・レビュー・テストなど開発全体に生成AIを 導入。QAでも観点・ケース生成や分析に活 用。 © Omiai, Inc. 08 -
チーム体制と働き方 少数精鋭で、専門を越えて動く リモート 約9割 日々の業務に応じて出社/リモートを選べるハイブリッドワーク エンジニア・PdM・デザイナーが職種を越えて連携し、少人数でスピー ディにプロジェクトを推進します。 フレックス制 QAエンジニアは特定チームに固定されず、複数プロジェクトに並行参 加。1画面・1API単位から複数画面・複数APIにまたがる施策まで、プロ
ダクト全体を横断します。 現在はナレッジの内製化を進めながら、新しいQA体制を一緒につくっ ているフェーズです。 コアタイム 11:00–16:00 / 標準労働8時間 Google Meet・Slack 仕様検討の初期からPdM・エンジニアと近い距離で議論 © Omiai, Inc. 09 -
このポジションの魅力 1 プロダクトの上流から品質をつくれ る 仕様検討の段階から議論に加わり、意思決定 そのものに影響を与えられる。 4 プロダクト全体を横断できる 複数プロジェクトに並行参加し、小さな施策か ら大きな施策まで関与。
© Omiai, Inc. 2 AI NativeなQAの最前線に関われる QAプロセスにAIを組み込む、まだ正解のない テーマに向き合える。 5 QA組織そのものをつくるフェーズ 完成された組織ではなく、これからのQAの役 割を一緒に設計できる。 3 1,000万人規模のtoCに向き合える 決済・本人確認・マッチングなど、安心・安全に 直結する品質を担う。 6 専門性を「QAの中」で閉じない 職種で分断せず、品質の専門性を武器にプロ ダクトへ踏み込める。 10 -
活躍している方 1 2 3 4 5 仕様そのものを良くしたい方 「この仕様だとこういうリスクがある」「そもそも仕様を変えた方が品質が上がる」と、自 らプロダクトチームへ提案できる方。 テスト設計の専門性を、より上流で活かしたい方
仕様が決まってからではなく、仕様を決めるところから品質に関わりたいと感じている 方。 マネジメントより専門性を伸ばしてきたQAリーダー 管理職ではなく、技術面から品質改善をリードしてきた方(QA Tech Lead、またはその 一歩手前)。 QAベンダー経験を、よりプロダクトに近い環境で活かし たい方 依頼されたテスト実行だけでなく、クライアントの事業を理解し品質改善を提案・推進し てきた方。事業会社でのQA経験は必須ではありません。 AIによって変化するQAの未来を面白いと思える方 「テスト実行が自動化された先で、QAはどんな価値を出せるのか」という問いを面白い と感じる方。 © Omiai, Inc. 11 -
求める人物像 必須要件 歓迎要件 • ソフトウェアQA / インプロセスQAの実務経験 3年以上 ◦ 生成AI・AI開発支援ツールをQA業務に活用することへの関心
・活用経験 ◦ QA管理者 / QAコーチ経験、iOS / Android / Flutter のQA経 験 • Webサービスまたはモバイルアプリのテスト設計・実行経験 ◦ toC・マッチングアプリ・SNS のQA経験 • テスト計画・ケース設計・バグレポート・リリース判定の基礎知 識 • ISTQB / JSTQB Foundation 相当の体系的知識(同等の知識 ・経験でも可) • 複数職種とのコミュニケーション力 ※ 生成AIの活用経験は「歓迎要件」です(必須ではありません) © Omiai, Inc. ◦ 上流工程(要件定義・仕様検討)から品質観点で関与した経 験 ◦ 不具合・障害分析、ポストモーテム、再発防止の推進経験 ◦ E2E / API / ユニットのテスト自動化、生成AI・LLMでのテスト 生成・分析・プロンプト設計経験 ◦ Enabling・品質文化醸成・QAコーチング経験、ISTQB / JSTQB Advanced 相当 14 -
選考プロセスと待遇 選考プロセス 書類選考 エンジニア面接(2回想定) 役員面接 内定 待遇・条件のハイライト 想定年収 働き方 勤務地
650万 〜 1,000万円 / 正社員 ハイブリッド(リモート約9割)・フレックス制 東京都渋谷区・恵比寿(恵比寿駅 徒歩4〜5 分) 休日休暇 サポート制度 給与改定 完全週休2日制、リフレッシュ・恋活・記念日休 暇 ほか 感動体験(〜6万/年)・スキルアップ(〜10万/ 年)ほか 年2回(4月・10月)/多面評価・グレード制 © Omiai, Inc. 13 -
会社概要とこれから 会社概要 これから目指すこと 会社名 株式会社エニトグループ(雇用主:株式会社Omiai) 設立 2012年9月 1 少子化対策として地方自治体とも連携し、出会いを社会インフラへ。 2
資本金 社会課題への貢献 大型IPOに向けて 1億円 ベインキャピタル等の出資を受け、次の成長フェーズへ。 従業員数 グループ計 144名(2026年6月時点) グループCEO 野辺 一也 3 開発・品質保証を含むプロセス全体にAIを組み込み、人とAIの役割を 再定義。 4 事業内容 AI Nativeな開発組織へ 専門性を越境する組織へ 恋活・婚活マッチングアプリ『Omiai』『with』の運営 職種で分断せず、専門性を持ちプロダクトの目標達成に貢献。 © Omiai, Inc. 14