Upgrade to Pro — share decks privately, control downloads, hide ads and more …

リクルートにおける Platform Engineering / SRE の事例共有

Recruit
December 05, 2023

リクルートにおける Platform Engineering / SRE の事例共有

2023/12/06に、 Platform Engineering Meetup で発表した菅沼の資料です。

Recruit

December 05, 2023
Tweet

More Decks by Recruit

Other Decks in Business

Transcript

  1. © Recruit Co., Ltd. All Rights Reserved
    リクルートにおける
    Platform Engineering / SRE の事例共有
    8年間の歩みと今後の展望
    1
    株式会社リクルート
    データ推進室 データプロダクトユニット データプロダクトマネジメント1部
    データプロダクトエンジニアリング2グループ
    菅沼孝二 @kojisuganuma
    2023/12/06
    Platform Engineering Meetup #6

    View full-size slide

  2. © Recruit Co., Ltd. All Rights Reserved
    アジェンダ
    1. はじめに
    1.1. 自己紹介
    1.2. リクルートとデータ推進室について
    1.3. 横断データプロダクトの活用事例と位置付け
    2. Knile Platform の紹介
    2.1. 横断データプロダクトの構成概要
    2.2. 横断データプロダクト Knile の位置付けと特徴
    2.3. Platform Engineering の実践例
    2.4. SRE の実践例
    3. 8年間の歩みと教訓
    4. 今後の展望
    5. おわりに
    2

    View full-size slide

  3. © Recruit Co., Ltd. All Rights Reserved
    はじめに
    1. はじめに
    1.1. 自己紹介
    1.2. リクルートとデータ推進室について
    1.3. 横断データプロダクトの活用事例と位置付け
    2. Knile Platform の紹介
    2.1. 横断データプロダクトの構成概要
    2.2. 横断データプロダクト Knile の位置付けと特徴
    2.3. Platform Engineering の実践例
    2.4. SRE の実践例
    3. 8年間の歩みと教訓
    4. 今後の展望
    5. おわりに
    3

    View full-size slide

  4. © Recruit Co., Ltd. All Rights Reserved
    名前: 菅沼孝二 (Koji Suganuma / @kojisuganuma)
    所属: データ推進室 DPU DPM1部 データプロダクトエンジニアリング 2 G
    自己紹介
    4
    経歴:
    ● 2016年4月: メディア/ネット広告/ゲーム関連事業会社 新卒入社
    ○ [入社時] Engineer (Data/ML系)
    ● 2017年4月: リクルートライフスタイル (現リクルート)  中途入社
    ○ [入社時] ML Engineer
    ○ [その後] SWE (Platform Engineering) にロールチェンジ
    ○ [その後] Knile Team Tech Lead
    ○ 現在に至る
    趣味: 育児🔰・投資🔰・スプラトゥーン
    [PR]共著

    View full-size slide

  5. © Recruit Co., Ltd. All Rights Reserved
    株式会社リクルートについて
    5
     マッチング&ソリューションSBU HRテクノロジーSBU 人材派遣SBU
    国内派遣 海外派遣
    選択・意思決定を支援する情報サービスを提供し、
    「まだ、ここにない、出会い。より速く、シンプルに、もっと近くに。」を実現する

    View full-size slide

  6. © Recruit Co., Ltd. All Rights Reserved
    リクルートのビジネスモデルについて
    6
    ● リクルートにはユーザーとクライアントという2つのお客様が存在
    ● 「企業と人(B to C)」 「企業と企業(B to B)」 「人と人(C to C)」のすべての間に立ち、双方にとって最適なマッチン
    グを図る「場」を提供
    ユーザーとクライアントを新しい接点で結び、
    「まだ、ここにない、出会い。より速く、シンプルに、もっと近くに。」の場を創造する
    リクルート
    マッチングプラットフォーム
    クライアントとユーザーを結びつける
    対価としてクライアントからフィーを受領
    ユーザー クライアント

    View full-size slide

  7. © Recruit Co., Ltd. All Rights Reserved
    データ推進室について
    7
    各事業領域のデータ戦略立案・推進を行う領域特化ユニットと
    領域横断で支援を行う専門職種のユニットが交差するマトリクス型組織
    データテクノロジーユニット
    DPU
    販促1
    DSU
    販促2
    DSU
    販促3
    DSU
    販促4
    DSU
    SaaS
    DSU
    HR
    DSU
    アジリティテクノロジー部  より高度な専門性を基に領域・横断の重要案件の支援を行う
    DPM1部 DPM2部
    主務組織(領域戦略の実現のための活動に責任を持つ)
    DTL部
    Megagon
    ATL部
    D3M部(Data Driven Decision Making)
    データエンジニアリング部
    データサイエンス・機械学習エンジニアリング部
    採用・育成を含む
    専門性強化に
    責任を持つ
    所属部署

    View full-size slide

  8. © Recruit Co., Ltd. All Rights Reserved
    横断データプロダクトの活用事例
    8
    複数領域でデータ活用施策が実施されており、下記はその一例。
    リクルートカスタマー向けの施策、同クライアント向けの施策、同社員向けの施策など、施策種別も多種多様。
    機械学習モデル予測値を用いて、新ジャンルの予約数と
    配信に伴う利用金額を予測。ギフト券配信の予算の制約
    がある中、新ジャンルの利用者数を全てのジャンルにお
    いて増やす、最適な配信を実現。
    『Airレジ オーダー』から定常取得される業務データを活
    用することで提供遅れ時間の最小化を実現し、調理遅れ
    の件数を削減。
    プロダクト利用者の57%が「旅行代理店のような接客力
    を感じられた」と回答し、チャット接客の有用性を実証。
    [引用] データ推進室 事例紹介 | 株式会社リクルート 中途採用特設ページ

    View full-size slide

  9. © Recruit Co., Ltd. All Rights Reserved
    データ活用施策/データアプリケーション
    横断データプロダクトの位置付け
    9
    複数領域で利用可能なプラットフォームを開発しており、事業領域やプロジェクトを越えて活用可能なシステムを「横
    断プロダクト」と認定した上で、各領域への展開を図っています。
    横断データプロダクト (横断データプラットフォーム)
    ProjectA1
    Data App1
    横断データプロダクト2
    横断データプロダクト1
    … …
    事業領域A Products 事業領域B Products …

    横断データプロダクト3
    ユーザー クライアント

    DSU DPU
    ProjectA1
    Data App2
    ProjectA2
    Data App1
    ProjectB1
    Data App1

    View full-size slide

  10. © Recruit Co., Ltd. All Rights Reserved
    Knile Platform
    の紹介
    10
    1. はじめに
    1.1. 自己紹介
    1.2. リクルートとデータ推進室について
    1.3. 横断データプロダクトの活用事例と位置付け
    2. Knile Platform の紹介
    2.1. 横断データプロダクトの構成概要
    2.2. 横断データプロダクト Knile の位置付けと特徴
    2.3. Platform Engineering の実践例
    2.4. SRE の実践例
    3. 8年間の歩みと教訓
    4. 今後の展望
    5. おわりに

    View full-size slide

  11. © Recruit Co., Ltd. All Rights Reserved
    ETL / Delivery
    Ingestion
    横断データプロダクト群の構成概要
    11
    エンドユーザ
    事業領域
    DB
    データ収集 データ活用
    Real-time Data Ingestion
    Platform
    Batch Data Ingestion
    Platform
    Data Platform
    API Platform
    Job Platform
    Streaming Platform
    Notebook Platform
    事業領域
    サーバー
    エンドユーザ
    事業領域
    サーバー
    社内 BI
    ツール
    Ad-hoc Data Ingestion
    Platform
    データ管理

    クラウド
    ストレージ

    View full-size slide

  12. © Recruit Co., Ltd. All Rights Reserved
    ETL / Delivery
    Ingestion
    横断データプロダクト Knile Platform の位置付け
    12
    データ収集
    Real-time Data Ingestion
    Platform
    Batch Data Ingestion
    Platform
    Data Platform
    Knile API Platform
    Knile Job Platform
    Knile Streaming Platform
    Knile Notebook Platform
    Ad-hoc Data Ingestion
    Platform
    データ管理

    データ活用
    エンドユーザ
    事業領域
    DB
    事業領域
    サーバー
    エンドユーザ
    事業領域
    サーバー
    社内 BI
    ツール
    クラウド
    ストレージ

    View full-size slide

  13. © Recruit Co., Ltd. All Rights Reserved
    Knile API Platform
    横断データプロダクト Knile Platform の特徴
    13

    Key-Value API
    BFF API
    Prediction API
    Router, A/B Testing
    Auth
    Knile Job Platform
    Container Operator Task
    Python Operator Task
    Query Operator Task
    Manage Workflow
    Knile Streaming Platform Knile Notebook Platform
    Filtering, Aggregation
    Knile API Integration
    Custom Image
    Custom CPU, GPU
    データ施策専用
    レポジトリ
    commit deploy
    Knile
    利用者
    データ活用のための Data Engineering (ETL / Delivery) に特化した Platform as a Product
    設計・実装についての詳細は下記参照
    ※1 MLOps勉強会#14資料
    ※2 Cloud Native Days Tokyo 2021
    ※1
    ※2
    規模感参考 (2023/12時点)
    ※1 Knile API 全体
    ・ read : 約 200-1200 req/s
    ・ write: 約 5,000-90,000 row/s
    ※2 Knile Job 全体
    ・ コンテナ起動数: 約 1,000-1,500 / day
    エンドユーザ
    事業領域
    サーバー
    社内 BI
    ツール
    クラウド
    ストレージ

    View full-size slide

  14. © Recruit Co., Ltd. All Rights Reserved
    Knile Platform
    Self Service Features
    Platform Engineering の実践例
    14
    Knile API Platform
    Self Service Features
    Monitoring
    Billing
    Prediction API
    BFF API
    Key-Value API
    Routing, A/B Testing
    Project Resources
    Separation
    Alerting
    CI/CD
    AuthN, AuthZ
    Load Testing
    Knile Job Platform
    Self Service Features
    Workflow Management Scheduling
    Custom CPU, GPU
    Knile Streaming Platform
    Self Service Features
    Knile Notebook Platform
    Self Service Features
    Run Query, Python, Container
    Switch Backend Workflow
    Engine
    Event Filtering,
    Simple Aggregation
    Knile API Integration Custom Image Custom CPU, GPU
    Knile API Integration

    View full-size slide

  15. © Recruit Co., Ltd. All Rights Reserved
    Platform Engineering の実践例 PickUp!! --- Project Resources Separation
    15
    Knile Project Github Resources
    generated by Terraform CDK
    Team
    Branch Setting
    CI/CD Config File
    Repository README.md
    Team Member
    Binding
    Knile Project Google Cloud Resources
    generated by Kubernetes Operator
    with config connector
    Cloud Secret
    Manager Secret
    BigQuery Dataset
    Cloud Storage
    Bucket
    Service Account
    Workload Identity
    Binding
    IAM Policy
    Knile Project Kubernetes Resources
    generated by Kubernetes Operator
    ResourceQuota
    RoleBinding
    Namespace Service Account
    Knile Project Management Resources
    generated by Knile Project CI/CD
    Knile Project
    Config
    Terraform CDK
    tfstate
    Knile Project
    Kubernetes CR
    Knile Project Datadog Resources
    generated by Datadog API
    Datadog Dashboards
    Knile Project
    Datadog CI/CD

    View full-size slide

  16. © Recruit Co., Ltd. All Rights Reserved
    Platform Engineering の実践例 PickUp!! --- CI/CD
    16
    Coding Pull Request Review Merge
    Job や API などのコードを
    書きましょう。
    モデル開発のための分析環
    境も提供しています。
    Pull Request を出すと自
    動的に開発環境で Job や
    API などのリソースが作成
    されます。
    品質の担保や属人化の削減
    をサポートします。
    Mergeすることで本番環境
    へリソースが作成されます。
    GitHubを見ればコードレベ
    ルで様々な知見が共有され
    ています。
    GitHub 上で完結するデータ活用の開発サイクル

    View full-size slide

  17. © Recruit Co., Ltd. All Rights Reserved
    Platform Engineering の実践例 PickUp!! --- Project Monitoring
    17
    データ活用施策ごとに、いつ・何に・どれだけ リソース起動・リソース利用されているのかを可視化できる。
    ダッシュボードは Datadog 製であり、Project CI/CD 実行時に自動生成される。
    (例) Knile チームのサンプル施策用のリソースダッシュボード

    View full-size slide

  18. © Recruit Co., Ltd. All Rights Reserved
    Platform Engineering の実践例 PickUp!! --- Project Billing
    18
    データ活用施策ごとに、いつ・何に・どれだけ インフラコストが発生したのかを可視化することができる。
    ダッシュボードは Looker Studio 製であり、担当施策をまとめて集計などもできる(例えば事業領域単位集計)。

    (例) Knile チームのサンプル施策用のインフラコストダッシュボード

    View full-size slide

  19. © Recruit Co., Ltd. All Rights Reserved
    SRE の実践例
    19
    Knile Platform SRE
    Scalability
    Availability
    Cost Optimization
    Incident Management
    SLO Monitoring
    CI/CD
    Load Testing
    System Monitoring,
    Alerting
    Productivity Monitoring
    (Four Keys)
    Infrastructure as Code
    Toil Manegement Security
    Maintainability
    Documentation
    On-boarding
    Distributed Tracing
    Service Level
    Definition
    Error Budget
    Management

    View full-size slide

  20. © Recruit Co., Ltd. All Rights Reserved
    SRE の実践例 PickUp!! --- Service Level Definition
    20
    Service Level の定義および利用者公開。

    View full-size slide

  21. © Recruit Co., Ltd. All Rights Reserved
    SRE の実践例 PickUp!! --- SLO Monitoring / Error Budget Management
    21
    SLO 達成状況を日次・週次でモニタリング。月間の SLO 未達にな
    りうるような障害発生後は、以降の開発計画を調整し、SLO 達成
    を目指す。逆に余裕があれば大胆なチャレンジも積極的に実施。

    View full-size slide

  22. © Recruit Co., Ltd. All Rights Reserved
    SRE の実践例 PickUp!! --- System Monitoring / Alerting
    22
    各 Platform Product 上で動作するデータ施策アプリケーション全体の
    定点モニタリングと異常系アラートチェック。毎日チーム朝会で状況把握。

    View full-size slide

  23. © Recruit Co., Ltd. All Rights Reserved
    SRE の実践例 PickUp!! --- Productibity Monitoring (Four Keys)
    23
    Knile Maintainer’s Four Keys Knile Developer’s Four Keys

    View full-size slide

  24. © Recruit Co., Ltd. All Rights Reserved
    SRE の実践例 PickUp!! --- Documentation / On-Boarding
    24
    https://diataxis.fr/
    プロダクト利用者向けのドキュメンテーションも、プロダクト管
    理者向けのドキュメンテーションも、diataxis framework
    を積極採用。 On-Boarding 時の認知負荷を削減。

    View full-size slide

  25. © Recruit Co., Ltd. All Rights Reserved
    8年間の歩みと教訓
    25
    1. はじめに
    1.1. 自己紹介
    1.2. リクルートとデータ推進室について
    1.3. 横断データプロダクトの活用事例と位置付け
    2. Knile Platform の紹介
    2.1. 横断データプロダクトの構成概要
    2.2. 横断データプロダクト Knile の位置付けと特徴
    2.3. Platform Engineering の実践例
    2.4. SRE の実践例
    3. 8年間の歩みと教訓
    4. 今後の展望
    5. おわりに

    View full-size slide

  26. © Recruit Co., Ltd. All Rights Reserved
    8年間の歩み 横断データプロダクト 組織 の変遷
    2017 2023
    2021
    リクルート統合
    Data Management G
    Data Engineering G
    Data Management 2G
    Data Engineering 1G
    Data Management 1G
    Data Engineering 2G
    Data Solution 1G
    Data Solution 2G
    Data Management G
    Data Engineering G

    Data Solution 1G
    Data Solution 2G
    Data Management G
    Data Engineering G

    Data Platform G
    DMG/DEG の組織再編
    プランナー/エンジニアの役割で
    グループを分割
    ソリューション開発組織の編成
    事業領域ごとにソリューションGを分割
    事業A Data Science 1G/2G/…
    事業A Data Engineering 1G/2G/…
    事業A Data-driven Decision Making G
    事業B Data Science 1G/2G/…
    事業B Data Engineering 1G/2G/…
    事業B Data-driven Decision Making G
    Platform 開発組織の編成
    Engineering G と Platform G を分割
    Science G と Solution G を統合
    Data Product
    Engineering G
    Platform Product 開発組織の編成
    Platform as a product の運営
    Data Science G Data Science G Data Science G

    入社
    DMG/DEG の組織編成
    プランナー/エンジニアが
    同グループ
    ※所属組織および対向組織のみ記載しています
    ※簡略化のため、実際の組織名/組織構成とは異なる部分があります
    株式会社リクルートライフスタイル 株式会社リクルート
    所属組織 対向組織

    View full-size slide

  27. © Recruit Co., Ltd. All Rights Reserved
    Streaming / Notebook Platform
    Job Platform
    API Platform
    8年間の歩み 横断データプロダクト Knile の変遷
    27
    Prediction API on GKE
    BFF API on GKE
    Apache Airflow on VM
    Knile Job
    by Cloud Composer 1
    Knile Job
    by Apache Airflow 2 on GKE
    Knile API by helm on GKE
    (Router, Key-Value, BFF, Auth)
    Cloud Dataflow
    Knile Job
    by Argo Workflows on GKE
    Jupyter Hub on GKE
    Knile Notebook by Kubeflow
    Notebooks on GKE
    Knile Notebooks by
    Vertex AI Notebooks
    Knile Job
    by 内製ワークフローエンジン (Crois)
    Rundeck on VM
    Key-Value API on GKE
    2017 2023
    2021
    リクルート統合
    入社
    Key-Value API on EC2
    Knile Streaming
    by Cloud Dataflow
    株式会社リクルートライフスタイル 株式会社リクルート
    移行中
    除却済み 運用中
    Knile API by k8s-operator on GKE
    (Router, Key-Value, BFF, Prediction, Auth)
    Query Job by AppEngine
    ※簡略化のため、実際の時期とは異なる部分があります

    View full-size slide

  28. © Recruit Co., Ltd. All Rights Reserved
    8年間の教訓 サマリー
    28
    要求は変わる
    果たすべき役割は変わる
    組織は変わる
    ベストプラクティスは変わる
    役割の果たし方は変わる
    外部環境は変わる
    (技術・トレンド等)
    Why/What の変化 How の変化

    View full-size slide

  29. © Recruit Co., Ltd. All Rights Reserved
    8年間の教訓 果たすべき役割は変わる
    29
    要求は変わる
    果たすべき役割は変わる
    組織は変わる
    Why/What の変化
    組織の拡大
    戦略の変化
    組織の分割と統合
    戦術の変化
    ニーズの変化
    優先度の変化
    法令の変化
    働き方の変化
    社会情勢の変化 …
    QCD の変化

    要求が変わることを前提とした、
    「変化に柔軟な業務設計」が求められる

    View full-size slide

  30. © Recruit Co., Ltd. All Rights Reserved
    8年間の教訓 役割の果たし方は変わる
    30
    ベストプラクティスは変わる
    役割の果たし方は変わる
    外部環境は変わる
    (技術・トレンド等)
    How の変化
    クラウド・SaaS の進化 OSS の進化
    言語の進化 フレームワークの進化
    AI の進化 開発ツールの進化
    内製 / 外製 ロックイン / Not
    枯れた技術 / モダン Q / C / D
    ベストプラクティスが変わることを前提とした、
    「変更に強いアーキテクチャ実装」が求められる


    View full-size slide

  31. © Recruit Co., Ltd. All Rights Reserved
    8年間の教訓 変化に柔軟な業務設計/変更に強いアーキテクチャ実装について
    31
    MLOps勉強会#14 資料 Cloud Native Days Tokyo 2021 資料
    具体的かつ詳細な設計・実装は、以下の資料内容をご参考ください。

    View full-size slide

  32. © Recruit Co., Ltd. All Rights Reserved
    8年間の教訓 変わるものと変わらないもの
    32
    果たすべき役割は変わる 役割の果たし方は変わる
    😇 変更は大変 😇
    😇 人手不足は変わらない 😇
    人手に依存しないスケーラブルなプロダクト・チーム設計と、
    対向組織との建設的かつ粘り強いコミュニケーションが求められる

    View full-size slide

  33. © Recruit Co., Ltd. All Rights Reserved
    Product Management の実践例 (参考程度)
    33
    スケーラブルなプロダクト・チーム設計と対向組織との建設的なコミュニケーションの実現に向けた取り組み
    Knile Platform
    Product Management
    Scrum Management
    Development Planning
    Strategy Planning
    Pricing
    Feature Request
    Management
    Product Marketing
    KPI Monitoring
    User Hearing

    ※ Product Management についての詳細は下記ブログを参照ください。
    Recruit Data Blog: データ基盤 Knile のプロダクトマネジメントの取り組み

    View full-size slide

  34. © Recruit Co., Ltd. All Rights Reserved
    今後の展望
    34
    1. はじめに
    1.1. 自己紹介
    1.2. リクルートとデータ推進室について
    1.3. 横断データプロダクトの活用事例と位置付け
    2. Knile Platform の紹介
    2.1. 横断データプロダクトの構成概要
    2.2. 横断データプロダクト Knile の位置付けと特徴
    2.3. Platform Engineering の実践例
    2.4. SRE の実践例
    3. 8年間の歩みと教訓
    4. 今後の展望
    5. おわりに

    View full-size slide

  35. © Recruit Co., Ltd. All Rights Reserved
    今後の展望
    35
    Knile Platform
    SRE Enhancement
    Knile Platform
    Platform Engineering Enhancement
    E2E Test Automation
    Cost Optimization
    GitOps
    CI/CD Replacement
    APM Distributed Tracing
    API Cache API Traffic Mirroring
    Use Managed Services
    Continuous EOL
    Management
    Code Review
    Automation
    E2E Test Automation
    Prediction API
    Re-Architecture
    Continuous Technical
    Debt Management
    プロダクト利用者向けの self-service 化をさらに推進。特に API Platform の開発体験/デバッガビリティを改善。
    プロダクト管理者向けの運用上の優秀性をさらに推進。特にサービス品質改善・コスト改善・技術的負債解消を進める。


    View full-size slide

  36. © Recruit Co., Ltd. All Rights Reserved
    おわりに
    36
    1. はじめに
    1.1. 自己紹介
    1.2. リクルートとデータ推進室について
    1.3. 横断データプロダクトの活用事例と位置付け
    2. Knile Platform の紹介
    2.1. 横断データプロダクトの構成概要
    2.2. 横断データプロダクト Knile の位置付けと特徴
    2.3. Platform Engineering の実践例
    2.4. SRE の実践例
    3. 8年間の歩みと教訓
    4. 今後の展望
    5. おわりに

    View full-size slide

  37. © Recruit Co., Ltd. All Rights Reserved
    まとめ
    37
    果たすべき役割は変わる 役割の果たし方は変わる
    😇 変更は大変 😇
    😇 人手不足は変わらない 😇
    人手に依存しないスケーラブルなプロダクト・チーム設計と、
    対向組織との建設的かつ粘り強いコミュニケーションが求められる
    要求が変わることを前提とした、
    「変化に柔軟な業務設計」が求められる
    ベストプラクティスが変わることを前提とした、
    「変更に強いアーキテクチャ実装」が求められる
    変わるもの
    変わらないもの
    Platform Engineering / SRE with Product Management

    View full-size slide

  38. © Recruit Co., Ltd. All Rights Reserved
    [PR] We are hiring!
    38
    カジュアル面談はこちらより
    お申し込みください
    データサイエンティスト
    機械学習エンジニア
    データエンジニア
    アナリティクスエンジニア
    BIエンジニア
    R&Dエンジニア
    データアプリケーションエンジニア
    パブリッククラウドエンジニア

    View full-size slide

  39. © Recruit Co., Ltd. All Rights Reserved
    [PR] 今後のリクルートイベント情報
    39
    イベント申し込み用ページ:https://recruit-event.connpass.com/event/302250/

    データ推進室に関する以下ページもぜひご覧ください。
    データ推進室 特設採用サイト
    https://www.recruit.co.jp/employment/mid-career/data_lp/
    データ推進室 X(旧Twitter)アカウント
    https://twitter.com/Recruit_Data
    データ推進室 ブログ
    https://blog.recruit.co.jp/data/
    株式会社リクルート connpassページ(イベント情報)
    https://recruit-event.connpass.com/event/
    イベント申し込み用ページ:https://atma.connpass.com/event/301535/
 イベント申し込み用ページ:https://atcoder.jp/contests/ahc029


    View full-size slide

  40. © Recruit Co., Ltd. All Rights Reserved
    ご清聴ありがとうございました!
    40

    View full-size slide

  41. © Recruit Co., Ltd. All Rights Reserved
    Appendix
    41

    View full-size slide

  42. © Recruit Co., Ltd. All Rights Reserved
    リクルートグループについて
    42

    グループ従業員数
    58,493名

    連結子会社257社
    関連会社10社
    グループ企業数

    連結売上収益
    34,295億円

    連結営業収益
    3,443億円

    ビジョン・ミッション Follow Your Heart まだ、ここにない、出会い。
    より速く、シンプルに、もっと近くに。
    
 1960年3月31日 創業 「大学新聞広告社」としてスタート
    (2023年3月31日時点)
    (2023年3月31日時点)
    (2022年4月1日~2023年3月31日)
    (2022年4月1日~2023年3月31日)

    View full-size slide