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

SMN株式会社 採用ピッチ資料

Avatar for SMN recruitment SMN recruitment PRO
June 05, 2025
13k

 SMN株式会社 採用ピッチ資料

SMN株式会社のエンジニア採用ピッチ資料です。

Avatar for SMN recruitment

SMN recruitment PRO

June 05, 2025
Tweet

Transcript

  1. Contents 3 01 SMNについて About SMN 02 SMN business and

    products SMNの事業とプロダクト Job details at SMN 03 SMNでの仕事内容 04 SMN culture SMNのカルチャー 05 Regarding recruitment 募集に関して
  2. 01 SMNについて ヒストリー 6 SMN設立 2000.3 2012.4 DSP「Logicad」 提供開始 広告主が効率的に広告配信できる

    プラットフォームであるDSPを自社開発。 人工知能「VALIS-Engine」 自社開発 2016.4 「Logicad」の新たなエンジンに、 自社開発した人工知能 「VALIS-Engine」を搭載。 読売新聞東京本社、 大日本印刷と協業開始 2022.12 新聞・テレビ・出版物の3種のマスメディアを 横断するデータマーケティングを実現。 ソニーグループ傘下へ 2008.3 2015.12 東京証券取引所場への上場を承認 「Logicad」 と、アフィリエ イト 事業「S CAN」 が ともに 牽引し 、2015年12月22日上場。
  3. 01 SMNについて SMNの強み 7 国産DSPのパイオニアとしての地位 01 Feature 数少ない国産DSPの開発・運用を手がける SMN。 競争が激しいアドテク領域において、日本発

    の最先端広告配信技術をリードしています。 03 Feature 小数精鋭のフルスタック開発体制 170名規模の会社ながら、プロパーエンジニ ア30名ほどでフルスタック開発を担当。個人 の技術力がダイレクトに事業の成果につなが ります。 02 Feature 膨大なデータを活用し、独自の機械学習アル ゴリズムを設計・運用。従来の手法にとらわ れず、常に新しい技術を試せる環境がありま す。 億単位のデータ×独自アルゴリズム 04 Feature 大手 企業ならで はの 安定性と、少数 精鋭なら で はの 裁量と自 由度の 高さを 両立。技術力と ブランド力を 武器に、 グロー バルな 視点で 挑 戦で きます。 ソニー グルー プの ブランドと 技術力
  4. 02 SMNの事業とプロダクト 事業内容 9 Service アドテクノロジー事業 独自開発の人工知能「VALIS-Engine」を搭載したDSP「Logicad」や、マーケティング施策の高速化 を実現するマーケティングハブ「VALIS-Cockpit」など、さまざまなマーケティングソリュー ションの開発・提供を通じて企業のマーケティング領域に貢献 します。

    代表的名アドテクノロジー Representative Ad Technology アドテクノロジーとは? What is Ad Technology? Demand Side Platform Supply Side Platform Data Management Platform 広告主が最適な広告枠を 自動で購入・配信するた めのプラットフォーム DSP SSP DMP メディアが広告枠を 最適な価格で売るための プラットフォーム ユーザーのデータを 蓄積・分析し、広告配 信の精度を向上させる プラットフォーム アドテクノロジーによって、ユーザーには適切な広告配信が、 広告主やメディアにとってはコストを抑えた高精度な広告掲 載が可能になりました デジタル広告の配信や最適化を支える技術。 広告主がターゲットとするユーザーに適切な広告を届けるために、 データ分析・機械学習・アルゴリズム・自動入札システムなどの技術 が活用されます。
  5. 02 SMNの事業とプロダクト プロダクト紹介 10 Product Feature サービスの3つの特長 Three features ビッグデータと独自のAI技術を持つ国産

    DSPで、広告効果を最大化 Features 01 技術力 配信面と広告効果を可視化し、透明性 を確保。安全性ある配信が可能 Features 02 透明性 高性能なエンジンと運用者の豊富な知識・ 経験により効果が持続 Features 03 運用力 広告主 広告代理店 販売 広告枠 仕入 SSP等 SSP 仕入 媒体 「Logicad(ロジカド)」は、独自のアルゴリズム開発によって、広告主に応じた 「最適なターゲット」「最適なタイミング」「最適な場所(掲載面)」 で、広告を届けることができる自社開発のDSPです。 独自の人工知能「VALIS-Engine」を搭載し、潜在顧客層に対して高精度なターゲ ティング広告配信を実現します。さらに、大規模な配信ログやオーディエン スデータを高速かつ安定的に処理できるシステムインフラを備え、広告効果を 最大化します。
  6. 03 SMNでの仕事内容 DSPにおける各部署の役割 12 AIエンジニアの提供 a.i lab. AIエンジンの開発・運用 AIを用いた入札アルゴリズム開発 01

    ターゲティングアルゴリズムとシステムの開発 02 レポーティングシステム開発 03 ビジネス課題の抽出と分析 04 Department 広告主 SMNのDSP ユーザー 出稿 広告配信 DSP システム開発 技術開発 DSPシステム全体の開発・運用 Department RTBシステム(入札システム)開発 01 広告配信システムの開発 02 広告データの変換・連携バッチ開発 03 オンプレHadoopクラスター構築 04 クラウドリソース管理・運用 05
  7. Department  技術開発 技術開発は、DSPの中核を担うエンジニアチームです 。 幅広い技術を学びながら、スキルの幅を広げられる環境です 。 プロダクトを支えるエンジニアチーム 03 SMNでの仕事内容 部署紹介

    1 3 Business content 主な業務内容 プロダクト開発 DSPシステムの機能設計・開発 Content 01 プロダクト運用 広告配信の安定性を支えるインフラ整備 Content 02 技術検証 最新技術を取り入れ、システムの最適化を推進 Content 03 大規模データ処理 膨大なデータを高速に処理する システムの開発 Content 04 この仕事のやりがい Point 自分の提案がプロダクトに反映される達成感 インフラ、アプ リ 開発、データ処理 ま で幅広 く経験し 、 多様 な技術 領域 を 横断的 に 習得 で き る こ ん な 人 に 向 い て い ま す Point チームで 多様 な技術に 挑戦した い 方 自分のアイデアをス ピ ーデ ィ ーに 形 に した い 方 フルスタ ッ クエンジニア として 成 長した い 方
  8. Department  a.i lab. a.i lab.は、SMNの広告配信システムにおけるAIエンジンの開発・運 用を担うチームです。大規模データを駆使し、独自のアルゴリズム をゼロから設計できる環境が特徴です。 AIとデータで広告配信を最適化する データサイエンティストチーム 03

    SMNでの仕事内容 部署紹介 1 4 Business content 主な業務内容 アルゴリズム設計 AIによる入札・ターゲティングの最適化 Content 01 データ解析 膨大な広告データの分析と活用 Content 02 技術検証 新しい手法を試し、広告配信の精度を向上 Content 03 この仕事のやりがい Point 億単位のデータを扱う醍醐味 機械学習 や 数学的知識 を 実 務で活かし、広告配信の 未来 を 創れ る こ ん な 人 に向い て い ま す Point 膨大なデータを活用し て 新しいアルゴリズムを 考え るのが 好 きな 方 検証・ 改善サイク ルをはや め に 回 しながら、 成果 を 実感 し た い 方 学 術 的 な 知識 を活かし て AI技術を 実 務で 応 用し た い 方
  9. 03 SMNでの仕事内容 キャリアアップ・スキルアップに関して 15 社内勉強会・1on1 実践的な学習機会が豊富 メンター制度 入社後すぐに先輩のサポートあり 技術検証の機会 自主的に手を挙げれば新しい技術に挑戦可能

    成果重視の評価制度 開発・研究実績がキャリアに直結 スキルアップ環境 Skill up 技術開発 Technology & Development プロジェクトリーダーとして活躍 5年目 主要プロダクトの開発を担当 3年目 基礎技術の習得 1年目 a.i lab. Ambitious Innovation Lab. プロジェクトリーダーとして活躍 5年目 アルゴリズム設計を主導 3年目 基礎技術の習得 1年目 Career キャリアパスイメージ
  10. 03 SMNでの仕事内容 SMNで扱う技術スタック一覧 16 Slack Chatwork Google Workspace Jira Confluence

    OpenAI AWS(Amazon Web Service) Gemini GCP(Google Cloud Platform) Gemini Code Assist 生成AI クラウドプラットフォーム ビジネスツール・ コミュニケーション Java Spring Framework Go Spring Boot Vue.js JavaScript TypeScript 技術開発 Python SQL Jupyter NoteBook scikit-learn PyTorch Java Julia a.i lab. 開発言語・フレームワーク Stack 01 Stack 02 Stack 03 Stack 04
  11. SSPと新規接続を行い、配信在庫の拡大 と売上増加を目指すプロジェクト。 03SMNでの仕事内容 開発フローとプロジェクト例 17 開発フロー【新機能開発】 プロジェクト例【SSP新規接続】 事前調査 数日〜数週間 ・SSPの仕様・技術制約を確認し、既存システムとの

     互換性を検討 ・開発工数とスケジュールを策定 事前調査 数日〜数週間 ・SSPの仕様・技術制約を確認し、既存システムとの  互換性を検討 ・開発工数とスケジュールを策定 要件定義 数日〜数週間 ・社内の商品企画・運用チームらと連携し、ビジネス要件  を開発要件へ落とし込む ・開発範囲を定め、優先度を決定し、非機能要件を整理 要件定義 数日〜数週間 ・社内の商品企画・運用チームらと連携し、ビジネス要件  を開発要件へ落とし込む ・開発範囲を定め、優先度を決定し、非機能要件を整理 設計 1週間 ・SSPとの詳細仕様確認(Q&Aを含む) ・システムアーキテクチャやAPIの設計 設計 1週間 ・SSPとの詳細仕様確認(Q&Aを含む) ・システムアーキテクチャやAPIの設計 開発・テスト 2〜3週間 ・実装、コードレビュー、ユニットテスト、  結合テストの実施 ・CI/CD環境を用いた自動テストやSSPとの  外部結合テストの実施 開発・テスト 2〜3週間 ・実装、コードレビュー、ユニットテスト、  結合テストの実施 ・CI/CD環境を用いた自動テストやSSPとの  外部結合テストの実施 リリース 1日〜数日 ・Jenkins等を利用したCI/CDパイプラインを経由したデプロイ ・データマイグレーション(必要な場合) リリース 1日〜数日 ・Jenkins等を利用したCI/CDパイプラインを経由したデプロイ ・データマイグレーション(必要な場合) リリース後確認 数日 ・実際の端末上で広告配信の表示確認 ・監視・可視化ツール(Prometheus、Grafanaなど)を用いた モニタリング リリース後確認 数日 ・実際の端末上で広告配信の表示確認 ・監視・可視化ツール(Prometheus、Grafanaなど)を用いた モニタリング 01 02 03 04 05 06 リリース後確認 ログ確認 広告効果測定 評価調整 開発・テスト 実装 コードレビュー ユニットテスト 統合テスト 負荷試験 事前調査 仕様確認 技術要件 見積もり 設計 アーキテクチャ設計 DB設計 API設計 リリース 要件定義 運用・企画メンバー PdM エンジニア 技術開発 Work 01
  12. a.i lab. 既存CTV予測アルゴリズムが陳腐化していて、予測精度も収束して いたので、モーダンなアルゴリズムに刷新するプロジェクト。 開発フロー【機能開発・改善】】 プロジェクト例 03SMNでの仕事内容 開発フローとプロジェクト例 18 Work

    02 課題抽出 数日 ・現行アルゴリズムが陳腐化しており、予測精度が収束している ことを課題と感じる 課題抽出 数日 ・現行アルゴリズムが陳腐化しており、予測精度が収束している ことを課題と感じる オフライン検証 数週間 ・lightGBMを直線回帰の代替として精度検証を開始 オフライン検証 数週間 ・lightGBMを直線回帰の代替として精度検証を開始 オフライン検証 数ヶ月 ・推論スピードを上げるために工夫 オフライン検証 数ヶ月 ・推論スピードを上げるために工夫 本番開発・テスト 数週間 ・新規アルゴリズムの実装 本番開発・テスト 数週間 ・新規アルゴリズムの実装 技術開発部連携・テスト 数週間 ・A/B 実験機構の検討と実装 技術開発部連携・テスト 数週間 ・A/B 実験機構の検討と実装 配信実験 数ヶ月 ・6回の配信実験を実施 ・実験機構の作動確認、多数条件での評価 配信実験 数ヶ月 ・6回の配信実験を実施 ・実験機構の作動確認、多数条件での評価 リリース 数日 リリース 数日 新規課題確認 数週間 ・オフライン検証では精度の改善はあるが、推論スピー ドが遅い問題を確認 新規課題確認 数週間 ・オフライン検証では精度の改善はあるが、推論スピー ドが遅い問題を確認 要件定義 数日 ・既存アルゴリズムは推論速度が遅いが、精度が高いメンテナンス性 がより良いアルゴリズムをサーベイ 要件定義 数日 ・既存アルゴリズムは推論速度が遅いが、精度が高いメンテナンス性 がより良いアルゴリズムをサーベイ 01 02 03 04 05 06 07 08 09 本番実装 コードレビュー テスト 配信実験 A/Bテスト 前後比較 オフライン検証 シュミレーション データ分析 コードレビュー 要件定義 データサイエンティスト 運用・企画メンバー 技術開発部連携 特微量連携 課題抽出 ヒアリング or 問い合わせ リリース 動作確認 ベンチマーク
  13. 01 フラットな 組織 02 チャレンジの 推奨 勉強会やメンター制度を通じて、 技術者としての成長をサポート 上下関係にとらわれず、 誰もが自由にアイデアを提案できる

    失敗を恐れず挑戦し、 改善を繰り返す文化 03 学び続ける 環境 クライアントの期待を超える成果 単なる広告配信でなく、 長期的なビジネス成長を支援 部署間の壁がなく、 協力的なチームワーク チームで価値を創造 スピード感と柔軟性 アイデアを素早く試し、 失敗から学ぶ文化 04 SMNのカルチャー SMNのDNA 20 3Points 3Points SMNが大切にする3つの価値観 カルチャーを支える3つの要素
  14. 04 SMNのカルチャー 職場環境・福利厚生・待遇 21 年齢比率 20代 6名 18 名 1名

    1名 30代 40代 50代 ※技術部門の正社員数 博士・修士の割合(新卒入社者) 83% 修士 17% 博士 新卒の割合 59% 中途 41% 新卒 (2025年1月末現在/SMN単体の正社員数、 うち技術部門26人) 163 人 社員数 26人 時間 (専門型裁量労働制を除く、 フレックスタイム制の社員のみ) 平均残業時間 21 日 年間休日日数 (2025年) 125 数字でみるSMN 福利厚生・待遇 社会保険完備 (健康保険、厚生年金、雇用保険、労災補償) スキルアップ支援制度 従業員持株会 アリバーサリー休暇 積立休暇 社員食堂有 業務用PC・ディスプレイの選択可 資格試験代補助​ など Data Support
  15. 05 募集に関して 募集要項 23 三度の飯よりプログラミングが好き!な方 億単位の大規模データをもつプロダクト開発に一気通貫で携わりたい方 自発的に課題を発見し、解決に取り組める方 チームで協力し、価値を生み出すことを楽しめる方 チャレンジを恐れず、試行錯誤を楽しめる方 求める人物像

    大規模な開発を経験できる 技術の幅を広げ、次世代のプロフェッショナルに成長 億単位のデータや独自アルゴリズムに触れることで、唯一無二の経験 が得られる この仕事で得られること プログラミング言語(Python、Java、または同等のスキル) 求めるスキル 技術開発 Recruit 01 億単位の大規模データやアルゴリズムに 興味が ある方 既存アルゴリズムの 転用ではな く、独自アルゴリズムの開発に関わりたい方 自発的に課題を発見し、解決に取り組める方 チームで協力し、価値を生み出すことを楽しめる方 チャレンジを恐れず、試行錯誤を楽しめる方 求める人物像 研究室で 学んだスキルをプロダクトで 実践できる 技術の幅を広げ、次世代のプロフェッショナルに成長 億単位のデータや独自アルゴリズムに触れることで、唯一無二の 経験が得られる この仕事で得られること プログラミング言語(Python、Java、または同等のスキル) 基本的な 数学的 知識(アルゴリズム、 統計、データ 構造な ど) 大規模データ 分析またはアルゴリズム開発の 基礎知識 求めるスキル a .i la b. Recruit 02
  16. 05 募集に関して 採用メッセージ 24 採用メッセージ Message 採用メッセージ Message SMNには「試す」「学ぶ」「成長する」ことを後押しするカルチャーがあります。 フラットな組織で、挑戦が歓迎され、自ら考えたアイデアがすぐにプロダクトへと反映される環境です。

    トップダウンではなく、エンジニア主導で未来を創る組織だからこそ、 あなたの探究心がダイレクトに形となり、世界を動かす可能性を秘めています。 「自ら技術を磨き、最先端の開発に挑戦し続けたい」 「フルスタックで、データ×AIを活用したプロダクト開発に携わりたい」 「試行錯誤しながら、技術で世の中を変えたい」 そんな想いを持つあなたと、一緒に働きたい。 技術の力で、次の時代を創る挑戦をSMNで始めませんか?