数理最適化エンジニア（インターン）

私たちのMission

「納得できるシフトが完成するまでにかかる時間を90%削減する」

介護、病院、保育、工場。多くの人を支える現場では、いまも管理者が毎月何時間もかけて、紙やExcelとにらめっこしながらシフトを組んでいます。法定基準・人間関係・休み希望・従業員の健康—シフト作成は、現場の制約をすべて受け止める、地味で、けれど現場のクオリティを左右する仕事です。

シフッタは、この作業時間を 90%削減 することを目指しています。感情のないシフトをポンと出力するだけなら99%の時間を削減できるかもしれません。しかし、シフッタは現場で本当に使えるプロダクトを提供することを目指して体験設計を行っています。。

技術スタック：数理最適化 × LLM のハイブリッド

シフッタのコアは、LLMと数理最適化ソルバーを連動させたシステムです。

主な構成要素:

• 言語: Python, Go
• 数理最適化: PuLP + 商用ソルバー（今後OR-Toolsも利用予定）
• インフラ: Cloud Run, その他GCPサービス
• バージョン管理: GitHub

お任せしたいこと

入社後にお任せする業務は、大きく3つです。

1. 数理最適化ソルバーの制約追加・精度改善

新しい要望が上がってくるたびに、それを「整数計画問題の制約」として定式化し、ソルバーに組み込んでいただきます。入力データの生成やバリデーションの作成もご対応いただきます。

• 例: 「夜勤明けの翌日は必ず休み」「特定有資格者のペア配置」を定式化
• 例: 不公平度・希望反映率といった「解の品質」を改善

2. LLMのレスポンス改善・チューニング

技術的な詳細は面談以降でご説明させていただきます。

3. ソースコードのリファクタリング

プロダクトが急速に育っているフェーズなので、コードを「読みやすく・育てやすく」保つことも大事な仕事です。テストの整備、責務の分離、ドキュメント化—エンジニアリングの基本を一緒にやっていきましょう。

期待する人物像

必須スキル

• Pythonでの実装経験
• PuLP（または同等の数理最適化ライブラリ）での実装経験
• Gitでの開発フローに慣れていること

歓迎スキル

• Goでの実装要件
• 整数計画・線形計画の基礎知識
• LLM（OpenAI / Anthropic API）でのアプリ開発経験
• メタヒューリスティクス（タブーサーチ・遺伝的アルゴリズム等）の実装経験
• 競技プログラミング, Kaggleの経験

特に来てほしい人

数理最適化技術を汎用的に社会実装することに興味関心のある方を募集しています。

シフッタは、論文の中だけ・ベンチマークデータセットの上だけで完結する仕事ではありません。 明日の現場を支える仕事に関わりたい、スタートアップで働きたいという方を心よりお待ちしております。

働き方

選考フロー

1. 応募フォームから書類提出（CV／GitHub・論文・ポートフォリオURL）
2. 書類選考（1〜3営業日以内に回答）
3. 面談（60分・オンライン）
4. 契約条件すり合わせ → インターン契約締結

「数理最適化に興味はあるけど、自分の経験で大丈夫かな…」という方も、まずはカジュアル面談をさせてください！