Tech.16_AI Native Platform Engineer

■ 会社概要

2019年の創業以来、エネルギー事業者向けにオンラインのマーケットプレイスを提供し、大手電力会社を含むマーケットの95％のシェアを占める法人企業が参加する国内最大の取引市場へと成長しました。GTV (取扱高) は3兆円に迫り、今後は単年度の取扱高で100兆円市場の実現を目指しています。

2026年1月にはシリーズB追加ラウンドで総額50.5億円の調達を実施し、さらに開発チームへと積極投資しています (累計取扱高3兆円を突破。今後はグローバル水準の機能開発、セキュリティ投資、AI活用を加速)。

https://enechain.co.jp/news/enechain-raises-5billion-jpy-in-series-b-extension

■ プロダクト

1/ eSquare: トレーディングプラットフォーム

国内初のオンラインでエネルギーを自由に売買できる本格的なトレーディングプラットフォーム (経産省による許認可事業)

2/ eCompass: マーケットデータプラットフォーム

電力取引に必要な、電力価格や燃料価格の市況データなど、エネルギーに関するあらゆるデータ・マーケット情報を提供するデータプラットフォーム

3/ eScan: マーケットのリスク管理ツール

取引状況や市況データから事業上のリスク量を可視化する日本電力に特化したETRＭ(Energy Trading Risk Management System)

4/ JCEX: 環境価値取引のマーケットプレイス

気候変動の緩和や日本におけるカーボンニュートラルの実現を後押しする、国内の環境価値や海外ボランタリークレジットをオンライン上で売り買いできるマーケットプレイス

• > プロダクト情報: https://enechain.co.jp/services

■ Platform Engineering 領域に関する課題

1. 高速な事業成長と、開発者体験・ガバナンスの両立

enechainは、エネルギーの取引所という社会的責任の大きい領域で事業を展開しています。プロダクトが増え続けるなかで、開発者が迷わず・速くプロダクトを届けられる状態と、取引所として求められるガバナンス（標準化・セキュリティ・監査対応）を、高い水準で両立する開発基盤が必要です。

2. AI時代の開発速度を支えるプラットフォームづくり

全社に生成AI（Claude Code等）が浸透し、実装スピードは大きく上がっています。一方で、インフラ・環境・デプロイの提供が従来のまま（人が操作する前提）だと、開発組織全体としては速くなりません。Platform Engineeringには、AI時代に合わせて「プラットフォームの作り方」そのものをアップデートすることが求められています。

3. 少人数で全プロダクトを支える、AI Native型プラットフォームへの挑戦

プロダクトや基盤システムが増える一方で、Platform Engineeringチームはまだ少人数です。特定の人が頑張り続ける運用ではなく、インフラ構築・デプロイ・検証環境・ガバナンスを仕組み化し、開発者（と、開発者が使う生成AI）が自律的に・安全にインフラを扱える状態を目指しています。一般的なPlatform Engineeringのプラクティスをそのままなぞるのではなく、AI時代に合った新しいプラットフォームの形をつくっていくフェーズです。

■ 業務内容

Platform Engineerとして、開発者が迷わず・速く・安全にプロダクトを届けられる開発基盤づくりを担っていただきます。チーム拡大と共に業務スコープは見直していく予定です。

• 内製の開発者プラットフォーム（IDP）の開発と、既存インフラの移行（スキーマ駆動でTerraform/Kubernetesコードを生成）
• PR Preview基盤（PRごとに検証環境を払い出すKubernetes controller）の開発・全社展開
• GKE / Kubernetes共有クラスタの運用・改善、標準構成の刷新
• Terraform / IaC基盤（共通モジュール・CI/CD）の開発・推進
• Argo CD / Argo Workflowsによるデプロイ・ジョブ実行基盤の高度化
• ポリシーによる構成チェックの自動化（Policy as Code）と、生成AIを活用した変更レビュー・品質ゲートの仕組みづくり
• 生成AI（自動化ツール）が安全にインフラを操作するための権限・監査の整備
• ADRやDesign Docによる意思決定の整備、開発者向けガイドライン・オフィスアワー運営

■ 技術スタック

https://techblog.enechain.com/entry/technology-stack-2023-summer

• フロントエンド：React、TypeScript
• バックエンド：Go/gRPC、NestJS/GraphQL
• データベース：PostgreSQL
• データエンジニアリング：Python
• モバイル：Flutter
• インフラ：GCP, GKE, Argo Workflow, BigQuery, Pub/Sub, DataFlow, etc
• IaC：Terraform
• 分析ツール：Looker Studio, Tableau, Google Analytics
• CI/CD：Cloud Build, GitHub Actions, Argo CD
• ロギング/モニタリング：Datadog

■ AI環境

• NotionAI
• OpenAI
• Claude
• Gemini
• NotebookLM
• CURSOR
• Devin