メルカリは出品の自動化から検索・レコメンド最適化、不正検知までAIを広く活用し、より快適で安心なマーケットプレイスを実現しています。

本記事では、メルカリが注力するAI活用を整理したうえで、募集中のAI関連職種・求人の特徴や現場の取り組み事例までまとめて解説します。 AI業界・業種への転職や、メルカリのAI関連職種への転職をお考えの方、情報収集したいという方は是非お気軽にご相談ください。

メルカリでは、AI/機械学習を研究にとどめず、マーケットプレイスの体験改善と安心・安全の強化に直結する形で実装し、価値提供を広げています。 AI活用の中心領域は、下記のとおりです。

・出品支援（商品情報の自動生成、出品作業の省力化）
・検索・レコメンド（ランキング最適化、パーソナライズ）
・安心・安全（不正検知・不正監視、疑わしい行為の検出）
・カスタマーサポート／ガイド（問い合わせ対応の効率化、自己解決率向上）

中でも柱となっているのが「出品〜購入の体験改善」と「安心・安全」の2つです。 例えば出品では、写真やカテゴリなどからタイトル・説明文などを提案して入力負荷を下げ、検索ではユーザー行動などのシグナルを使って結果の並び順を改善します。 さらに安心・安全では、取引中の挙動をもとに不正リスクを見極める仕組みを強化し、CS領域でも問い合わせ対応の一部自動化や業務効率化を進めています。

メルカリのAI職種は、下記のように大別することができます。

AI/LLMプロダクト開発（Web Engineer）	生成AI/LLMを組み込んだWeb体験を実装するポジションです。AI/LLMサービスとバックエンドAPIをつなぎ、性能・安定性・アクセシビリティも含めて品質を担保します。 ・主な役割：AI/LLM機能のWeb実装／AIサービス連携／フロント性能・品質改善／開発プロセス改善
AI/LLMプロダクト開発（Android Engineer）	モバイル（Android）でAI/LLMを活用した新機能・体験を実装するポジションです。ML・バックエンド・インフラ・デザイン・PMと連携し、技術面とプロダクト面の両方から推進します。 ・主な役割：AI/LLM機能のAndroid実装／アーキテクチャ設計・技術リード／横断連携／品質・運用改善
AI研究開発（AI Research Scientist / R4D）	研究を社会実装につなげるR4Dで、マルチモーダル基盤モデルや生成AI（LLM、画像×テキスト、Agentic AIなど）の研究開発に取り組むポジションです。大規模学習・評価、プロトタイプ開発、成果発信まで担います。 ・主な役割：基盤モデル/生成AIの研究開発／大規模学習・評価設計／プロトタイプ開発／社内外への発信
データサイエンス（Data scientist / R4D）	大規模データの特性理解から、データ戦略（収集・サンプリング・ラベリング等）、データパイプラインや評価自動化の設計まで含めて、次世代ECを支えるMLをデータ面から前進させるポジションです。 ・主な役割：データ戦略設計／データパイプライン・自動化／大規模データ分析と技術提案／ML評価・改善支援

※採用ニーズは変化するため、募集が終了・変更になっている場合があります。最新状況はメルカリ公式の募集一覧をご確認ください。

ここでは、公式サイトのインタビューをもとに、メルカリのAI領域で活躍している方の声をご紹介していきます。

Iさん（IT企業 → メルカリ：生成AI/LLM専門チーム）
・転職理由： 生成AI/LLMを、プロダクトの課題解決だけでなく社内生産性向上にも広げるため、横断の専門チームとして推進。 「AI Driven」を前提に、データやAPIを使いやすい設計を整えながら、新しい顧客価値づくりを加速させたいと考えて入社を決意。

・やりがい： 変化が激しい技術領域でも、ユーザー規模が大きいサービスに実装して反応を得ながら、次の探索に進めるスピード感が魅力。 プロダクトだけでなく社内システムにも展開し、現場の業務に効く形でAI活用のPDCAを素早く回せる手触りも大きい。

Oさん（IT企業 → メルカリ：生成AI/LLMチーム（テックリード））
・転職理由： 「メルカリはもっとAIを使いこなせるはず」という課題感があり、VP直下の全社貢献型チーム立ち上げを機に参画。 少人数・最新技術・新規プロダクトの掛け合わせをデリバーするため、バックエンド／フロント／場合によってはインフラまで“フルスタック”に動ける体制づくりにも挑戦している。

・やりがい： 不確実性が高い領域だからこそ、組織づくり・プロダクトづくりの両面でチャレンジが多く、忙しくも“楽しい”日々だと感じられる点。 デザイナーやPMなどプロダクト開発力の高いメンバーと一体で、顧客体験として磨き込めるのも面白さになっている。

Tさん（金融機関 → メルペイ：Trust & Safety Product（不正検知/KYC））
・転職理由： 長年、不正対策やルール設計・新技術導入に携わった経験を活かし、決済・取引の信頼性を守る領域へ。 決済では「検知が遅い＝守れない」ため、即時に不正を止める仕組みづくりを重要テーマとして推進している。

・やりがい： 取引発生後数分では遅い決済領域で、リアルタイムに不正を防ぐ基盤設計・運用を前に進められること。 攻防が続くドメインだからこそ、改善を前提にアップデートし続ける開発と他チーム連携の両方に手応えがある。

Rさん（フィンテック業界 → メルペイ：Trust & Safety Product（不正検知開発））
・転職理由： アドテク／審査系の開発経験を経て、より安全性の中核を担う不正検知の開発へ。 ローテーションプログラムも活用しつつ、既存の延長ではなく新しい挑戦ができる点や、AWS/Splunkを使う環境に魅力を感じてTnS領域にジョイン。

・やりがい： 不正ルールを事前検証してからリリースし、どれだけ防げたかが分かるため成果が実感しやすい。 大量かつ複雑なデータを見ながら「どう守るか」を考え、継続運用で精度と安全性を高めていける奥深さもある。

Yさん（組織・人事系コンサル → メルカリ：レコメンデーションチーム（データアナリスト））
・転職理由： 前職で分析基盤整備や推薦システム開発の経験を積み、その知見をCtoCならではの多様で細かな行動ログを使ったプロダクト改善に活かすため入社。 行動ログだけでは分からない「なぜ」を埋めるため、ユーザーインタビューやアンケートも組み合わせて仮説検証する分析スタイルを重視している。

・やりがい： 機能改善前に利用規模やインパクトを見積もり、意思決定をデータで支えられる点が面白い。 ほぼ全てのケースでABテストを回し、複雑な購買経路の中で「何が改善だったか」を読み解く難しさ自体がやりがいになっている。

ここでは、メルカリがなぜAI領域で注目されているのかを、4つの観点で整理します。

メルカリは、写真を入れてカテゴリーを選ぶだけでタイトル・商品説明文を自動生成する「AI出品サポート」を提供し、 出品の面倒さを直接解消しています。 写真からカテゴリーを提案し、その後に文章生成へ進むなど、入力の順番を含めて設計しているほか、 生成内容はユーザーが確認・修正できるため、初心者でも安心して使いやすい設計となっています。

CtoCの場合は同じ商品でも状態や付属品が異なるため、説明文の質が売れやすさに直結する傾向にあります。 AIが下書きを作ることで、出品のハードルを下げつつ情報のばらつきを減らし、マーケット全体の見つけやすさ・選びやすさにつながる点が評価されています。

メルカリの在庫は日々入れ替わり、同じ型番でも状態・価格が多様な“ロングテール”です。 従来のテキスト検索だけでは、欲しいモノにたどり着けないケースが出やすいため、 検索のコア機能に機械学習のリランキング（Machine-Learned Re-ranking）を導入しました。 候補をまず検索で拾い、次にクリックや購入などの行動シグナルを特徴量として学習したモデルで並び順を最適化する発想です。 検索はユーザーが商品を見つける最も基本的な機能であるため、オンライン実験で効果を確かめつつ段階的に改善でき、 検索を入口に関連表示の精度向上にも波及する点が注目されています。

メルカリ/メルペイは、取引と決済を支える以上「不正をどれだけ早く止められるか」が競争力になります。 公式インタビューでは、0.1秒でも遅ければお客さまを守れないという前提で、 不正検知をリアルタイムに処理する難しさが語られています。

また、疑わしい取引を止めつつ、正しい利用は止めない（誤検知を増やしすぎない）バランスも重要です。 メルペイのTrust and Safetyチームは、不正対策をマイクロサービスとして分割し、 日々激化する手口にエンジニアリングで対処していることも公開しています。
低遅延・高可用性・継続改善が同時に求められる“実戦投入のAI”である点が注目されています。

メルカリは、生成AI/LLMを「プロダクトの課題解決」と「社内生産性の向上」の両面で進めるため、 グループ横断の生成AI/LLM専門チームを組成しています。
単発のPoCで終わらせず、各チームが使える共通基盤や支援（Building/Enabling）として展開する方針が明確です。

加えてMLプラットフォームの取り組みも発信されており、学習・評価・デプロイ・監視までを効率化するMLOpsを継続的に改善しており、 メルペイの運用改善事例なども含め、最新技術を安全にスケールさせられる体制が注目されています。
組織横断で知見を共有し、プロダクト実装へつなげる発信も活発です。

メルカリのAI活用は、出品・検索・価格設定といった「使いやすさ」を上げる領域だけでなく、ルール違反や不正を抑える「安心・安全」、さらに社内の生産性向上まで、マーケットプレイス運営に必要な広い範囲へ展開しているのが特徴です。
ここでは代表的な機能・サービスについて解説します。

分類	機能・サービス名	概要（現状の何を改善するか）
出品	AI出品サポート	写真＋カテゴリー選択を起点に、タイトル・商品説明文の作成を支援し、出品時の入力負荷を減らす
出品	相場検索	画像またはキーワードで相場価格や配送料金の目安を確認でき、価格設定の迷いを減らして出品を後押しする
検索	画像検索	画像を起点に似ている商品を探せるようにし、商品名が分からない場合でも“見つけやすさ”を改善する
検索/出品（過去）	メルカリAIアシスト（終了）	出品の改善提案やチャット検索での条件整理を支援していたが、2024年8月7日に終了
安心・安全	自動違反検知（Content Moderation）	違反出品や不正行為を機械学習＋ルールで検知し、監視・対応の効率と精度を高める

概要
AI出品サポートは、出品時に「写真を入れて、カテゴリを選ぶ」流れを起点に、タイトルや商品説明文などの入力をAIが手伝う機能です。 出品の最初に発生する細かい入力作業を減らし、出品を始めるハードルを下げる狙いがあります。
なお、AIの提案は常に正しいとは限らないため、最終的にはユーザーが内容を確認し、必要に応じて修正する前提で案内されています。

特徴・強み
・出品フローの“入口”である入力負荷を直接下げるため、体験改善のインパクトが分かりやすい
・写真＋カテゴリというシンプルな入力で、タイトル/説明文の作成を前に進められる
・段階提供（利用できるユーザーが限定される場合がある）など、運用しながら広げる作り方が取れる

概要
相場検索は、出品前に「いくらで売れそうか」を掴むための機能です。写真またはキーワードから、販売価格の相場を検索できるとされており、 価格設定で迷う時間を減らしやすい領域にAI/データ活用を持ち込んだ例といえます。

特徴・強み
・価格は売れ行きを左右しやすく、出品者の意思決定支援として効果が出やすい
・写真起点で相場に当たりを付けられるため、商品名が曖昧でも使いやすい

概要
画像検索は、商品ページ上の「画像検索アイコン」などを起点に、AIが見た目の似ている商品を探してくれる機能として紹介されています。
ブランド名や正式名称が分からないときでも、見た目から探すことができるため、検索体験のストレスを減らすことが可能です。

特徴・強み
・キーワード検索が難しいケース（ノーブランド、名称不明）を補完できる
・「欲しいものに早くたどり着ける」体験改善に直結しやすい

概要
メルカリAIアシストは、メルカリのサービス横断で使えるAIパーソナルアシスタントとして案内されていた機能です。 出品時には「より売れやすくするための改善提案」、検索時には「会話（チャット）を通じて条件を整理して検索する」といった使い方が可能です。
一方で、本機能は2024年8月7日に終了したことも明記されており、AI機能を試行しながら見直す動きともいえます。

特徴・強み
・出品時の迷いを減らし、商品情報（タイトルや説明文など）の作成・改善をサポートする
・キーワードが思いつかない／条件が曖昧な状態でも商品にたどり着きやすくする
・ユーザーが途中で止まりやすいポイント（入力の詰まり、探し方の迷い）を解消し、次の行動に進みやすくする

参考：mercari AI（mercari AI Web）とは？
mercari AI（mercari AI Web）は、メルカリのAI関連の取り組みをまとめて発信する公式Webサイトです。
2017年以降にプロダクトへ実装されてきたAIの取り組み（例：おすすめタイムライン、AI出品、画像検索など）や、 表から見えにくい運用・システム面でのAI活用、チームの情報を掲載しています。

メルカリR4Dラボは、メルカリの研究開発組織R4Dが展開する「産学官で協働する研究開発ネットワーク」です。
R4DはResearchに加えて、Design／Development／Deployment／Disruption（4つのD）を掲げ、研究成果を社会やプロダクトに実装することまで見据えて活動しています。

R4Dラボでは、社会課題の発見から研究、社会実装までを一気通貫で推進するために、企業・大学・自治体など多様なステークホルダーと共創（Co-innovation）を進めています。
また、研究を速く・滑らかに進めるための仕組みづくり（研究推進・プロジェクト運営）や、研究開発倫理審査の運用なども含めて体制を整えている点が特徴です。

ここでは、メルカリの代表的な取り組みについてご紹介していきます。

循環型社会では、市場は多様化・複雑化し、単なる予測だけでなく「意思決定」まで含めた最適化が重要になります。
R4Dでは、確率解析・機械学習に加えて経済学などの知見も取り入れながら、メルカリならではの二次流通データを活用し、 より安心・安全で効率的な市場の設計・維持を目指しています。

フリマアプリは非対面・非同期で、画像とテキストが中心になるため、伝わりにくさが摩擦につながりやすい領域です。
R4Dでは、事務局からの案内文など「購買体験に影響が大きい文章」を対象に、わかりやすさと感じのよさの両立を研究し、 アンケートやインタビュー調査の知見をサービス改善に活かしています。 また、人とAIの協働で商品説明文を作る研究が学会表彰を受けるなど、実サービスに近いテーマで成果を積み上げています。

生成AI／LLMは開発と社会実装が同時並行で進む一方、意図しないリスクも生みやすい技術です。
R4Dでは大阪大学ELSIセンターとの共同研究にもとづき、既存LLMをプロダクトに適用する際のユースケース別リスク対策や手続きを整理したガイドラインを一般公開しています。 「スピードを落とさず、安心・安全に使う」ための土台づくりもR4Dの重要テーマです。

AI・ビッグデータ研究の現場では、現実社会の実データへのニーズが高まっています。
R4Dは、プライバシーに配慮したうえで、商品データ・コメント・画像データなどを学術研究機関向けにデータセットとして提供し、 産学連携の促進や研究コミュニティの創出、人材育成への貢献を目指しています。

公表日	内容
2025年12月19日	山形大学と「自分ごとデザイン」の共同研究を開始。専用生成AIのサポートのもと、学生・社会人が協働してサービスづくりに挑戦し、成果のオープンソース公開も目指す。
2025年12月10日	商品説明文作成における人・AI協働の研究成果が、電子情報通信学会でヒューマンコミュニケーション賞を受賞。
2025年9月22日	AIでフリマアプリに出品された衣料品の環境負荷を自動推計する共同研究の成果が複数メディアに掲載。
2025年9月1日	R4Dの新所長が就任。研究開発ネットワーク「メルカリR4Dラボ」の拡大と社会実装の加速、AI領域の強化を掲げる。
2023年12月8日	ELSI共同研究にもとづく「LLMを用いたプロダクト開発をスピーディーに行うためのガイドライン」を一般公開。

※取り組みや研究テーマは更新されます。最新情報はメルカリR4Dラボの公式ページをご確認ください。

メルカリは「価値の源泉は人」であるという考えのもと、ミッション実現に必要な人材を継続的に採用しています。 とくに中途採用の比率が高く、即戦力人材の採用を軸に組織を拡大している点が特徴です。

メルカリ公式FAQでは、新卒・中途の採用比率について公表されており、直近3年間の推移は下記のようになっています。

年度	新卒	中途
2025	11.8%	88.2%
2024	10.0%	90.0%
2023	14.4%円	85.6%

中途比率が常に高いことから、必要なスキルセットを持つ人材をタイムリーに採用していくスタンスが読み取れます。

公式インタビューでは、メルカリの採用は新卒・中途の区別が薄く、両方を通年で行っていることが説明されています。
その時点で必要な人材を、最適なタイミングで採用する設計になっているため、募集も固定の季節性に寄りにくいのが特徴です。

採用・選考ページでは、面接で重視する観点として「ミッションへの共感」「バリューの体現」「カルチャーフィット」が明記されています。
また、過去の行動を深掘りする面接手法としてSTARを活用すること、提出書類は日本語または英語で良いことも公開されています。 スキルだけでなく、価値観や行動様式まで含めて“再現性”を見にいく採用方針だと整理できます。

【要点】ムービンがAI転職に強い理由
・1996年創業、29年以上にわたる大手・有名企業への転職支援実績
・Amazon、ソニー、マッキンゼー、Salesforce、PKSHA Technology、IBM などグローバルトップ企業から日本発ユニコーンベンチャーまでAI転職で外せない企業を紹介可能
・業界トップクラスの企業で活躍してきたビジネスプロフェッショナルがキャリアアドバイザーとして、キャリア相談、求人紹介、書類添削・面接対策、条件交渉など転職活動を一貫してサポート

AI転職を成功させるためには、ご自身の職務経験の丁寧な棚卸しと、親和性の高い業界・企業・ポジション選びが何より重要です。どれだけAIへの熱意やポテンシャルがあっても、「どのレイヤーで」「どの企業で」勝負するかを間違えると、せっかくの経験が十分に活かせないケースも少なくありません。

転職エージェント「ムービン」は、29年以上にわたる転職支援実績をもとに、ほぼすべての大手事業会社・コンサル・SIerの求人をご紹介できます。さらに、Preferred Networks、PKSHA Technology をはじめとした、日本発の優良AIメガベンチャーや成長スタートアップの情報も多数保有しています。

「AIをつくる」「AIプロダクトを伸ばす」「クライアントのDXをリードする」「事業会社の中でAIを武器に戦う」——どのキャリアパスがご自身にフィットするのか、AI人材視点でのキャリア設計から企業選び、選考対策まで一気通貫でサポートいたします。

また、未経験領域からのAI転職（例：コンサル→AIプロダクト側／SIer→事業会社AI組織など）を実現された事例も多数ございます。今すぐ転職を決めていない段階でも構いませんので、まずは「自分の経験でどのAIキャリアが狙えるのか」を知るつもりで、お気軽にご相談ください。



すべてのAI・IT求人一覧はこちら





弊社ムービンは、1996年創業・約30年の歴史・実績があり、東証グロース市場に上場している転職エージェントです。安心してご利用ください。

〒107-6207　東京都港区赤坂9-7-1 六本木ミッドタウン・タワー 7F
Copyright (c) movin strategic career CO .,Ltd. All rights reserved.
厚生労働省 職業紹介（許可番号:13-ユ-040418）