MLOps エンジニア

MLOps エンジニア募集

＜業務概要＞
①フィルタリングAI、ピックアップAIを既存の業務システムと連携するためのデータパイプラインの設計・開発
②継続的なML学習サイクルの仕組み構築(MLOps)

＜①の業務詳細＞
・業務システム連携におけるシステム制約の洗い出し
・データパイプライン全体の設計/構築
・特徴量生成に必要なデータのETL
・推論処理実行のためのワークフロー整備
・データパイプライン全体の監視・運用

＜②の業務例＞
・モデル再学習時のデプロイフロー整備
・モデルのバージョン管理
・業務システムで日々生成される正解データを機械学習モデルへフィードバックする機構の構築

＜開発環境/使用技術＞
これから機械学習システムを初めて構築するので、機械学習関連の技術スタックはまだ定まっていません。
言い換えると、技術選定を自由度高く行えるフェーズにあります。
以下参考情報として関連する領域の技術スタックになります。

＜機械学習関連＞
ML環境：SageMakerもしくはVertex AI
CI/CD：CircleCI
コンテナ技術：AWS ECS/Fargate
ワークフローエンジン：AWS Step Functions

＜Web系開発環境＞
・HTML5/CSS3/JavaScript(ES6)/TypeScript
・Vuetify/Vue.js/Nuxt.js
・React
・Node.js(Puppeteer)
・PHP(Laravel/CakePHP)
・AWS(Fargate/ECS-EC2/ElasticBeanstalk/S3/Aurora/ElastiCache/Elastic Search Service)
・Docker

＜その他＞
監視ツール：Datadog/AWS CloudWatch
インフラ構成管理：Terraform
コード管理：GitHub
ツール類：Slack/Google Workspace

＜備考＞
初日は出社

＜服装＞
自由

即日 ～ 2022/09/30

＜エンジニアリング領域＞
・アーキテクチャ設計力(例：MLパイプライン検討)
・クラウドサービス(AWS, GCPなど)に関する全般的な知見
・Infrastructure as CodeおよびCI/CDに関する知見
・コンテナ技術(例：Docker)に関する知見
・ワークフロー(例：Airflow/DigDag)に関する知見
・システム監視の知見
・Pythonを利用した開発経験

＜実務経験＞
・DevOpsエンジニア(またはSRE, インフラエンジニア)としての実務経験
・データサイエンティストや機械学習エンジニアとの協業経験

＜データサイエンス領域＞
・機械学習に関する知見

＜エンジニアリング領域＞
・Kubernetesの利用経験

＜実務経験＞
・MLOpsエンジニアとしての実務経験

週5日

1回

即日参画OK / 商談1回 / 私服OK / リモート

初日は出社

140h-180h

月末締めの翌月末日払い