MLOps エンジニア
こちらの案件は現在募集を
停止しています。
停止しています。
- 単価/月
- 75~155万円
- 勤務地
- 東京都,中央区
案件概要
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
<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
期間
即日 ~ 2022/09/30
言語
必須スキル・経験
<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
・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
歓迎するスキル・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
・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
稼動日数
週5日
商談回数
1回
案件の詳細
即日参画OK / 商談1回 / 私服OK / リモート
リモート詳細
精算条件
140h-180h
支払サイト
月末締めの翌月末日払い
案件担当のおすすめポイント
データパイプラインの設計、開発、または継続的なML学習サイクルの仕組み構築をお任せする案件になります。初日はご出社頂きますが、以降はフルリモートでご対応頂く想定です。