【リード機械学習エンジニア】低レイテンシーな機械学習システムでデータ駆動の意思決定を推進

■CARTA HOLDINGS（カルタホールディングス）とは
CARTA HOLDINGSは、サイバー・コミュニケーションズとVOYAGE GROUPの経営統合により誕生し、現在は東証プライム市場に上

▼分野
・機械学習
・統計学
・数理最適化
・オンライン意思決定
・制御工学
・オークション理論
・ゲーム理論
・因果推論、計量経済学

▼スタック
・Python, Kotlin(一部のみ)
・AWS
・dbt, Snowflake
・Prefect
・Terraform
・GitHub
・Slack

必須スキル/経験

・統計モデリングや機械学習を用いた一連の実務経験（仮説構築・モデル構築・効果検証）に関する5年以上の経験
・デジタル広告に関連する分野(レコメンドなど)の開発に携わった経験

歓迎スキル/経験

・デジタル広告に対するドメイン知識
・ビジネス視点の仮説検証やロードマップを策定する能力
・テックリードなど、開発チームを率いた経験
・学会やカンファレンスなどの登壇経験
・Kaggleなどの機械学習コンペティションの入賞経験

求める人物像

-

紹介資料

仕事の魅力

▼低レイテンシーな機械学習システム
DSPでは、リクエストあたり100ms程度でレスポンスを返す必要があります。
機械学習モデルが推論に使える時間は10ms程度です。低レイテンシーな機械学習システムを開発したいエンジニアは挑戦しがいのある環境です。

▼Snowflakeやdbtを活用したモダンなデータ基盤
デジタル広告においてデータは命です。データ分析やモデル構築などにおいてデータを中心に意思決定をします。データ基盤チームは、配信ログなどのデータについてデータ品質を担保してくれます。プロダクトチームのエンジニアはdbtを使用して簡単に分析・学習用のデータを抽出する環境が整っています。データ基盤チームは機械学習エンジニアがその専門性を最大限に活かすサポートをします。

▼多様なバックグラウンドを持つプロダクトチーム
DSPのロジックの開発は、ソフトウェアエンジニアから構成されるプロダクトチームと機械学習エンジニア・データサイエンティストのロジックチームに分かれていました。しかし、ドメインナレッジやコンテキストを素早く共有できるよう、DSPにおけるロジック開発を行う機械学習エンジニア・データサイエンティストはプロダクトチームの一員としました。ソフトウェアエンジニアと強く協業することで素早く価値を発揮するチーム体制です。