【Most Innovative Companies 2024選出!】グローバル展開中のプロダクト開発をリードするMLOpsエンジニア募集!#Python #Rust #巨大産業の変革をAIを武器に実現
- 機械学習エンジニア
- 850万円 〜 1,200万円
最終更新日:
仕事内容
■業務内容
Machine Learning Engineerと協業し、機械学習、データサイエンスのモデルを継続的にサービスに対して提供できる、基盤の構築、保守、運用を行っていただきます。
蓄積し
開発環境
・利用言語
フロントエンド: HTML, CSS, TypeScript
バックエンド: Rust, TypeScript, Python
・フレームワーク・ライブラリ
フロントエンド: React, Apollo, Next.js, WebGL, WebAssembly
バックエンド: Rust (Tokio, tonic, Disel, axum, SeaORM), Node.js (Express, Fastify, NestJS), PyTorch
・インフラ: Google Cloud, Google Kubernetes Engine, Istio
・データベース: PostgreSQL, Firestore
・API: GraphQL, REST, gRPC
・認証: Auth0
・開発ツール: GitHub,GitHub Copilot, GitHub Actions, Terraform, Figma, Sentry, Datadog, Storybook
・コミュニケーションツール: Slack, Discord, JIRA, Miro
【チームについて】
CADDi Drawer開発組織の中のML・MLOpsチームへの配属を予定しています。
2024年現在でML/MLOpsチームには10数名が所属しています。
求めるスキル
必須スキル/経験
・クラウドサービスを利用したサービス開発、運用経験
※Google Cloud、AWS など
・コンテナ技術のベーシックな知識
※Docker など
・Git、CI/CDを用いたチーム開発、運用経験
・アプリケーション開発経験
※Python、Rust、Go、Java、Scala、Kotlin、C++ など
・日本語での流暢なビジネスコミュニケーションが可能な方
※日本語能力N1~程度
歓迎スキル/経験
・機械学習パイプラインを開発した経験
※Vertex AI Pipeline、kubeflow、Apache Beam、Sparkなど
・MLOps、SREに関連した開発経験
・ML Engineerと協業し、機械学習、データサイエンスのモデルを継続的に改善・提供した経験
・大規模サービスでの負荷、スケーラビリティを考慮した開発経験
・Data LakeやFeature Storeなどの構築、運用経験
・Data-centricに機械学習モデルを改善するために、データ品質を高める施策を実施した経験
・BigQueryやRedashを用いた社内外へのデータ活用施策の企画、推進の経験
・機械学習、統計、線形代数、コンピュータサイエンスに関連したアルゴリズムのベーシックな知識
求める人物像
・キャディのミッション【モノづくり産業のポテンシャルを解放する】に共感する方
・未経験の技術や物事に対して学び挑戦する姿勢がある方
・ML/MLOpsに必要な関連技術のキャッチアップに意欲的な方
・課題に向き合い、当事者意識をもって解決に向けた行動ができる方
・変化が早く不確実性の高い状況において、前向きな姿勢と建設な議論を通じて業務を遂行できる方
・相手のコンテキストや解像度に配慮し、他者をリスペクトする姿勢でコミュニケーションや議論ができる方
紹介資料
仕事の魅力
・機械学習に加え、ソフトウェア領域など幅ひろい領域に精通したメンバーが在籍。切磋琢磨し、難易度の高い課題に挑戦できます。
・ML Engineerやプロダクトマネジメントとも距離が近い環境です。技術をどのようにビジネスとして価値展開するかにまで踏み込み、課題を解決する経験を蓄積していただけます。
募集条件
開発環境や技術選定等に関する特集記事
求人の特徴
こだわり条件
利用技術
趣向性
- 技術力・専門知識の獲得
- 職場の一体感
- 変化の早い業界・職場
- これまでにない挑戦
- サービス企画・提案業務への参加
- 自ら主体的に取り組む姿勢
- 前向きな向上心
- 周囲とのコミュニケーション
- 部下・メンバーのサポート
- 継続的な改善活動
- ロジカルさや問題解決能力
- Web
- モバイル
- アプリケーション開発
- テスト
- ビッグデータ・データ解析
- 機械学習
- サービスの運用・保守
- マネジメント
- コンピュータサイエンスの学習