【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

■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

・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。

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。

インタビュー

• GraphQLはなぜ開発体験が良いのか？モノづくり産業のDXに挑戦しているキャディに聞きました【技術選定の裏側：GraphQL編 vol.3】

開発環境や技術選定等に関する特集記事

• 言語・技術スタックまとめ 15選

  もっとみる