← Back to main page

MLOps Engineer / キャディ株式会社

Salary: 700 - 1000 百万円

DockerRustTypeScriptPyTorchPostgreSQLPythonReactKubernetesAWSGitScalaKotlinNext.jsGoJavaC++SparkExpress

Minimum year of experience: 3

CADDi

MLOps Engineer

業務内容

MLOps Engineerは、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、運用を行います。また、キャディの持つデータを活用すべく、データ収集のためのパイプライン構築、データ活用の促進をリードする働きを期待します。

以下に業務例を示します。実際の業務はこれに限定されるものではありません。入社後の業務内容は、技術や専門知識、経験等を考慮のうえ決定します。

  • 機械学習のモデルの推論を行うAPIおよびBatchの動作環境、CI/CDを用いたデプロイ環境の構築
  • 本番環境での監視、パフォーマンスチューニングを含むSite Reliability向上のための実装
  • VertexやArgo Workflow上での機械学習処理パイプラインの開発、整備、運用
  • 推論・学習プラットフォームのコストの最適化
  • モデリング担当者、Platform担当者とコミュニケーションし、プロセスを文書化

CADDiのMLOpsエンジニアはMLOpsの実プロダクトで上でのご経験が積めるのはもちろんのこと、ご経験やご興味に応じて、フロントエンドdemoの作成や新しいMLモデルの作成など、新しいチャレンジの許容度が広く、技術の幅を広げていける環境です。

応募資格（必須）

  • Google Cloud、AWSなどクラウドサービスを利用したサービス開発、運用経験
  • Docker等のコンテナ技術の基礎的知識
  • Git、CI/CDを用いたチーム開発、運用経験
  • Python、Rust、Go、Java、Scala、Kotlin、C++等によるアプリケーション開発経験
  • 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（目安として日本語能力N1以上）

応募資格（歓迎）

  • Vertex AI Pipeline、kubeflow、Apache Beam、Sparkなどを用いて機械学習パイプラインを開発した経験
  • 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基礎知識

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貪欲に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
  • 本質的な課題に向き合い、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

給与

  • 入社時年俸は700万円～1000万円程度を想定
  • 昇給年2回
  • 年収を12で割った金額を月額固定給として支給いたします。
  • ストックオプション制度あり

開発環境

言語

  • フロントエンド: 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, Next.js, WebGL, WebAssembly
  • バックエンド: Rust (axum), Node.js (Express, Fastify, NestJS), PyTorch

インフラ

  • Google Cloud, Google Kubernetes Engine, Anthos Service Mesh

データベース・データウェアハウス

  • CloudSQL(PostgreSQL), AlloyDB, Firestore, BigQuery

API

  • GraphQL, REST, gRPC

監視・モニタリング

  • Datadog, Sentry, Cloud Monitoring

環境構築

  • Terraform

CI/CD

  • Github Actions

認証

  • Auth0

開発ツール

  • GitHub, GitHub Copilot, Figma, Storybook

コミュニケーションツール

  • Slack, Discord, JIRA, Miro, Confluence
reco経由で応募する