1. 転職サイト ビズリーチ
  2.  > 
  3. 求人検索
  4.  > インフラエンジニア(機械学習)

転職・求人情報の詳細をご覧になる場合は会員登録(無料)が必要です

新規会員登録(無料)

インフラエンジニア(機械学習)

年収:800万 ~ 1200万

ヘッドハンター案件

部署・役職名 インフラエンジニア(機械学習)
職種
業種
勤務地
仕事内容 【データ戦略部について】
「データ分析を用いてグループ全体の意思決定に貢献する」というミッションを掲げるデータ分析専門組織になります。

データ戦略部は以下3つのオフィスに分かれており、それぞれの役割は以下のようになります。
・プロダクトアナリティクスオフィス:データ分析によるグループ内プロダクト(例:アプリゲーム)の収益向上。
・データストラテジーオフィス:データ分析プロジェクトの企画/推進によるグループ横断での事業上の意思決定支援。
・データサイエンスオフィス:統計解析(例:予測、シミュレーション)によるグループ横断での事業上の意思決定支援。

【機械学習チーム(ML Ops含む)について】
データ戦略部内にて新たに立ち上がったチームになります。
機械学習モデル開発PoC及びWebサービスへのデプロイを通して、グループ全体の売上向上に貢献する事をミッションにしています。

▼機械学習チーム内の職種について
機械学習エンジニア、インフラエンジニア(機械学習)、PMの3職種があります。
それぞれの職種の違いは以下のような形になります。
・機械学習エンジニア:主に機械学習モデル開発PoCと推論結果の提供を担当
・インフラエンジニア(機械学習):主に推論結果提供のためのシステム開発、ML共通基盤開発を担当
・PM:主に要求定義やプロジェクトマネジメントを担当

【募集背景】
データ戦略部の組織拡大に伴う増員のためとなります。

【業務内容】
下記2つの開発業務を担当して頂きます。
 ①機械学習機能開発 (主にシステム開発領域)
 ②ML共通基盤開発

各業務の具体例は以下になります。

▼①機械学習機能開発の業務例
・グループ内のECサービスへのレコメンド機能提供。
・グループ内のニュースアプリ(特定IPに関するニュースを提供)へのレコメンド機能提供。
・プロダクト間のユーザー送客導線最適化のための課金復帰有無の予測モデル開発。
・反実仮想機械学習による施策効果の推定
・その他、MLエンジニア発信でのML技術検証PoC。

▼②ML共通基盤開発の業務例
・推論処理時間の短縮
・オンライン推論のアーキテクチャ検討および実装
・papermillを使ったnotebook定期実行およびBtoBサービスへのデプロイ基盤の構築
・特徴量ストアの技術検証

またチームが提供するML基盤の品質担保 (チームメンバーのコードレビュー、開発方針レビュー)も担当して頂きます。

【ポジションの魅力】
・立ち上げ期なので、技術的裁量を持って機械学習チームの技術選定を行う事が出来る。
・立ち上げ期なので、機械学習機能開発による事業貢献余地が大きい。
・機械学習機能開発を切り口にして、グループ内の多様な事業に関わるチャンスがある。
労働条件 勤務時間:9:00〜17:30(休憩1時間)
※フレックスタイム(コアタイム:11:00~15:00)
※残業あり(平均20時間/月)
※テレワーク可能
休日・休暇:⼟⽇、祝⽇(年間休日125日)
※夏期休暇、年末年始休暇等

福利厚生
・在宅勤務手当
 ※テレワーク環境のサポートを目的に毎月定額を支給しています
・有給休暇取得推奨日
 ※有給休暇が取得しやすいように、推奨日を設定しています
・入社日から有給休暇利用可能
 ※入社日に有休が付与されます
  4~9月入社:10日、10~12月入社:6日、1~3月入社:3日
 有休は半休での取得も可能です
・社員食堂(マルシェ)
 ※メニューは日替わり定食やどんぶり、そば、うどんからパスタセットまで豊富、多くの社員が利用しています
・退職金制度
 ※確定拠出年金及び確定給付企業年金
・財形貯蓄制度
・持株会制度
・慶弔御見舞金
 ※結婚や出産の際にはお祝い金が支給されます。
 特に出産のお祝いは1子、2子出産時は20万円、3子の出産時には300万円が支給されます。
応募資格

【必須(MUST)】

▼エンジニアリング力
・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(特にGCP)に関する全般的な知見
・Infrastructure as CodeおよびCI/CDの知見
・コンテナ技術(例:Docker)に関する知見
・ワークフロー(例:Digdag / Airflow)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
・ML基盤技術(例:Vertex AI)に関する知見

▼データサイエンス力
・機械学習に関する基礎的な知識 (Deep Learning G検定レベル)

▼ビジネス力
・要件定義力 (PMが作成した要件内で足りない情報が何かを定義し自身で要求出来る水準)

▼実務経験
・Dev Opsエンジニア(もしくは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

▼語学力
・日本語能力試験N1(ビジネスレベル以上)

【歓迎(WANT)】

以下いずれかのスキルや経験があれば歓迎

▼エンジニアリング力
・GCPを用いた開発経験
・Kubernetes の利用経験
・Go、Java、Scalaのいずれかを利用した開発経験

▼実務経験
・機械学習エンジニアとしての実務経験
・サーバーサイドエンジニアとしての実務経験
・ML Opsエンジニアとしての実務経験

【求める人物像】
・ビジネス貢献を意識した分析ができる方
・定量思考が得意な方
・分かりやすく、伝わりやすい分析報告ができる方
・当事者意識を持ち主体的に業務遂行できる方
・個人だけでなくチーム全体のデータ分析力向上に貢献出来る方
・ゲームをシステムとして俯瞰的に捉えながらも、「楽しみ」「遊び」の観点でお客様目線に感情移入できる方
リモートワーク

「可」と表示されている場合でも、「在宅に限る」「一定期間のみ」など、条件は求人によって異なります
受動喫煙対策

屋内禁煙

更新日 2024/12/17
求人番号 4166353

採用企業情報

この求人の取り扱い担当者

  • 3.12
    ?
  • ヘッドハンターの氏名は会員のみ表示されます
  • 会社名は会員のみ表示されます

    • 東京都
    • 東京理科大学大学院
  • コンサルティング IT・インターネット メーカー
    • リクルートでデータ活用・機械学習を利用した施策展開を推進してきた現場知見に基づき、キャリアアドバイスをしています。 現在は経営者として社員のデータサイエンティストと関わっておるため、現場と会社双方の目線からご支援が可能です。
    • (2024/06/27)

転職・求人情報の詳細をご覧になる場合は会員登録(無料)が必要です

新規会員登録(無料)