MLOps/LLMOpsエンジニアの求人

・MLパイプライン設計・開発 LLM（大規模言語モデル）および RAG（Retrieval-Augmented Generation）パイプラインの設計・構築・運用 ZenML を用いたエンドツーエンドの ML パイプライン開発・自動化 ・インフラ・CI/CD構築 Docker コンテナ化および Dockerfile／Docker Compose の設計・運用 GitHub Actions を活用した CI/CD パイプラインの構築・最適化 ・モデルデプロイ・運用基盤 AWS（SageMaker、ECR、S3 など）へのモデルデプロイメントおよび運用管理 Hugging Face Hub／Comet ML／Opik ／Weights & Biases等を用いたモデル管理・実験トラッキングシステムの構築 MongoDB／Qdrant を活用したデータストレージおよびベクトル検索基盤の設計・運用 ・AIサービス運用改善 推論サーバー／API の運用 モニタリング設計、ログ収集、アラート設定などを通じた運用改善と SLA 向上 ※ 業務範囲が広いので、必要に応じて役割を切り出すことも検討しています。 ※ 必要に応じて上記のツールを変更することも検討しています。

・Godotのビジョンに共感しており、会社を成長させることに対する強い当事者意識、事業を成長させることへの責任感、チームに対する貢献に強い意識があること ・スタートアップにおける環境変化に適応でき、自分のやるべきことを再設定して業務を遂行できること ・新たな技術に対する学習意欲があること ・行動科学に関する興味があること

・エンドツーエンド ML／LLM パイプライン構築 ZenML, MLflow などを使ったデータ取り込み・前処理～モデル学習～デプロイまでの自動化経験 RAG（Retrieval-Augmented Generation）やカスタムトークナイザーを含む LLM 特有のワークフロー設計経験 ・コンテナ＆インフラ自動化 Docker および Kubernetes（EKS, GKE など）を用いたコンテナ化・オーケストレーション実装経験 Terraform, CloudFormation など Infrastructure as Code ツールでのクラウドリソース管理経験 ・CI/CD パイプライン設計・運用 GitHub Actions などによるモデル／コードの継続的インテグレーションとデリバリー構築経験 ・クラウドプラットフォームでのモデルデプロイ AWS SageMaker, GCP AI Platform, Azure ML などマネージド環境へのモデルデプロイとオートスケーリング設定経験 FastAPI／Flask ベースの推論 API サービス化およびロードバランシング設定経験 ・監視・運用改善 Datadog などを用いたメトリクス収集・可視化の設計・運用経験 ログ収集（ELK Stack, CloudWatch Logs 等）とアラート設定による SLA／SLO 達成管理

・モデルサービング＆推論基盤 Seldon Core, KServe, BentoML などを使ったスケーラブルなモデルサービング環境構築経験 GPU／TPU クラスタ管理や autoscaling 設計の知見 ・特徴量ストア＆データパイプライン 特徴量管理システムの導入・運用経験 大規模データ処理パイプライン構築経験 ・品質保証＆可観測性 ML モデルのドリフト検知（Evidently, WhyLabs 等）やデータ品質監視システムの構築経験 ・コスト最適化＆セキュリティ クラウドコスト分析・最適化（AWS Cost Explorer等）の実務経験 モデル／データパイプラインのセキュリティ基準（IAM, VPC, KMS）設計・運用経験 ・ガバナンス＆コンプライアンス MLOps ガバナンス（データプライバシー、バイアス検証、モデルバージョニング）体制の整備経験 個人情報保護法／GDPR 等プライバシー法規制対応の知見 ・先進的フレームワーク・ツール Ray, Dask, NVIDIA Triton などを使った分散推論・分散学習環境の構築経験

このポジションとのスキルギャップなどをAIで診断してみませんか？

✨ あなたと求人のマッチ度診断

β版

職務経歴書など、あなたの経験やスキルが分かるドキュメントをアップロードすると、求人とのマッチ度とその理由が表示されます💡

ログインしてマッチ度を診断する

※AIにより自動生成するもので、選考結果を保証するものではありません。
※現在、本機能はPCブラウザでのみご利用いただけます。