Web/MLOps Engineer/業務委託

自動運転技術の発展とともに、大規模なデータ処理基盤やAIシステムの高度化が求められています。高度な技術的挑戦を楽しみながら、社会的インパクトの大きい開発に関わりたい方を歓迎します。 MLOps Engineerとして、機械学習モデル開発・運用サイクル構築をリードいただきます。 2025年度中に1ヶ月間に1PB以上の走行データを新規に保存・解析・開発に利用できるクラウド基盤の構築を目指しております。 膨大な量のデータから、機械学習用モデル開発に必要となるデータを半自動的に収集し、アノテーションデータの構築までを1週間以内に実現するオペレーションを構築します。 クラウドネイティブな最新技術を駆使し、ゼロから大規模システムを構築できます。 取り扱うデータは、カメラ、LiDAR、RadarおよびGNSSなどセンサーデータに加え、自動運転システム内部状態など様々な特性・形式を持っております。 クラウド上に機械学習用GPU100台以上を運用し効率的な学習基盤を構築します。 例えば以下のような業務があります。 - 機械学習モデルの開発・デプロイ・モニタリング基盤の構築・運用・最適化 - 物体検出・Occupancy Prediction・Online HD Mapping・Drivable Area - Estimation・VLM などのモデル開発を支援するデータパイプラインの構築 - 機械学習・AIモデルの学習・評価に適したデータ管理戦略の立案 - アノテーションパイプラインの構築および最適化 - 実験管理の構築および自動化（Weights & Biasesなどの導入、内製開発） - コンテナ化（Docker, Kubernetes）によるスケーラブルなML基盤の構築 - CI/CDパイプラインの設計・運用 - クラウド上での大規模分散学習環境の構築・最適化 魅力・やりがい - 自動運転システムの走行データという特殊なデータを扱うことができます。 - 0から新しくシステムの立ち上げに関わることができます。 【開発環境】 開発言語：TypeScript、Python インフラ：Google Cloud Platform 構成管理：Terraform ソースコード管理：GitHub CI/CD：Github Action、Cloud Run コミュニケーションツール：Slack、Google meet タスク管理：Jira

- MLOpsエンジニアとしての開発経験（3年以上） - Python、C++、Go、Typescriptなどのプログラミング経験 - 機械学習ワークフロー（PyTorch, ONNX など）の知識・経験 - Kubernetes、Docker、Terraformなどを活用したインフラ構築経験 - AWS/GCP/Azureでの機械学習環境の運用経験 - GPUクラスタを活用した大規模分散学習の設計・運用経験 - データエンジニアリングやストリーミングデータ処理の知識 - リアルタイムモニタリングやA/Bテストの設計・実装経験 - クラウドネイティブなアーキテクチャ設計・実装経験 - SREの知識・経験（SLI/SLOの設計、可観測性の向上など） - gitもしくは類するバージョン管理システムを用いた開発経験 - 自発的にさまざまな課題に取り組める方 - チームメンバーと連携しつつ業務に取り組める方 - 日本語でコミュニケーションが可能な方

- 分散システムやクラウドネイティブアーキテクチャの知識 - 機械学習モデルのデータパイプライン最適化経験 - リアルタイムデータ処理・異常検知システムの構築経験 - システムアーキテクチャ、APIの設計経験 - 画像・点群などテキストデータ以外のデータ基盤の開発経験 - Github ActionやAWS/GCPを用いたCI/CD Pipelineの構築および運用経験 - Terraform/Kubernetesの利用経験 - テックリードまたはエンジニアリングマネージャー相当のポジションでの2年以上の経験 - 英語でのコミュニケーションが可能な方

- 自動運転業界の最前線で技術を磨きたい方 - 大規模データを活用した高度なエンジニアリングに興味がある方 - 機械学習とエンジニアリングの両方を極めたい方 - 大規模なAIモデルの運用基盤を設計・構築したい方 - 新しい技術を積極的にキャッチアップし、実践できる方 - 不確実な課題に対して積極的にチャレンジできる方