【ML Leadエンジニア】機械学習基盤の設計・構築・運用案件・求人

機械学習の活用においてエンジニアリング面をリードしていただきます。 機械学習基盤の設計と構築（Training pipeline, Serving, Monitoring など） 機械学習（特にレコメンデーション）を用いたプロダクトの設計・開発 要件定義、開発進行、技術的意思決定などの推進・リード 運用フロー、実験管理の自動化・効率化 システムの信頼性 / 品質の向上

・平日日中の週4（できれば週5以上）以上の稼働 ・ビジネス・リーダーシップ 　- ビジネス指標（CTR、CVR、LTVなど）を目標として持ち、改善するためのロードマップの策定と実行経験、そのためのモデル開発や各種実装経験 　- チームまたはプロジェクトのリード経験 ・技術 　- レコメンデーション分野（コンテンツ推薦、商品推薦、パーソナライズド、ランキングなど）におけるプロダクト開発の実務経験 　　- 目安直近5年で最低2年以上 　　- MAUが最低数十万以上の規模、もしくはそれに近いトラフィックやデータ量での経験 　　- PoC経験はNG 　- レコメンド分野における、モデルを用いた実装、特徴量エンジニアリングや前処理、実運用・モニタリング（MLOps）、精度改善、効果検証の経験 　- CF（Collaborative Filtering: 協調フィルタリング） 　- MF（Matrix Factorization: 行列分解） 　- DNN（Deep Neural Network: ニューラルネット、深層学習） 　- Transformer系（BERTなど） 　- Two-Tower 　- Wide & Deep 　- GNN（グラフニューラルネット） 　- DeepFM

・レコメンドのアルゴリズム選定・モデルチューニング・評価方法に精通 ・明確なビジネスインパクト（売上やCVR、リテンション改善）を実現した経験がある ・他領域（自然言語処理、画像認識、広告配信など）だが、大規模ユーザー向けに機械学習モデルを構築・運用した実績があり、レコメンド領域への応用が可能な候補者 ・ML基礎力が非常に高く、研究実績やコンペティション上位など、短期でキャッチアップ可能と判断できる候補者

WEBサービス

現在は基本的な学習・推論パイプラインが稼働していますが、リアルタイム性の向上・精度改善・特徴量管理の強化といった課題があります。 さらに、新しい体験の仮説検証や基盤の強化にも取り組みたく、事業の優先度を踏まえてML領域の技術的意思決定と実行を担っていただきます。

Python Vertex AI, Dataform, BigQuery, Spanner, Cloud Run Cloud Monitoring, Cloud Logging Terraform, Github Actions Looker Studio, Google Spread Sheets GitHub, Slack, Notion

2026/09

コアタイム（11:00-15:00） 稼働時間はかなり柔軟

フルリモート

2回

オンライン

あり

なし

2026/02/27 08:00:31