【機械学習テックリード】大規模レコメンド・AIエージェント実装｜技術選定から基盤構築まで

【具体的なプロジェクト例】 － 大規模レコメンドエンジンの刷新： 数十万〜数百万ユーザー規模のEC・HRアプリにおいて、機械学習モデルをAPI化し、AWS/GCP環境でのバッチ処理・リアルタイム推論基盤を構築。 － 次世代AIエージェントの企画・開発： 総合商社のDXプロジェクトにて、LLM（ChatGPT/Claude等）を活用した意思決定支援ツールのプロトタイピングから本実装まで。 － 技術的意思決定のリード： アルゴリズムの選定から、MLOps（継続的学習・デプロイ）の体制構築、ビジネスサイドへの技術的フィードバックまでを主導。 ＃＃＃＃ この仕事の魅力 － 「フルスタックなMLE」への深化： モデル構築（DS領域）とシステム実装（エンジニアリング領域）の両輪を回すため、極めて市場価値の高いキャリアを築けます。 － 上流からの参画： 曖昧な要件から「どの技術を使い、どう解くか」を定義する、テックリードとしての裁量があります。