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
| 部署・役職名 | ◤MLOpsエンジニア◢ ミッションは「『はたらく』を通じて人生の可能性を広げるインフラをつくる」 |
|---|---|
| 職種 | |
| 業種 | |
| 勤務地 | |
| 仕事内容 |
【募集背景】 プロダクト組織全体のAI/ML活用を加速するプラットフォームづくりとして捉え、既存の仕組みや運用知見を活かしながら、標準化・セルフサービス化・ガバナンス・Developer Experienceを引き上げていけるMLOpsエンジニアを募集。 【仕事内容】 ・社内のML/LLM基盤、推論基盤、開発・運用環境、標準パターンの設計・開発・運用 ・機械学習の学習・評価・予測・デプロイ・監視を効率的に実現するためのML基盤の設計・開発・保守・運用 ・機械学習APIサーバー、オンライン推論基盤、バッチ推論基盤の設計・開発・運用 ・機械学習システムのためのデータパイプライン、特徴量管理、Feature Store等の設計・開発・運用 ・機械学習ワークフロー、実験管理、モデル管理、評価・検証プロセスの設計・開発・運用 ・ML関連の開発業務を効率化する社内ライブラリ、テンプレート、サンプル実装、開発環境の整備 ・プロダクトAI/MLエンジニアやデータサイエンティストが、AI/ML機能を本番環境で安全に実装・運用するためのProduction Readinessの整備 ・生成AI/LLMを複数チームで安全に活用するためのLLMOps基盤・AIガバナンスの設計・開発・運用 ・データサイエンティスト、プロダクトAI/MLエンジニア、ソフトウェアエンジニアが迷わずAI/ML機能を開発・運用できるゴールデンパスの整備 ・上記を実現するための非機能要件・運用品質の継続的な改善（IaC、CI/CD、サービス監視など） ・社内のデータサイエンティスト、プロダクトAI/MLエンジニア、ソフトウェアエンジニア等への教育・スキルトランスファー、技術支援 ・ML/LLM基盤活用戦略の作成・推進、全社的なAI/ML活用の環境整備・啓蒙活動 【仕事の魅力】 ・「働く」インフラを支えるAI/MLを、速く・安全に・継続的にプロダクトへ届けるための基盤づくりに携わることができる ・個別案件の実装に閉じず、共通する課題を見つけて仕組み化し、プロダクト組織全体の開発速度と品質に影響を与えることができる ・データサイエンティストやプロダクトAI/MLエンジニアと近い距離で、実際のユースケースや運用課題を踏まえながら、ML/LLM基盤・推論基盤・開発運用環境を改善できる ・Feature Store、MLパイプライン、モデル監視、LLMOps、CI/CD、インフラ、セキュリティなどを横断し、AI/MLを本番活用するための標準化・自動化・Developer Experience改善に取り組める ・大規模なユーザー・求人・稼働データを扱いながら、モデルを作って終わりではなく、精度・品質・信頼性・コストまで含めて継続的に価値提供する文化がある ・多様なバックグラウンドを持つメンバーと学び合いながら、弊社におけるAI/ML基盤のあり方を議論し、プロダクト組織全体のAI/ML活用を支えるプラットフォームを育てていくことができる 【キャリア上の魅力】 ・最先端のMLOps/Platform Engineering領域における技術選定やアーキテクチャ設計、改善提案を主導する経験が得られる ・LLMOpsやAIガバナンスといった、まだ正解が定まっていない新規領域における技術的な探索・先行投資に挑戦できる ・大規模なプロダクト組織全体の開発者体験（Developer Experience）を向上させるプラットフォームエンジニアリングのスキルを磨くことができる |
| 労働条件 |
【勤務時間】 ・フレックスタイム制（コアタイム 11:00〜15:30） ・標準勤務時間 9:30〜18:30（1日8時間勤務×月勤務日数分が1ヶ月の勤務時間数） 【休日休暇】 ・年間休日120日 ・完全週休2日制（土・日）、国民の祝日 ・リラックス休暇（年次有休とは別に、入社初日に年5日分、その後1年ごとに5日分付与される有給休暇） ・年次有給休暇 ・年末年始休暇 ・慶弔休暇 ・産前産後休暇 【福利厚生・待遇】 ・各種社会保険完備（健康保険、厚生年金、雇用保険、労災保険） ・交通費支給（上限5万円/月） ・実績に応じて昇給有（年2回、人事考課による給与改定） ・賞与（年2回、個人の能力発揮によって変動） ・試用期間：3か月 |
| 応募資格 |
【必須（MUST）】 ・Pythonを用いた機械学習パイプライン、基盤ツール、バッチ処理等の開発経験（3年以上）・Gitを用いたチーム開発の経験 ・GitHub Actions / GitLab CI等を用いたCI/CDの設計・実装・運用経験 ・Terraform等のIaCツールを用いたクラウドインフラの構築・運用経験 ・Google CloudまたはAWS等のクラウド環境における開発・運用経験（直近含め3年以上） ・Docker / Kubernetes をはじめとしたクラウドネイティブな基盤に関わる開発・運用経験 ・商用環境または業務システムにおいて、機械学習パイプライン、推論基盤、Feature Store・モデル管理・実験管理・モデル監視などのMLOps基盤を設計・開発・運用した経験 ・監視、アラート、ログ、メトリクス、Runbook、障害対応など、本番運用を前提としたシステム運用の基礎的な経験 ・VPC構成、クラウド権限管理、Secret管理、監査ログ、脆弱性対応など、インフラ・アプリケーション双方のセキュリティに関する実務経験 ・Platform as a Product、Internal Developer Platform、Golden Path、セルフサービス基盤などの考え方を踏まえた基盤・開発環境の改善経験 ・社内ライブラリ、テンプレート、開発者向けドキュメント、オンボーディング資料などを整備し、開発者体験を改善した経験 ・ADR、Design Doc、Runbook、レビュー観点、チェックリスト等を用いて、技術的意思決定や運用知見をチームに共有・蓄積した経験 ・保守性、可用性、セキュリティ、コスト、運用負荷を考慮しながら、技術選定・アーキテクチャ設計・改善提案ができること ・当社のミッション、バリューへの共感、社会貢献性の高い事業への共感 ・業界・顧客理解のためのインプット、課題解決に向け自ら考え手を動かせること ・複数職種と連携しながら業務を進め、利用者視点で改善していけること、相手に配慮したコミュニケーションができること 【歓迎（WANT）】 ・dbt、Snowflake、Databricks、BigQuery等を用いたデータ基盤・分析基盤の開発・運用経験・LLMOps、プロンプト管理、評価基盤、LLM as a Judge、LLM Observability、コスト管理、ガードレール設計等に関する経験 ・AIガバナンス、AI利用ポリシー、モデル・プロンプトのレビュー、リスク分類、Human－in－the－loop設計等に関する経験 ・リアルタイム推論、オンラインFeature Store、検索・推薦・ランキング・マッチング基盤などの開発・運用経験 ・基盤の利用率、開発リードタイム、問い合わせ件数、障害件数、コストなどの指標を用いて、基盤や開発者体験を改善した経験 ・技術ブログ、登壇、社内外の勉強会などを通じて、MLOps / Platform Engineering領域の知見を発信した経験 |
| リモートワーク | 可 「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 | 2026/07/31 |
| 求人番号 | 9262263 |
採用企業情報
- 企業名は会員のみ表示されます
- 会社規模501-5000人
この求人の取り扱い担当者
-
- 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
-
- 金融 保険 コンサルティング
-
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