【フルリモート／週5】AWSデータ基盤・MLOpsエンジニア（自社サービス・データ活用支援）

お任せしたいこと

自社で展開するWebサービスのデータ分析基盤、および機械学習モデルの実運用化（MLOps）を支えるAWSインフラの設計・構築・運用保守をお任せします。
「華やかなAIモデル」を生み出すための裏側にある、データの抽出・加工（ETL）や、データサイエンティストが書いた検証用のコードを本番環境で落ちずに動かすための泥臭い土台作りにチームで取り組んでいただきます。

具体的な業務内容

・AWS（S3, Glue, Athena, Redshift等）を利用したデータレイクおよびデータウェアハウスの設計・構築・運用
・AWS SageMakerやStep Functionsを活用した、機械学習モデルの学習・推論パイプライン（MLOps）の構築と自動化
・データサイエンティストが作成したJupyter Notebook上のコードを、本番稼働に耐えうるPythonスクリプトやコンテナ（ECS/Docker）へリファクタリング・実装
・Terraformを用いたデータ基盤およびMLOpsインフラのコード化（IaC）
・大量のログデータ処理に伴うボトルネック調査、およびクエリ（SQL）のチューニングとコスト最適化
・DatadogやCloudWatchを用いたデータパイプラインの死活監視、およびデータ欠損・遅延時のトラブルシューティング

必須スキル・経験

・AWSを利用したインフラストラクチャの構築、および実運用環境での保守経験（目安として3年以上）
・Pythonを用いたスクリプト作成、またはバックエンド開発の実務経験
・RDBMSやデータウェアハウスにおける、テーブル設計および複雑なSQLの記述経験
・Terraform等を用いたインフラ構成のコード化（IaC）経験
・Git / GitHubを用いたプルリクエストベースでのチーム開発経験

歓迎スキル・経験

・AWS Glue、EMR、Athena等を用いたデータパイプライン（ETL）の構築経験
・AWS SageMakerを利用した機械学習モデルの本番運用・デプロイ経験
・Docker等のコンテナ技術を用いた開発・運用経験
・Apache Airflowなどのワークフロー管理ツールの導入・運用経験
・データサイエンティスト、またはアナリストと協業してシステム開発を行った経験

開発・業務環境

クラウド・インフラ：AWS (S3, Glue, Athena, Redshift, SageMaker, ECS, Step Functions等)
開発言語：Python, SQL
IaC・CI/CD：Terraform, GitHub Actions
監視・管理：Datadog, AWS CloudWatch
コミュニケーション・管理：GitHub, Jira, Backlog, Slack, Zoom

プロジェクトチームについて

データ基盤・MLOps開発チームへの配属となります。
「最新のAIアルゴリズムを使うこと」自体を目的とするのではなく、「欠損のない正しいデータが毎日確実に連携されること」「推論APIがタイムアウトせずに結果を返すこと」といった、インフラとしての基本品質に最も価値を置く手堅いカルチャーです。研究開発寄りのメンバーが書いた「とりあえず動くコード」に対しても、文句を言うのではなく、インフラエンジニアの視点から「どうすれば安全に本番運用できるか」を伴走しながら形にしています。

求める人物像

・「AIモデルを作る」よりも、それを裏側で支える「データとインフラのエンジニアリング」にやりがいを感じる方
・フォーマットが揃っていない汚いデータや、謎のエラーで止まるバッチ処理に対しても、原因を地道に特定して仕組みから改善できる方
・「インフラだけ作ればいい」ではなく、データサイエンティストの要望をヒアリングし、現実的なアーキテクチャに落とし込んで提案できる方

仕事の魅力

企業の競争力の源泉となる「データ」と「AI」の活用において、最も重要かつボトルネックになりやすい「基盤構築」の最前線に取り組むことができます。AWSのデータ系マネージドサービスをフル活用しながら、昨今非常に需要が高まっているMLOpsエンジニア・データエンジニアとして、市場価値が高く汎用的なインフラ構築スキルを磨くことができます。

働き方

リモート環境

[フルリモート] 基本的にフルリモートで働いていただけます（※データ連携のバッチ処理などでエラーが発生した場合、ログの調査等をお願いする場合がありますが、チーム内で負荷を分散しています）。