【フルリモート／週5】機械学習エンジニア・MLエンジニア（AIプロダクトの社会実装・推論モデル開発）

お任せしたいこと

自社で展開するWebサービスやSaaSにおいて、蓄積されたビッグデータを活用し、ビジネス課題を解決するための機械学習モデルの設計・開発、および本番環境への実装（社会実装）をお任せします。
「Kaggleのような綺麗に整ったデータセットに最新のアルゴリズムを適用して精度を競う」といった学術的・実験的なアプローチではなく、欠損だらけで仕様が統一されていない泥臭い生データと格闘し、時に「ルールベースの単純なシステム」という現実的な選択肢も視野に入れながら、確実な費用対効果（ROI）を生み出すAIシステムをチームで作り上げていただきます。

具体的な業務内容

・Python（Pandas, NumPy, scikit-learn等）を用いたデータのクレンジング、探索的データ分析（EDA）、および高度な特徴量エンジニアリング
・ビジネス課題（レコメンド、需要予測、ダイナミックプライシング、自然言語処理によるテキスト分類など）に対する、最適な機械学習アルゴリズムの選定とモデル構築
・構築した機械学習モデルの本番運用に向けた、推論用API（FastAPI等）の設計・開発および処理速度（レイテンシ）のチューニング
・データエンジニアと連携した、学習用データパイプラインの設計とSQL（BigQuery等）を用いたデータマート構築
・MLOpsエンジニアと連携した、推論モデルの本番環境へのデプロイ（Dockerコンテナ化）およびA/Bテストの設計・効果検証
・稼働中のモデルに対する継続的なモニタリング、および精度劣化（データドリフト・コンセプトドリフト）を検知した際の再学習サイクルの実行
・ビジネスサイド（PdMや事業責任者）に対する、モデルの予測根拠（特徴量重要度など）の論理的な説明と期待値調整

必須スキル・経験

・Pythonを用いた機械学習モデル（分類、回帰、クラスタリング等）の実務開発経験（目安として3年以上）
・RDBMSやデータウェアハウスにおける、複雑なSQLを用いたデータ抽出・前処理の経験
・基本的な機械学習アルゴリズムの背後にある数学・統計学的知識
・Git / GitHubを用いたソースコード管理、およびソフトウェアエンジニアリング（テスト、可読性を意識したコーディング）の基礎知識

歓迎スキル・経験

・PyTorch、またはTensorFlowを用いたディープラーニング（画像認識、自然言語処理、LLM等）のモデル開発経験
・作成したモデルをWeb API等のソフトウェアとして本番環境に組み込み、運用した実務経験
・AWS（SageMaker等）、またはGCP（Vertex AI等）を利用したクラウド上での機械学習基盤の利用経験
・推薦システム（レコメンデーションエンジン）や検索アルゴリズムの開発・改善経験
・Kaggle等のデータ分析コンペティションでの実績、または関連分野での論文執筆経験

開発・業務環境

開発言語：Python 3.x, SQL
MLライブラリ：scikit-learn, LightGBM, XGBoost, PyTorch (または TensorFlow), Hugging Face Transformers
Webフレームワーク：FastAPI (または Flask)
データ基盤・インフラ：BigQuery (または Snowflake), AWS または GCP, Docker
バージョン管理・CI/CD：GitHub, GitHub Actions
コミュニケーション・管理：Jira, Notion, Slack, Zoom

プロジェクトチームについて

AI・機械学習プロダクト開発チームへの配属となります。
「0.1%の精度向上」のために莫大な計算コストをかけるような精度至上主義を嫌い、「精度はそこそこでも、推論が速く、なぜその結果になったか説明可能なホワイトボックスなモデル」を実務においては高く評価する手堅いカルチャーです。予測が大きく外れた際にも、アルゴリズムをいじる前に「そもそも元のログデータにバグが混入していないか？」と上流のデータパイプラインまで泥臭く遡って原因を特定する、エンジニアリングマインドを持ったメンバーが集まっています。

求める人物像

・「最新のAI論文を実装すること」よりも、「自分の作ったモデルでビジネス指標（売上やCVR）が改善すること」に強いやりがいを感じる方
・Jupyter Notebook上で動く使い捨てのコード（スパゲッティコード）で満足せず、保守性やテスト容易性を意識したプロダクションコードを書こうと努力できる方
・「AIは魔法ではない」という事実を理解し、非エンジニアからの過度な期待に対して、技術的制約やリスクを誠実に説明・交渉できる方

仕事の魅力

アカデミアや研究室の閉じた世界ではなく、数百万人のユーザーが利用する本番環境において、自ら構築したモデルがダイレクトにユーザー体験を変え、事業に利益をもたらす瞬間を体感できるポジションです。データサイエンスの知識に加えて、ソフトウェアエンジニアリングの実装力（MLOps領域への越境）を身につけることで、「PoC（概念実証）で終わらせない、実務で本当に使えるAIエンジニア」として極めて市場価値の高い希少なキャリアを築くことができます。

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。