【フルリモート／週5】Python MLOpsアーキテクト（大規模機械学習パイプラインの完全自動化と推論基盤の極限最適化）

お任せしたいこと

自社で展開する数千万ユーザー規模のレコメンドエンジン、または高度な画像認識・自然言語処理を組み込んだAIプロダクトにおいて、データサイエンティストが開発した機械学習モデルを本番環境で安定かつ高速に稼働させるための「MLOps（Machine Learning Operations）基盤」の設計・構築をお任せします。
「Jupyter Notebookに書かれた属人的なスクリプトを手動で実行する」といった再現性のないAI運用や、「モデルの精度は高いが、推論APIのレスポンスが遅すぎてプロダクトに組み込めない」というビジネスの死活問題を徹底的に排除し、KubernetesやRay、MLflowを駆使した継続的学習（Continuous Training）パイプラインと、GPUリソースを極限まで使い倒す超低遅延な推論基盤を泥臭く牽引していただく中核的なポジションです。

具体的な業務内容

・Python（FastAPI）、Ray Serve、または NVIDIA Triton Inference Server を活用した、数万QPSのトラフィックを捌き切る高スループットかつ低遅延な機械学習推論APIの設計と実装
・Kubeflow Pipelines や Apache Airflow、MLflow を利用した、データの抽出・前処理から、モデルの学習・評価・デプロイまでを完全に自動化するMLパイプラインの泥臭い構築
・ONNX RuntimeやTensorRTを利用したモデルの量子化（Quantization）やグラフ最適化による、推論レイテンシのマイクロ秒単位の削減とGPUコスト（FinOps）の劇的な最適化
・Feast等のFeature Storeの導入と運用による、オンライン推論（リアルタイム）とオフライン学習（バッチ）間での特徴量（Feature）のズレ（Training-Serving Skew）の徹底的な排除
・Evidently AI や Datadog を利用した、本番環境でのデータドリフト（入力データの傾向変化）やコンセプトドリフト（モデル精度の劣化）の継続的な監視と、自動再学習トリガーの実装
・GitHub Actionsと連携した、機械学習モデルのCI/CD/CT（Continuous Training）パイプラインの構築と、シャドーデプロイやA/Bテストによる安全なモデル更新基盤の提供
・データサイエンティストとバックエンドエンジニアの間に立ち、Pythonの強力な型ヒント（Type Hints）やPydanticを用いた、堅牢で保守性の高い本番用コードへの泥臭いリファクタリング
・Docker / Kubernetes（EKS, GKE）環境における、GPUノードのオートスケーリング設定およびPodのメモリ/CPUリソースの極限のチューニング

必須スキル・経験

・Pythonを用いたWebバックエンドAPI、またはデータ処理基盤の開発実務経験（目安として3年以上）
・DockerおよびKubernetesを利用したコンテナベースの本番インフラ環境での開発・運用経験
・機械学習の基礎的なライフサイクル（学習、評価、推論）と、PyTorchやTensorFlow等のフレームワークに関する基礎知識
・FastAPI等の非同期Webフレームワークを用いた、パフォーマンスを意識したAPI開発経験
・Git / GitHubを用いたプルリクエストベースでのチーム開発、およびCI/CDの構築経験

歓迎スキル・経験

・MLflow、Kubeflow、Ray等のMLOpsエコシステムを利用したパイプラインの構築経験
・NVIDIA Triton Inference Server、TensorRT、ONNX等を用いたモデル最適化や推論基盤の構築経験
・データサイエンティストとしての機械学習モデルの開発経験、またはKaggle等でのコンペティション参加経験
・Spark、BigQuery等を用いた大規模データエンジニアリングの実務経験
・SREとしての可観測性（Observability）向上やインフラコスト削減の経験

開発・業務環境

開発言語：Python 3.11+
ML・推論フレームワーク：PyTorch, FastAPI, Ray Serve, ONNX Runtime, Triton
MLOpsエコシステム：MLflow, Kubeflow, Apache Airflow, Feast
インフラ・コンテナ：AWS (EKS, SageMaker) または GCP (GKE, Vertex AI), NVIDIA GPU
監視・可観測性：Datadog, Prometheus, Evidently AI (または 自社製ドリフト検知)
コード品質・自動化：pytest, mypy, Ruff, GitHub Actions
コミュニケーション・管理：GitHub, Jira, Slack, Zoom

プロジェクトチームについて

「どんなに高精度なモデルも、本番環境でユーザーに価値を届けられなければ単なる研究発表に過ぎない」と確信し、データサイエンスとソフトウェアエンジニアリングの深い溝を技術で埋めるMLOps専門チームへの配属となります。
「私のローカル環境では動いた」という再現性の欠如を極めて嫌い、乱数のシード固定や依存ライブラリの厳格なバージョン管理（Poetry, uv等）を通じて、モデル開発プロセスを完全に決定論的（Deterministic）なソフトウェアのプロセスへと昇華させる手堅いカルチャーです。GPUメモリの枯渇（OOM）で推論APIがクラッシュした際にも、単にインスタンスサイズを上げるのではなく、バッチサイズの調整やメモリリークの特定を泥臭く行い、パズルを解くようにインフラコストとパフォーマンスの最適解を導き出す実直なメンバーが集まっています。

求める人物像

・「AIモデルを作る」こと以上に、そのモデルを「決して止まらない、スケーラブルなシステム」として社会にデプロイすることにエンジニアとしての強い美学を持てる方
・データサイエンティストが書いたスパゲッティコード（プロトタイプ）に対して文句を言うのではなく、敬意を持ちながら安全で高速なプロダクションコードへと書き換える過程を楽しめる方
・日々新しいツールが登場するMLOpsカオスの現状を嘆くのではなく、自社の課題解決に本当に必要な技術を冷静に選定し、前向きに検証とハックを楽しめる知的好奇心を持った方

仕事の魅力

AIの実用化フェーズに突入した現代において、「モデルを作れる人材」以上に「モデルを本番運用できる人材（MLOpsエンジニア）」の枯渇は世界的な課題となっています。複雑な機械学習の数学的要件と、高トラフィックを捌くインフラアーキテクチャの両方のパズルを解き明かす泥臭い経験を通じて、単なる「Pythonバックエンドエンジニア」や「データサイエンティスト」を完全に凌駕し、AI時代にすべてのメガベンチャーから最も高額な条件でオファーが殺到する「Python MLOpsアーキテクト」としての圧倒的な市場価値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。