なぜ募集しているのか: 同社は「モノづくり産業のポテンシャルを解放する」をミッションに、製造業におけるデータプラットフォームプロダクト「CADDi Drawer」を展開しています。
2022 年にローンチした「CADDi Drawer」は、製造業の中でも最重要といわれる図面データを機械学習など様々な技術により構造化し多様な情報と結び付けることで、情報資産としての活用を可能にしました。既に国内の大手製造業から加工会社のお客様にまで活用いただいており、急成長中です。2023 年からは海外（アメリカ・タイ・ベトナム）での販売も開始し、グローバル展開も加速させています。

今後は、図面以外にも製造業の知見をテクノロジーによって再現・集約することで、部門や会社を超えた全体最適の実現を目指しています。
開発としては、データプラットフォームとしての機能強化、プラットフォーム上で動く複数の新規アプリケーション開発、飛躍的に増加するユーザー数・データ量に耐えうる基盤の強化など、取り組みたいテーマが数多くあります。
難易度が高くチャレンジしがいのあるプロダクト開発に一緒に取り組む仲間を募集しています。
どんな仕事か: モノづくり産業のポテンシャルを解放する企業／日本の主要産業のDXを推進するSaaSプロダクト／大手企業での導入実績多数／グローバル4か国で事業展開中／シリーズCで総額91億円調達／平均年齢34.3歳
【業務内容】
MLOps Engineerは、機械学習・データサイエンスのモデルを継続的にサービスに対して提供できる、基盤の構築、保守、運用を行います。また、当社の持つデータを活用すべく、データ収集のためのパイプライン構築、データ活用の促進をリードする働きを期待します。
当社でのMLOpsエンジニアは、実プロダクト上でのご経験が積めるのはもちろんのこと、ご経験やご興味に応じて、フロントエンドdemoの作成や新しいMLモデルの作成など、新しいチャレンジの許容度が広く、技術の幅を広げていける環境です。

【具体的な業務例】
以下を想定していますが、業務内容はこれに限定されるものではありません。

・機械学習のモデルの推論を行うAPIおよびBatchの動作環境、CI/CDを用いたデプロイ環境の構築
・本番環境での監視、パフォーマンスチューニングを含むSite Reliability向上のための実装
・VertexやArgo Workflow上での機械学習処理パイプラインの開発、整備、運用
・推論・学習プラットフォームのコストの最適化
・モデリング担当者、Platform担当者とコミュニケーションし、プロセスを文書化

【組織について】
QAチームはQA Managerに加え、QA専任の社員4名が在籍しています。メンバーのうち2名は開発やSREからの社内異動です。
テスト実施については第3者検証機関にも一部業務支援いただいています。

【このポジションで得られる経験】
・熱量の高いメンバーと共に、難易度の高い技術的課題に挑戦する経験
・機械学習に加え、ソフトウェア領域など幅広い領域に精通したメンバーと共に仕事をする経験
・技術をどのようにビジネスとして価値展開するかまで踏み込んで課題解決をする経験
・ML Engineerやプロダクトマネジメントのメンバーとも距離が近く、will次第で仕事の幅を広げることができる

【求める人物像】
・未経験の技術や物事に対して貪欲に学び挑戦する姿勢がある方
・ML/MLOpsに必要な関連技術のキャッチアップに意欲的な方
・本質的な課題に向き合い、当事者意識をもって解決に向けた行動ができる方
・変化が早く不確実性の高い状況において、前向きな姿勢と建設な議論を通じて業務を遂行できる方
・相手のコンテキストや解像度に配慮し、他者をリスペクトする姿勢でコミュニケーションや議論ができる方
求められるスキルは: 必須・Google Cloud、AWSなどクラウドサービスを利用したサービス開発、運用経験
・Docker等のコンテナ技術の基礎的知識
・Git、CI/CDを用いたチーム開発、運用経験
・Python、Rust、Go、Java、Scala、Kotlin、C++等によるアプリケーション開発経験
・大規模サービスでの負荷、スケーラビリティを考慮した開発経験
・日本語での流暢なビジネスコミュニケーション能力
　└テキストコミュニケーションやミーティングを含め、日常業務を日本語で完結できること
　　例：日本語能力試験N1程度、日本語環境での3年程度の就業経験をお持ちである等

歓迎・Vertex AI Pipeline、kubeflow、Apache Beam、Sparkなどを用いて機械学習パイプラインを開発した経験
・MLOps、SREに関連した開発経験
・ML Engineerと協業し、機械学習、データサイエンスのモデルを継続的に改善・提供した経験
・Data LakeやFeature Storeなどの構築、運用経験
・Data-centricに機械学習モデルを改善するために、データ品質を高める施策を実施した経験
・BigQueryやRedashを用いた社内外へのデータ活用施策の企画、推進の経験
・機械学習、統計、線形代数、コンピュータサイエンスに関連したアルゴリズムの基礎知識
雇用形態は: 正社員
※試用期間3ヶ月（期間中に待遇の変動はありません）
どんなポジション・役割か: MLOps Engineer
どこで働くか: 東京都台東区
※リモートワークをベースとしています。
メンバー同士の交流を目的として、週1回程度の出社推奨日やQに1～2回程度のオフサイトミーティングを設けています。
　詳細はチームにより多少異なりますので、面談や面接にてご質問ください。
※中部・関西・九州など、首都圏以外在住のメンバーも複数名活躍しています。
※出社を希望される場合、いつでもオフィスを使っていただくことも可能です。
勤務時間は: フレックスタイム制（コアタイム11:00～16:00）
給与はどのくらい貰えるか: 入社時年俸：1000万円～1200万円程度を想定
※昇給年2回
※年収を12で割った金額を月額固定給として支給いたします。
※ストックオプション制度あり
待遇・福利厚生は: ◆交通費実費支給
1ヶ月3万円を上限としオフィス出社日数分を支給
遠方在住者は上限6万円/月を支給
子ども手当
18歳以下の扶養家族1人につき1.5万円/月
社員同士の交流支援

◆部活動支援費（1活動1500円/1名）
Teaming Offsite費用補助（5,000円/1名、Q1回まで）
チーム内交流の食事代補助（2,000円/1名、月1回まで）
異なるチーム同士の交流の食事代補助（3,000円/1名、月1回まで）
成長サポート

◆サーバー代補助（1万円/月まで、エンジニアが対象）
書籍購入支援
外部研修受講費支給
ライフイベント・ファミリー支援
育児休業・介護休業（入社3か月後から取得可能）
結婚お祝い金（5万円）、出産お祝い金（10万円）
引っ越し補助金

◆その他
社会保険完備（雇用・労災・健康・厚生年金）
PC支給
健康診断・婦人科検診費用全額補助、人間ドック費用補助
全社表彰や部署ごとのアワード
休日休暇は: ・完全週休2日制（土日祝）
・年次有給休暇（入社6カ月経過後）・入社時特別有給（3日間）
・夏季休暇（3日間、7～12月で自由に取得可能）
・年末年始休暇（6日間）
・看護・介護休暇（年間4日間まで）※ペットも対象
・リフレッシュ休暇（勤続5年ごとに連続5日）
・慶弔休暇
どんな選考プロセスか: 基本のフローは下記となります。

・カジュアル面談（希望された場合）
　↓
・書類選考
　↓
・技術課題
課題に対してドキュメント形式でご提出いただきます（所要時間は2時間程度を想定しています）
基本的なシステム設計力やDevOpsに関する基礎知識を確認することを目的としています
　↓
・人事面談
選考要素はなく、条件面等のすり合わせや選考を受けるにあたっての疑問解消の場となります
　↓
・技術面接（エンジニア）
　↓
・最終面接（CTO小橋）
　↓
・オファー面談
※状況により、追加の面接・面談をご相談する場合もございます。
※ご希望に応じて、選考途中でも社員とのカジュアル面談をセットいたします。ご相談ください。
※応募～内定は1カ月程度が平均的ですが、お急ぎの場合はご相談ください。極力ご転職活動のスケジュールに間に合うよう調整いたします。

★MLOpsエンジニア★情報を資産に変えるデータインフラを創る／急成長中の製造業向けSaaS企業

機械学習エンジニア