募集要項
- 募集背景
- コンサルタントより詳細をご説明させていただきます。
- 仕事内容
-
これまでのご経験を生かして活躍しませんか。AI検索サービスの根幹となるデータアーキテクチャの設計、およびデータ管理プロセスの最適化・自動化をリードします。
エンジニアの転職はメイテックネクストへご相談ください
1．AIモデルのためのデータ基盤構築・パイプライン設計：50%
AI/MLモデルの学習・推論に必要なデータを、高品質かつタイムリーに供給するための基盤を作ります。
データ収集・加工: 多様なログデータや商品データを収集し、モデルが学習可能な形式へ加工（ETL/ELT）するパイプラインの設計・構築
特徴量管理（Feature Store）: 特徴量の作成・管理を一元化し、学習時と推論時のデータ不整合（Training-Serving Skew）を防ぐ仕組みの導入
データ品質管理: データの欠損や異常を検知し、常にクリーンなデータを維持するための監視・通知システムの構築
2．データ管理プロセスの最適化および自動化推進：30%
属人化しがちなデータ抽出・加工作業を排除し、自動化されたワークフローを確立します。
データ運用の自動化: 手動SQLやスクリプトに依存しているデータ作成フローを、Workflow Engine（Airflow等）を用いて自動化・コード化（IaC）
MLOps基盤の強化: データサイエンティストがスムーズにモデル実験・デプロイを行えるよう、インフラ側からの環境整備
メタデータ管理: どのデータがどこにあり、どう加工されたかを追跡可能にするデータカタログの整備
3．チームマネジメント・戦略策定：20%
セクションリーダーとしてメンバー（正社員・パートナー）のタスク管理、技術指導、評価
事業目標に基づいた中長期的なデータ戦略・アーキテクチャロードマップの策定
仕事のやりがい（面白さ）
単にデータを溜める箱を作るのではなく、「AIを賢くするためのデータ戦略」を技術面からリードできるポジションです。
3000万点の商品データと年間1億件の検索ログという膨大な資産を使い、いかに効率よく特徴量を作り出し、モデルに供給するか。この「データエンジニアリング×MLOps」の領域において、ゼロベースで設計し、プロセスの自動化まで裁量を持って推進できる点は、エンジニアとして大きな醍醐味です。
3～5年後の想定される...
- 応募資格
-
- 必須
-
【必須】
大規模データの収集・蓄積・加工（ETL/ELT）基盤の設計・構築経験
Python/SQLを用いたデータ処理の実務経験（目安：3年以上）
AWS/GCP等のパブリッククラウドを活用したデータパイプラインの構築経験
開発チームのリーダーまたはマネジメント経験（3名以上、進捗管理・技術指導含む）
【歓迎】
GCP (BigQuery Vertex AI等) を活用したデータパイプラインおよびMLOps基盤の構築経験
Dataform または dbt を用いたデータモデリング・ELT処理の開発経験
OpenMetadata や DataHub 等のツールを用いたデータカタログ・データガバナンス基盤の導入・運用経験
機械学習モデルのライフサイクル管理（実験管理、モデルデプロイ、監視）の自動化経験
モダンデータスタック（Modern Data Stack）に関する最新の知見
データ品質（Data Quality）やデータリネージの可視化に関する知識
Infrastructure as Code (Terraform) によるGCPインフラ管理スキル
ビジネスレベルの英語力（ドキュメント読解等）
- 歓迎
- 応募資格をご覧ください。
- フィットする人物像
- 応募資格をご覧ください。
- 雇用形態
- 正社員
- 勤務地
- 東京都
- 勤務時間
- 09:00～17:30
- 年収・給与
-
700万円～1000万円
■年収についての補足
※スキル・ご経験に応じて決定
- 待遇・福利厚生
-
■諸手当
交通費※会社規定に基づき支給 退職一時金制度 確定拠出年金制度 社内研修制度 自己啓発支援制度 社内英会話レッスン(本社ビルのみ) 保養所（ラフォーレ倶楽部) テーマパークチケット優待
■各種保険
健康保険 厚生年金保険 労災保険 雇用保険
- 休日休暇
- 完全週休2日制(土日)／祝日／年末年始（12/29～1/4）※ただし、業務の都合で休日を他の日に振替えることがある 有給(初年度：即日付与。日数は入社日によって変動。次年度以降：4月に付与) 慶弔休暇 特別休暇
- 選考プロセス
- ■面接回数2■試験内容例）▼1次面接：人事面接 ・部門面接 ▼最終面接：役員面接 ※場合によって変更するケースがございます
