Vertex AIエンジニア兼クラウド・デリバリー・リード 10MY

アピールポイント

• Vertex AIにおけるエンドツーエンドのMLOpsのリード – Google Cloud上でデータインジェクション、トレーニング、デプロイ、モニタリング、およびモデルのライフサイクル管理をカバーする、スケーラブルなMLパイプラインの設計と実装。
• エンタープライズ向けAIプラットフォームの構築 – GKEと自動化されたCI/CDワークフローを使用した信頼性の高いモデルサービングを可能にしながら、Vertex AI、BigQuery、Dataflow、GCS、およびPub/Subを扱う。
• 本番環境AIデリバリー＆ガバナンスの推進 – データサイエンティストやエンジニアリングチームと連携してMLモデルを実用化し、IAM/セキュリティコントロールを適用して、堅牢で本番環境に対応したAIシステムを確保する。

業務内容:

• データインジェクション、モデルトレーニング、評価、デプロイを含む、Vertex AI上でのエンドツーエンドのMLOpsパイプラインの設計と実装
• 自動化されたモデルトレーニングおよび再トレーニングワークフローのためのVertex AI Pipelines（Kubeflow Pipelines）の構築と管理
• Vertex AI Model Registry、Endpoints、およびBatch Predictionサービスを使用したモデルのデプロイと管理
• Vertex AI Feature Storeを使用した特徴量エンジニアリングワークフローの実装
• Vertex AIとBigQuery、Dataflow、Cloud Storage、Pub/Subを接続するGCPネイティブなインテグレーションの開発
• Terraformを使用したMLワークロード用インフラの管理、および再現可能でバージョン管理された環境の確保
• サービスアカウントのガバナンスやVPC Service Controlsを含む、Vertex AIワークロードのIAMポリシーの設定
• クラウドデリバリー活動のリード：スプリントプランニング、リリースマネジメント、環境のプロモーション（昇格）、およびステークホルダーとのコミュニケーション
• データのドリフト（偏り）やスキュー（歪み）検出のためのVertex AI Model Monitoringを使用したモデルモニタリングの確立
• データサイエンティストと連携した実験のコンテナ化、および開発/ステージング/本番環境へのモデルのプロモーション
• カスタム推論インフラが必要なモデルサービングワークロードにおけるGKEの導入推進

応募資格:

• GCPに関する4年以上の実務経験（うちVertex AIのハンズオン経験2年以上）
• Pythonおよび主要なMLフレームワーク（TensorFlow、PyTorch、Scikit-learn）への高い習熟度
• Vertex AI Pipelinesの構築、およびVertex AI Model Registryでのモデルライフサイクル管理の経験
• Vertex AI、GCS、BigQuery、および関連インフラをプロビジョニングするための確かなTerraformスキル
• GCP IAM（特にMLパイプラインとデータアクセスのセキュリティ確保）に関する深い理解
• GCPネイティブの開発パターンおよびイベント駆動型アーキテクチャの経験
• 計画、実行、およびステークホルダーマネジメントを含む、実績のあるクラウドデリバリー経験
• モデルサービングのためのコンテナ化（Docker）およびGKEに関する知識・経験

歓迎要件:

• Google Cloud 認定 Professional Machine Learning Engineer
• LLMのファインチューニング、Vertex AI Generative AI Studio、またはModel Gardenの経験
• Feast、Tecton、または類似の特徴量ストア（Feature Store）に関する知識・経験
• 環境設定および自動化のためのAnsibleの経験
• データ集約型ワークロードにおけるDataOpsまたはプラットフォームエンジニアリングのバックグラウンド