シニア機械学習エンジニア（プロダクト開発・MLOps）

機械学習エンジニアとして、単に要件通りに機能を実装するのではなく、「AIと人間の協働をどうデザインし、実装するか」という問いに技術で答えることを期待しています。
■ 先端技術をプロダクト機能に組み込む開発：
当社が提供する法人向け生成AI SaaS「ELYZA Works」では、クライアント企業が自力でLLMの実装・活用を推進できる環境の構築を目指しています。その実現に向けてLLMやAI Agentといった最先端技術をプロダクトに組み込むため、PdMと連携しながら企画から検証・開発までを一貫してご担当いただきます。

■ 全社のMLOps・自社モデルの推論基盤構築：
プロプライエタリモデルだけでなく自社モデルの運用を支える推論基盤の構築・運用にも携わっていただきます。大規模モデル運用に必要なインフラ知識、レイテンシの低減とスループットの最大化を実現する推論高速化、Enterprise向けAgent Harnessの開発など、求められるスキルセットは多岐にわたります。既存の技術スタックに固執せず、課題に応じて最適な技術を学び、取り入れていく姿勢を重視しています。
【開発環境】
セキュリティ意識を高く保ちつつ、Claude Code、Devin などの最新のAI開発ツールをフルに活用しています。
- 開発言語: Python
- Cloud Platform: Google Cloud / AWS / Azure
- プロビジョニングツール: Terraform
- CI/CD: GitHub Actions / Argo CD
- ミドルウェア: OpenSearch
- ドキュメンテーション: Notion / Google Docs
- 開発ツール: GitHub / Figma
- コミュニケーションツール: Slack / Discord / Google Meet
- BIツール: Redash
【抱えている課題】
AIという不確実性の高い技術を、誰でも使える「完成された製品」へと磨き上げるための、強力なエンジニアリング力を必要としています。
■ 信頼性の高いLLM学習・推論基盤の構築：
自社モデルの学習から推論までを一気通貫で支える、スケーラブルで高信頼な基盤の構築
■ フットワークを失わない開発組織：
R&Dチームの成果を最短でプロダクト実装するための柔軟な組織とシステム基盤の構築
■ 「正解のない」UXの探求：
非決定的なLLMの出力を制御し、汎用性と使いやすさを両立するベストなUXの探求
■ エンタープライズ品質への挑戦：
AI Agent等の先端技術において、利便性とエンタープライズ水準のセキュリティを両立する仕組みづくり

【必須要件】
- チームでのMLサービス開発・運用経験（目安3〜5年以上）
- MLOps/LLMOpsの構築・改善経験
- GCPやAWSなどのクラウド環境での開発・運用経験
- MLシステム/プロダクト開発における技術選定の主導や技術レビューをリード・マネジメントした経験
- 機械学習、自然言語処理、画像認識、音声認識のいずれかにおける深い専門性、または、大規模分散システムへの深い知見
- 日本語でのビジネスレベルのコミュニケーションスキル / Native-level Japanese proficiency
歓迎/尚可

【歓迎要件】
- ソフトウェア開発全般における高い専門性（アーキテクチャ設計・デザインパターン等）
- 機械学習がコアとなるプロダクトの企画・開発経験
- SaaS企業でのプロダクトコミット経験（特に0→1立ち上げのフェーズ）
- Kaggle、SIGNATE等データサイエンス系コンペの入賞経験
- PyTorchやTransformersなどのOSSへの貢献経験
- OpenAIなどのLLM APIを活用した開発経験
- HPCクラスタ（GPU、InfiniBand等）の構築・運用や、低レイヤーの最適化経験