HMHは、幼稚園から高校までの教育向けに、カリキュラム、評価、学習教材を開発しています。読み書き、数学、科学、社会科、社会性と情動の学習を扱うプログラムに加え、教育者が指導実践を高め、生徒の学びを支援するための専門能力開発も提供しています。
機械学習エンジニア、AWS SageMaker
説明可能な学生評価モデルを開発段階から AWS SageMaker の本番環境へ移行します。信頼性の高いモデリング、デプロイ、監視、継続的な改善を通じて、HMH の学習製品を支えます。
仕事内容
- データ準備とトレーニングからデプロイ、監視、バージョン更新まで、モデルのライフサイクル全体を担う
- モデルのフィッティング前後にデータを調査・検証し、分析結果を記録する
- Python と SageMaker のトレーニングジョブおよびパイプラインを使ってモデルをトレーニング、検証する
- MLflow に実験を記録し、リリース前にホールドアウトしたコホートでモデルをテストする
- モデルの登録、昇格、デプロイ時に、データ、コード、重み、サービングの来歴を明確に保つ
- コードレビューと継続的インテグレーションを通じてモデルをリリースする
- フィーチャーストアと Snowflake を用い、リアルタイムエンドポイントとバッチスコアリングでモデルを提供する
- モデルのレイテンシー、コスト、容量を最適化する
- ダッシュボードとアラートを用いて予測品質、障害、ドリフトを追跡する
- 本番環境の健全性を毎月確認し、責任追及をしない事後検証を主導する
- 本番環境の証拠に基づいてモデル改善を提案し、チームの RFC に情報を提供する
- 分析、プロダクト、データの各チームがモデル出力を解釈し活用できるよう支援する
- ストリームに沿ったチームで、シニアまたはスタッフエンジニアと協働する
- 科目やカリキュラムをまたいで汎化し、個別のコードフォークを必要としないモデルを開発する
- 稼働中のサービスを継続して利用可能に保ちながら、大規模な学生集団を再スコアリングする
- 複数のモデルバージョンを並行運用し、安全に旧版を終了する
- モデル出力を維持しながら、トレーニングとサービングの効率を高める
応募要件
- 他者が依存するモデルまたは機械学習システムを提供した実績がある
- IC4 では通常、実務経験が3年以上、または博士号と関連する実践経験が求められる
- 計量的な分野（心理測定学を含む）の修士号または博士号が望ましい
- Python の慣習に沿った、型付けされテスト済みのコードを書ける
- CI/CD、GitHub Actions、Terraform で管理するインフラに精通している
- 優れた SQL スキルがある
- 事後確率や尤度の概念、キャリブレーションプロットを含む統計の基礎知識がある
- 探索的データ分析に習熟している
- 優れた技術文書作成能力がある
- AWS の実務知識があり、SageMaker の知識があれば望ましい
- MLflow などの実験追跡ツールの実務知識がある
- 業務をリリースできる状態か判断し、その判断を証拠で裏付けられる
- 次の経験や知識があれば役立つ：心理測定学または教育測定、認知診断モデルまたはベイジアンネットワーク、Stan または PyMC による確率的プログラミング、R、Snowflake と dbt、Terraform、GitHub Actions、ナレッジグラフまたはオントロジー、K–12 の評価データ
- 米国で就労する資格が必要。HMH は E-Verify に参加しています
福利厚生
- 年俸は110,000～115,000米ドル
- 均等な雇用機会への取り組み
- 差別やハラスメントのない職場環境
