シニアAI・機械学習エンジニア—The Hartford、シャーロット・ハイブリッド勤務
The Hartfordの保険事業向けに、予測モデリングと生成AIのエンジニアリングをリードします。料率設定、引受、従業員福利厚生、関連する保険契約業務を支える、ガバナンスに準拠した本番運用可能なソリューションを構築します。
仕事内容
- 従業員福利厚生向け予測モデルのエンジニアリング提供をリードし、料率設定・引受モデル、スコアリングパイプライン、モデル更新、監視、データ検証、本番サポートを担当する。
- 料率設定、引受、営業、サービス、更新、保険契約ライフサイクルの各プロセス向けに、AI/MLコンポーネントとデータパイプラインを構築、デプロイ、保守する。
- 承認済みのソリューション設計とアーキテクチャパターンを、信頼性が高くテスト済みの本番コードおよびワークフローに落とし込む。
- プロンプトオーケストレーション、検索拡張生成、評価、ガードレール、エコシステム統合を通じて、生成AIおよびエージェントAIの取り組みを支援する。
- 学習、特徴量作成、推論、後処理、業務ルール統合、下流への配信に対応するバッチおよびほぼリアルタイムのパイプラインを開発・運用する。
- 確立されたCI/CD、テスト、オブザーバビリティ、セキュリティ、運用プラクティスを用い、AWSとGCPにまたがる本番AIサービス、ジョブ、API、ワークフローをデプロイ・保守する。
- コードレビュー、単体テストと統合テスト、ドキュメント、ランブック、準備状況評価、インシデント対応支援を通じて、実装品質を確保する。
- ジュニアエンジニアを指導・育成する。
- データサイエンティスト、データエンジニア、アセットオーナー、引受、料率設定の各チームと連携し、要件を明確化し、結果を検証し、データ問題を解決し、ソリューションを業務プロセスに適合させる。
- モデルとパイプラインのガバナンス文書を維持し、データ系譜、入出力、監視指標、検証エビデンス、運用管理策、引き継ぎ資料を含める。
- リスク、ボトルネック、運用上の不備を評価し、実行可能な改善策を提案する。
応募要件
- 関連分野の学士号、またはソフトウェアエンジニアリング、データエンジニアリング、ML/DevOpsエンジニアリング、応用AIエンジニアリング、その他密接に関連する技術分野で6年以上の同等経験。
- Python、SQL、ソフトウェア開発ライフサイクルの実践、Gitベースの開発、自動テスト、本番コードの提供に関する高度な実務経験。
- AWSおよびGCPでデータ、AI、MLワークロードをデプロイ・運用した経験。クラウドストレージ、マネージドコンピュート、オーケストレーション、IAMを考慮したアクセス制御、ログ、監視を含む。
- 特徴量パイプライン、学習ワークフロー、バッチスコアリング、推論サービス、モデル監視、ドリフト検知、検証、再学習、本番サポートを含むMLエンジニアリングの実践知識。
- 既定のアーキテクチャ、企業セキュリティ要件、データガバナンス基準、コーディング規約、運用管理策に従って業務を進められること。
- 実装をリードし、ジュニアエンジニアを指導し、トレードオフを説明し、日々の監督が限られる中で複数のモデルとパイプラインの成果物を管理できること。
- 会社のスポンサーシップなしで米国で就労する許可を有すること。
- コンピューターサイエンス、工学、情報技術、MIS、データサイエンス、その他関連分野の修士号があれば尚可。
- 保険、従業員福利厚生、料率設定、引受、リスク選択、営業支援、保険契約ライフサイクル分析の経験。
- 定期更新、性能追跡、業務検証、ガバナンスに準拠した本番デプロイが必要な予測モデルポートフォリオを支援した経験。
- RAG、プロンプト評価、LLMアプリケーション統合、AI安全管理策、人間参加型プロセス、出力検証など、生成AIまたはエージェントAIパターンを実装した経験。
- Airflow、Cloud Composer、Step Functions、Vertex AI Pipelines、その他同等のエンタープライズツールなど、オーケストレーションおよびワークフロープラットフォームの経験。
- CI/CD、コンテナ、API、Infrastructure as Codeの概念、オブザーバビリティ、本番インシデント管理の経験。
福利厚生
- 短期または年間ボーナスプログラムの対象となる資格。
- 長期インセンティブの機会。
- その場での表彰制度。
- ハイブリッド勤務形態。
