Salve.Inno
Salve.Inno
Salve.Innoは、2024年に設立され、ポーランドのグダニスクに本社を置く採用・コンサルティング会社です。少人数のチームで、企業向けに最適化された採用戦略、グローバルなリモート人材のサーチ、候補者のスクリーニング、採用サイトでの応募体験の改善を通じて採用を支援しています。コンサルティング、マーケティング、物流の各分野に携わり、マーケティング、外国為替、iGaming関連職種の採用に強みを持っています。また、コミュニケーション、DE&I、より効果的な採用プロセスの構築に関する支援も行い、リモート求人の掲載や、グローバルな人材市場に向けたコンサルティングサービスも提供しています。

シニア機械学習エンジニア、応用AI・MLOpsリード

国際的な組織で、本番環境向けAIソリューションとMLOpsをリードします。 予測モデル、ガバナンス、デプロイ、拡張性の高い機械学習アーキテクチャを設計します。

仕事内容

  • 機械学習モデルの開発から本番環境での監視、再学習までを一貫して担当します。
  • 顧客生涯価値、解約、詐欺、不正利用防止に関する応用AIプロジェクトをリードします。
  • MLOpsフレームワーク、自動デプロイ、CI/CD、環境昇格、モデルライフサイクル管理を構築・改善します。
  • モデル性能、データドリフト、データ品質、ビジネス成果を監視する仕組みを作ります。
  • モデル再学習の戦略、エスカレーション手順、継続的改善の実践方法を定めます。
  • SHAPや特徴量寄与度を活用し、モデルの透明性と解釈可能性を高めます。
  • モデルガバナンス、ドキュメント、バージョン管理、再現性、監査可能性の基準を定めます。
  • データエンジニアリングチームと連携し、拡張性の高いパイプライン、特徴量エンジニアリング、信頼性の高いデータ基盤を整備します。
  • プロダクト、リスク、コマーシャルなどのチームと協力し、ビジネス課題を実用的で拡張性の高いAIソリューションに変えます。
  • 本番環境のモデル性能を評価し、精度、信頼性、ビジネスへの貢献を高めます。
  • 安定性、拡張性、保守性、運用効率に関する本番環境の基準を維持します。
  • 他のエンジニアを指導し、成長を支援します。
  • MVPの迅速な提供と、本番環境における長期的な信頼性・拡張性の両立を図ります。

応募要件

  • 本番環境で機械学習モデルを構築、デプロイ、保守した実務経験が5~8年以上あること。
  • Pythonの高度なスキルと、強固なソフトウェアエンジニアリングの基礎を備えていること。
  • 機械学習アルゴリズム、モデル評価、特徴量エンジニアリング、予測モデリングを理解していること。
  • データリーク、モデルドリフト、データ品質、モデルの安定性など、本番環境の機械学習に関する課題への実践経験があること。
  • Apache SparkまたはPySparkを使った分散コンピューティングや大規模データ処理の実務経験があること。
  • MLflowまたは同等のプラットフォームを使った機械学習ライフサイクル管理の経験があること。
  • CI/CDパイプラインを設計、実装、保守した経験があること。GitHub Actionsの経験が望ましい。
  • 高度なSQLスキルと、大規模で複雑なデータセットを扱った経験があること。
  • モデルのデプロイ、監視、ドリフト検出、再学習、本番環境での保守を理解していること。
  • SHAPなどのモデル説明性・解釈可能性手法を導入した経験があること。
  • 商業面または運用面で測定可能な改善をもたらすAI・機械学習ソリューションを提供した経験があること。
  • モデルガバナンス、バージョン管理、ドキュメント、再現性の要件を理解していること。
  • 拡張性、信頼性、保守性に優れた機械学習アーキテクチャを設計できること。
  • 優れた分析力と問題解決力を備えていること。
  • 技術に詳しくない関係者にも複雑な技術的内容を明確に伝えられること。
  • データエンジニアリング、プロダクト、リスク、コマーシャルなどのチームと協業した経験があること。
  • 迅速な開発とMVP提供を進めながら、堅実な本番環境向けエンジニアリングを実践できること。
  • メンタリング、技術面での影響力、エンジニアリングのベストプラクティスを通じてリーダーシップを発揮できること。
  • 主体的かつ自立して成果を重視し、AIソリューションを提供できること。

福利厚生

  • 経験と資格に応じた競争力のある報酬。
  • 充実した従業員研修と専門能力開発プログラム。
  • 影響力の大きいAI・機械学習の取り組みをリードする機会。
  • 先進的な機械学習技術と最新のMLOps手法に触れる機会。
  • 部門横断で協力する国際的な職場環境。
  • 会社、チーム、グループの各種イベント。
  • 誕生日および勤続に関する福利厚生。
  • 専門性を高め、技術リーダーとして成長する機会。
  • その他の従業員向け福利厚生やインセンティブ。