通信業界シニア機械学習エンジニア（エジプト・リモート）
解約予測、顧客セグメンテーション、予測など、通信分野向けの本番機械学習システムを構築・運用します。デプロイ、監視、モデルのバージョン管理、再学習を含む MLOps ワークフローを担当します。
仕事内容
- 通信分野向けの本番対応機械学習モデルを開発・デプロイする
- 解約予測、顧客セグメンテーションとクラスタリング、需要予測のソリューションを作成する
- 大規模な顧客データセットを準備、クレンジング、変換、分析する
- 効果的な機械学習モデルを支える特徴量を設計・選択する
- 教師あり学習モデルと教師なし学習モデルを訓練、検証、評価する
- データ準備、モデル開発、検証、自動化に Python を活用する
- 複数のソースからデータを取得、変換、処理するために SQL を使用する
- 機械学習ライフサイクル全体にわたる MLOps パイプラインを構築・保守する
- モデルのバージョン管理、デプロイ、本番監視、再学習を統括する
- 本番環境のパフォーマンスとデータまたはモデルのドリフトを追跡し、必要に応じて是正措置を講じる
- データエンジニア、データサイエンティスト、ビジネス関係者と連携し、拡張性のある機械学習ソリューションを実現する
- 信頼性が高く、保守可能で、本番利用に適したモデルを維持する
- 本番環境で得られた知見を活用して、モデル、特徴量、機械学習ワークフローを改善する
応募要件
- 機械学習、データサイエンス、または関連分野で4年以上の経験
- 通信業界または Telco 分野での経験が必須
- 解約、顧客セグメンテーション、需要予測、行動予測などの通信分野のユースケース向けに、本番機械学習モデルを構築・デプロイした実績
- 教師あり学習および教師なし学習手法に関する深い知識
- データ準備、特徴量エンジニアリング、モデル開発における高度な Python 実務経験
- 顧客データへのアクセス、処理、分析に必要な高度な SQL スキル
- 顧客データの準備と特徴量エンジニアリングの実務経験
- モデルのバージョン管理、デプロイ、本番監視、再学習に関する実践的な MLOps 経験
- MLflow または同等のモデルライフサイクルおよび MLOps プラットフォームの使用経験
- 機械学習モデルを開発環境から本番環境へ移行し、その後も保守した経験
- モデルのパフォーマンスを評価し、改善点を特定できる能力
- 機械学習ライフサイクル全体を明確に理解していること
- Dataiku または同等のエンタープライズ機械学習プラットフォームの経験があれば尚可
- Spark、特徴量ストア、またはアップリフトモデリングの経験があれば尚可