MLOps / AIプラットフォームエンジニア

MLOps / AI Platform Engineer

フルリモート可 正社員 / 業務委託 800万〜1,500万円
BACKGROUND

募集背景

クライアントへのAIモデル納品が増える中、「実験では動くが本番で安定しない」という課題が頻発しています。モデルのCI/CD・監視・自動再学習を専任で設計・運用できるMLOpsエンジニアを迎え、デリバリー品質を底上げします。

RESPONSIBILITIES

業務内容

  • Kubeflow/MLflow/Airflowを用いた自動学習パイプラインの設計・構築
  • モデルドリフトの検知と自動再学習パイプラインの実装
  • GPU/クラウドリソースのコスト最適化と利用状況のモニタリング
  • Prometheus/Grafanaによるモデルパフォーマンス監視基盤の整備
  • モデルのバージョン管理とデプロイ自動化（CI/CD）
  • インフラのIaC化（Terraform/Pulumi）と再現可能な環境構築
  • セキュリティ要件を満たすAIインフラ設計
OVERVIEW

ポジション概要

MLモデルのCI/CDパイプライン構築、モデル監視・メンテナンス、AIインフラストラクチャの設計を担当します。Kubeflow/MLflow/Airflowを用いた自動学習パイプラインの構築、モデルドリフトの検知と自動再学習の仕組み作り、GPU/クラウドリソースのコスト最適化、Prometheus/Grafanaによるモデルパフォーマンス監視基盤の整備を行います。AIを「Jupyterでの実験」から「本番環境での安定運用」に移行させる要の役割です。

REQUIRED

必須スキル・経験

Docker / Kubernetes / HelmKubeflow / MLflow / AirflowCI/CDTerraform / PulumiAWS / GCP / AzurePrometheus / Grafanaモデルモニタリング
NICE TO HAVE

歓迎スキル・経験

  • SREとしての運用経験
  • GPUクラスタ（NVIDIA A100/H100等）の運用経験
  • FinOps（クラウドコスト最適化）の実務経験
  • セキュリティ認証（SOC2, ISO27001等）対応経験
IDEAL CANDIDATE

求める人物像

  • 「動くだけ」ではなく「安定して動き続ける」を追求できる人
  • 自動化に対する強いこだわりを持ち、手作業を見つけたら仕組み化したくなる人
  • Transparent ROIの精神で、インフラコストとビジネス価値を紐づけて考えられる人
  • エンジニアチームが開発に集中できる環境を裏方から支えることに喜びを感じる人
DEV TOOLS

開発環境・ツール

Docker / KubernetesTerraformGitHub ActionsAWS / GCPPrometheus / GrafanaMLflowAirflow
WHY 1137

1137で働く魅力

  • フルリモート・フレックスタイム制で柔軟な働き方
  • 最新のAI技術に触れる環境と豊富な学習支援
  • 少数精鋭チームでの裁量ある業務
  • グローバル水準の報酬体系
  • クライアントのAI導入を最前線で支援する実践経験
REQUIREMENTS

募集要項

雇用形態 正社員 / 業務委託
勤務地 フルリモート可
給与 800万〜1,500万円
勤務時間 フレックスタイム制（コアタイムなし）
PROCESS

選考フロー

  1. 1 書類選考
  2. 2 一次面接
  3. 3 技術課題
  4. 4 最終面接
  5. 5 内定
このポジションに応募する 採用情報一覧に戻る