【Go/SQL】マッチングサービスにおける機械学習エンジニアの業務委託案件・フリーランス求人

■ミッション
【想定業務内容】
機械学習エンジニアとして、推薦や検索、自然言語処理や画像処理とその結果がシステムの中心となるプロジェクトに携わり、
プロダクトチームが正しくそれらが提供する結果を利用し継続的にプロダクト指標を改善することを想定しています。

- 機械学習エンジニアとしてプロダクトチームと共に企画段階からコミットし、プロジェクトの目的や評価指標、何をアウトカムとするかの定義からプロダクトマネージャと連携する
- ハンズオンで分析及び概念実証を行い、プロトタイプを作成し、プロジェクト内外の理解を深めることで説明責任を果たしながら成功確率を高める。
- 性能（精度、UXに影響する処理速度等）、コスト、リードタイムなどのトレードオフを意識しながら機械学習コンポーネントを含むシステムの技術選定、設計、実装

【使用技術詳細】
開発言語：Python, Go
データベース：BigQuery, MySQL（AWS Aurora）, DynamoDB, Redis, ElasticSearch
データ処理：Google Cloud Vertex AI, Fivetran, Google Cloud Dataflow, Cloud PubSub, Fluentd, Fluent-Bit, dbt, dagster etc
BIツール：Tableau, redash
構成管理：Terraform
開発、その他：Github, Slack, JIRA, monday.com
G Suite 各種ツール：Google SpreadSheet / Google Slide
インフラ：GCP/AWS各種サービス, Kubernetes

■必須スキル：
1. 次の一般的なソフトウェアエンジニアとしての知識・スキル・経験を持っていること：
WebApp開発の知識、スキル
- 一般的なWebアプリケーションの大まかな構成を理解していること
- バックエンドアプリケーションの開発経験（設計及び実装）（Sr. Backend engineer レベルであると尚可）
フルタイムの業務経験最低2年以上

2. 機械学習、検索、推薦、自然言語処理、画像処理等、高度なアルゴリズムのいずれかをコアコンポーネントとするソフトウェア開発プロジェクトに携わり、継続的に改善した経験：
- 例: ECにおける商品推薦、UGCテキストや画像の分類問題、Elasticsearch/Solrを用いた検索システムの結果改善をはじめとした運用
- コンポーネント自体はマネージドサービスでも可

3. ビジネス/エンジニアとのコミュニケーション力：
- プロジェクトのアウトカムをプロダクトマネージャや分析者と共に議論し定義でき、機械学習タスクとして要件に落とし込める
- 複雑な要件を整理、適切なステークホルダーを巻き込んで合意形成できる

4. 日本語Fluent（流暢）レベル以上：
- ネイティブでない方であれば、日本語が共通言語であるチームでの業務経験があること
■尚可スキル：
（特に1. 2. の要件を重視します）
1. 機械学習プロジェクトをリードした経験：
- 複数の職種が関与する機械学習プロジェクトにおけるテクニカルリード
- 曖昧で制約が自明でない状況においてトレードオフを明確にした技術的意志決定（性能、コスト、UXを考慮した要素技術の選定・設計）

2. 統計学、機械学習、A/Bテストの知識、スキル：
- 各種統計検定に関する理解があり、ケースに応じて適切な利用と結果の解釈ができる
- 機械学習（主に教師あり学習）の評価指標を理解している
- 機械学習、検索、推薦、自然言語処理、画像処理等の幅広い分野に関する知識と経験を持ち、プロジェクトの目的に対してこれらから最適なタスクへの落とし込みができる
- A/Bテストについて網羅的な知識を持ち、プロジェクトKPI/KGIとテストターゲット、機械学習のドメインとの関連を理解した上で設計及び実施、評価が出来る。
- NumPy, Pandas, SciPy, Matplotlib, scikit-learn, Tensorflow, Pytorchなど機械学習に関わるライブラリ・フレームワークの本番環境における利用経験

3. データ処理におけるテクニカルスキル：
- SQL言語の知識、技能
- Python/Ruby/Java/Scala/Goいずれかの業務での開発経験
- ストリーム/バッチのデータ処理経験
- RDB以外のデータベース利用経験

4. MLサービスの運用経験：
- kubeflow/TFXなどMLパイプラインの開発・運用
- Kubernetesの監視・運用
- SageMaker, Vertex AI などのMLマネージドサービス群を利用したML基盤の開発・運用

5. 機械学習チームをリードした経験：
- チーム内の担当領域のロードマップの策定（四半期から1年）
- 機械学習チームと事業及び企業全体のロードマップとの整合性をとる為の継続的な行動

6. データエンジニアリングスキル：
- リアルタイムでオンライン推論が行われる機械学習パイプラインの設計・構築・運用・監視経験。
- 高トラフィックサービスのストリームデータ処理経験
- 大規模データのバッチ処理経験
- データに対する要求水準が高い Applicationのデータストアやデータパイプラインの設計、技術選定の経験

7. 大規模システムの運用経験、トラブルシューティングスキル：
- ボトルネックを特定し、適切な解決策を提案、実施した経験
- または運用を事前に考慮して、高可用性、高信頼性のあるシステムを設計した経験
- SREのプラクティスを改善しながら運用する経験（SLO, エラーバジェット等）

■求める人物像：
担当領域に関して、物事を前に進めるためのあらゆることを実践できる
経営陣、法務、プライバシー保護担当等のプロジェクトチーム外のステークホルダーとのコミュニケーションを必要に応じて行える
自身の仕事の価値を理解してやりきれる力がある
最新技術を常にキャッチアップし、必要に応じてプロダクトに導入できる
あるべき理想を持ちながら、現実問題に落とし込んでギャップを埋める議論ができる