【エンジニア】機械学習エンジニア

以下のいずれかの専門知識・実務経験が求められます。

• 機械学習の専門知識と実務経験（レコメンデーション・NLP・CVなど）
• Python（PyTorchなどのMLライブラリを含む）を用いた開発経験
• 自然言語処理または最適化アルゴリズムの実務経験
• 機械学習システムの設計・開発・運用経験
• クラウドインフラ（GCP/GKE/BigQueryなど）の利用経験
• Gitを用いたチーム開発経験

• 自律的・主体的に課題を推進する力:
  「社長意識」を重視するカルチャーのもと、与えられた業務をこなすだけでなく、自ら課題を発見して事業インパクトの最大化を目指す姿勢が求められます。
• ビジネス視点でMLを活用する思考力:
  ビジネス側の担当者と連携し、KPI改善に直結するアルゴリズムを選択・実装するため、技術だけでなくビジネス貢献を意識できる思考が必要です。
• 論文を継続的に読み実装する研究マインド:
  過去の求人要件では年間60本以上の機械学習論文を読み、6本以上を追試することが示されており、常に最新技術をキャッチアップする姿勢が求められます。
• チームでの技術的コミュニケーション能力:
  少人数チームで多領域のサービスを担うため、エンジニア・ビジネス双方と円滑にコミュニケーションを取りながら開発を進める協調性が重要です。
• 変化を楽しみ、スピード感を持って動く適応力:
  急成長を続けるメガベンチャーのため、新規サービス立ち上げや技術選定の変化が頻繁に起こります。スピード感を持って変化に適応できる柔軟性が求められます。

• Go言語を用いた開発経験:
  求人票の技術スタックにGoが含まれており、バックエンドやMLエンジン周辺の開発に活用できるGoの経験は即戦力として歓迎されます。
• Kubernetes・マイクロサービス基盤の運用経験:
  チームでは独立したKubernetesクラスタ上のマイクロサービス基盤を運用しており、MLOpsを含むインフラ運用の経験を持つ人材は高く評価されます。
• 医療・ヘルスケアドメインの知識:
  医療系テキスト・画像・動画データを扱うため、医療専門知識は必須ではないものの、ドメイン知識があれば初期のキャッチアップコストを大幅に削減できます。
• ElasticSearchを用いた検索システムの開発経験:
  検索アルゴリズム改善が主要業務の一つであるため、ElasticSearchの構築・チューニング経験は直接業務に活かせます。
• 大学院レベルの機械学習・統計学の知識（Ph.D.・修士）:
  チームにPh.D.保有者が複数在籍しており、研究的なアプローチや高度な数理知識を持つ人材との協業を前提とした環境です。

• 医療ドメイン特化のML開発経験:
  電子カルテ・画像診断・希少疾患検索・健康リスク予測など、医療固有の複雑なデータを用いたアルゴリズム開発のノウハウを実務で習得できます。医療×AIという希少な専門性はキャリア市場での差別化につながります。
• MLOps・ML基盤の設計・運用スキル:
  Kubernetesクラスタ上でのマイクロサービス基盤を自チームで運用するため、モデリングだけでなくMLOpsの設計・CI/CD・運用改善まで一貫したスキルが身につきます。
• 多領域ML技術（NLP・CV・レコメンド・最適化）の実践経験:
  事業横断で複数のML領域（自然言語処理・画像認識・レコメンデーション・AutoML）に関わるため、特定技術に偏らない幅広い実践的スキルセットを形成できます。
• プロダクト企画から開発・運用までの一気通貫経験:
  少人数チームで企画・開発・運用を担うため、ビジネス要件の整理から技術選定・実装・本番運用までPdM的な視点も含めた上流から下流まで経験できます。
• 大規模データ基盤（BigQuery・GKE・Looker）の活用スキル:
  GCP上のBigQuery・GKE・Looker・Terraformを日常的に活用することで、クラウドネイティブなデータ基盤の設計・運用スキルが実務を通じて習得できます。