MLOpsエンジニア

以下のいずれかの経験・知見が求められます。

• PythonによるMLシステム開発経験（3年以上）
• CI/CDパイプラインの設計・構築・運用経験
• AWSなどクラウドプラットフォームを活用したインフラ構築・運用経験
• 機械学習モデルのデプロイ・モニタリング経験
• MLフローの実験管理・モデル管理基盤の構築経験
• GitLab/GitHubを用いたソースコード管理・チーム開発経験

• 主体的に課題を発見し推進できる力:
  チーム内で1人目のMLOpsエンジニアとして、誰かに指示を仰ぐのではなく、自ら課題を発見し設計・実装・改善まで主体的に推進できる自律性が求められます。
• MLエンジニアや他チームと円滑に連携できるコミュニケーション力:
  MLエンジニア・バックエンドエンジニア・プロダクトマネージャーなど多様なメンバーと協働し、技術的な要件を噛み砕いて伝え、合意形成しながら開発を進めるコミュニケーション能力が必要です。
• 品質と速度のバランスを意識した技術判断力:
  安全かつ迅速なモデルデプロイの実現には、品質確保と開発スピードのトレードオフを見極め、適切な技術判断を下せる実践的な思考力が求められます。
• 最新技術を継続的にキャッチアップする学習意欲:
  MLOps・LLM・生成AI領域は技術進化が著しく、最新ツールや手法を常に調査・評価し、チームに還元できるような高い学習意欲と情報収集力が重要です。
• ドキュメント化・知見共有を自発的に行う姿勢:
  チームの開発効率と品質向上を支えるため、設計思想・運用手順・調査結果などを積極的にドキュメント化し、チームメンバーへ共有・展開していく協調的な姿勢が求められます。

• LangChain / LangGraph / Langfuse等LLMフレームワークの活用経験:
  プロダクトの中核であるLLMエージェントシステムの開発・運用に直結する知識であり、即戦力として活躍できます。
• SageMaker / Vertex AI等マネージドML基盤の利用経験:
  求人票記載の開発環境（SageMaker・Vertex AI）を活用したML基盤の設計・運用経験は、入社後の立ち上がりを大幅に加速させます。
• グラフデータベース（Neptune等）の知識・利用経験:
  リーガルブレインの技術基盤にはグラフDBが活用されており、この知識はプロダクト理解と開発貢献度を高めます。
• MLモデルの評価・改善サイクルの設計・実装経験:
  モデルパフォーマンス監視や評価シグナル設計など、MLOpsの高度な領域に直結するスキルです。
• リーガルテック・法務・コンプライアンス領域への関心:
  法律業界のDXという事業ミッションへの共感や、ドメイン知識があると業務推進においてより大きな価値を発揮できます。

• LLM・生成AIを活用したMLOps基盤設計スキル:
  LangChain・LangGraph・Langfuseなど最新LLMフレームワークと、SageMaker・Vertex AI・Bedrockなどのクラウドサービスを組み合わせた、実プロダクトレベルのMLOps基盤設計・運用スキルを習得できます。
• AIエージェントシステムの開発・運用経験:
  法務・弁護士向けに特化したAIエージェントシステムの開発に中核メンバーとして関わることで、専門ドメインにおけるエージェント設計・評価・改善のノウハウを実践的に獲得できます。
• グラフ構造データを活用したリーガルデータ基盤の知見:
  Neptuneを活用した法令・判例等の大規模リーガルデータのグラフ化・管理に携わることで、専門性の高いグラフデータベース運用とAI連携のスキルを身につけられます。
• MLライフサイクル全体のリード経験:
  実験・学習・評価・デプロイ・モニタリングまでML開発の全工程を、1人目MLOpsエンジニアとして設計・主導することで、上流から下流まで一貫したMLOpsのリード経験を積むことができます。
• リーガルテック・法律業界ドメイン知識:
  日本最大規模の法律ポータルサイトを運営する企業での業務を通じて、弁護士・法務担当者のニーズや法律業界特有の課題を深く理解する専門的ドメイン知識を習得できます。