Python・Amazon SageMaker/MLモデル開発エンジニア

仕事内容:

◇◇ 技術環境 ◇◇

Pythonによる分析とAmazon SageMakerを組み合わせ、機械学習モデルの開発・運用を進める案件です。pandas、NumPy、scikit-learn等によるデータ処理から、特徴量分析、モデル評価、SageMaker Endpointを利用したデプロイまで扱います。

• 【分析・開発】Python、pandas、NumPy、scikit-learn
• 【データ】SQL
• 【ML環境】Amazon SageMaker
• 【SageMaker】SageMaker Pipelines、SageMaker Endpoint
• 【モデル】XGBoost、LightGBM
• 【モデル解釈】SHAP
• 【機械学習】PyTorch、TensorFlow
• 【AWS】S3、Lambda、ECR
• 【実験管理】MLflow
• 【環境】Docker、MLOps

◇◇ 担当工程 ◇◇

• Python・SQLを利用して学習対象データを分析
• 前処理とEDAを行い、モデルに利用する特徴量を設計
• Feature Engineeringと特徴量重要度の分析を実施
• 機械学習モデルを学習し、評価結果を比較
• ハイパーパラメータを調整してモデル精度を改善
• 推論処理を実装し、SageMaker Endpoint等へモデルをデプロイ
• 実験結果を可視化し、MLOps環境の整備・改善へ反映

アピールポイント: ■ この案件の魅力

• Pythonによる分析からSageMaker上でのモデル運用まで一連の工程を担当
• Feature Engineering・モデル解釈・チューニングなど精度改善に関わる技術を扱える
• AWS・MLOpsを含む実運用レベルの機械学習開発へ携われる

求める人材: ◆◆ 必須スキル ◆◆

• 【Python】データ分析または機械学習で2年以上の実務経験
• 【分析ライブラリ】pandas／NumPy／scikit-learn等の利用経験
• 【特徴量】分析・設計およびデータ前処理の経験
• 【モデル】機械学習モデルの構築・評価経験
• 【SQL】データ抽出・分析に利用した経験

◆◆ 歓迎スキル ◆◆

• Amazon SageMaker、SageMaker Pipelines、SageMaker Endpoint等の利用経験
• XGBoost／LightGBMによるモデル開発経験
• SHAP等による特徴量重要度・モデル解釈の経験
• PyTorch／TensorFlowの利用経験
• AWS S3／Lambda／ECR等の利用経験
• MLOps環境の構築経験
• MLflow等による実験管理経験
• 時系列分析／需要予測／異常検知等の経験
• Dockerを利用した開発経験

勤務時間・曜日: 勤務時間：平日、日中稼働できる方（コアタイムあり）

休暇・休日:

土日祝休み

給与:

経験・スキル・担当工程を考慮して決定します。

その他:

・日本在住の方

・一人月で稼働可能な方

・45歳未満の方

・リモート勤務も可能！

雇用形態: 業務委託

給与・報酬: 450,000円 - 650,000円 月給