Mlops jobs in Haga

※English follows Japanese. ＜＜求人ポイント＞＞ ・日本語特化の独自LLM開発で国内トップクラスを走るAIスタートアップ ・フルリモート（居住地不問）×スーパーフレックスの柔軟な働き方 ・最先端のLLM技術を社会実装し、未踏の「あたりまえ」を創るやりがい ーーーーーーーーーーーーーーー ■年収範囲 6,000,000 ～ 15,000,000円 （賞与年2回） ーーーーーーーーーーーーーーー ◆◆◆具体的な業務内容◆◆◆ ▼ プロダクト開発 ・LLM（自社モデルおよびプロプライエタリモデル）を核としたプロダクト開発 ・機械学習を活用した機能の要件定義から価値検証、実装

仕事内容: 概要 大手小売・流通企業の需要予測AIシステムにおけるMLOps基盤の構築・運用を担当していただきます。AWS SageMakerを活用したモデルの学習・評価・デプロイの自動化と、継続的な性能改善が主な役割です。 詳細 ・AWS SageMakerを用いたMLパイプラインの設計・構築 ・需要予測モデルの学習・評価・デプロイの自動化 ・モデル性能のモニタリング・ドリフト検知・再学習トリガーの整備 ・特徴量ストア（SageMaker Feature Store）の設計・管理 ・データサイエンティストとの連携によるモデル改善サイクルの推進 アピールポイント: 大量の販売データを扱う小売業

Description 本求人では、ティアフォーが推進する Co-MLOpsプロジェクト において、大規模な共有データセットの構築を支える AI/MLOpsプラットフォームの開発エンジニア を募集しています。 【背景】 ティアフォーは「自動運転の民主化」をミッションに掲げ、自動運転技術の進化と社会実装の加速に向けて、オープンソースによる業界全体のイノベーション推進に取り組んでいます。 その一環として、当社では、自動運転AI開発をより一層加速させるために、高品質かつ大規模なデータを活用する共通基盤「Co-MLOps Platform」の構築・運用を推進しています。 本プラットフォームでは、Act

【仕事内容】 【職務内容】 EVERSTEELの鉄スクラップAI解析プロダクト「鉄ナビ検収AI」の核となるデータ基盤構築、AI開発基盤構築、学習の自動化などを担当いただきます。 EVERSTEELデータ基盤設計・構築 各工場ごとに撮影される画像やデータ収集パイプライン設計構築 AI開発環境の管理 学習の自動化・効率化に関する設計構築 AI推論サーバ設計・構築 ▼配属部署 AI開発部 AI基盤チーム 【求める人材】 【必須】 Git / GitHubを利用したチームでの開発経験 AWSを用いたデータ処理・分析基盤の開発経験 データベースの設計・開発経験 PyTorchに関わる実務経験 【歓迎】

仕事内容: 概要 大手小売・流通企業の需要予測AIシステムにおけるMLOps基盤の構築・運用を担当していただきます。AWS SageMakerを活用したモデルの学習・評価・デプロイの自動化と、継続的な性能改善が主な役割です。 詳細 ・AWS SageMakerを用いたMLパイプラインの設計・構築 ・需要予測モデルの学習・評価・デプロイの自動化 ・モデル性能のモニタリング・ドリフト検知・再学習トリガーの整備 ・特徴量ストア（SageMaker Feature Store）の設計・管理 ・データサイエンティストとの連携によるモデル改善サイクルの推進 アピールポイント: 大量の販売データを扱う小売業

株式会社リードテック

仕事内容: ◇◇ 業務内容 ◇◇ 3Dデータ処理とAI技術を活用したプラットフォーム開発において、PythonによるAPI開発を中心に、設計から運用改善までご担当いただきます。プロダクトの成長に技術面から関わるポジションです。 Pythonを用いたAPIアプリケーションの設計、開発、運用 GCP環境でのシステム構築および安定稼働対応 AI／MLモデルの本番組み込みに伴うMLOps基盤整備 CI／CDや監視体制の強化による信頼性向上 フロントエンドや3D領域の開発メンバーとの連携 アピールポイント: Python API開発に加え、MLOpsや基盤設計にも関われる AI／3D領域のプロダクト開発

仕事内容: 概要 大手通信キャリアのネットワーク異常検知AIシステムのMLOps基盤を構築・運用していただきます。Kubeflowを活用したML学習・評価・デプロイパイプラインの整備から、モデルの継続的改善・性能監視まで幅広く担うポジションです。 詳細 ・Kubeflowを使ったMLパイプラインの設計・構築・運用 ・異常検知モデル（Isolation Forest / LSTM等）の学習・評価自動化 ・モデルのドリフト検知・再学習トリガーの仕組み構築 ・特徴量ストアの設計・管理 ・Prometheus / Grafanaを使ったモデル性能監視ダッシュボードの構築 アピールポイント: 大手通信キ

詳細はこちらをご覧ください。 魅力的なポイント： スケーラブルなAIプラットフォームインフラストラクチャの構築と運用：モデルライフサイクル全体をサポートするエンドツーエンドのAI/MLプラットフォームを設計・開発し、データサイエンティストがセルフサービス機能を活用できるようにします。 自動化とCI/CDによるMLOpsの卓越性の推進：自動化されたパイプライン、Kubernetesベースのデプロイメント、CI/CDプラクティスを導入し、高速で信頼性の高いスケーラブルなモデル配信を実現します。 高度なデータおよび特徴量エンジニアリングの実践経験：特徴量ストアとデータレイクを開発・管理し、リアルタイ

詳細はこちらをご覧ください。 魅力的なポイント： スケーラブルなAIプラットフォームインフラストラクチャの構築と運用：モデルライフサイクル全体をサポートするエンドツーエンドのAI/MLプラットフォームを設計・開発し、データサイエンティストがセルフサービス機能を活用できるようにします。 自動化とCI/CDによるMLOpsの卓越性の推進：自動化されたパイプライン、Kubernetesベースのデプロイメント、CI/CDプラクティスを導入し、高速で信頼性の高いスケーラブルなモデル配信を実現します。 高度なデータおよび特徴量エンジニアリングの実践経験：特徴量ストアとデータレイクを開発・管理し、リアルタイ

仕事内容: 概要 大手通信キャリアのネットワーク異常検知AIシステムのMLOps基盤を構築・運用していただきます。Kubeflowを活用したML学習・評価・デプロイパイプラインの整備から、モデルの継続的改善・性能監視まで幅広く担うポジションです。 詳細 ・Kubeflowを使ったMLパイプラインの設計・構築・運用 ・異常検知モデル（Isolation Forest / LSTM等）の学習・評価自動化 ・モデルのドリフト検知・再学習トリガーの仕組み構築 ・特徴量ストアの設計・管理 ・Prometheus / Grafanaを使ったモデル性能監視ダッシュボードの構築 アピールポイント: 大手通信キ

*\*For residents of Japan only** ------------------------------------------------------ ▶︎ Annual Salary *¥10Mー¥18M (** based on experience and skills) ▶︎ Required Skills & Experience Hands-on experience developing machine learning systems using Python Experience with ML frameworks such as PyTor

Timee, Inc.

【仕事内容】 【職務概要】 アプリのUXや、タイミーの様々な業務効率を向上させるための機械学習を用いたソリューションについて、安定した価値提供を実現するためのMLOps基盤の構築・運用をメインで担っていただくポジションです。 【職務詳細】 ■MLOpsパイプラインの構築・保守・運用 └機械学習APIサーバーの設計・開発・運用 └機械学習システムのためのデータパイプライン構築 └機械学習ワークフローの設計・開発・運用 └ML関連の開発業務を効率化する社内ライブラリ開発など ■上記を実現するため、技術動向を踏まえた標準化や運用のための仕組みづくり └IaCによるインフラ構築・管理 └CI／CDによ

*仕事内容:** ◇◇ 業務内容 ◇◇ 本ポジションでは、LLMを活用したAIプロダクトのバックエンド開発に加え、MLOps基盤、分散システム設計、インフラ最適化までを担当します。API設計、推論最適化、データ処理基盤など、技術的な深さが求められる環境です。 ✅ Pythonによるバックエンド開発およびAPI設計・最適化 ✅ LLMを活用したAIエージェント・自然言語処理パイプライン構築 ✅ マイクロサービス構成による分散システム設計・実装 ✅ GCP環境、Kubernetesを用いたコンテナ運用・スケーリング設計 ✅ 大規模データ処理に対応したDB設計・クエリ最適化 ✅ CI/CDパイプライ

*仕事内容:** 【仕事内容】 【仕事内容】 エンタメ系toCサービスにおける機械学習基盤の開発プロジェクトにて、ML基盤エンジニアとしてMLパイプラインの設計および運用を担当していただきます。クラウド環境上での機械学習基盤の構築、CI/CDパイプラインの整備、監視体制の構築などを通じてプラットフォームの安定運用を支援します。 ・機械学習パイプラインの設計および構築 ・ML基盤の運用およびパフォーマンス改善 ・Pythonを用いた機械学習関連ツールの開発 ・Dockerを利用したコンテナ環境の構築および運用 ・CI/CDパイプラインの設計および構築 ・監視体制の構築および運用改善 【開発環境】

*Description** 【背景】 ティアフォーは「自動運転の民主化」をミッションに掲げ、自動運転技術の進化と社会実装の加速に向けて、オープンソースによる業界全体のイノベーション推進に取り組んでいます。その一環として、当社では、自動運転AI開発をより一層加速させるために、高品質かつ大規模なデータを活用する共通基盤「Co-MLOps Platform」の構築・運用を推進しています。 本ポジションはこのプラットフォーム上で提供されるMLOpsに関わる各機能の実装やサービス運用をリードする頂けるエンジニアの方を募集します。 【仕事内容】 経験豊富なフロント・バックエンドエンジニアとしてのスキルを

DeNA | 株式会社ディー・エヌ・エー

### **2028年度 AIジェネラリストコース エンジニア職 インターンシップ/早期選考** 職種 *エンジニア職 ＞ソフトウェアエンジニア** *エンジニア職 ＞インフラエンジニア** *エンジニア職 ＞セキュリティエンジニア** *エンジニア職 ＞MLOps・データエンジニア** *エンジニア職 ＞ゲームクライアントエンジニア** 勤務地 *東京 ＞本社（渋谷スクランブルスクエア）** *概要** *2028年度エンジニア職では****「就業型インターンシップ」「早期選考」の募集をしております。** *エントリー後、希望するコースを選択することが可能です。**** ※併願可** 早期選

【仕事内容】 【アポロのエンジニアの業務範囲（経験によって調整）】★アポロのエンジニアが「何を」やるのか ・顧客向けAIソリューションの開発・運用 例：需要予測、画像解析、配送最適化、RAG構成のAIアシスタントなど ・自社プロダクトの企画・開発・運用 例：マーケティング支援ツール、人事評価系サービス、ナレッジ検索システム等 ・技術基盤・開発体制の整備 例：クラウドインフラの設計、CI/CD・MLパイプライン構築、監視・セキュリティ強化 など いずれの業務も、要件定義から設計・実装・運用まで一貫して関わっていただく想定です。 開発体制やツール類については、新しい知見を取り入れた技術選定や開発プ

TIER IV

*Description** 本求人では、ティアフォーが推進する Co-MLOpsプロジェクト において、大規模な共有データセットの構築を支える AI/MLOpsプラットフォームの開発エンジニア を募集しています。 【背景】 ティアフォーは「自動運転の民主化」をミッションに掲げ、自動運転技術の進化と社会実装の加速に向けて、オープンソースによる業界全体のイノベーション推進に取り組んでいます。 その一環として、当社では、自動運転AI開発をより一層加速させるために、高品質かつ大規模なデータを活用する共通基盤「Co-MLOps Platform」の構築・運用を推進しています。 本プラットフォームでは、

TIER IV

*Description** TIER IVでは、自動車およびモビリティ分野におけるCo-MLOpsプロジェクトの市場開拓をリードする経験豊富なビジネス・ディベロップメント（BD）マネージャーを募集しています。本ポジションは主に日本およびアジアを対象とし、当社のAI/MLデータプラットフォームを活用して、顧客およびパートナーとの関係構築を推進します。加えて、現在TIER IVが開発している次世代の自動運転技術であるEnd-to-End AIの自動車対応のビジネスデベロップメントも担当していただきます。 シニアBDマネージャーとして、自動車業界の最先端技術革新の最前線で活躍していただきます。最先

ZOZO, Inc.

【仕事内容】 SRE部はZOZOのプロダクト基盤の構築と運用を担う重要なポジションです。 信頼性の高いサービスを提供できるように、「自動化」「可用性」「セキュリティ」「パフォーマンス」「耐障害性」など主にクラウドインフラ基盤の構築・運用とでサービスを支える必要があります。 そのため、システムの改善や提案などエンジニアドリブンで主体的に取り組む事が期待されます。 ■具体的な業務例 ZOZOTOWNを支えるSREとして、以下のような業務を担当していただきます。 ・サーバー、ネットワーク構築/設計/運用 ・障害発生時の原因調査 ・サービス復旧作業 ・サービス監視業務設計/運用 ・セキュリティ関連業務