シニア機械学習エンジニア｜建設データを、継続利用されるプロダクト価値へ変える

仕事内容

▍ミッション 建設業界の業務課題に対して、機械学習を用いるべきかを見極め、検証だけで終わらない、継続的に運用可能な機能・システムとしてプロダクトへ組み込むことがミッションです。 シニア機械学習エンジニアは、以下について責任を持っていただくことを想定しています。 ・解決したい課題に対して、機械学習を用いることが妥当か ・どのデータを、どのような前提で利用するか ・何を評価指標とし、どの水準を目指すか ・モデルが業務上の価値を提供しているか ・本番環境で安定して利用・改善できる設計になっているか ・技術的な判断と検証結果が再現可能な形で残されているか ▍業務内容 課題設定・技術検証 機械学習、ルールベース、既存機能などの解決手段の比較 技術的な仮説と検証計画の策定 PoC、フィージビリティスタディの設計・実施 プロダクト化に必要な精度、データ量、運用条件の整理 ②データ分析・モデル開発 建設関連データの構造、品質、欠損、偏りの分析 学習データ、検証データ、評価方法の設計 特徴量設計、モデル選定、学習、評価 回帰、分類、予測、異常検知などのモデル開発 自然言語処理、LLM、生成AIを活用した機能開発 既存モデルや解析ロジックの精度・処理性能の改善 ③プロダクトへの組み込み 機械学習機能の要件定義・システム設計 バッチ処理、API、データパイプラインの設計・実装 AWS上の学習・推論環境の設計 ソフトウェアエンジニアとのインターフェース設計 テスト、デプロイ、監視方法の設計 モデルや解析結果をユーザーへ提供する方法の検討 ④運用・継続改善 モデル精度、データ変化、処理性能の監視 再学習やモデル更新の仕組みの整備 障害や精度低下の原因分析 利用状況やユーザーフィードバックを踏まえた改善 実験条件、評価結果、設計判断のドキュメント化 ⑤技術的なリード テーマ単位での技術方針・設計方針の策定 コード、モデル、評価設計のレビュー メンバーへの技術的な助言 実験・評価・実装方法の標準化 技術的負債や品質課題の整理と改善 ▍EMとの役割分担 EMは、1on1や目標設定、評価、育成、採用、チーム設計など、メンバーと組織のマネジメントに責任を持ちます。 シニア機械学習エンジニアは、機械学習領域における技術設計、実装、レビュー、技術選定など、技術面の意思決定に責任を持ちます。 メンバーへの技術支援やメンタリングにも関わりますが、人事評価や組織運営を主責任とするポジションではありません。 ▍PdMとの役割分担 PdMは、どのユーザー課題を、なぜプロダクトとして解決するのかを定義し、開発の優先順位やプロダクト要件を整理します。 シニア機械学習エンジニアは、その課題に対して機械学習を活用することが適切かを検証し、技術的な実現方法、評価方法、運用方法を設計します。 モデルの精度向上そのものを目的とするのではなく、ユーザー課題の解決に必要な品質や技術水準をPdMと協議しながら判断します。 ▍入社後に期待すること ①入社後1〜2か月 ・建設データ、既存モデル、コード、システム構成を理解する ・既存モデルの学習・評価結果を再現する ・チームの開発・レビュー・リリース方法を把握する ・現在の技術課題と運用上の課題を整理する ②入社後3〜6か月 ・一つのモデルまたは機械学習機能を主担当として持つ ・課題設定、評価設計、実装、リリースまでを一貫して進める ・コードレビューや設計レビューを担う ・モデルの評価・運用方法を改善する ・技術判断と検証結果をドキュメントとして残す ③その後 ・新しい機械学習機能の技術検証とプロダクト化を進める ・機械学習システムの品質、保守性、再現性を高める ・チーム内の設計・実装・評価水準を引き上げる ・業界データを活用した新しいプロダクト価値を提案する