【チーム立ち上げ|責任者採用】データサイエンティスト
Trackプラットフォーム上のスキルデータ基盤「Skill Data Cloud」およびスキルオントロジーレイヤーを設計・構築・運用し、AIフレンドリーなデータ/ML基盤として高度に整備していくリードポジションです 。
スキルタクソノミーのメンテナンスとスキルデータ分析、ML/生成AIを活用したデータパイプライン・MLOps基盤構築を通じて、プロジェクト実績・学習履歴・アセスメント等の多様なデータの信頼性・関連性をデータドリブンに担保します。
ビジネスサイドと連携しつつ、データサイエンティストチームへの指示出しやプロジェクトディレクションを担い、Skill Intelligence Lab全体の技術・運用標準をリードしていただきます 。
●スキルタクソノミー・オントロジーの設計・メンテナンス:
スキル同士の関連性のモデル化や変更履歴管理プロセスを設計し、組織全体での利用ルールや品質指標を確立します 。
●Skill Data Cloudの設計・構築・運用:
複数データソースを統合する基盤設計をリードし、AIフレンドリーなデータ基盤の実現に向けたアーキテクチャ指針やロードマップを策定します 。
●スキルデータ分析基盤の構築:
スキル関連性を分析するモデルの選定・実装を行い、プロダクト改善や事業戦略に繋がる指標体系を標準化します 。
●ML/生成AIモデルの設計・実装・評価;
スキルデータ活用に向けたML機能の設計方針をリードし、モデルアーキテクチャの方向性や品質・リスク管理基準を定義します 。
●MLOps基盤の設計・構築・運用:セキュリティとスケーラビリティを踏まえた最適なMLパイプライン構造を設計し、Feature Storeやモデルレジストリの導入を主導します。
●モデルの本番デプロイと推論基盤構築:
Kubernetes上でのモデル推論基盤の構成を設計し、CI/CDを用いたデプロイパイプラインの標準を定めます。
●運用監視・品質管理:
モデル監視指標の標準化やA/Bテストの設計をリードし、組織横断の品質管理フレームワークを策定します 。
●プロジェクトマネジメント:プロジェクト計画の策定、データサイエンティストチームへのディレクション、ビジネスサイドとの要件調整をリードします 。
※業務の変更の範囲:会社内での全ての業務
●開発環境・ツール
※指定はありませんが、下記が案件で主に使われる技術です
※支給PC:Windows or Macbook ※最新のMacbook Proを支給することが多いです!
・プログラミング・スクリプト言語:Python
・クラウド・インフラ・コンテナ基盤:パブリッククラウド全般 、Kubernetes
・CI/CD・認証:CI/CD環境 、IAM (Identity and Access Management)
・MLOps・MLプラットフォーム:MLflow 、モデルレジストリ 、Feature Store 、実験管理ツール
・データ基盤:DWH (データウェアハウス) 、データパイプライン構築・運用
