職務内容 【業務内容】 エンドツーエンドの機械学習（ML）およびAIパイプラインの構想、設計、構築、導入および運用（運用定着）をリードする エンタープライズ全体を見据えた堅牢なAIアーキテクチャを構築し、データサイエンティスト、データエンジニア、開発者、運用、セキュリティチームと連携しながら推進する 以下のプロセスを含むAIシステムのライフサイクル全体を主導する 要件分析：組織の課題やニーズを分析し、AIによる解決可能性を明確化する ソリューション設計：拡張性・コスト効率・ビジネス戦略との整合性を考慮したAIソリューションを設計する 技術選定：AIシステム構築に必要な最適な技術スタックおよびツールを選定する 監査（Audit）：データ、モデル、ソフトウェアエンジニアリングを含むAIツールおよび開発・運用プロセス全体を対象とした監査を実施し、継続的改善を推進する フィードバックループを確立し、AIサービスの評価、モデルの再調整、再学習を適切に実施する 実装管理：AIシステムの実装全体を統括し、組織要件を満たしていることを保証する 監視・保守：AIシステムのパフォーマンスを継続的にモニタリングし、課題対応、運用保守、定期的なアップデートを行う ビジネス全体の構造や業務理解とAI技術への理解を併せ持ち、AIプロジェクトを成功に導くための意思決定および方向付けを行う テクニカルアーキテクト、データエンジニア、ドメインエキスパートなどのクロスファンクショナルチームと協働し、ビジネス要件を深く理解した上で実効性の高いAIソリューションを開発する データサイエンスおよびAI分野において、自発的かつ継続的に学習・スキル向上に取り組み、自身の専門性とキャリアの高度化を追求する 登録資格 Nice to have 【望ましいスキル】 機械学習、ディープラーニング、自然言語処理（NLP）、コンピュータビジョンなどのAI関連技術に関する深い理解および実務経験 AIアーキテクチャおよびパイプライン設計に関する知識と経験 ML／ディープラーニングワークロードにおけるワークフローおよびパイプライン構成の理解 データ管理、ガバナンス、モデル構築、デプロイメント、本番運用に至るまでの各コンポーネントおよびアーキテクチャ上のトレードオフに関する深い知識 ソフトウェアエンジニアリングおよびDevOpsの原則に関する理解 Git、コンテナ技術、Kubernetes、CI/CDなどのDevOpsワークフローやツールの利用経験 データサイエンスおよび高度分析に関する知識・経験 SAS、R、Pythonなどの高度分析ツール 応用数学、機械学習、ディープラーニングの理論理解 ランダムフォレスト、ニューラルネットワーク等の機械学習手法 TensorFlow、PyTorch、KerasなどのAIフレームワークを用いた大規模モデル開発経験 Google Cloud、AWS、Azureなどのクラウドプラットフォームを活用したAIシステムの設計・開発経験 AIモデルの運用・展開（MLOps）に関する知識・経験（モデル最適化、監視、バージョン管理、ライフサイクル管理等） BigQuery、Spark、Hadoopなどの大規模データ処理技術に関する実務経験 AI倫理およびプライバシーに関する知識を有し、それらを考慮したAIシステム設計ができること ビジネス要件を正確に理解し、拡張性・信頼性の高いAIプラットフォームを設計できる能力
