テックリード（機械学習／ML）｜ML技術方針・モデル開発・MLOpsをリード

■仕事概要
▍事業内容／企業紹介
ゴーレムは、建設業界に蓄積されてきた見積・設計・施工・維持管理などのデータと、実務の中で培われてきた判断基準を構造化し、企業の業務効率化や意思決定を支援する建設業界特化型のデータプラットフォームを開発しています。
建設業界では、企業・プロジェクトごとに業務、データ、管理方法が異なり、重要な情報がExcelやPDF、担当者の経験に分散しています。ゴーレムでは、こうした非構造・属人的な情報をデータとして扱える状態へ変換し、CO2排出量の算定をはじめ、見積・購買・業務分析など複数のテーマへ展開しています。
▍ポジションのミッション（募集背景）
ゴーレムでは、建設業界に存在する多様なデータを活用し、業務効率化や意思決定の高度化につながるプロダクト開発を進めています。
分析テーマやプロダクト機能が増える中、機械学習モデルの検証・開発だけでなく、本番環境への組み込み、運用、精度改善まで一貫して対応できる技術体制の強化が必要となっています。
特に、機械学習を活用するべき課題の見極めや、モデル・アルゴリズムの選定、評価基準の設計、運用を見据えたシステム構成など、技術的な判断を担う役割が重要になっています。
今回募集するのは、機械学習領域の技術方針・モデル開発・システム設計・運用品質に責任を持つテックリードです。
自らモデル開発や実装に携わりながら、技術的な実現可能性の検討、評価設計、本番環境への組み込み、MLOpsの整備などをリードしていただきます。
個別の開発テーマにとどまらず、複数の機械学習テーマを見据えた技術方針の策定や、評価・開発・運用の標準化を通じて、継続的にプロダクト価値を生み出せる開発体制を構築することを期待しています。
▍仕事内容
機械学習領域の技術方針・技術判断

• 事業課題・プロダクト要件を踏まえた機械学習の活用方針の検討
• 機械学習を使用する／使用しない判断を含む技術的な実現方法の選定
• モデル・アルゴリズム・特徴量等の選定と技術的な妥当性の検証
• 複数の機械学習テーマを見据えた技術方針・開発優先順位の検討
• 精度、開発工数、運用負荷、保守性、コストを考慮した技術的な意思決定

大規模LLMとの連携・活用に向けた技術設計・開発

• 業務要件やユースケースに応じた大規模MLMの選定・評価および技術的な活用方針の策定
• 大規模LLMとのAPI連携や既存システムへの組み込みを見据えたアーキテクチャの設計・実装
• Pythonを用いたモデル連携機能の開発および推論処理・データ連携の最適化
• 出力精度・応答速度・コストなどの評価指標の設計および検証結果に基づく継続的な改善
• 大規模LLMのプロダクション環境への導入・運用における技術的課題の解決や難易度の高い開発テーマのリード

システム設計・MLOpsの推進

• 機械学習モデルをプロダクトに組み込むためのAPI・バッチ処理・推論基盤の設計
• データ処理・学習・推論パイプラインの設計・構築
• モデルの本番環境への導入、監視、運用改善
• 精度低下やデータ変化を踏まえた再学習・改善プロセスの設計
• 再現性、可観測性、保守性、運用コストを考慮したMLシステムの改善

開発品質・技術基盤の整備

• モデル・コード・実験結果・評価設計に関する技術レビュー
• モデルの評価方法や開発手順の標準化
• 技術的負債や運用課題の可視化、改善方針の策定
• 実験管理、CI/CD、モデル監視等を含む開発・運用環境の改善
• 機械学習領域における技術知見のドキュメント化・共有

関係部門との連携・技術支援

• PdMや事業側と連携した課題整理、技術的な実現可能性の検討
• アプリケーションエンジニア等との連携によるプロダクトへの機械学習機能の実装
• AIデータ品質担当との連携による学習・評価データの品質向上
• 開発メンバーへの技術レビューや設計・実装面での支援
• 技術選定の理由、評価結果、リスク等の関係者への説明

※人員管理や組織マネジメントはEM等と役割を分け、本ポジションでは機械学習領域の技術的な意思決定と開発・運用品質を中心に担っていただきます。
課題や事業上の優先順位はPdM等と連携し、AIデータ品質担当とはデータ品質に関する役割を分担します。
▍やりがい・魅力など

• 機械学習モデルの開発に加え、技術選定や評価方針、本番運用まで一貫して技術的な判断に関われる
• 建設業界特有の複雑なデータを扱い、実際の業務課題を解決する機械学習システムの開発に取り組める
• PoCで終わらせず、継続的に利用されるプロダクト機能として機械学習を実装・改善できる
• 複数の機械学習テーマを見据え、技術方針や開発・運用基盤を整備できる
• レビューや標準化を通じて、機械学習領域全体の開発品質・技術力向上に貢献できる

• Pythonを用いた機械学習モデルの設計・開発・本番運用経験
• 学習データ・評価データ・評価指標・受入水準を設計した経験
• クラウド環境での機械学習・データ処理パイプラインの構築・運用経験
• 機械学習システムの設計やモデル・アルゴリズム選定など、技術的な意思決定をリードした経験
• モデル・コード・システム設計等のレビューを通じて、開発品質の向上に関わった経験
• 業務課題に対して機械学習の適用可否を検討し、技術選択の妥当性を説明した経験

• MLOps、モデル監視、再学習、CI/CD等の設計・運用経験
• NLP、LLM、生成AIを本番サービスに導入した経験
• 大規模データ基盤や特徴量パイプラインの設計・構築経験
• 複数の機械学習テーマを横断した技術方針・技術ロードマップの策定経験
• 機械学習システムの品質基準や開発・運用プロセスの標準化経験
• Webアプリケーションや業務システムへの機械学習機能の組み込み経験
• 建設・積算・見積等の業務データを扱った経験
• 機械学習エンジニアへの技術支援やレビュー、育成に関わった経験

• モデルの精度だけでなく、本番運用・保守性・コストまで考慮した技術判断ができる方
• 新しい技術や高度なモデルの採用自体を目的とせず、業務成果につながる手法を選択できる方
• 自らモデル開発・実装に関わりながら、機械学習領域全体の技術課題にも取り組める方
• 技術的な判断や検証結果を、エンジニア以外の関係者にもわかりやすく説明できる方
• 個別のモデル開発に閉じず、評価基準や開発・運用の仕組みづくりを通じてチーム全体の品質向上に貢献できる方