MLOpsエンジニア(ADAS領域)

必須

• MLOps 基盤（学習パイプライン、データ処理、CI/CD 等）の設計・構築・運用経験
• 深層学習フレームワーク（TensorFlow / PyTorch）の基礎理解
• AWS / GCP 等のクラウド環境構築・運用経験
• Python を用いた開発経験（実務または個人/研究での継続的な開発とプロダクション品質のテスト／コードレビュー経験）

歓迎

• 商品化、実用化したシステムの開発経験
• チームマネジメント経験またはチームの技術リード経験
• Docker / Kubernetes を用いたコンテナ環境構築・運用経験
• Kafka / Spark / Dask などを用いた分散データ基盤の構築・運用経験
• SQL / PySpark 等を用いたデータ処理・ETL・特徴量生成の経験
• Vertex AI による量子化・モデル最適化など、エッジ推論・高速化の実務経験

求める人物像

• 自ら進んで新しい技術開発に携わることが出来る方
• 失敗を恐れず、挑戦することが出来る方

使用ツール

職務内容

• 車載向けエッジモデルおよび机上評価用の大規模モデル開発を支える MLOps 基盤の構築・運用 をお任せいたします。

具体的には

• 膨大な量の運転データを効率的に活用するための計算基盤とモデル学習・評価パイプラインの構築、データの質と量でモデル改善に貢献するデータセットのキュレーション、モデル分析を支援するBIツール環境の整備など、ML エンジニア／MLリサーチャーの開発を加速する仕組みづくりを行っていただきます。

業務遂行いただくうえで必要になる技術例

• クラウド／オンプレミス上における学習・評価パイプライン（MLOps）の設計・構築および保守・運用
• 大規模データ学習の高速化を目的とした計算基盤・分散処理・アルゴリズム最適化の検討と実行
• データセットのキュレーション（バランス設計、データリーク防止、品質管理）およびデータセット生成パイプラインの構築
• データやモデル評価指標を統合的に可視化する BI ツール環境の設計・構築

使用するツール

• ※状況により柔軟に変わります
• 開発言語／データ操作言語：Python、SQL
• クラウド：GCP、AWS
• OS：Linux、Windows
• 深層学習フレームワーク：TensorFlow（Keras）、PyTorch
• 実験管理／設定／可視化：MLflow、Hydra、TensorBoard
• MLプラットフォーム／パイプライン：Vertex AI、SageMaker
• CI/CD：GCP Cloud Build、AWS CodeBuild、AWS CodePipeline
• データETL／分散処理：Dataflow、EMR（Spark/Hadoop）
• データ分析：BigQuery、Amazon Redshift
• BIツール：Looker Studio、Amazon QuickSight
• オーケストレーション：Apache Airflow、Amazon MWAA
• コンテナ：Docker
• その他：GitLab、Confluence、Jira、Teams

働く環境について

• 研究に必要な物は基本的に自由に利用できます。
• ハイスペックデスクトップ環境(例：GeForce RTX 4080搭載PC、5Kモニタ）
• オンプレミス計算環境（例：NVIDIA H200搭載マルチGPUサーバーなど)
• 自動運転用の試験車両および、シミュレーション環境、海外主要学会への発表/聴講、海外サプライヤやメーカとの協議、世界中の環境での評価など、グローバルに活躍する機会があります。
• そのほかにも「SUBARU Lab」はエンジニアの方が集中してアウトプットを高められるよう、エンジニアファーストの環境を目指し続けています。

変更の範囲

• 会社の定める業務(※)(※)業務の都合によっては会社外の職務に従事するため出向又は転属を命じることがあります。