本文へ移動
JobLinks

電話・メール・フォームで受付/メールは1営業日以内に返信します

  1. トップ
  2. 求人一覧
  3. 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

ITエンジニア / 全国(47都道府県)

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

ITエンジニアの求人(社名は面談時にご案内)

  • リモートワークOK
  • 転勤なし
  • 土日休み
給与
年収 700万円〜1000万円
勤務地
全国(47都道府県)
雇用形態
正社員

  • 仕事当社は、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
  • 時間09:00〜18:00
  • 給与年収 700万円〜1000万円

この仕事について

当社は、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。

この求人のポイント

勤務地
全国(47都道府県)
年収の目安
初年度 700万円〜1000万円
転勤
なし
寮・社宅
求人票に記載なし
この求人の条件
土日休み

勤務地エリアの情報

北海道のイメージ
北海道
3068件北海道の掲載求人
1,145円北海道の最低賃金(時給)

仕事内容と労働条件

仕事内容
▍事業内容/企業紹介
当社は、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。当社では、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)
当社では、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。

\日本で一番古い産業の変革に挑戦しませんか。/
建設業は日本で一番古く、また巨大で複雑な産業です。
これまでは、多くの熟練者が阿吽の呼吸で連携することで、巨大建造物を建造していました。

しかしながら、高齢化や少子化の影響で、たくさんの熟練者がいる前提の産業構造は難しくなっています。
「働き方改革関連法」によって、1人当たりの働く時間に制限がかかり、構造変革待ったなしの状況です。

これからはデータとルールによって「簡単に誰にでもできる建設業」が必要で、デジタルテクノロジーの力で変革それをサポートしていくことが私達のミッションです

<ご入社後の流れ>
▼入社後は、オンボーディングプログラムを通じて企業文化や業務プロセスを習得いただきます。
▼その後は直属の上司とのOJTを想定しております。一緒に動くことで業務内容や仕事の進め方を理解していただき、期待される役割や成果についてもすり合わせをしていく想定です。

▍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
応募資格
・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
【歓迎】
【歓迎スキル】
・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

【求める人物像】
・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
就業場所
北海道 千代田区
※勤務地の変更の範囲:なし

【勤務時間補足】
・裁量労働制(みなし労働時間/日:8時間)
・標準的な勤務時間9:00~18:00
┗具体的な始業・終業時刻は指定しません。
┗業務の性質に応じて、労働時間配分は従業員の裁量に委ねられます。
就業時間・休憩
09:00〜18:00
休日・休暇
土日祝休み
夏季休暇・年末年始休暇・有給休暇・慶弔休暇・産休・育休・特別休暇
・完全週休2日制(土・日)
・祝日
・夏季休暇
・年末年始休暇
・有給休暇
・慶弔休暇
・産前産後休暇
・育児休暇
・子どもの看護休暇
賃金
【給与補足】
700万円〜1000万円(年俸制)
みなし残業45時間/月(151,100~215,800円)

■昇給(年1回)

※試用期間6ヶ月あり(期間中の給与・待遇は変更なし)
待遇・福利厚生
社会保険完備・交通費支給
・フルリモート
・昇給(年1回)
・社会保険完備
・入社準備手当(10万円支給)
・最新PC貸与
・通勤手当(月5万円まで)
・リファラごはん飯制度(社内紹介制度)
・ウェルネスサポート制度(健康維持支援)
・学び応援制度
・社内交流イベント
・代表との1on1制度
※採用活動におけるハラスメントについて
当社は採用活動におけるハラスメントを一切禁止しております。
ご不安な点がある場合の相談窓口や詳細は、下記方針よりご確認いただけます。
受動喫煙対策
禁煙
選考・応募書類
応募 → Periodとの面談 → 企業の選考(1カジュアル面談 2書類選考 3一次面接 4二次面接 5最終面接 6内定 ※オンライン面接、最終面接は顔合わせ)
募集者
社名は面談時にお伝えします
取扱い
株式会社Period(有料職業紹介事業 13-ユ-315555)
掲載日
2026年10月21日

記載の労働条件は掲載時点のものです。詳しくは面談・面接の際にご確認ください。

選考の流れ

  1. 応募(このページのフォーム)
  2. Periodとの面談(オンライン・日本語または英語)
  3. 企業との面接
  4. 内定・入社の手続き

同じエリア・職種の求人

APPLY

この仕事に応募する

送信後、1営業日以内にPeriodからご連絡します。日本語・英語・ベトナム語どれでも大丈夫です。

応募する求人テックリード(機械学習/ML)|ML技術方針・モデル開発・MLOpsをリードITエンジニアの求人(社名は面談時にご案内)(ID: pc576249)

会員登録は不要です。応募後、キャリアアドバイザーから1営業日以内にご連絡します。応募書類のアドバイスや、ほかの求人のご提案もできます(無料)。

この仕事に応募する →