【チームについて】 ML（Machine Learning）を活用したプロダクトを世に送り出すために必要となる、モデル開発以外のすべてのエンジニアリングを担当します。 ZOZOTOWN・WEARが抱えている課題に対して、MLを使ったソリューションの提案から、モデルのAPI開発やインフラ構築まで幅広い役割を担います。モデル開発を担当するMLエンジニアが優れたモデルを作ることに注力できるようサポートし、MLを使ったPoCプロジェクトでプロトタイプアプリケーションの開発を行います。 そして、さらに堅牢性や拡張性を考慮しながらそれらをプロダクションレベルまで昇華させつつ、安定的に運用しながらMLの付加価値をユーザーに届けることがミッションです。 【現状の課題と実現したいこと】 ZOZOグループが保有するビッグデータの活用および、ZOZOMAT/ZOZOSUITをはじめとした技術革新の加速により、ZOZOTOWNやWEARなど既存事業の拡大とテクノロジードリブンな新規事業の創造を行うことが求められる中、MLOpsチームでは特にデータやAIの力で事業に貢献します。 ZOZOTOWNやWEARに対して、MLを活用した新しい機能を継続的に素早くリリースするためには、土台となるML基盤が重要であり、MLOpsチームではML基盤の設計・構築を推進しています。様々なMLのプロダクトに対して、一貫して安定したサービスの提供を目指します。 【具体的な業務例】 ・機械学習APIサーバーの設計/構築/運用または実装 ・機械学習ワークフローの設計/構築/運用または実装 ・Infrastructure as CodeおよびCI/CDによる構築、デプロイ自動化 ・サービス監視設計/運用 ・パフォーマンスチューニングを含むSite Reliability向上のための実装 ・MLアプリケーションPoCのプロトタイプ開発 【利用技術】 ・開発言語：Python / Java / Go / Bash ・Google Cloud：Google Kubernetes Engine（GKE） / BigQuery / Vertex AI / Anthos Service Mesh / Cloud Run など ・コンテナ技術：Docker / Kubernetes ・構成管理：Terraform ・CI/CD：GitHub Actions / Argo CD / Argo Rollouts ・監視：Datadog / Cloud Monitoring / Sentry / PagerDuty ・ワークフロー：Kubeflow Pipelines（Vertex AI Pipelines）/ Apache Airflow（Cloud Composer） ・機械学習ライブラリ：PyTorch / TensorFlow など 【必須条件】 ・Python / Java / Go / Ruby / Scala 等のプログラミング言語のうち、一つ以上の言語での開発経験 ・AWS / Azure / GCPいずれかのクラウドを利用したインフラ/サービス運用経験 【歓迎条件】 ・Kubernetesクラスタの運用経験 ・SRE（Site Reliability Engineering）の経験 ・Google Cloudを利用したインフラ/サービス構築や運用経験 ・Terraformを利用したインフラ構築自動化の経験 ・GitHub Actions、Argo CDなどを利用したCI/CD構築や運用経験 ・スケーラビリティを考慮した大規模Webアプリケーションの設計、負荷対策の経験 ・Gatling、k6などを利用した負荷試験の経験 ・IstioなどのService Mesh運用経験 ・Apache Airflow、Kubeflow Pipelines などのワークフローツールを使った機械学習向けバッチ開発/運用経験 ・TensorFlow Servingなどの機械学習モデルサービング技術の開発/運用経験 ・機械学習の基礎知識/モデル開発/運用経験 ・Webアプリケーションの開発/運用経験 ・データエンジニアリングの経験 ・Linuxサーバーの運用経験 ・自作ライブラリの公開やOSSなどへのコントリビュート経験 【雇用形態】 正社員 【試用期間】 3ヶ月 ※待遇の変更なし 【勤務地】 フルリモートでの勤務となります。（※出社は任意） 【勤務時間】 フルフレックス制（コアタイム無し） 【時間外労働】 あり／全社平均14時間　※繁忙閑散により前後する