【SGE】（機械学習エンジニア）ゲーム・エンタメ事業部 Machine Learning Platform Engineer

業務内容

• ゲーム領域におけるML基盤・MLOps環境・データパイプライン・モデル運用基盤の設計・開発・運用を担当
• MLパイプラインの設計・構築・運用、モデルの学習・評価・デプロイ・監視を行うMLOps基盤の整備
• 実験管理・モデル管理・特徴量管理・データバージョニングの仕組みづくり
• ゲーム内データ・ログ・シミュレーションデータの処理基盤構築、バッチ・オンライン推論・社内ツール向け推論APIの設計・運用
• モデル性能・データ品質・推論結果のモニタリング・アラート設計
• GPU・クラウド・コンテナ環境を活用した学習・推論環境の最適化
• MLエンジニア・リサーチャーの開発効率を高める社内開発環境の整備
• セキュリティ・権限管理・コスト管理を考慮したML基盤運用
• プロジェクト例：ゲームAI学習パイプライン、運営型ゲームの基盤、生成AIを活用した内製ツール、横断的なML実験・モデル管理基盤など

技術スタック

必須スキル

• Pythonによる開発経験（2年以上）
• MLモデルの開発・運用プロセスの理解
• MLパイプライン・データパイプライン・バックエンド設計・開発経験
• Git・Docker・CI/CD・IaC等を用いた開発経験
• AWS/GCP/Azure等のクラウドサービスでのシステム構築・運用経験
• チーム開発における設計・レビュー・運用改善の経験
• ゲームへの興味・熱意

歓迎スキル（該当する場合）

• MLOps基盤の設計・構築・運用経験
• PyTorch・TensorFlow・JAX等を用いたモデル開発経験
• Feature Store・Data Lake・Data Warehouse等のデータ基盤知識
• GPU環境・分散学習・推論最適化の知識・経験
• ゲームの開発・運用経験
• セキュリティ・監視・SRE・コスト最適化の実務経験

キャリア成長観点

• ゲーム領域でAI活用を継続的に運用可能な基盤づくりをリードできる点
• 研究開発・プロダクト開発・インフラ・データ基盤の接点に立ち、ML活用の生産性と再現性を大幅に向上させる経験
• 開発者体験・運用効率を改善する基盤づくりを通じたスキル習得
• 複数プロジェクト横断でML活用の標準化・効率化を推進するリーダーシップと影響力の機会
• 安定運用とコスト・セキュリティを両立する設計力を鍛えられる環境