Web/MLOps Engineer

募集停止

機械学習エンジニア

Web/MLOps Engineer

株式会社T2

株式会社T2

AI要約(β)

未来の物流を変革する自動運転技術の最前線で、あなたの技術力を発揮しませんか?私たちT2は、Lv4自動運転トラックによる幹線輸送サービスで、物流危機を解決することを目指しています。年収600万〜2000万円、フルリモート可能な柔軟な働き方を提供。あなたには、MLOpsエンジニアとして、1PB以上の走行データを活用したクラウド基盤の構築をリードしていただきます。Python、C++、Kubernetesなどのスキルを活かし、ゼロから大規模システムを構築する挑戦が待っています。自動運転の未来を共に創り上げる仲間を求めています。あなたのキャリアを次のステージへと導くこの機会を、ぜひ掴んでください。

求人情報をご覧いただくには会員登録が必要になります

メールアドレスで登録する

給与・報酬

年収 600万円 ~ 2,000万円

稼働時間

裁量労働制

雇用形態

正社員

出社頻度

相談の上決定する

勤務地

-

現状と課題

株式会社T2は自動運転技術を活用した物流サービスを提供することにより、2024 年問題を始めとする物流危機という社会課題の解決に寄与し、物流インフラの維持・向上に貢献することを目指しております。

お願いする業務

自動運転技術の発展とともに、大規模なデータ処理基盤やAIシステムの高度化が求められています。高度な技術的挑戦を楽しみながら、社会的インパクトの大きい開発に関わりたい方を歓迎します。

MLOps Engineerとして、機械学習モデル開発・運用サイクル構築をリードいただきます。 2025年度中に1ヶ月間に1PB以上の走行データを新規に保存・解析・開発に利用できるクラウド基盤の構築を目指しております。 膨大な量のデータから、機械学習用モデル開発に必要となるデータを半自動的に収集し、アノテーションデータの構築までを1週間以内に実現するオペレーションを構築します。 クラウドネイティブな最新技術を駆使し、ゼロから大規模システムを構築できます。 取り扱うデータは、カメラ、LiDAR、RadarおよびGNSSなどセンサーデータに加え、自動運転システム内部状態など様々な特性・形式を持っております。 クラウド上に機械学習用GPU100台以上を運用し効率的な学習基盤を構築します。

例えば以下のような業務があります。

  • 機械学習モデルの開発・デプロイ・モニタリング基盤の構築・運用・最適化
  • 物体検出・Occupancy Prediction・Online HD Mapping・Drivable Area Estimation・VLM などのモデル開発を支援するデータパイプラインの構築
  • 機械学習・AIモデルの学習・評価に適したデータ管理戦略の立案
  • アノテーションパイプラインの構築および最適化
  • 実験管理の構築および自動化(Weights & Biasesなどの導入、内製開発)
  • コンテナ化(Docker, Kubernetes)によるスケーラブルなML基盤の構築
  • CI/CDパイプラインの設計・運用
  • クラウド上での大規模分散学習環境の構築・最適化
開発環境
  • 開発言語:TypeScript、Python
  • インフラ:Google Cloud Platform
  • 構成管理:Terraform
  • ソースコード管理:GitHub
  • CI/CD:Github Action、Cloud Run
  • コミュニケーションツール:Slack、Google meet
  • タスク管理:Jira
勤務地

会社はテレワーク勤務も認め、詳細は別途定めるテレワーク規程による。

下記、本ポジションのやりがいに魅力を感じられる方
  • 自動運転システムの走行データという特殊なデータを扱うことができます。
  • 0から新しくシステムの立ち上げに関わることができます。

募集要項

概要

求人情報をご覧いただくには会員登録が必要になります

メールアドレスで登録する

雇用形態

正社員

給与・報酬

年収 600万円 ~ 2,000万円

稼働時間

裁量労働制(専門労働型裁量労働制(みなし労働時間:8 時間))

出社頻度

相談の上決定する

休日・休暇

週休二日制(土曜日・日曜日)、国民の祝祭日、年末年始

社内制度
(待遇・福利厚生)

定期健康診断、フリードリンク、企業型確定拠出年金制度、年次有給休暇20日(採用時に付与する)

【加入保険】
社会保険完備(厚生年金、健康保険、雇用保険、労災保険)

必須スキル/経験

  • MLOpsエンジニアとしての開発経験(3年以上)
  • Python、C++、Go、Typescriptなどのプログラミング経験
  • 機械学習ワークフロー(PyTorch, ONNX など)の知識・経験
  • Kubernetes、Docker、Terraformなどを活用したインフラ構築経験
  • AWS/GCP/Azureでの機械学習環境の運用経験
  • GPUクラスタを活用した大規模分散学習の設計・運用経験
  • データエンジニアリングやストリーミングデータ処理の知識
  • リアルタイムモニタリングやA/Bテストの設計・実装経験
  • クラウドネイティブなアーキテクチャ設計・実装経験
  • SREの知識・経験(SLI/SLOの設計、可観測性の向上など)
  • gitもしくは類するバージョン管理システムを用いた開発経験
  • 自発的にさまざまな課題に取り組める方
  • チームメンバーと連携しつつ業務に取り組める方
  • 日本語でコミュニケーションが可能な方
求める人物像
  • 自動運転業界の最前線で技術を磨きたい方
  • 大規模データを活用した高度なエンジニアリングに興味がある方
  • 機械学習とエンジニアリングの両方を極めたい方
  • 大規模なAIモデルの運用基盤を設計・構築したい方
  • 新しい技術を積極的にキャッチアップし、実践できる方
  • 不確実な課題に対して積極的にチャレンジできる方

歓迎スキル/経験

  • 分散システムやクラウドネイティブアーキテクチャの知識
  • 機械学習モデルのデータパイプライン最適化経験
  • リアルタイムデータ処理・異常検知システムの構築経験
  • システムアーキテクチャ、APIの設計経験
  • 画像・点群などテキストデータ以外のデータ基盤の開発経験
  • Github ActionやAWS/GCPを用いたCI/CD Pipelineの構築および運用経験
  • Terraform/Kubernetesの利用経験
  • テックリードまたはエンジニアリングマネージャー相当のポジションでの2年以上の経験
  • 英語でのコミュニケーションが可能な方

スキル要件

スキル名

経験年数

種別

Git指定なし必須
Python指定なし必須
AWS指定なし必須
Docker指定なし必須
C++指定なし必須
Go指定なし必須
機械学習指定なし必須
TypeScript指定なし必須
Azure指定なし必須
Kubernetes指定なし必須
GPU指定なし必須
Terraform指定なし必須
GCP指定なし必須

一緒に働くメンバー

  • 辻勇気

    辻勇気

    技術開発本部

    株式会社T2で技術開発本部長をしている辻です。 レベル4自動運転トラックを活用した幹線輸送サービスを提供を目指しております。 会社紹介資料: https://speakerdeck.com/t2auto/t2-companydeck 前職は、Preferred NetworkというAIスタートアップで自律移動ロボット開発のテックリード、T2の前身となるPoCプロジェクトの立ち上げに携わりました。

サービス内容の詳細

Lv4自動運転トラックによる幹線輸送サービスでドライバー不足を解消する T2 は自動運転技術を活用した物流サービスを提供することにより、2024 年問題を始めとする物流危機という社会課題の解決に寄与し、物流インフラの維持・向上に貢献することを目指しております。

選考フロー

  1. 書類選考
  2. カジュアル面談
  3. コーディングテスト
  4. 1次面接
  5. 2次面接
  6. 3次面接
  7. オファー面談

※ポジションによってフローは異なる場合がございます。

同じポジションの求人

おすすめのイベント

もっと見る
  • ISUCON本著者 金子氏による Offers 公開パフォーマンスレビュー キャッシュは敵か味方か?

    開催前

    ISUCON本著者 金子氏による Offers 公開パフォーマンスレビュー キャッシュは敵か味方か?

    パフォーマンス・チューニングは、Webサービスの成長とともに避けて通れないテーマです。中でも「キャッシュ」は有効な手段の一つですが、設計や運用を誤るとデータ不整合やメンテナンス負荷の増大につながる可能性もあります。 「パフォーマンス・チューニングといえば、まずDBやアプリケーションロジックの改善が語られることが多いが、キャッシュはどのタイミングで検討すべきなのか?」 「実務で触れる機会が少なく、方法論を体系的に理解できていない」 ——こうした悩みの声は、現場のエンジニアから数多く寄せられています。 本イベントでは、『達人が教えるWebパフォーマンスチューニング〜ISUCONから学ぶ高速化の実践〜』にてキャッシュの章を執筆され、ご自身でもキャッシュライブラリを実装されている金子達哉氏をお迎えします。 今回は特別に、Offersの実サービス( offers.jp/jobs )を題材とした公開パフォーマンスレビューを実施します。 実際のサービスを見ながら、「キャッシュを使うべき場所・使うべきでない場所」をどのように判断するのか、その検討プロセスを公開でお届けします。 👇ISUCON概要はこちら https://isucon.net/ 👇『達人が教えるWebパフォーマンスチューニング〜ISUCONから学ぶ高速化の実践〜』はこちら https://gihyo.jp/book/2022/978-4-297-12846-3

  • ハッカソン優勝者はこう使うのか!「Everything Claude Code」から学ぶ 基本と実践

    開催終了

    ハッカソン優勝者はこう使うのか!「Everything Claude Code」から学ぶ 基本と実践

    昨今の開発現場において、Claude CodeをはじめとするAIコーディングエージェントの利用は急速に普及しています。一方で、進化のスピードが非常に速く、「全ての機能を把握し、実戦レベルで使いこなす」ことに壁を感じているエンジニアの方も少なくありません。 そうした中、Anthropic主催のハッカソンでも活用された「everything-claude-code」リポジトリがSNS上で大きな話題となりました。Claude Codeのベストプラクティスが網羅的にまとめられた注目のリソースですが、一定の前提知識がないと読み解くのが難しい側面もあります。 そこで、本イベントでは、RevenueCat Shipaton 2025に入賞し、Claude Codeの機能検証・解説を精力的に発信されているOikon氏をお迎えし、「everything-claude-code」を題材にClaude Codeの基本機能と実践的な活用法を紐解きます。 前半では、Claude Codeの基本機能を押さえたうえで「everything-claude-code」の全体像について解説します。 後半のディスカッションでは、実際の画面をご覧いただきながら「everything-claude-code」リポジトリを参照し、手元の環境でいくつかのコードを動かすデモを通じて、より具体的な活用法を深ぼっていきます。 Claude Codeを触り始めたばかりの方から、もっと使いこなしたい方まで、幅広いエンジニアのご参加をお待ちしています。 ↓「everything-claude-code」リポジトリはこちら https://github.com/affaan-m/everything-claude-code

    開催日:

    2026年3月17日(火)12:00~13:00

  • React 19、コンポーネント設計どう変わった?〜うひょさんに聞く最新 実務Tips〜

    アーカイブ公開中

    React 19、コンポーネント設計どう変わった?〜うひょさんに聞く最新 実務Tips〜

    前回「LT&ディスカッション5ラウンド!うひょさん・よしこさんと改めて考えるReactコンポーネント設計」( https://offers.connpass.com/event/298939/ )のイベント開催から約2年が経過し、その間にReactやNext.jsは大きく進化してきました。Server ComponentsやSuspense、新しい非同期処理のAPIの登場などにより、パフォーマンスや表現力は向上した一方で、コンポーネント設計は以前にも増して複雑になりやすい状況になっています。 またAIの登場により、設計部分の重要性は、以前にも増して高まっていると感じており、AIライクとヒューマンライクのどちらに寄せるべきなのかの判断も難しいと感じている方も多いのではないでしょうか。 そこで本イベントでは、うひょ氏をお招きし、「今、現場で採用すべきコンポーネント設計のベストプラクティス」を実務経験をもとに解説していただきます。 迷いなく設計判断ができるようになるための指針を、持ち帰れるイベントです。ぜひご参加ください。

    開催日:

    2026年2月18日(水)19:00~20:00

  • MIXI×ユーザベース アプリエンジニアのための「AI×SRE」入門 〜障害対応・ログ解析を楽にする実践Tips〜

    アーカイブ公開中

    MIXI×ユーザベース アプリエンジニアのための「AI×SRE」入門 〜障害対応・ログ解析を楽にする実践Tips〜

    「本番で障害が起きたけど、ログの調査に時間がかかる」「パフォーマンスが遅いと言われたけど、どこから調べればいいかわからない」「原因不明のエラーにより、インフラサーバーが正しく立ち上がらず疎通がうまく行かない」——アプリケーション開発をしていると、こうした"インフラ寄りの面倒な作業"に悩まされることはありませんか? 実は今、AIエージェントを活用すれば、これらの作業を自然言語で依頼するだけで解決できるようになりつつあります。ログの集計やレポート作成、障害の原因特定、パフォーマンスの変化の可視化——特別なクエリを書かなくても、AIに聞けば答えが返ってくる時代です。 本イベントでは、MIXIの吉井氏とユーザベースの飯野氏をお招きし、ソフトウェアエンジニアがインフラ領域の"面倒な作業"をAIでどこまで減らせるかを語っていただきます。「SREじゃないから関係ない」ではなく、開発者こそ知っておきたいAI×インフラの活用術をお届けします。

    開催日:

    2026年1月21日(水)19:00~20:15

  • なぜRemix 3はReactを離れたのか -Web標準とAI時代に最適化された新アーキテクチャ

    アーカイブ公開中

    なぜRemix 3はReactを離れたのか -Web標準とAI時代に最適化された新アーキテクチャ

    2024年末、Remix 3が発表されました。Reactベースのフレームワークとして知られていたRemixが、「ReactからWeb標準へ」という大きな方向転換を発表しました。 React Router v7としてReactエコシステムに深く統合される道を選んだ一方で、Remix 3はReactから離れ、Web標準をベースとした新しいアーキテクチャへと進化しようとしています。 なぜRemixはこのタイミングでReactを離れる決断をしたのか?Web標準に回帰することで何が変わるのか?そしてAI時代において、このアーキテクチャはどのような優位性を持つのか? 本イベントでは、Remix 3の詳細な解説記事を執筆されたcoji氏をお招きし、「Reactの当たり前を相対化する」というテーマでLTをいただきます。Remix 3の技術的な変化から思想的な背景まで、深く掘り下げていきます。 👇登壇者の記事を事前にチェック coji氏 Remix 3についての解説記事 https://zenn.dev/coji/articles/remix3-introduction

    開催日:

    2026年1月14日(水)19:00~20:15

転職に役立つノウハウ

もっと見る