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
  • AI時代に適したリポジトリって?カウシェ・LayerXに聞く最新リポジトリ構成

    アーカイブ公開中

    AI時代に適したリポジトリって?カウシェ・LayerXに聞く最新リポジトリ構成

    昨今、AIエージェントの活用が一般的になってきたことで、「プロジェクト全体のコードを横断的に理解させるには、コードベースが一つにまとまっている方が適しているのではないか」という議論が増えています。 一方で、モノレポにはCIのパフォーマンスやコンテキストの絞り方など運用上の課題も存在し、組織規模やプロダクトのフェーズ、チーム体制などによって最適解は異なります。「どちらが正解か」を一概に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、iOSやKotlinを含む複数言語のコードを一つのリポジトリに集約して運用されているカウシェと、バックエンド・フロントエンドともにモノレポ化を進めてきたLayerXの2社をお迎えし、それぞれのリポジトリ構成の実例をもとに、モノレポの実際を紐解きます。 前半のLTでは、カウシェからはモノレポになった歴史や複数言語を集約したメリット・デメリットを、LayerXからはリポジトリ統合プロジェクトの進め方や意思決定の裏側をお話しいただきます。 後半のディスカッションでは、両社を交え、モノレポにするタイミングや、CI・IDEとい開発体験に関する課題の課題、AIとの親和性を上げるための工夫やスコープの絞り方など、現場目線でさらに深掘りしていきます。 モノレポへの移行を検討している方から、すでにモノレポ運用で課題を感じている方まで、幅広いエンジニアのご参加をお待ちしています。

    開催日:

    2026年6月11日(木)19:00~20:00

  • 仕様駆動開発はやめた方がいいって本当?やって分かった仕様駆動開発の現在地と今後の方向性

    アーカイブ公開中

    仕様駆動開発はやめた方がいいって本当?やって分かった仕様駆動開発の現在地と今後の方向性

    昨今、AIコーディングエージェントの進化により、開発フロー自体を見直す動きが広がっています。その中で注目を集めているのが「仕様駆動開発( Spec Driven Development)」というアプローチです。 しかし現在は「仕様駆動開発」という言葉だけが独り歩きしており、具体的にどのようなフローであるべきなのか、ツールを使えば実現できるものなのかといった、実態を掴みきれないという声も多く聞かれます。 そこで本イベントでは、仕様駆動開発をはじめとしたAI駆動開発を実践されている中村充志氏をお迎えします。 前半のLTでは、、中村氏より仕様駆動開発SDDの基礎概念についてお話しいただき、ツールのデモを通じてその具体的な仕組みを提示いただきます。からハーネスとの組み合わせ、そして実際のデモを交えた実践までを紐解きます。 後半のディスカッションでは、仕様から出力される膨大なコードをどう効率的にレビューし、生産性を次のレベルへ押し上げるかという「実戦的なフロー」について議論していきます。また、その品質を支える「ハーネスエンジニアリング」という考え方も補足的に交えながら、現場で直面する疑問を紐解いていきます。 AI時代の開発フローに関心がある方から、仕様駆動開発の導入を検討されている方まで、幅広いエンジニアのご参加をお待ちしています。

    開催日:

    2026年5月28日(木)19:00~20:00

  • useMemo/useCallbackまだ書いてる?React Compilerで変わった開発体験

    アーカイブ公開中

    useMemo/useCallbackまだ書いてる?React Compilerで変わった開発体験

    React Compilerの登場以降、フロントエンド界隈では「これまで煩雑だったメモ化(useMemoやuseCallback、React.memo)が不要になるのではないか」と大きな話題になりました。 一方で、「本当にそのまま有効化して問題ないのか」「有効化による副作用や注意点はないのか」「従来どおりメモ化を残すべきケースはあるのか」といった不安の声も耳にします。実際に導入してみたチームからは、React Hook FormなどのライブラリやuseRefを使った実装でハマりポイントがあったという話も聞こえてきます。 そこで本イベントでは、React Compilerを有効化して1年以上本番運用されている浅見氏と、導入にあたって生成AI向けのルール整備まで仕組み化されているカケハシの大村氏をお迎えし、React Compilerの特徴や実際の導入プロセス、注意点・ベストプラクティスを紐解きます。 React Compilerが気になり始めた方から、すでに検証・導入を始めている方まで、幅広いエンジニアのご参加をお待ちしています。

    開催日:

    2026年5月20日(水)19:00~20:00

  • TypeScriptでAPI開発するなら知っておきたいRPC -tRPC、oRPC、HonoRPCとは-

    アーカイブ公開中

    TypeScriptでAPI開発するなら知っておきたいRPC -tRPC、oRPC、HonoRPCとは-

    昨今、バックエンドにTypeScriptを導入する事例は一般的になり、フロントエンドとバックエンドで型を共有することで開発効率を高めるさまざまなソリューションが登場しています。中でも「RPC(Remote Procedure Call)」を活用したアプローチは注目を集めており、tRPC・oRPC・Hono RPCなど複数の選択肢が存在します。 一方で、「そもそもRPCとは何か」「tRPC・oRPC・Hono RPCはそれぞれ何が違うのか」といった基本的な部分から整理したいと感じている方も多いのではないでしょうか。名前は聞いたことがあるけれど違いがわからない、どれを選べばいいのか判断がつかない、という声も少なくありません。 そこで本イベントでは、tRPCを実務で導入・運用されている海老原氏、oRPCやElysiaを活用されている柿氏、Hono RPCでマルチクライアント対応を実践されているよだか氏の3名をお迎えし、RPCの基本から各ソリューションの特徴・選定の考え方までを紐解きます。 前半のLTでは、柿氏、海老原氏、よだか氏の3名にそれぞれの視点からお話しいただきます。 後半のディスカッションでは、3名を交え、各RPCの推しポイントや課題、モバイル・Webの対応可能性を見据えた技術選定など、現場目線でさらに深掘りしていきます。 RPCという概念自体をこれから理解したい方から、すでに使っていて他の選択肢と比較したい方まで、幅広いエンジニアのご参加をお待ちしています。

    開催日:

    2026年4月23日(木)19:00~20:30

  • もうNext.jsには戻れない?次世代フルスタックフレームワークTanStack Startってなに

    アーカイブ公開中

    もうNext.jsには戻れない?次世代フルスタックフレームワークTanStack Startってなに

    昨今、Next.jsの急速な進化に伴い、そのブラックボックス的な実装に疑問を感じ、新たな選択肢を模索するエンジニアの声が増え始めています。そうした中、TanStack Queryをはじめとする「TanStack系ライブラリ」や、新たなフルスタックフレームワーク「TanStack Start」への注目が高まっています。 しかし、実際の運用において「Next.jsと比べて何がどこまで変わるのか」「TanStack系ライブラリを採用する具体的なメリットは何か」を明確にイメージできている方はまだ少ないのが現状です。 そこで本イベントでは、TanStack QueryやTanStack Routerを実務で活用されている寺嶋氏と、TanStack Startをプロダクション環境で実際に採用されている池内氏をお迎えし、Next.js経験者の視点からTanStack系ライブラリ・TanStack Startの実際を紐解きます。 前半のLTでは、まず寺嶋氏よりTanStack Startの全体像やViteエコシステムにおけるポジション、Next.jsとの比較を交えた概要を解説いただきます。続いて池内氏より、TanStack Startプロダクトにおける実践的な側面(デプロイ環境、認証基盤、データベース連携など)について、現時点での整備状況をお話しいただきます。 後半のディスカッションでは、お二人を交え、チーム開発での採用やAIコーディングとの親和性など、現場目線でさらに深掘りしていきます。 TanStackが気になり始めた方から、Next.jsからの移行を検討されている方まで、幅広いエンジニアのご参加をお待ちしています。

    開催日:

    2026年4月9日(木)19:00~20:00

転職に役立つノウハウ

もっと見る