機械学習エンジニア（パートタイム、リモート）
* この記事は、”ML Engineer (Part-time, Remote)”を翻訳して公開するものです。この記事の情報は、最新の記事と異なる場合がありますので、確認のため最新版をご確認ください。
主な資格:
Pythonに熟練していることが必須です。
推奨システムの構築に関する豊富な知識と経験（例: コンテンツベースフィルタリング、協調フィルタリング）。
モデルのデプロイ、モニタリング、ライフサイクル管理を含むMLOpsの実践についての確かな理解。
Google Cloud Platform（GCP）のサービスやFirebase（Firestore、Cloud Functions）に精通していること。
テキストデータを分析し、洞察や推奨を提供するシステムの設計・実装経験。
機械学習システムでの商業経験が3年以上あること。
役割:
コンテンツ推薦のための機械学習モデルを設計・実装するために、コア開発チームやプロダクトチームと協力する。
テキストベースの情報を分析し、ユーザーの嗜好や行動を理解するシステムを構築・維持する。
本番環境での機械学習モデルのデプロイにおけるスケーラブルで効率的なソリューションを開発する。
既存のコードベースをレビューし、必要に応じて改善を提案・実施する。
Firebaseや他のGCPサービスとの統合に取り組み、プラットフォーム機能をシームレスに実現する。
望ましいスキル:
オブジェクト指向プログラミング（OOP）の原則に関する深い理解。
データ操作や変換を含むコーディングアルゴリズムの知識。
サーバーサイドソリューションや統合の経験。
英語でのコミュニケーション能力。
TensorFlow、PyTorch、scikit-learnといったフレームワークに精通していること。
あると望ましいスキル:
コンテンツ分析のための自然言語処理（NLP）の経験。
Next.jsやReact.jsの知識（Web開発チームとの共同プロジェクト向け）。
コンテンツベースと協調フィルタリングを組み合わせたハイブリッド推薦システムの構築・運用経験。
私たちが提供するもの:
明確な計画に基づく迅速なキャリアアップの機会。
リモートワークと柔軟な労働時間。
私たちの情熱を共有してくれるプロフェッショナルとのコラボレーションを楽しみにしています。一緒にイノベーションを推進しましょう！迷わずご連絡ください。一緒に素晴らしいものを創りましょう！ :)
Glaspについて:
Glaspは、AIを活用した知識共有プラットフォームで、ウェブ上で読んだり見たりしたコンテンツから共感した部分を簡単に保存・共有できます。
私たちは、誰もが自分の学びを信頼できる人々と簡単に共有し、知識を広げていける未来を目指しています。私たちの長期的なビジョンは、世界中のハイライトされた情報にワンクリックでアクセスできる環境を提供することです。
会社ウェブサイト:
応募方法:
以下のいずれかの方法でご応募ください。
メール
以下の情報を記載の上、hi [at] glasp.co までメールをお送りください。
必要な情報:
氏名
メールアドレス
応募するポジション
LinkedInのURL
居住国
任意の情報:
ポートフォリオのリンク
GlaspのURL
その他、ご自身について知ってほしい情報