《职责》
在公司，我们正在利用数据科学等技术推动商业挑战的解决，旨在通过数据应对社会食品问题。数据管理办公室（DMO）负责公司范围内机器学习、生成性人工智能和优化等技术的应用。因此，团队负责机器学习模型开发、操作和实施的端到端流程。机器学习工程师将主导基于工程最佳实践的需求定义、开发和模型开发的实施。
《技术环境》
・机器学习平台：SageMaker
・模型实现：PyTorch
・数据仓库：Snowflake
・ETL：dbt
・编排：Airflow
・CI/CD：GitHub Actions
・基础设施即代码：Terraform
・源代码管理：GitHub, GitLab
・沟通工具：Slack
《职位亮点》
・通过数据利用成为公司转型的核心。
如其增长战略所示：“通过商业模型和技术的力量，提供对地球和人类都有益的食品”，数据利用是公司面临的紧迫管理问题。机器学习工程师将在利用机器学习、生成性人工智能和优化等技术演进产品方面发挥核心作用。
・参与新组织的成立。
公司正在建立一个全公司的数据利用组织，以将重建的信息利用基础设施嵌入到业务中并进一步改善。目前，他们在需求预测和推荐的核心业务领域已经推动产品演进，拥有创造更好产品的丰富想法。他们正在寻求成员加入，启动实现这些想法的组织，共同推进解决食品相关挑战的服务演进。
・专注于工作产出并提升技术技能的环境。
提供远程工作机会，让您可以在最适合专注的地点工作。此外，采用无核心时间的自由劳动制度，您可以专注于交付所需的产出。允许兼职工作，使您能通过参与其他公司的项目获得多样化的经验，提升作为工程师的技能。在公司内，也会举行数据科学和数据工程的学习小组，创造员工互相学习和分享知识的环境。
・获得利用多种数据实施模型的经验。
公司在直接连接生产者和消费者方面发挥作用，因此拥有与生产者、消费者及其间物流相关的所有数据。这不仅包括结构化数据，还包括图像和文本等多种形式的数据。此外，除了Oisix业务，他们还有许多其他业务，包括像Radishbo-ya、Daichi wo Mamoru Kai、Purple Carrot、ISETAN DOOR和d-Meal Kit等B2C业务，以及为托儿所提供食品配送的B2B业务。这些业务对模型操作的要求也各不相同。您将获得利用这一广泛数据实施模型的经验。
《主要工作职责》
・人工智能/机器学习的业务实施。
・这不仅包括机器学习管道、模型和生产代码的开发，还包括需求定义和实施后的操作。
・提高机器学习模型开发和操作流程的生产力。 
东京