ML Ops Engineer, AI Platform

Match Group

. Kubernetes（Amazon EKS）クラスタのバージョンアップ、ノードグループやオートスケーリングの管理、GitOps（Argo CD / Helm / Kustomize）で管理しているクラスタコンポーネントのメンテナンスと改善 .

Posted 10/27/2026full-timeTokyo • JapanMid-LevelSeniorWebsite

Core Competencies

Role fit

Core Competencies

Use this summary to align your resume positioning with the role.

Demonstrates expertise in Kubernetes management, AI application observability, and automation of operational processes. Proficient in Python application maintenance, cloud infrastructure management, and implementing CI/CD practices.

Highest-signal resume keywords

Kubernetes ManagementAI Application ObservabilityPython Application MaintenanceCloud Infrastructure ManagementCI/CD Implementation

ATS Keywords

Tailor your resume

Applicant Tracking System Keywords

Tip: use these terms in your resume and cover letter to boost ATS matches.

Hard Skills

KubernetesPythonDockerGitOpsAWSGoogle CloudCI/CDArgo CDTerraformMachine Learning

Soft Skills

Problem-SolvingCollaborationCommunicationAdaptabilityPrioritization

Tools & Technologies

Amazon EKSArgo WorkflowsAmazon SageMakerDatadogBigQueryAmazon AthenaGitHub ActionsRenovateDependabotOPA Gatekeeper

Industry Keywords

AI ApplicationsObservabilitySLISLOSecurity ManagementData ProtectionVulnerability ManagementPolicy as CodeSoftware Supply Chain SecurityCloud Permissions Design

Tech Stack

Tools & technologies

AirflowAWSBigQueryCloudKubernetesPythonTerraform

About the role

Key responsibilities & impact

Kubernetes（Amazon EKS）クラスタのバージョンアップ、ノードグループやオートスケーリングの管理、GitOps（Argo CD / Helm / Kustomize）で管理しているクラスタコンポーネントのメンテナンスと改善
AI アプリケーションの可観測性・モニタリング・アラートを再設計し、メトリクス・ログ・トレース、アクショナブルなアラート、Runbookを整備
AI エージェントを活用したアラート一次調査を自動化
SRE チームと連携し、AI アプリケーションの SLI / SLO を策定・運用
Python アプリケーションの依存ライブラリ、Python ランタイム、ベースイメージ、セキュリティパッチの継続更新を設計・運用
LLM モデルや SDK の世代移行をリードし、品質回帰確認と段階的リリースを実施
セキュリティ・プライバシーチームと連携し、AI 基盤のセキュリティ、データ保護、脆弱性対応、権限管理を推進
Argo Workflows と Amazon SageMaker を使った継続学習パイプライン、学習環境、データセット整備環境を運用・改善
Gemini Enterprise Agent Platform 上の推薦領域の学習・バッチ環境を運用・改善
Kubernetes 上のオンライン推論 API、キュー駆動の非同期ワーカー、バッチアプリケーションを運用
キャパシティプランニング、コスト最適化、障害対応、CI/CD とリリースフローを改善
コーディングエージェントや AI エージェントで開発・運用のトイルを削減
得られた知見をドキュメント、lint、テスト、CI チェックなどの AI エージェント向けハーネスに還元

Requirements

What you’ll need

商用アプリケーションの実装・リリース・運用の実務経験3年以上
本番アプリケーションの開発経験（パッケージ管理、型チェック、テストを含む）
本番環境で使うコンテナイメージの作成・運用経験（Dockerfile の作成、ミドルウェアの導入など）
Kubernetes 上でのアプリケーションの本番運用経験
AWS または Google Cloud のいずれかを深く理解し、本番環境のインフラを構築・運用した経験
メトリクス・ログ・トレースなどを用いた障害対応や、システム改善の経験
冪等性やリトライを考慮したバッチ・非同期処理の設計・運用経験
コーディングエージェントを用いた開発経験と、AI 活用への高い意欲
自分が書いたコードが実行環境でどう動くかを理解し、障害に正面から向き合って、自ら手を動かして解決できること
基盤をつくること自体を目的にせず、プロダクトやビジネスへの価値を起点に優先順位をつけられること
技術的な理想と現実の折り合いをつけ、関係者と合意しながら物事を前に進められること
語学力: 日本語（ビジネスレベル以上）、英語（日常会話レベル以上）
Preferred: 機械学習モデルの学習パイプライン、または推論サービスの本番運用経験
Preferred: LLM（Amazon Bedrock 上の Claude、Gemini など）を組み込んだアプリケーションの開発・運用経験、またはモデル移行の経験
Preferred: Kubernetes クラスタのバージョンアップや、Argo CD / Helm / Kustomize を用いた GitOps の運用経験
Preferred: Argo Workflows や Airflow などのワークフローエンジンの運用経験
Preferred: SLI / SLO の設計・導入や、Datadog などを用いた可観測性の改善をリードした経験
Preferred: Terraform などを用いた IaC の経験
Preferred: 依存関係の更新やセキュリティパッチ適用の自動化（Renovate、Dependabot など）を導入・運用した経験
Preferred: ソフトウェアサプライチェーンのセキュリティ対策や、クラウドの権限設計に取り組んだ経験
Preferred: 個人情報を含むデータを、保持期間や利用目的のルールに沿って扱う仕組みを設計・運用した経験
Preferred: GitHub Actions などを用いた CI / CD やリリースエンジニアリングの改善経験
Preferred: AI エージェントを用いた運用の自動化を実践した経験
Preferred: AI エージェント向けの指示書や lint・テストを整備した経験
Preferred: Amazon SageMaker や Gemini Enterprise Agent Platform などの ML プラットフォームの利用・運用経験
Preferred: BigQuery や Amazon Athena などを使ったデータパイプラインの構築・運用経験
Preferred: OPA Gatekeeper や Conftest などを用いた Policy as Code の経験
Preferred: 新しい技術を自ら学び、担当領域を限定せずに幅広く手を動かしてきた経験

Benefits

Comp & perks

Full-time employment