Machine Learning Engineer

• MLOps／LLMOps基盤および共通ワークフローの設計、実装、運用
• モデル、プロンプト、Agent設定、評価データ、実験結果、リリース情報を管理・追跡可能にする仕組みの整備
• AI品質評価エンジニアおよびプロダクト開発チームと連携した、評価の実行・回帰評価・リリース判定を支えるフィードバックループ構築
• LLM出力の品質、安全性、一貫性、レイテンシ、コスト、利用状況などを可視化・監視する仕組みの構築・運用
• LLMアプリケーションの変更に伴う品質劣化や安全性リスクを早期に検知するための、テスト・監視・アラート・ロールバックの仕組み化
• CI/CD、Infrastructure as Code、コンテナ／クラウド基盤、ログ・メトリクス・トレース等を活用した、AIワークロードの開発・運用の自動化
• Agentを活用したコード生成・修正・レビューを安全かつ効果的に利用するための、Agent code review、検証フロー、ポリシー、監査可能性を備えた仕組みの設計・実装
• プロダクト開発チーム、MLエンジニア、セキュリティおよびクラウドインフラ関係者との連携
• 複数のプロダクトで再利用可能なAI Platformの進化

Explore AI プラットフォームエンジニア – MLOps, LLMOps at Woven Planet. Review requirements and application details.