エデュテックのグローバルな力！キャッチイットプレイでAI教育の未来を変えるために、9.7億件の学習行動データを基にして、新製品・エンジン開発のデータ・MLプラットフォームリードを担当して頂ける「データエンジニア」を募集します。
大規模な学習ログを安定的に扱い、MLモデルのインフラにも責任を持つデータエンジニアを探しています。
データプラットフォームから始めてMLOps分野へと役割を段階的に拡張したい方を求めています。
• データパイプラインの安定性とコストの両方を考慮できる人
• MLエンジニアとともにフィーチャーの必要性と活用の文脈を議論できる人
• 最初から完璧な設計を求めるのではなく、MVPとしてまず試し、徐々に改善するアプローチを好む人
• 障害が発生した場合、原因を徹底的に追跡し、再発防止につなげる責任感を持つ人
• データプラットフォームからMLプラットフォーム・MLOps分野へと役割を拡張していくことに興味がある人
A. データプラットフォーム（〜60%）
• ライブサービスで発生する大規模イベント・ログ・学習データの収集・加工パイプラインの設計・実装・運営
• Airflowなどのワークフローツールを使用して**ETL/ELTパイプライン**の安定運用、障害対応・パフォーマンス最適化・コスト効率の確保
• 分析者・MLエンジニア・企画チームが活用するためのデータウェアハウス（DW）・データマート（DM）の設計・構築及びアセット化
• データ品質管理およびガバナンス（メタデータ・カタログ・アクセス制御）の構築によりデータ信頼性の確保
• クラウド（AWS、GCPなど）を基盤としたデータインフラの運用、スケーラビリティ・コスト効率を考慮したアーキテクチャ改善の主導
B. MLプラットフォーム・MLOps関連分野（〜40%）
• MLチームと協力して、推奨・マッチング・離脱予測などのモデル学習・サービング用データパイプラインおよび**Feature Store**の運営
• モデルサービング・モニタリングインフラの運営、低遅延推論環境と運営安定性の確保
• データ・パフォーマンスドリフトの検出・アラームシステムの運営。
• データエンジニアリングに関する実務経験3年以上
• Python、SQLに精通している
• 大規模ユーザーログ処理の経験（high-volume event processing）
• Spark、Flinkなどの分散処理フレームワークの実務経験
• ETLパイプライン構築の経験（Airflow、Prefectなど）
• バッチ＋ストリーミングデータ処理の違いを理解し、両者を設計できる人
• クラウド（AWS、GCPなど）環境でのデータインフラ構築の経験
• Docker / Kubernetesベースのコンテナ環境運営経験
• インフラコード（IaC、Terraformなど）管理経験
• リアルタイムストリーミングプラットフォーム（Kafka、Kinesisなど）構築経験
• 分析用の大規模データウェアハウス運営経験（BigQuery、Redshift、Snowflakeなど）
• Feature Store構築または運営経験（Feastなど）
• MLモデル学習・サービングパイプライン構築経験（MLflow、Kubeflowなど）
• LLM/大規模モデルの推論インフラ（vLLM、TGIなど）経験
• MLモデルのデータ/パフォーマンスドリフト検出経験（Evidently、WhyLabsなど）
• 推論遅延・可用性SLA管理経験（Prometheus + Grafanaなど）
• エデュテック、ゲーム、推薦サービスなどの大規模ユーザー行動ログ処理経験
• オープンソース貢献や技術カンファレンス・論文発表経験
• 🏠 フルリモート勤務環境 - 全国どこでも働けるフルリモートベースの生産的な業務環境
• 📊 ストックオプション制度 - 核心R&D人員向けストックオプション制度（1年間安定勤務後の付与検討）
• 📈 グローバル成長経験 - 1,000万ダウンロードを目指してグローバルに成長する最新トレンド製品の核心体験（Google機能など）
• 💼 核心システム開発経験 - ゲームとAIが融合したユニークなビジネス核心分野のインフラやシステム開発に直接関与
• 🌴 済州オフィス & リフレッシュ - 済州本社オフィスでの勤務可能等リフレッシュを支援
• 📚 自己開発支援 - 書籍・オンライン講座等の自己開発支援
• 💪 健康管理支援 - 健康診断費の支援 / 社内健康管理プログラム
• ❤️ 楽しい運動遊び文化 - 毎月の運動チャレンジを通じて競争と協力のある楽しい運動文化を共に作ります。
• 提出書類 — 履歴書、自己紹介書、ポートフォリオまたは本人が作成したサンプル（自身が担当した部分を明確に記載）
• 採用プロセス — 書類・ポートフォリオ審査 → 1次実務面接（オンライン） → 2次面接（オンライン） → 最終面接（オフライン） → 合否発表。
• 面接過程で課題（1日以下分量）または面接時テストがある場合があります。
[詳細は以下のNotionページを参照]
https://catchitplay.notion.site/AI-Mid-Senior-36098f74ee5a8003a68ac81fc502eca9
