AI Technical Architect

Required Skills:

• エンドツーエンドの機械学習MLおよびAIパイプラインの構想設計構築導入および運用運用定着をリードする
  
• エンタープライズ全体を見据えた堅牢なAIアーキテクチャを構築しデータサイエンティストデータエンジニア開発者運用セキュリティチームと連携しながら推進する
  
• 以下のプロセスを含むAIシステムのライフサイクル全体を主導する
  
• 要件分析組織の課題やニーズを分析しAIによる解決可能性を明確化する
  
• ソリューション設計拡張性コスト効率ビジネス戦略との整合性を考慮したAIソリューションを設計する
  
• 技術選定AIシステム構築に必要な最適な技術スタックおよびツールを選定する
  
• 監査Auditデータモデルソフトウェアエンジニアリングを含むAIツールおよび開発運用プロセス全体を対象とした監査を実施し継続的改善を推進する
  
• フィードバックループを確立しAIサービスの評価モデルの再調整再学習を適切に実施する
  
• 実装管理AIシステムの実装全体を統括し組織要件を満たしていることを保証する
  
• 監視保守AIシステムのパフォーマンスを継続的にモニタリングし課題対応運用保守定期的なアップデートを行う
  
• ビジネス全体の構造や業務理解とAI技術への理解を併せ持ちAIプロジェクトを成功に導くための意思決定および方向付けを行う
  
• テクニカルアーキテクトデータエンジニアドメインエキスパートなどのクロスファンクショナルチームと協働しビジネス要件を深く理解した上で実効性の高いAIソリューションを開発する
  
• データサイエンスおよびAI分野において自発的かつ継続的に学習スキル向上に取り組み自身の専門性とキャリアの高度化を追求する
  登録資格
  
  

• 機械学習ディープラーニング自然言語処理NLPコンピュータビジョンなどのAI関連技術に関する深い理解および実務経験
  
• AIアーキテクチャおよびパイプライン設計に関する知識と経験
  
• MLディープラーニングワークロードにおけるワークフローおよびパイプライン構成の理解
  
• データ管理ガバナンスモデル構築デプロイメント本番運用に至るまでの各コンポーネントおよびアーキテクチャ上のトレードオフに関する深い知識
  
• ソフトウェアエンジニアリングおよびDevOpsの原則に関する理解
  
• Gitコンテナ技術KubernetesCI/CDなどのDevOpsワークフローやツールの利用経験
  
• データサイエンスおよび高度分析に関する知識経験
  
• SASRPythonなどの高度分析ツール
  
• 応用数学機械学習ディープラーニングの理論理解
  
• ランダムフォレストニューラルネットワーク等の機械学習手法
  
• TensorFlowPyTorchKerasなどのAIフレームワークを用いた大規模モデル開発経験
  
• Google CloudAWSAzureなどのクラウドプラットフォームを活用したAIシステムの設計開発経験
  
• AIモデルの運用展開MLOpsに関する知識経験モデル最適化監視バージョン管理ライフサイクル管理等
  
• BigQuerySparkHadoopなどの大規模データ処理技術に関する実務経験
  
• AI倫理およびプライバシーに関する知識を有しそれらを考慮したAIシステム設計ができること
  
• ビジネス要件を正確に理解し拡張性信頼性の高いAIプラットフォームを設計できる能力
  
• AI関連プロジェクトにおいて開発チームをリードし技術的な意思決定指導を行った経験
  
• ステークホルダーとの円滑なコミュニケーション能力
  
• 最新のAI技術トレンドを主体的に学習し実務に適用する意欲
  
• 高いコミュニケーション力およびリーダーシップを有し技術チームとビジネスチームの橋渡しができること