【SGE】（機械学習エンジニア）ゲーム・エンタメ事業部　Machine Learning Platform Engineer

SGE AI戦略本部概要 ゲーム・エンターテイメント事業部（SGE）として 新時代の「ゲーム×AI」開発を推進する専門組織を創設！ ゲーム開発を行う複数のグループ各社と連携し AIを活用した開発・運用支援を横断的に実行していきます。 ※こちらはキャリア採用ページです。

「新卒採用エンジニアコース」は こちら からエントリー下さい。 ▼公式サイト SGE AI戦略本部 ▼ゲーム・エンターテイメント事業部（SGE） 「インターネットの可能性とチームの力で新しい時代のエンターテイメントを創る」 というビジョンを掲げ、スマートフォンゲームの新規開発・運用を中心に、 グッズなどの周辺領域やグローバル事業、マンガ事業、DX事業にも積極的に展開しています。 約8社の子会社が独自の強みを活かしたプロダクト開発を行う一方で、 各職種毎のボードやワーキンググループといった横断組織を通じて 各社が持つ技術・ノウハウや成功・失敗事例を共有し合い強く連携し合いながら グローバル規模でヒットタイトル創出を目指す、業界内でも稀有な特徴を持つ事業組織です。

（事例） ・株式会社QualiArts ・株式会社Colorful Palette ・株式会社サムザップ ・株式会社アプリボット 非公開の新規開発中タイトルも複数。 豊富なジャンルのタイトルを運用、新規開発することで、 開発や制作に関わる社員としても特定ジャンルに限定されない 多様なチャレンジができる点が魅力の1つです。 業務内容 ゲーム領域における機械学習・AI活用を支えるためのML基盤、MLOps環境、データパイプライン、モデル運用基盤の設計・開発・運用を担当していただきます。

モデルやアルゴリズムを、再現性・拡張性・保守性の高い形で実運用へ接続する役割です。 研究開発とプロダクト運用の間にある技術的なギャップを埋め、ML活用を継続的にスケールさせるための基盤づくりを推進していただきます。

▼業務例 ・機械学習パイプラインの設計・構築・運用 ・モデル学習、評価、デプロイ、監視を行うMLOps基盤の整備 ・実験管理、モデル管理、特徴量管理、データバージョニングの仕組みづくり ・ゲーム内データ・ログデータ・シミュレーションデータの処理基盤構築 ・バッチ推論・オンライン推論・社内ツール向け推論APIの設計・運用 ・モデル性能、データ品質、推論結果のモニタリング・アラート設計 ・GPU・クラウド・コンテナ環境を活用した学習・推論環境の最適化 ・MLエンジニア・リサーチャーが効率よく開発できる社内開発環境の整備 ・セキュリティ、権限管理、コスト管理を考慮したML基盤運用 ▼プロジェクト例 ・ゲームAI開発向けの学習・評価パイプライン構築 ・運営型ゲームにおけるバランス調整支援システムの基盤開発 ・生成AI・LLMを活用した社内制作支援ツールのバックエンド基盤 ・複数プロジェクト横断で利用可能なML実験・モデル管理基盤 ・非公開プロジェクトにおけるAI開発基盤の設計・構築 ポジションの魅力 ゲーム領域におけるAI活用を、単発の技術検証ではなく、継続的に運用可能な仕組みとして支えるポジションです。 研究開発・プロダクト開発・インフラ・データ基盤の接点に立ち、ML活用の生産性や再現性を大きく向上させることができます。

モデル開発者やゲーム開発者がより速く、安全に、安定してAI技術を活用できる環境をつくることに関心がある方に適しています。

求めるスキル・経験 ▼必須要件 ・Pythonを用いた開発経験が2年以上ある方 ・機械学習モデルの開発・運用プロセスに対する基本的な理解 ・機械学習パイプライン、データパイプライン、バックエンドシステムのいずれかの設計・開発経験 ・Git、Docker、CI/CD、IaC等を用いた開発経験 ・AWS、GCP、Azure等のクラウドサービスを用いたシステム構築・運用経験 ・チーム開発における設計、レビュー、運用改善の経験 ・ゲームに対する興味・熱意のある方 ▼歓迎要件 ・MLOps基盤の設計・構築・運用経験 ・PyTorch、TensorFlow、JAX等を用いたモデル開発経験 ・Feature Store、Data Lake、Data Warehouse等のデータ基盤に関する知識 ・GPU環境、分散学習、推論最適化に関する知識・経験 ・ゲームの開発・運用経験 ・セキュリティ、監視、SRE、コスト最適化に関する実務経験 求める人物像 ・研究開発成果を安定して運用可能なシステムに落とし込むことに関心がある方 ・開発者体験や運用効率を改善するための基盤づくりが好きな方 ・属人化した実験・運用を仕組み化し、再現性高くスケールさせたい方 ・モデル精度だけでなく、信頼性、保守性、コスト、セキュリティまで考慮できる方 ・複数プロジェクトを横断して、ML活用の標準化・効率化を推進したい方