AI プラットフォームエンジニア (MLOps/LLMOps)

ウーブン・バイ・トヨタについて ウーブン・バイ・トヨタは、トヨタの100年に一度のモビリティ・カンパニーへの変革に寄与していきます。「自分以外の誰かのために」発明を続けたという歴史からインスピレーションを受けた私たちのミッションーそれは、モビリティの定義を拡げ、そしてモビリティが社会に貢献する方法を拡張し、人を想うイノベーションで、モビリティの常識に挑み続けることです。

私たちは4つの柱を中心に活動しています：自動運転・先進運転支援システム技術のAD/ADAS、SDV（ソフトウェア定義車両）のための車両ソフトウェア生産プラットフォームであるArene、モビリティのテストコースであるWoven City、そして協業基盤を支えるデジタル・インフラストラクチャのCloud & AIです。また、ビジネスに不可欠な機能がこれらのチームの実装を下支えし、一丸となって「事故ゼロ社会」と「幸せの量産」の実現に向けて取り組んでいます。

=========================================================================

トヨタはモビリティの意味を再定義します。ヒト、モノ、情報、そしてエネルギーを動かし、モビリティの常識に挑み続けます。Woven Cityでは、このような様々なモビリティを生み出し、試すテストコースとして、ヒト中心の街・実証実験の街・未完成の街をコンセプトに、幸せの量産を目指します。 Woven Cityには未来のモビリティへの想いを共有する多様な仲間が集まります。Inventors（インベンターズ／発明家）、住民、ビジターは、ヒト・モビリティ・社会インフラが連携する街の形をしたテストコースで、生活をしながら様々なプロダクトやサービスを実証します。 Woven Cityに関する詳細は、以下をご覧ください： https://www.woven-city.global/jpn/

AIプロダクトを開発・運用するチームが、より速く、安全かつ継続的に高品質なAI機能を提供できるよう支援する、AI Platform Engineerを募集します。 本ポジションは、個別のプロダクト機能そのものを開発する役割ではありません。AIプロダクトの開発・評価・リリース・運用に必要な共通基盤、ワークフロー、ガードレールを設計・実装・運用し、手作業や属人的な対応を減らしながら、組織全体の開発生産性、運用効率、AI出力の品質と信頼性を高めることがミッションです。 MLOpsの観点では、モデル・データ・実験・評価結果・リリースの管理、CI/CD、インフラ構成管理、監視・ログ収集・アラート、障害対応の自動化などを通じて、安定的に運用できる仕組みを整備していただきます。また、Agent code reviewを含む検証フロー、ポリシー、評価方法を備えた仕組みを構築します。 加えて、LLMOpsの観点では、ユーザフィードバック、利用ログ、AI品質評価の結果、インシデントや失敗事例などを収集・整理し、Agentやツールにつなげるフィードバックループの設計・運用を推進します。新しい技術を試すだけでなく、セキュリティ、品質、再現性、運用可能性を考慮し、実際の開発現場で継続利用できる形へ落とし込むことが期待されます。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の関係者と連携し、複数のプロダクトで再利用可能なAI Platformを進化させていただきます。 このポジションのレポートラインはファンクションのリーダーとなり、勤務形態はハイブリッドです。また、月数回のウーブンシティへの出張があります。

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

MLOps、LLMOps、Platform Engineeringのいずれかにおける２年以上の実務経験 LLMを活用したシステムについて、開発・評価・デプロイ・運用を支える基盤やワークフローを設計・実装・運用した経験 CI/CD、Infrastructure as Code、コンテナ技術、クラウドサービス等を用いて、開発または運用プロセスを自動化した経験 Pythonを用いたソフトウェア開発経験 ビジネスレベルの英語力および会話レベルの日本語力

ユーザフィードバック、利用ログ、評価結果、問い合わせ、インシデント情報等を活用した、AI品質改善のフィードバックループ構築経験 LLM API利用におけるコスト、レイテンシ、レート制限、可用性、セキュリティを考慮した設計・運用経験 AIの安全性、セキュリティ、ガバナンス、監査性に関する仕組みづくりの経験 AI Agentを活用したコード生成、コードレビュー、テスト、開発支援の仕組みを設計・導入・運用した経験 新しい技術領域において、自ら課題を発見し、プロトタイピングから運用可能な仕組みの導入まで主体的に推進した経験