架空の職務経歴書例です。氏名・職歴・成果は書き方を説明するために作成したもので、実在する社員の経歴ではありません。
山下 大樹
ランキングモデル蒸留とオンライン特徴量のバッチ取得とモデルサービスのシャドートラフィックと自動ロールバックを担当したジュニア機械学習エンジニア。主な実務分野:Python · PyTorch · 特徴量パイプライン · モデルサービング。
職務経歴
メルカリ
東京都港区 · 日本
ジュニア機械学習エンジニア
2025年7月 - 現在
- 先輩のレビューを受けながら、SQLで抽出した視聴特徴を使うPython機械学習パイプラインを構築し、学習・評価(evaluation)期間を分離。配備(deployment)の提案前に単純な基準モデルと比較した。
- 担当を割り当てられた範囲で、予測の鮮度・特徴量ドリフト・配信エラーの監視(monitoring)を追加。特徴量が遅れても推薦欄が空にならない代替順位経路を検証した。
- 担当範囲で、学習データとモデル成果物を一緒に版管理し、オフライン評価と配信遅延を比較。誤分類例を確認して配備候補を選定。
- 担当範囲で、固定データと乱数シードを活用したPyTorch評価を主導し、学習・試験間の重複が生んだ見かけ上の性能向上を解消。
- 担当範囲で、Kubernetesリソース制限を活用したPython配備検査を構築し、同一負荷の再実行1,000要求当たり推論失敗を14件から3件へ削減。
NTTデータ
東京 · 日本
機械学習エンジニアプロジェクトメンバー
2024年3月 - 2025年6月
- 担当範囲でモデルサービスのシャドートラフィックと自動ロールバック。先輩のレビューを受けて資料の確認と修正を実施。チーム全体では承認済みの完了条件を満たしてロールアウトを終えた。自分の担当作業とチームの成果を分け、先輩社員と貢献範囲を確認した。
- 担当範囲で、公開指標と原記録の差異から母集団を変えた処理を追跡し、再現可能なクエリで計算を修正。
- 担当範囲で、直前の正常更新と失敗実行を比べ、入力欠損と変換エラーを分離。対象期間のみ再処理し、元クエリと修正結果を保存。
主要プロジェクト
機械学習エンジニアの自主ケーススタディ
プロジェクトメンバー
2024年9月 - 2025年2月
- 担当範囲で、担当範囲でコホート別指標を含むオフライン・オンライン評価。先輩のレビューを受けて資料の確認と修正を実施
- 重複・遅着・訂正値を含む合成原記録を作り、行数・キー一意性の検査と指標への期待影響を記録。
- 分析結果と手計算基準表を照合して差異を変換工程まで追跡。修正クエリにデータ辞書・再実行手順を添付。
- 手計算基準を活用した合成データ検証の責任を担い、重複集計を解消して訂正合計再現ノートを完成。
学歴
電気通信大学
東京都調布市 · 日本
学士(工学)
2021年4月 - 2025年3月
関連科目:アルゴリズム、OS、データベース、ネットワーク
スキル
職種別スキル
Python · PyTorch · 特徴量パイプライン · モデルサービング · 評価設計 · Kubernetes

