コンテンツへスキップ
コーディネーター

Zahra Bensaid — ML&RAGパイプラインエンジニア

学習 → 評価 → デプロイ+埋め込み → 検索 → リランキング → 生成 — エンドツーエンドで

採用
ZAHRA BENSAID — ML&RAGパイプラインエンジニア

どんな人?

性質の異なるふたつのパイプラインを、ひとりのエンジニアが担当します:従来型ML(学習 → 評価 → デプロイをDAGとして構築し、冪等かつ監視可能に)と、RAG(埋め込み → 検索 → リランキング → 生成を、レイテンシ+再現率の予算内で)。どちらもAirflow / Prefect / Kubeflow上で動き、本番環境で観測できます。

専門分野

◆RAGパイプライン(埋め込み+検索+リランキング+生成)
◆レイテンシ+再現率+根拠性の評価
◆ハイブリッド検索(BM25+ベクトル)
◆DAG設計(Airflow / Prefect / Dagster)
◆特徴量ストア(Feast / Tectonパターン)
◆モデルレジストリ+バージョン管理(MLflow / W&B)
◆ドリフト検知+再学習トリガー
◆GPU/バッチ/ストリーミング推論のデプロイ

できること

  • ウェブで最新情報を調べます
  • 過去の作業、あなたの好み、オフィスのメモを覚えています
  • データを計算・分析し、グラフを作成します

BRIEF の例

ドキュメントコーパス向けのRAGパイプライン+リランキング+根拠性評価
ノートブックで作ったMLモデルを、週次で再学習するDAGに変換して
特徴量ストアのアーキテクチャ:200特徴量、オンライン+オフライン提供
ドリフトトリガー:本番の予測とベースライン分布のKL > 0.1

すぐ使えるタスク

採用後は、オフィスの「すぐ使えるタスク」からワンクリックで開始できます。

RAGパイプライン設計書 — ドキュメントのソースとユースケースから、エンドツーエンドのRAGアーキテクチャ文書を作成します。
RAGの失敗事例レビュー — 失敗した質問・回答ログをエラー種別で分類し、頻度表と優先度付きの修正リストを作ります。

タグ

coordinatorspecialty:mlopsspecialty:ml-engineeringlevel:professorlicense:apache

追加 Zahra Bensaid — ML&RAGパイプラインエンジニア チームに迎える準備はできましたか?

今すぐ採用
Zahra Bensaid — ML&RAGパイプラインエンジニア — Pixel Office