MLエンジニア
えむえるえんじにあ
ML Engineer
一言でいうと
機械学習モデルを実プロダクトに組み込み、運用までを担当する役割のこと。
詳しい意味
MLエンジニア（Machine Learning Engineer）は、機械学習モデルを実プロダクトに組み込み、運用まで担当する役割です。データサイエンティストが「モデルを作る」ことに重点を置くのに対し、MLエンジニアは「モデルを本番でちゃんと動かす」ことに重点を置きます。モデルの推論API化、性能チューニング、特徴量パイプライン、モデル監視（精度低下検知）、A/Bテスト基盤、再学習ワークフロー（MLOps）などを設計・構築。LLM時代には「LLMアプリケーションを安定運用する」「プロンプト・RAG・エージェントを運用する」MLエンジニアの需要が増えています。
何に使うか
機械学習モデルを本番組み込みするとき。LLMを業務に組み込むエージェント・RAG構築。MLOps基盤の整備。
どんな時に出るか
「MLエンジニアが推論APIを構築」「MLOps を整備」「LLMOps」といった場面で登場します。
具体例
- MLエンジニアが Vertex AI 上に推論API を構築し、A/B テスト基盤と組み合わせた。
- MLOps を整備したことで、モデル更新が週1回安全にリリースできる体制になった。
別名・略称
ml engineer(えむえるえんじにあ)machine learning engineer(ましんらーにんぐえんじにあ)MLE(えむえるいー)MLOps(えむえるおぷす)LLMOps(えるえるえむおぷす)
間違えやすい語
初心者向けメモ
「料理研究家（データサイエンティスト）が考えたレシピ」を、ファミレスチェーンの厨房（本番環境）で全店舗が再現できるよう、調理工程・道具・材料調達まで設計するシェフのような役割です。机上のレシピと現場の運用は別物、というのが要点です。