フィリップ・ハルトマイヤーソフトウェアエンジニアとしてZillizに入社した理由
私の名前はFilip Haltmayerで、カリフォルニア州レッドウッドシティにあるZillizでソフトウェアエンジニアとして働いています。なぜZillizに入社したのか、そしてAIとベクトル検索技術で世界をリードする会社で働くことについてどのように感じているのか、私のストーリーを共有できることにワクワクしています。
振り返ってみると、私は常にソフトウェアエンジニアリングに熱中しており、大学での教育、卒業後の機械学習（ML）プロジェクト、MLと分散システムへの興味から、Zillizへの入社は私にとって完璧なキャリアアップとなりました。また、Milvusプロジェクトや、ベクトル検索の限界を常に押し広げる素晴らしいチームの一員であることを誇りに思っています。
ソフトウェア工学への情熱
生涯を通じて、ソフトウェア・エンジニアリングに情熱を注いできました。大学在学中、さまざまな分野に首を突っ込む機会がありましたが、分散システムと機械学習が一番好きだとわかりました。私は常にもっと学びたいと思い、必修科目の枠を超えて追加クラスを受講し、これらの科目にさらに没頭しました。学べば学ぶほど、機械学習と分散システムの重要性、そしてそれらがどのように未来を形作っていくかを実感し、これらの分野でキャリアを積んでいこうという決心がさらに固まりました。
卒業後、MLプロジェクトの構築に真っ向から取り組む
卒業と同時にコビトのパンデミックが世界を襲い、ほとんどの企業が不透明な金融市場に備えて採用を凍結した。私はそれを待つ代わりに、興味のある分野の個人プロジェクトに取り組むことにした。機械学習を掘り下げ、コンピューター・ビジョンのモデルに集中し、さまざまなGAN、オートエンコーダ、分類モデルを実装した。さらに、分散システムのスキルを高めるためにPaxosやRaftなどのアルゴリズムに取り組み、クラウドに事例を展開しました。分散システムと機械学習の交差点に魅了され、最終的にZillizに応募しました。
Zillizのインタビューに感銘を受けて
Zillizの面接では、会社の価値観やビジョンが私と一致しているかどうかを確かめたいと思いました。面接の技術的な部分は、Milvusの新しいユースケースの実装に焦点を当てた、仕事に直接関連するものであったことに満足しています。無関係なテストやプロジェクトを含む多くの面接とは異なり、Zillizのアプローチは、私が一緒に働くチームがその役割に高度に適任であることを保証しました。また、私が話をしたチームは、ベクトル検索の限界を押し広げることへの情熱を共有する、知的で親近感のある人々で構成されていました。そのため、Zillizは私が学び、成長し、この急速に進化する分野で大きな影響を与えることができる場所だと確信しました。
私はこのオファーを受けた！
スタートアップに入社するかどうかを決めるのは、最終的には一つの質問に絞られる：**やっている仕事に将来性があり、この分野の成長に貢献できると思うか？
この問いに答えるのは簡単だった。大企業は膨大な量のデータをため込み、将来そのすべてを理解する技術が存在することを望んでいた。ニューラル・ネットワークはその第一歩で、構造化されていないデータをコンピューターが理解できるようにした。ベクトル検索はその第二段階であり、最終的に蓄積された膨大なデータから洞察を得ることを可能にする。このアイデアを念頭に置いて、私はすぐにオファーを受けた。
2年後：私の期待と現実の比較
Zillizで2年以上の経験を積んだ今、私の期待と現実がどのように一致したかを語ることは重要だろう。嬉しいことに、私は失望していない。多くの人が入れ替わり立ち替わりやってきても、私はZillizで過ごす毎日を楽しんでいる。毎日新しいプロジェクトやチャレンジがあり、新しいツールを学んだり、新しい知識を得たり、新しい問題を解決したりする必要がある。これまでのところ、この分野に対する私の予測は的中し、ZillizはAIとベクトル検索における重要なプレーヤーの一人にまで上り詰めました。その道のりをここで手助けできていることを嬉しく、誇りに思う。
私たちの仲間になることを歓迎します！
ソフトウェア・エンジニア、ソリューション・アーキテクト、デベロッパー・アドボケイト、プロダクト・マネージャー、営業担当、アカウント・エグゼクティブなど、さまざまなポジションを世界中で募集しています。詳細と応募については、キャリアページ をご覧ください。
Filip HaltmayerFilip Haltmayer is a Software Engineer at Zilliz working in both software and community development. His contributions mainly revolve around the Milvus and Towhee projects, helping develop both applications and helping grow their respective user bases through client interaction, integrations, and technical talks.
読み続けて
Cosmos World Foundation Model Platform for Physical AI
NVIDIA’s Cosmos platform pioneers GenAI for physical applications by enabling safe digital twin training to overcome data and safety challenges in physical AI modeling.
Optimizing Embedding Model Selection with TDA Clustering: A Strategic Guide for Vector Databases
Discover how Topological Data Analysis (TDA) reveals hidden embedding model weaknesses and helps optimize vector database performance.
Vector Databases vs. NoSQL Databases
Use a vector database for AI-powered similarity search; use NoSQL databases for flexibility, scalability, and diverse non-relational data storage needs.