ポストトレーニング担当技術職

この求人について

ai&の社内カスタムモデルおよび企業顧客向けモデルに対するポストトレーニングを、研究とエンジニアリングの両面から担当します。実験を実行し、そのためのパイプラインを構築し、実運用につながる成果の提供まで一貫して担うポジションです。企業顧客とは直接連携し、要件を具体的なポストトレーニング仕様へ落とし込み、ワークフローの実行、案件ごとの評価設計、成果の提供を行います。適用案件で得た知見は、ai&のコアとなるモデル開発基盤へ還元します。

強化学習では、トレーニング実行のプロファイリング、最適化、スケーリングを通じて反復時間の短縮を図ります。研究コミュニティで生まれる新しい最適化手法を取り込み、モデル能力の限界を検証する学習環境を設計・実装します。概念実証段階のアイデアを、堅牢で本番利用可能なパイプラインへ発展させることも業務に含まれます。

ポストトレーニング基盤では、SFT、選好アライメント、報酬モデル、実験追跡、評価のためのインフラを構築・運用します。社内モデル開発と企業案件の双方で、この一連の技術スタックを担当します。大規模なポストトレーニングと強化学習を支える合成データ生成基盤については、生成、フィルタリング、品質評価のワークフローを設計・構築します。

また、モデルが継続的に性能を高められるよう、壊滅的忘却を抑える継続学習の手法とインフラを開発します。新しいデータやフィードバックの蓄積に対応する学習体制と評価プロトコルを設計し、標準ベンチマークにとどまらないタスク固有の評価を実施します。結果を客観的に解釈し、回帰を本番投入前に検出し、具体的な改善へつなげます。

勤務地は横浜または東京、所属はEngineering、雇用形態はFullTimeです。