求人詳細

【R&D事業部】【LLM】 Research Engineer

No.JN00493776 NEW

正社員

募集要項
企業名	株式会社APTO
職種	AIエンジニア(その他) 、機械学習エンジニア(その他)
業務内容	【募集背景】 APTOでは、AIモデル開発に不可欠な学習データの生成・整備・評価プロセスをプロダクトとして提供しています。近年、AIモデルの進化に伴い、競争力の源泉はモデル構造そのものから、「どのようなデータを、どのように設計し、評価し、改善し続けられるか」へと急速にシフトしています。特に、・LLM／VLM／マルチモーダルモデルの高度化・本番運用を前提とした大規模データ要求・データ品質がモデル性能を直接左右する構造が同時に進み、AI開発におけるボトルネックは完全に「データ側」に移行しています。さらに現在は、・有害データの混入・バイアスの増幅・誤学習によるリスク・評価指標と実運用性能の乖離といった AIの安全性・信頼性に関わる課題が顕在化しており、データ設計は単なる精度改善の問題ではなく、AIの社会実装における責任領域へと拡張しています。 APTOでは現在、・データ設計や評価が属人的に行われている・モデル改善のボトルネックがデータ側にあるが体系化されていない・安全性・品質・性能を統合した設計思想が未確立という課題を抱えており、AIモデル性能と安全性を「データの観点から」引き上げられるResearch Engineerを募集します。【このポジションの本質】 AIモデルが正しく学習され、安全性・信頼性を担保し、本番環境で信頼できる性能を発揮する状態を、データ設計と評価ループの構築によって実現することを担っていただくポジションです。扱う対象は単なる学習データではなく、・モデルの挙動を規定する訓練信号・評価基準を形作るテストデータ・安全性を担保するガードレールデータといった、AIのモデルの出力特性と性能を規定する要素です。そのため本ポジションでは、・どのデータがモデルの意思決定に影響するのか・どの評価が本番性能を適切に測定できるのか・どのようなデータ設計が安全性を担保するのかといった問いに対し、研究的視点と実装視点の両方から取り組むことが求められます。【主な役割】・LLM／VLM／マルチモーダルモデル向けの学習データ設計・データ前処理・アノテーション方針の設計と改善・モデル評価指標の設計および評価結果の分析・学習 → 評価 → データ改善のフィードバックループ構築・モデル開発チームとの連携による性能改善・データ品質・バイアス・安全性に関する設計指針の確立【研究テーマとしての領域】本ポジションでは、以下のような研究的テーマに取り組んでいただく想定です。 ▼データ設計領域・モデル性能を最大化するデータ分布設計・データカバレッジと一般化性能の関係・少量データ環境での効率的データ生成 ▼評価領域・モデルの実運用性能を反映する評価指標の設計・評価データセットの品質設計・自動評価と人手評価の統合設計 ▼AI安全性領域・有害出力を抑制する訓練データ設計・バイアス・公平性に関するデータ分析・安全性評価データセット（ベンチマーク）の設計・データガバナンス・トレーサビリティ設計・SFT、RLHFによるモデルの性能向上【主軸（最も期待する領域）】・AIモデル向けデータ設計・品質管理・モデル評価とデータ改善ループの設計・Pythonを用いたデータ処理・分析・データ視点からのモデル性能改善【扱う対象例】・LLM／VLM 向けテキスト・画像・動画データ・物体検知・画像認識モデル向けデータ・アノテーションデータ・メタデータ・安全性評価用データセット【このポジションで得られるもの】・AIモデル性能を左右するデータ設計の実務経験・最新のLLM／VLM を実運用レベルで扱う希少な機会・AIの安全性・信頼性に関わる最前線の課題に取り組む経験・研究とプロダクト開発を横断したキャリア ※ハイブリッド勤務（リモートと出社の併用）
応募条件	【必須スキル】・機械学習またはAI関連プロジェクトにおいて、データ前処理・分析・評価設計に関わった経験がある方・Pythonを用いたデータ処理・分析経験をお持ちの方・モデル性能に対して「データの観点から」改善に取り組んだ経験がある方・AIの品質・安全性・バイアス・評価指標といったテーマに関心をお持ちの方【歓迎スキル】・LLM／VLM／画像・動画モデルにおけるタスク特性を踏まえたデータ構成・粒度・ラベル設計の経験・アノテーション業務における、ガイドライン設計、品質基準策定、レビュー、改善サイクル運用の経験・精度・再現率・F1・BLEU 等の指標を用いた評価結果の解釈・ボトルネック分析の経験・学習 → 評価 → 改善を意識したデータパイプラインやRLHF基盤構築のご経験・Data-centric AI／MLOps といった考え方に基づき、モデルだけでなくデータ設計に価値を置いた開発に関心がある方・研究コミュニティでのアウトプットとして、学会等での論文発表／査読付き発表などの実績がある方・生成AI（LLM／AIエージェント等）を用いた開発経験があり、エージェント設計・ツール連携（Function calling等）・RAG／検索・マルチモーダル文書理解（VLM／OCR）・安全運用（ファクトチェック／ガードレール）・タスク特化ベンチマークによる継続評価のいずれかに知見／実装経験（または強い関心）がある方・強化学習を含む学習手法や、課題設定～分析～実装～検証までのDSプロセス、および AI支援コーディングツールの活用・運用の経験・Robotics・Physical AI領域におけるデータ作成（IL用データ収集・VLA学習用データの生成・評価設計等）の経験がある方【求める人物像】・LLM／VLM／マルチモーダルモデルに関する実務経験・評価データセット設計・モデル評価指標設計の経験・データ品質管理やアノテーション設計の経験・AI安全性・公平性・バイアスに関する研究または実務経験・論文実装・研究活動・学会発表などの経験
勤務地	東京都千代田区岩本町2-4-1神田岩本町プラザビル504 最寄駅：【最寄り駅】都営地下鉄新宿線岩本町駅から徒歩3分東京メトロ日比谷線小伝馬町駅から徒歩6分各線秋葉原駅から徒歩6分
給与・報酬	想定年収600万円〜1500万円特記事項：応相談（経験等に応じて600万円～1500万円程度を想定）
就業時間	コアタイム：11:00〜15:00 特記事項：フレックスタイム制
休暇・休日	・年次有給休暇・土日祝日・夏季休暇・年末年始休暇・慶弔休暇・産前産後休暇・育児休暇・生理休暇
待遇・福利厚生	健康保険,厚生年金保険,労災保険,雇用保険交通費：全額支給特記事項：【福利厚生】・健康診断・インフルエンザ予防接種・書籍購入費負担・カンファレンス参加費負担・社内勉強会・社内会食費用支援・1on1 ・フリードリンク・モニター貸与・自販機設置【受動喫煙について】屋内禁煙【受動喫煙防止情報】屋内受動喫煙対策：対策あり
こだわり条件	学歴不問即日スタート経験者優遇駅から徒歩5分以内 10時以降出社OK 土日祝日休み交通費支給社会保険完備育児支援制度リモートワーク（在宅勤務）可フレックスタイム制（コアタイムあり）研修・勉強会充実

あなたにオススメの求人一覧

【R&D事業部】【LLM】 Research Engineer

募集要項

企業名

職種

業務内容

応募条件

勤務地

給与・報酬

就業時間

休暇・休日

待遇・福利厚生

こだわり条件

こだわり条件から探す

経験・スキルから探す

業界から探す

勤務地から探す