【R&D事業部】【LLM】 Research Engineer

株式会社APTO

正社員
東京都

募集要項

No.JN00493776

企業名: 株式会社APTO
職種: AIエンジニア・開発
雇用形態: 正社員
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）
※週3以上出社が必須となります。
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
想定月収0円〜
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: フレックスタイム制
休日・休暇: ・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: 交通費：全額支給
保険：健康保険,厚生年金保険,労災保険,雇用保険
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■
屋内の受動喫煙対策：対策あり
対策：禁煙
特記事項：無

この求人に応募する

株式会社APTOのその他の求人

Robotics Simulation Engineer（Physical AI／Synthetic Data）

正社員

東京都【最寄り駅】【本社】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【豊洲LAB】各線豊洲駅から徒歩12分東京臨海高速鉄道りんかい線東雲駅から徒歩14分【特記事項】【本社】東京都千代田区岩本町 2-4-1 神田岩本町プラザビル5階【豊洲LAB】東京都江東区東雲一丁目7番12号 KDX豊洲グランスクエア

想定年収600万円〜1500万円想定月収0円〜

Robotics Engineer（Physical AI）

正社員

東京都【最寄り駅】【本社】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【豊洲LAB】各線豊洲駅から徒歩12分りんかい線東雲駅から徒歩14分【特記事項】【本社】東京都千代田区岩本町 2-4-1 神田岩本町プラザビル5階【豊洲LAB】東京都江東区東雲一丁目7番12号 KDX豊洲グランスクエア

想定年収600万円〜1500万円想定月収0円〜