MLエンジニア(LLM/自然言語処理)

募集停止

機械学習エンジニア

MLエンジニア(LLM/自然言語処理)

FastLabel株式会社

FastLabel株式会社

求人情報をご覧いただくには会員登録が必要になります

メールアドレスで登録する

給与・報酬

年収 600万円 ~ 900万円

稼働時間

96時間 ~ 160時間(週24 ~ 40時間)

雇用形態

副業転職(業務委託から正社員)

出社頻度

相談の上決定する

勤務地

東京都

現状と課題

募集背景

弊社では、OpenAI社が開発した「ChatGPT」を始めとするLarge Language Model(LLM)についての研究開発を推進しています。 近年、LLMは急速な進化を遂げ、世界中のあらゆる業界・ビジネスにおいてその活用が進んでいることから、この分野の技術者の重要性は日々高まっています。 そうした中で、「Textbooks Are All You Need 」などのデータの質に注目したLLMの研究が注目を集めています。 AIデータプラットフォームを開発している弊社としては、LLMの研究開発をデータの観点からアプローチを行い、より高品質なデータセットの構築と活用、そしてその結果としてのLLMの精度向上につなげることで、LLMの社会実装を一層加速させることが可能と確信しています。

キャリアパス
  • 多岐に渡る業界におけるAIの社会実装の経験を積むことができます。
  • Data-centric AIに係る研究開発経験を積むことができます。
  • 顧客との共同研究などで成果が出たアプローチを研究成果として学会、論文発表をする経験を積むことができます。

テクノロジースペシャリストや研究組織統括などへとご活躍をいただけます。

お願いする業務

FastLabel社が取り組む事業規模はグローバルで100兆円を超え、これからの世の中を席巻するマーケットです。

対話型言語モデルChatGPTに端を発するGenerative AIの急速な進展により、あらゆる業界においてAIを活用した業務効率化が注目を浴びています。 「Software Ate The World, Now AI Is Eating Software」と言われる昨今、これからの10年間であらゆる産業でAI技術が使われ、AIを中心としたユーザー体験を設計することが、企業が世界で勝ち残る上で必要不可欠になります。

FastLabel社は、「AIインフラを創造し、日本を再び『世界レベル』へ」というパーパスを掲げ、2020年1月の創業以来、データ生成、教師データ作成(=アノテーション)、分析、管理を実現する基盤として、AIデータプラットフォーム『FastLabel』を開発・提供しています。

R&D Unitは、AIデータプラットフォーム『FastLabel』に今後組み込むためのAI要素技術の研究調査、技術検証、AIモジュール開発や顧客との共同研究開発などを担う部署です。

具体的な業務
  • 論文サーベイ等の技術調査
  • 技術検証
  • プロダクト組み込み用のモジュール開発(pythonベース)
  • 顧客との共同研究開発
  • 技術検証のブログ執筆

など経験に応じてアサインいたします。

仕事の醍醐味

FastLabelの事業はBtoBのためユーザーと密な関係性を構築しています。 AI、IoT、ロボット、ドローンなどの最先端の技術を使って既存産業のDXに挑戦している顧客とコミュニケーションを取りながら、10年先の当たり前を目指したプロジェクトに関われます。

給与
  • 役割及びパフォーマンスレベルに応じて決定
  • ロングタームインセンティブ(無償税制適格ストックオプション)制度
評価査定
  • 年2回(6月/12月)
雇用形態
  • 正社員
  • 業務委託(週3以上)

将来の正社員採用を目的とした副業での就業希望を歓迎します。 その旨、面談の中でお申し付けください。

勤務体系
勤務制度

フレックスタイム制(7:00-22:00)※コアタイムなし

休日・休暇
  • 休日:完全週休2日制(土日、祝祭日、年末年始等)※年間休日125日以上
  • 休暇:有給休暇、慶弔休暇、生理休暇、出産育児・介護休業等
試用期間

3ヶ月

福利厚生
  • 各種保険完備(健康保険、厚生年金、雇用保険、労災保険)
  • 通勤交通費
  • 自己成長助成金制度(10000円/月)
  • 資格取得支援制度
  • リファラル採用支援制度(社員紹介手当、ランチ費用補助)

募集要項

概要

求人情報をご覧いただくには会員登録が必要になります

メールアドレスで登録する

雇用形態

副業転職(業務委託から正社員)

給与・報酬

年収 600万円 ~ 900万円

稼働時間

96時間 ~ 160時間(週24 ~ 40時間)

出社頻度

相談の上決定する

必須スキル/経験

  • コンピュータサイエンスに関する知識・経験
  • 機械学習、自然現処理に関する実務経験が2年以上あること
  • 大規模言語モデルを用いた開発経験(個人として経験でも可)
  • 日本語でコミュニケーションできること
求める人物像
FastLabelで活躍している人物像
  • パーパス「AIインフラを創造し、日本を再び世界レベルへ」 に共感し、実現に向けて自律的に動ける方
  • ユーザーを誰よりも理解しようとし、ユーザーの成功を喜べる方
  • テクノロジーの可能性を信じ、本質的な課題を特定し、解決していく方
  • 新たな役割や業務領域に挑戦しながらも、困難に直面したときに、できない理由ではなく、できる理由を考えられる方
FastLabelにマッチしない人物像
  • ユーザーやチームへの提供価値ではなく個人のメリットを最大化する方
  • 発生している問題や役割の間に落ちている業務を、自分ごと化せずに問題解決に向けて行動しない方
  • 組織や個人のポテンシャルの限界を自ら設定し、成長の可能性を狭める方

歓迎スキル/経験

  • LLMのInstruction Tuning・RLHFなどの経験
  • 国際学会への論文投稿/発表経験
  • クラウドサービス(AWS, GCP, Azureなど)の利用経験
  • 複数のGPUマシンを活用したモデル学習の経験

スキル要件

スキル名

経験年数

種別

機械学習2年以上必須
自然言語処理2年以上必須
AWS指定なし歓迎
Azure指定なし歓迎
GPU指定なし歓迎
GCP指定なし歓迎

サービス内容の詳細

アノテーション代行サービス
データ品質99.7%のデリバリー実績を誇る高品質アノテーション代行サービス

専門スタッフが仕様を確認し、アノテーションマニュアルの作成もサポートします。 事前に合意したデータ品質を基準をもとに、ミスがあった場合、同じ料金内で修正します。 また、事前テストによって最適な人材を選抜し、2段階のレビューフローや独自の品質チェックAIによってアノテーター間の作業品質のズレをなくします。

データセット・データ収集サービス
権利クリアランスされた100万を超えるデータセット

機械学習に必要な素材データとアノテーションデータをパッケージで提供します。 権利クリアランスされた100万件以上の画像などの素材データにアクセスでき、データ不足を解消することでスピーディーなAI開発を実現できます。 またデータの収集や撮り下ろしにも対応しています。

データ生成サービス
Generative AIを活用したデータ生成サービス

AI開発において、実データのご準備が難しいデータを、シンセティック、オーギュメンテーション、画像生成などのアプローチでご提供することが可能です。

選考フロー

  1. カジュアル面談
  2. コーディングテスト
  3. 1次面接
  4. 2次面接
  5. オファー面談

※ポジションによってフローは異なる場合がございます。

同じポジションの求人

おすすめのイベント

もっと見る
  • 僕はエンジニア組織をこう変える VPoEばんくしさんに聞く チームで実践するAI駆動開発

    開催前

    僕はエンジニア組織をこう変える VPoEばんくしさんに聞く チームで実践するAI駆動開発

    昨今、AIエージェントの進化が凄まじく、個人レベルではAIツールの活用が当たり前となりつつあります。GitHub CopilotやCursor、Cline、DevinなどのAIコーディングツールが普及し、個人のエンジニアが日常的に利用する時代が到来しています。しかし、これらのツールを「試す」ことから一歩進めて、チームや組織全体に適用し、開発プロセスを根本から変革しようとする取り組みは、まだ導入段階にあるのが実情ではないでしょうか。 そんな中、M3(エムスリー)では組織変革を行っており、AI・機械学習専任チームと既存チームを融合させたり、ゼネラルマネジャーの半数以上がAI・機械学習チームの出身者だったりと、組織全体でAIを活用する方向へと変革を遂げています。 そこで、M3でVPoEに就任したばんくし王さんをお招きし、開発組織という観点でAIをどう活用していくべきか、組織をどう見直すべきなのかなど、実例を交えて、これからの組織について考える会を開催するに至りました。 エンジニアの方はもちろん、EMやデザイナーなど開発組織に関わるすべての方にご覧いただきたいイベントです。ぜひご参加ください。

  • そのID管理、サービス増えても大丈夫?LayerX/kubellに聞く 後から後悔しないID基盤設計

    開催前

    そのID管理、サービス増えても大丈夫?LayerX/kubellに聞く 後から後悔しないID基盤設計

    サービスの急成長に伴い、ID管理の複雑さは増していきます。 昨今のスタートアップにおいては、企業が成長するにつれ、単一プロダクトから複数プロダクトへの展開が求められるケースも増えています。ただ、そうした際、複数プロダクト間をシームレスに連携させる共通ID基盤の構築は避けては通れません。 初期段階でID管理設計が不十分だと、後々認証基盤を刷新する際に技術的負債となり、膨大な工数を消費する可能性があります。 そこで本イベントでは、バクラクシリーズの複数プロダクトを展開するLayerXの認証基盤チームのconvto氏と、数年前に「Chatwork」から複数プロダクト展開を始めたkubellの認証基盤チームの田中氏をお招きし、実際のマルチプロダクト移行における認証基盤の再設計、直面した技術的課題、マルチプロダクト化する前にやっておけばよかったこと、という視点で具体的な知見を共有いただきます。 このイベントは、現在単一プロダクトを運用中の方、複数プロダクト化を検討している方、すでに移行を終えた方など、幅広い方に聞いていただける内容となっています。 業界の第一線で活躍するお二人から、ドキュメントには載っていない実践的な経験談を聞ける貴重な機会です。ぜひ今後のID管理設計の参考になりましたら幸いです。

  • 多要素認証じゃダメ?ritouさん、Auth屋さんに聞く 認証技術の最前線 ~パスワードレスとは~

    開催終了

    多要素認証じゃダメ?ritouさん、Auth屋さんに聞く 認証技術の最前線 ~パスワードレスとは~

    ユーザー登録やログインは、ほとんどのサービスで欠かせない要素です。 これまで、ユーザー認証といえばパスワードによる方法が一般的でしたが、現在ではセキュリティ強化のために、二段階認証や多要素認証が標準になりつつあります。 さらにはパスワードレス認証として、「パスキー」を利用する例や、はたまたパスワードの登録を不要にして「メールによるコード認証のみ」といった例も見かけるようになりました。 では認証方法は多様化している中で、私たちはどの技術を選ぶべきなのでしょうか。 そこで今回は、認証技術の専門家であるAuth屋さんとritouさんをお招きし、それぞれの認証技術の成り立ちから認証を検討する際の技術選定方法について伺います。また、パスワードレス認証を採用するメリットや、各技術ののセキュリティ面での違いについても伺う予定です。 最新の認証技術をキャッチアップできていない方、各技術の違いを理解したい方などにおすすめです。ぜひご参加ください。 ↓著者Auth屋氏 監修ritou氏による「パスキーのすすめ」はこちら https://booth.pm/ja/items/5266166

    開催日:

    2025年4月17日(木)19:00~20:00

  • akfm氏、Quramy氏がコードで解説 現場で使えるReactテスト設計

    アーカイブ公開中

    akfm氏、Quramy氏がコードで解説 現場で使えるReactテスト設計

    昨今、テストの重要性が説かれるのはもちろんのこと、その難しさが語られることも多くなってきています。 シンプルな関数のテストであればスラスラ書けるものの、一方で、コンポーネントやアプリケーション実装に対するテスト絡むと途端に書けなくなるといった経験はないでしょうか。そういった際、絡んでくる依存先について、「どこまでテストし、どこからテストしないのか」について悩むこと多いのではないでしょうか。 そこで今回は、Webフロントエンド領域をリードされているQuramy氏と、akfm氏をお招きし、具体的なコードを用いたテスト設計の考え方や、アンチパターン、などを伺います。 フロントエンド領域にとどまらないテストに関する考え方が知れる会となっております。ソフトウェアエンジニアの方はぜひ、ご参加ください。

    開催日:

    2025年3月26日(水)19:00~20:00

  • React書けたら問題なし?poteboy氏/Ubie小谷氏に聞くReact Native開発最前線

    アーカイブ公開中

    React書けたら問題なし?poteboy氏/Ubie小谷氏に聞くReact Native開発最前線

    昨今、モバイルアプリ開発のクロスプラットフォームフレームワークであるReact Nativeが、再注目をされています。その背景には、React Nativeの目覚ましい進化があり、以前とは全くの別物といった声もあるほどです。 また、React Nativeには「Learn once, Write anywhere」という言葉があり(https://reactnative.dev )、Reactを使うことができれば、あらゆるプラットフォームでの開発が可能になると言われています。 では実際、WebアプリケーションでReactを使用している開発者は、そのスキルセットを活かしてReact Nativeでのモバイルアプリ開発がスムーズに行えるものなのでしょうか。 そこで今回は、Webアプリケーション開発のバックグラウンドを持ち、現在はReact Nativeを主軸とした受託開発事業を展開するpoteboy氏、さらには2024年にUbieにてIonic(Capacitor)からReact Nativeへの移行を行なった経験を持つ(https://zenn.dev/ubie_dev/articles/46cf443d5dd25b )Kotani氏をお招きし、昨今のReact Nativeの進化についてや、Web開発におけるReactからモバイル開発のReact Nativeによる違い、大変さなどについてお話を伺います。 最新のネイティブアプリ開発動向やReact Nativeの実践的な活用方法に興味をお持ちの方にとって、貴重な情報が得られる機会にできればと思います。ぜひご参加ください。

    開催日:

    2025年3月6日(木)19:00~20:00

転職に役立つノウハウ

もっと見る