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

業務委託から正社員

出社頻度

相談の上決定する

勤務地

-

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

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
  • AI時代に適したリポジトリって?カウシェ・LayerXに聞く最新リポジトリ構成

    開催前

    AI時代に適したリポジトリって?カウシェ・LayerXに聞く最新リポジトリ構成

    昨今、AIエージェントの活用が一般的になってきたことで、「プロジェクト全体のコードを横断的に理解させるには、コードベースが一つにまとまっている方が適しているのではないか」という議論が増えています。 一方で、モノレポにはCIのパフォーマンスやコンテキストの絞り方など運用上の課題も存在し、組織規模やプロダクトのフェーズ、チーム体制などによって最適解は異なります。「どちらが正解か」を一概に難しいと感じている方も多いのではないでしょうか。 そこで本イベントでは、iOSやKotlinを含む複数言語のコードを一つのリポジトリに集約して運用されているカウシェと、バックエンド・フロントエンドともにモノレポ化を進めてきたLayerXの2社をお迎えし、それぞれのリポジトリ構成の実例をもとに、モノレポの実際を紐解きます。 前半のLTでは、カウシェからはモノレポになった歴史や複数言語を集約したメリット・デメリットを、LayerXからはリポジトリ統合プロジェクトの進め方や意思決定の裏側をお話しいただきます。 後半のディスカッションでは、両社を交え、モノレポにするタイミングや、CI・IDEとい開発体験に関する課題の課題、AIとの親和性を上げるための工夫やスコープの絞り方など、現場目線でさらに深掘りしていきます。 モノレポへの移行を検討している方から、すでにモノレポ運用で課題を感じている方まで、幅広いエンジニアのご参加をお待ちしています。

  • 仕様駆動開発はやめた方がいいって本当?やって分かった仕様駆動開発の現在地と今後の方向性

    アーカイブ公開中

    仕様駆動開発はやめた方がいいって本当?やって分かった仕様駆動開発の現在地と今後の方向性

    昨今、AIコーディングエージェントの進化により、開発フロー自体を見直す動きが広がっています。その中で注目を集めているのが「仕様駆動開発( Spec Driven Development)」というアプローチです。 しかし現在は「仕様駆動開発」という言葉だけが独り歩きしており、具体的にどのようなフローであるべきなのか、ツールを使えば実現できるものなのかといった、実態を掴みきれないという声も多く聞かれます。 そこで本イベントでは、仕様駆動開発をはじめとしたAI駆動開発を実践されている中村充志氏をお迎えします。 前半のLTでは、、中村氏より仕様駆動開発SDDの基礎概念についてお話しいただき、ツールのデモを通じてその具体的な仕組みを提示いただきます。からハーネスとの組み合わせ、そして実際のデモを交えた実践までを紐解きます。 後半のディスカッションでは、仕様から出力される膨大なコードをどう効率的にレビューし、生産性を次のレベルへ押し上げるかという「実戦的なフロー」について議論していきます。また、その品質を支える「ハーネスエンジニアリング」という考え方も補足的に交えながら、現場で直面する疑問を紐解いていきます。 AI時代の開発フローに関心がある方から、仕様駆動開発の導入を検討されている方まで、幅広いエンジニアのご参加をお待ちしています。

    開催日:

    2026年5月28日(木)19:00~20:00

  • useMemo/useCallbackまだ書いてる?React Compilerで変わった開発体験

    アーカイブ公開中

    useMemo/useCallbackまだ書いてる?React Compilerで変わった開発体験

    React Compilerの登場以降、フロントエンド界隈では「これまで煩雑だったメモ化(useMemoやuseCallback、React.memo)が不要になるのではないか」と大きな話題になりました。 一方で、「本当にそのまま有効化して問題ないのか」「有効化による副作用や注意点はないのか」「従来どおりメモ化を残すべきケースはあるのか」といった不安の声も耳にします。実際に導入してみたチームからは、React Hook FormなどのライブラリやuseRefを使った実装でハマりポイントがあったという話も聞こえてきます。 そこで本イベントでは、React Compilerを有効化して1年以上本番運用されている浅見氏と、導入にあたって生成AI向けのルール整備まで仕組み化されているカケハシの大村氏をお迎えし、React Compilerの特徴や実際の導入プロセス、注意点・ベストプラクティスを紐解きます。 React Compilerが気になり始めた方から、すでに検証・導入を始めている方まで、幅広いエンジニアのご参加をお待ちしています。

    開催日:

    2026年5月20日(水)19:00~20:00

  • TypeScriptでAPI開発するなら知っておきたいRPC -tRPC、oRPC、HonoRPCとは-

    アーカイブ公開中

    TypeScriptでAPI開発するなら知っておきたいRPC -tRPC、oRPC、HonoRPCとは-

    昨今、バックエンドにTypeScriptを導入する事例は一般的になり、フロントエンドとバックエンドで型を共有することで開発効率を高めるさまざまなソリューションが登場しています。中でも「RPC(Remote Procedure Call)」を活用したアプローチは注目を集めており、tRPC・oRPC・Hono RPCなど複数の選択肢が存在します。 一方で、「そもそもRPCとは何か」「tRPC・oRPC・Hono RPCはそれぞれ何が違うのか」といった基本的な部分から整理したいと感じている方も多いのではないでしょうか。名前は聞いたことがあるけれど違いがわからない、どれを選べばいいのか判断がつかない、という声も少なくありません。 そこで本イベントでは、tRPCを実務で導入・運用されている海老原氏、oRPCやElysiaを活用されている柿氏、Hono RPCでマルチクライアント対応を実践されているよだか氏の3名をお迎えし、RPCの基本から各ソリューションの特徴・選定の考え方までを紐解きます。 前半のLTでは、柿氏、海老原氏、よだか氏の3名にそれぞれの視点からお話しいただきます。 後半のディスカッションでは、3名を交え、各RPCの推しポイントや課題、モバイル・Webの対応可能性を見据えた技術選定など、現場目線でさらに深掘りしていきます。 RPCという概念自体をこれから理解したい方から、すでに使っていて他の選択肢と比較したい方まで、幅広いエンジニアのご参加をお待ちしています。

    開催日:

    2026年4月23日(木)19:00~20:30

  • もうNext.jsには戻れない?次世代フルスタックフレームワークTanStack Startってなに

    アーカイブ公開中

    もうNext.jsには戻れない?次世代フルスタックフレームワークTanStack Startってなに

    昨今、Next.jsの急速な進化に伴い、そのブラックボックス的な実装に疑問を感じ、新たな選択肢を模索するエンジニアの声が増え始めています。そうした中、TanStack Queryをはじめとする「TanStack系ライブラリ」や、新たなフルスタックフレームワーク「TanStack Start」への注目が高まっています。 しかし、実際の運用において「Next.jsと比べて何がどこまで変わるのか」「TanStack系ライブラリを採用する具体的なメリットは何か」を明確にイメージできている方はまだ少ないのが現状です。 そこで本イベントでは、TanStack QueryやTanStack Routerを実務で活用されている寺嶋氏と、TanStack Startをプロダクション環境で実際に採用されている池内氏をお迎えし、Next.js経験者の視点からTanStack系ライブラリ・TanStack Startの実際を紐解きます。 前半のLTでは、まず寺嶋氏よりTanStack Startの全体像やViteエコシステムにおけるポジション、Next.jsとの比較を交えた概要を解説いただきます。続いて池内氏より、TanStack Startプロダクトにおける実践的な側面(デプロイ環境、認証基盤、データベース連携など)について、現時点での整備状況をお話しいただきます。 後半のディスカッションでは、お二人を交え、チーム開発での採用やAIコーディングとの親和性など、現場目線でさらに深掘りしていきます。 TanStackが気になり始めた方から、Next.jsからの移行を検討されている方まで、幅広いエンジニアのご参加をお待ちしています。

    開催日:

    2026年4月9日(木)19:00~20:00

転職に役立つノウハウ

もっと見る