AIエージェントセキュリティ / LLMエンジニア
機械学習エンジニア

AIエージェントセキュリティ / LLMエンジニア

UNCHAIN株式会社

UNCHAIN株式会社

AI要約(β)

AIエージェントが社会を動かす未来へ。私たちは、未踏のAIセキュリティ領域を切り拓く機械学習エンジニアを求めます。年収576万〜1200万円。Prompt Injection防御やAI Red Teaming、動的な防御モデル開発を通じ、AIの安全性を担保する基盤を構築。Python, LLMを駆使し、研究とプロダクト実装を両立する初期フェーズで、あなたのキャリアを飛躍させ、社会インフラの未来を創る。共に、世界を変える一歩を踏み出しましょう。

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

時給 3,000円 ~ 6,250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

私たちは、AIエージェントが社会の様々な業務を担う未来に向けて、AIセキュリティ領域の研究・開発を行っています。

現在特に注力しているのが、 Prompt Injection / Indirect Prompt Injection(IPI)などのAI攻撃への対策技術です。

LLMエージェントが外部ツールやデータにアクセスする環境では、 外部コンテンツに埋め込まれた攻撃によって モデルの挙動が乗っ取られるリスクが存在します。

この問題に対して私たちは、

・AIエージェントへの攻撃を自動生成する AI Red Teaming ・攻撃データをもとにした Security AI / Guardrailモデルの学習 ・LLMエージェントの挙動をリアルタイムで監視・制御する AIセキュリティ基盤

などの開発を進めています。

現在はプロダクトの初期フェーズで、 AIセキュリティ領域の研究とプロダクト開発を同時に進めている段階です。

LLMエージェントが社会インフラとして普及する中で、 AIエージェントの安全性を担保する技術は今後ますます重要になります。

この領域の研究開発を加速するため、 AI / LLMエンジニアを募集しています。

お願いする業務

以下のような領域の開発をお願いする予定です。

・LLMエージェントに対する Prompt Injection / IPI攻撃の研究・実装 ・AI Red Teamingによる 攻撃生成システムの開発 ・攻撃データを用いた Security AI / Guardrailモデルの学習 ・LLMエージェントの安全性評価基盤の構築 ・AIセキュリティに関する新しいアーキテクチャの設計

具体的には

・LLMを用いた攻撃生成 ・攻撃データセットの生成 ・防御モデルの学習 ・エージェントの挙動検証

など、AIセキュリティに関する研究開発全般に関わっていただきます。

研究寄りのテーマも多く、 論文ベースの実装や新しいアプローチの検証などにも取り組める環境です。

・LLM / AIエージェントのセキュリティに興味がある方 ・Prompt Injection / Jailbreakなどの攻撃に関心がある方 ・AI Red Teaming / AI Safety / AI Security領域に挑戦したい方 ・研究だけでなくプロダクト実装にも関わりたい方 ・AIエージェントの未来のインフラを作りたい方

特に

AIエージェントのセキュリティは、まだ世界的にも未成熟な領域です。

そのため

・新しい研究領域に挑戦したい方 ・未知の問題を解くのが好きな方

に向いているポジションです。

技術スタック

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

時給 3,000円 ~ 6,250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

・LLMまたはAIプロダクトの開発経験 ・機械学習またはAIの基礎理解 ・新しい技術領域をキャッチアップできる方

歓迎スキル/経験

LLM Agent AI Security Prompt Injection Red Teaming Transformers DPO KTO SFT

サービス内容の詳細

LLMベースのAIエージェントに対する間接的プロンプトインジェクション(IPI)攻撃への防御を研究しています。

外部ドキュメントに埋め込まれた悪意ある指示によって、AIエージェントが意図しない操作を実行してしまう脆弱性に対し、「攻撃に敗れても自律的に再学習して防御を回復するエージェント」の実現可能性を実証するプロジェクトです。

学術論文(NAACL 2025)で「静的な防御は適応的攻撃にすべて破られる」と主張されている問題に対し、動的な学習ループによって防御側も進化できることを実験的に示しています。

取り組んでいること:

  • マルチエージェント構成での攻撃検知・防御アーキテクチャ設計
  • 攻撃成功率・正常タスク処理率・過剰拒否率の定量評価パイプライン構築
  • パラメータ効率の良い微調整による軽量な防御モデルの学習
  • 攻撃と防御の反復学習ループの実装と評価

選考フロー

  1. カジュアル面談
  2. 1次面接

※ポジションによってフローは異なる場合がございます。

同じ企業の求人

同じポジションの求人

おすすめのイベント

もっと見る
  • ハッカソン優勝者はこう使うのか!「Everything Claude Code」から学ぶ 基本と実践

    開催前

    ハッカソン優勝者はこう使うのか!「Everything Claude Code」から学ぶ 基本と実践

    昨今の開発現場において、Claude CodeをはじめとするAIコーディングエージェントの利用は急速に普及しています。一方で、進化のスピードが非常に速く、「全ての機能を把握し、実戦レベルで使いこなす」ことに壁を感じているエンジニアの方も少なくありません。 そうした中、Anthropic主催のハッカソンでも活用された「everything-claude-code」リポジトリがSNS上で大きな話題となりました。Claude Codeのベストプラクティスが網羅的にまとめられた注目のリソースですが、一定の前提知識がないと読み解くのが難しい側面もあります。 そこで、本イベントでは、RevenueCat Shipaton 2025に入賞し、Claude Codeの機能検証・解説を精力的に発信されているOikon氏をお迎えし、「everything-claude-code」を題材にClaude Codeの基本機能と実践的な活用法を紐解きます。 前半では、Claude Codeの基本機能を押さえたうえで「everything-claude-code」の全体像について解説します。 後半のディスカッションでは、実際の画面をご覧いただきながら「everything-claude-code」リポジトリを参照し、手元の環境でいくつかのコードを動かすデモを通じて、より具体的な活用法を深ぼっていきます。 Claude Codeを触り始めたばかりの方から、もっと使いこなしたい方まで、幅広いエンジニアのご参加をお待ちしています。 ↓「everything-claude-code」リポジトリはこちら https://github.com/affaan-m/everything-claude-code

  • React 19、コンポーネント設計どう変わった?〜うひょさんに聞く最新 実務Tips〜

    アーカイブ公開中

    React 19、コンポーネント設計どう変わった?〜うひょさんに聞く最新 実務Tips〜

    前回「LT&ディスカッション5ラウンド!うひょさん・よしこさんと改めて考えるReactコンポーネント設計」( https://offers.connpass.com/event/298939/ )のイベント開催から約2年が経過し、その間にReactやNext.jsは大きく進化してきました。Server ComponentsやSuspense、新しい非同期処理のAPIの登場などにより、パフォーマンスや表現力は向上した一方で、コンポーネント設計は以前にも増して複雑になりやすい状況になっています。 またAIの登場により、設計部分の重要性は、以前にも増して高まっていると感じており、AIライクとヒューマンライクのどちらに寄せるべきなのかの判断も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、うひょ氏をお招きし、「今、現場で採用すべきコンポーネント設計のベストプラクティス」を実務経験をもとに解説していただきます。 迷いなく設計判断ができるようになるための指針を、持ち帰れるイベントです。ぜひご参加ください。

    開催日:

    2026年2月18日(水)19:00~20:00

  • MIXI×ユーザベース アプリエンジニアのための「AI×SRE」入門 〜障害対応・ログ解析を楽にする実践Tips〜

    アーカイブ公開中

    MIXI×ユーザベース アプリエンジニアのための「AI×SRE」入門 〜障害対応・ログ解析を楽にする実践Tips〜

    「本番で障害が起きたけど、ログの調査に時間がかかる」「パフォーマンスが遅いと言われたけど、どこから調べればいいかわからない」「原因不明のエラーにより、インフラサーバーが正しく立ち上がらず疎通がうまく行かない」——アプリケーション開発をしていると、こうした"インフラ寄りの面倒な作業"に悩まされることはありませんか? 実は今、AIエージェントを活用すれば、これらの作業を自然言語で依頼するだけで解決できるようになりつつあります。ログの集計やレポート作成、障害の原因特定、パフォーマンスの変化の可視化——特別なクエリを書かなくても、AIに聞けば答えが返ってくる時代です。 本イベントでは、MIXIの吉井氏とユーザベースの飯野氏をお招きし、ソフトウェアエンジニアがインフラ領域の"面倒な作業"をAIでどこまで減らせるかを語っていただきます。「SREじゃないから関係ない」ではなく、開発者こそ知っておきたいAI×インフラの活用術をお届けします。

    開催日:

    2026年1月21日(水)19:00~20:15

  • なぜRemix 3はReactを離れたのか -Web標準とAI時代に最適化された新アーキテクチャ

    アーカイブ公開中

    なぜRemix 3はReactを離れたのか -Web標準とAI時代に最適化された新アーキテクチャ

    2024年末、Remix 3が発表されました。Reactベースのフレームワークとして知られていたRemixが、「ReactからWeb標準へ」という大きな方向転換を発表しました。 React Router v7としてReactエコシステムに深く統合される道を選んだ一方で、Remix 3はReactから離れ、Web標準をベースとした新しいアーキテクチャへと進化しようとしています。 なぜRemixはこのタイミングでReactを離れる決断をしたのか?Web標準に回帰することで何が変わるのか?そしてAI時代において、このアーキテクチャはどのような優位性を持つのか? 本イベントでは、Remix 3の詳細な解説記事を執筆されたcoji氏をお招きし、「Reactの当たり前を相対化する」というテーマでLTをいただきます。Remix 3の技術的な変化から思想的な背景まで、深く掘り下げていきます。 👇登壇者の記事を事前にチェック coji氏 Remix 3についての解説記事 https://zenn.dev/coji/articles/remix3-introduction

    開催日:

    2026年1月14日(水)19:00~20:15

  • Ubieに聞く チケット駆動開発、AIが回す時代へ ~仕様→実装の完全自動化で見えてきたこと~

    アーカイブ公開中

    Ubieに聞く チケット駆動開発、AIが回す時代へ ~仕様→実装の完全自動化で見えてきたこと~

    Claude CodeやDevinなどのAIコーディングエージェントが登場し、「チケットを書いたらAIが実装してくれる」という開発スタイルへの期待が高まっています。 しかし、いざ導入してみると「簡単なタスクは任せられるけど、完全な自動化には程遠い」「結局人間が手直しする工数がかかる」「精度が安定しない」といった壁にぶつかっている方も多いのではないでしょうか。 本イベントでは、完全自動化に正面から向き合い、仕様策定から実装までのAI自動化を試行錯誤しているminatoya氏とshiraji氏をお招きします。 現状は「当たればラッキー」という精度でも、その"当たり"をいかに増やしていくかという視点で、ツール選定、チケットの書き方、バリデーションの入れ方など、完全自動化に近づくための実践知を共有いただきます。 minatoya氏からはAIパートナー(AIP)とUbin(自作のDevin風エージェント)を活用したフルサイクル自動化の全体像を、shiraji氏からは現場目線でのチケット駆動開発の実践と改善ポイントを共有いただきます。

    開催日:

    2025年12月23日(火)19:00~21:15

転職に役立つノウハウ

もっと見る