【研究開発】リサーチエンジニア（LLM開発）

リサーチエンジニアは、大規模基盤モデルの学習・評価などに関わる実験基盤を構築し、高速かつ確かな仮説検証を実現することで研究開発を前に進める、エンジニアリング面での中心的な役割を担っていただきます。 - アルゴリズム開発・実験・分析： モデル性能向上のためのアーキテクチャ改良や学習手法の最適化 - 実験パイプラインの設計・開発： 基盤モデルの追加事前学習（Continual Pre-training）、事後学習（SFT/RLHF等）、評価システムの構築・運用 - 生産性向上への寄与： コード品質管理、実験管理、モニタリング基盤の整備による開発サイクルの高速化 - プロトタイピング： プロプライエタリモデルのAPIや自社モデルを活用した、実用可能性を探るデモ開発 - 研究開発のリード： 生成AI領域における未知の研究課題の特定とソリューションの提示 ＜開発環境＞ セキュリティ意識を高く保ちつつ、利用可能な場面では Claude Code、Devin などの最新のAI開発ツールをフルに活用しています。 - 開発言語：Python, (Shell Script) - インフラ：Azure, Google Cloud, AWS, ABCI - コンテナ基盤：Docker, Singularity - 機械学習関連ツール：Hugging Face, W&B - ドキュメント・バックログ管理：Notion - コード管理：GitHub - コミュニケーションツール：Slack, Google Meet, Discord

現在、KDDIとの業務提携により大規模な計算基盤の整備が進み、研究開発をさらに加速できるフェーズに入りました。基盤モデルの研究開発はモデル規模や学習データ量、利用する計算資源が急速に拡大しており、分散学習を前提とした実験設計・実装の重要性が高まっています。 それに伴い、研究経験に裏打ちされた「技術的理解」と、アイデアを形にする「実装力」を兼ね備えたリサーチエンジニアの役割がより一層大きくなっています。そこでELYZAでは、そのいずれか、あるいは両方に強みを持ち、研究とエンジニアリングの両面で専門性のさらなる向上を志向される方を募集しています。

サマリー:AI リサーチ＆ソリューション 事業 AI プロダクト 事業

書類選考→カジュアル面談/HR面談→1次面接→2次面接→最終面接→内定・オファー面談 ・選考意思を確認後、1～3回程度の面接を経て最終面接を実施します。 ・選考プロセスの中で、双方の理解促進のためにカジュアル面談や、ご希望に応じて体験入社等を実施いたします。 ・面接の形式については、オンライン/オフラインをご希望に応じて選択できます。またオフィス見学を実施することも可能です。 ・リファレンスチェックの実施を行います。詳細は選考に進んだ際にご案内させていただきます。