転職・求人情報の詳細をご覧になる場合は会員登録（無料）が必要です
Software Engineer － LLM Alignment （Instruction Tuning） / 大規模言語モデル アラインメント（指示学習）エンジニア
年収：応相談
採用企業案件
株式会社Preferred Networks
-
- 会社規模非公開
- インターネットサービス
- ソフトウエア
- ハードウエア
| 部署・役職名 | Software Engineer － LLM Alignment （Instruction Tuning） / 大規模言語モデル アラインメント（指示学習）エンジニア |
|---|---|
| 職種 | |
| 業種 | |
| 勤務地 | |
| 仕事内容 |
【Job Description】 Preferred Networksでは大規模言語モデル(LLM)を中心としたマルチモーダルな基盤モデルの開発を進めています。LLM・生成AIの基盤モデル開発に加え、エンタメ、科学計算、ロボットといった自社事業領域を強化する形での導入を目指した応用開発や、多様な産業への応用研究も行っています。 アラインメントチームのミッションは「基盤モデルが好ましい出力を生成するようにすること (Make foundation models generate preferred outputs)」です。具体的には有用性・正確性・安全性といった観点から、人間にとって好ましい出力を生成するように学習させていくことが必要になります。 大量の計算資源を必要とするLLMの事前学習ですが、事前学習のみではその真価を発揮させることはできません。人間が実務で使用する際にはアラインメントを施すことで飛躍的に価値のある生成を行うモデルを作り出すことができます。 大規模言語モデル - アラインメント(指示学習)エンジニアは、事前学習されたモデルに事後学習を行い実用化に必要なモデルを作り上げるための研究開発に取り組みます。また、最近では高品質な生成データを学習させることで小規模なモデルでも高い性能を出すような取り組みが盛んになっており、効率的なデータ生成方法の研究開発にも注力をしています。 【業務例】 基盤モデルの性能をさらに向上させるような事後学習(指示学習, 強化学習)手法の研究開発 社内外からの様々な用途・要望に対応できるような、高品質かつスケールするデータ生成手法の研究開発 事後学習により、基盤モデルの機能を追加するような手法の開発(コンテキスト拡張・語彙拡張など) LLMを利用したプロダクト開発での連携や、各ドメインに特化したLLM開発プロジェクトへの連携など 実際の業務はこれに限定されるものではありません。入社後に実際にご担当いただく業務内容は、専門的知識・経験を考慮のうえ決定します。 様々な産業で広く使われる大規模言語モデルの開発に携わりたい方、熱意のある方のご応募をお待ちしています。 Preferred Networks is developing multimodal foundation models centered around Large Language Models (LLMs) and is expanding its research into applied development and industrial application research to strengthen its business domains in entertainment, scientific computing, robotics, and others. The Alignment Team's mission is “to make foundation models generate human-preferred outputs" by training them to produce outputs that are useful, accurate, and safe for humans. Pre-training of LLMs requires a large amount of computing resources, but it is not sufficient to fully realize their potential. By applying post-training techniques, we can create models that generate highly valuable outputs when used in practical applications. As a Large Language Model Alignment Engineer, you will engage in research and development to build models that are ready for practical use through post-training. You will also focus on research into efficient data generation methods, as there is growing interest in using high-quality generated data to achieve high performance even with smaller models. Your responsibilities may include: Research and development of post-training methods (instruction tuning, reinforcement learning) to further improve the performance of foundation models Research and development of high-quality and scalable data generation methods to support a wide range of applications and requirements Development of methods to extend the functionality of foundation models through post-training, such as context expansion and vocabulary expansion Collaboration with product development teams that use LLMs and with projects developing LLMs specialized for specific domains This job description is not exhaustive, and the actual duties assigned to you may vary depending on your expertise and experience. We look forward to receiving applications from those who are passionate about developing large language models that will be widely used across various industries. |
| 労働条件 |
【Salary】 経験、業績、能力、貢献に応じて、当社規定により優遇 Experience, performance, skills, contribution are taken into consideration. 【Location】 Otemachi Bldg., 1-6-1 Otemachi, Chiyoda-ku, Tokyo, Japan 100-0004 【Working hours / 勤務時間】 専門労働型裁量労働制（みなし労働時間：8時間）もしくはフレックス制 Discretionary-work (deemed work hours: 8 hours) or Flex-time system 【Salary increase & bonus / 昇給・賞与】 年2回の人事評価及び会社業績に基づいて決定 Based on the result of a individual performance review (twice a year) and company’s performance 【Allowances / 諸手当】 通勤手当、在宅勤務手当 Commutation allowances / teleworking allowances 【Holidays / 休日・休暇】 休日：土曜日、日曜日、国民の祝日、国民の休日、年末年始 当社規定による年次有給休暇制度（入社時26日付与） 育児休暇、慶弔休暇など Holiday: Saturdays and Sundays, public holidays, Year-end and new-year Annual paid leave based on company regulations (26 days granted upon hire) Parental leave, conguratulation / condolence leave etc. 【Welfare / 福利厚生】 社会保険完備（厚生年金保険、健康保険、雇用保険、労災保険） 確定拠出年金制度 ラップトップPC購入補助 定期健康診断実施 Various social insurance programs: pension insurance, health insurance, employment insurance, workers’ compensation Defined contribution pension Allowance for purchasing a laptop PC Regular health checks 【Employment Status / 雇用形態】 正社員（試用期間3ヶ月、本採用と同条件） Full-time regular employment (3 months of probation period under the same condition as regular employment) |
| 応募資格 |
【必須（MUST）】 Qualifications- コンピュータサイエンスの知識や関心 ■コンピューターサイエンスのすべての分野への精通を目指し、常に最先端の技術を追いかけ続けていること ■特に、機械学習または自然言語処理に関する研究または実務の経験および実績 ■Pythonを使ったソフトウェア開発経験 ・コンピューターアーキテクチャーを理解し、ソフトウェアの実効効率や、計算量を意識したプログラムの作成が出来ること ■数学、自然科学（物理、化学など）に関する、大学卒業程度の知識（もしくは学習により習得可能なこと） ■チームでの課題解決の経験 ‐ Knowledge and interest in Computer Science ■Aim to be familiar with all areas of computer science and continually pursue the latest technology ■Especially, research or practical experience and achievements in machine learning or natural language processing Experience in software development using Python ・Understand computer architecture and be able to create programs considering the actual efficiency of software and computational complexity ■Knowledge equivalent to that of a university graduate in mathematics and natural sciences (such as physics and chemistry), or the ability to acquire this knowledge through learning ■Experience in solving problems as a team 【歓迎（WANT）】 ■LLMの学習経験・分散学習フレームワーク(FSDPやDeepSpeedなど)を使った開発経験 ・データ生成、学習、評価までのパイプラインの構築経験 ■データセットやベンチマークなどの作成経験 ■機械学習OSSへのコントリビューション経験 ■プログラミング競技コンテスト、ゲームAIコンテスト、データ分析コンテスト（Kaggleなど）などの実績・経験 ■研究に対する優れた実績 ■開発プロジェクトにおける3名以上のチームのリーダーシップ経験 ■Experience in training Large Language Models ・Development experience using distributed learning frameworks (such as FSDP or DeepSpeed) ・Experience in building pipelines for data generation, training, and evaluation ■Experience in creating datasets and benchmarks ■Experience contributing to machine learning OSS ■Achievements and experience in programming contests, game AI contests, and data analysis contests (such as Kaggle) ■Outstanding achievements in research ■Leadership experience in development projects with teams of three or more members |
| アピールポイント | 新規事業 完全土日休み 月平均残業時間20時間以内 |
| リモートワーク | 可 「可」と表示されている場合でも、「在宅に限る」「一定期間のみ」など、条件は求人によって異なります |
| 受動喫煙対策 | 喫煙室設置 |
| 更新日 | 2025/06/09 |
| 求人番号 | 4827833 |
採用企業情報
- 株式会社Preferred Networks
-
- 会社規模非公開
- インターネットサービス
- ソフトウエア
- ハードウエア
-
会社概要
【設立年月日】2014年3月26日
【代表者】西川 徹
【本社所在地】東京都千代田区大手町1-6-1
【事業内容】深層学習やロボティクスなどの先端技術を応用したソフトウェア・ハードウェア・ネットワーク技術の研究・開発・販売
【当社について】
株式会社 Preferred Networks（PFN）は、「現実世界を計算可能にする」をミッションとして、深層学習（ディープラーニング）、ロボティクスなどの最先端技術を最短路で実用化することで、これまで解決が困難であった現実世界の課題を解決することを目指しています。2014 年 3 月に創業して以来、交通システム、製造業、ライフサイエンスをはじめ、ロボット、プラント最適化、材料探索、教育、エンターテインメントなどの分野で事業化を進めています。また、これらを支える深層学習のソフトウェア技術やプロセッサー、スーパーコンピュータも自社で開発しています。
転職・求人情報の詳細をご覧になる場合は会員登録（無料）が必要です