概要詳細
■募集背景
弊社では、AIとバイオデータを活用した研究開発を推進し、健康・医療領域における新たな技術基盤の構築に取り組んでいます。
現在、大規模な生体データを活用したAI基盤モデルの開発を進めており、モデルの大規模化に伴う計算効率や分散学習の最適化が重要な課題となっています。
そこで、大規模GPU環境でのモデル開発や学習基盤の高度化を推進するため、新たにAIエンジニアを募集しています。
■企業について
弊社は、AIと生命科学を組み合わせた研究開発を行うスタートアップ企業です。
大規模な生体データの解析や機械学習技術を活用し、健康・医療分野における新たな技術の創出を目指しています。
研究開発から実装・応用まで幅広く取り組んでおり、先端技術を活用した開発に携われる環境です。
■働き方
常駐
※原則フル出社
職務内容
■業務内容
- 大規模オミクスデータ・医療データの前処理、品質評価、分析
- 探索的データ分析（EDA）、可視化、仮説検証
- 特徴量設計および学習・評価用データセットの構築
- Transformerや状態空間モデル（SSM）を活用した基盤モデルの設計・実装
- 大規模モデルの事前学習、ハイパーパラメータ調整、学習安定化
- 表現学習・自己教師あり学習を活用したモデル開発
- GPUクラスターを活用した分散学習ジョブの設計・運用・最適化
- GPU間通信やデータI/Oのボトルネック分析・改善
- 学習パイプライン、実験管理基盤、機械学習開発基盤の構築
- モデル性能評価、誤差分析、ベンチマーク設計
- 実験の再現性確保、ログ管理、ドキュメント整備
- 研究者・データサイエンティスト・エンジニアとの連携
■開発環境
- 言語: Python
- 機械学習フレームワーク: PyTorch
- 分散学習: PyTorch FSDP, DeepSpeed, Ring Attention, Sequence Parallelism
- AIモデル・技術: Transformer, Mamba, SSM, Autoencoder, LLM
- 計算環境: 大規模GPUクラスター, HPC
- クラウド: AWS, Google Cloud
- バージョン管理: Git
- 開発領域: MLOps, ML Systems, 分散学習, 自己教師あり学習
■求める人物像
- 難易度の高い技術課題に主体的に取り組める方
- 研究と実装の両方に関心を持ち、継続的に改善できる方
- 課題を論理的に整理し、設計から検証まで推進できる方
- 異なる専門領域のメンバーと協力して開発を進められる方
- 技術の研究開発だけでなく、社会実装にも関心がある方
求められるスキル
■必須スキル
以下のいずれかの領域における実装・最適化経験
- TransformerまたはMambaなどの状態空間モデル（SSM）を用いた大規模モデルの設計・実装経験
- Scaling Lawsに基づく大規模学習の計算リソース見積もりに関する知識・経験
- 数十億～数百億パラメータ規模のモデルにおける事前学習、ハイパーパラメータ調整、学習安定化の経験
または
- PyTorch FSDPやDeepSpeedなどを用いた分散学習環境のカスタマイズ・最適化経験
- マルチノードGPU環境での通信ボトルネック改善および大規模データI/Oパイプラインの設計経験
- Ring AttentionまたはSequence Parallelismを活用した長文コンテキスト学習の最適化経験
■歓迎スキル
- Pythonを用いたデータ分析・機械学習の実務経験
- Gitを活用したチーム開発・コードレビューの経験
- AWSまたはGoogle Cloudの利用経験
- Transformer、Autoencoder、大規模言語モデルなどの研究開発経験
- 表現学習・自己教師あり学習の研究開発経験
- GPU環境での大規模モデル学習経験
- 分散学習やHPC環境の利用経験
- 統計モデリング、因果推論、ベイズ統計に関する知識
- 不均衡データ、時系列データ、マルチモーダルデータの解析経験
- 論文実装、研究再現、ベンチマーク構築の経験
- 分類、回帰、時系列予測、異常検知などの機械学習モデル開発経験
- 分析結果に基づく仮説立案・改善提案の経験
