Research Engineer, LLM modeling

募集背景

1. 1JAPAN AI STUDIOは「企業の脳」として顧客企業の全SaaSを統合し、数百のワークフローをAIエージェントが自律的に実行する世界を目指している。
2. 2現在のエージェント技術では解決できないフロンティア課題として、複数SaaS横断の推論品質、長期記憶の設計、マルチモーダル対応、低レイテンシ推論がある。
3. 3LLMを活用したエージェントシステムの採用は急速に進み、コーディング、リサーチ、カスタマーサポート、セキュリティなどで実用化されている。
4. 4長期ホライゾンの課題でより効果的なエージェントを実現し、他のエージェントと協調して大きなタスクを達成する連携を設計する。
5. 5エージェント性能を最大化するため、新規のハーネス設計、インフラ改善、ファインチューニングなど必要な課題を解く。

ミッション

1. 1Agentが降参する問題を解く。
2. 2現在のAIエージェントでは解決できないフロンティア課題に挑み、新しい推論手法・検索/計画・長期記憶・ツール利用の品質限界を突破する。
3. 3JAPAN AI STUDIO上で動く数百のワークフローが、より賢く・速く・安全に動作する未来を研究で切り拓く。

期待する役割について

1. 1Research Engineerとして、AI/LLM/MLの最先端研究と応用研究をリードする。
2. 2異なるエージェント・ハーネスの発案・開発・比較（メモリ、コンテキスト圧縮、エージェント間通信アーキテクチャ等）を行う。
3. 3大規模なエージェント型タスクのための厳密な定量ベンチマークの設計・実装を行う。
4. 4モデルとプロンプトの自動評価を支援し、学習からプロダクトライフサイクル全体にわたって品質を担保する。
5. 5プロダクト組織と協力し、エージェントをプロダクトに適用するうえでの最も困難な課題を解決する。
6. 6モデル学習用データミックスの作成・最適化により、エージェントタスクにおける性能と使いやすさを向上させる。
7. 7研究成果をAgentic Product Engineerチームに移転し、プロダクト全体の品質を底上げする。
8. 8論文を書くことがゴールではなく、研究成果をプロダクションに適用し、約200社が利用する本番環境でユーザーに届けることを重視する。

このポジションの魅力

1. 1「企業の脳」を支える研究：単なるチャットボットの改善ではなく、企業の全SaaSを統合しAIが自律実行する次世代基幹システムの技術的基盤を研究で切り拓く。
2. 2研究→プロダクションの直結：開発した手法が即座に本番環境へ適用され、約200社の企業が利用するシステムに反映される。
3. 3最先端AI研究の実践：推論品質の限界突破、長期記憶設計、マルチエージェント協調など、業界最前線のフロンティア課題に取り組める。
4. 4研究と発表の両立：論文発表・技術ブログ執筆を推奨し、学術機関やOSSコミュニティとの連携も積極的に支援する。
5. 5技術移転のインパクト：開発した手法をAgentic Product Engineerチームに移転し、プロダクト全体の品質を底上げするリーダーシップを発揮できる。
6. 6急成長環境：設立3年で200名以上の規模、9プロダクト展開のスタートアップで、技術的意思決定に大きな裁量を持てる。

業務内容

1. 1エージェント研究開発：異なるエージェント・ハーネスの発案・開発・比較（メモリ、コンテキスト圧縮、エージェント間通信アーキテクチャ等）。
2. 2新しい推論・計画・検索手法の研究開発、マルチモーダル・長文コンテキスト対応の技術開発、最新論文の調査・再現・改良実装。
3. 3評価・ベンチマーク：大規模なエージェント型タスクのための厳密な定量ベンチマークの設計・実装、合成データ生成・評価ベンチマーク設計。
4. 4モデルとプロンプトの自動評価支援（学習→プロダクトライフサイクル全体）。
5. 5プロダクション課題の解決：推論レイテンシ/コスト最適化（量子化、蒸留、キャッシュ等）、モデル学習用データミックスの作成・最適化。
6. 6エージェント評価フレームワークの高度化、本番環境での品質改善・パフォーマンスチューニング。
7. 7技術移転・発信：Agentic Product Engineerチームへの技術移転・メンタリング、学術機関・OSSコミュニティとの連携。
8. 8業務シナリオ例：SaaS横断検索のためのナレッジグラフRAGの研究開発。既存のRAGでは「Aプロダクトの従業員データ」と「Bプロダクトの商談データ」の関係性を捉えられず回答精度が低い。ナレッジグラフベースのRAGアーキテクチャを研究・開発し、エンティティ間の関係性を構造化。SaaS横断検索の回答精度を40%向上させ、Agentic Product Engineerチームに技術移転して全プロダクトに展開。

成果責任 (KR/メトリクス)

1. 1ベンチマークスコア改善率（社内/公開ベンチマーク）。
2. 2新手法のプロダクション適用数（四半期あたり）。
3. 3推論レイテンシ/コスト改善率。
4. 4論文・技術ブログ発表数。
5. 5社内技術移転完了数。

チーム体制

1. 1約120名が開発組織に在籍している。
2. 2Research EngineerはJAI Lab（AI研究開発）、AI&Model（モデル学習・最適化）、Voice & Tel（音声AI・電話システム）のプロジェクトを横断して活動する。
3. 3密接に連携する役割：Agentic Product Engineer（エージェント機能開発、技術移転先）、Agent Harness Engineer（エージェント実行基盤）、AI Quality Scientist（評価パイプラインとの連携）、Product Manager（プロダクト設計）。

開発環境

1. 1言語：Python（研究・フレームワーク部）、TypeScript / React / Next.js（フロントエンド部）/ NX。
2. 2ML/AI：PyTorch, JAX, Transformers, vLLM, Weights & Biases。
3. 3インフラ：GCP（コンテナ/K8s）、Docker。
4. 4ツール：Slack, Confluence, Linear, Google Workspace, GitHub, Notion。
5. 5AI開発支援：Claude Code MAX Plan, Cursor, ChatGPT, Devin。
6. 6作業環境：Mac（Apple Silicon）、デュアルモニタ対応。

学習と開発の支援

1. 1AIツール利用サポート：JAPAN AI SaaSサービス、Cursor、ChatGPT、ClaudeなどAIツール全般を会社負担で利用可能。
2. 2開発ツール支援：利用したい開発ツールが有償である場合、その費用を負担（年3万円まで）。
3. 3書籍購入補助：技術書など学習のために利用する書籍を会社費用で購入可能（半期3万円まで）。
4. 4語学学習/資格取得支援：日本語や英語の学習プログラムや資格の取得を会社費用で利用可能。
5. 5リフレッシュ手当：ご自身のリフレッシュのために使用するサービスの費用を負担（月5000円まで）。例：ジム、ヨガ、整体、水族館、映画、テーマパークのチケットなど各種適用可能。
6. 6家賃手当：該当エリアにお住いの方に家賃手当を支給（月3万円まで）。

働き方

1. 1ハイブリッド勤務：週3出社、週2リモート。
2. 2フレキシブルな勤務時間帯：コアタイムは要相談。
3. 3柔軟性：将来的により柔軟なワークスタイルの検討も可能。

応募資格（必須）

• コンピュータサイエンス、ソフトウェア工学、人工知能、機械学習、数学、物理、それらの関連分野における修士号・博士号を有すること
• LLM を用いた複雑なエージェントシステムの開発経験
• ソフトウェアエンジニアリングと ML における十分な実務経験
• LLM のプロンプト作成、および / または言語モデルを使ったプロダクト開発の経験
• PyTorch / JAX での大規模モデル学習・推論の経験
• LLM / Transformer アーキテクチャの深い理解
• 論文読解・再現実装の能力
• Python での高品質なコード実装力
• 言語レベル : いずれか必須 日本語 : Fluent (プロダクト開発において齟齬なく議論を行えるレベル) 英語 : ビジネスレベル

歓迎する経験

• 大規模な強化学習 (Large-scale RL on language models) の経験
• マルチエージェントシステムの設計・実装経験
• トップカンファレンス (NeurIPS / ICML / ACL / EMNLP 等) での論文発表
• RLHF / DPO 等のアライメント手法の実装経験
• マルチモーダルモデル (Vision-Language 等) の経験
• エージェント評価・安全性研究の経験
• 博士号 (CS / ML / NLP / 関連分野)
• 英語での研究コミュニケーション能力

待遇・福利厚生

• Refresh Allowance
• シャッフルランチ/ディナー
• 夏季休暇
• 年末年始休暇
• 年次有給休暇
• 従業員持株会
• 慶弔休暇
• 社会保険完備
• 資格取得・英語学習支援
• 部活動手当

求めるスキル・経験