PyTorchの案件一覧

■業務内容
AI分野の研究開発プロジェクトにおいて、以下の業務を担当します。
1.データ解析・研究開発
•大規模データの前処理・品質評価
•探索的データ分析・可視化・仮説検証
•特徴量設計・データ表現の設計
•学習用データセットおよび評価用データセットの整備
2.機械学習 / 深層学習モデル開発
•機械学習モデルの設計・実装・評価
•ベースライン構築およびモデル改善
•表現学習 / 自己教師あり学習 / 基盤モデル開発
•GPU環境を用いたモデル学習・実験運用
•モデル性能評価、誤差分析、改善提案
3.大規模学習・開発基盤
•分散学習ジョブの設計・運用・最適化
•学習パイプライン / 開発基盤 / 実験管理基盤の構築
•大規模データI/Oや再現性を考慮した研究開発フローの整備
•運用自動化 / 機械学習システム観点での改善
4.研究プロセス・チーム連携
•評価指標設計・ベンチマーク設計
•実験の再現性担保、ログ管理、ドキュメント化
•分析結果のドキュメント化・社内共有
•研究者・データサイエンティスト・エンジニアとの協働

– 以下1, 2のいずれかの領域において、「実装・最適化」の経験を有すること。
– 1.アーキテクチャ設計と事前学習の実務経験
– •各種モデルを用いた大規模モデルの設計・実装経験。
– •基盤モデルに基づき、大規模データ学習に必要な計算リソースを定量的で見積もる能力
– •一定規模のモデルにおける事前学習のハイパーパラメータ・チューニングおよび学習安定化の経験
– 2.大規模分散学習のエンジニアリング
– •各種ライブラリを、モデルの規模やネットワーク帯域に合わせてカスタマイズ・チューニングした経験
– •マルチノード環境におけるGPU間の通信ボトルネックの解消、および大規模データに対する効率的なI/Oパイプラインの設計経験
– •各種並列化技術の実装を通じた、単一GPUメモリに収まらないコンテキストの学習最適化

■募集背景
ヘルスケア領域の課題解決に取り組む初期フェーズの事業主体です。
データと先進技術を活用した研究開発を推進しており、データ分析・予測モデル構築の実務を担当いただく専門人材を募集します。
参画後は業務を通じて、適性に応じてモデル開発 / データベース活用 / 運用基盤構築 など専門領域へステップアップいただきます。
■業務内容

• データの収集・整形・品質確認（欠損/外れ値/分布チェックなど）
• 探索的データ分析・可視化・仮説検証
• 予測モデルの作成・評価（ベースライン構築、改善提案）
• 特徴量設計、評価指標の設計、異常検知
• 分析結果のドキュメント化・組織内共有（再現可能な形で）

– PythonまたはRでのデータ分析経験（各種ライブラリ等）
– 機械学習の実務経験または同等スキル（分類・回帰・時系列・異常検知などいずれか）
– 実験・分析の結果を整理し、改善案まで言語化できること

AI×医療・バイオ領域における最先端の生成AI基盤モデル開発。
・1兆データポイントのエピゲノムデータを用いた言語モデルの設計およびフルスクラッチ事前学習
・GB200（複数ノード）を用いた大規模分散事前学習環境の構築・最適化
・数千万規模の超長尺コンテキストに対応するモデル構造（Mambaやコンテキスト並列等）の検討・実装
※分散学習時のメモリ・通信ボトルネックを自力で解決する挑戦的なR&Dポジションです。

– マルチノードGPU環境における大規模モデルの分散事前学習経験（または同等の知見）
– PyTorch、DeepSpeed、Megatron-LM等を用いた並列学習（テンソル/パイプライン/コンテキスト並列）の実装・最適化経験
– OOMや通信ボトルネック発生時、CUDAや通信レイヤーを含めて原因特定・解決できる高度なトラブルシューティング能力
– 超長尺コンテキストを扱う代替バックボーン（Mamba、状態空間モデル等）への強い関心とキャッチアップ力

AIプロダクトを開発するベンチャー企業にて、下記業務をお願いします。

・AIプロダクトのバックエンド開発
・アーキテクチャの設計・構築
・インフラ環境の設計・構築
・機械学習開発 etc.

◆主な開発環境・ツール◆
・言語(FW等)：Python・TypeScript(Next.js・React.js)
・OS：Linux
・コミュニケーションツール：Slack・Google Workspace・Confluence
・クラウド：GCP
・ソースコード・バージョン管理：Github
・タスク管理ツール：Jira
・CI/CD：Circle CI・Github・Jenkins etc.

・データの収集・整形・品質確認（欠損/外れ値/分布チェックなど）
・探索的データ分析（EDA）・可視化・仮説検証
・機械学習モデルの作成・評価（ベースライン構築、改善提案）
・特徴量設計、評価指標の設計、リーク検知
・分析結果のドキュメント化・社内共有（再現可能な形で）

・PythonまたはRでのデータ分析経験（Pandas / NumPy 等）
・機械学習の実務経験または同等スキル
（分類・回帰・時系列・異常検知などいずれか）
・実験・分析の結果を整理し、改善案まで言語化できること

DNAのメチル化情報（エピゲノム）やプロテオーム、メタボローム、MRI画像などの生体データを用いた、生物学的年齢（バイオロジカル・エイジ）の予測モデルおよび予防介入AIの開発をお任せします。
・アジア最大規模のゲノム・生体データを活用したAIモデルの構築・評価・改善 ・血液検査の数値等を予測するバイオマーカー予測アルゴリズムの開発 ・予防医療に向けた、ユーザーへの介入・レコメンドAIの構築 ・データの収集・前処理・整形（数十万次元のデータや、不均衡データへの対応など） ・LightGBMなどの機械学習から、深層学習を用いた基盤モデルまでの検証および実装

・研究開発（R&D）領域におけるデータ分析・機械学習業務
・データ収集、前処理、品質確認（欠損・外れ値・分布確認 等）
・探索的データ分析（EDA）、可視化、仮説検証
・機械学習モデルの構築および評価（分類／回帰／時系列／異常検知 等）
・特徴量設計、評価指標設計、データリーク検知
・分析結果のドキュメント化、再現性を意識した社内共有
・適性に応じてモデル開発高度化、AI×DB活用、MLOps領域への関与あり

・生成系AI技術における開発の主導
・既存のAIモデルを基にした新しいモデルの設計と構造変換
・ 開発したモデルの実装、パフォーマンスを最適化するための高速化技術の適用
・顧客のニーズに応じたAIソリューションを提供、実際のビジネス課題に対する応用

◆開発環境
フロントエンド: TypeScript, Next.js, React
バックエンド: Python
インフラ : GCP, GPU cloud Services
開発ツール : Slack, Confluence, Jira, Google Workspace, Github

◆作業環境
Mac (Appleシリコン)
Github Copilotと社内GPT利用可能
モニター2台まで利用可能

・Generative AI領域に関する深い知識を有している方
・Pytorch、Tensorflow等のフレームワークを用いたご経験