株式会社ELYZAの1A03. シニア機械学習エンジニア（Applied Research Engineer）の求人

【募集背景】

ELYZA（イライザ）は東京大学松尾研究室発のAIスタートアップです。「未踏の領域で、あたりまえを創る」というミッションのもと、大規模言語モデル（LLM）を中核としつつ、VLM/VLAや音声モデル、AIエージェント、さらには Physical AI 領域へと広がる先端技術を、顧客課題を起点として社会実装することに挑戦しています。

私たちが目指すのは、技術ありきの開発ではなく、顧客や社会のシグナルを読み解き”課題ドリブン”で先端技術をエンタープライズ領域にカスタマイズし、世の中に前例のない社会実装を実現することです。クライアントとともに、現場に根付き、実際に価値を生み続けるソリューションを届けることを使命としています。

具体的には、日本有数の基盤モデル研究開発力を活かし、金融・製造・医療・行政といった専門性が極めて高い領域における社会実装に挑戦しています。
汎用モデルだけでは解決が困難なこれらの領域・課題に対し、「特化モデル開発」「マルチモーダル」「軽量化」などのアプローチを選定し、顧客の現場に価値を実装する一気通貫のプロセスを牽引していただきます。

【求める期待・役割】

API利用に留まらず、LLM・音声・VLMのモデル開発など、MLエンジニアリングが求められるテーマを幅広くリードし、顧客課題を解決していただきます。コンサルタントやソフトウェアエンジニアと協働し、先端技術の社会実装に向けて、以下のフェーズを推進します。

• 顧客の本質的な課題を深く理解し、LLMなどの先端技術を活用した最適なソリューションを設計・検証する
• 論文や最新技術動向を追いながら、エンタープライズ領域の実課題に適用可能な形に翻訳・カスタマイズする
• 大手企業のパートナーとともに、現場に根付く社会実装を実現し、新たな価値を生み出す
• コンサルタントやソフトウェアエンジニアと協働し、ユーザー体験に直結するアプリケーションを構築する
• チーム横断的に知見共有や仕組み化を進め、再現性のある社会実装の加速に貢献する

【本ポジションの魅力】

研究と社会実装の狭間で、LLMを含む先端技術を価値ある形に開発できる環境があります。

• 「Applied Research」の最前線：論文・研究成果をそのまま適用するのではなく、社会実装に繋げる面白さ
• 成果創出までの裁量：PoC止まりではなく、導入・継続改善までコミットできる裁量と責任
• 社会的インパクト：大手企業や行政機関など社会影響力の大きい顧客とのプロジェクト
• 多様なキャリア： 研究開発チームと実装プロジェクトを横断する体制で、柔軟なキャリア形成が可能

【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。

• バックエンド (ML)：Python , Haystack
• データベース：Amazon OpenSearch Service
• インフラ：Google Cloud (実験環境) , AWS (本番環境) , Terraform
• 開発周辺ツール：Google Drive , Figma , GitHub , VS Code (任意)
• コミュニケーションツール：Slack , Notion , Google Meet

• "Long Term Greedy"（目先の利益を追い求めるのではなく、 より広い視野で、より長期的な視点で最適化を行う）というELYZAのバリューに共感し、実践できる方
• 新技術を「研究的に試す」だけでなく「社会で活きる形」に変換することに喜びを感じる方
• 抽象的な課題に対して自ら仮説を立て、検証を回すことが好きな方
• チームと共に知を積み重ね、挑戦し続けられる方

• 機械学習、自然言語処理、画像処理、音声処理のいずれかの分野における、実課題に対する仮説検証・モデリングの実務、または研究開発経験（3年以上）
• 「歓迎スキル」のうち、いずれか複数の領域にまたがる知識や経験があること
• 論文ベースの手法を実装・検証し、実際の課題解決に適用した経験
• Pythonによる機械学習モデルの開発経験
• 日本語でのビジネスレベルのコミュニケーションスキル / Native-level Japanese proficiency

ドメイン特化モデル開発

• 特定ドメイン（医療・金融・行政等）のデータを用いたLLMのファインチューニング・継続事前学習の経験
• ドメイン特化タスクに対するベンチマーク構築・評価・改善の経験
• ドメイン特有のデータ形式の理解と前処理の実装経験

ドメイン固有のデータ解析

• 機密性の高い文書の匿名化・構造化・情報抽出などのテキスト処理システムの開発経験
• 人流データなど大規模時系列データの解析・可視化・予測モデル構築の経験
• LLMと時系列データ・信号処理を組み合わせた分析システムの開発経験

AIエージェント

• AI Agent/Multi Agent Systemの設計・実装経験
  • Tool Use/Function Calling/MCP等を活用した外部ツール、Agent間連携
  • Agentic WorkflowやAgentic RAGの構築

LLM軽量化・最適化・リアルタイム推論

• LLMの量子化・蒸留・プルーニング等の軽量化技術の実装経験
• 推論高速化のための最適化技術（モデル並列化、バッチ処理等）の実装経験
• 限られた計算リソースでの高精度LLMの構築経験（小型化と性能のトレードオフ設計）
• リアルタイム推論が求められるシステムの設計・実装経験
• エッジデバイスやローカルPC環境で動作する小型LLMの開発・最適化経験

マルチモーダルLLM

• マルチモーダルLLMを用いた、テキストと非テキストデータを統合した解析システムの開発経験
• 音声認識・ボイスボット等の音声LLMシステムの開発経験

その他

• 特定ドメイン（医療・金融・行政等）での業務経験や深い知識
• クライアント折衝・プロジェクトマネジメントの経験
• チーム開発の経験
• 顧客課題の理解・要件定義・技術提案の経験