一般財団法人GovTech東京の【G4-08】AIイノベ―ションG_AIエンジニア（エキスパート）の求人

＜配属予定部署＞
テクノロジー本部　AIイノベーショングループ
AIイノベーショングループは、生成AIをはじめとする先端AI技術の研究・開発・導入を推進し、東京都及び区市町村のDXを加速させる組織です。

＜募集背景＞
行政業務は契約・会計・人事など専門性が高く、汎用LLMでは汲み取れない行政ならではの知識・文脈を正確に扱えるAIが求められています。また、ベースモデルとして学習データやアーキテクチャが公開された国産モデルを採用することで、モデルの挙動を把握・検証でき、行政に求められる透明性・アカウンタビリティに対応しやすくなります。加えて、行政が扱うデータの機密性を踏まえると、学習・推論のプロセスを国内環境で完結できることも重要な要件です。
一方、行政特化AIの領域はまだ市場として成熟しておらず、既存のソリューションでは十分に対応できません。国内では汎用国産LLMを行政環境で活用する動きが進みつつあるものの、行政業務の知識構造そのものをモデルに組み込むアプローチは、国内外を見渡してもほぼ前例がありません。
そこでGovTech東京では、この課題に正面から向き合い、専門性の高い大学等の研究機関と共同研究という形でチャレンジする道を選びました。
本事業では「巨大な単一モデル」ではなく、特定の行政業務の専門性を備えた言語モデルを複数開発します。さらに、利用者の問合せを適切な言語モデルに振り分け、統合的に応答を返す仕組みも構築し、利用者からは一つの言語モデルとして振る舞う構成を実証します。この振り分け・統合の最適な実現方式（モデルベースか、ルールベースか、またはその組み合わせか）の検討自体も、本共同研究の重要なテーマです。
加えて、行政文書の検索・照合を高精度に行うためのエンベディングモデルの開発にも取り組みます。法律ドメインでは専用のエンベディングモデルが研究されていますが、行政文書に特化したものは国内外でもほぼ存在しません。
GovTech東京で継続的に言語モデルを内製開発できる体制を目指します。

＜業務内容＞
AIエンジニアには、大学等の言語モデル開発専門家と専門的な技術議論に参加できる素養を持ちつつ、行政業務の文脈を研究チームに橋渡しする役割を担っていただきます。モデルの開発・ディレクションに加え、行政データの棚卸しや学習データの準備・継続的な確保といった、泥臭くも不可欠な工程も担う、現場感のあるポジションです。 共同研究期間（2年間）で、計算資源の調達を含む内製開発環境の構築から、自らハンズオンでモデル開発を推進する役割を担っていただきます。
本ポジションでは2名を採用し、ペアでモデル開発と基盤構築の両面をカバーする体制を想定しています。具体的な分担は、それぞれの強みに応じて柔軟に設計します。

具体的な業務内容は、以下の通りです（一例）

＜モデル開発・研究並走＞ 
〇大学等の言語モデル開発専門家との専門的な技術議論・週次スプリント運営、および行政業務の文脈・ドメイン知識の研究チームへの橋渡し 
〇行政特化AIモデル（言語モデル・エンベディングモデル）のファインチューニング・評価・精度改善・推論性能の最適化

＜データ整備・基盤構築＞ 
〇行政データの棚卸し・要件整理・マスキング方針の策定 
〇高品質な学習データの生成・整備ディレクション・継続的な学習データ確保の仕組みづくり 
〇複数モデルを統合するオーケストレーション基盤のアーキテクチャ設計・開発・実装
〇デモシステムの構築・実証実験の計画・実施・ユーザビリティテスト

＜共通＞ 
〇プロジェクト定例進捗報告・公募・契約に関する技術要件の助言・提案書の技術評価支援 
〇大学等からの技術支援の受け手として、内製開発体制・環境の構築を推進

（変更の範囲）
従事すべき業務の変更予定はありません。

＜採用予定人数＞
2名

＜選考方法＞
書類選考、面接
※一部ポジションでは、選考プロセスの中でリファレンスチェックを行うことがあります

＜本ポジションの魅力＞
〇行政AI領域における先駆的な挑戦
国内では汎用国産LLMを行政環境で活用する動きが進みつつありますが、本プロジェクトはその先にある「行政の知識構造そのものをモデルに組み込む」というアプローチです。大学等の言語モデル開発専門家と協働しながら、行政の文脈を織り交ぜた独自のベストプラクティスを確立していくことができます。

〇モデル開発からシステム実装まで一気通貫の経験
言語モデル・エンベディングモデルの要件定義からファインチューニング、オーケストレーション基盤の設計・構築、実証実験まで、機械学習システムのライフサイクル全体に携わることができます。

〇社会的インパクトの大きさ
東京都庁および区市町村の行政職員が日々行う契約・会計・人事等の業務品質を、AIで底上げするプロジェクトです。職員の判断と業務の正確性が向上することは、その先にある行政サービス全体の質に直結します。

〇AIモデル開発内製化の中核を担う
計算資源の調達や内製開発環境の構築まで、GovTech東京としてのAI開発ケイパビリティを一から築き上げる中心的な役割を担うことができます。

＜その他 参考資料＞
団体の理解を深めていただくうえで以下ご参照ください

▼GovTech東京 公式オウンドメディア（note）
職員の紹介や業務のやりがい、組織カルチャーなど職員の声をお届けしています。
https://note.govtechtokyo.jp/

現場の「できる」と「手取り時間」を増やす、「AI・イノベーション室」の挑戦｜GovTech東京
https://note.govtechtokyo.jp/n/ne83c82b60425

東京都がAI活用に向け有識者会議　開発中の生成AIプラットフォームに松尾豊教授「めちゃくちゃいい」（1/2 ページ） - ITmedia AI＋
https://www.itmedia.co.jp/aiplus/articles/2412/06/news102.html

〇GovTech東京と東京都が牽引するDX推進事業への強い共感
〇これまでのご自身の知識や経験を世の中のため、都民のために活かしてみたい方
〇曖昧な状況でも自ら課題を発掘し、主体的に動き、問題解決を図れる方
〇公務に向き合う高いコンプライアンス意識、誠実かつフェアに対応する姿勢
〇組織横断的にコミュニケーションを自ら取りながら業務に取り組むことができる方
〇最新のAI技術・IT業界のトレンドについて、積極的に情報収集を行っている方

〇Pythonを用いた機械学習または自然言語処理の開発・研究経験2年以上
〇LLM／SLMのファインチューニングやモデル評価に関する実務経験または研究知見（大学の研究チームと協働しながら、技術移転を通じて専門性を深めていく意欲のある方を歓迎します）
〇Azure、AWS、GCPなどのクラウド環境でのAI開発経験
〇研究者や行政職員など、異なる文脈の関係者と信頼関係を築けるコミュニケーション能力

以下すべてを満たす必要はありません。いずれかの領域に強みがあれば歓迎します。

＜モデル開発系＞
〇エンベディングモデルの開発・ファインチューニング経験
〇日本語の自然言語処理に関する開発・研究経験
〇データセットやベンチマークの作成経験
〇機械学習OSSへのコントリビューション経験
〇研究に対する優れた実績（論文発表・学会発表等）
〇Kaggle、SIGNATE等データサイエンス系コンペティションの入賞経験
〇LLM推論のパフォーマンス最適化経験（量子化、スループット向上、レイテンシ／メモリ削減等）
〇vLLM等のLLM推論エンジンの利用・開発経験
〇分散学習フレームワーク（FSDP、DeepSpeedなど）を使った開発経験

＜基盤・パイプライン系＞
〇データ生成・学習・評価までの一貫したパイプライン構築経験
〇RAG（検索拡張生成）やオーケストレーション基盤の設計・構築経験
〇GPUクラスタ（k8s等）の利用経験、HPCクラスタの構築経験
〇MLの学習・評価を行うワークフローフレームワーク（Argo、MLFlow等）の利用経験

＜プロジェクト推進系＞
〇大学・研究機関等との共同研究やアジャイル開発におけるプロジェクト推進経験
〇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
〇国または地方公共団体における情報システムの開発又は運用に携わった経験
〇ICTにあまり長けていない人に対しても、内容や意義を説明できるプレゼンテーション能力