株式会社ELYZA 全ての求人一覧エンジニア の求人一覧
株式会社ELYZA 全ての求人一覧

ソフトウェアエンジニア

ソフトウェアエンジニア
【ELYZAについて】 「未踏の領域で、あたりまえを創る」というミッションを掲げ、2020年に独自の大規模言語モデル(LLM)の開発に成功して以来、LLMの社会実装を目指しています。 具体的には「日本語汎用・業界特化といった独自LLMの開発」と「LLMの実用化に向けたプロダクト開発」の大きく2つに取り組んでいます。 【サービス開発の状況について】 開発したモデルや、外部のAPIを試せる環境として、ELYZA App Platformの開発をしています。 モデルとのやりとりや外部のAPI呼び出しをサービスから分離し、統括的に取り扱うことのできる環境を構築しました。またモデルごとに独立した環境を用意することで、実験的なコードをサービス全体に影響を及ぼすことなく取り込むことが出来ます。 【業務内容】 App Platformの新機能の実現や、あるいは既存機能の改善を含め、アプリケーションのユーザインタフェースの開発に取り組んでいただきたいと考えています。 ELYZAでは分野を分けて開発しているわけではないので、バックエンド・インフラを含めて一貫した体験の構築に携わっていただけます。

機械学習エンジニア(LLMプロダクト開発)

機械学習エンジニア(LLMプロダクト開発)
【ELYZAのAIチーム全体のミッション・思い】 「日本語汎用・業界特化といった独自LLMの開発」と「LLMの実用化に向けたプロダクト開発」においてAI開発プロジェクトをリードし、社会や企業に対してバリューを出す事が最大のミッションです。 【業務内容】 プロダクト開発チーム(Product&Solution)の機械学習エンジニアとして、日系大手企業を中心に、機械学習・深層学習技術を用いた、LLM(自然言語処理)の社会実装を目指したプロダクト開発のAI開発をリードしていただきます。 ELYZAでは社会実装(=実用化)を目的としたプロダクト開発に落とし込むため、AIコンサルタントと連携をしながらクライアントの業務の最前線で使われ続けることを重視し、収益構造やオペレーションを想定した「本質的に価値あるAI開発」を第一義にプロジェクト運営を行います。 【具体的な内容】 ・LLMプロダクト開発のプロジェクトマネジメント(AI領域のプロジェクト責任者) ・MLモデル・サービスの開発業務 ・論文サーベイやモジュール開発など研究開発のサポート ・チーム全体のパフォーマンス改善 【その他の期待・役割例】 ・自社サービスの開発業務 ・論文サーベイやモジュール開発など研究開発のサポート ・チーム全体のパフォーマンス改善 ※本人の志向性や会社状況によってアサインは柔軟に対応をします。

機械学習エンジニア(インターン)

機械学習エンジニア(インターン)
【ELYZAについて】 「未踏の領域で、あたりまえを創る」というミッションを掲げ、2020年に独自の大規模言語モデル(LLM)の開発に成功して以来、LLMの社会実装を目指しています。 具体的には「日本語汎用・業界特化といった独自LLMの開発」と「LLMの実用化に向けたプロダクト開発」の大きく2つに取り組んでいます。 【業務内容】 プロダクト開発チーム(Product&Solution)の機械学習エンジニアのインターンメンバーとして、LLMの実用化を実現するためのLLMを用いたプロダクト開発を行っていただきます。 「最先端技術を様々なケースに適用して未踏の領域で価値を創出する」をミッションに、主に日系大手企業とともにLLMの社会実装に向けたプロジェクト運営の一端をお任せします。 【具体的な内容】 ・プロジェクトにおけるAI開発 ・社内プロジェクトの研究・開発業務 ・自社サービスの開発業務

機械学習エンジニア(日本語汎用LLM/業務・業界特化LLMの研究開発)

機械学習エンジニア(日本語汎用LLM/業務・業界特化LLMの研究開発)
【 ELYZAのAIチーム全体のミッション・思い】 「日本語汎用・業界特化といった独自LLMの開発」と「LLMの実用化に向けたプロダクト開発」においてAI開発プロジェクトをリードし、社会や企業に対してバリューを出す事が最大のミッションです。 日本語汎用LLM/業務・業界特化LLMの研究開発を推進するLabチームにおいても「技術の価値は、社会実装し還元されてこそ」という考え方を持ち、技術が社会に実装され大きなインパクトを生むこと、そしてELYZAのプロダクトや事業を大きく成長させることを主目的とした活動を行っています。 【業務内容】 「日本語の汎用LLM」や「特化型のLLM」の開発に係るサーベイ、データ準備、学習、評価いった業務全般と、LLMの実用化に係るモデルの軽量化/高速化やRAGやAgentといったLLM活用に有用な要素技術の研究を行っていただきます。 【具体的な内容】 ・学習全般の研究開発 - 学習用データ整備・改善 - 学習用コードの整備 - モデル選定 - モデルアーキテクチャ改善 ・ 推論全般の研究開発 - モデル軽量化 - 推論ロジック改善 - 語彙拡張 ・評価全般の研究開発 - 評価用データの整備 - 各モデルの定性評価・定量評価 - 評価観点の追加・改善 ・モデル活用に関する研究開発