8. 業務委託 の求人一覧 - 株式会社ELYZA

【ELYZAについて】ELYZAは「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）の社会実装を推進しています。2020年に独自のLLMを開発して以来、自然言語処理分野におけるプロダクトの開発を通じ、多様なビジネスや社会課題の解決に貢献しています。【業務内容】ELYZAではLLMの真の実用化に向けて、AI開発・プロダクト開発・プロジェクトマネジメント・コーポレート/HRなど全ポジションで課題解決を行っています。 そのため、雇用形態に関わらずご一緒にコラボレーションできる方からの応募を心待ちしております。 まずはどういった役割を必要としているかELYZAの現状含めてお伝えをしますのでお話をさせてください。

【募集背景・ミッション】ELYZAは、大規模言語モデル（LLM）の研究開発と社会実装において、国内トップクラスの実績を積み重ねてきました。次なる挑戦は、LLM/VLMが持つ高度な「意味理解」を物理世界へ接続し、現実空間の課題解決に挑むEmbodied AIの領域です。物理空間のデータをAIで解析し、ロボットやデバイスの制御・自律化を行うフィジカルAIの領域では、いま新たな技術革新の先駆けとして、特定の作業に縛られず多様な物理タスクをこなせるVLA（Vision-Language-Action）モデルが注目を集め始めています。技術フェーズとしては、LLMにおける2019〜2020年頃に相当するとも言われ、ELYZAでも今後1〜3年で実用レベルへの進化が見込まれる重要なタイミングだと考えています。一方で、リサーチエンジニアがどれほど優秀なAIを開発しても、それを物理世界に適用するには、ハードウェアの特性や力学を熟知し、AIと現実空間を適切に接続する専門家が不可欠です。本ポジションのミッションは、ロボットハードウェアの実践的な知見とAIモデルのシステム統合スキルを駆使し、フィジカルAIの社会実装を牽引することです。 市販のロボットやエンドエフェクタでは対応が難しい課題に直面した際にも、3Dプリンタ等を用いた柔軟なプロトタイピング能力と、最先端のAI技術への探究心を掛け合わせ、実運用可能な水準までロボットシステムの完成度を引き上げていただきます。【業務内容】物理世界のハードウェア（メカトロニクス）を専門領域としつつ、AIモデルの実装やシステム統合といったソフトウェア領域まで、幅広く業務をリードしていただきます。ハードウェア要件定義とプロトタイピング：顧客のタスクを達成するためのロボット構成（アーム、センサ等）を選定・設計する市販のハンドや治具では対応が難しいエッジケースに対しては、3D CADや3Dプリンタを活用し、オリジナルパーツの設計・製作（ラピッドプロトタイピング）を迅速に行って物理的な課題を解決するROS2等を用いたシステム統合とソフトウェア開発：AIチームが開発したEmbodied AIモデルの推論結果を、実機上で安全かつ正確に実行するためのインテグレーションを行うPythonやC++を用い、遅延や摩擦などのハードウェア特性を考慮した制御アルゴリズムを実装するAI研究開発へのディレクションとフィードバック：AIリサーチャーと密に連携し、「モーターのトルク限界」や「制御周期」といった物理的制約をAIモデルの前提条件として定義する実機評価で得られた事象を分析し、「ハードウェアを改良すべきか、AIの学習データを追加すべきか」を切り分け、再学習のループに貢献する現場導入とハード・ソフト両面からの課題解決：試験環境および顧客現場での立ち上げを主導するテスター等を用いた物理レイヤーのデバッグから、Linux環境でのソフトウェアデバッグまで、幅広い視野でトラブルシューティングを行う【ポジションの魅力】事業の最上流から現場まで関与案件組成の段階から技術的なキーパーソンとして参画し、机上の設計やシミュレーションに閉じず、実機評価から運用改善まで一貫して経験できます。最先端AI×ロボティクスの社会実装VLA等の基盤モデルとロボットハードウェアを組み合わせる不確実性の高い領域で、実運用に耐えるシステムへ磨き上げる経験は、希少性の高い専門性となります。国内トップクラスの計算機環境豊富な計算基盤を活用し、ロボットの動作生成に向けた基盤モデルの構築に取り組むことができます

【募集背景・ミッション】ELYZAは、2019年から自然言語処理を軸に日本語の言語モデルの研究開発に取り組み、LLMの研究開発から社会実装までを進めてきました。 現在はその研究開発領域を、VLM/VLAをはじめとするマルチモーダルAIや、ロボティクスの実用化に向けたEmbodied AIへと広げています。Embodied AIの領域では画像・言語などの情報をもとにロボットの行動を生成するVLA（Vision-Language-Action）をはじめ、汎用的なロボット基盤モデルの研究開発が進んでいます。一方で、こうしたモデルを実際の現場で活用するためにはそれぞれの環境やタスクに応じたデータ収集・学習、モデルの適応、ロボット制御との統合、実機での検証など、さまざまな技術課題に向き合う必要があります。本ポジションのミッションはELYZAがLLMをはじめとする基盤モデルの研究開発で培ってきた知見を活かし、特定のユースケースや実環境に適応したEmbodied AIモデルを研究開発することです。既存のVLA等を活用した学習・検証に加え、モデルや学習手法そのものの研究開発、実機へのデプロイ、顧客現場でのPoCまで研究開発と社会実装を往復しながら技術を磨いていきます。KDDIグループとの連携による計算基盤や、ロボットを用いた実験・検証環境を活用しながら、モデルの研究開発と実世界で得られるデータを用いた改善サイクルの両方に取り組めることが、本ポジションの特徴です。【業務内容】ご本人の志向性やプロジェクトの稼働状況に応じて、Embodied AIモデルの研究開発から現場でのPoC推進まで、R&Dと社会実装の垣根を越えて幅広く活躍していただきます。Embodied AIモデルの開発：既存のオープンモデルに対し、特定ユースケースに特化した学習を行い、精度と堅牢性を高める。模倣学習、強化学習（RL）、推論最適化などの技術を適用・拡張する。PoC案件の技術リードと社会実装：顧客の現場課題に対しどのようなロボット構成・AIモデルで解決可能かの技術検証を行う現場特有のドメインデータを用いたファインチューニングやエッジデバイスへの実装を主導するドメイン特化型マルチモーダル学習とデータループ構築：画像・テキストに加え、「Action（軌跡や関節角度）」もモダリティとして扱う学習基盤を構築PoC推進チームと密に連携し、現場の失敗データ等をモデル改善に組み込むデータフライホイールを設計するハイブリッド制御設計とシステム統合：「学習ベース（AI）のアプローチ」と「ルール・アルゴリズムベースの制御アプローチ」の境界とトレードオフを正確に評価し、実機上で安定して動作することを目指したソフトウェアモジュール最新手法の実装と精度検証：LLM/VLM領域で発展する学習手法やモデルアーキテクチャ等について、Embodied AI領域への応用可能性を検証し、実装・評価する【本ポジションの魅力】Embodied AIのモデル研究開発から実機検証まで取り組める VLAをはじめとするモデル・学習手法の検証だけでなく、ロボットへのデプロイや実機での評価まで一貫して取り組めます。実世界のデータをモデル改善につなげられる 顧客現場や実機検証から得られるデータをもとにモデル・学習手法を改善し、再び実環境で評価するResearch → Deployment → Data → Researchのサイクルを回せます。基盤モデルそのものの研究開発に挑戦できる KDDIグループとの連携による計算基盤を活用し既存モデルのFine-tuningだけでなく、モデルや学習手法そのものの研究開発にも取り組めますLLM/VLMで培った技術知見をEmbodied AIへ広げられる ELYZAがこれまで取り組んできたLLMやマルチモーダルAIの研究開発知見を活かしながら、VLAやEmbodied AIへの応用・発展に取り組めます【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。主な対象ハードウェア: シングル・ダブルアーム、デクスタラスハンド、ヒューマノイドAI開発言語：Python, (Shell Script)インフラ：Azure, Google Cloud, AWS, ABCIコンテナ基盤：Docker, Singularity機械学習関連ツール：Hugging Face, W&Bドキュメント・バックログ管理：Notionコード管理：GitHub社内コミュニケーションツール：Slack, Google Meet, MetaLifeシミュレーター：MuJoCo、Isaac SimAI関連ツール：Claude Code、Devin、Gemini Pro、Notion AI ほか開発周辺ツール：Google Drive, Figma, GitHub