SaaSC の求人一覧 - FIXSTARS GROUP

プロダクト思考を持ち、技術的視点からプロジェクトを管理・推進するテクニカルプロジェクトマネージャーとして、 開発チームと協力しながらプロジェクトの成功を導きます。 【プロジェクト概要】 Fixstars AI Boosterは、ハードウェアリソースを継続的に監視し、AIモデルの学習・推論処理を高速化することで、 コスト効率の高いAI開発・運用を実現するアクセラレーションプラットフォームです。 1台のノードから大規模クラスタまで、多様なハードウェア環境にスケーラブルに対応します。 以下のようなコンポーネントの開発をリードする、テクニカルプロジェクトマネージャーを募集します。 ・Performance Observability (PO): システム性能情報を非侵襲的に収集・分析するソフトウェア ・Performance Intelligence (PI): アプリケーション処理を高速化するフレームワークおよびプロフェッショナルサービス 【具体的な職務内容】 ・開発プロジェクトの計画立案と進捗管理 ・技術的課題の特定と解決策の検討・実行 ・開発チームとプロダクトオーナー間のコミュニケーション橋渡し ・顧客要件の技術的解釈と開発タスクへの落とし込み ・リリース計画の策定と実行管理 ・プロジェクトの技術リスク管理 【従事すべき業務の変更の範囲】 会社の定める業務全般 【プロジェクトのやりがい】 ・最先端AI/機械学習基盤技術の開発に携わる機会 ・パフォーマンスエンジニアリングの知識を活かした実践的な顧客課題解決 ・オープンソースと独自技術を融合した革新的プロダクト開発への参画 ・国内外大手企業との協業を通じたビジネスインパクトの実感 【開発環境】 ・基盤: Linux、AWS/GCP/オンプレミス環境 ・言語: C/C++、Python、Go、BPF ・ツール: Git、GitLab、Docker、Kubernetes、Grafana、Prometheus ・開発タイプ: B2B、SaaS、オンプレミスソフトウェア

【概要】 LLMや大規模AIをはじめとした「複数の計算機サーバーを必要とするアプリケーション」を、高速・効率的に実行する計算基盤の研究開発業務 現在、LLMをはじめとした生成AIなどの需要の高まりにより、GPUなどを大規模に利用する研究者・開発者が増えてきています。 また、彼らに提供されるためのサーバーやハードウェアを提供するベンダー企業のサービスも増加しており、実際にその利用も増加の一途を辿っています。 しかしながら、そのようにサーバーやハードウェアを購入し提供されたAI研究開発者らが、せっかくの高額なサーバーを十分に使いこなすことができていないのが実状です。 そこでフィックスターズでは、そのような下回りのサーバー・ハードウェアのベンダーと、上層の応用側にいる研究者・開発者の差を埋めるため、その中間に位置するミドルウェアを中心とした開発基盤を開発・提供しています。 もちろん、ミドルウェアの範囲に拘泥もしていません。必要があれば下のハードウェアにも上のソフトウェア・スクリプトにも対応し、「利用者にとって最も便利で高速な状態」という価値提供を目指すプロジェクトになります。 このたび、業務拡大に伴い、HPC・高性能計算の分野での知見と経験のある方を募集します。 【具体的な職務内容】 下記の範囲から、まずは自身の得意分野から始め、成果を出しながら業務を通して対応領域を拡大していただきます ・アプリケーションコードの高速化（AIモデルの軽量化など） ・アプリケーションの実行効率や処理時間の詳細計測と解析 ・ライブラリやミドルウェアの環境変数や設定ファイルのチューニング ・ハードウェアやサーバーの特性を考慮した並列化設定 ・算術演算や通信手法の改善や新規手法の開発 ・高速通信やストレージの整備や高速化 ・システムの管理監視ツールの導入 ・高速になるOSソフトウェアおよびドライバなどのバージョン選定 【従事すべき業務の変更の範囲】 会社の定める業務全般 【プロジェクトのやりがい】 ・下から上まで幅広いHPC領域を扱うことができる ・顧客の要望を直接叶えることができ、直接的な感謝を通じて社会への貢献を実感できる ・ベンダー中立であるため、多種多様で最新の技術・ソフトウェア・ハードウェアを扱うことができる ・「高速化」のエキスパート集団の一員となり、共に成長できる環境で働くことができる 【開発環境】 開発環境：Ubuntu・Python3・C/C++ 開発支援ツール：Git・GitLab・Docker・Slack 開発内容タイプ：B2B・リサーチ

フィックスターズでは、LLM基盤研究開発事業のメンバーとして 「高効率なLLM学習基盤の研究開発を通じて、企業が自社のLLMを当たり前に使っている世界の実現」に貢献したい方を募集しています。 現在の生成AI/LLM技術の発展スピードはすさまじく、今後多くの分野で活用が期待されています。 一方で、国内の個々の企業がLLMを活用するためには様々な課題が待ち受けています。 その一つに、各社が自社のニーズに合致した独自のLLMを開発するには 大規模な計算資源や労力、費用が必要となり、それらの開発環境を用意する難易度が高いことが挙げられます。 もっと手軽に導入・運用できるようになるための環境整備が必要不可欠です。 この事業を拡大していくためには、取り組むべきことや考えなければならないことがまだまだたくさんあります。 フィックスターズの新たな試みに貢献できる方、一緒に挑んでみたい方のご応募をお待ちしております。 【業務内容】 実際の顧客課題を用いて、各企業が自社向けにLLMを領域特化させるための方法論の研究および開発と、開発基盤へのフィードバック 【開発環境】 開発環境：Python3 その他開発環境：Linux 開発支援ツール：Git・GitLab 開発内容タイプ：B2B・リサーチ、解析・機械学習 使用ライブラリ：PyTorch・DeepSpeed・Megatron-DeepSpeed・vLLM・OpenWebUI・Dify・langchain 【Webサイト】 https://www.fixstars.com/ja/llm 【従事すべき業務の変更の範囲】 会社の定める業務全般

フィックスターズでは、LLM基盤研究開発事業のメンバーとして 「高効率なLLM学習基盤の研究開発を通じて、企業が自社のLLMを当たり前に使っている世界の実現」に貢献したい方を募集しています。 現在の生成AI/LLM技術の発展スピードはすさまじく、今後多くの分野で活用が期待されています。 一方で、国内の個々の企業がLLMを活用するためには様々な課題が待ち受けています。 その一つに、各社が自社のニーズに合致した独自のLLMを開発するには 大規模な計算資源や労力、費用が必要となり、それらの開発環境を用意する難易度が高いことが挙げられます。 もっと手軽に導入・運用できるようになるための環境整備が必要不可欠です。 この事業を拡大していくためには、取り組むべきことや考えなければならないことがまだまだたくさんあります。 フィックスターズの新たな試みに貢献できる方、一緒に挑んでみたい方のご応募をお待ちしております。 【業務内容】 実運用が想定されている規模のLLMとサーバ等環境において、最も効率が良くなるようにフレームワーク等を設定し、 使いやすい形で提供する方法論の研究および開発 【開発環境】 開発環境：Ubuntu 22.04・Python3・C/C++ 開発支援ツール：Git・GitLab・Docker 開発内容タイプ：B2B・リサーチ 【Webサイト】 https://www.fixstars.com/ja/llm 【従事すべき業務の変更の範囲】 会社の定める業務全般

【概要】 LLMなどの機械学習モデルの開発を促進する、MLOpsツールのための研究開発業務 LLMや生成AIをはじめとする最新の機械学習モデルの開発では、学習時のモデルアーキテクチャの改善や合成データセットの利用、分散並列処理による高速化、評価シナリオの多角化など多数の技術要素が複合的に用いられています。 そのため、実験間の比較や再現、実験結果の報告、学習済みモデルの運用を効率的に行うのはますます難しくなっており、機械学習プロジェクト全体を管理するためのMLOpsツールが必要とされています。 一方で、MLOpsツールの導入とその運用についてのノウハウはプロジェクト担当者や研究者個人に閉じている場合が多く見られる実情があります。また、必要最低限の機能しか使っておらず、システム全体の効率が考慮されていないこともあります。 こういった現状を踏まえて、フィックスターズでは機械学習モデルの学習・評価・デプロイを一気通貫に効率よく行うことを目的としたMLOpsツールを開発・提供しています。 ハードウェアからUIまで幅広い領域を考慮した最適なMLOpsツールの構築を目指すプロジェクトになります。 このたび、業務拡大に伴い、MLOpsの分野での知見と経験のある方を募集します。 【具体的な職務内容】 下記の範囲から、まずは自身の得意分野から始め、成果を出しながら業務を通して対応領域を拡大していただきます ・機械学習モデルの学習 ・評価・運用に関する新規技術（論文やライブラリ）の調査 ・既存技術と新規技術の比較と、MLOpsツールに取り込む技術の選定 ・MLOpsツール内で利用している各ライブラリの機能追加（オープンソースプロジェクトへの貢献も含む） ・MLOpsツールを実際に利用した社内向け機械学習モデルの開発と、運用・提供中のMLOpsツールのユーザーに対するサポートや要望のヒアリング ・自社または顧客のMLOpsのワークフローやアーキテクチャの設計 【従事すべき業務の変更の範囲】 会社の定める業務全般 【プロジェクトのやりがい】 ・最先端の機械学習プロダクトの開発や運用に関わることができる ・機械学習パイプラインの内容全般にわたる大きな裁量を持ち開発を推進できる 【開発環境】 開発環境：Ubuntu・Python3 開発支援ツール：Git・GitLab・Docker・Slack 開発内容タイプ：B2B・リサーチ