【概要】 LLM、VLM、音声モデルなどのAIモデルを活用するための学習・推論環境の構築、運用、最適化を担うエンジニアを募集します。 本ポジションでは、既存のAIフレームワークやオープンモデルを活用し、学習・推論が可能なGPU環境や分散処理環境を整備したり、 学習・推論の高速化・安定化に取り組んでいただきます。 また、プロジェクトの状況に応じて、モデルの学習・ファインチューニング、評価、ハイパーパラメータチューニングなどにも関わっていただきます。 AIモデルを実用的に動かし、効率よく学習・推論できる状態に整えるための技術基盤づくりを担うポジションです。 【プロジェクト概要】 本プロジェクトでは、LLM、VLM、音声モデルなどのAIモデルを、実際のプロダクトや研究開発テーマに活用するための技術検証・実装を行っています。 生成AIやマルチモーダルAIの活用が進む中で、モデルを選定して動かすだけではなく、 用途に応じた実行環境の構築、学習・推論パイプラインの整備、推論性能の最適化、評価方法の確立、GPUリソースの効率的な利用などが重要になっています。 本プロジェクトでは、既存のAIフレームワークやオープンモデルを活用しながら、さまざまなモデルを検証し、 実用に耐える性能・速度・安定性を備えたAI活用環境の実現を目指します。 モデル自体の新規研究開発を主目的とするのではなく、AIモデルを実際のシステムやサービスに組み込める状態にするための技術課題に取り組むプロジェクトです。 【具体的な職務内容】 ・モデルを学習・推論できるようにするためのスクリプト、パイプライン、周辺ツールの実装 ・複数GPU・複数ノードを用いた分散学習・分散推論環境の構築および検証 ・推論サーバやモデルサービング基盤の構築、API化、監視、ログ収集 ・推論レイテンシ、スループット、GPUメモリ使用量、GPU利用率、コストの計測・分析・改善 【従事すべき業務の変更の範囲】 会社の定める業務全般

・Pythonの実務経験 ・GPUアーキテクチャの関する基本的な知識 ・深層学習モデルの学習経験もしくはAIモデル運用基盤構築経験

・分散並列学習に関する知識・経験 ・PyTorch ProfilerやNVIDIA Nsight Systems等のプロファイラでパフォーマンスをボトルネック調査し、実際の高速化を行った経験 ・LLMOpsに関する基礎知識および環境構築経験 ・AIを利用した開発経験

・担当業務に対してオーナーシップを持ち、自責で考えて行動できる方 ・ビジネス視点を持ち、顧客と自社双方の利益となる提案ができる方 ・不確実な状況でも自ら仮説を立て、試行錯誤しながら前に進めることが出来る方 ・未知のことでも素早くキャッチアップし業務に活かせる方 ・相手を尊重したコミュニケーションが出来る方 ・好奇心が旺盛で、非自明なつながりを発見することに喜びを覚える方