【01】LLMエンジニア

## ELEMENTSについて ELEMENTSは、生体認証と画像認識という2つのコア技術を軸に、社会課題を解決するためのサービスを開発・提供している会社です。組織規模に対して多様なプロダクトを展開しており、特に認証技術に強みを持つ「LIQUID eKYC」は国内外600社以上に導入され、口座開設やスマートフォン契約といった身近な手続きを支えています。 また、技術検証を目的とした調査プロジェクトも頻繁に立ち上がっており、SFのような未来を「事業化×技術力」で実現するための技術探求を続けています。 その象徴がグループミッション 「BEYOND SCIENCE FICTION」。既存技術の延長ではなく、“未来の情報インフラ” を本気でつくりにいく挑戦を続けています。 ## 募集背景 AI時代のより安全な情報インフラを目指す「ELEMENTS CLOUD」事業にて、NVIDIA / AMD / Cerebras など多様な最新AI半導体上で OSS LLM / Local LLM を動かし、そのポテンシャルを最大限に引き出すための性能評価・ベンチマーク設計・最適化を担っていただきます。 【チーム体制】 ELEMENTSのR&Dは4つの専門チームで構成されています。 - Liquid R&D チーム：顔認証・不正検知・OCRなどプロダクト競争力を高める領域を担当 ‐ Coordware EC Agent チーム：文章生成・画像生成・レコメンド技術によるEC課題解決 - LLM Solution チーム：LLMを用いた業務課題解決やソリューション PoCを担当 - Next LLM R&Dチーム：オープンなLLM/AIと最先端AI半導体による次世代AI開発インフラの研究開発を担当 今回の募集は Next LLM R&D チームへの配属となります。 ▼参考記事： - ELEMENTSのR&Dグループで働く魅力ーSF世界と現実を「事業化 x 技術力」で結ぶ https://note.com/elements_hrx/n/nb0fe261605fa ## 仕事内容 Next LLM R&D チームの一員として、以下のような業務をお任せします。 - 最新のOSS LLM / Local LLM を複数ベンダーのAI半導体（例：NVIDIA Blackwell、AMD、Cerebras、SambaNova 等）上で動作させ、学習・推論性能の評価・ベンチマーク設計 - vLLM / SGLang など商用規模の推論フレームワークの動向把握と、スループット・レイテンシを最大化するためのチューニング - GPUスケジューリング技術や、LLM評価指標の検討・実装など、実運用を見据えたインフラ・基盤技術の研究開発 - 社内R&Dチーム（eKYC顔認証 / ECサイト向け AIAgent / LLM ソリューション開発等）との連携を通じた、ELEMENTS CLOUDへのフィードバックとプロダクト反映 また、将来的には、以下のような役割も期待しています。 - 開発で得られた知見やツールをOSSとして公開し、コミュニティと連携しながらエコシステムに貢献 - 各半導体ベンダーとの技術ディスカッションをリードし、共同検証やPoCを推進 - 最先端半導体の特性をふまえ、ELEMENTS CLOUDのアーキテクチャやロードマップ策定に参画 - OSS LLM / Local LLM 普及のための技術記事執筆、カンファレンス／勉強会での登壇 ※ 関連記事 「ポスト5G情報通信システム基盤強化研究開発事業／ポスト5G情報通信システムの開発／（g6）AI用計算資源の高度化に向けた研究開発」で多様なAI半導体の性能評価を実施 https://www.nedo.go.jp/koubo/CD3_100394.html ELEMENTSが7兆円のクラウド市場に挑む理由｜新規事業「ELEMENTS CLOUD」の展望 https://note.com/elements_hrx/n/n13559ff77e1f ### 従事すべき業務の内容 - 雇入れ直後：求人票記載の内容 - 変更の範囲：会社の定めるすべての業務 ## 仕事の魅力 - 個人では入手が難しい最先端AI半導体（NVIDIAの最新世代GPU、AMD GPU、Cerebras, SambaNova等）を含む、多様な計算資源にアクセスしながら開発できる環境 - 「ポスト5G情報通信システム基盤強化研究開発事業」等のプロジェクトを通じて、国家レベルの研究開発や標準化の文脈にも関わることができる - LLM / Local LLM の実運用に直結する現実的なベンチマークや評価指標を、自ら設計・実装し、業界に発信できる - Liquid eKYC や AiQ Permission など、既存事業のR&Dチームと連携しながら、リアルな顧客課題に近い距離で新しいインフラ事業をつくっていける - OSSコミュニティとの連携や、技術記事・登壇を通じて個人としてのアウトプット・ブランドも高めていける ## 開発環境や使うシステム等 ### 言語・フレームワーク - Python（PyTorchなど）, TypeScript - vLLM, SGLang など各種推論フレームワーク - 必要に応じて C++ / CUDA 等 ### インフラ・基盤 - Kubernetes (k8s) 上でのGPUクラスタ運用 - Docker / コンテナベースの実行環境 - 各種GPU向けライブラリ：CUDA / ROCm など - AWSや各種SaaSも活用 ### 開発プロセス・ツール - Git / GitHub を用いたバージョン管理・コードレビュー - CI/CD 環境による自動テスト・デプロイ - Notion / Slack 等での情報共有・コミュニケーション ## 参考資料 ### 広報まとめページ https://elements-career.notion.site/contentslist ### エンジニア向け広報 https://elements-career.notion.site/dev-entrance

- PyTorch を用いたモデル学習・推論パイプラインの構築・運用経験 - LLM もしくは大規模モデル（Vision/言語問わず）の学習または推論基盤の開発・運用経験 - GPU を用いた高速化（CUDA / ROCm / cuDNN など）に関する基礎知識 - Kubernetes 等を用いたコンテナベースの分散実行環境の利用・運用経験 - Linux 環境での開発スキル（シェル、基本的なオペレーション、リソースモニタリングなど） - ベンチマーク結果やログを元に、ボトルネックを特定し改善方針を立てられる分析力 - 技術的な議論を日本語で行えるコミュニケーション能力

- vLLM / SGLang / TensorRT-LLM など、LLM向け推論フレームワークの実運用・チューニング経験 - GPUクラスタ上での大規模学習・分散学習（Data Parallel / Model Parallel / Pipeline Parallelなど）の設計・運用経験 - CUDA等を用いた低レイヤーでの性能最適化経験、あるいはC++による高パフォーマンスな実装経験 - AIアクセラレータ（TPU, IPU, 専用AIチップなど）におけるモデル移植・ベンチマーク経験 - LLMの評価指標設計（品質評価・安全性評価）や、NIST 等の標準化動向への興味・知識 - OSSプロジェクトへのコントリビューション経験（Issue / PR / 自作ライブラリの公開など） - 英語での技術文書の読解や、海外ベンダーとのコミュニケーション経験

- Local LLM やオープンなAIエコシステムの発展に強い関心があり、自ら手を動かして検証を進められる方 - 性能の数字（レイテンシ、スループット、コストなど）を追い込むことを楽しめる方 - ハードウェアからソフトウェア、ミドルウェアまで、スタック全体を俯瞰しながら最適解を探るのが好きな方 - チームでの開発や、他チーム・ベンダーとのコラボレーションを前向きに楽しめる方 - 仮説検証を素早く回し、結果から素直に学び、プロダクトやアーキテクチャに反映していける方 - ELEMENTSの目指す世界に共感し、ワクワクできる方