東京大学 松尾・岩澤研究室 の全ての求人一覧

【Research Activities】 ・Research and development on the fundamentals and applications of deep representation learning. The Matsuo Laboratory is extensively engaged in research and development to realize smarter machines and to elucidate the principles of intelligence, with a focus on world models. As a specially appointed researcher/assistant professor/lecturer, you will be responsible for building fundamental methodologies for modeling the external world, or for promoting research in the areas of natural language processing and robotics. Examples of research themes are listed below, but we are looking for a wide range of people who share the concept of world modeling and can proactively set up their own themes. Example: ・Deep generative models (VAE, GAN, Flow, diffusion models, etc.) ・Self-supervised learning ・Construction of large-scale models ・Fundamental research on deep learning (lottery hypothesis, network architecture exploration, etc.) ・Reinforcement learning and robotics (especially simulator-based policy acquisition and real-world transitions) ・Image recognition technology related to automatic driving (especially video recognition, video prediction, etc.) ・Natural language processing and semantic understanding (especially research on recent advances such as Transformer, utilization of multimodal data, etc.) 【Other duties】 ∙ Research and development (submitting results to international conferences is encouraged) ・Management of projects related to your research area, including students ・Collaborative research projects with companies ・ Several lectures per year (to be arranged in accordance with your interests)

【研究内容】 ・深層表現学習の基礎・応用に関する研究開発。 　松尾研究室では世界モデルを中心に、より賢い機械を実現する、また知能の原理を解明するための研究開発を広く行っています。 　外界をモデル化する基礎的な方法論の構築、あるいは自然言語処理やロボティクス領域での研究推進を担っていただきます。 　研究テーマの例は下記の通りですが、これに縛られず、世界モデルというコンセプトに共感して主体的にテーマを設定できる方を広く募集します 　　例）深層生成モデル (VAE, GAN, Flow, 拡散モデル等） 　　　　自己教師あり学習 　　　　大規模モデルの構築 　　　　深層学習の基礎研究（宝くじ仮説、ネットワークアーキテクチャ探索等） 　　　　強化学習・ロボティクス（特にシミュレータを活用した方策の獲得、実世界転移） 　　　　自動運転に関する画像認識技術（特に動画認識、動画予測等） 　　　　自然言語処理・意味理解（特にTransformerなどの最近の進展に関する研究、マルチモーダルデータの活用等） 【業務内容】 ・研究開発（成果を国際学会に投稿することは推奨） ・学生を含むご自身の研究領域に関するプロジェクトのマネジメント ・企業との共同研究プロジェクト、年間数コマ程度の講義担当（ご興味とすり合わせてご調整）

(1) Research and development in one or more of the following areas: (A) Fundamentals and applications of deep representation learning ・New methodologies for deep generative models, optimization algorithms ・Multimodal learning ・Reinforcement learning (Sim2Real, Morphology Agnostic RL) ・Research on the lottery hypothesis (the strong lottery hypothesis) and network structure search (B) Construction and application of large-scale language models ・Construction Method of datasets for building LLM ・Research on adapting LLM to novel tasks (In-Context Learning, Augmented LLM, etc.) ・Research on robot learning using LLM (C) Research and development on the construction and application of world models ・Development of new algorithms for model-based reinforcement learning and model learning ・Research on next-generation simulation technologies (NeRF, Differentiable Physics, ・Research on applications to robotics, automatic driving, etc. (D) Neuro-Inspired Deep Learning ・Research on new computational models for deep learning learned from the neocortex ・Back-propagation Free Algorithm ・Reservoir Computing Matsuo Laboratory is widely engaged in R&D to realize smarter machines and to elucidate the principles of intelligence while putting the main focus on the world model. Examples of research themes are listed above, but we are looking for a wide range of researchers who share the concept of the world model and can proactively set their themes. (2) Other duties ・Writing papers (submission of the results of research to international conferences are encouraged) ・Management of projects related to your research area, including students ・(optional) Joint research projects with companies ・(optional) Several lectures per year 【Special note】 ・We also welcome applications from researchers who wish to conduct research at the Matsuo Lab while planning to apply for the JSPS PD program! (Please contact us by 18:00 on April 21 (Fri.) due to the deadline within the university)

[業務内容] 下記いずれか1つあるいは複数の領域での研究開発。 (1) 深層表現学習の基礎・応用 　　例）深層生成モデルの新しい方法論，最適化アルゴリズム 　　例）マルチモーダル学習 　　例）強化学習（Sim2Real, Morphology Agnostic RL） 　　例）宝くじ仮説（特に強い宝くじ仮説）とネットワーク構造探索に関する研究 (2) 大規模言語モデルの構築・活用 　　例）大規模言語モデルの構築のためのデータセットの構築方法 　　例）LLMの新規タスクへの適応に関する研究（In-Context Learning，Augmented LLMなど） 　　例）LLMを活用したロボット学習に関する研究 (3) 世界モデルの構築・応用に関する研究開発 　　例）モデルベース強化学習・モデル学習の新しいアルゴリズムの開発 　　例）次世代シミュレーション技術に関する研究（NeRF，Differentiable Physics，Real2Sim，システム同定） 　　例）ロボット，自動運転などへの応用研究 (4) Neuro-Inspired Deep Learning 　　例）大脳新皮質に学んだ深層学習の新たな計算モデルに関する研究 　　例）Back-propagation Free Algorithm 　　例）Reservoir Computing 松尾研究室では世界モデルを中心に、より賢い機械を実現する、また知能の原理を解明するための研究開発を広く行っています。 研究テーマの例は上記の通りですが、これに縛られず、世界モデルというコンセプトに共感して主体的にテーマを設定できる方を広く募集します。 【業務内容】 ・研究開発（成果を国際学会に投稿することは歓迎します） ・学生を含むご自身の研究領域に関するプロジェクトのマネジメント ・（任意）企業との共同研究プロジェクト ・（任意）年間数コマ程度の講義 【特記事項】 ・学振PDに応募予定で松尾研で研究を希望される方のご応募も歓迎します！ （学振PDの方は学内締め切りの関係で4/21(金)18:00までにご連絡ください）

【職務内容】 大規模言語モデル（LLM）の実用化が加速すると同時に，その本質的な理解や社会実装する上でのリスクを制御する手法など，行うべき重要な研究開発テーマは増加しています。松尾研は，これまでLLMに関する主要な研究を精力的に行い，100億パラメータサイズで日英2ヶ国語対応のLLMWeblab-10Bの開発なども行ってきました。今後も，LLMに関する研究開発の取り組みを更に加速させます。 現在，松尾研では，LLMの理解と制御に関する研究と開発両方の人材を募集しておりします。 ※以下は採用後に取り組んでいただく研究例の一例です。 [1] 効率的なLLMの学習方法に関する研究 （継続事前学習，固有ドメイン知識，論理推論能力を高める方法，学習データと発現する能力との関係の分析，Unlearningなど） [2] LLMの動作原理の理解 （In Context LearningやPromptingの原理の理論的・実験的解明，Chain of Thought等の発展的なPrompting戦略，Probingや介入によるTransformerの内部状態の分析手法の構築など） [3] LLMの社会的リスクに関する研究開発 （Bias, Hallucination, Watermark, Copyright, Privacy等の社会的問題に対する評価，解決方法など） [4] その他LLMの高度化や応用に関する研究 （Retrieval Augmented Language Model, Tool Autmgenet Language Model, 状態空間モデルなどの次世代アーキテクチャ，Transformerの軽量化，LLMにルールを遵守させる方法，マルチモーダルに関する研究，ロボティクスとの融合など）

【職務内容】 大規模言語モデル（LLM）の実用化が加速すると同時に，その本質的な理解や社会実装する上でのリスクを制御する手法など，行うべき重要な研究開発テーマは増加しています。松尾研は，これまでLLMに関する主要な研究を精力的に行い，100億パラメータサイズで日英2ヶ国語対応のLLMWeblab-10Bの開発なども行ってきました。今後も，LLMに関する研究開発の取り組みを更に加速させます。 現在，松尾研では，LLMの理解と制御に関する研究と開発両方の人材を募集しておりします。 ※以下は採用後に取り組んでいただくプロジェクトの一例です。 [1] LLMのフルスクラッチ構築（1B〜100B），継続学習 ① 大規模テキストコーパス，医療や法律等のドメイン固有情報の収集と整備 ② クラウドサービスを利用したLLMのスクラッチ開発，継続学習 ③ 評価データセットの整備 ④ 既存研究の再現実装（Mambaなどの先端アーキテクチャを含む） [2] LLMの社会的リスクに関する研究開発 ⑤ 既存研究，プロダクトの調査再現実装（Bias, Halucination, Watermark, Copyright, etc. ) ⑥ 既存プロダクトの検証 [3] 外部知識や外部ツールとの融合（LLM Agent） ⑦ Retrieval Augmented Language Model，Tool利用方法（ToolkenやCameleon），Web操作等の技術のベンチマーク ⑧ 上記に関する評価データセットや評価環境の整備

【会社概要】 当社は、東京大学工学系研究科の研究室に伴走し、大学を中心としたイノベーションを生み出す「エコシステム」を作り、 大きく発展させることを目的に2020年2月に設立されました。 先端技術の社会実装と、企業の次世代を担う人材やスタートアップ企業の育成を推進し、 AI技術を中心とした価値の連鎖を生み出していきたいと考えています。 AI分野を中心に先端技術の進展が目覚しく、産業構造の大きな転換期を迎える中で、 AI技術が社会にもたらすイノベーション・スパイラルの起点となることを目指しています。 【募集背景】 社会が大きな転換期を迎え、最先端の研究成果を社会へ還元することがこれまで以上に強く期待されている中、 当社は産業界や行政との一層の連携強化を推進する役割を担っています。 現在まさに立ち上げ期にあり、日々先端技術の社会実装の可能性を探っている状況です。 今後、先端技術と社会の橋渡しを行い社会実装を加速化し、構想を早期実現すべく、アクセルを踏むフェーズに入ったと考えています。 そこで今回シニアデータサイエンティストを募集することになりました。 【業務内容】 企業へのヒアリング・課題抽出と提案から、AI技術を利用したソリューションの実装と継続運用していくまで、企業とプロジェクトメンバーの間に立ち、時に手を動かしながらAI開発プロジェクト全体のリードをお任せする予定です。 高いレベルのエンジニアリング力と常に最新の技術をキャッチアップする強い向学心に加え、プロジェクトマネジメントのスキルやクライアントとのビジネスコミュニケーション能力も求められる、チャレンジングなポジションです。 人工知能技術を社会実装することで、産業界に革新をもたらし、且つ最高の環境で、自らの知識・スキルもハックできます。 【業務内容詳細】 ・AI開発・実装プロジェクトのリード ・営業担当者と共に企業に課題をヒアリング、スコープを設定 ・コーディングを含む先端技術の社会実装 ・プロジェクトメンバーのマネジメント・育成 【参考】 ▼社員インタビュー 入社３年目で最速で役員へ。データサイエンティストが経験した松尾研での0→1の新規事業開発と今後の展望。 https://matsuo-institute.com/recruit-news/2022-12-17/ 【働く環境】 ・AI技術の最新情報が常に入ってくる環境 ・書籍購入自由 ・国内外のAI研究機関との連携や人材交流も盛ん ・AI技術の最新論文読み放題 ・日本のAI最前線を走っている松尾先生から直接FBが得られる ・最先端の技術を扱うプロジェクト多数 ・Sandboxの環境充実 ・Kaggleに自主的にチャレンジしているメンバー多数 ・アカデミア領域の基礎研究チームとの技術交流が活発 ・論文の輪読会やライトな勉強会など活発に開催 【配属組織の概要】 共同研究チームに所属いただきます。 当該組織には、下記3つのチームがあり、連携しながらプロジェクトを推進しています。 ①AIコンサル（営業担当） ②データサイエンス ※今回お声がけしているポジション ③MLシステム開発 ＜役割＞ ①AIコンサル（営業担当） 日本を代表する大手企業の経営陣からお預かりする抽象的なテーマに対して、AIコンサルタントが技術的な知見・データ分析結果を基にしたクライアントの課題を整理・見直しを行います。主に、バックグラウンドとしては戦略コンサル出身のメンバーが在籍しています。 技術的な知見という側面で、クライアントの課題整理からデータサイエンティストメンバーも商談同席することも多いです。 ②データサイエンス（デリバリー）　※今回お声がけしているポジション 案件成立後、シニアデータサイエンティストがPMとして手法調査/論文リサーチ〜モデル開発〜PoCまで主導します。シニアデータサイエンティストは、PMとして、常時2~3案件を担当しております。 シニアデータサイエンティストのもと、データサイエンティストメンバーと松尾研の講義修了優秀生から抜擢されたインターン生と共に5名前後のチームを組みながらプロジェクトを進めていくことが多いです。 半年〜1年、場合によっては数年単位など、さまざまなスパンでクライアントへの価値を実装していきます（スコープを変え更新することも多い）。 ③MLシステム開発 プロジェクトによっては、プロダクト開発まで実装するケースもあり、AIモデルを活用したシステム開発〜テスト、納品まで主導します。

【概要】 松尾研では「知能を創る」ことを目指し、基礎研究を進めています。 さらにはアカデミアでの研究成果を社会に伝播し、 生み出された成果がアカデミアに還元されるエコシステムの実現を目指し、 講義や企業との共同研究、アントレプレナーシップ教育など 多様な活動に取り組んでいます。 ＜参考記事＞ シリコンバレーに並ぶエコシステムの実現に向けて　代表松尾豊インタビュー（前編） https://weblab.t.u-tokyo.ac.jp/laboratoryheadinterview_20220901-1/ 【募集背景】 社会が大きな転換期を迎える中、産官学連携の要請は一層高まり、 松尾研に対しても、研究や教育を軸にした中立的な立場での 技術や社会の展望に関する洞察、研究開発が期待されています。 こうした流れを汲み、産官学連携推進に向けた提言作成・渉外を行う 経営戦略本部のメンバーとして、新規メンバーを増員募集いたします。 大きな時代の転換期に、マクロ・ミクロに社会や事業を見て松尾直下で構想を描く、 挑戦的なポジションです。ぜひ多くの方に募集いただければ幸いです。 【業務内容】 ・松尾教授との議論をベースにしたデスクトップリサーチ〜インタビューの実施 ・企画書作成 ・産官学を横断したキーマンコミュニケーション ・プロジェクト立ち上げに向けた渉外活動 ※参考資料 これまで経営戦略本部で作成した研究企画書は下記のような場所で活用されています。 DBJソフトインフラレポート： https://www.dbj.jp/topics/investigate/2022/html/20220419_203799.html 「AIの進化と日本の戦略」（note「自民党AIの進化と実装に関するプロジェクトチーム」内） https://note.com/akihisa_shiozaki/n/n4c126c27fd3d

【職務内容】 大規模言語モデル（LLM）の実用化が加速すると同時に，その本質的な理解や社会実装する上でのリスクを制御する手法など，行うべき重要な研究開発テーマは増加しています。松尾研は，これまでLLMに関する主要な研究を精力的に行い，100億パラメータサイズで日英2ヶ国語対応のLLMWeblab-10Bの開発，経産省及びNEDOが進める日本国内の生成AI基盤モデル開発を推進する「GENIAC」プロジェクトにおいて，「Tanuki-8×8B」の開発などを行ってきました。 今後も，LLMに関する研究開発の取り組みを更に加速させます。 ※以下は採用後に取り組んでいただくプロジェクトの一例です。 [1] LLMのフルスクラッチ構築，継続学習　（1B〜1000B） ① 大規模テキストコーパス，医療や法律等のドメイン固有情報の収集と整備 ② クラウドサービスを利用したLLMのスクラッチ開発，継続学習 ③ 評価データセットの整備 ④ 既存研究の再現実装や先端手法の追求（熟考型モデル、自立型エージェント、秘密計算、Mambaアーキテクチャなど） [2] LLMの社会的リスクに関する研究開発 ⑤ 既存研究，プロダクトの調査再現実装（Bias, Halucination, Watermark, Copyright, etc. ) ⑥ 既存プロダクトの検証 [3] 外部知識や外部ツールとの融合（LLM Agent） ⑦ Retrieval Augmented Language Model，Tool利用方法（ToolkenやCameleon），Web操作等の技術のベンチマーク ⑧ 上記に関する評価データセットや評価環境の整備