[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）

・博士の学位を24年3月時点で取得する見込のある方 ・機械学習に関する研究・論文執筆経験 ・PyTorch, TensorFlow, JAX等の深層学習ライブラリの利用経験

・関連分野のトップ国際会議（下記は例）での主著論文を含む研究業績。 　　機械学習基礎：ICLR, ICML, NeurIPS 　　言語系：ACL, NAACL, EMNLP 　　画像系：CVPR, ECCV, ICCV 　　ロボティクス：IROS, ICRA, RSS, CoRL 　　人工知能：IJCAI, AAAI ・先端知識を生かした教育・アウトリーチ活動への関心のある方。 ・先端知識を生かした共同研究・起業などに幅広く松尾研の活動に関心のある方。

・関連分野のトップ国際会議（上記参照）での主著論文を含む研究業績のある方 ・先端知識を生かした教育・アウトリーチ活動への関心のある方。 ・先端知識を生かした共同研究・起業などに幅広く松尾研の活動に関心のある方。 【松尾豊教授からのメッセージ】 これから基礎研究チームにジョインいただきたい方に対する メッセージとなります。ぜひご覧ください！ ・「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/ ・「松尾研基礎研究にかける思い　代表松尾豊インタビュー（後編）」 　https://weblab.t.u-tokyo.ac.jp/laboratoryheadinterview_20220901-2/ ー 【お願い】 ・応募いただく場合につきましては、以下のご提出をお願いいたします 　　（必須）①研究業績リスト（原著論文、総説、招待講演等） 　　（必須）②主要論文3編程度 　　（任意）③これまでの研究概要と今後の研究ビジョンのわかるもの（文章、スライド等形式は問いません） ・画面上部「応募する」ボタンを押下いただいた後、「その他のファイル」のフォームに上記ファイルのアップロードをお願いいたします