職種検索へ戻る

仕事の詳細

職場での仕事内容から生かせる経験・スキル、諸条件など詳細を確認できます

企業名

株式会社松尾研究所

職種

01-01. リサーチャー

仕事内容

【研究内容】 ・深層表現学習の基礎・応用に関する研究開発。 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】 ・機械学習×脳・神経科学(NeuroAI分野)からの知能に関する研究・開発

求める人物像

応募資格(必須) ・機械学習を使った5年以上の実務経験または研究経験(もしくはそれ相当のスキル) 例えば以下のようなご経験・スキルがある方のイメージとなります ・自己教師あり学習のなんらかのアルゴリズムを実装した経験がある ・機械学習系の論文に関して、公式GitHubを読めば実装方法を理解し自分で再実装することができる 応募資格(歓迎) ・機械学習に関する研究・論文執筆経験 ・博士(Computer Science/Neuroscience)の学位を有する方 ・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 ※マネジメント経験は必須ではありませんが、業務の一環としてマネジメントが発生する可能性はございます 応募時のお願い ・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 (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)

博士・ポスドクに特に求めること

・博士(Computer Science/Neuroscience)の学位を有する方 博士新卒 600万円〜

勤務予定地

東京都文京区

博士卒の初任給

修士新卒 550万円〜 ※リサーチエンジニアのみ 博士新卒 600万円〜 中途採用 〜1,400万円(ご経験や実績に応じ決定します)

類似した職種

株式会社とめ研究所

職種
AIリサーチエンジニア(博士後期課程対象)

【AIリサーチエンジニア】 ・新しいアルゴリズムなどの最先端ソフトウェアの研究開発 ・人工知能、機械学習・ディープラーニング、データサイエンス、画像処理、検査・計測・ロボット、自然言語処理、ヒューマンインタフェース、組込み制御などの新アルゴリズム研究開発 ■ 業務内容 ・最先端ソフトウェアの研究開発 - 人工知能、機械学習・ディープラーニング、データサイエンス、画像処理、検査・計測・ロボット、自然言語処理、ヒューマンインタフェース、組込み制御などの新アルゴリズム研究開発 ・具体例 - 人(自然知能)の知識処理に当たる機械学習、ディープラーニング:画像、音声、言語などのデータに対する判断や認識の精度を飛躍的に高めるコア技術 - 人(自然知能)の視覚処理に当たる画像処理:ものを見分けたり、位置を推測したりする画像認識。またそれを高速に処理するGPUプログラミングなど - 人(自然知能)の言語処理に当たる自然言語処理:応答に必要な音声認識や情報検索、それらの精度を高める機械学習技術など ・プロジェクトマッチング方法 - お客様からの多様なプロジェクトの中から、経験・スキル・希望を考慮し、キャリアアップに最適なプロジェクトを担当(お客様先プロジェクトの場合は通勤時間も配慮) ・研究開発の進め方 - 以下の流れをお客様とともに繰り返すことにより、難解な技術課題をステップで解決 * お客様の全体構想と共に課題をヒアリング * 課題をブレークスルーするための論文等を調査 * 調査結果に従って最適なアルゴリズムを実装・評価 * 試験結果を分析・お客様に報告し、次の課題を抽出・共有化 - 最新の理論を実際の問題に適用していく中で、生きた理論や役に立つ技術を習得可能 - プロジェクトリーダーミーティング等を通じて、課題の共有・対応を実施 ■ 研究開発プロジェクト例 ▼知識処理関連 ・データサイエンス ・ディープラーニングを使用した地表認識システム ・自然言語処理のための機械学習システム ・数理統計解析による最適化アルゴリズム ・生体化学反応シミュレーションシステム ▼画像処理関連 ・顔画像処理基本アルゴリズム ・運転自動化に向けた交通標識認識アルゴリズム ・3次元画像認識技術 ▼自然言語処理 ・技術文献検索アプリケーション ・音声認識におけるDNNインタフェース新機能開発 ▼その他 ・検査、計測、ロボット等の制御系 ・ユビキタスネットワークロボット技術

2027年卒