AI R&D - 03. Research Engineer - Post-training & Alignment / 事後学習

AI R&D - 04. Research Engineer - Post-training & Alignment / 事後学習 仕事概要 # 会社について Third Intelligenceは、日本発のAGIの確立に挑戦する、AI研究・プロダクト開発企業です。Third Intelligenceが独自に提唱する「遍在型AGI（汎用人工知能）」の確立と個人に寄り添ったその成長を通じて、社会の新たな基盤となるサービスの実現を目指します。 [Third Intelligence Company Deck](https://speakerdeck.com/thirdintelligence/third-intelligence-company-deck)（別タブで開きます） 私たちは、2つの事業を展開しています。 1つは、日本発の汎用人工知能（AGI）の実現。従来のような巨大なモデルを全利用者に一律に提供するのではなく、利用者に合わせて独自に成長する「遍在型AGI」の実現を目指しています。 もう1つは、遍在型AGIの特性を活かした生活者向けグローバルプロダクトの構築です。2026年1月に国内最大規模の100億円規模の初回資金調達を完了し、博報堂DYグループとの資本業務提携を経て、研究開発並びにプロダクト開発を加速しています。 # ポジションについて ## ポジションの意義・背景 事前学習を終えた基盤モデルを、実際に人間が使える知能へと仕上げる役割です。具体的には、SFT（教師あり微調整）やRLHF（人間のフィードバックからの強化学習）などの手法を用いて、モデルの応答品質、推論能力、安全性を高めます。プロダクトとしてのAIの価値を直接左右する重要な工程を担っていただきます。 ## 業務内容・期待成果 - SFT, RLHF, DPO等の手法を用いた、モデルの応答性能と推論能力の高度化 - 特定タスク（会話、プログラミング、数学、論理推論等）における思考プロセスの最適化と精度向上 - ハルシネーションの抑制や安全性確保のための学習手法、および独自の評価メトリクスの設計 - 高品質な合成データの生成・選別パイプラインの構築と、データ効率の最大化 必須スキル # 会社について Third Intelligenceは、日本発のAGIの確立に挑戦する、AI研究・プロダクト開発企業です。Third Intelligenceが独自に提唱する「遍在型AGI（汎用人工知能）」の確立と個人に寄り添ったその成長を通じて、社会の新たな基盤となるサービスの実現を目指します。 [Third Intelligence Company Deck](https://speakerdeck.com/thirdintelligence/third-intelligence-company-deck)（別タブで開きます） 私たちは、2つの事業を展開しています。 1つは、日本発の汎用人工知能（AGI）の実現。従来のような巨大なモデルを全利用者に一律に提供するのではなく、利用者に合わせて独自に成長する「遍在型AGI」の実現を目指しています。 もう1つは、遍在型AGIの特性を活かした生活者向けグローバルプロダクトの構築です。2026年1月に国内最大規模の100億円規模の初回資金調達を完了し、博報堂DYグループとの資本業務提携を経て、研究開発並びにプロダクト開発を加速しています。 # ポジションについて ## ポジションの意義・背景 事前学習を終えた基盤モデルを、実際に人間が使える知能へと仕上げる役割です。具体的には、SFT（教師あり微調整）やRLHF（人間のフィードバックからの強化学習）などの手法を用いて、モデルの応答品質、推論能力、安全性を高めます。プロダクトとしてのAIの価値を直接左右する重要な工程を担っていただきます。 ## 業務内容・期待成果 - SFT, RLHF, DPO等の手法を用いた、モデルの応答性能と推論能力の高度化 - 特定タスク（会話、プログラミング、数学、論理推論等）における思考プロセスの最適化と精度向上 - ハルシネーションの抑制や安全性確保のための学習手法、および独自の評価メトリクスの設計 - 高品質な合成データの生成・選別パイプラインの構築と、データ効率の最大化 歓迎スキル - 基盤モデルの事前学習に関する知識や経験 - フロンティアモデルの開発・運用実績 - 英語による技術議論およびグローバルな開発体制における業務経験 - 国際的な技術コミュニティでの活動や、英語による高度な技術交渉およびドキュメンテーション能力 - BigTech水準のHPCインフラストラクチャを、最高のパフォーマンスで利用するための最適化能力 - C++/CUDAなどの低レイヤー言語を用いた計算グラフ最適化、またはAIアクセラレータ(ASIC など)に関する専門的な知識 - LLMの評価ベンチマークの設計、あるいはデータセットの構築に関する実績 求める人物像 応募概要 給与 応相談 ※ストック・オプション制度有‬‭ 勤務地 101-0052 東京都千代田区神田小川町1丁目4 WORK VILLA MYJ KANDA 11F 地方からフルリモートOK。 ただし毎週、月曜日・金曜日は出社推奨日、かつ月1回のAllHands出社が必要(交通費支給) 雇用形態 正社員 勤務体系 - 専門型裁量労働制 または、フルフレックス（所定労働時間 8時間‬、45時間分の固定残業代あり。超過分は別途支給） - 休日：土・日、祝日、年末年始 等 - 入社時に特別休暇を3日付与（有効期限半年）、その後6ヶ月勤務後から最低10日〜最大20日の年次有給休暇を付与 - ほか特別休暇あり（慶弔休暇、アニバーサリー休暇など） - 加入保険：雇用保険・労災保険・健康保険・厚生年金‬ 試用期間 3ヶ月 福利厚生 ## For Productivity - フルフレックスタイム制 or 裁量労働制 - ハイブリッドワーク - 東京移住時の引越補助 - 利用端末のスペック選択 - ガジェット補助 - 各AIツールの導入推進 ## For Growth - 書籍購入補助 - 海外カンファレンス参加補助 - MOOCs受講補助 - 英語・日本語学習支援 - 松尾研講座の受講補助 ## For Communication - チームビルディング目的の食事補助 - オフサイト補助 - Monthly All-Handsの実施（フルリモートも交通費補助） - フリードリンク、フリースナック ## For Life Plan - エッグフリージング補助・支援 - 今後導入予定（変更となる可能性があります） - 学費ローンの代理返済 - 確定拠出年金 ## For Family - ベビーシッター／病児シッター補助 - 看護・介護休暇 - アニバーサリー休暇 - 産休・育休・時短勤務歓迎 - 希望に応じて育休中の1:1実施