Research Engineer — Offline RL & Reward Design（オフライン強化学習と報酬設計）

Research Engineer — Offline RL & Reward Design（オフライン強化学習と報酬設計）

仕事概要

Highlanders は、ヒューマノイドロボットと、フィジカルAI（現実の世界で体を動かすAI）の基盤モデル、そしてその学習データを生み出すロボットの群れを、一つの流れとして開発しています。実機が現場で働くほどデータが集まり、モデルが賢くなり、ロボットがさらに働けるようになる。このデータの循環を、日本の工場の現場とサンフランシスコの両方から回しています。

実機から集めたデータを使い、オフライン強化学習でロボットの動作を改善する仕組みを担っていただきます。

お任せしたいこと

• オフライン強化学習の手法の実装と評価
• タスクごとの報酬設計・報酬モデルの構築
• 実機データでの学習と効果の検証

必須スキル

• 強化学習（特にオフライン強化学習）の実装経験

歓迎スキル

• 報酬モデル・選好学習の経験
• ロボットデータを扱った経験

求める人物像

• データとログから仮説を立て、速く検証できる方

応募概要

給与

ご経験・スキルを考慮のうえ、面談にてご提示します。

勤務地

San Francisco, CA（米国）または所沢開発拠点（埼玉県所沢市）
※どちらの拠点での勤務も可能です。ご希望をお聞かせください。

雇用形態

正社員（業務委託・副業での参画もご相談可）

勤務体系

勤務時間：9:00〜18:00
休日・休暇：完全週休二日制

試用期間

6か月

福利厚生

• 社会保険完備（健康保険、厚生年金保険、雇用保険、労災保険）
• 英会話手当
• 引越し手当