■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
強化学習（特にオフライン強化学習）の実装経験
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
データとログから仮説を立て、速く検証できる方
LINEで相談する・応募する
フォーム入力も経歴書も不要です。「Research Engineer — Offline RL & Reward Design（オフライン強化学習と報酬設計）」について聞きたいとLINEで送っていただければ、担当（松岡）が直接お返事します。質問だけ・情報収集だけでもかまいません。
すでに友だちの方は②だけでかまいません（求人名が入った状態でLINEが開きます）。うまく開かないときは、LINEで ID @697nxhbt を検索してください。
「応募する」を押すと、転職支援サービスの申し込みフォームに進みます。企業へ直接応募するのではなく、担当エージェント（株式会社エージェントベスト）が企業へ推薦する形で選考が進みます。ご利用は無料です。
まだ転職を決めていない段階でもかまいません。経歴書のご用意は不要です。この求人の背景や求められている経験など、公開情報にないところからお話しします。
「電話で軽く話を聞きたい」は日程を決めずに、こちらから折り返す形です。ご希望の時間帯だけ伺います。
