■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。
基盤モデルを、人の評価やフィードバックを使ってロボットの実用に合わせて仕上げる工程を担っていただきます。
お任せしたいこと
追加学習・選好学習・RLHF の手法の実装
評価データ・フィードバックの集め方の設計
安全性と性能の両立のための調整
大規模モデルの事後学習（SFT、RLHF、DPO など）の実務経験
ロボットや行動モデルへの応用経験
モデルの振る舞いを丁寧に観察し、改善を積み重ねられる方
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 — Post-Training & RLHF（事後学習と人のフィードバックによる強化学習）」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。
