シニア機械学習エンジニア - LLM評価・タスク作成 (インド勤務)

職務概要

メルコアは、最先端のAI研究機関に代わり、実環境で高性能なMLシステムを構築、トレーニング、評価した実績を持つ高度なスキルを持つ機械学習エンジニアを募集しています。この職務では、高度なAIシステムのトレーニングとベンチマークを支える高品質な機械学習データセット、タスク、評価ワークフローを設計、実装、キュレーションしていただきます。

このポジションは、Kaggleなどの競技的な機械学習環境で優れた実績を持ち、深いモデリングの直感を備え、複雑な現実世界の課題を堅牢で構造化されたMLパイプラインとデータセットに変換できるエンジニアに最適です。研究者やエンジニアと密接に連携し、現実的なML問題の開発、データセットの品質確保、再現性のある影響力の高い実験の推進に貢献していただきます。

応募者は、3〜5年以上の応用ML経験または競技MLでの優れた実績があり、インドを拠点としている必要があります。理想的な応募者は、Pythonに精通し、再現性のあるパイプライン構築の経験があり、ベンチマークフレームワーク、スコアリング手法、ML評価のベストプラクティスに詳しい方です。

職務内容

• LLMのML能力を向上させるための独自のML問題を構築する。
• 分類、予測、NLP、レコメンデーション、または生成タスクのための機械学習モデルを設計、構築、最適化する。
• 迅速な実験サイクルを実行し、モデル性能を評価し、継続的に改善する。
• 高度な特徴量エンジニアリングとデータ前処理を実施する。
• 敵対的テスト、モデルの堅牢性チェック、バイアス評価を実装する。
• 必要に応じて、Transformerベースのモデルをファインチューニング、評価、デプロイする。
• データセット、実験、モデルの決定に関する明確なドキュメントを維持する。
• 最新のML研究、ツール、技術を常に把握し、モデリング能力を向上させる。

必須要件

• 機械学習モデル開発における3〜5年以上のフルタイム経験
• コンピュータサイエンス、電気工学、統計学、数学、または関連分野の技術系学位
• 競技的機械学習の経験（Kaggle、DrivenData、または同等）
• MLコンペティションでのトップレベルの成績（Kaggleメダル、ファイナリスト入賞、リーダーボードランキング）
• Python、PyTorch/TensorFlow、および最新のML/NLPフレームワークにおける高い習熟度
• MLの基礎（統計学、最適化、モデル評価、アーキテクチャ）に関する確かな理解
• 分散トレーニング、MLパイプライン、実験追跡の経験
• 優れた問題解決能力とアルゴリズム的思考
• クラウド環境（AWS/GCP/Azure）での実務経験
• 卓越した分析力、コミュニケーション能力、対人スキル
• モデリングの決定、トレードオフ、評価結果を明確に説明する能力
• 英語での流暢なコミュニケーション能力

歓迎要件

• Kaggle Grandmaster、Master、または複数のGold Medals
• ベンチマーク、評価、またはMLチャレンジ問題の作成経験
• 生成モデル、LLM、またはマルチモーダル学習のバックグラウンド
• 大規模分散トレーニングの経験
• AI研究、MLプラットフォーム、またはインフラチームでの実務経験
• 技術ブログ、オープンソースプロジェクト、または研究論文への貢献
• メンターシップまたは技術リーダーシップの経験
• 研究論文の発表経験（会議またはジャーナル）
• LLMファインチューニング、ベクトルデータベース、または生成AIワークフローの経験
• MLOpsツール（Weights & Biases、MLflow、Airflow、Dockerなど）に関する知識
• 推論性能の最適化と大規模なモデルデプロイの経験

参加する理由

• 次世代AIシステムを形成するデータサイエンティスト、MLエンジニア、研究リーダーと密接に連携し、最先端のAI研究ワークフローに触れることができます。
• 高度なモデリング戦略、新しい分析手法、競技レベルの検証技術を試しながら、影響力の大きい機械学習の課題に取り組むことができます。
• 予測、実験、表形式ML、マルチモーダル分析の最前線で活躍する世界クラスのAIラボや技術チームと協力できます。
• 柔軟な勤務形態（週30〜40時間またはフルタイム）— Kaggleレベルの問題解決能力を実世界のプロダクションレベルのAIシステムに応用したいMLエンジニアに最適です。
• 完全リモートかつグローバルに柔軟 — 深い技術作業、非同期コラボレーション、高生産性の研究環境に最適化されています。