【正社員/首都圏フルリモート/LLMエンジニア】金融サービスを提供するSaaS企業でのLLMエンジニア募集！

【雇入れ直後の業務】

【募集背景】
東大発スタートアップのナウキャストは、Finatextグループの一員として、オルタナティブデータ（今まで利活用の進んでいないビッグデータ）を用いた分析サービスを提供する会社です。
今回新たに大規模言語モデル（Large Language Models、以下「LLM」）を金融事業にセキュアに活用することを目的とした専門チーム『ナウキャストLLMラボ』を発足し、新たにチームをリードいただけるメンバーを募集します。
参考：https://hd.finatext.com/news/20230427/

本ポジションでは証券会社や運用会社などのプレイヤーにChatGPTの導入支援開発を行います。
加えて、ナウキャストが提供するオルタナティブデータを用いた分析SaaSへのChatGPTの組み込みなど、単なる技術検証に留まらない開発もリードしていただくことができます。

【業務内容】
LLMを用いたプロジェクト/プロダクトの企画・立案・開発を行っていただきます。
・LLMに関連する技術動向や新技術の調査・研究
・社内外の関連部署やパートナー企業との連携・協力
・プロジェクト進捗管理、品質管理、スケジュール管理
・LLMを用いたソリューションやプロダクトの企画
・LLMに関連する開発の推進

【本ポジションの魅力】
・LLMの自社プロダクトへの組み込みが行える
・証券会社や運用会社などの顧客と一緒にLLMの導入事例を作る経験
・国内外問わず各分野のトップクラスのメンバーで構成された少数精鋭の組織のため、意思決定のスピードが早く、経営層との距離が近い
・外国籍の社員も複数名在籍しており、全体のMTGは英語で行うなど、英語を生かしたい方にもマッチするグローバルな環境

【メンバー紹介】
・隅田（リードデータサイエンティスト）
東京大学経済学部経済学科にて計量経済学を専攻。経済現象の理解のためには高品質高頻度のデータが必要との想いから2018年よりナウキャストにてインターンを始める。 データエンジニアリングやデータサイエンスの業務をこなす中で, データ整備の高度化や非構造化データの活用に課題を感じ、2019年より東京大学大学院情報理工学系研究科コンピュータサイエンス専攻に進学し、大規模言語モデルの仕組みや人間との対話を取り入れた自動定理証明支援器など自然言語処理の研究を行う。2021年4月にナウキャスト入社。
Finatextグループが提供する「ナウキャストLLMラボ」のリードデータサイエンティストを務める。
インタビュー記事: https://note.com/finatext/n/n6b2319af1915

・大野（データエンジニア）
東京大学大学院理学系研究科にて、素粒子理論を専攻。在学中いくつかのITベンチャーでインターンを経験し、機械学習を用いたプロジェクトに従事。2020年3月に大学院修了後、ナウキャストへ入社。POSデータを取り扱うパイプラインの作成・運用と、全社のデータ分析基盤の作成を担当している。趣味はAtCoderやKaggleのコンペ参加。KaggleではCompetition Masterを獲得したほか、複数のコンペで受賞歴あり。
インタビュー記事: https://carituku.com/heartstory/%e6%a0%aa%e5%bc%8f%e4%bc%9a%e7%a4%be%e3%83%8a%e3%82%a6%e3%82%ad%e3%83%a3%e3%82%b9%e3%83%88/

【業務の変更の範囲】

会社が定める業務の範囲

• 必須スキル
  ・機械学習や自然言語処理に関する実務経験
  ・Pythonを用いた開発経験
  ・業務、個人問わず大規模言語モデルを用いた開発経験
  歓迎スキル
  ・AI技術に関連する学会発表、論文執筆の経験
  ・クラウドサービス（AWS, GCP, Azureなど）の利用経験
  
  求める人物像
  ・顧客志向で開発ができる
  常に顧客の求めているものが何かを考え、そこから逆算して開発の優先度を決めることができる。
  
  ・プロダクトの成長にオーナーシップを持てる
  プロダクトの成長を自分ごととして捉え、プロダクトを通じて顧客に価値を提供することに夢中になれる。
  プロダクトを成長させるためであれば、自分の担当範囲にこだわらず、担当外のことにも積極的に貢献できる。
  
  ・人を巻き込み物事を推進できる
  何か課題を解決する際に、1人で解決するのではなく、周囲のメンバーを巻き込み推進できる。
  自分の成果ではなく、チームとしての成果を一番に考えることができる。
  
  ・知的好奇心が旺盛で、学習を楽しめる
  エンジニアリング領域の学習はもちろん、プロダクトの改善に必要な様々な知識を貪欲にインプットできる。
  学習した知識をそのままで終わらせず、業務に活かすことができる。
  
  ・泥臭く細部にこだわることができる
  きれいなデータや、価値ある分析のために、データの隅々にまで気を配り、細かい作業を丁寧に進められる。

【雇入れ直後の就業場所】

自宅　または　東京本社

【就業場所の変更の範囲】

無