Speech/Vision/NLP リサーチエンジニア

求人内容 音声認識、音声対話、OCR（光学文字認識）などの精度向上のため、音声・画像・テキストデータの処理、機械学習モデルの開発、および最適化を担当します。 最先端のアルゴリズムやツールを活用し、ユーザー体験を向上させる製品やソリューションの創出を目指します。 業務内容 音声認識、音声対話、環境音理解などの音響・音声・言語処理技術に関するモデル開発 画像理解、OCR（光学文字認識）などの画像・言語技術に関するモデル開発 最先端のマルチモーダル技術を習得し、新規プロダクトのデモやプロトタイプの開発 大規模な音声、画像、テキストデータの収集、前処理、データ拡張や分析 国際会議での論文発表、国際的なコンペティションへの参加などを通じた研究成果の発信

従事すべき業務の変更の範囲

会社の定める業務 応募資格 (Must) 音響・音声処理、画像処理・言語処理のいずれかの分野での実務経験（3年以上目安） PyTorch, TensorFlowなどの深層学習フレームワークを利用したモデル開発経験 大規模な実データの前処理、実験管理、評価の実装スキル 論文を読み、再現・改善できる能力 GitHubなどのソフトウェア開発ツールを使ったチームでの開発経験 最先端の技術を追いかけ、新しい技術を創り、プロダクト開発を通してユーザーへ価値を届ける行動力 応募資格 (Want) 情報系もしくはそれに類する分野での学位（修士以上歓迎） トップレベルの国際会議（ICASSP/INTERSPEECH/ACL/EMNLP/CVPR等）への論文採択経験 Kaggleや国際的なコンペティションに参加し、上位入賞経験 音声認識、音声合成、音声対話、画像認識、OCR分野におけるモデル開発経験 大規模言語モデル（LLM）、音声言語モデル（SLM）、画像言語モデル（VLM）のいずれかの学習経験 10名以上が携わるプロダクトの開発を技術的にリードした経験 英語、韓国語のいずれかで円滑な議論ができること 求める人物像 (Mind) 技術進化の早いAI分野において、常に学び続けられる方 社内外の関係者とコミュニケーションを取りながら円滑に協働を進められる方 予期しない変化に柔軟に対応し、課題に対して自発的に取り組む姿勢のある方 新しい挑戦を前向きに楽しめる方 問題に対して自ら考え、自発的に行動できる方