LLM強化学習（RLHF）エンジニア

職務概要

株式会社アプリズムにて、LLMの振る舞い調整（RLHF：Reinforcement Learning from Human Feedback）に関する案件を担当するエンジニアを募集しています。フィジカルAIにも注力しており、エッジAIやロボティクス領域にも携われます。

主な業務内容

• LLMの強化学習（RLHF）によるモデル調整・チューニング
• AI・業務系・Web系を含むシステム開発
• フィジカルAI関連のプロジェクト推進
• リモート併用可能な開発環境での業務

応募条件

• LLMや強化学習に関する知識・経験
• Pythonを用いた開発経験
• PyTorchなどの深層学習フレームワークの実務経験（歓迎）
• 日本語資格N3以上（外国籍の方）