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)
Description
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
Requirements
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
Preferred Experiences
We are looking for
- 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
Working Conditions
Salary
ご経験・スキルを考慮のうえ、面談にてご提示します。
Location
San Francisco, CA(米国)または所沢開発拠点(埼玉県所沢市)
※どちらの拠点での勤務も可能です。ご希望をお聞かせください。
Job Type
正社員(業務委託・副業での参画もご相談可)
Work hours
勤務時間:9:00〜18:00
休日・休暇:完全週休二日制
Probation period
6か月
Benefits
- 社会保険完備(健康保険、厚生年金保険、雇用保険、労災保険)
- 英会話手当
- 引越し手当
#J-18808-Ljbffr
We are currently recruiting a Research Engineer — Post-Training & RLHF AI Research for our team in San Francisco, CA, United States.
All applications are reviewed carefully by our team.
The position is based in San Francisco, CA, United States.
This opportunity is part of our work in IT & Technology, Engineering.
The advertised compensation is 120.000 - 180.000.
We aim to respond to suitable candidates as soon as possible.
Full responsibilities and requirements are described in the listing above.