Research Engineer — Post-Training & RLHF AI Research

Highlanders Inc.; San Francisco (CA); Hybrid; USD 120,000 - 180,000; Full time

Benefits offered by this job

英会話手当

引越し手当

社会保険完備

Job summary

Highlanders は、ヒューマノイドロボットと現実世界で動くAIの学習データを生むロボット群を統合して開発しています。Post-Training & RLHFの工程を担当し、人の評価やフィードバックを用いてモデルを現場適用へと仕上げます。

基盤モデルの改善を通じて、データ循環を日本の工場とサンフランシスコの両拠点で回す役割です。追加学習・RLHFの実装と安全性・性能の両立が鍵となります。

Qualifications

• RLHFの実務経験があること
• 評価データの設計・データ収集の経験があること
• 安全性と性能の両立を考慮したモデル調整ができること

Responsibilities

• 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

Skills

RLHF

追加学習

評価データ設計

安全性調整

ロボット応用

PyTorch

ROS

Job description

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

• ロボットや行動モデルへの応用経験

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