機械学習モデルを高効率に学習・評価・デプロイするためのMLOpsツールの開発

フィックスターズは、マルチコア黎明期より培ってきた並列処理技術、x86/ARM/GPU/FPGAといった各アーキテクチャ向け最適化技術、深層学習や機械学習といった最新技術も含めたアルゴリズム開発を通して、車載・産業機器・金融・医療など様々な分野でソフトウェアを高速化しています。
また、さらなる事業成長を目指すべく、これまで蓄積したユニークな技術やノウハウを活かしSaaS事業にも取り組んでおり、最近では新たにLLM (大規模言語モデル)の事業を発足しました。当社の強みである「高速化技術」を活かし、企業が自社向けLLMを世界最高レベルの短時間・高いコストパフォーマンスで開発できるプラットフォームの開発を進めています。

■プログラミングが好きなエンジニアが多数在籍
創業以来、優秀なエンジニア採用に注力してきた当社は、全社員の90%がエンジニアで構成されています。
そのうち、学位取得率は博士14.6%、修士56.9%となっており(2023年9月末現在)、プロコン優績者やHPCベンチマークで世界一の技術者といったコンピュータサイエンスに精通するエンジニアの他にも、天文学や流体力学など、様々な学問領域を専攻しているバックグラウンドの異なるエンジニアが切磋琢磨するユニークな組織です。

■AI/IoT社会を支える技術を仕事を通じて学べる
自動運転、医療機器、スマートファクトリー、スマートシティなど様々な業界の顧客と関わり、画像処理/信号処理/リアルタイム制御/人工知能などあらゆるソフトウェア開発の経験を積むことができます。また、SoC/組み込み/PC/大規模クラスタなどあらゆるプラットフォーム、CPU/GPU/FPGAや最新のAIチップ、量子コンピュータなどあらゆるアクセラレータに仕事を通じて触れる機会があります。
本格的なAI/IoT社会の到来とともにデータ量は爆発的に増加していきます。それらを限られた時間内に限られたコンピュータ資源で効率的に処理するための技術を習得することができます。

■ソフトウェア高速化に領域特化した事業戦略で、ユニークなソフトウェア開発に携われる
これまで「高速化」というキーワードを軸にあらゆる顧客のあらゆるソフトウェアを様々な技術で高速化して参りました。「高速化」の領域に特化することで圧倒的な競争力を構築し、独立行政法人や、大手電機メーカ、医療・車載等の産業機器メーカ、大手金融機関から、他では受けられないようなR&D部門の開発プロジェクトや、競争力の源泉となるコア領域のソフトウェア開発を支援しています。

【概要】
LLMなどの機械学習モデルの開発を促進する、MLOpsツールのための研究開発業務

LLMや生成AIをはじめとする最新の機械学習モデルの開発では、学習時のモデルアーキテクチャの改善や合成データセットの利用、分散並列処理による高速化、評価シナリオの多角化など多数の技術要素が複合的に用いられています。
そのため、実験間の比較や再現、実験結果の報告、学習済みモデルの運用を効率的に行うのはますます難しくなっており、機械学習プロジェクト全体を管理するためのMLOpsツールが必要とされています。
一方で、MLOpsツールの導入とその運用についてのノウハウはプロジェクト担当者や研究者個人に閉じている場合が多く見られる実情があります。また、必要最低限の機能しか使っておらず、システム全体の効率が考慮されていないこともあります。
こういった現状を踏まえて、フィックスターズでは機械学習モデルの学習・評価・デプロイを一気通貫に効率よく行うことを目的としたMLOpsツールを開発・提供しています。
ハードウェアからUIまで幅広い領域を考慮した最適なMLOpsツールの構築を目指すプロジェクトになります。

このたび、業務拡大に伴い、MLOpsの分野での知見と経験のある方を募集します。

【具体的な職務内容】
下記の範囲から、まずは自身の得意分野から始め、成果を出しながら業務を通して対応領域を拡大していただきます
・機械学習モデルの学習
・評価・運用に関する新規技術（論文やライブラリ）の調査
・既存技術と新規技術の比較と、MLOpsツールに取り込む技術の選定
・MLOpsツール内で利用している各ライブラリの機能追加（オープンソースプロジェクトへの貢献も含む）
・MLOpsツールを実際に利用した社内向け機械学習モデルの開発と、運用・提供中のMLOpsツールのユーザーに対するサポートや要望のヒアリング
・自社または顧客のMLOpsのワークフローやアーキテクチャの設計

・最先端の機械学習プロダクトの開発や運用に関わることができる
・機械学習パイプラインの内容全般にわたる大きな裁量を持ち開発を推進できる

・リモートワークについて
　一部可
　※制度としては週2日までが上限となります。