1153【Dev】自然言語処理リサーチャー（マネージャー）

以下のいずれかの経験・知見が求められます。

• 自然言語処理（NLP）分野における研究開発経験
• LLM・生成AIモデルの開発・改善経験
• RAG・ナレッジグラフ等の応用技術に関する実装・研究経験
• 学術論文の執筆・学会発表などのアカデミックアウトプット経験
• 研究チームのリード・マネジメント経験（目標設定・評価・育成）
• プロダクト・事業サイドとの技術連携・PoCの推進経験

• 自律的な課題設定力:
  研究ロードマップの具体化から実行まで、指示を待たず自ら課題を定義して動ける主体性が求められます。スタートアップのResearch部門では個人の裁量が大きく、自律的に動ける人物が活躍しています。
• 事業・プロダクトへの翻訳力:
  純粋な研究成果を事業価値に結びつけるため、PMやビジネスサイドと円滑にコミュニケーションし、研究テーマを顧客ニーズや製品要件に落とし込む能力が必要です。
• チームビルディング・マネジメント力:
  研究者の目標設定・評価・メンタリングを担い、チームの生産性を高めるプロセス整備や採用・オンボーディングまで責任を持てるリーダーシップが求められます。
• 外部発信・技術ブランディング意識:
  論文執筆・学会発表はもちろん、技術ブログや登壇などを通じ企業の技術ブランドを対外的に発信できる姿勢が重視されます。
• アカデミアと産業界の橋渡し力:
  大学・公的研究機関との共同研究を実務的にマネジメントし、アカデミックな知見と事業・プロダクトのニーズをバランスよく融合させる調整力が必要です。

• 知識グラフ・グラフニューラルネットワーク（GNN）の研究経験:
  Research Divisionには専任のKnowledge Graphチームがあり、関連技術の知見は即戦力として高く評価されます。
• 大規模GPUクラスタ・NVIDIA NIM/NeMo等の活用経験:
  自社LLMの開発・改善には最新GPU環境の運用経験が強みとなります。
• VLM（Vision Language Model）に関する研究・開発経験:
  VLMチームが存在しており、マルチモーダル領域の知見を持つ候補者は組織横断的な貢献が期待できます。
• 産学連携プロジェクトのマネジメント経験:
  東北大学や産総研との共同研究推進を担うため、研究機関との連携実績がある方は特に歓迎されます。
• エンタープライズ向けAIプロダクト開発・実装経験:
  Aconnect・SATなどへの技術実装が求められるため、大企業向けAIシステムの開発経験は大きなアドバンテージになります。

• 国産LLMの設計・開発ノウハウ:
  フルスクラッチでの1,000億パラメータLLM開発に携わることで、モデルアーキテクチャ設計から学習・評価まで一気通貫の実践的スキルが習得できます。
• アカデミア連携型研究マネジメントスキル:
  東北大学乾研究室・産総研との共同研究をリードすることで、産学連携特有の研究マネジメント・プロジェクト推進能力が身に付きます。
• 研究組織のマネジメント経験:
  研究者の育成・評価・採用から、研究チームのプロセス整備まで担うことで、テック系スタートアップにおける研究組織構築の実務経験を積むことができます。
• 大規模独自データを活用した応用研究スキル:
  1億記事以上のニュースデータや300社のユーザーログを用いた独自データ環境での研究を通じ、実業務直結型の応用NLP・LLM研究の知見が得られます。
• 技術ブランディング・外部発信スキル:
  論文執筆・学会発表・技術ブログ・イベント登壇などを通じ、技術PRと採用広報を兼ねた対外発信力が磨かれます。