Applied ML Engineer (Vertical AI / 医療・製薬)/日本語特化型AI開発企業の求人

＜具体的な業務内容＞
【医療・製薬領域におけるPoC・デモ開発】
・製薬企業・医療機関との共同研究において、顧客の課題をヒアリングし、技術的実現可能性の検証とPoC設計・実装を担う。
・自社生成AIを用いた、医療・製薬業界におけるユースケースのプロトタイプ実装と、顧客へのデモンストレーション。
・顧客の現場・データ環境（オンプレ、閉域網、個人情報保護要件等）を踏まえたシステム設計・実装。

【ドメイン特化モデル・AIエージェントの開発】
・医療・製薬ドメイン向けのファインチューニング・RAG・AIエージェント構築の実装と改善。
・ドメイン特化データの収集・前処理・評価データセットの構築。
・ドメイン専門家のフィードバックを取り込んだ性能評価と、モデル・プロンプト・パイプラインの継続的な改善。

【技術調査・共通基盤への貢献】
・医療・製薬領域への適用に向けた最新技術（LLM、RAG、エージェント、評価手法等）の調査と社内への還元。
・医療・製薬で得た知見を金融・製造業など他ドメインへ横展開するための共通モジュール・基盤の開発。
・基盤モデル研究チームへの現場フィードバック。

【事業開発チームとの協働】
・事業開発チーム（PM/BizDev）と連携し、顧客要件を技術タスクへ落とし込み、実装からデリバリーまでを担う。
・顧客・ドメイン専門家との技術的なディスカッションに参加し、技術的な制約と選択肢を説明する。

＜仕事の魅力点＞
・基盤モデルの内側まで踏み込める：API越しにLLMなどの生成AIを使うのではなく、自社で開発する国産基盤モデルそのものに手を入れ、ドメイン特化を進められる国内でも数少ない環境です。
・入社直後から実案件に関われる：大手製薬企業・大学病院との共同研究がすでに動いており、机上のPoCではなく、現場の専門家と対話しながら開発を進められます。
・「作って終わり」ではなく「使われるまで」を経験できる：モデル開発、PoC実装、顧客デモ、現場導入まで、Vertical AIのライフサイクル全体を一人のエンジニアとして一貫して担えます。
・立ち上げフェーズの少人数チーム：社会実装フェーズの立ち上げメンバーとして、チームの開発プロセスや技術基盤づくりに初期から関わり、裁量を持って動けます。当社初のPM/BizDevとエンジニアの混合組織であり、ビジネスと技術の距離が極めて近い環境です。
・ドメイン専門性とAI技術の両方を伸ばせる：医療・製薬という専門性の高い領域の知識を、顧客・研究者との協働を通じて実務で獲得しながら、最先端の生成AI技術を実装できます。
・横展開のスケール：医療・製薬で確立した手法を金融・製造業などの他領域へ展開し、グループ内トライアルを通じて社会に届ける機会があります。

応募資格（必須）
・機械学習・LLMを用いたプロダクトまたはPoCの開発経験（目安3年以上）
・医療・製薬・ヘルスケア領域における実務経験、または当該領域の顧客・研究者と技術的に対話しながら開発を進めた経験（目安3年以上）
・LLM、RAG、AIエージェントのいずれかを用いたシステムの設計・実装経験
・PythonおよびLLM/MLフレームワーク（PyTorch、Hugging Face、LangChain/LlamaIndex等）を用いた実装力
・Gitなどを用いたチームでの開発経験
・顧客やビジネスサイドと対話し、技術的な内容をわかりやすく説明できるコミュニケーション力
・ビジネスレベルの日本語に堪能であり、業務上支障なくコミュニケーションがとれること

応募資格（歓迎）
・医療情報・医薬品情報の取り扱いに関する知識（3省2ガイドライン、GxP、薬機法、個人情報保護法の医療分野ガイダンス等）
・電子カルテ、臨床試験、MR/医薬情報、薬事文書などいずれかのデータ・業務プロセスへの理解
・医療系NLP、医療画像、バイオインフォマティクスなど関連分野での研究・開発経験、または当該分野の修士・博士学位
・LLMの継続事前学習・ファインチューニング（SFT、RLHF/DPO等）の実務経験
・モデル性能に関するベンチマークの設計・構築・評価改善の経験
・オンプレミス・閉域網環境でのMLシステムの構築・運用経験
・顧客向けPoC・受託開発・SIなど、顧客と直接対話しながら開発を進めた経験
・事業立ち上げフェーズの組織、または機能横断チーム（ビジネス×エンジニア）での就業経験
・Kaggle等のコンペティションでの実績、OSSへの貢献、論文執筆・学会発表などの対外的な技術活動

日本語に特化した国産の大規模言語モデルの研究開発、生成AIサービスの開発、販売、提供