創業期機械学習リサーチエンジニア
カリフォルニア州サンフランシスコ · フルタイム・出社
こんにちは 👋 Pallyの創業者、HazとWyattです。
Pallyは、いつものメッセージで頼めるパーソナルアシスタント。友達のように話しかければ、後回しにしたメッセージに返信し、夕食を予約し、請求書を催促。一週間でたまる、100もの小さな用事を引き受けます。
私たちはベイエリアを拠点とする小さなチームです。Pallyを世界#1の消費者向けエージェントにする仲間を探しています。
仕事内容
Pallyを支えるモデルを、より良いアシスタントにします。製品全体がメッセージのやり取りなので、すべての返信がモデルの出力で、すべての出力に時間と費用がかかります。どのモデルが答え、何を知り、ブラウザをどう使い、騙そうとする相手に適切に対応するか。すべて研究課題です。それを担当し、毎週、実際のユーザーに答えを届けます。
自ら手を動かす研究・開発の仕事です。評価基盤、学習コード、エージェント本体に携わります。具体的には：
- 評価。「その返信は適切だったか」を数値にする基盤。応答ごとの判定、人の好みのデータ、実際の会話の再実行、デプロイ前に毎回走る回帰テストを作ります。チームが公開判断に使える評価です。
- ファインチューニング。実際の会話を学習・選好データにし、追加学習（SFT、選好調整、蒸留）によって、小さく速いモデルが最先端モデルの得意なことをできるようにします。
- モデルの振り分け。小型モデルが大半の応答を、最先端モデルが重要な応答を受け持つよう、ルーターを学習・評価します。応答ごとの時間、費用、品質のバランスを担います。
- ブラウザエージェント。APIのないサイトでもPallyが確実に動くようにします。移動、サインイン、購入、止まって確認すべき場面の判断。測定して、改善します。
- レッドチーミング。メールのプロンプトインジェクションから悪意あるウェブページまで、Pallyが騙される、情報を漏らす、頼まれていない操作をする経路を探します。防御と、その効果を保つ評価を作ります。
- エージェント体験。記憶と検索、ツール選択、実行するか質問するか、自分から連絡するかまで、全体に機械学習を取り入れます。毎日会話ログを読み、気づきを評価とモデルの変更につなげます。
評価するのはひとつ。週を追うごとに、Pallyがどれだけ良いアシスタントになり、それを評価で証明できるかです。
求める人物像
シニアからスタッフレベルの職種です。最先端のAI研究所か、同等のチームで、すでにこの仕事を経験した方を探しています。
- 機械学習またはソフトウェア開発の経験が4年以上あり、AI研究所、AIプロダクト企業などでの経験がある方。
- LLMの追加学習やファインチューニング（SFT、選好調整、蒸留）を実践し、本番に届けた経験。
- LLMによる判定、人の好みのデータ、実際のリクエストの再実行など、チームが公開判断に使った評価の設計経験。
- 次のいずれかの経験：LLMのレッドチーミングや敵対的テスト、ブラウザ・コンピューター操作エージェント、モデルの振り分けや段階的な使い分け、ツールと長期の記憶を使う本番エージェント。
- Pythonと学習・評価の機械学習環境に強く、プロダクトのTypeScriptコードでも無理なく作業できる方。
- AIを使った開発に習熟し、公開するものを検証・修正し、責任を持てる基礎がある方。
- 創業チームの広い裁量を望む方。Pallyの研究の基準を作り、後から加わるエンジニアの採用にも関わります。
勤務条件
基本給$200–300k + 大きなエクイティ付与、401(k)、健康保険。カリフォルニア州サンフランシスコで、フルタイム・出社勤務です。
私たちは、とてもハードに働きます。仕事を最優先にできない方には合いません。一方、スケジュールは全面的に自分で決められます。いつ頑張るかよりも、しっかり取り組むことを重視します。
自分に合いそうなら、下のフォームからご応募ください。パーソナルAIの未来をどう考えるか、なぜPallyで働きたいかを教えてください。
お読みいただき、ありがとうございます。
Haz + Wyatt