【案件概要】
作業内容：
新しいAIモデル・アルゴリズム・システムの研究開発を担い、研究成果を実際のプロダクトへと展開していただきます。
単なる理論研究にとどまらず、エンジニアと連携してリサーチプロトタイプを本番環境へ実装し、スケーラブルかつ信頼性のあるシステムを構築する役割です。
AIエージェントのライフサイクル（メモリ、計画、行動ループ）を支える基盤構築や、高精度な情報検索・統合パイプラインを設計し、コア技術をリードしていただきます。
【業務詳細】
・新規AIモデル・アルゴリズム・システムの提案・検証、およびプロダクト実装
・エンジニアやPMと連携した研究ロードマップ策定、技術レポート執筆
・自律エージェントのライフサイクルを支えるバックエンド基盤の設計・実装（エピソディック/セマンティックメモリ、計画、行動ループ）
・ベクターデータベース（Faiss, Milvus, Weaviate, Pinecone, pgvector 等）を用いた短期〜長期メモリレイヤーの構築（要約、減衰、検索パイプライン含む）
・ハイブリッド検索（BM25 + Dense Embeddings）、クロスエンコーダによるリランキング、メタデータフィルタリング、セマンティックキャッシングの実装
・高スループットかつセキュアなエージェント・データ/モデル間通信のインフラ開発（レート制御、バックプレッシャー、フォールトトレランス対応）
・柔軟で拡張可能なエージェント挙動やツール統合を可能にするAPIや非同期ステートマシンの構築
・MLエンジニアと協働し、LLM・エンベディング・ツール利用・強化学習コンポーネントを統合し、RAG（Retrieval-Augmented Generation）ワークフローを最適化
・分散システム全体でのパフォーマンス、信頼性、可観測性の担保（検索からモデル出力までのフルスタックトレーシングを含む）
■作業環境：Windows/Mac選択可

必須スキル：
・Pythonでの開発経験
・コンピュータサイエンス、機械学習、データサイエンス、または関連分野での実務経験
・本番環境でのバックエンドまたはエージェントランタイムシステムの構築経験（特にメモリ・検索レイヤーを伴うもの）
・分散システム、API設計、非同期ワークフロー、検索/情報検索アーキテクチャの深い理解
・LLM、エンベディング、ベクトルストア、リランキング手法への知見
・ANNインデックス、エンベディングパイプライン、検索精度指標（nDCG, MRRなど）の調整経験
・スタートアップ環境で迅速に試行錯誤できるプロダクト志向マインドセット

【条件面】
期間：随時
場所：虎ノ門
精算：140-180
面談：2回
支払いサイト：15日