この求人について
私たちは、テンプレートをLLM自動評価者へ移行するためのエンドツーエンドの技術的移行ワークフローを担当するプロンプトエンジニアを募集しています。この役割では、クライアントの内部ツールを使用し、プロンプトエンジニアリング技法を活用してモデルのパフォーマンスを最大化することが求められます。
職務内容:
-
Automatic Prompt Generation（APG）ツールを活用し、複雑な親子テンプレートクラスタのベースラインプロンプトを作成する。
-
Automated Prompt Optimization（APO）ツールを実行・監督し、出力をレビューし、APOがデッドロックやプラトーに達した場合にフラグを立てる。
-
複雑なテンプレートアーキテクチャに対応し、アンチパターンを克服し、ツールが不足しているまたは壊れているエッジケースを処理するために、手動でプロンプトを作成、テスト、改善する。手動プロンプトを設計・改善することでエッジケースのシナリオを解決する。
-
shadowbotの実行を監視し、十分な不一致（人間とLLMの評価間）が登録、生成、追跡されることを確認する。
-
確立されたゴールドデータに対してプロンプトバージョンを実行し、人間のクラウドベースラインに対する自動評価者の品質を継続的に測定し、F1スコア、適合率、再現率などの精度指標を計算する。
-
最終的な技術的ローンチ準備の正当性（Launch Certification Documentation）を作成する。
要件:
-
言語スキル: 日本語ネイティブレベル、英語流暢。
-
勤務地: 日本在住であること。
-
学歴: コンピュータサイエンス、データサイエンス、計算言語学、ヒューマンコンピュータインタラクション（HCI）、認知科学、または関連する分析分野の学士号、修士号、または博士号。
-
プロンプトエンジニアリング＆AI専門知識: プロンプトエンジニアとして少なくとも4年の経験。厳格で構造化された出力、複雑な分類タスクのために大規模言語モデル（LLM）をチューニングした実績があり、chain-of-thoughtおよびfew-shot学習に精通していること。
-
データ分析: エラーパターンの特定、モデルパフォーマンスの分析、SQLまたはその他のデータ分析ツールの使用に強い熟練度。
-
技術的俊敏性: 最小限の監督で独自ツールを迅速に学習し習得する能力。
-
コミュニケーション: 優れた口頭および書面によるコミュニケーションスキル。
オプション／推奨スキル:
-
Goose APIのようなエンタープライズグレードのLLMインターフェースに精通していること。
-
AIモデル評価、データサイエンス、計算言語学、またはソフトウェアエンジニアリングの経験。
-
Automated Prompt Optimization（APO）システムまたはチューニングワークフローの実務経験。
-
意味論と論理の理解を含む言語学的専門知識。