■応募資格（必須）
・Research Scientist の場合：ICCV、CVPR、NeurIPS、ICML、ICLR、ECCV、ACL、TPAMI、IJCV などトップカンファレンス／ジャーナルで視覚またはマルチモーダル生成に関する第一著者論文を発表していること。
・Research Engineer の場合：大規模生成モデルの学習またはファインチューニングに関する実践的経験があること。
・ コンピュータサイエンス、データサイエンス、または関連分野の修士号／博士号を有し、これら分野の基礎原理に強い理解があること。
・視覚生成および／またはマルチモーダル生成における研究経験（Research Scientist 職の場合）または産業界での実務経験（Research Engineer 職の場合）があること。
・チーム内で協力しながら働く意欲があること。
・PyTorch または同等の深層学習フレームワークを用いたモデル学習・ファインチューニングに習熟していること。
・拡散モデル（diffusion）、Flow Matching、自回帰（AR）など最新の視覚生成モデルに関する深い理解と、これらのモデルの学習／ファインチューニング経験があること。
・自発的に学び続け、新技術の動向を常に追いかける意欲があること。
・学術論文の発表に偏るのではなく、実社会での応用に向けた実用的な解決策の開発を目的とした産業研究に積極的に取り組みたいと考えていること。

■応募資格（歓迎）
・（Research engineer）FSDP、DeepSpeed、Megatron-LM 等による大規模分散トレーニング、低精度トレーニング、モデル並列化の経験。
・オープンソースAIプロジェクトへの貢献、または視覚／マルチモーダル生成に関する著名な GitHub プロジェクト経験。
・データ収集、クレンジング、前処理に関する機械学習技術の知識。
・音声・言語など視覚以外のモダリティデータを扱った経験。

■応募資格（必須）
・Research Scientist の場合：ICCV、CVPR、NeurIPS、ICML、ICLR、ECCV、ACL、TPAMI、IJCV などトップカンファレンス／ジャーナルで視覚またはマルチモーダル生成に関する第一著者論文を発表していること。
・Research Engineer の場合：大規模生成モデルの学習またはファインチューニングに関する実践的経験があること。
・ コンピュータサイエンス、データサイエンス、または関連分野の修士号／博士号を有し、これら分野の基礎原理に強い理解があること。
・視覚生成および／またはマルチモーダル生成における研究経験（Research Scientist 職の場合）または産業界での実務経験（Research Engineer 職の場合）があること。
・チーム内で協力しながら働く意欲があること。
・PyTorch または同等の深層学習フレームワークを用いたモデル学習・ファインチューニングに習熟していること。
・拡散モデル（diffusion）、Flow Matching、自回帰（AR）など最新の視覚生成モデルに関する深い理解と、これらのモデルの学習／ファインチューニング経験があること。
・自発的に学び続け、新技術の動向を常に追いかける意欲があること。
・学術論文の発表に偏るのではなく、実社会での応用に向けた実用的な解決策の開発を目的とした産業研究に積極的に取り組みたいと考えていること。

■応募資格（歓迎）
・（Research engineer）FSDP、DeepSpeed、Megatron-LM 等による大規模分散トレーニング、低精度トレーニング、モデル並列化の経験。
・オープンソースAIプロジェクトへの貢献、または視覚／マルチモーダル生成に関する著名な GitHub プロジェクト経験。
・データ収集、クレンジング、前処理に関する機械学習技術の知識。
・音声・言語など視覚以外のモダリティデータを扱った経験。