職務内容
金融ユースケース向けに大規模言語モデル（LLM）の設計、開発、最適化に積極的に参加し、ドメイン固有の専門用語や文脈に合わせたモデルのファインチューニングを実践的に行います。これには、データの前処理、モデルのトレーニング、パフォーマンス評価などのタスクが含まれ、LLMが金融アプリケーションの特定のニーズを満たすことを保証します。さらに、プロンプトエンジニアリング技術を活用して、LLMが望ましい応答を生成するよう導きます。これには、効果的なプロンプトの作成、モデルのパフォーマンスに基づいた反復的な改良、精度と関連性を高めるためのさまざまなプロンプト構造の実験が含まれます。AI、機械学習、プロンプトエンジニアリングの最新動向、特に金融業界に関連する進歩について常に最新の情報を入手し、製品が競争力と最先端性を維持できるようにします。これには、継続的な研究、会議への参加、業界出版物への関与を通じて、新興技術やベストプラクティスを特定することが求められます。プロダクトマネージャーやその他の関連チームと緊密に協力し、製品要件と顧客ニーズを理解し、このフィードバックを直接モデル開発とプロンプトエンジニアリングに反映させます。これには、定期的なコミュニケーションセッション、協力的なワークショップ、反復的なフィードバックループが含まれ、モデルの機能をビジネス目標に合わせます。
主な責任
- 金融アプリケーション向けにカスタマイズされたLLMのエンドツーエンドの開発と最適化を主導し、リスク評価、不正検出、財務報告などのタスクで高い精度と効率を提供することを保証します。
- モデルの出力品質を向上させるための高度なプロンプトエンジニアリング戦略を設計し、実装します。これには、コンテキストを意識したプロンプトの作成や、A/Bテストとパフォーマンス分析を通じた改良が含まれます。
- AIと機械学習、特に金融技術における業界の動向を監視・分析し、モデルの強化と革新の機会を特定します。
- クロスファンクショナルチームと協力して、ビジネス要件を技術仕様に変換し、モデルの機能がユーザーニーズと組織の目標に合致することを保証します。
- モデルのトレーニング、最適化、プロンプトエンジニアリングプロセスから得られた洞察を文書化し、チームの知識移転と将来のプロジェクト開発を支援します。
求めるスキル
- LLM開発の実績があり、金融ドメイン知識と自然言語処理（NLP）技術に強いバックグラウンドを持つこと。
- プロンプト設計、反復、評価フレームワークを含む、プロンプトエンジニアリング手法の高度な理解。
- 継続的な学習と専門的な関与を通じて、AIと機械学習、特に金融技術のトレンドについて最新の知識を保持できる能力。
- プロダクトマネージャー、データサイエンティスト、ステークホルダーと効果的に協力するための優れたコラボレーションとコミュニケーションスキル。
- モデルのパフォーマンス指標と顧客フィードバックを解釈し、改善のためのデータ駆動型の意思決定を推進する強力な分析スキル。
- Pythonなどのプログラミング言語に精通し、TensorFlowやPyTorchなどの機械学習フレームワークの経験があること。
- 金融規制とコンプライアンス要件の知識を持ち、モデルの出力が業界標準と法的義務を満たすことを保証できること。
- 複数のプロジェクトを同時に管理し、締め切りを守りながら高品質の成果物を維持するためにタスクを優先順位付けできる能力。