Ford Motor Companyは、1903年にさかのぼる歴史を持つ、米国を拠点とする自動車メーカーです。車両の開発・生産に加え、モビリティサービス、デジタル体験、ソフトウェアへと事業領域を広げています。また、持続可能性に向けた取り組みや環境目標も掲げており、交通、イノベーション、地域社会への貢献、責任ある事業活動を結び付ける姿勢を示しています。
フォード・インドのデータサイエンティスト（NLP・生成AI、ハイブリッド勤務）
フォードで自動車分野のユースケース向けに、NLP、LLM、生成AI製品を開発します。マルチモーダルパイプライン、エージェントワークフロー、API、ユーザー向けアプリケーションを大規模に構築します。
仕事内容
- 規律あるコーディング practices に基づき、NLP、LLM、生成AIのアプリケーションと製品を作成する。
- 自動車向けアプリケーションに適した高度なモデルと手法を評価する。
- メモリとレイテンシの制約下で、モデルの学習と推論に関する機械学習実験を実施する。
- DockerとKubernetesでNLP REST APIおよび軽量なユーザーインターフェースをデプロイする。
- Dash、Plotly、Streamlitを使用してNLP、LLM、生成AIアプリケーションを提供する。
- 複数のボットを組み合わせ、LLMを活用したマルチモーダルアプリケーションを構築する。
- Autogen、AgentBuilder、LangGraphでエージェントワークフローを作成する。
- 大規模な利用を想定したモジュール型AI・機械学習製品を開発する。
- 分類、質問応答、チャットボット、翻訳、セマンティック検索、要約製品について、世界各地の技術専門家と協働する。
応募要件
- コンピューターサイエンス、工学、数学、または関連する科学分野の学士号または修士号。
- NLPアプリケーション向けの深層学習理論と実践の理解。
- ADK、A2A、AgentSkills、Ontology、Hugging Face、LangGraph、LangChain、Chainlit、TensorFlowまたはPyTorch、scikit-learn、NumPy、Pandasを用いたプログラミング経験。
- spaCy、TorchText、fastai.text、FARM Haystackなど、少なくとも2つのオープンソースNLPライブラリに精通していること。
- 正規表現、トークン・単語分析、スペル修正、ノイズ削減、文分割、クラスタリングなどのテキスト処理技術に関する知識。
- BERTまたはその他のファインチューニング済みTransformerモデルを、系列分類、固有表現認識、質問応答向けにデプロイした実務経験。
- Dockerおよびpipenv、conda、Poetryのいずれかの環境に精通していること。
- setup.py、ロギング、pytest、相対インポート、Sphinxドキュメントなど、Pythonのプロジェクト管理 practices に関する知識。
- GitHubワークフローに精通していること。
- BigQuery、Cloud Functions、Cloud Run、Cloud Build、Vertex AIなどのGCPサービス経験。
- ベンチマークと要約生成のためのオープンソースツールに関する実務知識。
- クラウドおよびオンプレミス環境でGPUとCPUリソースを使用した経験。
- データエンジニアリング、ビッグデータ、機械学習ワークロードにクラウドプラットフォームを利用できること。
- Docker、docker-compose、Dockerの実験的機能の経験。
- AirflowとKubeflowに精通していること。
- TerraformなどのCI/CDおよびInfrastructure as Codeツールの経験。
- HelmやArgo Workflowsを含むKubernetesまたはその他のコンテナプラットフォームの経験。
- コンプライアンス、倫理、安全性、セキュリティに配慮したAI APIを作成できること。
- Gradio、Dash、Streamlit、React、Djangoを用いたユーザーインターフェースまたは可視化の開発経験。
- Spark、Dask、RAPIDS AI、cuDFを用いた分散コンピューティング経験。
- FastAPI、Flask、DjangoでPython APIを構築できること。
- ElasticsearchとApache Solrの経験があれば尚可。ベクトルデータベースの経験も関連する。
- GPT-5、Gemini、Kimi、SeedanceなどのLLMを使用した経験。
- 学習、テスト、デプロイ、性能監視を含む生成AIモデルのライフサイクル全体の経験。
- テキスト、画像、音声に対応するマルチモーダルAIパイプラインの開発・保守経験。
- 多様なデータソースにわたり、チャットボットまたは対話エージェントを大規模にデプロイした実務経験。
- Stable DiffusionやInstruct Pix2Pixなどの潜在拡散モデルを用いた画像生成または翻訳ツールの開発経験。
- 大規模な構造化データおよび非構造化データを扱う専門知識。
- 大規模な生成AIデータセットと出力を管理した経験。
- 地域をまたいだ優れたコミュニケーション能力と協働能力。