契約職員募集 臨海副都心センター 情報・人間工学領域
| 領域 | ： | 情報・人間工学領域 |
| 募集区分 | ： | 第一号職員 |
| 勤務地 | ： | 臨海副都心センター |
| 件数 | ： | 9 |
※ 本募集内容に関するご質問は、それぞれの問い合わせ先の担当者までお願いします。
募集番号をクリックしてください。
| 更新日 | 公募No | 募集担当 | 募集人員 | 業務内容 | |
| 2024/1/23 | 2024-airc_0004 | 知識情報研究チーム |
若干名 | Natural Language Processing / Image Processing / Video Processing | |
| 2025/6/9 | 2025-airc_0019 | Agentic AI Research Team エージェントAI研究チーム |
a few postdoctoral researcher positions 若干名 |
The Artificial Intelligence Research Center (AIRC) at the National Institute of Advanced Industrial Science and Technology (AIST) is a government-affiliated research institute committed to advancing next-generation artificial intelligence. We focus on foundational and applied AI research with real-world impact. The Agentic AI Research Team (AART) is seeking outstanding postdoctoral researchers specializing in multimodal AI (e.g., vision, language, and structured data) and conversational systems. The successful candidate will contribute to the development of multimodal AI systems and evaluation frameworks to ensure safe, reliable, and human-aligned interaction. Key Research Areas: ・ Human-centric AI and responsible design ・ Dialogue modeling and interactive agents ・ Human-robot collaboration ・ Multimodal learning from images, videos, text, and graphs ・ Mitigating hallucination in large language models (LLMs) ・ Knowledge graphs for reasoning and retrieval ・ Natural language understanding and generation Key Responsibilities and Focus Areas: ・ Develop intelligent systems capable of interacting with humans through multiple modalities ・ Design frameworks to evaluate safety, trustworthiness, and alignment of AI outputs with human user intentions ・ Investigate and mitigate hallucination, misinformation, or bias in LLM-generated responses ・ Leverage structured knowledge (e.g., graphs) and symbolic reasoning to enhance model robustness and interpretability ・ Collaborate with interdisciplinary researchers to build agents for real-world applications ・ Contribute to publications in top-tier AI/ML/NLP conferences and journals 産業技術総合研究所 （AIST）の人工知能研究センター（AIRC）は、次世代人工知能の発展を目的とした、政府系の研究機関です。AIRCでは、基礎から応用に至るまで、実世界でのインパクトを重視したAI研究を推進しています。 エージェントAI研究チーム（AART）では、マルチモーダルAI（例：画像、言語、構造化データ）および対話システムに専門性を持つ優秀なポスドク研究員を募集しています。採用者は、人間との安全かつ信頼性の高いインタラクションを実現するためのマルチモーダルAIシステムおよび評価フレームワークの開発に貢献していただきます。 主な研究分野： ・ 人間中心のAIおよび責任ある設計 ・ 対話モデリングおよびインタラクティブエージェント ・ ヒューマン・ロボット・インタラクション ・ 画像、映像、テキスト、グラフを用いたマルチモーダル学習 ・ 大規模言語モデル（LLM）における幻覚（ハルシネーション）の抑制 ・ 推論や検索を支援する知識グラフ ・ 自然言語の理解と生成 主な業務および研究課題： ・ 複数のモダリティを通じて人間とインタラクション可能な知能システムの開発 ・ AI出力の安全性・信頼性・人間の意図との整合性を評価するためのフレームワーク設計 ・ LLMによる応答に含まれるハルシネーション、誤情報、バイアスの検出と対策 ・ 構造化知識（例：グラフ）や記号的推論を活用したモデルの堅牢性と解釈性の向上 ・ 異分野の研究者との連携による実世界応用に向けたエージェントの構築 ・ AI／機械学習／自然言語処理分野のトップカンファレンスやジャーナルへの論文投稿 |
|
| 2025/8/27 | 2025-airc_0023 | 言語情報研究チーム Chung-Chi Chen |
若干名 (a few positions) |
Natural Language Processing / Image Processing / Video Processing | |
| 2025/10/31 | 2025-airc_0030 | 言語情報研究チーム 高村大也 |
若干数 | LLMを含む生成AIの開発、およびその周辺技術や応用技術の開発 | |
| 2025/10/22 | 2025-airc_0032 | オーミクス情報研究チーム 亀田倫史 |
若干名 | 産業用酵素の効率的な機能改変に向けた情報解析技術の開発を行う。具体的には、出発点となる野生型酵素にアミノ酸変異を導入することによって、変性剤、酸性・アルカリ性、有機溶媒などの過酷な溶媒中での安定性が向上した改良型酵素を創出する。 有用な変異を特定するための理論手法としては、分子動力学（MD）シミュレーション、バイオインフォマティクス、機械学習を用いる。生物物理学・バイオインフォマティクス分野の研究となるが、（バイオインフォマティクスではない）情報科学、実験生物学、構造生物学など他分野からの転向を志す人材も歓迎する（実際、当チームには、実験系から転入した研究員が多数おります）。 |
|
| 2025/10/22 | 2025-airc_0033 | オーミクス情報研究チーム 亀田倫史 |
若干名 | 産業用酵素の効率的な機能改変に向けた情報解析技術の開発を行う。現在、コドン最適化などの遺伝子配列改変技術を用いて、蛋白質発現量を増大させる技術が広く使われている。当チームでは、これまで産業用微生物での蛋白質発現増大に向けた遺伝子配列設計技術の開発を行ってきた。 （参考：https://www.aist.go.jp/aist_j/press_release/pr2019/pr20190606/pr20190606.html） 今回は、蛋白質発現量を増大させるだけでなく、可溶化した状態で蛋白質を発現させる遺伝子配列設計技術を開発する。 生物物理学・バイオインフォマティクス・機械学習分野の研究となるが、（バイオインフォマティクスではない）情報科学、実験生物学、構造生物学など他分野からの転向を志す人材も歓迎する（実際、当チームには、実験系から転入した研究員が多数おります）。 |
|
| 2025/12/8 | 2025-airc_0043 | Agentic AI Research Team エージェントAI研究チーム |
one postdoctoral researcher position 一名 |
The Artificial Intelligence Research Center (AIRC) at the National Institute of Advanced Industrial Science and Technology (AIST) is a government-affiliated research institute committed to advancing next-generation artificial intelligence. We focus on foundational and applied AI research with real-world impact. The Agentic AI Research Team (AART) is seeking an outstanding postdoctoral researcher specializing in NLP or applied mathematics/statistics/computer science, willing to specialize their research on large language models (LLMs). The successful candidate will contribute to the development of trustworthy LLMs by focusing on either uncertainty quantification or how uncertainty should be expressed to users. Key Research Areas: ・Uncertainty modelling ・Aleatoric and Epistemic uncertainty decomposition ・Reasonning under uncertainty ・Mitigation of hallucination in LLMs Key Responsibilities and Focus Areas: ・Develop uncertainty quantification techniques tailored for a multi-modal setting ・Design frameworks to evaluate valuable LLMs' responses beyond simple correctness (e.g., cautiousness, informativeness or consistency) ・Investigate and mitigate hallucination, misinformation, or bias in LLM-generated responses ・Leverage structured knowledge (e.g., graphs) and symbolic reasoning to enhance model robustness and interpretability ・Collaborate with interdisciplinary researchers to build agents for real-world applications ・Contribute to publications in top-tier conferences or journals in applied mathematics/statistics/AI/ML/NLP 産業技術総合研究所 （AIST）の人工知能研究センター（AIRC）は、次世代人工知能の発展を目的とした、政府系の研究機関です。AIRCでは、基礎から応用に至るまで、実世界でのインパクトを重視したAI研究を推進しています。 エージェントAI研究チーム（AART）は、自然言語処理（NLP）または応用数学・統計学・コンピュータサイエンスを専門とし、大規模言語モデル（LLM）に関する研究に意欲的な優秀なポスドク研究者を募集しています。採用された方は、不確実性の定量化、あるいは不確実性をユーザーにどのように表現すべきかに焦点を当て、信頼性の高いLLMの開発に貢献していただきます。 主な研究分野： ・不確実性モデリング ・偶然性および認識論的不確実性分解 ・不確実性下における推論 ・LLMにおける幻覚の軽減 主な業務および研究課題： ・マルチモーダル環境に適した不確実性定量化手法の開発 ・LLMの応答を単なる正確性（例：慎重さ、情報提供性、一貫性）を超えて評価するためのフレームワークの設計 ・LLMによって生成された応答における幻覚、誤情報、またはバイアスの調査と軽減 ・構造化された知識（例：グラフ）と記号推論を活用し、モデルの堅牢性と解釈可能性を向上させる ・学際的な研究者と協力し、実世界での応用のためのエージェントを構築する ・応用数学／統計学／AI／ML／NLPにおけるトップレベルの会議またはジャーナルへの論文投稿 |
|
| 更新日 | 公募No | 募集担当 | 募集人員 | 業務内容 | |
| 2025/7/4 | 2025-ipri_0004 | データプラットフォーム研究グループ Data Platform Research Group 的野晃整 MATONO Akiyoshi |
若干名 | # 背景 産業技術総合研究所インテリジェントプラットフォーム研究部門データプラットフォーム研究グループでは、大規模グラフ処理の基盤技術とその応用に関する研究開発および動的グラフに対する異常検知に関する研究開発を行っています。グラフデータはソーシャルネットワーク、タンパク質解析、遺伝子研究、交通システムなど、様々な分野で広く応用されています。ソーシャルネットワークのような実世界のグラフデータは、爆発的な成長を続けており、数千万、数億のノードと複雑な相互接続を持つ巨大なデータとなっています。しかし、グラフデータに対する処理は、その複雑さに起因するスケーラビリティの問題に常に直面しています。我々は広く様々なグラフ処理や応用データを対象としていますが、特に注目している対象としては、盛んに研究が進めれているものの高コスト処理でスケーラビリティの問題を有するグラフニューラルネットワーク（GNN）や高いリアルタイム性が求めれるストリームグラフ処理などグラフ一般のスケーラビリティに関する研究開発に取り組んでいます。 # キーワード グラフ処理、グラフニューラルネットワーク、ストリーム処理、動的グラフ、異常検知、分散環境、並列処理、ディープラーニング、機械学習、HPC、Apache Flink # 業務内容 以下のいずれかのテーマについて研究を行う。 (1) グラフニューラルネットワークに関する研究開発 例えば、分散環境におけるグラフニューラルネットワークの効率化やスケーラビリティに関する研究、リアルタイムグラフニューラルネットワーク処理に関する研究など。 (2) ストリームグラフ処理に関する研究開発 Apache Flink上での効率的なグラフ処理に関する研究、Pregelモデルのストリーム処理に関する研究開発など。 (3)グラフニューラルネットワークの応用に関する研究開発 グラフニューラルネットワーク技術を大規模な実世界の応用に関する研究開発など。 # Background The Data Platform Research Group, Intelligent Platform Research Division, National Institute of Advanced Industrial Science and Technology (AIST) conducts research and development on basic technologies and applications for large-scale graph processing, as well as research and development on anomaly detection for dynamic graphs. Graph data has been widely applied in various fields such as social networks, protein analysis, genetic research, and transportation systems. Real-world graph data, such as social networks, continues to grow exponentially, becoming huge data with tens or hundreds of millions of nodes and complex interconnections. However, processing graph data always faces scalability issues due to its complexity. We are working on research and development on the scalability of graphs in general, such as graph neural networks (GNNs), which are actively researched but have scalability problems due to high processing costs, and stream graph processing, which requires high real-time performance. # keyword Graph Processing, Graph Neural Networks, Stream Processing, Dynamic Graphs, Anomaly Detection, Distributed Environments, Parallel Processing, Deep Learning, Machine Learning, HPC, Apache Flink # Work description The successful candidate will conduct research on one of the following topics. (1) Research and development on graph neural networks For example, research on improving the efficiency or scability of graph neural networks in distributed environments, or research on real-time graph neural network processing. (2) Research and development on stream graph processing For example, research on efficient graph processing on Apache Flink, or research and development on stream processing for Pregel models. (3) Research and development on applications of graph neural networks For example, applying graph neural network technology to large-scale real-world applications. |
|
| 2025/11/28 | 2025-ipri_0011 | データプラットフォーム研究グループ Data Platform Research Group 的野晃整 MATONO Akiyoshi |
若干名 | # 背景 産業技術総合研究所インテリジェントプラットフォーム研究部門データプラットフォーム研究グループでは、大規模グラフ処理の基盤技術とその応用に関する研究開発および動的グラフのAI安全性に関する研究開発を行っています。グラフデータはソーシャルネットワーク、タンパク質解析、遺伝子研究、交通システムなど、様々な分野で広く応用されています。ソーシャルネットワークのような実世界のグラフデータは、爆発的な成長を続けており、数千万、数億のノードと複雑な相互接続を持つ巨大なデータとなっています。しかし、グラフデータに対する処理は、その複雑さに起因するスケーラビリティの問題に常に直面しています。我々は広く様々なグラフ処理や応用データを対象としていますが、特に注目している対象としては、盛んに研究が進めれているものの高コスト処理でスケーラビリティの問題を有するグラフニューラルネットワーク（GNN）や高いリアルタイム性が求めれるストリームグラフ処理などグラフ一般のスケーラビリティに関する研究開発に取り組んでいます。 # キーワード グラフ処理、グラフニューラルネットワーク、ストリーム処理、動的グラフ、異常検知、分散環境、並列処理、ディープラーニング、機械学習、AI安全性、HPC、Apache Flink # 業務内容 以下のいずれかのテーマについて研究を行う。 (1) グラフニューラルネットワークに関する研究開発 例えば、分散環境におけるグラフニューラルネットワークの効率化やスケーラビリティに関する研究、グラフニューラルネットワークを用いた応用に関する研究など。 (2) ストリームグラフ処理に関する研究開発 Apache Flink上での効率的なグラフ処理に関する研究、Pregelモデルのストリーム処理に関する研究開発など。 (3) 動的グラフに関する研究開発 動的グラフに関する安全性に関する研究開発など。 # Background The Data Platform Research Group, Intelligent Platforms Research Division, National Institute of Advanced Industrial Science and Technology (AIST) conducts research and development on basic technologies and applications for large-scale graph processing, as well as research and development on AI safety for dynamic graphs. Graph data has been widely applied in various fields such as social networks, protein analysis, genetic research, and transportation systems. Real-world graph data, such as social networks, continues to grow exponentially, becoming huge data with tens or hundreds of millions of nodes and complex interconnections. However, processing graph data always faces scalability issues due to its complexity. We are working on research and development on the scalability of graphs in general, such as graph neural networks (GNNs), which are actively researched but have scalability problems due to high processing costs, and stream graph processing, which requires high real-time performance. # keyword Graph Processing, Graph Neural Networks, Stream Processing, Dynamic Graphs, Anomaly Detection, Distributed Environments, Parallel Processing, Deep Learning, Machine Learning, AI safety, HPC, Apache Flink # Work description The successful candidate will conduct research on one of the following topics. (1) Research and development on graph neural networks For example, research on improving the efficiency or scability of graph neural networks in distributed environments, or research for applications using graph neural network processing. (2) Research and development on stream graph processing For example, research on efficient graph processing on Apache Flink, or research and development on stream processing for Pregel models. (3) Research and development for safety on dynamic graph For example, applying graph neural network technology for annomaly detection on dynamic graph data. |
|
| ■ | 連絡先 |
| このページについてのお問い合わせは aist-keiyakubosyu-hp-ml@aist.go.jp までお願いします。 ※ 本募集内容に関するご質問は、それぞれの問い合わせ先の担当者までお願いします。 |