AIエンジニア

◼︎ポジション／業務内容

当社では、深層学習フレームワーク向けのモデルコンパイルパイプラインの開発および最適化を担う、経験豊富な AI エンジニアを募集しています。

ONNX、TensorFlow、PyTorch などの AI モデルを、エッジおよびクラウド向け AI プロセッサ上で効率的に動作するハードウェア最適化コードへ変換する業務に携わっていただきます。

本ポジションでは、コンパイラ最適化、計算グラフ変換、ハードウェア特化型の高速化技術に関する業務を担当します。

＜主な業務内容＞

⚫モデルコンパイルパイプライン

┗ONNX、TensorFlow、PyTorch などの AI モデルを、AI アクセラレータやエッジ

┗デバイス向けの実行形式へ変換するコンパイラの設計・実装

⚫グラフ最適化

┗演算子融合、プルーニング、量子化、メモリ最適化などによるモデル性能向上

⚫ハードウェアアクセラレーション

┗CPU、GPU、DSP、TPU、NPU、FPGA など、各種 AI チップ上での実行最適化

⚫中間表現(IR)

┗MLIR、TVM、XLA、Glow、または独自 IR を用いたモデル変換

⚫パフォーマンスチューニング

┗LLVM、Halide、CUDA、OpenCL、Metal 等を用いたプロファイリングおよび性能解析

⚫カーネル最適化

┗SIMD、ベクトル演算、行列演算、テンソル演算など、推論処理向け低レベル数値演算ライブラリの開発

⚫カスタム演算子対応

┗新規 AI 演算子の実装およびターゲットハードウェア向け最適化

⚫クロスプラットフォーム対応

┗複数アーキテクチャ・バックエンド間でのモデル移植性の実現

⚫AI/ML フレームワーク連携

┗PyTorch、TensorFlow、ONNX Runtime 等へのコンパイラ機能拡張

⚫デバッグおよびベンチマーク

◼︎会社概要

本社を韓国に置き、2025年5月に日本法人『株式会社ぺブルスクエアジャパン』を設立しました。

ぺブルスクエアは性能とエネルギー効率を画期的に改善する、Analog-PIM(Processing-In-Memory)を基盤にしたAIチップを開発し、AI革新を先導する会社です。

AI技術の発展と産業拡張により増加するエネルギー消費問題を解決するために革新的な技術提供をいたします。

弊社のAI半導体チップは、CPUとメモリー間のデータ転送から発生する非効率的な電力消耗を画期的に減らす、 Analog-PIM(Processing-In-Memory)技術を保有していながらフォン・ノイマン構造の限界を克服する技術を持ちます。

データ転送なしでメモリ内から演算と保存を同時に処理することで、性能を大幅に改善させ、エネルギー消耗を画期的に削減します。

私たちは持続的にクリエイティブな技術開発を通してAIチップ分野にて新しい革新を先導して参ります。

◼︎事業概要

半導体、電子部品の設計および開発業

◼︎ミッション

事物に知能を加え、すべての人が便利さと効率を享受する世界を実現する。

┗私たちはニューロモルフィックコンピューティングを基盤とした超低電力AI技術で革新を先導いたします。

労働条件◼︎ 雇用形態

正社員

◼︎ 勤務地

東京都中央区日本橋本町 4-5-13 VORT 日本橋本銀通り 10 階

※リモートワークについては、相談可

◼︎ 勤務時間

8時間勤務（1時間休憩)）

※出勤時間 8:00-10:00フレキシブル出社

◼︎ 給与

年収:経験・スキルに応じて決定（500万～1000万）

◼︎ 休日／休暇

完全週休二日制（土日祝休み）

夏季休暇（3 日）

年末年始休暇(2025 年度:12/27-1/4)、

バースデー休暇

◼︎ 手当

通信費手当：月 5,000 円

◼︎ 福利厚生

・バースデー休暇

・有給休暇(2時間単位で使用可)

・健康診断休暇

・慶弔見舞金制度

・リフレッシュ支援金(3・5・7・10 年働いた在職者に休暇費用 10 万円支給)

・人材紹介報奨金

・教育費補助

応募資格

【必須（MUST）】

◼︎ 学歴：

┗コンピュータサイエンス、電気電子工学、または関連分野の学士・修士・博士号

◼︎実務経験：

┗モデルコンパイル、AI フレームワーク、または深層学習アクセラレータ分野での

実務経験(2 年以上)

◼︎プログラミング言語：

┗C、C++、Python、LLVM IR または MLIR

◼︎コンパイラ開発経験：

┗LLVM、TVM、XLA、Halide、Glow、または独自 ML コンパイラ

◼︎グラフ変換技術：

┗演算子融合、ループ展開、定数畳み込み、量子化、タイル化手法に関する知識

◼︎ハードウェア最適化：

┗SIMD、CUDA、OpenCL、ROCm、低レベルテンソル演算の経験

◼︎ AI フレームワーク：

┗TensorFlow、PyTorch、ONNX、TensorRT、TFLite、OpenVINO の実務経験

◼︎並列計算：

┗マルチスレッド処理、ベクトル化(SSE/AVX)、ヘテロジニアスコンピューティン

グの経験

【歓迎（WANT）】

◼︎ニューラルネットワーク圧縮：

┗QAT(量子化対応学習)、重みプルーニング、知識蒸留

◼︎クラウド・エッジ AI：

┗AWS Inferentia、NVIDIA Jetson、Intel Movidius、Qualcomm 製 AI チップへのモデル展開経験

◼︎形式手法・検証：

┗モデル検証、正当性証明、コンパイラ堅牢性向上のためのファズテスト