Astrmira に参加する
自分の判断で、
価値あるものをつくる。
自ら考え、主体的につくり、AI エージェントを使いこなせる仲間を探しています。研究と開発、プロダクトづくりをつなぎ、問題を理解し、結果を検証し、実際の利用に耐えるものを育てていきます。
はじめに
単位距離予想の反証、Navier–Stokes 問題の突破、何兆バイトものコードの帝国を築くこと……。
かつて天才だけのものだった領域を、AI が少しずつ自らの版図に収めていくとき、私たちは問い始めずにはいられません。
「人間」である私たちの意味には、いったい何が残るのでしょうか。
答えは姿を現しつつあります。ただ、多くの人はまだ気づいていません。
「メタ認知」——自然が私たちに与えてくれた、最も貴重な財産です。
AI は、自分が何を知っているかを知らず、
何を知らないかも知りません。
指定された方向へ高速で進むことはできても、プロンプトの枠を抜け出すことも、「直感と認知」の深さをもって問題を考えることもできません。
これは確定した真理ではありません。いつの日か AI が本当に「私は誰か」と考え始めるその瞬間、この定義は覆されるかもしれません。
けれど、その窓が閉じる前に、私たちは共に歩む仲間を必要としています。果てしなく深い宇宙の闇で、超新星は最もまばゆい光を象徴します。
あなたも、その一員になりませんか。
共通要件
すべての職種に求めること。
以下は全職種に共通する必須要件です。応募前に一つずつご確認ください。
エージェントを主体的に導く。
AI エージェントを日常的に深く使い、要件と受け入れ基準を定め、誤りを防ぐ明確な文書上の契約を書けること。目的に沿って開発を進めさせ、幻覚を素早く見抜いて修正できる方を求めます。一度指示を出して、あとは出力を無批判に受け入れるだけでは不十分です。
理解の限界を理解する。
自分が知っていることだけでなく、AI に何が欠けているかも判断できる、強いメタ認知能力を求めます。プロンプトや問題設定の外に立って前提を問い、不足する背景を補い、本質を考える。自分の判断力とエージェントの速度を組み合わせ、結果に責任を持てること。
自らつくる意欲を持つ。
何を生み出すかを大切にし、解く価値のある問題を見つけ、取捨選択をして、使える成果まで進められること。自分で選んでつくった作品と、その過程での判断を見せてください。
作品と思考で語る。
優れた論文やオープンソース経験は歓迎しますが、評価するのは中身です。プレプリント、専門性の高い分野、知名度の低いリポジトリでも、論理と実装が確かなら同等の証明になります。理解の深さと本人の貢献を重視します。
離れた場所から協働する。
従来型の勤務場所にとらわれず、オンライン中心の協働に対応できること。進捗、判断、課題を相手に伝わる形で残し、文書と対話を通じて研究と開発を進められる方を求めます。
つくることに真摯である。
すべてを一から作り直す必要はありません。既存の道具を理解し、意図を持って選び、その上に価値を生み出してください。好奇心と丁寧さを持ち、自分の仕事が何を加えたか説明できること。
募集職種
異なる役割で、成果を形に。
すべての職種に共通要件が適用されます。職種を開くと、仕事内容と応募要件を確認できます。
実験 · 分析 · ベンチマーク
データサイエンスエンジニア
研究上の問いを、信頼できる実験と証拠につなげる。
実験 · 分析 · ベンチマーク
データサイエンスエンジニア
研究上の問いを、信頼できる実験と証拠につなげる。
仕事内容
- 研究メンバーと連携し、先端研究の検証・評価を担当。厳密で公正なベンチマークを構築します。
- エージェントを活用してデータセットと実験基盤を設計し、証拠の質を保ちながら研究の反復を速めます。
応募要件
- データ分析と統計の基礎、Python とデータサイエンス技術の習熟。エージェントを用いた可視化・評価レポートの作成と、明確で正確な研究図の制作に長けていること。
- Experiment, Analysis & Benchmark（E.A.B.）の豊富な経験。適切な実験スクリプトと公平な評価基盤を独立して設計できること。
- データベース、機械学習、情報検索の知識を持ち、研究チームと議論できること。先端の数学理論を読み、学術・産業それぞれの評価ロジックへ落とし込めること。
- 研究の誠実さを重視し、エージェントの幻覚、偏った比較、無効な実験前提、誤解を招く評価を見抜けること。
プロダクト · 開発 · Agent Harness
フルスタックエンジニア
オープンソースのアイデアを、使い続けられるシステムへ。
プロダクト · 開発 · Agent Harness
フルスタックエンジニア
オープンソースのアイデアを、使い続けられるシステムへ。
仕事内容
- オープンソースアプリケーションの開発全体を担い、エージェントを活用して迅速に改善し、プロトタイプを検証します。
- 各モジュールの単体テストを作成。研究成果と実装計画を研究チームとすり合わせ、読みやすいシステム・開発文書をまとめます。
応募要件
- 優れた UI/UX の感覚。技術実装だけでなく、ユーザー行動、設計の欠点、プロダクト上の選択を第一原理から考えられること。
- Agent Harness の設計に対する深い考察。コンテキスト・プロンプト管理、ツール設計、長期記憶、エージェント間通信（A2A）を理解していること。
- 良好なソフトウェア開発規範と明確なアーキテクチャ思考。大規模リポジトリの保守経験は歓迎します。
- オープンソースや技術フォーラム、特にフロントエンドと UI/UX ライブラリの動向を追い、自分の判断を持っていること。
- エージェント製品のヘビーユーザーであり、モデルごとの強みと限界を理解し、設計・推論・開発に適した協働方法を選べること。
利用体験 · 統合 · 信頼性
プロダクトテストエンジニア
実際の利用で重要になる問題を、先に見つける。
利用体験 · 統合 · 信頼性
プロダクトテストエンジニア
実際の利用で重要になる問題を、先に見つける。
仕事内容
- オープンソースアプリケーションの E2E テストを設計・実行。CI/CD を構築・保守し、現実的な統合・境界・負荷テストの組み合わせを設計します。
- 自ら製品を使って体験を確かめ、不具合を再現可能な証拠と有用な文書にまとめます。
応募要件
- テスト設計と実行の豊富な経験、およびテストの考え方とフレームワークへの習熟。
- 事実に基づいて製品の境界を見極め、適切なテスト粒度を選び、過剰設計を避けられること。
- 実装の言い換えに終わらず、問題を発見できるテストをエージェントに作成させ、変更時の中核動作を守れること。
- 異常を素早く特定して原因を正確に判断し、推論、再現手順、結論を明確に記録できること。
- 高いメタ認知能力と人間・コンピュータ間の相互作用への理解。一般利用者、開発者、ヘビーユーザーの視点を切り替え、見落としを発見できること。
歓迎する経験
経験を、見える成果で。
該当する経験があれば、実際の貢献が分かる資料を応募時に添えてください。
- 大学や企業の研究室で、研究・開発に深く関わった経験。自分が担当した仕事を説明できること。
- 計算機科学、数学、データサイエンス、電子情報などの分野での優れた競技実績。
- 優れた国際会議・学術誌の著者、または同等の研究成果。査読中の優れた研究も歓迎します。
- 個人のオープンソース作品やコミュニティへの深い貢献。人気や Star 数だけで技術的価値を判断しません。
- ゲームの独立制作や専門的な分野の深い探究など、際立つ技能や創造的な活動。
応募方法
まず、あなたの作品から。
履歴書または経歴の概要、代表作品、希望職種を下記のメールアドレスへお送りください。自分が担ったことと、これから探究したい問題を教えてください。
添えていただきたいもの
- 履歴書、または応募職種に関連する経歴の概要。
- 論文、コードリポジトリ、デモなどの作品と、本人の貢献の説明。
- どんな選択をし、何を解決し、なぜ参加したいのかについての短い紹介。