01
分散ML基盤
基盤＋支援- 課題背景
- 研究者が分散学習と共有計算資源へ簡単かつ確実にアクセスする必要があります。
- 難しさ
- スケジューリング、使いやすさ、資源政策、再現性、研究フローを一体化する必要があります。
- 関連経験
- 分散学習ツール、Slurm環境、資源配分、ML研究者支援の経験。
Tensor State Groupを支える技術経験。
代表者の過去の役割と研究を説明するもので、Tensor State Groupの顧客実績として示すものではありません。
帰属基準
個人の経験と会社の顧客履歴を分離し、公開可能で裏付けられる範囲のみ記載します。
02
視覚制作向け生成システム
モデルシステム＋業務- 課題背景
- 制作チームには制御と業務要件を守る生成能力が必要です。
- 難しさ
- モデル選定だけでは制御、ルーティング、一貫性、評価、遅延、統合を解決できません。
- 関連経験
- 画像生成、インペインティング、アウトペインティング、拡散、モデルルーティング、検索支援アプリの経験。
03
コンピュータビジョンとニューラルメディア
ビジョン＋応用研究- 課題背景
- 不完全な本番条件で視覚データを変換、分割、認識、再構成します。
- 難しさ
- データ設計、アーティファクト、希少失敗、処理量、主観品質が設計を左右します。
- 関連経験
- ブレ除去、分割、物体検出、合成データ、ニューラルレンダリングの経験。
根拠の基準
ケーススタディは信頼を借りず、獲得する。
背景、難しさ、介入、評価、結果、本番状態を一貫した構造で示し、過去の雇用先での仕事は明記します。
追加情報は適切な機密条件下で説明できます。