For international students in Japan:

• This program is only for students who already have visa eligibility to work as an intern this summer in Japan.
• English version of the instruction is available here.

更新履歴

2020/04/24 追記: PFN2020 夏季国内インターンシッププログラムの応募は締め切りました。たくさんのご応募ありがとうございました。

2020/04/23 追記: COVID-19 の影響により、PFN2020 夏季国内インターンシッププログラムはすべてリモートで実施することになりました。各テーマの実施可能性を検討した結果、「19. 人間のポーズ推定器の開発」についてはリモート実施が困難であると判断し、やむを得ず中止とさせていただきます。

PFN2020 夏季国内インターンシップ バーチャル説明会を開催します。詳しくはこちら （終了しました）

概要

Preferred Networks (PFN) は、今年の夏に PFN 東京オフィスで熱意をもって一緒に働いていただけるインターンを募集します。昨年までにご応募いただいた方の再エントリーも可能です（但し、既に過去のインターンシッププログラムに参加された方は除きます）。機械学習のみならず、コンピュータサイエンスの幅広い分野から、私たちと一緒に新しい技術、ソフトウェア、サービスを創り上げてみたいという学生のみなさまのご応募を歓迎いたします。

※なお、今後の国内における新型コロナウィルスの状況によっては、プログラムの実施中止やスケジュール・プログラム内容の変更・縮小といった対応を取らせていただく場合がございますのでご了承ください。

Index

PFNインターンの特徴と期間

実施テーマ

応募資格

ご応募における注意事項

応募方法

応募後の選考フロー

勤務場所と待遇

PFNインターンの特徴と期間

• 深層学習、コンピュータビジョン、ロボティクス、バイオヘルスケア、強化学習、分散処理など、様々な分野の弊社スペシャリストがメンターとなり、約1.5ヶ月の長期にわたって一緒に議論・研究・開発を行います。
• インターン実施中の成果は機密や権利上の問題が無い範囲で OSS や論文、PFN Research & Development Blog記事として公開することを奨励しています。

• 開始日：2020年8月11日（火）（応相談）
• 終了日：2020年9月18日（金）
  • 希望者は9月23日（水）～30日（水）もインターンシップと同条件にて勤務可能です：
    • 9月下旬から授業開始の学校が多いため、今年は最終日を原則9月18日に設定しています。
    • 夏季休暇が上記日程より長い場合、研究成果の取りまとめや社員との交流等のため、希望者は同条件にて9月30日まで勤務が可能です。
    • インターン期間中であっても、研究室の活動や学会参加、帰省等による不在は柔軟に対応いたします。

トップに戻る

実施テーマ一覧

• 2020年度夏季インターンシップの実施テーマは、必ずしも研究発表を目指さない開発(論文の再実装やOSSの開発など)を重視したEngineeringインターンと、インターン生がより自律的に研究を行い、その成果を論文として発表することを目指したResearchインターンのそれぞれで募集を行います。テーマは以下の通りです。
• 選考の過程もしくは選考終了後、弊社メンバーと相談の上、取り組むテーマを最終決定いたします。応募フォームでは第2希望までご記入いただけます。
• インターン活動により生じた知的財産はPFNに帰属することになります。テーマ選択にあたっては、所属機関における研究テーマを持ち込まないようご留意ください。

[全て展開する] [すべて閉じる]

Engineering

[+] 1. データサイエンス・機械学習応用に関する研究開発

データサイエンス・機械学習応用に関する研究開発

必須要件

・機械学習に関する幅広い知識
・文献調査およびソフトウェア実装の能力・経験

望ましい要件

・Kaggle 等のデータ分析コンペティションにおける入賞経験
・外れ値検知・異常検知に関する知識・経験
・OSSへ貢献した経験あるいはライブラリを整備するためのエンジニアリング能力

[+] 2. 深層学習モデルを社会実装するためのフレームワーク、ライブラリ開発

①スマホ・エッジデバイスで深層学習モデルを高速に動かすフレームワーク・ライブラリの作成

必須要件

・深層学習のモデルを作って動かした経験
・スマホアプリあるいはエッジデバイスでのアプリ作成経験

望ましい要件

・ONNX, MLIRの知識
・モデルやコードの最適化の経験
・SNPEなどのベンダツールの知識

②難読化ツールの作成

必須要件

・CTF rev/pwnにおいて優秀な成績をお持ちの方
・リンカへの深い知識 (cf: https://github.com/shinh/sold を完成させられる)

望ましい要件

特になし

[+] 3. 微分可能レンダラの開発と応用

①高品質な微分可能グラフィクス/レンダリングライブラリの開発

必須要件

・Pythonを用いたコーディング能力
・ディープラーニングに関する実装経験
・3Dコンピュータビジョンまたはコンピュータグラフィクスに関する専門知識
・高度な実装能力

望ましい要件

・PyTorch の経験
・CUDA の実装経験
・チーム開発の経験
・オープンソースソフトウェアの開発経験

②微分可能レンダラを用いた部屋全体の三次元再構成

必須要件

・Pythonを用いたコーディング能力
・ディープラーニングを用いたComputer vision系のモデルの実装経験

望ましい要件

・3Dコンピュータビジョンまたはコンピュータグラフィクスに関する専門知識
・複数GPUを活用した機械学習モデルの開発経験

[+] 4. 一般の画像認識のための技術開発

①画像認識へのNASの応用

必須要件

・Pythonを用いたコーディング能力
・ディープラーニングを用いたComputer vision系のモデルの実装経験

望ましい要件

・PyTorch の経験
・コンピュータビジョンや機械学習に関する論文執筆あるいは対外発表の経験

②省アノテーションコストでの画像認識

必須要件

・Pythonを用いたコーディング能力
・ディープラーニングを用いたComputer vision系のモデルの実装経験

望ましい要件

・PyTorch の経験
・コンピュータビジョンや機械学習に関する論文執筆あるいは対外発表の経験

[+] 5. 三次元データを活用した物体認識技術開発

①物体の3Dスキャナにおけるマテリアル推定技術開発

必須要件

・Pythonを用いたコーディング能力
・ディープラーニングを用いたComputer vision系のモデルの実装経験

望ましい要件

・3Dコンピュータビジョンまたはコンピュータグラフィクスに関する専門知識

②CGデータを活用した画像認識器の学習

必須要件

・Pythonを用いたコーディング能力
・ディープラーニングを用いたComputer vision系のモデルの実装経験

望ましい要件

・3Dコンピュータビジョンまたはコンピュータグラフィクスに関する専門知識
・UnityなどのゲームエンジンあるいはBlenderなどの3Dモデリングツールの使用経験

③3次元データに対するアノテーションツールの開発

必須要件

・Pythonを用いたコーディング能力
・UnityなどのゲームエンジンあるいはBlenderなどの3Dモデリングツールに使い慣れてること

望ましい要件

・3Dコンピュータビジョンまたはコンピュータグラフィクスに関する専門知識

[+] 6. 分散機械学習基盤におけるデータ通信ネットワークの改善

分散機械学習基盤におけるデータ通信ネットワークの改善

必須要件

・TCP/IP及びデータセンタネットワークに関する基本的な知識
・システムプログラミングの能力
・OSや計算機アーキテクチャに関する知識

望ましい要件

・RDMAやRDMA over Converged Ethernet (RoCE)に関する知識
・Ethernet スイッチなどネットワーク装置の設定経験
・ネットワーク監視に関連するスキル(Streaming Telemetry / NetFlow / IPFIX)
・分散深層学習における通信パターン、演算の理解
・システム監視や可視化に関する知識(e.g. Prometheus)

[+] 7. MN-Core向けコンパイラバックエンドの開発

MN-Core向けコンパイラバックエンドの開発

必須要件

・計算機アーキテクチャに関する知識
・コンパイラバックエンドに関する知識
・C++の十分な経験

望ましい要件

・機械学習/深層学習の基礎的なアルゴリズムやワークフローの知識
・深層学習フレームワークの API および実装に関する知識
・アクセラレータ上での最適化経験

[+] 8. MN-Core向けシステムソフトウェアの開発

MN-Core向けシステムソフトウェアの開発

必須要件

・システムプログラミングの経験
・計算機アーキテクチャ、OSに関する知識
・並行処理/並列処理に関する知識と実装経験

望ましい要件

・性能測定、性能モニタリングについての知識/経験

[+] 9. 種々の医療データ解析のためのライブラリ開発

種々の医療データ解析（塩基配列や表現型等）のためのライブラリ開発

必須要件

・Pythonを用いたコーディング能力
・基本的な生物学の知識（学部レベル）

望ましい要件

・開発ツールの使用経験
・チーム開発の経験
・医療（生物）データ解析の経験

[+] 10. 創薬に関する機械学習や分子シミュレーションの開発・応用研究

創薬に関する機械学習や分子シミュレーションの開発・応用研究

必須要件

・Pythonを用いたコーディング能力
・Chemoinformaticsの知識
・生物学・化学についての基礎的な知識

望ましい要件

・C++を用いたコーディング能力
・MPI等を用いた並列計算の実装経験
・RDKitの使用経験
・PyTorchなどを用いた深層学習の実装経験
・生体高分子のMDシミュレーションと自由エネルギー計算の経験

[+] 11. 深層学習に基づく原子系シミュレータと材料開発への応用

深層学習に基づく原子系シミュレータと材料開発への応用

必須要件

・Pythonを用いたコーディング能力
・何らかの原子系シミュレーションに関する知識(例えば、分子動力学法, 反応経路解析, 化学的物性の予測/最適化など)

望ましい要件

・応用に興味がある場合、具体的な対象系および再現したい現象についての提案があると望ましい。
・シミュレータ開発に興味がある場合、近年の深層学習を用いた原子系シミュレーション技術に対する知識、深層学習の実装経験、本人にとって解決したい課題の提案があると望ましい
・いずれの場合でも、学会発表経験や論文執筆経験があるとより望ましい
※対象系は限らず、例えば金属・半導体・電池・セラミクス・有機分子系などを含め広範囲の領域を対象とする。対象とする物理現象も工学領域を限定しない。化学反応プロセスから機械特性まで幅広い対象を歓迎する。

[+] 12. ディープラーニングを使ったアニメーションへの応用

ディープラーニングを使ったアニメーションへの応用

必須要件

・Pythonを用いたコーディング能力
・ディープラーニングに関する実装経験

望ましい要件

・PyTorch もしくは Chainer の経験
・深層生成モデルに関する実装経験
・高度な実装能力
・アニメなどへの興味

[+] 13. 工業プロセスのシミュレータ実装技術および周辺技術の開発

工業プロセスのシミュレータ実装技術および周辺技術の開発

必須要件

・プログラミングスキル (Python, C/C++など)
・システムプログラミングの経験

望ましい要件

・数値解析の知識・経験
・ソフトウェア開発に関する高度なスキル
・言語処理系の実装の経験
・CUDAプログラミング等のHPCの知識・経験

[+] 14. 強化学習のロボティクスへの応用

強化学習のロボティクスへの応用

必須要件

・ディープラーニングや強化学習に関する知識と経験
・ロボットプラグラミングの経験
・Pythonを用いたコーディング能力

望ましい要件

・ソフトウェア開発に関する高度なスキル
・ロボティクスに関する知識
・PyTorchもしくはChainerの経験
・機械学習に関する研究経験

[+] 15. 自動運転のためのコンピュータビジョン

自動運転のためのコンピュータビジョン

必須要件

・深層学習を用いたコンピュータビジョンに関する知識
・線形代数、機械学習に関する理解
・深層学習アルゴリズムの実装経験
・Pythonのコーディングやソフトウェア開発のベストプラクティスに習熟し、開発経験が豊富であること。

望ましい要件

・PyTorchの経験
・CuPy/ATen といったGPU tensor processingライブラリに関する経験
・jupyter lab/notebooks, k8s, bash scripting, Linuxなどの典型的なな開発環境に慣れ親しんでいること
・複数GPUにスケールするディープラーニングの実装経験
・メモリ制約のもとでの高解像度な画像や動画に対する実験経験
・筆頭著者でのCV関係の論文の発表経験

[+] 16. Optuna 開発

Optuna 開発

必須要件

・オープンソースソフトウェアの開発・貢献またはそれに類する実績

望ましい要件

・論文発表やコンペティションでの成果など、機械学習分野における実績
・ベイズ最適化や自動機械学習 (AutoML) についての専門知識

[+] 17. 分散強化学習の技術開発

分散強化学習コードの再現と改良

必須要件

・分散学習を利用した学習コードの実装経験

望ましい要件

・PyTorchの経験
・並列分散を利用したアルゴリズムの高速化経験
・強化学習のアルゴリズムの実装経験

[+] 18. Localizationに関する技術開発

①Localizationのための画像検索技術開発

必須要件

・機械学習やコンピュータビジョンの高度な知識
・深層学習フレームワークの使用経験(PyTorchおよびChainerを推奨)

望ましい要件

・コンピュータビジョンや機械学習に関する論文執筆あるいは対外発表の経験
・画像検索技術開発経験

②直接法/間接法ハイブリッドSLAM開発

必須要件

・機械学習やコンピュータビジョンの高度な知識
・SLAMの開発経験・実装経験

望ましい要件

・コンピュータビジョンや機械学習に関する論文執筆あるいは対外発表の経験
・高度な実装能力

③3dLiDARを用いたLocalization技術開発

必須要件

・機械学習やコンピュータビジョンの高度な知識

望ましい要件

・コンピュータビジョンや機械学習に関する論文執筆あるいは対外発表の経験
・画像検索技術開発経験

[+] [中止] 19. 人間のポーズ推定器の開発

COVID-19 の影響により、リモートで開催することとなり、検討した結果、本テーマをリモートで行うことは難しいと判断し、やむを得ず中止させていただくことになりました。すでにこのテーマでご応募いただいた方にはメールにて個別にご連絡させていただきます。

魚眼カメラの俯瞰視点からの人間のポーズ推定器の開発

必須要件

・深層学習のモデルを作って動かした経験
・３Dレンダリングの経験

望ましい要件

・CV関係の専門知識

[+] 20. 機械学習を用いた数量ファイナンス

【エンジニアリング】機械学習を用いた数量ファイナンス

必須要件

・機械学習、ファイナンスに関する基礎的な知識

望ましい要件

・金融と親和性の高い分野における高い専門性

Research

[+] 21. 機械学習ベースの物理シミュレーションモデル開発

機械学習ベースの物理シミュレーションモデル開発

必須要件

・機械学習の高度な知識
・深層学習フレームワークの使用経験(PyTorchおよびChainerを推奨)
・物理もしくは化学の基礎知識

望ましい要件

・シミュレーションモデルの作成経験
・数値解析の知識・経験

[+] 22. 医用画像を用いた機械学習の種々の問題に関する研究

医用画像を用いた機械学習の種々の問題（少数サンプル、施設・装置機差等）に関する研究

必須要件

・画像認識/解析の知識
・深層学習フレームワークの使用経験（Chainer, TensorFlow, Keras, PyTorch, MXNet)
・プログラミングスキル (Python, C/C++など)

望ましい要件

・学部もしくは大学院レベル以上の生物学に関する知識
・画像や動画に対する研究開発の経験
・医学、生物学、数学、情報学等の分野での論文発表
・機械学習や深層学習を用いたアプリケーション開発の経験

[+] 23. ディープラーニングの社会実装に向けた機械学習の研究

ディープラーニングの社会実装に向けた機械学習の研究

必須要件

・一流国際会議・英文論文誌でのコレスポ論文採録経験
・機械学習に対する深い理解　
　

望ましい要件

・博士課程在学中
・ディープラーニングフレームワークを使った実装経験（pytorch, chainer等）
・新しい研究テーマの提案があること（大学・他のインターンなどでの研究と干渉しない）
・機械学習の理論バックグラウンドに対する深い造詣

[+] 24. 機械学習を用いた数量ファイナンス

【リサーチ】機械学習を用いた数量ファイナンス

必須要件

・機械学習、ファイナンスに関する応用的な知識

望ましい要件

・金融と親和性の高い分野における高い専門性
・金融分野で論文を書いた経験

[+] 25. 次世代の高効率学習・推論アーキテクチャー

次世代の高効率学習・推論アーキテクチャーの研究

必須要件

・深層学習と推論の基本知識
・コンピューターアーキテクチャーの知識
・HDL言語スキル

望ましい要件

・実際の設計経験
・EDAツールの利用経験
・アーキテクチャー研究経験

[+] 26. 機械学習とEDA

EDA (Electronic Design Automation) 問題に対する深層学習の適用の研究

必須要件

・機械学習の専門知識
・EDA利用経験
・EDAアルゴリズムの基本知識

望ましい要件

・EDA研究経験
・機械/深層学学習の利用経験

トップに戻る

応募資格

• 個人でアプリケーションやツールを開発できる能力と高いモチベーションを持っている方を募集しています。
• また、【実施テーマ一覧】に掲載したテーマに沿った知識や開発経験は選考において考慮されます。詳細は各テーマをご確認ください。なお、各テーマ共通で必要な資格は以下の通りです。
  • 高校生・高専生・大学生・大学院生。その他高等教育機関に通っている方は応相談
  • 日本語または英語でコミュニケーションが流暢にとれる方
  • コミュニケーションを主体的にとれる方
  • インターン期間中の平日、東京オフィスに来社できる方
    （リモート勤務によるインターンは受け入れておりません）
• 本格的な開発を行ったことがない方も、ぜひ積極的にご応募ください。

トップに戻る

ご応募における注意事項

• 2020年度のグローバルインターン（日本でのインターン就労にビザサポートが必要な方）の応募は別途受け付けております（応募締切: 2020年3月30日）。
  詳細はhttps://www.preferred.jp/en/news/internship2020global/でご確認ください。
• 日本国内の大学に学生ビザで通う外国人留学生の方については、インターン開始までに【資格外活動許可】を申請・取得してください。
• 大学の単位認定の為に事務作業が生じる場合は、事前の相談が必要です。必要な手順が多いものはお断りさせていただくこともございます。

トップに戻る

応募方法

• こちらの応募フォームからご応募ください。応募フォームへのアクセスにはGoogleアカウントによるログインが必要です。応募フォームに記入いただいた個人情報は、インターン選考の目的に利用いたします。
• PR 資料の提出に関して
  • 能力を証明、アピールするものをA4一枚程度でまとめてください
  • 形式は自由ですが、ファイルフォーマットはPDFのみとします。（特にアピールしたいソフトウェア、サービス、受賞歴、論文リスト、ポートフォリオ、プログラミングコンテストの参加歴、ブログやサイト、Twitter ほかソーシャルネットワークのアカウント等を想定しています）
  • 「応募フォーム」の【ご自身のPR資料】欄からアップロードしてご提出ください。

• 応募締切：2020年4月24日（金）12:00正午（日本時間、締切後の応募不可）
• お問合せ先：intern2020-admin@preferred.jp
  • PFN2020夏季国内インターンシップ バーチャル説明会専用 Slack を開設します。
    詳しくはこちら

トップに戻る

応募後の選考フロー

一次選考

• 4月24日の応募締切後、原則として全員に選考課題として、コーディングテストを当日の18:00以降弊社から送付いたします。
• 解答提出の締切は5月8日12:00正午を予定。
• 一次選考の合否については5月22日以降順次連絡します。

面接

• 面接は一回、場合によって追加面接もあります。
• 面接は対面で実施します。遠方の方は Zoom を使用したオンライン面接実施が可能です。
  ※新型コロナウイルスの影響で一部または全部の面接をオンラインで行う可能性もございます。
• 実施期間は5月25日より4週間程度を予定

合格通知

• 6月29日以降に順次結果を送付予定

トップに戻る

勤務場所と待遇

• 勤務場所
  • 〒100-0004 東京都千代田区大手町1-6-1　大手町ビル　PFNオフィス

• 時給
  • 高専生・大学生・大学院生 2,500円
  • 高校生 2,000円
• 勤務時間：原則実働8時間、週5日（土曜・日曜・祝日を除く）
• 移動費用：インターン参加に際し、現在お住まいの場所から飛行機・新幹線での移動を要する場合、往復移動費用1回分をサポートします。
• 通勤交通費：ご自宅または、宿泊場所から会社が認める経路にて支給します。
• 宿泊費補助：遠方から参加する場合、5,000円/日の宿泊補助費を支給。期間中の休日も含まれます。
  • 宿泊先はご自分で手配していただきます。（通勤圏内に10万円台前半のウィークリーマンション等はございます。
  • 補助金額は課税対象となりますのでご留意ください。

トップに戻る