OfferBoxの適性診断を比較｜AnalyzeU＋と360度の違い
PFNのエンジニアの仕事｜製造業のAI・高速化・LLMを比較
tennis0709closs@gmail.com
記事内に商品プロモーションを含む場合があります
PFNのエンジニアに関心があるなら、AIという技術名より、何を改善し、どう判断する仕事かを比べるのがおすすめです。製造現場の課題、計算処理の性能、言語モデルの回答では、向き合う問題が異なります。
同社で働く社員にも、入社前は有名な技術者がいる印象はあっても、実際の仕事をつかめなかったという人がいます。研究分野や製品名を知るだけでは、日々の判断までは見えてきません。
社員の実務を改善対象と判断で読むと、自分の研究や制作で面白いと感じたこととつなげやすくなります。仕事への関心を具体化したうえで、2028年入社向けの案内を確認しましょう。
本記事では、PFNを企業研究する就活生に向けて、製造業のAI、MN-Coreの高速化、LLMの事後学習という3つの実務例と、2028年入社の募集案内を読むポイントを解説します。
【Contents】
PFNはAIの基盤から現場で使う製品まで開発する
Preferred Networks（PFN）は、AI半導体、計算基盤、生成AIの基盤モデル、AIプロダクト・ソリューションの4領域を自社で開発・提供する会社です。利用者が触れる製品だけでなく、それを動かす計算やモデルの基盤にも取り組んでいます。
会社の開発範囲が広いため、AIの研究をする会社という理解だけでは、個々のエンジニアが向き合う問題を捉え切れません。顧客の現場で役立つ仕組みを作る仕事と、計算を速くする仕事では、確かめる対象や判断材料が違います。
会社の事業領域と、社員が担当する具体的な仕事は分けて読むことが大切です。同じAIに関わる開発でも、どの対象を改善するかによって、顧客への聞き取り、性能の検討、回答の評価など、必要な作業が変わります。
企業研究では、興味のある製品名から一歩進み、どんな問題なら考え続けたいかを探してみましょう。公式の社員インタビューは、その人が経験した判断を知る材料になります。入社年や異動後の役割にも目を向けると、入社直後の経験と、その後に広がった担当を区別できます。
仕事内容と自分の経験を整理する支援を探す場合は、ITエンジニア志望者向けサービスの対象や活用法も確認できます。
社員の実務から、改善する対象を比べる
社員の実務には、改善する対象と主な判断の違いがあります。製造現場へのAI適用、MN-Coreのコンパイラ開発、PLaMoの事後学習は、それぞれ異なる担当例です。
| 社員の担当例 | 改善する対象 | 主な判断 |
|---|---|---|
| 製造業のAI | 現場の課題への対応 | 何を評価し、どの手法を使うか |
| MN-Coreのコンパイラ開発 | 計算処理の性能 | どう速く、使いやすくするか |
| PLaMoの事後学習 | モデルの回答 | 何を良い回答とし、どう改善するか |
製造業のAI｜現場の課題から評価指標を具体化する
2022年に新卒入社した鈴木海渡氏は、2023年10月に執筆した記事で、工業製品の画像を使う異常検知を主に担当すると説明しています。データ分析やモデルの設計・学習に加え、顧客へのヒアリングや実験の自動化にも取り組んでいました。
最初に担当した新規顧客の案件では、本や論文を読み、データを見るところから始めました。顧客への質問や現場見学を通じて、評価指標と手法の方向性を具体化した経験を挙げています。
この経験からは、モデルの数値だけでなく、何を改善したいかを見る重要性が分かります。現場の課題を理解してから、何をもって良い結果とするかを考えることも、AIを使う開発の仕事です。
課題設定から分析結果の解釈までを担う一般的な職種の説明は、データサイエンティストの仕事でも確認できます。
あわせて読みたい
IT職種一覧｜29の職種・役割と就活生の選び方
MN-Core開発｜計算を速くする方法を考える
2024年12月に取材したインタビューでは、同年に新卒入社した諸戸氏と宮本氏が、MN-Coreのコンパイラチームで計算処理の高速化に取り組む仕事を説明しています。AIを使う製品の機能とは別に、その計算を支える性能へ向き合う担当例です。
諸戸氏は高性能計算や画像処理、宮本氏は数理最適化や数値流体解析など、異なる背景を持ちます。記事では速さに加え、使いやすさや効率、消費電力を意識し、プロジェクト全体を理解して課題を解く姿勢も語っています。
研究テーマの名前が同じかどうかだけで判断せず、自分が深めたい課題に注目するのがおすすめです。計算の仕方を工夫することや、性能と使いやすさの両方を考えることへの関心が、仕事を理解する手掛かりになります。
速さの裏側で何を工夫するのか、そこに興味を持てるか考えるにゃ！
LLM開発｜評価結果からデータと学習手法を改善する
2019年に新卒入社した中鉢氏は、産業向けソリューションの経験後にLLM部門へ異動し、公式記事ではPLaMoの事後学習チームのEMとして仕事を説明しています。事後学習は、学習済みモデルを有用で正確、安全な回答へ近づける取組です。
チームでは、モデルの能力をどう評価するかを検討し、評価結果をもとにデータや学習手法を改善することを繰り返しています。中鉢氏は技術面のリードに加え、人のマネジメントも担当すると説明しています。
この仕事を読むときは、どんな回答を良いと判断するかまで見ることが大切です。モデルを学習させる操作だけでなく、目指す回答を評価できる形にし、その結果から次の改善を考える仕事として理解できます。
AIの出力を評価しながら改善する別の担当例は、DeNAのAIロジック開発の仕事と比較できます。
あわせて読みたい
DeNAのエンジニア職｜AI開発と仕様品質を支える仕事
2028年入社はプレエントリーと本応募を分けて確認する
2026年10月10日に確認したPFNの公式発表は、2028年4月または10月に入社できる学生を対象に、プレエントリーを案内しています。2026年9月1日の発表に基づく情報で、募集要項の公開と応募受付は同年11月以降の予定です。
プレエントリーをしていなくても、本選考へ応募できます。情報を受け取るための入口と、実際に選考へ応募する手続きは別です。プレエントリーの案内があることを、本応募がすでに始まっているという意味に受け取らないようにしましょう。
公式発表は、詳しい内容が決まり次第案内すると説明しています。現時点で確認できたこの案内だけから、2028年入社の募集職種、必須経験、選考内容を確定することはできません。応募を考える際は、公開後の要項で自分が希望する対象を確認してください。
社員インタビューは仕事への関心を深める資料ですが、そこに登場する人の研究分野や入社時の経験が、そのまま次年度の応募条件になるわけではありません。仕事内容への関心と、応募に必要な条件を分けて整理すると、募集要項を読むときに確認すべき点が明確になります。
出典：PFN「2028年入社の新卒採用プレエントリー受付開始」
技術の名前より、解きたい問題から関心を絞ろう
PFNのエンジニアの仕事は、AIという言葉だけでまとめず、改善対象から考えると選びやすくなります。顧客の現場を理解して評価指標を定めたいのか、計算を速くする方法を追究したいのか、モデルの回答を評価して改善したいのか、自分の関心を具体化してみましょう。
3つの実務例に共通するのは、技術を使うだけでなく、何を良い状態とするかを考える場面があることです。一方で、判断材料は顧客の事情、計算の性能、回答の品質と異なります。どの問題を調べ、試し、改善することに面白さを感じるかが、仕事を読む軸になります。
自分が比較し、確かめ、変更した経験を振り返ることから準備を始めるのがおすすめです。研究や制作では、選んだ方法だけでなく、他の方法と比べた理由、結果を確かめた方法、改善後に分かったことを整理してください。
まだ経験のない技術については、できることと学びたいことを分けて考えましょう。社員の担当例と自分の経験の接点を見つけておけば、募集要項が公開された際に、希望する仕事と必要な準備を具体的に照合しやすくなります。
技術への関心や研究・制作経験の伝え方を相談したい場合は、ITエンジニア志望者向けサービスの特徴を確認できます。
ABOUT ME
IT就活のWebマーケティング領域を支援してきました。
よくあるプログラミングスクールをはじめたら「月収100万円」みたいな嘘のマーケティング活動をしている会社に嫌気が指す思いでいたので、当ブログを設立。
未来を担う学生が、大人に食い物にされないように、「IT就活における社会の真理」をお伝えするブログです。
よくあるプログラミングスクールをはじめたら「月収100万円」みたいな嘘のマーケティング活動をしている会社に嫌気が指す思いでいたので、当ブログを設立。
未来を担う学生が、大人に食い物にされないように、「IT就活における社会の真理」をお伝えするブログです。
