年收入情况

年薪600万日元～1000万日元（相当于大约27-46万人民币）

工作地点

东京文京区后乐2-3-21

住友不动产饭田桥大楼2F

（文京区後楽2-3-21 住友不動産飯田橋ビル 2F）

主要职责

进行漫画等娱乐内容翻译相关的研发

• 研发提高翻译准确度及翻译工作流程效率的技术
• 包括漫画图像理解（OCR及角色识别）、图像编辑（文字删除及风格生成）
• 挑战语言及图像基础的多模态理解和生成相关各种课题

当前主要面临的问题

机器翻译

• 以故事为主线的机器翻译不仅要传达意义，还要生成具有阅读乐趣的句子
• 漫画对白要求“流利度”，仅依靠现有的LLM难以满足
• 需要研究翻译结果评估体系
• 需考虑故事及角色背景、多模态翻译、根据文化进行本地化等课题

图像处理

• 除对话气泡外，还有拟声词、招牌等图中文字
• 存在原文去除、背景恢复、文字风格生成的难题
• 利用扩散模型进行图像生成技术虽在发展，但仍有挑战

研究课题示例

• 利用漫画平行数据训练开源LLM
• 利用之前的修改历史提高翻译精度
• 娱乐领域机器翻译自动评估方法
• 利用多模态信息推断对白发话者（ACMMM2024收录）
• 识别手写体、拟声词文字
• 使用扩散模型（如Stable Diffusion）实现文字删除和背景恢复
• 文字风格估计及合理排版生成
• 基于平行数据学习实现自动排版

开发环境

机器学习：PyTorch、Huggingface、OpenCV等

基础设施：AWS、GCP、公司内GPU服务器（NVIDIA A6000 x16台）

前端：Vue、TypeScript

后端：Django、Python

必要条件

日语达到商务水平以上

具备自然语言处理或图像识别领域的研发经验

机器学习领域硕士或博士学位，或有2年以上实际工作经验

有研究计划制定及论文评审通过经验，或相当的研究执行经验

有机器学习模型训练及提高任务准确率的经验

能够进行英文论文检索与调查

能与非日语用户用至少英语进行最低限度交流能力

优先条件

具备自然语言处理、图像处理领域专业知识

有大规模语言模型和扩散模型等最新技术的使用经验

国际机器学习会议或期刊第一作者论文收录经验

具有机器学习工程师实际工作经验

有机器学习PoC等项目管理及执行经验

具备WEB服务应用开发经验

理想人选

拥有持续学习习惯

基于假设思考敢于识别并验证问题

乐于与不同专业背景的人交流

具备主人翁精神，能主动推进开发

对漫画、语言、机器学习领域有浓厚兴趣