京都大学 (大学院情報学研究科 / 数理解析研究所 RIMS / 経済研究所 KIER)のPhD in Systems Science, Applied Mathematics and Physics (Itô Stochastic Calculus Lineage), Discrete Optimization & MLで日々向き合う凸最適化、大標本漸近理論、確率過程論の厳密な数式群は、単なる試験対策の抽象概念ではありません。自律型AIエージェント群が業務を分散遂行する時代において、システム全体の破綻を左右するのは個々のプロンプト精度ではなく、エージェント間の「共分散(Covariance)」とテールリスクの連鎖です。本R&Dポッドでは、学業や研究室ゼミと両立可能な週10〜25時間の完全遠隔体制のもと、大学で培った現代ポートフォリオ理論(Markowitz MPT)や統計的推定理論を100%、本番稼働するエージェント・オーケストレーションのlive codeへと直結させます。トービン分離定理に基づく計算資源配分や極値統計学による安全監査境界をコードとして設計し、世界最高峰の定量的知見を産業基盤へと昇華させましょう。
大学の講義履修、輪講のレジュメ作成、数値解析の実習課題と無理なく両立できるよう、コアタイムなしの完全非同期型・成果主義の稼働体制を採用。各自の空きコマや夜間、週末の集中時間を活用し、GitHub IssuesやPRベースでR&Dポッドの定量的モデル開発および検証を自律的に推進できます。
グローバル水準の知的貢献に見合う時給$20〜$45 USD(米ドル建て)を支給。さらに学業最優先の原則に基づき、中間試験・期末試験期間および論文提出前の最大3〜4週間は「稼働0時間/週」として完全に活動を一時休止できる制度を制度化。復帰時もポッド内の席次および研究テーマは100%保証されます。
ポッドでの数理検証成果は、指導教員との合意形成のもとで学士特定課題研究・卒業論文や修士論文のテーマと密接に連携可能です。2024-2026年の最先端プレプリント共同執筆の機会に加え、エージェント共分散制御と計量数理を体系化した無料の39時間CPE(継続的専門教育)ライブラリ({preprints_url})へのフルアクセス権が付与されます。
| 大学履修科目・数理領域 | 数理モデル・定理(定式化) | 担当R&Dポッド | 本番エージェント実装・産業応用 |
|---|---|---|---|
| 凸解析・2次計画法(数理最適化演習) | \min_\mathbf{w} \mathbf{w}^T \boldsymbol{\Sigma} \mathbf{w} \quad \text{s.t.} \quad \mathbf{w}^T \boldsymbol{\mu} \ge \mu^*, \; \mathbf{1}^T \mathbf{w} = 1, \; \mathbf{w} \ge \mathbf{0} |
POD-01 | 異種LLMおよび決定論的検証アルゴリズム群(Formal Verifier)に対する最適計算資源配分問題。各エージェントの推論成功率とレイテンシを期待リターン・リスクと見なし、Karush-Kuhn-Tucker(KKT)条件および内点法を用いて、指定期待性能μ*を満たしつつ推論不確実性(分散)を最小化する最適計算重みベクトルwを決定論的に導出・実装します。 |
| 確率論・相関試行解析(大数の法則と有効自由度) | N_{\mathrm{eff}} = \frac{N}{1 + (N - 1)\bar{\rho}} |
POD-01 | エージェント・アンサンブルの直交化設計。平均相関ρ̄=0.70を持つ同一基底モデルのプロンプトをN=50並列実行しても、有効独立専門家数N_effはわずか≈1.42にとどまり計算資源が無駄に浪費される理論的理由を証明。主成分分析(PCA)および直交射影プロンプティングを導入し、エージェントアンサンブルの共分散構造を能動的に直交化します。 |
| 高次元数理統計学・計量経済学(大標本漸近理論 N > T) | \hat{\boldsymbol{\Sigma}}_{\mathrm{LW}} = (1 - \delta^*) \mathbf{S} + \delta^* \mathbf{F} |
POD-02 | 少サンプル評価ベンチマークにおけるLedoit-Wolf共分散収縮推定およびMarčenko-Pasturランダム行列ノイズ除去。評価データ数Tよりもエージェント種別数Nが多い超高次元状況(N > T)において、標本分散共分散行列Sが特異化・悪条件化する病状を、最適収縮強度δ*と構造化ターゲットFにより正則化し、逆行列Σ⁻¹の数値安定性を担保します。 |
| 保険数理・極値統計学(下方リスク計量と極値理論) | \Sigma_{ij}^- = \mathbb{E}[\min(R_i - \tau, 0)\min(R_j - \tau, 0)], \quad \mathrm{CVaR}_{99\%}(L_\mathbf{w}) \le M_{\mathrm{audit}} |
POD-02 | Markowitz(1959)の下方半共分散(Downside Semivariance)とRockafellar-Uryasevの条件付きバリュー・アット・リスク(CVaR)によるテールリスク重要性境界設計。上振れ推論性能はペナルティ対象とせず、閾値τを下回る致命的ハルシネーションの同時共分散構造のみを抽出し、最悪1%の損失事象における監査費用上限M_auditを凸制約として課します。 |
| 数理ファイナンス・金融経済学(資産価格理論と確率解析) | \mathbf{w}_{\mathrm{tan}} \propto \boldsymbol{\Sigma}^{-1}(\boldsymbol{\mu} - c\mathbf{1}), \quad \mathrm{SR}(\mathbf{w}) = \frac{\mathbf{w}^T(\boldsymbol{\mu} - c\mathbf{1})}{\sqrt{\mathbf{w}^T \boldsymbol{\Sigma} \mathbf{w}}} |
POD-03 | トービンの2基金分離定理に基づくハイブリッド推論構成。型チェッカーやコンパイラ等の決定論的コードを無リスク資産(分散σ_0^2 = 0、確定精度)と位置づけ、確率的LLM群の接点ポートフォリオw_tanと合成。単位推論コストcあたりの情報比率(シャープレシオSR)を最大化する資本配分線(CAL)をライブトラフィック上に構築します。 |
| 逐次統計検定・決定理論(ネイマン・ピアソン仮説検定論) | \mathbb{P}(\mathrm{Type\;I\;Error}) \le \alpha \quad (\text{Neyman-Pearson FrugalGPT / RouteLLM Cascade}) |
POD-04 | ネイマン・ピアソン補題に基づく多層カスケード・ルーティング。軽量・低コストモデルの推論棄却域を統計的第I種過誤率α未満に厳密制御し、不確実性が高いクエリのみを高負荷フロンティアモデルへ段階的にエスカレーション。39時間分のCPEプレプリント({preprints_url})をベースに、期待推論コストを80%削減しつつ確定的精度を達成するルーティング決定境界を実証検証します。 |
1. 東京大学・京都大学・東工大・一橋 キャリアサポート室 & 研究室掲示板: 京都大学 (大学院情報学研究科 / 数理解析研究所 RIMS / 経済研究所 KIER)のキャリア支援室・学内ポータル(東京大学・京都大学・東工大・一橋 キャリアサポート室 & 研究室掲示板)に掲載されている求人票、または本サイトの直接エントリーフォームからご応募いただけます。学内ポータル経由で申請される場合は、大学発行のメールアドレス(ac.jpドメイン)を記載の上、履修済みの数理科学・統計学・情報科学関連科目(シラバス上の単位取得状況)または研究テーマの概要を添えてご提出ください。 (RSS/XML Job Feed · iCal Open Office Hours · Google Classroom)
2. Python Seminar & Thesis Kit (/uni/jp-kyoto-university/lab.py): ゼミや研究室の輪講ですぐに実行可能な5分間の再現用Pythonラボキットです。50並列エージェントの相関推論実験シミュレーションから有効独立専門家数 N_eff = N / (1 + (N-1)ρ̄) の急激な自由度崩壊を可視化し、高次元評価行列(N > T)に対するLedoit-Wolf共分散収縮推定(Σ̂_LW)とMarčenko-Pastur固有値クリッピングを数行で実装・比較検証できます。