Senior AI Lead, Multimodal Systems

About Gazai Gazai is an applied AI startup developing Anini — a next-generation AI companion application disrupting the rapidly growing AI chatbot market. We combine advanced generative AI with an interactive anime-style sandbox visual novel format to create highly immersive, visuallyconsistent companions. Our proprietary models are fine-tuned for specific art styles, enabling dynamic, on-demand visual storytelling alongside conversation. For 2026 and beyond, we are evolving Anini characters from reactive chatbots into agent-native autonomous companions — proactive, emotionally coherent presences that integrate directly into users' daily lives through social media, smart home, and IoT. Gazai has engineering presence across Taiwan and Japan, with a team spanning AI/ML, full-stack, and mobile development. About the Role We are hiring a Senior AI Lead — a technically exceptional generalist who can architect and orchestrate the full spectrum of AI modalities needed to bring a living, breathing companion game to life. This is not a narrow specialist role: you will own the strategy and execution across language, vision, audio, motion, and agent behavior, making them work as a seamless, immersive whole. This is one of the most senior and consequential roles at Gazai. You will define the AI architecture of Anini, lead a growing AI team, and sit on the technology leadership team with a clear path toward Chief AI Officer. You will shape not just what we build, but how we think about AI at Gazai. Responsibilities Your responsibilities will include: Architect and lead the multimodal AI system powering Anini — integrating LLM dialogue, image generation, video synthesis, sound and voice, and autonomous agents into a cohesive, real-time companion experience Define and own the long-term AI roadmap across all modalities; translate product vision into concrete AI research and engineering priorities Lead model selection, fine-tuning, and post-training across domains — including character-consistent image generation, expressive TTS, story-aware LLMs, and behavioral agents Design and oversee agent architectures enabling proactive, autonomous companion behavior: planning, memory, tool use, and real-world integrations (social media, smart home, IoT) Establish evaluation frameworks and quality standards across all AI outputs — latency, coherence, visual consistency, emotional expressiveness, and safety Build and manage scalable AI infrastructure: model serving, data pipelines, training compute, and cost optimization Grow and mentor the AI team; set engineering culture and best practices across the function Collaborate across product, engineering, and leadership to deliver AI innovations to customers Track the frontier of AI research across all relevant modalities and rapidly prototype what matters Qualifications 7+ years of ML/AI engineering experience, including leadership of AI systems or teams Hands-on depth in at least two AI modalities (e.g. LLMs + image gen, or agents + video synthesis) Strong conceptual and practical understanding of modern deep learning — transformers, diffusion models, autoregressive generation Experience fine-tuning or post-training large models (RLHF, DPO, LoRA, etc.) Experience designing and shipping agentic systems using frameworks such as LangGraph, AutoGen, CrewAI, or custom-built architectures Proficiency in Python; comfort with model serving infrastructure (e.g. vLLM, Triton, Ray Serve) Strong instinct for system design: latency, reliability, and cost tradeoffs at scale Ability to lead cross-functional AI projects and communicate clearly across research, engineering, and product Japanese required (business level); business-level proficiency in English or Mandarin also required Eagerness to stay at the frontier — fast learner with strong research literacy Bonus — You Will Stand Out If... You have experience with character-consistent image or video generation, style LoRAs, or anime/illustration-specific fine-tuning You have shipped real-time or low-latency multimodal pipelines in a consumer product context You have experience with voice synthesis, expressive TTS, or sound generation AI You have research publications or open-source contributions in generative AI, agents, or multimodal systems You have built evaluation infrastructure for generative AI (human evals, automated evals, red-teaming) You have experience with vector databases (Pinecone, Qdrant, Chroma) and retrieval- augmented systems You have prior experience in the game, entertainment, or interactive media AI space ------------------------------ Gazaiについて Gazaiは、次世代のAIコン パニオンアプリ「Anini」を 開発する、AIの実用化 に特化したスタートアップです。 私たちは先進的な 生成A Iと、インタラクティブな「アニメ風 サンドボックス・ビ ジュアルノベル」という形式を組み合わせ、高 い没入感とビジュアルの一 貫性を備えたコンパニオンを生み出すこ とで、急成長するA Iチャットボット市場に変革をもた らしています。 私たちの独自モデルは 特定のアートスタイル 向けにファインチューニング されており、会話と並行して、状況に 応じた映像による物語を その場で生成します 。2026年以降は、Anini のキャラクターを「反応 するだけのチャットボッ ト」から「自ら考えて動く自 律型コンパニオン」へと 進化させていきます。SNS ・スマートホーム・IoTを通じ てユーザーの日常 に直接溶け込む、自発的で、感 情の一貫した存在を目指 しています。 G azaiは台湾と日本に 開発拠点を構えており、 チームはAI/ML、 フルスタック、モバイル開 発にまたがっていま す。 ポジションについて 私たちは、Se nior AI Lead（シニアAIリード）を募集しています。これは、生きて呼吸する かのようなコンパニ オンゲームを実現する ために必要な、あら ゆるAIモダリティ を設計し、束ねることが できる、技術的に卓越 したゼネラリストを 求めるポジションで す。狭い領域の専門 家向けの役割ではありま せん。言語・映像・ 音声・モーション ・エージェントの振る 舞いといった領域全 体にわたる戦略と実 行を担い、それらをシ ームレスで没入感の ある一つの体験と して機能させていただ きます。 これ は、Gazaiにお いて最も上位かつ 重要な役割の一つで す。Aniniの AIアーキテクチャ を定義し、成長を 続けるAIチームを 率い、技術リーダ ーシップチームの一 員として、Chief AI Officer（最高AI責任者）への明確なキャリアパスが用意されて います。私たちが 「何を作るか」だけ でなく、「Gaza iとして AIをどう捉えるか」そのものを形づくっていただきます。 担当業務 主な業務内容 は以下のとおりです 。 Aniniを支えるマルチモーダルAIシステムの設計とリードを担う ― LLMによる対話、画像生成、動画合成、サウンドと音声、自律型エージェント を統合し、一貫性のあ るリアルタイムなコ ンパニオン体験へと仕上げ る 全モダリティにわたる長期的なAIロードマップを定義・統括し、プロダク トのビジョンを具体的な AI研究・エンジニ アリングの優先事項へ と落とし込む キャラクターの一貫性を保った画像生成、表現力豊かなTTS、ストーリーを 理解するLLM、行 動エージェントなど、各 領域でのモデル選定・ファ インチューニング・事後 学習をリードする 自発的で自律的なコンパニオンの振る舞いを実現するエージェントアーキテク チャを設計・統括する（計 画立案、記憶、ツール 利用、現実世界との連携： SNS・スマートホー ム・IoT） レイテンシ・一貫性・ビジュアルの整合性・感情表現・安全性など、あらゆ るAI出力にわたる評価フ レームワークと品質基準 を確立する モデルのサービング、データパイプライン、学習用コンピューティング、コス ト最適化など、スケーラ ブルなAIインフラを構 築・運用する AIチームを育成・マネジメントし、職能全体にわたるエンジニアリング文化と ベストプラクティスを確 立する プロダクト・エンジニアリング・経営の各チームと連携し、AIの技術革新を お客様へ届ける あらゆる関連モダリティにおけるAI研究の最前線を追い、重要なものを素早くプ ロトタイプ化する 応募要件 ML/AIエンジニアリングの実務経験7年以上（AIシステムまたはチーム のリード経験を含む） 少なくとも2つのAIモダリティにおける実践的な深い経験（例 ：LLM＋画像生成、エージェン ト＋動画合成など） 現代のディープラーニングに関する概念的・実践的な深い理解（Transform er、拡散モデル、自己回帰生 成） 大規模モデルのファインチューニングまたは事後学習の経験（RLHF、DPO、LoR Aなど） LangGraph、AutoGen、CrewAI、または自作のアーキ テクチャを用いたエージェントシス テムの設計・リリース経験 Pythonの習熟、およびモデルのサービング基盤（vLLM、T riton、Ray Serveなど）への精通 システム設計に対する優れた感覚（大規模環境におけるレイテンシ・信頼性・ コストのトレードオフ） 部門横断的なAIプロジェクトをリードし、研究・エンジニアリング・プロダクトの各領 域にわたって明確にコ ミュニケーションできる力 日本語（ビジネスレベル）必須。加えて、英語または中国語のビジネスレベルの運 用能力も必須 最前線に居続けようとする意欲（習得が速く、研究内容を読み解くリテラシ ーが高いこと） 歓迎要件 ― こんな方は特に活躍いただけます キャラクターの一貫性を保った画像・動画生成、スタイルLoRA、アニメ／ イラスト特化のファイン チューニングの経験 コンシューマー向けプロダクトにおける、リアルタイムまたは低レイテンシ のマルチモーダルパイプライ ンのリリース経験 音声合成、表現力豊かなTTS、サウンド生成AIの経験 生成AI・エージェント・マルチモーダルシステムに関する研究論文の発表、 またはオープンソースへ の貢献 生成AI向けの評価基盤（人手による評価、自動評価、レッドチーミング） の構築経験 ベクトルデータベース（Pinecone、Qdrant、Chroma） および検索拡張（RA G）システムの経 験 ゲーム・エンターテインメント・インタラクティブメディアにおけるAI 領域での経験