データサイエンティスト（Embodied AI）

募集背景

1. 1ABEJAは創業以来、高い技術力と顧客に寄り添う提案力を武器に、多くのAIソリューションやプロダクトを社会実装してきた。
2. 2近年はLLMや生成AIの進化により、ミッションクリティカルな領域を含む幅広い業務で生成AI活用の中核化が急速に進んでいる。
3. 3社会課題の解決や産業変革のインパクトはデジタル空間にとどまらず、現場の物理世界へと広がりつつある。
4. 4倉庫や工場などでは特定エリアで特定タスクを自動化するロボットが普及してきたが、複雑な状況判断や臨機応変な対応には限界がある。
5. 5LLMがもたらした自然言語理解や推論、意思決定支援といった知的能力をロボットと融合する潮流が強まっている。
6. 6ABEJAはLLM領域で培ってきた知見を強みに、次の成長領域としてフィジカル領域への展開を加速する。
7. 7VLAをはじめとしたEmbodied AIの研究開発を推進し、ロボットが現場で価値を発揮するために必要な学習データや評価手法、開発基盤の整備まで含めて取り組む。

ミッション

1. 1「テクノロジーの力で産業構造を変革する」をミッションとする。
2. 2フィジカル領域にも生成AIの波が押し寄せる中で、大規模基盤モデルによるロボット制御・ロボット動作生成等に関する研究開発を推進する。
3. 3実現場で安全かつ安定して価値を発揮する形で社会実装することで、お客様の現場課題を根本から解決へ導く。
4. 4本ポジションではEmbodied AI／VLAを含む大規模基盤モデルの研究開発を中核として、データ設計・学習/評価・推論最適化・運用を見据えた開発基盤整備までを一体で担う。
5. 5プロジェクトマネージャなどのビジネスサイド、プロダクト/プラットフォームを支えるエンジニアと密に連携しながら、現場要件に沿ったモデル方針の策定から、品質を担保する評価設計、継続的な改善サイクルの確立まで、価値提供の中核をリードする。
6. 6組織としての研究開発力を継続的に高めるため、知見の体系化や開発プロセスの標準化、メンバー育成やカルチャー醸成にも主体的に関わる。

業務内容

1. 1大規模基盤モデルによるロボット制御・ロボット動作生成等に関する研究開発を中核として推進する。
2. 2学習データ収集からシミュレーション構築、sim2real、実機での検証・改善を回しながら、得られた成果をプロダクトやソリューションへ落とし込み、現場価値として継続的に届け切るところまで一気通貫で担う。
3. 3Embodied AI／VLAを用いたロボット制御・動作生成の調査、設計、学習、実装を行う。
4. 4模倣学習や強化学習等を用いたエンドツーエンド方策の開発、実験設計、性能評価を行う。
5. 5実機制約（レイテンシ、計算資源、安全性）を踏まえた推論最適化、モデル軽量化・高速化、ロバスト性向上（ノイズ/外乱/環境変化への耐性）を行う。
6. 6実機・現場からのセンサデータ/操作ログ/デモの収集設計（テレオペ、デモ収集、計測設計）、評価用データ整備と継続的なデータ更新を行う。
7. 7データ品質管理、アノテーション方針、学習/評価に使える形への整形・再現性確保（データセット/メタデータ設計）を行う。
8. 8合成データの作成戦略作りおよび活用を行う。
9. 9物理シミュレーション/閉ループシミュレーションの開発・運用、学習や評価を回せる環境・ツールの整備（キャリブレーション、センサ/アクチュエータ/制御のモデリング含む）を行う。
10. 10タスク成功率だけでなく、安全性、異常系耐性、環境変動への頑健性、運用時の安定性を含めた評価設計を行う。
11. 11オフライン評価（ログ/リプレイ/シミュレーション）とオンライン評価（実機/現場）を組み合わせた継続的な性能モニタリングを行う。
12. 12データ収集と評価を一体で回し、改善の根拠を定量化する。
13. 13プロジェクトマネージャと連携した現場課題の整理、要件定義（安全・品質・コスト・運用制約）とモデル方針への落とし込みを行う。
14. 14プロダクト/プラットフォームを支えるエンジニアと連携し、学習・評価・推論のパイプライン、運用設計、現場導入、改善運用（再学習/再評価/リリース）まで推進する。
15. 15導入後の運用データを活用した継続改善、再利用可能なコンポーネント化・横展開を行う。
16. 16技術アプローチレビュー、コードレビュー、ナレッジ共有を通じた開発品質の向上に取り組む。
17. 17メンバー育成やカルチャー醸成への貢献を行う。
18. 18技術ナレッジの公開（論文投稿・学会発表・勉強会登壇・テックブログ等）を行う。

あなたは何を得られるのか（ポジションの魅力）

1. 1立ち上げ初期の少数精鋭チームで、Embodied AIの研究開発に高い裁量を持って取り組める。
2. 2技術選定やテーマ設定、検証の優先順位付けまで自らリードし、大規模基盤モデルによるロボット制御・動作生成のコアに深く踏み込める。
3. 3研究開発で終わらず、実機・実現場で価値を出し切るところまで一気通貫で推進できる。
4. 4プロジェクトマネージャと課題設定や要件定義から議論し、プロダクト/プラットフォームを支えるエンジニアと連携して、推論・データ基盤・運用設計まで含めて「現場で動き続ける」形に落とし込む経験が得られる。
5. 5AIロボット協会を通じた実証実験の場があるため、仮説検証を現実の環境で回しやすい。
6. 6データ収集→学習→シミュレーション→sim2real→実機評価→改善というサイクルを、机上ではなく実証の場で高速に回すことで、研究と社会実装の距離を縮められる。
7. 7学習データ収集からsim2real、評価設計まで幅広く触れ、現場特有の制約（安全性、安定稼働、環境変動、コスト）を前提に、ロバスト性や運用性まで踏まえたEmbodied AI開発の総合力を身につけられる。
8. 8ABEJAが培ってきた社会実装の知見と、フィジカル領域への新規挑戦が交差するフェーズで、難易度の高いテーマに向き合いながら、学び合う文化の中でアウトプットも後押しされ、長期的に強い専門性を築ける。

応募資格（必須）

• 機械学習モデルの研究、開発経験（3年以上）
• 模倣学習・強化学習など、学習に基づくロボティクスに関する知識・経験
• Embodied AIの研究開発分野の最先端を追いかけ続ける高い熱量
• Dockerなど仮想化技術を使った開発経験

歓迎する経験

• ロボティクス/Embodied AI領域での研究開発経験（学会発表、論文、プロダクト実装、いずれの形でも可）
• LeRobot、NVIDIA Omniverse、ROS/ROS2などロボティクス関連ライブラリの利用経験
• ロボット分野のトップレベル国際会議/論文誌での主著論文発表の経験
• VLAや模倣学習/強化学習など、ロボットの行動生成・制御に関わる手法の開発経験
• シミュレーション環境を用いた学習/評価の経験
• 分散/並列計算環境での学習・実験運用経験
• 外部活動における実績
• 英語による日常会話・チャットに抵抗がないこと

待遇・福利厚生

• 成長支援制度
• 結婚出産祝い金

求めるスキル・経験