パーマネント研究員（HCI）

必須

• 学位

  • 関連分野での博士号（Ph.D.）取得済み、または取得見込みの方
  • 博士号未取得でも、それに相当する業績・経験がおありの方

• 技術スキル

  • Python / ML（PyTorch または TensorFlow）
  • 時系列データ解析（動作/生体信号）
  • MoCap, IMU, EMG, EEG などの計測経験（いずれか複数）

• データ収集・実験運営の経験

  • HCI / XR
  • Unity または Unreal Engine を使ったインタラクション開発
  • VR/AR を用いたプロトタイピング能力

• 研究遂行力

  • 実験デザイン、倫理申請、プロトコル設計が自走できる
  • データ解析とシステム構築を両方行えること

歓迎

• EMS（Electrical Muscle Stimulation）制御の経験
• 熟練技能・手技訓練・スポーツ科学などの研究経験
• デジタルツイン構築（Unity/Blender/物理シミュレーション）
• ロボティクス / 運動科学 / 制御工学の知識
• マルチモーダルAIモデル（vision＋IMU＋EMG など）の統合経験
• 国際会議/ジャーナルでの研究発表経験
• 大規模実験（10〜30名程度）の運営経験

求める人物像

• AI・HCI・生体計測を横断して研究することに情熱がある
• 未踏領域のテーマを自走して形にできる
• 実験とシステム開発の両輪を回せる「T字型研究者」
• 技能伝承／人間拡張／NeuroTech に強い関心がある
• 熟練者の“暗黙知”を科学し、次世代の技能訓練の形を創りたい

使用ツール

Description

• ARAYAでは、熟練者の高度技能を短期間で継承できる「高効率技能伝承システム」の構築を進めています。
• 本ポジションでは、熟練者・初心者のマルチモーダルデータの取得 → 差異モデリング → VR/EMSフィードバック設計 → PoC実証まで一貫して担い、社会実装につながる研究成果の創出を目指します。

業務の具体例

• 1. **マルチモーダル計測環境の構築**
• Motion Capture（OptiTrack等）
• IMU, sEMG, EEG, 眼球運動
• カメラ映像、音声
• 2. **熟練者/初心者の技能差異モデルの構築**
• 動作軌跡・筋電・脳波・IMU・視線の統合解析
• 時系列モデル（RNN/Transformer/CNN）による熟達度分類
• 特徴量抽出・技能解析
• 3. **リアルタイムフィードバックシステムの実装**
• VR/AR を用いた視覚フィードバック
• EMSを用いた動作誘導（リアルタイム制御）
• 熟練者の暗黙知を“定量化”して初心者へ伝達する仕組みの開発
• 4. **PoC 実証・評価**
• 初心者/未経験者に対する技能習得実験
• 習得速度・パフォーマンス向上の検証