職種・勤務地・キーワードで探す
条件を変える
東京都の機械学習エンジニアの求人199件応募資格・募集要項・仕事内容を見る
AI/機械学習エンジニア 建設機械の自動化・自律化を実現するPhysical AI Engineer（無人化施工）
- 給与
- 応相談募集要項に金額の記載がなく、経験・能力などに応じて決まります
- 勤務地
- 東京都港区
- 休日
- 年間休日128日完全週休2日
- 雇用形態
- 正社員
どんな仕事かAIによる生成
建設機械の自動化・自律化に向けた機械学習・AI技術の研究開発から、実機への導入・運用までを担当します。認識、予測、計画、End-to-End制御のモデル開発に加え、実データの収集・評価、機械学習システムや自動化パイプラインの構築、エッジ推論への最適化を行います。
この求人に応募
応募資格
必須
歓迎
求める人物像
- 研究成果を実機・現場に実装することにやりがいを感じる方（論文で終わらせず動くものまで持っていきたい方）
- 社会課題の解決に意欲的な方
- 建設現場のリアルなデータに向き合える方
- 新しい技術の習得・検証に積極的な方
募集要項最終確認 11/9
- 職種
- 機械学習エンジニア
- 雇用形態
- 正社員有 2ヶ月 （試用期間中の勤務条件：変更無）
- 給与
- 応相談
- 給与の詳細
- 応相談 ・現年収を考慮し、能力/ご経験/期待値に応じて相談可 ・昇給：年1回（5月）※規程に基づく
- 手当
- 通勤手当時間外手当
- 勤務地
- 106-6029 東京都港区六本木一丁目6番1号 泉ガーデンタワー 29階
- 転勤
- 【転勤】当面無し
- 働き方
- ※当社は出社とリモートのハイブリッド勤務となっており、原則週2日は出社していただく必要がございます。
- 勤務時間
- 裁量労働制 ※裁量労働制(企画業務型/専門業務型)により、 出退勤の時間は自由であり、10時間働いたものとみなされます。
- 年間休日
- 128日
- 休日・休暇
- 年間休日日数：128日完全週休2日制(土日)祝日有給休暇年末年始休暇夏期休暇他
- 福利厚生
- 当社では生成AIを積極的に活用し、開発生産性の向上を目指しています。「2025～2030年の間に、売上高およびエンジニア数に基づく生産性を3倍にする」という目標のもと、Claude、Chat GPT、GitHub Copilot、GeminiなどのAIツールを、コードの自動補完・生成から日常業務の効率化まで、さまざまな業務に利用しています。なお、Chat GPTは原則全社員にライセンスを付与しており、Claude CodeとCodexはエンジニアへの原則付与、Geminiについては有志による検証を進めています。
- 社会保険
- 健康保険、雇用保険、労災保険、厚生年金
- 受動喫煙対策
- 【喫煙環境】屋内全面禁煙
- 掲載日
- 2026/10/14 13:01（27日前）
- 最終確認
- 2026/11/09 01:09（1日前）
仕事内容
募集背景
- 土木建設業は就業者の高齢化に加えて、「働き方改革関連法」が2024年4月から適用されたことにより労働力不足がより深刻化。EARTHBRAINでは建設機械の遠隔・自動運転ソリューションを開発中。認識からEnd-to-End制御まで機械学習の適用範囲を広げ、研究開発から実機への導入・運用までを担える人材を募集。
業務内容
- 建設機械の自動化・自律化に向けた機械学習・AI技術の研究開発から、実機への導入・運用までを担当します。
モデル開発
- 建設機械の自動化・自律化に必要な認識（Perception）、予測（Prediction）、経路・行動計画（Planning）、End-to-End制御のための機械学習モデルを、画像、動画、センサーデータ、マルチモーダルデータを活用して設計・学習・評価し、継続的に改善する。
データ・評価
- 実際の建設現場や建設機械から得られるデータの収集を計画し、自動ラベリング、センサーキャリブレーション、座標変換などを含めてデータセットの品質を向上させる。失敗事例を分析し、評価指標や実験方法を設計するとともに、シミュレーション環境および実機で検証する。
MLアーキテクチャ
- データ処理、学習、推論、デプロイ、モニタリングまでをカバーする、スケーラブルな機械学習システムを設計する。
MLOps・学習性能向上
- 実験管理、モデル管理、CI/CDを含む、再現性の高い自動化されたパイプラインを構築する。データローディングや動画デコードの最適化、プロファイリングなどを通じて、モデル学習を高速化する。
推論・デプロイ
- 蒸留（Distillation）、量子化（Quantization）、ONNX、TensorRTなどを活用し、建設機械上でのリアルタイム・エッジ推論に向けてモデルを最適化する。また、ロボティクスおよび自律システムのソフトウェアへモデルを統合する。
最新AI技術の活用
- 大規模事前学習、基盤モデル（Foundation Models）、自己教師あり学習（Self-Supervised Learning）、模倣学習・強化学習（Imitation/Reinforcement Learning）、World Modelsなどの新しいアプローチを評価・活用し、建設機械・建設現場におけるPhysical AIの課題へ適用する。
このポジションの魅力
- Physical AIを実際の建設機械・現場で実装し、労働力不足という社会課題の解決に直接貢献できる
- データ収集計画からモデル開発、エッジ推論、実機運用まで一気通貫で担える
- 国内だけでなく北米を中心としたグローバルプロダクトとして、世界中の建設現場に技術を届けられる
- 研究で終わらせず、先進技術を実機・プロダクトに実装し、その知見を次の技術開発に還元できる
Background
- The construction industry is facing an increasingly severe labor shortage, driven by an aging workforce and by Japan's Work Style Reform legislation, which began applying to the industry in April 2024. EARTHBRAIN is developing remote-operation and autonomous solutions for construction machinery. We are looking for an engineer who can expand the use of machine learning from perception to end-to-end control, and take it from R&D all the way to deployment and operation on real machines.
Responsibilities
- You will be responsible for machine learning and AI for the automation and autonomy of construction machinery, from research and development through deployment and operation on real machines.
Model Development
- Design, train, evaluate, and continuously improve machine learning models for perception, prediction, path/behavior planning, and end-to-end control required for automating construction machinery, using images, video, sensor data, and multimodal data.
Data & Evaluation
- Plan data collection from real construction sites and machines, and improve dataset quality through auto-labeling, sensor calibration, coordinate transformation, and more. Analyze failure cases, design evaluation metrics and experimental methods, and validate in simulation and on real machines.
ML Architecture
- Design scalable machine learning systems covering data processing, training, inference, deployment, and monitoring.
MLOps & Training Performance
- Build reproducible, automated pipelines including experiment tracking, model versioning/registry, and CI/CD. Accelerate model training by optimizing data loading and video decoding, profiling, and more.
Inference & Deployment
- Optimize models for real-time edge inference on construction machinery using knowledge distillation, quantization, ONNX, TensorRT, and other techniques. Integrate models into robotics and autonomous system software.
Applying the Latest AI Technologies
- Evaluate and apply new approaches such as large-scale pre-training, foundation models, self-supervised learning, imitation/reinforcement learning, and world models to Physical AI challenges in construction machinery and construction sites.
Why This Role
- Implement Physical AI on real construction machinery and job sites, directly contributing to solving the labor shortage
- Own the entire cycle, from data collection planning to model development, edge inference, and operation on real machines
- Work on a global product centered on North America as well as Japan, delivering your technology to construction sites worldwide
- Go beyond research: implement advanced technology in real machines and products, and feed what you learn back into the next round of development
この求人は、株式会社EARTHBRAINの採用ページの内容をAIが読み取って整理したものです。応募の前に採用ページの原文を確かめてください。データの集め方企業サイト
同じ会社の求人26件
- サプライチェーン企画・推進（SCM）
- 建設DX｜プロジェクトマネージャー
- オープンポジション-エンジニア
- 無人化施工｜システムエンジニア
- 自動運転/遠隔システム（ロボティクスエンジニア）
- 建設機械向け3Dソフトウェアエンジニア｜3DMG
職種と勤務地が似ている求人東京都の機械学習エンジニア 199件
- 機械学習エンジニア
- 機械学習エンジニア
- AIアーキテクト／スペシャリスト
- 機械学習エンジニア / AI領域（MLプラットフォーム）
- Senior Research Engineer, Embodied Generalist Agent, Gaming
- MLエンジニア（開発推進室）
募集元の採用ページから応募できます
応募は株式会社EARTHBRAINの採用ページで受け付けています。このページは採用ページの掲載内容をもとに構成しているため、最新の応募条件は募集元でご確認ください。
この求人と近い条件で探す数字はリンク先ページの掲載件数
応募資格の語から探す
この職種で探す
- 機械学習エンジニア275
- 東京都の機械学習エンジニア199
- テック16,406
- AIエンジニア494
- データエンジニア478
この勤務地で探す
働き方・年収で探す
- 年収400万以上47,790
- 在宅勤務あり25,211
- 出社週2日以下4,577
- 完全週休2日44,440
- 年間休日120日以上53,489