レーダーシステム機械学習エンジニア

必須

• 理工系分野の修士号もしくはそれと同等の経験
• 深層学習を中心とした機械学習技術を画像、点群、音声などいずれか1つ以上の実世界のデータに適用した知見と2年以上の実務経験（大学院での研究歴を含んでよい）
• 種々の深層学習法・機械学習法をスクラッチから実装できる能力
• 日本語ネイティブまたはN1相当以上の日本語力を有すること

歓迎

• ミリ波、マイクロ波などの電波、または各種物理センサーを用いた開発・解析経験
• 物理シミュレーションを用いたデータ生成、または Sim-to-Real 関連の知見・研究経験
• 理工系分野の博士号
• 機械学習技術のドメイン応用の経験
• コードレビュー、タスク管理などを含むチーム開発の経験
• 計算機クラスタを使った効率的な実験管理の経験
• 信号処理の知識、業務経験

求める人物像

• 自律的に技術的な課題を発見し、解決していける方
• 手を動かす前にゴールから逆算して計画を立案できる方
• 好奇心が強く、これまで取り組んだことのない領域でも新しいことを学びながら楽しめる方
• 情報共有や合意形成のためのツールとして、情報を過不足なく文書にまとめられる方
• プロフェッショナルなコミュニケーションを社内においても対社外でも取れる方

使用ツール

部署のミッション

• 顧客と共に、技術調査・実験・提言を重ねながら技術的方向性を描き、実現していく。
• 顧客が培ってきたレーダーシステム・ 製品開発の知見と、私たちの機械学習の専門性を掛け合わせることで、世の中に価値提供を行う

募集背景

• レーダーシステムの開発・運用に知見を持つクライアントとの長期プロジェクトが立ち上がり、拡大が見込まれています。レーダー × 機械学習は、技術的にも事業的にも大きな伸びしろがある領域であり、このプロジェクトを着実に前進させ、さらにその先の応用領域へ広げていくため、レーダーソリューション開発を担う機械学習エンジニアを募集します。

業務概要

• クライアントが持つレーダーシステム・製品開発の知見と、Ideinが持つ機械学習の専門性を掛け合わせ、レーダー領域における新しいソリューションを共に作り上げていくポジションです。
• 最終的には実機動作させることを念頭に、技術調査・サーベイから始まり、信号処理アルゴリズムの再現実装、受領データの中身の把握と整備、機械学習モデルの設計・実装・評価まで、レーダー × 機械学習に関わる一連の業務を幅広く担っていただきます。
• クライアントのエンジニアとの定例ミーティングや日々の議論を通じて技術方向性を共に描きながら、機械学習をどう活かすかを組み立てていく活動に参画していただきます。
• 技術調査と実験を重ねながら、クライアントと共に最良の手段を探していく開発に取り組むポジションです。
• ※本ポジションは、AI開発部での受託開発のエンジニア募集です。

具体的な仕事内容

• レーダーデータの信号処理・機械学習アルゴリズムの調査・再現実装
• ドメイン課題に対する手法調査、実装、評価実験
• データ整備・データ収集計画の策定
• 論文ベースの調査・実装、独自手法の考案・実装
• 顧客の業務プロセスのヒアリング
• 上記プロセスの文書による記録、スライドによる要約
• モデル設計、実験管理、評価結果まとめ、ネクストアクション整理など

入社後3ヶ月

• プロジェクトに関わる専門用語やドメイン知識（業務知識）のインプットができている
• プロジェクトの全体像と、直面している顧客課題が何かを把握している
• チームメンバーや主要なステークホルダーとの関係性が構築できている

6ヶ月以降

• 未知の領域において、自分なりの仮説を持って意思決定や提案ができるようになっている
• 周囲から「この領域／このタスクなら○○さん」という独自のバリューが認知されている
• 立ち上げ期特有の「急な方針変更」や「仕様変更」に対しても、動じずに柔軟に対応できている
• 不確実性の高いタスクの牽引

ポジションの魅力

• 単に機械学習モデル開発に閉じず、ドメインでの運用を見越してドメイン専門家（顧客）と組みながら、数理も活用して新たな領域開拓を担うこと、つまりルーチーンのモデル訓練・検証ではなく創造性を発揮してモノを生み出していくことが魅力です。
• 長年にわたり独自のセンシング技術や製品を開発・運用してきたクライアントと、機械学習の観点から並走することで、計算機上のモデル開発に閉じず、物理世界でのデータ取得・運用まで見越した業務内容です。
• 機械学習モデルの設計・開発にあたっては、深層学習周りの知識・スキルのみならず、センサーの物理的な特性や信号処理の数理的な側面を踏まえてアルゴリズムを考案します。その際、現実の制約に向き合って技術を組み立てていくことになります。
• また、プロジェクトはまだ立ち上げフェーズにあるため、技術方針や開発プロセスに対する関与が期待されています。社内で実施しているスクラムの中で、対話しながら仮説検証を進めるスタイルです。

配属部署

• AI開発部

配属先

• 配属先：AI開発部
• メンバー：15名程度（協業先からの出向者も含む）
• 3〜5名の小グループに分かれて活動

コミュニケーション促進の取り組み

• スムーズに組織に慣れていただけるよう、全面的にバックアップを行っています。
• メンターとの1on1 MTG：随時実施、特に入社直後は集中的に実施
• 上長との1on1 MTG：隔週開催
• 知識共有セミナー（過去の事例やインプット内容の共有)：隔週開催
• ビアバッシュ（経営陣も参加してざっくばらんに飲み食いする会）：毎週金曜日17時から開催
• 全社MTG：毎週開催、毎四半期頭に会場を確保して開催
• など

使用言語など

• 言語：Python
• フレームワーク：PyTorch
• ソースコード管理：GitHub
• 情報共有ツール：Slack、Google Workspace、Notion
• その他：Docker、Linux、計算機クラスタ、Raspberry Pi

開発～リリースまでの環境

• 機械学習モデル開発についてはサーバを活用
• プロジェクトによっては車載コンピュータ(ECU)で動かすことを見越したモデル最適化、Raspberry PiやJetsonへのデプロイを実施

『Advanced Drive』

• 自動車のドライバモニタリングシステムが行う顔特徴点検出、視線検出などの処理を廉価なCPUで動作させる効率化を実施。

『ai cast 』

• 「スマートシティ」における街や自動運転車両の見守り用途としての活用も視野に入れ、開発されたエッジAIカメラです。
• 小売業や製造業等での活用をはじめ、将来的にはセキュリティや防犯用途などのインフラカメラとしての用途も視野に入れています。

『マルチモーダルエージェント“Saya”』

• ルールベース応答検索・音声認識・音声合成と会話内容と合わせ、リップシンクなどに必要な自動行動生成のアルゴリズムを組み合わた対話型のシステム。