Machine Learning エンジニア (End-to-End モデル開発)

必須

• 機械学習エンジニアとしての実務経験
• 目安：MLエンジニアとして3年以上、もしくはそれに相当する経験
• Deep Learningを用いたモデル開発の経験
• PyTorch / TensorFlow などを用いたモデル開発経験
• Python, C++などを用いたソフトウェア開発経験
• 技術的な不確実性が高い課題に対して、論文調査からプロトタイピング、実運用まで自走して推進できる能力
• 日本語でのコミュニケーション能力（JLPT N2相当以上）

歓迎

• 自動運転システム、または移動ロボットの自律移動アルゴリズムの開発経験。Imitation Learning / Reinforcement Learning / Trajectory Prediction などの経験
• NLP / LLM（Transformerアーキテクチャ、大規模言語モデルの学習・推論、マルチモーダル学習）の知識・経験
• Vision-Language Model（CLIP, LLaVA, GPT-4V等）を用いた開発・ファインチューニング経験
• 強化学習モデルの開発に関する実務経験
• モデル量子化、TensorRT等を用いたエッジデバイス向け最適化経験
• トップカンファレンス（CVPR, NeurIPS, ICRA等）での論文発表実績、またはKaggle等のコンペティションでの上位入賞経験
• エンジニアリングチームのリード、またはメンタリングの経験

求める人物像

• 持続的改革を実行するための精神（Grit)
• 自走力
• 誠実さ
• チームへの信頼、貢献
• 熱意
• ステイクホルダーへのリスペクト
• 高い目標意識
• リスクと安全のバランスを取る力

使用ツール

Description

• Physical AIの最前線へ。End-to-Endモデルで自動運転を社会実装するシニアMLエンジニア
• 現在、私たちは2028年の自動運転レベル4商用化を見据え、自社システムの内製開発（newmo Autonomy）を本格始動しました。
• 狙うのは、従来の認識・予測・計画を切り離したルールベースのモジュール型にとらわれない、センサー入力から直接車両を制御する最先端の「End-to-End自動運転モデル」の開発です。
• 安全性と技術革新を究極のレベルで両立し、社会実装へ導く。この難易度の高い社会課題に、初期コアメンバーとして共に挑んでくれる方を募集いたします。

業務内容

• Physical AI / 自動運転タクシーのための学習ベースの End-to-End自動運転モデルの開発・社会実装
• カメラ画像やLiDAR点群などのセンサー入力を受け取り、経路計画や車両制御を行う自動運転モデルの開発
• オフライン評価、シミュレーターを用いたモデルのパフォーマンス評価と改善サイクルの確立
• エッジデバイス向けの最適化および実車を用いたモデルのパフォーマンス評価

ポジションの魅力

• 難易度が高い社会課題の解決
• 「自動運転タクシー」という極めて安全性が求められるプロダクトにおいて、技術的に非常にハードルの高い課題に挑み、社会実装するやりがいがあります。
• 最先端技術への挑戦(Physical AI / VLA)
• 自動運転のためのモデルを開発し、シミュレーションや車を使って評価を行う領域は、世界的にもまだ知見が少ないフロンティアです。最新の機械学習や基盤モデル技術を実世界の複雑な問題に適用し、次世代の自動運転のスタンダードを作り出すチャンスがあります。
• AIが実世界とのインタラクションを行うPhysical AIと呼ばれる領域は、サーバーで完結するAI開発にはない難しさと面白さがあります。
• 今後規模が増えてゆくGPUサーバーと自社で収集する大量のセンサーデータを使って、大規模に学習を回してモデルを作っていきます 。