Machine Learning エンジニア （End－to－End モデル開発） | 自動運転開発室

◆当社のミッション◆ 当社は、「移動で地域をカラフルに。」をミッションに掲げるモビリティスタートアップです。 タクシーやハイヤーなど、これまで地域の移動を支えてきた仕組みをアップデートし、誰もが安心して移動できる社会をつくっていきます。 地域によっては公共交通が減り、移動が不便になりつつあります。一方で都市部では、業務の煩雑さや人手不足といった課題が残っています。 当社は、こうした現場の課題に真正面から向き合い、テクノロジーを使ってより良い“移動のかたち”をつくり続けています。 ◆募集背景◆ 当社では「自動運転タクシーサービスの社会実装」を目指し、自社で自動運転システムの内製開発を本格スタートしました。 従来のルールベースや認識・予測・計画を分離したモジュール型のアプローチにとらわれず、センサーからのデータをもとに機械学習モデルで車の制御を実現するアプローチ、大規模言語モデル（LLM）やVision-Language Model（VLM）といった基盤モデルの技術の活用するアプローチも含めたEnd-to-End自動運転モデルの開発に取り組んでいます。この領域は技術が日々進歩している領域であるため、探索的に開発を進めていく必要があります。 深層学習・基盤モデル・大規模データ処理・推論の高速化等に強みを持ちながら、不確実性の高い環境で活躍できるエンジニアを募集しています。 ◆業務内容◆ 自動運転タクシーのための学習ベースの自動運転モデル（End-to-Endモデル）の開発 自動運転モデル開発 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