newmoの1_05 Machine Learning エンジニア (End-to-End モデル開発) | 自動運転開発室の求人

◆newmoのミッション◆
newmo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。
newmo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◆

newmo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

求める人物像 newmoの大事にしている以下のコンピーテンシーを体現できる方

・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

• 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）

• 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