newmoの00_07 Optimal Control Engineer/最適制御エンジニア | 自動運転開発室の求人

newmoのミッション
私たち newmo（ニューモ）は、「移動で地域をカラフルに。」をミッションに掲げ、フィジカルAI（End-to-End自動運転モデルなど）と大規模なリアルアセットを統合し、日本の移動インフラを根本から再設計する次世代のモビリティテックカンパニーです。
私たちは、既存のタクシー・ハイヤーの運行エコシステムを最先端のテクノロジーで全レイヤーにわたりアップデートし、少子高齢化や人手不足に起因する地域交通の縮小という社会課題に対し、デジタルとリアルアセットの双方を統括する自社内製技術をもって、新たな"移動のかたち"をつくり続けています。
私たちの真の強みは、自社フリートから得られるエッジデータと走行・安全データを、内製化された自動運転パイプラインへ高速フィードバックする「リアルアセット・データ直結型」の稀有なAI開発エコシステムにあります。
さらに、経済産業省・NEDO「GENIAC」への採択、堺市での国家プロジェクトへの参画、自動運転ソフトウェアをリードする企業との協業など、多くのパートナーとともに挑戦を加速。日本特有の環境に対応したAI基盤モデルの社会実装をリードしていきます。
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。

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、E2E自動運転モデルの内製開発を進めています。
モデルの学習・改善はこれまでプランニング（計画）側を中心に進んできましたが、そのモデルにどう「制御」を追従させるか、学習に入れるべきデータをどう選定するか、そして制御起点で自動運転全体を改善するための情報連携をどう作るかが、次のフェーズの課題です。
E2Eモデルの出力を車両で安全に実行するには、車両ダイナミクスや安全制約を数理的に扱う仕組みが必要であり、最適制御アルゴリズムの設計から実装までを担うエンジニアを募集します。

業務内容
E2E自動運転モデルの出力に対して、安全制約を満たす軌道修正・制御を行う最適制御アルゴリズムの開発

• 車両ダイナミクスと安全制約を考慮した最適制御アルゴリズム（MPC等）の設計・実装
• E2Eモデル出力に対する安全フィルタ・軌道修正ロジックの開発
• 車両運動モデルの構築と制御・最適化問題の定式化
• 学習用データの選定・評価指標の設計など、制御起点でのモデル改善への貢献
• シミュレーション評価、ロバスト性評価、計算効率の改善
• 量産車を制御対象として、実車での検証・チューニング

現状の技術ステージとこのポジションに期待するブレイクスルー
newmo Autonomyでは、E2Eモデルの学習・改善はプランニング（計画）側を中心に進んできました。一方で、そのモデルの判断に車両制御をどう追従させるか、学習にフィードバックすべきデータをどう選び取るか、という「制御起点での自動運転改善ループ」はこれから作り込むフェーズです。
また、MPC等の最適制御手法を実際に公道を走る量産車に実装するという取り組み自体、業界的にもごく最近になって現実的になってきた領域です。大手OEMでは今なお職人的なPIDチューニングが中心になっている中、newmoでは最新の数理最適化手法を実車に落とし込む機会があります。
量産車を制御対象として直接触れる環境があるため、OEM等で実車テストの勘所（何を、どこから、どの順番で検証すべきか）を培った方の知見が大きく活きるポジションです。

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。
• E2E自動運転と最適制御の接点をつくる役割
  • ニューラルネットワークの出力に対して物理的な安全性を保証するという、E2E時代ならではの制御課題に数理的アプローチで挑めます。
• 論文・研究を実車に落とし込む機会
  • MPC等、大手企業や研究では検証止まりになりがちな最適制御手法を、実際に公道を走るタクシーに実装し、社会実装インパクトに変える機会があります。
• モジュール分業を越えた、一気通貫の裁量
  • 自分が定式化した最適化問題に基づく制御が、シミュレーションや実車で動作する様子を確認できます。立ち上げフェーズのため、数理モデルから実装、実車検証まで大きな裁量を持って取り組めます。
• 経済的アップサイド
  • 一定職位以上にはストックオプション制度があり、事業成長に応じたアップサイドを狙えます。

参考情報

• newmo CTOが語る、自動運転の今と未来予測〜フィジカルAI・山の登り方・偶然と制約〜
• newmo 技術ブログ
• newmo、シリーズA総額で179億円の調達を完了。累計調達金額は199億円に到達、自動運転タクシーへ本格参入

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

• 最適制御・数理最適化に関する研究または開発経験
• 制御理論の基礎理解
• C++ または Python を用いたアルゴリズム実装経験
• アルゴリズムを実装し、シミュレーションまたは実機で評価・改善した経験
• 日本語でのコミュニケーション能力（JLPT N2相当以上）

• MPC、非線形最適化、凸最適化、安全制約設計の経験
• 自動運転・ADAS・ロボティクスでの制御・最適化の実務経験
• 車両ダイナミクス（タイヤモデル、車両運動モデル）の知識
• CasADi、CVXPY等を用いた最適化実装経験
• ROS/ROS2 を用いた開発経験
• MATLAB/Simulink を用いた制御設計・シミュレーション経験
• 制御工学、応用数学、機械工学、航空宇宙工学、情報工学等の修士号以上
• 関連学会・国際会議での発表実績