newmoの00_05 Simulation Engineer（Closed-Loop評価基盤） | 自動運転開発室の求人

newmo について

newmoは「移動で地域をカラフルに。」をミッションに掲げ、メルカリ日本事業を統括していたCEO青柳をはじめ、各領域のエキスパートが集結したモビリティテックカンパニーです。

Physical AI（End-to-End 自動運転モデル）× 大規模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モビリティ社会インフラを構築しています。自社タクシーフリートから得られる膨大な現場データを高速に学習・改善へ反映する "データ循環型AI開発エコシステム" を強みに、少子高齢化・人手不足で縮小する地域交通をアップデートし続けています。

経済産業省・NEDO「GENIAC」採択、堺市での国家プロジェクト参画、自動運転リーディング企業との戦略的提携など、挑戦は加速しています。

募集背景

newmoでは「自動運転タクシーサービスの社会実装」に向けて、自社での自動運転ソフトウェア開発を進めています。 学習ベースの自動運転モデルを継続的に改善していくには、実車評価だけでなく、同じ状況を何度でも再現しながら高速に仮説検証できるシミュレーション環境が不可欠です。

現在は既存のシミュレータ（NVIDIA Alpha Simなど）で自社データを用いたシミュレーションは動かせていますが、精度検証・必要シナリオの洗い出し・技術方針の確立はこれからのフェーズです。技術的な意思決定・評価基盤の構築そのものから携わっていただけます。

重要なのは、見た目のリアリティそのものではなく、E2Eモデルの評価・改善に効く「再現性」と「計測可能性」です。実車ログで見つかった失敗ケースを何度でも検証できること、sim-to-realギャップを定量的に測れること、そしてE2Eモデルの改善サイクルを速くすることが目的です。3D Gaussian SplattingやNeural Renderingはそのための手段の一つと位置づけています。

まずは実走ログに基づくClosed-Loop評価・シナリオ再現を主軸とし、将来的には学習ループ（RL的な方策学習等）への接続も視野に入れます。

この領域はまだ確立されたアーキテクチャやベストプラクティスが少なく、各社が試行錯誤しているフェーズです。そのためnewmoでは、技術選定からアーキテクチャ設計、プロトタイピング、実運用に向けた改善までをリードし、次世代のClosed-Loop評価基盤をゼロから形にしていくSimulation Engineerを募集します。

業務内容

• Closed-Loop評価パイプラインの設計・構築：走行ログから3D Gaussian Splatting等を用いて都市環境を再構成し、E2EモデルをClosed-Loopで評価できるパイプラインの設計・構築
• マルチセンサーシミュレーション：LiDAR点群を含むマルチセンサー入力のシミュレーション手法の調査・プロトタイピング
• sim-to-realギャップの定量評価：レンダリング品質とsim-to-realギャップを測るための評価指標・手法の確立
• MLエンジニアとの連携による実験サイクル推進：E2Eモデルの弱点分析に基づくシナリオの再現とClosed-Loop評価を組み合わせた実験サイクルを、MLエンジニアと協働しながら推進
• 技術リード・ロードマップ策定：中長期的なシミュレーション/評価基盤のロードマップ策定、およびチーム内での技術リード

ポジションの魅力

• Closed-Loop評価基盤の立ち上げに中核メンバーとして関われる
  見た目のリアリティだけでなく、LiDARを含むセンサー入力の再現、sim-to-realギャップの計測まで踏み込む、技術的難易度の高いテーマに取り組めます。

• 先端的な表現技術を、実用的な評価基盤へと発展させられる
  3D Gaussian SplattingやNeural Renderingを研究的な検証にとどめず、モデルの評価・改善サイクルの中で継続的に活用される基盤として構築できます。

• 自社の自動運転タクシー開発に直結する評価基盤を主導できる
  newmoの自動運転モデルやセンサー構成を前提に、どの入力をどの精度で再現すべきか、どこまでをシミュレーションで担うべきかといった根本設計に関わることができます。研究用の実験環境ではなく、実際の開発競争力につながる基盤を形にしていくポジションです。

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

• 以下のいずれかの領域でのソフトウェア設計・開発経験（目安：3年以上、または同等の実務経験）
  　┗Closed-Loopシミュレーション環境の構築経験
  　┗シミュレーションソフトウェア（自動運転／ロボティクス分野を含む）
  　┗3Dグラフィックス / レンダリング
  　┗Neural Rendering（3D Gaussian Splatting, NeRF等）
• Python, C++を用いたソフトウェア開発経験
• カメラ、LiDARなど、複数センサーを扱うシステムへの理解
• 技術的な不確実性が高い領域において、技術選定、プロトタイピング、設計、実装を主体的に推進した経験
• 日本語でのコミュニケーション能力（JLPT N2相当以上）

• 3D Gaussian Splatting / NeRF などのNeural Rendering技術の研究・開発経験
• カメラ、LiDAR、レーダーなどのセンサーシミュレーションの実務経験
• sim-to-realギャップの定量評価設計経験（ドメインギャップ計測、評価指標設計等）
• 車両ダイナミクス、物理シミュレーション、物理ベースレンダリングの知識
• 自動運転 / ロボティクス分野におけるシミュレーション開発経験
• synthetic data生成 / シナリオ生成の経験
• 機械学習モデルの評価、エラー分析、可視化に関する経験
• 評価基盤・実験基盤・大規模ログ処理を含むデータパイプラインの設計・開発経験（わかっているとなお良いが必須ではありません）
• 他職種（MLエンジニア等）と連携しながらシステムを開発してきた経験
• エンジニアリングチームのリードまたはメンタリング経験