株式会社T2の
Machine Learning Engineer & Researcher - Perceptionの求人

✨ あなたと求人のマッチ度診断

β版

職務経歴書など、あなたの経験やスキルが分かるファイルをアップロードすると、求人とのマッチ度とその理由が表示されます💡

※AIにより自動生成するもので、選考結果を保証するものではありません。
※現在、本機能はPCブラウザでのみご利用いただけます。

募集概要

入社お祝い金キャンペーン実施中！！対象：本採用サイトより直接ご応募頂き入社に至った方応募対象期間：2025年8月15日～2025年11月30日 ※詳細は、入社お祝い金キャンペーンページをご覧くださいトラックを用いたレベル4自動運転システムに必要な 3D object detection / 3D lane detection / online HD map construction などの認識モデルの設計や学習パイプラインの構築に携わっていただきます。現在 T2 では LiDAR / radar / camera を用いたマルチモーダルな認識モデルを開発しており、開発したモデルは既に実車両にデプロイされ、公道走行でリアルタイムに動作しております。またクラウド上に96台の H200 が搭載された GPU クラスタを構築しており、国内最大規模の潤沢な計算リソースを用いた開発が可能です。

必須スキル

- データ構造 / アルゴリズムなどのコンピュータサイエンスに関する基礎知識 - 機械学習 / 深層学習に関する深い理解 - コンピュータビジョン、特に3次元幾何に関する深い理解 - 以下のいずれかもしくは類するコンピュータビジョン領域に関する深い理解と実装経験　- 2D / 3D object detection 　- 3D occupancy / flow prediction 　- 3D semantic / panoptic segmentation 　- monocular / multi-view depth estimation 　- monocular / multi-view 3D reconstruction - PyTorch / TensorFlow などの学習フレームワークを用いた実装経験 - Git もしくは類するバージョン管理システムを用いた開発経験

歓迎スキル

- コンピュータサイエンス関連分野における修士または博士号 - LiDAR / radar / camera などのセンサーに関する深い理解 - un- / self- / semi- / weakly- supervised learning に関する深い理解とそれらを用いたスケーラブルな学習戦略の設計経験 - モジュール分割型 / end-to-end 自動運転の両者に関する深い理解 - LoRA / QLoRA などによる LLM / VLM の特定タスクへの fine-tuning の経験 - pruning / distillation / quantization による LLM / VLM の軽量化 / 高速化経験 - Bayesian neural networks / evidential deep learning などの不確実性推定に関する深い理解と active learning / OOD detection / sensor fusion などへの応用経験 - post-training quantization / quantization-aware training などのモデルの量子化手法に関する深い理解と実装経験 - pruning / distillation などのモデルの圧縮手法に関する深い理解と実装経験 - NeurIPS / ICLR / ICML / CVPR / ICCV / ECCV / ICRA / SIGGRAPH などのトップカンファレンスへの第一著者としての出版実績