1203_自動運転Edge AIエンジニアの求人

自動運転車両へのPerception技術搭載を推進していただける、Edge AIエンジニアを募集いたします。 【背景】 ティアフォーでは、自動運転のためのAIの開発をスケールさせる取り組みとして「Co-MLOps」プロジェクトを推進しています。その中で、自動運転向けのリファレンスAIとして、Deep Neural Network (DNN)を使った認識機能の開発に取り組んでいます。。 このようなDNNの実行には膨大な計算が必要なため、高性能なハードウェアが必要不可欠です。しかしながら、車載システムには熱・電力の制約があり、DNNを動作させるための高性能なハードウェアを用意することは困難となります。 　モデルの軽量化・低電力化と認識精度・ロバスト性の向上、両方を実現するために、私たちは、車載システムにおけるハードウェア（AIプロセッサ）の特性を十分に理解し、DNNモデルを協調設計・最適化することにより、 超多層な高精度なモデルを車載システムに実装することを目指しています。 【仕事内容】 - GPU/FPGA/AI Acceleratorなどのハードウェア特性に最適なDeep Neural Networks (DNN）の実装 - Low Cost/Low Power化を目的とした軽量なDNNの開発・Camera/LiDARのDNNデプロイ 【従事すべき業務の内容】 -雇入れ直後： 本求人に記載のある業務 -変更の範囲： 上記に加え、会社が指定した業務

- 最新の周辺認識技術と、エッジデバイス向けAI Acceleratorに関心をお持ちの方 - 新しい技術や知識の獲得を継続し続けられる方 - チーム内外のメンバーと円滑にコミュニケーションを取りながら自律的に課題解決をできる方 - 困難なことに対して楽しんでチャレンジできる方

- Computer Architecture及びMachine Learningの知識 - DNNを用いたアルゴリズム開発の経験 - DNNのデプロイフレームワーク（例：NVIDIA TensorRT, AMD Vitis AI等）を用いたAI Acceleratorへの実装の経験 - Pruning, Quantization, Multi-task Learning等によるDNN軽量化の経験 - CameraまたはLiDAR DNNの実装経験

- NVIDIA以外のAI Acceleratorへの実装の経験 - Sparse Training/Quantization Aware Training (QAT)の経験 - CUDA/OpenCL等を用いた実装の経験 - DNN分散学習の経験 - TVM等のAIコンパイラの開発の経験 - Sensor FusionやMulti Modal DNNの経験 - Active Learningの経験 - Foudation Modelに関する経験

このポジションとのスキルギャップなどをAIで診断してみませんか？

✨ 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ドキュメント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💡

ログインしてマッチ度を診断する

※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。