Turing株式会社の

3013_Product Manager,Dataset（End-to-End自動運転モデル開発）の求人

募集概要

チューリングでは、車載カメラの映像を入力に車の制御を行う「End-to-Endの自動運転MLモデル」の開発を行っています。 モデルの開発には Data-Centric AI と呼ばれるアプローチを取っていますが、これには「高品質なデータセット」が必要不可欠です。一方でデータセットの作成やその元となる走行データの収集には多くのことを考慮する必要があります。キュレーションやアノテーション、オートラベリングなども要素として関わってくるため、機械学習の知見が必要不可欠です。機械学習エンジニアと連携して、実際にモデルの精度が改善したかまで追う必要もあります。 機械学習の知見を活かし、高品質なデータセット作成のためのロードマップを作成・推進するプロジェクトマネージャーを募集します。 ※ 機械学習エンジニアとしての経験は必須となります。 【業務内容】 ・データセットに関連するロードマップの策定 　・膨大なデータから必要な箇所を抽出する仕組みやロジック（キュレーション） ・アノテーション、オートラベリング、データ収集車両の走行エリアなど ・データが高品質であることを確認するための監査およびフィルタリング方法の開発 ・機械学習エンジニアと連携し、取り組んでいるタスク（モデル）の改善を検証するための評価手法の開発とテストを調整する。 ・データ収集チーム、機械学習エンジニアとの緊密なフィードバックループを維持し、新しいデータセットが実際に自動運転を改善することを確認する。 【この仕事の特徴・面白さ】 大きく3つあります。 1.データ量が大きい 2.非構造データを扱うのが難しい（し、やりがいがある） 3.自動運転ML開発向けのAPIやツールが少ないのでゼロベースで課題解決できる 1.について チューリングでは、1日に数TB〜数十TBのデータ量がアップロードされます。このデータを「きれいな状態で・ただしく」データベースに格納していかないといけません。 データ量が多くなればなるほど、データの整理や保存方法、検索方法など気にするポイントが増えますし、データを扱いやすくするための基盤づくりや仕組みづくりが大事になってきます。 2.について チューリングでは、8つのカメラから取得した映像データ、Lidarのセンサーデータ、GNSSの位置情報データなどを組み合わせています。属性の異なるこれらのデータをひとまとめてにしてきれいにするのは大変です。 また、チューリングでは1つの大きなAIモデルの中に複数のモジュールやサブタスクが無数にあります。モジュールやサブタスクによっては必要なデータの量や形式が異なります。そのため、それぞれのモジュールやサブタスクの開発事情を考慮して非構造データを整理していく必要があります。 3.APIやツールが少ない 自動運転ML開発向けのツールやサービスは少ないです。そのため、非構造データを自分たちでデータを適切に前処理・可視化・状態確認・データ分布整理をするためのツールを開発していく必要があります。 この開発のプロセスにおいてはMLエンジニアの業務フローを可視化して、彼らの業務プロセスにおいて効率化できる部分を探したり、ボトムネックを特定して課題解決するなどの動きが必要になってきます。