［R&D］時系列データ解析を用いた歩行行動に関する研究開発インターン

ムーンショット型研究開発事業目標9 山田プロジェクト 逆境の中でも前向きに生きられる社会の実現 (以下前向きプロジェクト）をはじめとした弊社の研究・開発における研究業務 (文献調査・前処理・解析)のアシスタント・実施を行っていただきます。

前向きプロジェクト 1-4 濱田チームでは、汎用的な歩行パターンの抽出 [Winner et al., 2023&2024] と脳波や心拍、感情とのマルチモーダルな関連を調べる研究を実施しています。これらの研究の支援をし、場合によっては国際学会で発表、学術論文の執筆をお願いする予定です。

【業務内容】

具体的なお仕事としては下記のようなものです。
※ご経験に応じて応相談

• キーポイント時系列の前処理およびドリフト補正の開発に参加

• 大規模データ分析およびクロスデータセット統計比較への貢献

• 共同コードベースで作業し、コードレビューに貢献する（Python、Git、プルリクエストベースのワークフロー）

• Participate in development of preprocessing and drift correction for keypoint time series

• Contribute to large scale data analysis and cross-dataset statistical comparison

• Work in collaborative codebase and contribute to code reviews (Python, Git, PR-based workflow)

【参考文献】

• Winner TS, Rosenberg MC, Jain K, Kesar TM, Ting LH, Berman GJ (2023) Discovering individual-specific gait signatures from data-driven models of neuromechanical dynamics. PLoS Comput Biol 19(10): e1011556. https://doi.org/10.1371/journal.pcbi.1011556
• Winner, T.S., Rosenberg, M.C., Berman, G.J. et al. Gait signature changes with walking speed are similar among able-bodied young adults despite persistent individual-specific differences. Sci Rep 14, 19730 (2024). https://doi.org/10.1038/s41598-024-70787-8

【応募条件・その他】

• ※土日祝日に学会発表等がある場合に対応可能な方
• 学生のほか、社会人インターンも歓迎です。

【選考の流れ】

書類選考 → 1次面接 → 2次面接（技術面接）

• 信号処理の基礎
• Pythonの習熟度
• 時系列データの取り扱い
• 基礎統計学
• 機械学習に関する知識・実装経験 (特にLSTMやPCAなど)

• 日本語能力
• IMU／慣性センサーの経験
• 歩行解析または生体力学の履修経験
• 深層学習の経験（PyTorch、Transformerなど、OpenAIなどの有料サービスを提供予定）
• Gitおよび共同開発
• 必要に応じて出社可能（研究の打ち合わせ等）

• コミュニケーションを通して積極的に研究に必要な情報を整理することが可能な方
• 集中して取り組む時間の確保できる方
• 前例/過去にやったことのないことに取り組むことを楽しめる方