Researcher の求人一覧 - 株式会社アラヤ

ARAYAでは、熟練者の高度技能を短期間で継承できる「高効率技能伝承システム」の構築を進めています。 本ポジションでは、熟練者・初心者のマルチモーダルデータの取得 → 差異モデリング → VR/EMSフィードバック設計 → PoC実証まで一貫して担い、社会実装につながる研究成果の創出を目指します。 【業務の具体例】 1. マルチモーダル計測環境の構築 ・Motion Capture（OptiTrack等） ・IMU, sEMG, EEG, 眼球運動 ・カメラ映像、音声 2. 熟練者/初心者の技能差異モデルの構築 ・動作軌跡・筋電・脳波・IMU・視線の統合解析 ・時系列モデル（RNN/Transformer/CNN）による熟達度分類 ・特徴量抽出・技能解析 3. リアルタイムフィードバックシステムの実装 ・VR/AR を用いた視覚フィードバック ・EMSを用いた動作誘導（リアルタイム制御） ・熟練者の暗黙知を“定量化”して初心者へ伝達する仕組みの開発 4. PoC 実証・評価 ・初心者/未経験者に対する技能習得実験 ・習得速度・パフォーマンス向上の検証

株式会社アラヤが推進する「技能伝承のためのHuman Computer Interaction（HCI）研究プロジェクト」において、プロジェクト全体の戦略・計画策定・推進・ステークホルダー調整を担うプロジェクトマネージャー（PM）を募集します。■主なミッション ・プロジェクト計画の立案・管理（スコープ／スケジュール／予算） ・研究活動に関する全体統括と進捗管理（研究者・チームの調整、課題解決支援） ・外部／内部ステークホルダーとの折衝・調整 ・プロジェクト成果の品質担保と社会実装に向けた推進 ・定例会議のファシリテーション、成果物レビューおよび報告■プロジェクト概要 本ポジションは、熟練技能と初心者技術の橋渡しを目的とした高効率技能伝承システムの研究開発プロジェクトにおいて、プロジェクト全体を統括する役割です。プロジェクトでは、以下の研究領域を横断的に扱います。 ・マルチモーダル計測環境の構築（Motion Capture／IMU／EMG／EEG 等） ・熟練者と初心者の差異を捉えるためのデータ解析・モデル構築 ・VR／AR／EMS を用いたリアルタイムフィードバックシステムの設計・検証 ・PoC 実証、性能評価および社会実装に向けたアウトカム創出■本ポジションの魅力 ・スタートアップでありながら大規模研究開発を推進できる希少な機会を得られます。 ・研究室の成果を、社会のインフラへ。構想から実用化までの一気通貫な開発に携われます。■社風 ・ロジカルシンキングを重視し、深い議論ができる社員が多い ・部門を超えて質問がしやすく、知識共有が積極的 ・仕組みを形骸化させず、意味のあるものにするための課題提起や提案が歓迎される環境 ・裁量権があり、仕事内容に関してできるだけ意向を反映する職場 ・PCの自由な選択、GitHub Copilotの利用、フルリモート勤務も相談可など、社員のパフォーマンスを第一に考える社風■年間休日 125日以上（完全週休2日制　⼟⽇、祝⽇、会社が指定する日）■フレックスタイム制について コアタイムがなく、形骸化しないフルフレックスタイム制で、自分のペースで働くことができます。家庭の事情などにも柔軟に対応可能な労働環境です。■選考の流れ 書類選考 1次面接 2次面接 最終面接 ※書類選考通過時に適性検査、最終面接前に人事面談（いずれも選考要素はなし）をお願いしております。

Araya Inc. is seeking multiple researchers to join our cutting-edge research team in NeuroAI and the Science of Consciousness. We aim to bridge neuroscience, mathematics, philosophy, and artificial intelligence to uncover the computational principles underlying intelligence and consciousness. Successful candidates will work on one or more of the following research themes: (1) Scaling Laws for Brain Decoding & Large-Scale Brain Foundation Models ・Decoding brain signals from large-scale datasets (EEG, MEG, ECoG, MEA, etc.) ・Empirical investigation of scaling laws in neural decoding ・Development of state-of-the-art multimodal deep learning models ・Building foundational AI models for neural data Related works: https://arxiv.org/abs/2407.07595 https://arxiv.org/abs/2506.13835 (2) Computational models of Consciousness ・Develop computational models of consciousness based on non-trivial ・information closure (NTIC) or other related theories ・Build predictive AI models to identify NTIC cores in neural data (e.g., spikes, ECoG) Related works: https://www.frontiersin.org/journals/psychology/articles/10.3389/fpsyg.2020.01504/full (3) Mathematical Theories of Consciousness ・Explore structural frameworks for continuity, qualia, and symmetry in consciousness ・Integrate (co)algebraic and geometric approaches across neuroscience and AI Related works: https://osf.io/preprints/psyarxiv/c6jnd_v1 https://osf.io/preprints/psyarxiv/agupq_v2

脳科学・ニューロテクノロジー分野に特化したインキュベーターの立ち上げおよび運営を支援するポジションです。スタートアップ、研究者、企業、投資家など多様なステークホルダーと連携しながら、プログラムの運営やコミュニティ形成を推進していただきます。業務内容 ・インキュベータープログラムの企画・運営サポート ・ワークショップ、イベント、ミーティング等の企画・運営 ・参加者・関係機関とのコミュニケーションおよび調整 ・インキュベーター関連資料やドキュメントの作成・整理（英日バイリンガル対応） ・機材・設備の管理・運用サポート ・産業界および学術界を横断したネットワーク構築のサポート所属チーム ニューロテクノロジー分野の研究チームおよび外部パートナー（企業・大学・研究機関・投資家等）と連携しながら、インキュベータープログラムの運営およびコミュニティ形成を推進します。

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。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※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。【選考フロー】 書類選考 1次面接 2次面接（技術面接）