1G06.【業務委託】Embodied AIモデル開発 リサーチエンジニア（研究開発事業）

【募集背景・ミッション】

ELYZAは、大規模言語モデル（LLM）の研究開発と社会実装において、国内トップクラスの実績を積み重ねてきました。私たちの次なる挑戦は、LLM/VLMが持つ高度な「意味理解」を物理世界へ接続し、現実空間の課題解決に挑む Embodied AI の領域です。

物理空間のデータをAIで解析し、ロボットやデバイスの制御・自律化を行うPhysical AIの領域では、新たな技術革新の先駆けとして、特定の作業に縛られず多様な物理タスクをこなせるVLA（Vision-Language-Action）モデルが注目を集め始めています。

技術フェーズとしては、LLMにおける2019〜2020年頃に相当するとも言われ、ELYZAでも今後1〜3年で実用レベルへの進化が見込まれる重要なタイミングだと考えています。

しかし、これらのモデルをそのまま日本の現場に持ち込んでも、精度や特定ユースケースへの適応力には限界があり、真の社会実装には至りません。
本ポジションのミッションは、ELYZAがこれまで培ってきた知見を活かし、現場での実用に耐えうる「特定ユースケース特化型のEmbodied AIモデル」を開発することです。さらに、そのモデルを実際の顧客現場へ適合させ、価値証明（PoC）を完了するまでを一気通貫で牽引していただきます。

最大の魅力は、豊富な計算基盤を活用した「基盤モデルの構築」と、現場のリアルなデータを高度な知能へと昇華させる「社会実装」の両輪を回せる点にあります。

【業務内容】

ご本人の志向性やプロジェクトの稼働状況に応じて、Embodied AIモデルの研究開発から、現場でのPoC推進まで、R&Dと社会実装の垣根を越えて幅広く活躍していただきます。

• Embodied AIモデルの開発：
  • 既存のオープンモデルに対し、特定ユースケースに特化した学習を行い、精度と堅牢性を高める。模倣学習、強化学習（RL）、推論最適化などの技術を適用・拡張する。
• PoC案件の技術リードと社会実装：
  • 顧客の現場課題に対し、どのようなロボット構成・AIモデルで解決可能かの技術検証を行う
  • 現場特有のドメインデータを用いたファインチューニングやエッジデバイスへの実装を主導する
• ドメイン特化型マルチモーダル学習とデータループ構築：
  • 画像・テキストに加え、「Action（軌跡や関節角度）」もモダリティとして扱う学習基盤を構築
  • PoC推進チームと密に連携し、現場の失敗データ等をモデル改善に組み込むデータフライホイールを設計する
• ハイブリッド制御設計とシステム統合：
  • 「学習ベース（AI）のアプローチ」と「ルール・アルゴリズムベースの制御アプローチ」の境界とトレードオフを正確に評価し、実機にデプロイされ確実に動作する高品質なソフトウェアモジュールを作成する
• 最新手法の実装と精度検証：
  • LLM/VLM領域の最新学習手法（効率的なファインチューニング手法、新しいトークン化技術など）をいち早くPhysical AI領域に転用・実装し、技術検証を行う

【本ポジションの魅力】

• KDDIとの提携による豊富な計算基盤を活用し、「基盤モデルの構築」に取り組むことができる
• ロボティクス実装現場のリアルなデータを高度な知能へと昇華させ、研究開発だけでなく「社会実装」との両輪を回すことができる

【開発環境】

セキュリティ意識を高く保ちつつ、利用可能な場面では Claude Code、Devin などの最新のAI開発ツールをフルに活用しています。

• 主な対象ハードウェア: シングル・ダブルアーム、デクスタラスハンド、ヒューマノイド
• AI開発言語：Python, (Shell Script)
• インフラ：Azure, Google Cloud, AWS, ABCI
• コンテナ基盤：Docker, Singularity
• 機械学習関連ツール：Hugging Face, W&B
• ドキュメント・バックログ管理：Notion
• コード管理：GitHub
• 社内コミュニケーションツール：Slack, Google Meet, MetaLife
• シミュレーター：MuJoCo、Isaac Sim
• AI関連ツール：Claude Code、Devin、Gemini Pro、Notion AI ほか
• 開発周辺ツール：Google Drive, Figma, GitHub

• 機械学習 / 深層学習（Deep Learning）の実務経験：
  • PyTorch等のフレームワークを用いた深層学習モデルの開発、および学習パイプラインの構築実務経験
• ソフトウェアエンジニアリングスキル：
  • PythonまたはC++を用いた実務でのソフトウェア開発経験
• ロボティクスへの強い関心（実務経験不問）：
  • AIモデルを物理世界に適用することへの強い関心と、座標変換などの基礎的な概念をキャッチアップする意欲があること（※ロボティクスの実務経験・ROSの使用経験不問）
• 社会実装への強い意欲：
  • 論文上のスコア改善ではなく、「現実のロボットが動くか、顧客の課題が解けるか」という実用性を最重視するマインドセット

• World Modelsや動画生成モデルに関する研究開発、またはそれらを活用した環境ダイナミクスの予測・プラニング（行動計画）に関する知見や経験
• Top-tierカンファレンス（NeurIPS, ICLR, CVPR, ICML, CoRL, ICRA, IROS等）での主著論文の採択実績
• ROS / ROS2等のミドルウェアの使用経験、またはPythonを用いたロボット制御・API連携経験
• ロボット操作の大規模データセット（Open X-Embodiment等）や、オープンVLAモデル (π0, OpenVLA) 、フレームワーク (openpi, lerobot)を扱った経験
• 物理シミュレータ（NVIDIA Omniverse / Isaac Sim, MuJoCo, Habitat等）を用いた強化学習・模倣学習環境の構築経験
• 特定のドメイン（製造、医療、金融など）に特化したLLM/VLMといったAIモデルを開発し、社会実装に取り組んだ経験