1A05.【研究開発】シニアロボティクスエンジニア（フィジカルAI）

【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。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・自律化を行うフィジカルAIの領域では、いま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。

一方で、リサーチエンジニアがどれほど優秀なAIを開発しても、それを物理世界に適用するには、ハードウェアの特性や力学を熟知し、AIと現実空間を適切に接続する専門家が不可欠です。

本ポジションのミッションは、ロボットハードウェアの実践的な知見とAIモデルのシステム統合スキルを駆使し、フィジカルAIの社会実装を牽引することです。
市販のロボットやエンドエフェクタでは対応が難しい課題に直面した際にも、3Dプリンタ等を用いた柔軟なプロトタイピング能力と、最先端のAI技術への探究心を掛け合わせ、実運用可能な水準までロボットシステムの完成度を引き上げていただきます。

【業務内容】

物理世界のハードウェア（メカトロニクス）を専門領域としつつ、AIモデルの実装やシステム統合といったソフトウェア領域まで、幅広く業務をリードしていただきます。

• ハードウェア要件定義とプロトタイピング：
  • 顧客のタスクを達成するためのロボット構成（アーム、センサ等）を選定・設計する
  • 市販のハンドや治具では対応が難しいエッジケースに対しては、3D CADや3Dプリンタを活用し、オリジナルパーツの設計・製作（ラピッドプロトタイピング）を迅速に行って物理的な課題を解決する
• ROS2等を用いたシステム統合とソフトウェア開発：
  • AIチームが開発したEmbodied AIモデルの推論結果を、実機上で安全かつ正確に実行するためのインテグレーションを行う
  • PythonやC++を用い、遅延や摩擦などのハードウェア特性を考慮した制御アルゴリズムを実装する
• AI研究開発へのディレクションとフィードバック：
  • AIリサーチャーと密に連携し、「モーターのトルク限界」や「制御周期」といった物理的制約をAIモデルの前提条件として定義する
  • 実機評価で得られた事象を分析し、「ハードウェアを改良すべきか、AIの学習データを追加すべきか」を切り分け、再学習のループに貢献する
• 現場導入とハード・ソフト両面からの課題解決：
  • 試験環境および顧客現場での立ち上げを主導する
  • テスター等を用いた物理レイヤーのデバッグから、Linux環境でのソフトウェアデバッグまで、幅広い視野でトラブルシューティングを行う

【ポジションの魅力】

• 事業の最上流から現場まで関与
  • 案件組成の段階から技術的なキーパーソンとして参画し、机上の設計やシミュレーションに閉じず、実機評価から運用改善まで一貫して経験できます。
• 最先端AI×ロボティクスの社会実装
  • VLA等の基盤モデルとロボットハードウェアを組み合わせる不確実性の高い領域で、実運用に耐えるシステムへ磨き上げる経験は、希少性の高い専門性となります。
• 国内トップクラスの計算機環境
  • 豊富な計算基盤を活用し、ロボットの動作生成に向けた基盤モデルの構築に取り組むことができます

【開発環境】

• 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

• メカトロニクスの専門知識と実践的な問題解決能力：
  • ロボット工学、機械工学、電子工学等の基礎知識を有し、ハードウェアの不具合発生時に物理レイヤーまで原因の切り分け・デバッグができる能力
• ロボット制御プログラムの開発経験：
  • PythonまたはC++を用いたソフトウェア開発経験があり、Linux環境での開発・デバッグを業務として行ってきたこと。
• ROS2の実務経験：
  • ROS / ROS2を用いたロボットシステム構築の実務経験。
• AI / Deep Learningへの関心とキャッチアップ意欲：
  • ご自身でのAIモデル開発経験は不問ですが、機械学習の基礎概念を理解し、AIエンジニアとアルゴリズムやモデルの制約に関する技術的な議論を積極的に行おうとする姿勢。

• 学生ロボコン、RoboCup等のロボット競技会におけるメカ設計・組み込み制御の実績、またはそれに準ずる実践的なハードウェア開発経験
• 実証実験（PoC）にとどまらず、商用環境での実稼働までを一貫してリード、またはサポートした経験
• 3D CAD（Fusion360, SolidWorks等）を用いた機械設計、および3Dプリンタを用いたラピッドプロトタイピングの経験
• モーター制御、マイコンボード、基板設計など、低レイヤーの組み込み開発経験
• 強化学習、模倣学習、深層学習などを用いたロボット制御の実務、または実装経験
• フィールド環境でのロボット導入、立ち上げ、トラブル対応の実務経験