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、2019年から自然言語処理を軸に日本語の言語モデルの研究開発に取り組み、LLMの研究開発から社会実装までを進めてきました。
現在はその研究開発領域を、VLM/VLAをはじめとするマルチモーダルAIや、ロボティクスの実用化に向けたEmbodied AIへと広げています。

Embodied AIの領域では画像・言語などの情報をもとにロボットの行動を生成するVLA（Vision-Language-Action）をはじめ、汎用的なロボット基盤モデルの研究開発が進んでいます。

こうしたAIモデルを実際の物理世界で機能させるためには、モデルの性能だけでなくロボットやセンサなどのハードウェア特性、制御、実行環境まで含めてシステム全体を設計し、実機で検証・改善していくことが重要です。

本ポジションのミッションはロボットハードウェアに関する実践的な知見と、AIモデルを実機へ接続するシステム統合・ソフトウェア開発のスキルを活かしEmbodied AIの社会実装を推進することです。リサーチャー/エンジニアと協働しながらロボット構成の設計、AIモデルとのシステム統合、実機検証、顧客現場への導入までを一貫して担っていただきます。

また、市販のロボットやエンドエフェクタだけでは対応が難しい課題に対しては3D CADや3Dプリンタ等を活用したプロトタイピングも行い、ハードウェアとソフトウェアの両面から実運用可能なロボットシステムをつくり上げていきます。

【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】

• AIモデルとロボットハードウェアをつなぐ、Physical AIの中核を担える
  VLA等のAIモデルと、ロボット・センサ・エンドエフェクタ・制御システムを統合し、実機上で動作するシステムとして成立させる役割を担います

• 案件構想から実機検証・現場導入まで一貫して関われる
  案件組成の段階から技術的な検討に参画し、ロボット構成の設計、プロトタイピング、システム統合、実機評価、顧客現場での立ち上げ・運用改善まで経験できます

• リサーチャー/エンジニアとともに、モデルとハードウェアの両面から改善できる
  実機で発生した事象に対して、ハードウェア・制御・AIモデルのどこに課題があるのかを切り分け、Researcher / Engineerと連携しながら改善サイクルを回します

• 豊富な計算基盤と実機環境を活用できる
  KDDIグループとの連携による計算基盤と、シングル・ダブルアーム、デクスタラスハンド、ヒューマノイド等の実機環境を活用し、Embodied AIの研究開発・実装に取り組めます

【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。
• 日本語スキル：
  • ビジネスレベルのコミュニケーションスキル / Native-level Japanese proficiency

• 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