エンジニア（ロボティクスAI領域）

■主な業務内容 弊社が取り組む事業規模はグローバルで100兆円を超え、これからの世の中を席巻するマーケットです。 対話型言語モデルChatGPTに端を発するGenerative AIの急速な進展により、あらゆる業界においてAIを活用した業務効率化が注目を浴びています。「Software Ate The World, Now AI Is Eating Software」と言われる昨今、これからの10年間であらゆる産業でAI技術が使われ、AIを中心としたユーザー体験を設計することが、企業が世界で勝ち残る上で必要不可欠になります。 AIの進化は「認識AI → 生成AI → 自律AI → フィジカルAI」という4段階を経て、デジタル空間から現実世界へと活動領域を拡大しています。フィジカルAIとは、現実世界の物理法則を理解し、自ら判断して物理的な行動を起こすAIであり、ロボティクス、自動運転、製造、物流、医療など、あらゆる産業での実用化が加速しています。 弊社は、「AIインフラを創造し、日本を再び『世界レベル』へ」というパーパスを掲げ、2020年1月の創業以来、AI開発のプロセスの中でも最上流工程でありながら、これまでイノベーションが存在していなかった教師データ作成(=アノテーション)を事業の核として、AI開発の各工程を効率化及び高度化するための、プロフェッショナルサービス(データ収集・販売、アノテーション、コンサルティング)とAIデータプラットフォーム「FastLabel」を提供しております。 米国・中国を中心に、フィジカルAIの研究開発が急速に進んでいます。AIが「見て・考えて・動く」能力を持ち、現実世界で自律的に行動する時代がまさに到来しようとしています。NVIDIAをはじめとする世界的企業が、物理空間で知覚・推論・計画・行動するAIの実現に向けて技術開発を加速させており、世界的な労働力不足(2030年に数千万人規模)を背景に、産業界全体でフィジカルAI、特にロボティクス領域への投資が拡大しています。 日本でも製造、物流、医療などの産業領域への適用が本格化しつつありますが、ロボティクス向けAIを開発するためには、人が実際にロボットを操作してタスクを遂行した際のログ(教師データ)が大量に必要になります。また、「どのようなデータを集めるか」=「ロボットに何をさせたいか」であり、データ収集前に精度の高い業務要件定義が不可欠です。 このような背景から、要件定義、収集計画策定、大規模な収集オペレーションの構築・運用を担うデータベンダーが、日本のロボティクスAI産業において今後極めて重要な役割を担います。FastLabelはAIデータのプロフェッショナル企業として、新たにロボティクスAI事業に取り組むべく2025年12月に組織を立ち上げました。日本のフィジカルAI産業を支えるデータインフラとして、この成長市場で先行者優位の確立を目指していきたいと考えています。 本ポジションでは、お客様のプロジェクト内でのロボット向けのAIモデル（ポリシー）開発や社内のR&D活動における技術検証を担っていただき、AIロボティクス領域における技術開発をリードし、事業の立ち上げと拡大に貢献していただきます。 《具体的な業務内容》 ロボティクス領域のAIデータプロジェクトにおいて、お客様のプロジェクトと社内のR&Dに入っていただきます 【お客様プロジェクト】 ・詳細要件定義：データ収集の目的、使用するロボット、タスク、評価基準などお客様事情を考慮して詳細要件をPMと協力して作成 ・モデル開発：収集したデータでVLAモデルなどを学習 ・モデルデプロイ：作成したモデルを使ってロボットを制御する実装を行い評価を行う ・レポーティング：技術観点からお客様への報告資料の作成や報告を行う 【R&D】 ・VLAモデルなどのロボット向けモデル（ポリシー）を用いてロボットを制御するための実装 ・さまざまな条件（X-Embodiment/テレオペ方式/Sim-Real/ポリシーなど）を比較し、どのような条件で期待する動作を実現できるのか調査する 変更の範囲：上記の業務をご経験頂いたのちは、適正や希望に応じて当社業務全般に変更の可能性があります。 ■募集背景 組織立ち上げによる人員体制の強化のため。 より多くのお客様の事業を成功に導くために、高難易度なロボティクス領域のAIデータプロジェクトをリードするエンジニア職を募集します。 あらゆる産業でAI技術の開発・活用が進む中、新たに注目され始めているAIロボティクス領域においても、中核となる技術開発を通して、グローバルでも市場価値の高い、AIロボティクス領域のエンジニア/マネージャーを目指して頂けます。 ※ 必要に応じてコーディング課題を実施させていただきます。 ■仕事の醍醐味 【ロボティクス × AI の深い理解と実践的スキルの習得】 VLA（Vision-Language-Action）モデルや基盤モデルといった最新技術を扱うだけでなく、データ設計から学習、実機制御までを一気通貫で手掛けます。ソフトウェアとハードウェアが融合する高難度な領域で、本質的な技術力と実践的な実装スキルを磨くことができます。 【最先端技術を「実社会」へ応用する経験】 R&Dで検証した最先端の論文技術やアルゴリズムを、実験室の中だけで終わらせず、実際の顧客プロジェクトに応用・実装します。「技術的に高度であること」と「現場で確実に動くこと」の両立を目指すプロセスを通じて、エンジニアとして高い市場価値を築くことができます。 【日本の産業を支える大規模プロジェクトへの貢献】 製造業や物流業など、日本の産業基盤を支える大手企業のプロジェクトに参画します。労働力不足などの深刻な社会課題に対し、AIロボットの実装を通じて直接的な解決策を提供し、産業の未来を切り拓くという大きな手応えを感じられます。 【正解のない「開発のリアル」を開拓する面白さ】 AIロボティクス領域は、まだ確立された開発手法（王道）が存在しない発展途上のフェーズです。整ったレールの上を走るのではなく、不確実性の高い中で仮説検証を繰り返し、自らの手で開発フローや成功パターンを作り上げていくという、この時期ならではの貴重な現場経験が得られます。 ■キャリアパス 【ロボティクスAIのスペシャリスト / テックリード】 VLAモデルや強化学習、模倣学習などの高度な専門性を深め、プロジェクトの技術的責任者としてキャリアを築くことができます。特定のロボットに依存しない汎用的なAI開発の知見は、今後グローバルでも極めて市場価値の高いスキルセットとなります。 【エンジニアリングマネージャー (EM)】 将来的にチームが拡大する中で、エンジニア組織のマネジメントや採用、育成を担うリーダーポジションを目指すことができます。

【開発経験】 ・Pythonを用いた開発実務経験 ・Linux環境での開発経験、およびGit/GitHubを用いたチーム開発経験 ・Dockerなどのコンテナ技術を用いた環境構築経験 ・クラウド（AWS, GCP, Azure等）を活用した開発・運用経験 【専門領域（以下のいずれか必須）】 ①機械学習/深層学習の社会実装経験 　・PyTorch, TensorFlow, JAX等のフレームワークを用いたモデルの学習・推論・評価パイプラインの構築経験 　・一般的な統計、機械学習、コンピュータビジョンの理論的知識 ②ロボティクス領域でのソフトウェア開発経験 　・ROS/ROS2を用いたロボット制御システムの設計・実装経験 【ソフトスキル・スタンス】 社内外のステークホルダー（PM、顧客、アノテータ等）と技術的な要件をすり合わせるコミュニケーション能力 未踏の技術課題に対し、論文調査や仮説検証を通じて自走して解決策を導き出せる問題解決能力

【先端AI・モデル開発】 ・VLA（Vision-Language-Action）モデル、VLM、LLMの実装・学習・評価の経験 ・OpenVLA, RT-2, GR00TN1.5, Pi05などのアーキテクチャへの理解 ・大規模モデルの効率的な学習・推論手法の知見 ・Transformers, PEFT（LoRA/QLoRA）, Unsloth, vLLM等のライブラリ使用経験 【ロボティクス・シミュレーション】 ・ロボットシミュレータを用いた開発経験 ・NVIDIA Isaac Sim (Omniverse), Gazebo, MuJoCo等 ・Sim2Real（シミュレーションから実機への適用）の知見 ・ロボットのナビゲーション（Nav2）やマニピュレーション（MoveIt2）の開発経験 【MLOps・データ】 ・実験管理ツール（MLflow, WandB等）やワークフローエンジン（Hydra等）の運用経験 ・ロボットデータセット（Open X-Embodiment等）の取り扱い経験

■FastLabelで活躍している人物像 ・パーパス「AIインフラを創造し、日本を再び世界レベルへ」 に共感し、実現に向けて自律的に動ける方 ・ユーザーを誰よりも理解しようとし、ユーザーの成功を喜べる方 ・テクノロジーの可能性を信じ、本質的な課題を特定し、解決していく方 ・新たな役割や業務領域に挑戦しながらも、困難に直面したときに、できない理由ではなく、できる理由を考えられる方