【概要】 自動運転向け車載AIモデル開発 カメラ、LiDAR、レーダーなどから得られるマルチモーダルなセンサー情報を統合し、 周辺環境の3次元認識、他車の行動予測、自車の経路計画までをリアルタイムに行う最先端のAIモデルの開発を行っています。 現在は、次世代車載SoCへの実装を見据えた次世代モデル（BEV(Bird's Eye View)、Transformer、End-to-Endモデルなど）の開発を強化しています。 限られたリソース内で認識・予測精度を最大化するため、学習アルゴリズムの改良と、実機（エッジ）制約を考慮した量子化・最適化プロセスをシームレスにつなぐチームの体制構築を進めています。 【具体的な職務内容】 ・自動運転向け深層学習モデル（認識・予測・計画など）の設計・開発・学習 　　最新の論文（CVPR、ICCV、NeurIPS等）ベースのアルゴリズム調査、プロトタイプ実装、評価 　　マルチモーダル（カメラ・LiDAR等）なデータを用いた大規模モデルの学習およびアーキテクチャ最適化 ・車載エッジ実用化に向けた精度改善・モデル軽量化 　　知識蒸留（Knowledge Distillation）やネットワーク剪定（Pruning）を用いた、精度を維持した状態でのモデル軽量化 　　誤認識パターンやエッジケース（夜間、悪天候、稀な障害物など）のデータ分析と、それに基づく学習方法の改良・精度向上 ・車載SoCをターゲットとした量子化（Quantization）技術の適用と評価 　　学習フレームワーク（PyTorch等）から車載向け推論環境（TensorRT等）への最適なモデルエクスポート・変換手法の確立 ・MLOpsパイプラインの構築・改善 　　データ管理、学習、評価、量子化、デプロイまでを一気通貫で行うCI/CD・CT（継続的学習）パイプラインの設計・運用 　　開発チーム全体が効率的に精度改善のサイクルを回せるような、共通ライブラリやツールの整備・提供 【従事すべき業務の変更の範囲】 会社の定める業務全般 【プロジェクトのやりがい】 ・最先端AIへの挑戦：BEVやTransformerなど、自動運転・コンピュータビジョン領域の最先端技術にリアルタイムで触れることができる。 ・フルレイヤへの関与：モデル設計（上流）から、車載エッジへのデプロイ・MLOps（下流）まで一気通貫で開発に携われる。 ・充実した開発環境：大規模データの学習をストレスなく高速で回せる、豊富なGPUリソース（最先端GPUクラスタ）を利用可能。 【開発環境】 開発環境：Linux, Windows 開発言語：Python, PyTorch, C++ 開発支援ツール：Git, GitLab, GitHub 開発手法：チケット駆動開発、アジャイル開発等

Python/PyTorchによる画像認識モデル開発経験

C/C++, ONNX, TensorRTの利用経験

・技術への高い探究心：自動運転やディープラーニング領域の最新論文・技術トレンドを自発的にキャッチアップし、業務に取り入れられる方 ・全体最適な視点と現場感：モデルの精度向上（上流）だけでなく、車載ハードウェアの制約（下流）を見据えた開発・最適化を楽しめる方 ・課題解決への主体性：複雑なエッジケースの問題や、精度劣化などの課題に対し、仮説検証を繰り返して粘り強く解決できる方 ・オープンな協調性：異なる専門性を持つメンバーと円滑にコミュニケーションが取れる方