1_2 Machine Learning エンジニア（自動運転タクシー・End-to-End モデル開発）

◆newmoのミッション◆ newmoは、「移動で地域をカラフルに。」をミッションに掲げるモビリティスタートアップです。 タクシーやハイヤーなど、これまで地域の移動を支えてきた仕組みをアップデートし、誰もが安心して移動できる社会をつくっていきます。 地域によっては公共交通が減り、移動が不便になりつつあります。一方で都市部では、業務の煩雑さや人手不足といった課題が残っています。 newmoは、こうした現場の課題に真正面から向き合い、テクノロジーを使ってより良い“移動のかたち”をつくり続けています。 ◆募集背景◆ newmoでは「自動運転タクシーサービスの社会実装」を目指し、自社で自動運転システムの内製開発を本格スタートしました。 従来のルールベースや認識・予測・計画を分離したモジュール型のアプローチにとらわれず、大規模言語モデル（LLM）やVision-Language Model（VLM）といった基盤モデルの技術を活用したEnd-to-End自動運転モデルの開発に取り組んでいます。この領域は技術が日々進歩している領域であるため、探索的に開発を進めていく必要があります。 これを推進するには、深層学習・基盤モデル・大規模データ処理に強みを持ちながら、不確実性の高い環境で技術・プロジェクト両面でリードできるシニアエンジニアの力が不可欠なため、本ポジションを新設しました。 ◆業務内容◆ 自動運転タクシーのための学習ベースの自動運転モデル（End-to-Endモデル）の開発を主導します。 ・自動運転モデル開発: カメラ画像やLiDAR点群などのセンサー入力を受け取り、経路計画や車両制御を行う自動運転モデルの開発。Vision-Language(-Action) モデル / マルチモーダル基盤モデルの活用。オフライン評価、シミュレーター、および実車を用いたモデルのパフォーマンス評価と改善サイクルの確立 ・データ戦略・パイプライン設計: 実車ログを用いた学習データ設計、オートラベリング・データフィルタリングなどの Data-Centric な改善 ・チームリード: ML開発ロードマップの策定、最新の論文調査に基づく技術選定、アーキテクチャの意思決定 ◆ポジションの魅力◆ ・難易度が高い社会課題の解決 - 「自動運転タクシー」という極めて安全性が求められるプロダクトにおいて、技術的に非常にハードルの高い課題に挑み、社会実装するやりがいがあります ・リードMLエンジニアとしての裁量 - モデルのアーキテクチャ選定から学習手法・学習環境の構築まで、ゼロに近いところから実際のサービスへの実装まで、中心メンバーとして意思決定を行うことができます ・最先端技術への挑戦(Embodied AI / VLA) - LLM/VLMを自動運転に応用する領域は、世界的にもまだ知見が少ないフロンティアです。最新の基盤モデル技術を実世界の複雑な問題に適用し、次世代の自動運転のスタンダードを作り出すチャンスがあります

・機械学習エンジニアとしての実務経験 - 目安：MLエンジニアとして5年以上、もしくはそれに相当する深い経験 ・Deep Learningを用いたモデル開発の経験 - PyTorch / JAX / TensorFlow などを用いたモデル開発経験 ・Python, C++などを用いたソフトウェア開発経験 ・技術的な不確実性が高い課題に対して、論文調査からプロトタイピング、実運用まで自走して推進できる能力

・自動運転システム、または移動ロボットの自律移動アルゴリズムの開発経験。Imitation Learning / Reinforcement Learning / Trajectory Prediction などの経験 ・Computer Vision（物体検出、セグメンテーション、3D再構成、追跡など）における知識・経験 ・NLP / LLM（Transformerアーキテクチャ、大規模言語モデルの学習・推論、マルチモーダル学習）の知識・経験 ・Vision-Language Model（CLIP, LLaVA, GPT-4V等）を用いた開発・ファインチューニング経験 ・強化学習モデルの開発に関する実務経験 ・モデル量子化、TensorRT等を用いたエッジデバイス向け最適化経験 ・大規模な分散学習環境（GPUクラスタ、AWS/GCP等のクラウドインフラ）の構築・運用経験 ・トップカンファレンス（CVPR, NeurIPS, ICRA等）での論文発表実績、またはKaggle等のコンペティションでの上位入賞経験 ・エンジニアリングチームのリード、またはメンタリングの経験