ロボティクスデプロイメント・リサーチエンジニアはRLWRLDおよびグローバルのオープンソース・ロボット基盤モデルをファインチューニングし、日本の産業現場へ実装するロボティクスデプロイメント（RD）チームの一員です。 本ポジションは、現場で取得されるデータを基盤にシステム課題を定義し、データ→モデル→制御のフィードバックループを構築・運用しながら、追加データでの再学習やファインチューニングによってモデル性能を継続的に向上させることを主な役割とします。 また、特に現場で実施されるPoCにおいては、ロボット基盤モデルのファインチューニングを主導し、追加データの学習を通じてPoCの成功率を最大化する**重要なミッションを担います。 RDチームは大きくSWエンジニアとリサーチエンジニアに分かれていますが、「ロボット・データインフラ寄り」か「ファインチューニング寄り」かの違いであり、明確な境界線はありません。 複雑な現場課題を迅速に解決し、高品質なロボット学習データを獲得することで、PoC（概念実証）の成功と最終的な商用化に向けた技術基盤を築く、Physical AI 時代の最前線を担うポジションです。 最もチャレンジングな現場技術の問題を解き、Physical AIの商用化を日本でリードしたい意欲あるエンジニアを募集します。 --- 【主な業務内容｜Key Responsibilities】 ◆ロボット基盤モデルのファインチューニングおよび制御適用 - RLWRLDおよびグローバルOSSのロボット基盤モデルを、実ロボットで動作させるためのファインチューニングおよび制御ロジック実装 - 顧客現場での追加データ収集に基づく再学習・モデル改善の実施 - PoC成功率を最大化するためのモデル調整とフィードバックループ運用 ◆データ品質管理およびモデル改善ループ運用 - ラベル品質、アノテーション、マルチモーダルデータの整備 - データ→モデル→制御のEnd-to-End技術ループの構築・運用 ◆顧客・SIパートナー向け技術支援 - 運用・保守に関する技術トレーニングの提供 - 現場課題、顧客フィードバック、改善事項の整理とTechチーム・PMへの共有 ◆不確実性の高い環境での課題構造化・実行推進 - データと論理に基づき複雑な問題を構造化し、解決まで自律的に推進

- （AI経験をお持ちの方）ロボット基盤モデル推論領域での「データ→モデル→制御」全工程の設計・検証・運用経験 - ロボット基盤モデル学習に関わるプログラミングスキル - Python / C++ を用いたモデル開発・最適化 - Git等のバージョン管理ツール利用スキル - ログ解析、データドリブンな仮説検証に基づき、複雑な技術課題の根本原因を特定し解決できる能力 - 国内外出張・現場対応に抵抗がなく、自走して課題を解決できる方

- 新しい環境でも問題の構造を素早く把握し、実行に移せる**アダプティブな問題解決能力（Adaptive Execution）** - データパイプライン／MLOpsの経験 - データ管理、モデルサービング、CI/CDなど、MLライフサイクル自動化経験 - ロボット基盤モデル関連プロジェクトの現場支援またはデータ収集経験 - エッジデバイス（GPU/IPC）でのリソース管理・デプロイ経験 - 英語または日本語でのビジネスコミュニケーション能力 - 顧客課題定義からモデル改善フィードバックまでの**End-to-Endプロセスをリードした経験（または強い関心）**

-スタートアップのスピード感で自走できる方 -柔軟性を持った方