【AI/データエンジニア】機械学習エンジニア・リサーチャー - 認識システム

トラックを用いたレベル4自動運転システムに必要な 3D object detection / 3D lane detection / online HD map construction などの認識モデルの設計や学習パイプラインの構築に携わっていただきます。 現在 T2 では LiDAR / radar / camera を用いたマルチモーダルな認識モデルを開発しており、開発したモデルは既に実車両にデプロイされ、公道走行でリアルタイムに動作しております。またクラウド上に96台の H200 が搭載された GPU クラスタを構築しており、国内最大規模の潤沢な計算リソースを用いた開発が可能です。

①データ構造 / アルゴリズムなどのコンピュータサイエンスに関する基礎知識 ②機械学習 / 深層学習に関する深い理解 ③コンピュータビジョン、特に3次元幾何に関する深い理解 ④以下のいずれかもしくは類するコンピュータビジョン領域に関する深い理解と実装経験 　・2D / 3D object detection 　・3D occupancy / flow prediction 　・3D semantic / panoptic segmentation 　・monocular / multi-view depth estimation 　・monocular / multi-view 3D reconstruction ⑤PyTorch / TensorFlow などの学習フレームワークを用いた実装経験 ⑥Git もしくは類するバージョン管理システムを用いた開発経験

①コンピュータサイエンス関連分野における修士または博士号 ②LiDAR / radar / camera などのセンサーに関する深い理解 ③un- / self- / semi- / weakly- supervised learning に関する深い理解とそれらを用いたスケーラブルな学習戦略の設計経験 ④モジュール分割型 / end-to-end 自動運転の両者に関する深い理解 ⑤LoRA / QLoRA などによる LLM / VLM の特定タスクへの fine-tuning の経験 ⑥pruning / distillation / quantization による LLM / VLM の 軽量化 / 高速化経験 ⑦Bayesian neural networks / evidential deep learning などの不確実性推定に関する深い理解と active learning / OOD detection / sensor fusion などへの応用経験 ⑧post-training quantization / quantization-aware training などのモデルの量子化手法に関する深い理解と実装経験 ⑨pruning / distillation などのモデルの圧縮手法に関する深い理解と実装経験 ⑩NeurIPS / ICLR / ICML / CVPR / ICCV / ECCV / ICRA / SIGGRAPH などのトップカンファレンスへの第一著者としての出版実績