01. 新卒採用/インターン募集 の求人一覧 - 株式会社T2

株式会社T2では自動運転システムの開発で一緒に働いていただけるインターンを募集しています。 T2では無人のLv4自動運転トラックを開発しております。自動運転システムの各分野を担当する社員がメンターとなりテーマを決めて長期にわたって一緒に議論・研究・開発を行います。 実際の車両（乗用車、大型トラック）を使用した実験に参加することができます。 インターンの成果は権利上の問題が無い範囲で論文にまとめることもできます。 期間：2025年8月上旬~9月下旬 開始日・終了日は授業日程など参加者のご都合により応相談 インターン期間中であっても、研究室の活動や学会参加、帰省等による不在は柔軟に対応いたします。 ★本格的な開発を行った経験がない方も、ぜひ積極的にご応募ください。なお、以前ご応募いただいた方の再エントリーも可能です（但し、既に過去のインターンシッププログラムに参加された方は除きます）。 ☆応募時に『応募先へのメッセージ』の欄に希望ポジションを記載してください。 ★外国人留学生の方へ インターン開始までに【 資格外活動許可 】を取得し、インターン開始時に在留カードの写しをご提出いただきます。 応募締め切り：6/30（月）23:59まで 選考フロー - 書類選考 - コーディングテスト(オンライン) - 一次面接（オンライン） - 二次面接（オンライン） - 最終選考結果通知 ------------------------------ Perception - Machine Learning Engineer & Researcher 概要 Perception チームとして 3D object detection, multi-object tracking, motion prediction および周辺環境認識のための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。 Perception チームでは現在 Camera・LiDAR・Radar を用いたマルチモーダル3次元物体検出器を開発しており、開発したモデルは既に実車両にデプロイされ、公道走行に用いられております。T2ではデータ収集、アノテーションパイプライン、モデル開発、デプロイまで全て内製で開発しており、機械学習インフラにも投資がされております。 必須要件 - 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の基礎知識 - 機械学習と深層学習に関する専門知識と実装経験 - コンピュータビジョン、特に3次元幾何に関する専門知識と実装経験 - PyTorch や TensorFlow などの学習フレームワークを用いた実装スキル - git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 - ソフトウェアの不具合に対する問題の切り分け・解決能力 - ビジネスレベルの日本語 望ましい要件 - コンピュータサイエンス、ロボティクス関連分野における修士または博士号 - 2D/3D object detection, monocular/multi-view depth estimation, BEV perception などの分野に関する専門知識と実装経験 - LiDAR/Radar/Camera などのセンサーに関する専門知識 - 大規模分散学習に関する専門知識と実装経験 - End-to-End 自動運転に関する専門知識 - NeurIPS, 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 - シミュレータを利用した性能検証経験 ------------------------------ Perception - Model Deployment and Integration 概要 Perception チームでは現在 Camera・LiDAR・Radar を用いたマルチモーダル3次元物体検出器を開発しており、開発したモデルは既に実車両にデプロイされ、公道走行に用いられております。T2ではデータ収集、アノテーションパイプライン、モデル開発、デプロイまで全て内製で開発しており、機械学習インフラにも投資がされております。 本チームではこの3次元物体検出器にトラッキング・Predictionおよび周辺環境認識含めた機能の開発を担っています。このポジションでは、特に車載のエッジデバイス上でこれらの機能を実現する高品質・高効率なソフトウェアコンポーネントの設計・開発・評価に携わっていただきます。 必須要件 - 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の基礎知識 - コンピュータビジョン、特に3次元幾何に関する専門知識と実装経験 - マルチスレッドプログラミングに関する知識と実装経験 - 学習済みモデルをエッジデバイスにデプロイするワークフローに関する知識、およびその過程で必要なフレームワークやツールの利用経験 - コンピュータアーキテクチャに関する基礎知識を有し、エッジデバイス上でのボトルネック解析や高速化を実施するスキル - 効率的で高品質なC++コードを設計・実装・テストする技術 - ビジネスレベルの日本語 望ましい要件 - コンピュータビジョン、ロボティクス関連分野における修士または博士号 - 2D/3D object detection, monocular/multi-view depth estimation, BEV perception などの分野に関する専門知識と実装経験 - LiDAR/radar/camera などのセンサーに関する専門知識 - End-to-End 自動運転に関する専門知識 - シミュレータを利用した性能検証経験 - ROSなどのモジュールベースのフレームワークを用いたアプリケーション開発の経験 ------------------------------ Motion Planning 概要 - Motion planningアルゴリズムの調査・実装・評価 - Motion planning検証に用いるSimulatorの実装 必須要件 - C++ のコーディング能力 望ましい要件 - Motion planningの知識 - 最適化ツールの使用の経験 ------------------------------ Localization 概要 - 高精度な点群地図生成・自己位置推定手法の開発 　- LiDAR点群データを用いた点群地図の作成や点群地図と他の観測データを用いた自己位置推定手法の開発に取り組みます。 必須要件 - C++ のコーディング能力 望ましい要件 - カルマンフィルタに関する知識 - 画像処理および点群処理の開発経験 - 自己位置推定に関する開発経験 ------------------------------ Tooling 概要 - 自動運転システム開発に用いるツール群の開発 　- 自動運転システム状態を可視化するツールの開発 　- 自動運転システム状態を監視するツールの開発 　- 自動運転システムのOS/ミドルウェアの開発・統合 　- 自動運転システムのプロファイラの開発 必須要件 - C++ のコーディング能力 ------------------------------ Web tool(Infrastructure) 概要 - 自動運転車両から収集される走行データの活用システムの開発 　- 自動運転車両から得られる走行データには様々なLiDAR点群データや物体認識の結果など、様々かつ大容量のデータが含まれています。自動運転システムの開発に走行データを活用することは、効率よくLevel4自動運転システムを開発する上で必要不可欠です。 　- インターンシップ生の経験や知識を元に開発目標を設定します。インターンシップ中の社内本番環境へのリリースを目指して開発を進めていただきます。以下は課題例です 　　- 大量の走行データを効率的に検索するためのシステム開発 　　- 走行データや人工的に付与したアノテーション情報の可視化 　　- 走行データを用いた自動運転SWの評価システムの開発 必須要件 - 下記のいずれか一つを満たすこと 　1. TypeScript, JavaScript, Golangいずれかの言語のコーディング能力 　　- システム開発の一部はTypeScriptおよびPythonを利用しています。言語の経験は問いませんが、必要に応じて言語の学習にも取り組んでいただきます 　2. ウェブアプリケーションの開発経験 　3. クラウドサービスを利用して何かを実装した経験 　　- T2ではGCPを利用しています。特定のクラウドの経験は問いませんが、取り組む課題によってはインターン中にGCPの習得にも取り組んでいただきます 望ましい要件 　- Relational databaseに関する知識 　- GitHub Actions/JenkinsのようなCI/CDに関する知識

自動運転システムの開発項目は多岐に渡るため、効率的な開発環境の構築が必要不可欠です。自動運転システム開発の効率化、自動運転に関わる各種サービスの品質向上を目指したシステム開発業務全般に携わっていただきます。 例えば以下のような業務があります。 【自動運転車両走行データ活用システム】 自動運転車両から取得した大量の走行データを保管・活用するシステムを構築します。 - 走行時の状況や位置から走行データを検索・可視化し、自動運転システムのデバッグに活用する - 自動的に交通シーンを判別し、認識モデル学習データとして抽出する 【自動運転ソフトウェアCI/CDパイプライン構築】 自動運転ソフトウェアを効率的に開発するためのCI/CDパイプラインを構築します。 - 自動運転システムの性能評価の自動化 - 様々なハードウェアへのビルド・デプロイの自動化 【自動運転トラック運行管理システム】 自動運転トラックを用いて物流サービスを提供するために必要なシステムを構築します。 - 自動運転トラックの遠隔監視および操作システムの構築 - 自動運転トラックの運行管理や車両と荷物のマッチング管理 【開発環境】 開発言語：TypeScript、Python インフラ：Google Cloud Platform 構成管理：Terraform ソースコード管理：GitHub CI/CD：Github Action、Cloud Run コミュニケーションツール：Slack、Google meet タスク管理：Jira

トラックを用いたレベル4自動運転システムの内、車両制御システムの開発に携わっていただきます。大型トラックの車両特性を考慮した正確かつスムーズなステアリング制御、速度制御の実現を目指します。 - 車両状態および動作計画に基づき、トラックに送付する制御信号（ステアリングトルク、Throttle/Brake）を求めるアルゴリズムの設計及び、仕様書作成 - シミュレータを利用した性能検証 - 実車両を使用した評価・改善

トラックを用いたレベル4自動運転システムの開発を担います。 自動運転は周囲の環境を高精度に認識し安全かつ快適な走行経路に車両を導くというタスクです。様々な技術的チャレンジがあり、機械学習、数理最適化、シミュレーション、組み込みシステムなど幅広い分野で人材を募集しています。 自動運転技術の一部、又は複数領域に携わっていただきます。 - 地図作成、自己位置推定機能の開発 - 3次元物体認識機能の開発 - 動作計画機能の開発 - 走行テストシナリオの設計 - 大型トラック制御機能の開発 - シミュレータを利用した性能検証 - センサードライバ開発 - 実車両を使用した評価

# 募集テーマ一覧 ・Perception ・Planning ・Control ・Localization ・System # 選考フロ－ 1. カジュアル面談：ご希望の方は、まずは社員と気軽にお話ししましょう。(必須ではありません) ※カジュアル面談で話した内容は選考には含まれません。 2. 書類選考：レジュメにより選考します。 3. 面接：エンジニアと面接を行っていただきます。 4. 最終選考通知結果 # よくある質問 Q:リモートワークは可能ですか？ A:はい、可能です。ただし実験など必要に応じて現地に出社・外出が必要となる場合があります。