04. Security&Safety Engineering の求人一覧 - 株式会社ティアフォー

自動運転の開発に重要な機械学習基盤の開発を担当していただきます。 【背景】 ティアフォーでは、自動運転の安全性を高め、可用性を向上させる機械学習基盤を構築しています。 自動運転の普及に伴って様々な運行環境に素早く対応するために、大規模なデータを取り扱い、継続的なモデルの改善を実現する機械学習基盤が求められています。 モデルモニタリングからデータ検索、データ変換、学習、モデル管理まで幅広く機械学習のワークフローに携わり活躍していただけるエンジニアを募集しています。 【仕事内容】 自動運転の開発に重要な機械学習基盤の開発をしていただきます。 - 物体検出モデル等の学習パイプラインの開発・運用 - モデル性能のモニタリングから自動運転車両へのデプロイまで一貫して行う運用基盤の開発・運用 - データ選定のための大規模な非構造データを可視化・解析するパイプラインの開発・運用 - アノテーションの管理と多様なセンサーモデルに対応した変換処理のパイプラインの開発・運用 【チャレンジ・やりがい】 - 画像や点群データを活用した物体検出タスクや分類タスクなど様々な機械学習への対応 - シミュレーション基盤と連携した機械学習モデルの安全な評価・リリース基盤の構築 - 自動運転走行データからモデルの性能を評価し継続的な改善を実現する基盤の構築 - 大規模な非構造データを可視化・解析しデータ選定を効率化する基盤の構築 - 様々なセンサータイプに対応したデータ変換とアノテーションの基盤の構築 【参考情報】 - TIER IV Meetup Web.Auto編 自動運転クラウドサービス開発者のキャリアパス https://www.docswell.com/s/TIER_IV/K1J6W3-TIERIVMeetupWeb.Auto - 自動運転を支えるクラウドシステムとエンジニアリングチーム https://tier4.jp/media/detail/?sys_id=5KlJMexmAHQYhyBc1zD4wM&category=BLOG - 自動運転を支えるMLOpsと学習基盤 https://tier4.jp/media/detail/?sys_id=6KqHR2MZXIcdwV3CZqquBs&category=BLOG - TIER IV TALKS #3 走れば走るほど賢くなるを実現する自動運転のMLOps基盤 - 自動運転のMLOpsワークフロー https://www.docswell.com/s/TIER_IV/KV18P2-2025-02-21-121239 - 第14回 Data-Centric AI勉強会 自動運転の運用を支えるデータ基盤とMLOps https://docs.google.com/presentation/d/1q_DGfsHhTA_DjKY0mk6flaUhCpZhpw6Zkyjhg1Jjo0k/edit 【ソフトウェア開発関連ポジションの方へ】 コンピュータサイエンス専攻の学位は必須ではありません。同等の実務経験があれば歓迎します。 - データ構造、アルゴリズム、計算量などのコンピュータサイエンスの基礎知識 - 保守性・テスト容易性・性能を考慮したソフトウェア設計・実装の実績 - 並行・並列処理およびネットワーク・通信プロトコルの基本的な理解 - チーム開発におけるデバッグ・コードレビューの経験 - プロダクション環境で稼働するソフトウェア開発における3年以上の実務経験 - 企画・設計からリリース、その後の運用まで、ソフトウェア開発のライフサイクル全体を一貫して経験していること（1回以上） 【従事すべき業務の内容】 - 雇入れ直後： 本求人に記載のある業務 - 変更の範囲： 上記に加え、会社が指定した業務

【背景】 ティアフォーでは、「自動運転の民主化」の実現に向けて、自動運転システムの開発効率化と品質向上を支える大規模なデータ基盤を構築しています。 現在、車両からのデータ収集や検索システムのベース構築は進んでいますが、今後増大するデータ量への対応、リアルタイム性の高いストリーム処理、そして社内全体のデータ活用文化の醸成が急務となっています。 これまでは個別のバックエンド開発を中心に進めてきましたが、中長期的な視点で全社的なデータ戦略をリードし、Data Lakeやストリーミング処理の設計・運用、さらにはデータドリブンな意思決定を行う組織文化の構築を牽引できる、ハイレベルなエンジニア/アーキテクトを新たに募集します。 【仕事内容】 自動運転開発におけるデータ基盤の技術責任者として、アーキテクチャ設計から組織への浸透までをリードしていただきます。単なる機能開発に留まらず、汎用的な分析の仕組みを用いて、社内の非効率な業務プロセスを改革し、ビジネスインパクトを生み出すことが求められます。 具体的な業務 - 全社データ戦略の策定とアーキテクチャ・ガバナンス 　-- 全社的な技術委員会やアーキテクチャレビューボードへの参画を通じ、データプラットフォームの技術選定や戦略的意思決定をリードする。 　-- データガバナンスおよびセキュリティ要件に基づいたアーキテクチャポリシーを策定し、組織全体への適用を推進する。 　-- 上記戦略に基づき、Data Lakeおよびストリーミング処理基盤（AWS: Redshift, Glue, Kinesis, EMR等）の実装を主導し、スケーラビリティとコスト効率を両立させる。 - 経営・事業部門との連携およびデータ活用による事業課題の解決 　-- 各事業部門（BU）の責任者と定期的なパートナーシップを組み、ビジネスの重要課題に対し、データドリブンで解決策を提案・実行する。 　-- 単なる基盤提供に留まらず、現場の業務プロセス変革や、全社的なデータ活用文化（Data-Driven Decision Making）の定着を、経営層を含むステークホルダーと共に推進する。 　-- エンジニアリングの枠を超え、データがビジネスインパクトを生み出すまでのサイクル全体に責任を持つ。 - 技術的意思決定とエンジニアリング水準の引き上げ 　-- 高度な専門性に基づき技術選定の意思決定に強い影響力を行使し、既存のアーキテクチャやプラクティスの評価・改善を行う。 　-- 組織横断的な技術課題に対してSenior ICとして解決策を提示し、全社的なデータ標準（Data Standards）の進化とベストプラクティス（DataOps/MLOps）の標準化を牽引する。 　-- コードレビューやアーキテクチャ設計レビュー、メンタリングを通じて開発チーム全体の技術力を底上げし、自律的な組織成長を促す。 【チャレンジ- やりがい】 - 前例のない大規模データへの挑戦: 自動運転車両から生み出されるペタバイト級のデータ（画像、点群、ログ）は、一般的なWebサービスとは比較にならない量と複雑さを持ちます。この膨大な非構造化データを効率的に処理・検索・可視化するためのアーキテクチャをゼロベースで設計できる稀有な機会です。 - 組織を変える経験: 単に技術を提供するだけでなく、社内のデータ活用文化そのものを醸成する役割を担います。ビジネスサイドや運用チームを巻き込み、データドリブンな組織への変革をリードすることで、エンジニアリングの枠を超えた大きなビジネスインパクトを生み出せます。 - 自動運転社会への直接的な貢献: 構築したデータ基盤は、自動運転の安全性検証やAIモデルの改善に直結します。自らの技術が「自動運転の民主化」という社会的意義の大きいミッションを加速させる手応えを感じながら働くことができます。 - 技術的裁量とICキャリアの追求: マネージャーとしての管理業務に忙殺されることなく、Senior ICとして技術的難易度の高い課題に集中できます。技術選定やアーキテクチャ設計において大きな裁量を持ち、自身の技術ビジョンをプロダクトに反映させることができます。 【参考】 - TIER IV Meetup Web.Auto編 自動運転クラウドサービス開発者のキャリアパス https://www.docswell.com/s/TIER_IV/K1J6W3-TIERIVMeetupWeb.Auto - 自動運転を支えるクラウドシステムとエンジニアリングチーム https://tier4.jp/media/detail/?sys_id=5KlJMexmAHQYhyBc1zD4wM&category=BLOG - TIER IV TALKS #3 走れば走るほど賢くなるを実現する自動運転のMLOps基盤 - 大規模車両データの収集基盤 https://www.docswell.com/s/TIER_IV/ZG16L4-2025-02-21-122222 - 第14回 Data-Centric AI勉強会 自動運転の運用を支えるデータ基盤とMLOps https://docs.google.com/presentation/d/1q_DGfsHhTA_DjKY0mk6flaUhCpZhpw6Zkyjhg1Jjo0k/edit 【ソフトウェア開発関連ポジションの方へ】 コンピュータサイエンス専攻の学位は必須ではありません。同等の実務経験があれば歓迎します。 - データ構造、アルゴリズム、計算量などのコンピュータサイエンスの基礎知識 - 保守性・テスト容易性・性能を考慮したソフトウェア設計・実装の実績 - 並行・並列処理およびネットワーク・通信プロトコルの基本的な理解 - チーム開発におけるデバッグ・コードレビューの経験 - プロダクション環境で稼働するソフトウェア開発における3年以上の実務経験 - 企画・設計からリリース、その後の運用まで、ソフトウェア開発のライフサイクル全体を一貫して経験していること（1回以上） 【従事すべき業務の内容】 - 雇入れ直後： 本求人に記載のある業務 - 変更の範囲： 上記に加え、会社が指定した業務

TIER IVでは、さまざまな運用領域に対応する自動運転ソリューションを開発しており、幅広い用途に対応したアプリケーションを提供しています。広く使われているオープンソースソフトウェアを基盤としながら、自動運転技術の中核部分と、それを活用した統合・カスタマイズの両面を手がけ、顧客ごとに最適化された自動運転アプリケーションを提供しています。 自動運転セキュリティエンジニアとして、脅威分析からペネトレーションテストに至るまで、開発および運用ライフサイクルのあらゆる段階に関与し、最高水準のセキュリティを確保する役割を担っていただきます。 ハードウェア・ソフトウェア・クラウドの各開発チームを横断し、設計・開発・検証のすべてのフェーズで、システムおよび製品のセキュリティを支えることが求められます。 主な業務内容： - セキュリティプロセス全体の改善（例：TARAの導入および運用） - CSMS（Cyber Security Management System）の策定、実装、モニタリング - 業界のベストプラクティスに基づいた脅威モデルの作成 - 製品設計および実装におけるセキュリティ上の課題の特定 - 技術的なセキュリティ評価の実施 - セキュリティ機能の設計、実装、評価 - セキュリティインシデントの分析および対策の立案 - 顧客およびコミュニティに対する脆弱性対応の支援と啓発 - 組織全体へのサイバーセキュリティのベストプラクティスの推進と啓蒙 【ソフトウェア開発関連ポジションの方へ】 ※コンピュータサイエンス専攻の学位は必須ではありません。同等の実務経験があれば歓迎します。 - 保守性・テスト容易性・性能を考慮したソフトウェア設計・実装の実績 - チーム開発におけるデバッグ・コードレビューの経験 - プロダクション環境で稼働するソフトウェア開発における3年以上の実務経験 - 企画・設計からリリース、その後の運用まで、ソフトウェア開発のライフサイクル全体を一貫して経験していること（1回以上） 【従事すべき業務の内容】 - 雇入れ直後： 本求人に記載のある業務 - 変更の範囲： 上記に加え、会社が指定した業務

【募集背景】 TIER IVでは、自動運転システムの社会実装に向けて、技術開発のみならず、実証実験・商用導入・各種プロジェクトにおける法規適合、認証、品質保証、実験管理体制の整備がますます重要になっています。 今後、実験管理や法規適合に関する業務をより体系的に整流化・強化していくため、OEMや自動車関連企業において、法規適合・認証・品質保証・実験管理等の実務経験をお持ちの方を募集します。 自動運転という新しい領域において、既存の自動車業界で培われた知見を活かしながら、社内外の関係者と連携し、事業・開発・品質・法務コンプライアンスを横断した体制づくりをリードいただくことを期待しています。 【仕事内容】 自動運転システムの開発・実証・導入に関わる法規適合、認証、品質保証、実験管理プロセスの整備・運用を担当いただきます。 具体的には、以下のような業務を想定しています。 -自動運転システムに関する法規制・認証要件の整理、社内展開 -実証実験・走行試験等に関する管理プロセスの整備・運用 -法規適合・認証に必要なドキュメント、証跡、社内ルールの整備 -品質保証部門、法務コンプライアンス部門、開発部門、事業部門との連携 -OEM、行政、外部パートナー等との調整・対応支援 -社内の法規適合・認証・実験管理に関する課題整理および改善推進 -自動車業界における法規・認証・品質保証の知見を活かしたプロセス改善 ※ご経験や志向に応じて、品質保証寄り、法務コンプライアンス寄り、または事業・プロジェクト推進寄りの役割を相談させていただきます。 【従事すべき業務の内容】 - 雇入れ直後： 本求人に記載のある業務 - 変更の範囲： 上記に加え、会社が指定した業務

【背景】 当社は自動運転システムの開発にとどまらず、全国各地の公道における実証実験や商用運行など、フィールドでのオペレーションを急速に拡大しています。自動運転の安全は、システムの設計・開発段階の安全性だけでは完結せず、実際の運行現場（フィールド）や実験の場面において、リスクを分析し、それを低減するプロセスを設計・運用し続けることによって初めて成立します。本ポジションは、自動運転の安全のうち「オペレーションの安全（フィールド安全・実験安全）」を担う中核として、安全分析、プロセス設計、およびその運用をリードしていただくエンジニアの募集です。 【仕事内容】 - 公道実証実験・商用運行に対する運行前の安全分析（ODDの分析、走行環境・運行計画に対するリスクアセスメント、ユースケース/シナリオベースのハザード分析等）をもとに、必要な運用リスク低減策の策定と実施をリードしていただきます。 - 実験安全に関するプロセス（実験計画の安全審査、変更時の再評価、走行開始・中断・再開の判断基準等）を設計し、社内標準として整備・運用していただきます。 - フィールドオペレーションの安全要件（セーフティオペレータの訓練・力量要件、運行マニュアル、緊急時対応手順等）を定義し、オペレーションチームと協働して現場に実装していただきます。 - 運行中に発生したインシデント・ヒヤリハットの調査・分析（原因分析、是正処置・予防処置の立案とトラッキング）をリードしていただきます。 - フィールドから得られた知見を開発チームへフィードバックし、システム安全要求や運用制限（ODD制約等）の改訂につなげていただきます。 - 安全管理システム（SMS）の運用の一翼として、自治体・警察・規制当局・顧客等の社外ステークホルダーへの安全に関する技術的な説明・調整に従事していただきます。 - 必要に応じて実証実験・運行現場への立ち会いを行っていただきます（国内出張あり）。 【チャレンジ・やりがい】 - 自動運転という前例の少ない領域で、「机上の安全」ではなく「現場で機能する安全」を自らの分析とプロセス設計によって形にできるポジションです。 - 実験安全・フィールド安全のプロセスを一から設計し、会社のオペレーション拡大の土台を作る経験ができます。 - 開発・オペレーション・社外ステークホルダーの結節点として、自動運転の社会実装の最前線に立つことができます。 At TIER IV, we build self-driving solutions for many operational domains covering a broad range of applications. Beyond developing autonomous driving systems, we are rapidly expanding our field operations — public-road pilots and commercial deployments — across Japan. The safety of autonomous driving is not achieved by design-time engineering alone: it requires continuous safety analysis of real-world operations, and the design and operation of the processes that mitigate operational risks. As an Operations Safety Engineer, you will be the core owner of operational safety (field safety and experiment safety), leading safety analysis, process design, and day-to-day safety operations. Key responsibilities: - Lead pre-deployment safety analysis for public-road pilots and commercial operations (ODD analysis, risk assessment of driving environments and operation plans, scenario/use-case based hazard analysis) - Design and institutionalize experiment safety processes (safety review of test plans, re-assessment upon changes, go/no-go and suspension/resumption criteria) - Define operational safety requirements (safety operator training and competency requirements, operation manuals, emergency response procedures) and implement them in the field together with operations teams - Lead investigation and analysis of incidents and near-misses (root cause analysis, corrective/preventive actions and their tracking) - Feed field learnings back to development teams, driving updates to system safety requirements and operational limitations (e.g., ODD constraints) - As part of our Safety Management System (SMS), serve as a technical point of contact on safety topics for external stakeholders such as municipalities, police, regulators, and customers - Attend field tests and operations on site as needed (domestic travel required) 【従事すべき業務の内容】 雇入れ直後： 本求人に記載のある業務 変更の範囲： 上記に加え、会社が指定した業務

【背景】 自動運転の安全は、リリース時に一度論証して終わりではありません。ODDの拡大、ソフトウェアの継続的なアップデート、運行実績の蓄積に伴い、「今このシステムは十分に安全である」という論証（セーフティケース）を、実際の運行データに基づいて継続的に維持・更新していく必要があります。本ポジションは、この継続的な安全論証（Continuous Safety Assurance）を成立させるために、どのようなデータ・メトリクスが必要かを定義し、それを取得・集計・可視化するデータパイプラインを社内のソフトウェアエンジニア・データエンジニアとともに形にしていくシステムズエンジニアの募集です。 【仕事内容】 - 安全論証（セーフティケース）の構造から逆算し、論証を支えるエビデンスとして必要なデータ・メトリクス（SPI：Safety Performance Indicator 等のリーディング/ラギング指標）を定義していただきます。 - 定義したメトリクスについて、算出ロジック、必要な車載・クラウド側のデータソース、集計粒度、閾値・アラート条件などのデータ要件を仕様化していただきます。 - データ基盤・車載ソフトウェア・オペレーションの各チームと協働し、メトリクス取得のためのデータパイプライン（収集・変換・集計・可視化）の設計・実装を推進していただきます。 - フィールドで発生したイベント（インターベンション、ニアミス、システム異常等）のトリアージ・分析ワークフローを設計し、繰り返し発生する手動分析の自動化（分類器・トリアージ支援ツール等）を進めていただきます。 - 収集したメトリクスに基づくダッシュボード・レポーティングを整備し、安全チーム・経営層・顧客・規制当局への安全性の説明に活用できる状態にしていただきます。 - メトリクスの妥当性検証（データ品質、算出結果の正確性・信頼性の確認）と、運行実績・分析結果に基づくセーフティケースの更新・改善サイクルの運用に従事していただきます。 【チャレンジ・やりがい】 - 「安全をどう測るか」という、自動運転業界でもまだ確立された答えのない問いに対して、メトリクスの定義からデータ基盤の実装まで一気通貫で取り組めるポジションです。 - 安全工学とデータエンジニアリングの境界領域で、複数チームを横断しながら仕組みそのものを作り上げる経験ができます。 - 自分の定義したメトリクスとパイプラインが、そのまま会社の安全論証と事業拡大（ODD拡大・新規エリア展開）の根拠になるという手応えのある仕事です。 【従事すべき業務の内容】 雇入れ直後： 本求人に記載のある業務 変更の範囲： 上記に加え、会社が指定した業務 At TIER IV, we build self-driving solutions for many operational domains covering a broad range of applications. The safety of autonomous driving is not something argued once at release and then forgotten. As ODDs expand, software is continuously updated, and operational track records accumulate, the safety case — the argument that "this system is safe enough, now" — must be continuously maintained and updated based on real operational data. As a Systems Engineer for Continuous Safety Assurance, you will define the data and metrics needed to sustain this continuous safety argument, and work with our software and data engineers to turn those definitions into working data pipelines. Key responsibilities: - Working backwards from the structure of the safety case, define the data and metrics (Safety Performance Indicators and other leading/lagging indicators) required as evidence - Specify data requirements for each metric: computation logic, required on-vehicle and cloud data sources, aggregation granularity, thresholds and alert conditions - Collaborate with data platform, on-vehicle software, and operations teams to drive the design and implementation of data pipelines (collection, transformation, aggregation, visualization) - Design triage and analysis workflows for field events (interventions, near-misses, system anomalies) and automate repeated manual analysis (classifiers, triage-support tooling) - Build dashboards and reporting on collected metrics, ready to support safety communication to the safety team, management, customers, and regulators - Validate metrics (data quality, accuracy and reliability of computed results) and operate the cycle of updating and improving the safety case based on operational results and analysis