m. エンジニアすべて の求人一覧 - Turing株式会社

【新卒採用について】 チューリングは若い可能性をとても強く信じています。それはCEO山本自身が21歳の時にタッチタイピングからプログラミングをはじめ、将棋の名人を倒すプログラムを作れたように、適切な課題と環境があればみなさんが世界を変える存在になると知っているからです。あなたの一歩を踏み出す勇気を待っています。きっと驚くような成長ができるはずです。 2022年4月から毎年新卒メンバーが入社しています。良い意味で新卒・中途の分け隔てはなく、新卒メンバーも事業のコア人材とし活躍しています。今後も才能ある人材と一緒に「We Overtake Tesla」を目指していきます。 【入社後の配属想定】 現在は下記のチーム・プロジェクトがあります。ご経験・志向性に応じてアサインをしていきます。きっとあなたの人生に大きな影響を与える時間となるはずです。 ◾️チーム・プロジェクト 基盤AIチーム：大規模なGPUクラスタを利用し、ビジョンベース自動運転のための深層学習モデルやレベル5自動運転に利用するマルチモーダル基盤モデルの研究開発を行っています。。 End-to-End自動運転AIモデルチーム：自動運転機能の開発を行っています。機械学習、ソフトウェア、MLOps、クラウドインフラなど幅広い専門性を持ったメンバーが一つのチームに集まっている状況です。 自動運転システム開発チーム：自動運転システムを車体に組み込むために必要なことは何でもやるNewチームです。テスト・シミュレーション・QAなど多岐にわたる役割を担う想定で、チームとしての役割・機能自体これから洗練していきます。低レイヤー・OS・ソフトウェアの高速化などのテーマが好きな人にとって、エキサイティングな環境となるでしょう。 ハードウェア開発チーム：自動運転に必要となるハードウェアを開発するチームです。PoCや小ロット段階では市販ハードウェアを活用する場合も多いですが、長期的な目線で自社保有のハードウェアを目指しており、回路設計などのハードウェア開発を行っています。 【業務内容例】 ・チューリングが開発するプロダクトの企画・設計・実装・テスト並びに各技術選定 ・安定したサービス提供のための改善及び新しい技術の利活用、パフォーマンスチューニング等 ・UX提供のための適切なAPI設計、フロントエンドの開発 ・CIツール連携による開発の効率化 ・カンファレンス及びイベント等への登壇・寄稿 など

◆本求人は、自動運転・コンピュータビジョン・LLM・NLPのいずれかの領域で専門性を持つMLエンジニアを対象としています◆ MLエンジニアをご志望の方で、現在公開中の募集ポジションに適合するものが見つからない方のための応募フォームです。書類選考後、ご希望やご経験に応じた適切なポジションを検討するマッチング面談を設定いたします。応募時「応募先へのメッセージ」欄には、ご自身の強みや得意分野、ご希望の業務内容やアプローチなどを自由にご記入ください。 【MLエンジニアポジション例】 ・2010_MLエンジニア / Machine Learning Engineer（自動運転モデル開発） 　https://herp.careers/v1/turing/oMZZ-LyQ683f ・2011_MLエンジニア / Machine Learning Engineer（自動運転VLAモデル開発） 　https://herp.careers/v1/turing/aHze1GwzB0ZG ・2021_MLエンジニア / Machine Learning Engineer（基盤AI） 　https://herp.careers/v1/turing/howamCYpkJ1b —- チューリングのミッションは、完全自動運転レベルの自動運転システムの開発を行うことです。現時点ではテスラのFSD v13をベンチマークとしており、FSD v13の性能を上回る自動運転システムをAIベースで開発に取り組んでいます。 モデルの開発には Data-Centric AI と呼ばれるアプローチを取っていますが、実際に学習に用いるデータの裏側には膨大なデータが存在します。膨大なデータからモデル構築を行う機械学習エンジニアを募集しています。 【具体的な業務内容】 ・論文や既存実装の調査・再現・実装 ・自社データセットを利用した既存実装の評価 ・実車でのモデル評価・実験管理 ・自動運転VLAモデルの実装 ・データセットの作成・改善 ・オートラベリングの実装 【モデル開発のアプローチは？】 データセントリックなアプローチとモデルセントリックなアプローチの2種類で開発を進めています。E2E自動運転はまだ正解はありません。あなたが開発したモデルが次世代の自動運転のスタンダードとなる可能性があります。答えのないフィールドでさまざまなアプローチを一緒に探索しましょう。 【自分のつくったモデルを実車で試して改善していく】 「データセットやモデルを作る→走行実験→実験ログ解析実験→モデルの管理」という流れで自動運転AIを進化させていきます。自身のつくったモデルを五感で捉えながら改善サイクルを回していきます。机上だけでなく、現実世界からのフィードバックを開発に活かしてください。

◆本求人は、自動運転・コンピュータビジョン・機械学習のいずれかの領域で専門性を持つMLエンジニアを対象としています◆ チューリングでは、車載カメラの映像を入力に単一の機械学習モデルで車の制御を求める「End-to-Endの自動運転MLモデル」の開発を行っています。 自動運転モデル開発は、機械学習だけでなくさまざまな技術の総合格闘技です。データ収集、データセット作成（データ品質改善※キャリブレーションや座標変換など）、モデル学習（モデルアーキテクチャ検討・学習効率化など）といった形で多くの活躍フィールドがあります。 自動運転開発の経験があるエンジニアはもちろん、ソフトウェア業界やロボティクス業界など、異なるバックグラウンドで卓越した技術を有するエンジニアを探しています。一緒に人類のグランドチャレンジを達成しましょう。 【業務内容】 モデルアーキテクチャの改善だけでなく、データ品質・量の改善などさまざまな課題解決に取り組んでいます。以下にあげる業務は一例ですが少しでも自身の経験と関連あるものをお持ちな方はぜひ前向きに応募をご検討ください 【業務内容】 ・End-to-End の自動運転モデルの実装 ・データ収集の方針・計画立案 ・データセットの作成・改善 　・オートラベリングモデルの実装・改善 　・カメラ・センサーキャリブレーション ・モデル学習のアルゴリズム実装 ・モデル学習コードの高速化 ・実車でのモデル評価・実験管理 ・先端論文の調査・再現・実装 【モデル開発のアプローチは？】 データセントリックなアプローチとモデルセントリックなアプローチの2種類で開発を進めています。データの品質においてさまざまな要因で課題が生まれるケースもあれば、モデルのアーキテクチャやバックボーンの探索など、広い範囲で試せることが多いです。また大規模なGPUクラスタで多くの学習を回すため、学習コード高速化などにも取り組んでいこうと思っています。 E2E自動運転はまだ正解はありません。あなたが開発したモデルが次世代の自動運転のスタンダードとなる可能性があります。 【自分のつくったモデルを実車で試して改善していく】 「データセットやモデルを作る→走行実験→実験ログ解析実験→モデルの管理」という流れで自動運転AIを進化させていきます。自身のつくったモデルを五感で捉えながら改善サイクルを回していきます。机上だけでなく、現実世界からのフィードバックを開発に活かしてください。

◆本求人は、機械学習・自動運転・コンピュータビジョンのいずれかの領域で専門性を持つMLエンジニアや、大規模なMLOps・データ基盤開発に取り組んできたソフトウェアエンジニア、あるいはロボティクス領域でMLやソフトウェアエンジニアリングに取り組んできた方を対象としています◆ チューリングでは、車載カメラの映像を入力に車の制御を行う「End-to-endの自動運転モデル」の開発を行っています。チューリングのミッションは、完全自動運転レベルの自動運転システムの開発を行うことです。大きく2つの方向性でわれわれは開発を進めています。エキスパートドライバーのデータを模倣学習させ、数ミリオンほどのニューラルネットワークで多様なシーンを学習させるものと、Vision-Language-Actionモデル（VLAモデル）をはじめとした基盤モデルを車両で動かし、さまざまなシーンを判断させるものです。 VLAモデルを使った自動運転は世界レベルで見てもまだ知見が少なく、最新の論文や開発事例を参考にし、探索的に取り組んでいかねばなりません。そのためには機械学習の知見だけではなく、さまざまなエンジニアリング要素を駆使してプロジェクトを進めていく必要があります。 今回の求人ではそういった挑戦的な取り組みを進めるメンバーを募集しています。基盤モデルの学習パイプライン構築や、モデルの量子化・最適化などさまざまなレイヤーで開発イシューがあります。 【業務内容】 ※下記のうちの全てを担当するわけではなく、自身の強みを活かしたドメインで開発を進めつつ、他領域にも染み出しながら開発を進めていただきます ・データキャリブレーションや異なるセンサデバイス間の座標変換 ・データセットの作成・改善 ・論文や既存実装の調査・再現・実装 ・自社データセットを利用した既存実装の評価 ・モデル量子化・最適化 ・実車でのモデル評価・実験管理 ・自動運転VLAモデルの実装 ・オートラベリングの実装 【Embodied AIというテーマの最前線を楽しむ】 AIに身体性を持たせ、物理空間の中で価値を発揮する。そういったテーマにおいて自動運転はまさに人類がいま取り組んでいるものです。すでに社内で進んでいるプロジェクトのナレッジを活かしつつも、独自のMLパイプラインを構築していかなければなりません。レファレンスがほとんどない領域で開発を推進していただける方を探しています。 【自分のつくったモデルを実車で試して改善していく】 「データセットやモデルを作る→走行実験→実験ログ解析実験→モデルの管理」という流れで自動運転AIを進化させていきます。自身のつくったモデルを五感で捉えながら改善サイクルを回していきます。机上だけでなく、現実世界からのフィードバックを開発に活かしてください。 【こんな人が活躍しています】 - 研究機関出身の自然言語処理リサーチャー - システム開発会社でのシステムエンジニア/データサイエンティスト - 広告系メガベンチャー出身の機械学習/ソフトウェアエンジニア

◆本求人は、強化学習の領域で専門性を持つ強化学習エンジニア・リサーチャーを対象としています◆ チューリングは完全自動運転の実現を目指しているディープテックスタートアップです。 強化学習チームのミッションは、強化学習技術を用いて実世界で動作する頑健なE2E自動運転システムを実現することです．そのために、評価・学習に使用する3D Gaussian Splattingベースのシミュレータ，大規模分散強化学習基盤，制御システム（MPC等）に取り組んでいます。 ■強化学習エンジニアの業務内容 ・実世界で動作する頑健なE2E自動運転モデルの研究・開発を行います． ・E2E自動運転向けシミュレータの開発 ・大規模な分散強化学習基盤の構築 ・実世界で走行可能なE2E自動運転モデルを実現する強化学習アルゴリズムの研究・開発 ・実際の走行試験による強化学習モデルの性能検証

◆本求人は、Webサービス開発・MLOps・クラウドエンジニア、低レイヤーのソフトウェア開発(Linux, 組み込み含む)のいずれかで高い専門性を持つ方を対象としています◆ ソフトウェアエンジニアをご志望の方で、現在公開中の募集ポジションに適合するものが見つからない方のための応募フォームです。書類選考後、ご希望やご経験に応じた適切なポジションを検討するマッチング面談を設定いたします。応募時「応募先へのメッセージ」欄には、ご自身の強みや得意分野、ご希望の業務内容やアプローチなどを自由にご記入ください。 【ソフトウェアポジション例】 自動運転システムの開発や自動運転AIモデルの開発効率を上げるためのMLOps基盤を設計・構築することがミッションになります。募集しているポジションは以下となりますので、適切なポジションについてご案内いたします。 ・3011_ソフトウェアエンジニア / Software Engineer（自動運転MLOps基盤開発） 　https://herp.careers/v1/turing/Qc3t_q0FYFq_ ・3010_クラウドエンジニア / Cloud Engineer（自動運転MLOps基盤開発） 　https://herp.careers/v1/turing/nd2EIF68H8hW ・3032_ソフトウェアエンジニア / Software Engineer（OS・組み込みシステム、ファームウェア開発） 　https://herp.careers/v1/turing/01gtnhsLWgVe ・3034_ソフトウェアエンジニア / Software Engineer（ミドルウェア、車載システム開発） 　https://herp.careers/v1/turing/abHB5x7zASkv ・3035_ソフトウェアエンジニア / Software Engineer（車載アプリケーション開発） 　https://herp.careers/v1/turing/IFKgdYLwpdc7

◆本求人は、エンプラビジネスとして(特に対OEM = 完成車メーカー)ソフトウェアプロダクト開発経験がある方(ソフトウェアエンジニア、エンジニアリングマネージャー)を対象としています。◆ チューリングは完全自動運転の実現を目指しています。弊社が開発しているEnd-to-End自動運転システムをプロダクトレベルに仕上げるため、「Applied Engineer Team」を新設します。 このチームは先端技術や既存の技術を実ビジネスやプロダクトに適用し、課題を解決するための実装や検証を行うチームです。研究開発(R&D)部門と連携しながら弊社が持つ技術を実際のビジネスやプロダクトに落とし込む役割を担います。 【業務内容】 ・先端技術や既存技術の実装・検証 　- R&D部門で開発されたモデルやソフトウェアを、実際のビジネス・プロダクトに組み込むためのPoC実施 　- 車載ソフトウェア / 組み込みシステムなどへの実装や機能安全要件との整合確認 ・完成車メーカーやサプライヤーなどとの協業推進 　- 完成車メーカーやサプライヤーとの要件定義・技術検証・折衝を行い、量産車へのEnd-to-End自動運転プラットフォーム搭載を推進 　- ハードウェアとソフトウェアのインテグレーションをサポート ・課題解決とプロダクト最適化 　- 自動運転の機能追加や改良における課題を抽出し、実装を通じて解決策を提案・実行 　- 安全基準や法規制、運用設計領域などとの整合性を検証 ・チーム連携・情報共有 　- R&Dチームやビジネスチームとの連携 　- 技術ドキュメントや検証レポートの作成・共有 など

◆本求人は、クラウドへの深い理解を持ち、技術選定レベルから開発した経験を持つ方やSRE、データエンジニアの方を対象としています◆ チューリングでは、車載カメラの映像を入力に車の制御を行う「End-to-End の自動運転MLモデル」の開発を行っています。 モデルの開発には Data-Centric AI と呼ばれるアプローチを取っていますが、実際に学習に用いるデータの裏側には膨大なデータが存在します。ペタバイト規模のデータを効率よく扱うためにはさまざまなツールやサービスの実装が求められ、クラウドの特性を活かすことが必要不可欠です。 一方で、テクノロジーの深化で優秀なソフトウェアエンジニアであってもクラウドを十二分に活用することが難しくなってきています。このポジションではチームがクラウドの特性を有効活用しモデル開発を200%加速させることを期待します。 【業務内容】 ・クラウド上の機械学習基盤の設計、構築、運用 ・データ基盤の設計、構築、運用 ・データ基盤を活用した社内向けツールの実装 ・開発支援ツールの設計、構築、運用 ・社内のソフトウェアエンジニアの実装サポート・エネイブルメント 【なぜクラウドに精通した人材が必要か？】 チューリングが構築するデータ基盤は、データ量の多さ、モダリティの多様性の観点で非常に複雑なものになっています。また、国内外でユースケースは少なく、初めての問題や課題を解いていかなければなりません。 強いMLエンジニアとソフトウェアが集まり、日々開発に取り組んでいますが、クラウド技術の深化により彼らがクラウド技術を深く広くキャッチアップするのが難しくなってきます。そのためクラウドインフラのさまざまなユースケースや技術に精通した人材が必要なのです。 【クラウドエンジニアとして以下のような経験ができます】 ・S3やLambdaのrequest limitを考慮した新規機能導入検討 ・Sparkを用いた分散処理基盤の構築 ・プライベートクラウドの構築（IaaS/PaaS/SaaS）

◆本求人は、技術負債・CI/CDなどの思想や経験を持つソフトウェアエンジニアを対象としています／大規模データ基盤・MLOps構築がミッションです◆ チューリングでは、車載カメラの映像を入力に車の制御を行う「End-to-Endの自動運転MLモデル」の開発を行っています。 モデルの開発には Data-Centric AI と呼ばれるアプローチを取っていますが、継続的なデータおよびモデルの改善には高度なソフトウェアエンジニアリングやクラウドを活用した自動化が必要不可欠です。E2E自動運転MLモデルの開発効率を圧倒的に向上させるソフトウェアエンジニアを募集します。 【業務内容】 ・機械学習エンジニアと協力し、データやモデルの継続的な改善 ・クラウド等を活用した処理の自動化や、内部ツール・サービスの実装 ・システムアーキテクチャの設計 【SaaSやWeb開発とは異なる仕事の面白さ】 われわれが扱うテーマや自動運転です。開発したソフトウェアが車に搭載され、公道を走ります。また、E2Eのアプローチで自動運転モデルを開発するのは日本でチューリングだけです。この開発を行える唯一無二の環境となっています。 E2Eの自動運転は通常の機械学習モデルとは違う難しさがあります。それは、データ多様性（モダリティ）、データ量、車両への搭載の大きく3つです。 ・データ多様性（モダリティ）について テーブルデータ・点群データ、画像データなどさまざまなモダリティのデータを扱います。これらの異なるデバイスからデータを収集するため、デバイス間の誤差や時刻同期 のタイミングの違いを考慮してデータセットを作っていかなけばなりません。これにより品質の高いデータを多く、適切に集め管理する難易度が高まっています。 ・データ量について われわれの開発では、数PBのデータをクラウドで扱う必要がある ・車両への搭載について E2E自動運転開発は1チームで行っています。MLOpsを担うエンジニアも実際にモデルが搭載された車に乗ります。モデルが現実世界でどう振る舞うかを体験できます。自身の開発を五感で味わえる環境です。 強いMLエンジニアとソフトウェアが組むことで自動運転は実現していきます。これまでのソフトウェア開発経験を活かして人類のグランドチャレンジに一緒に挑みましょう。 【以下のような経験をもったソフトウェアエンジニアが活躍しています】 - AI学習アプリのバックエンド開発 - ETL基盤やワークフローエンジンの開発運用 - Hadoopクラスタの構築経験 - ソーシャルゲーム、スマホゲーム開発 - 動画配信サービスの解析、推薦基盤開発

◆本求人は、機械学習・自動運転・コンピュータビジョンのいずれかの領域で専門性を持つMLエンジニアや、大規模なMLOps・データ基盤開発に取り組んできたソフトウェアエンジニア、あるいはロボティクス領域でMLやソフトウェアエンジニアリングに取り組んできた方を対象としています◆ チューリングでは、車載カメラの映像を入力に車の制御を行う「End-to-endの自動運転モデル」の開発を行っています。チューリングのミッションは、完全自動運転レベルの自動運転システムの開発を行うことです。大きく2つの方向性でわれわれは開発を進めています。エキスパートドライバーのデータを模倣学習させ、数ミリオンほどのニューラルネットワークで多様なシーンを学習させるものと、Vision-Language-Actionモデル（VLAモデル）をはじめとした基盤モデルを車両で動かし、さまざまなシーンを判断させるものです。 VLAモデルを使った自動運転は世界レベルで見てもまだ知見が少なく、最新の論文や開発事例を参考にし、探索的に取り組んでいかねばなりません。そのためには機械学習の知見だけではなく、さまざまなエンジニアリング要素を駆使してプロジェクトを進めていく必要があります。 今回の求人ではそういった挑戦的な取り組みを進めるメンバーを募集しています。基盤モデルの学習パイプライン構築や、モデルの量子化・最適化などさまざまなレイヤーで開発イシューがあります。 【業務内容】 ※下記のうちの全てを担当するわけではなく、自身の強みを活かしたドメインで開発を進めつつ、他領域にも染み出しながら開発を進めていただきます ・データキャリブレーションや異なるセンサデバイス間の座標変換 ・データセットの作成・改善 ・論文や既存実装の調査・再現・実装 ・自社データセットを利用した既存実装の評価 ・モデル量子化・最適化 ・実車でのモデル評価・実験管理 ・自動運転VLAモデルの実装 ・オートラベリングの実装 【Embodied AIというテーマの最前線を楽しむ】 AIに身体性を持たせ、物理空間の中で価値を発揮する。そういったテーマにおいて自動運転はまさに人類がいま取り組んでいるものです。すでに社内で進んでいるプロジェクトのナレッジを活かしつつも、独自のMLパイプラインを構築していかなければなりません。レファレンスがほとんどない領域で開発を推進していただける方を探しています。 【自分のつくったモデルを実車で試して改善していく】 「データセットやモデルを作る→走行実験→実験ログ解析実験→モデルの管理」という流れで自動運転AIを進化させていきます。自身のつくったモデルを五感で捉えながら改善サイクルを回していきます。机上だけでなく、現実世界からのフィードバックを開発に活かしてください。 【こんな人が活躍しています】 - 研究機関出身の自然言語処理リサーチャー - システム開発会社でのシステムエンジニア/データサイエンティスト - 広告系メガベンチャー出身の機械学習/ソフトウェアエンジニア

◆本求人は、機械学習・自動運転・コンピュータビジョンのいずれかの領域で経験のあるエンジニアや、大規模なMLOps・データ基盤開発に取り組んできたソフトウェアエンジニア、あるいはロボティクス領域でMLやソフトウェアエンジニアリングに取り組んできた方を対象としています◆ チューリングのミッションは、完全自動運転レベルの自動運転システムの開発を行うことです。 自動運転システム全体ではさまざまなモジュールがあり、それらがPub/Sub間通信でやりとりしています。依存関係はできる限りシンプルに開発しているものの、自動運転モデル開発やモデル精度向上のためにはさまざまなソフトウェアイシューを解決する必要があります。 今回の求人では、さまざまなレイヤーのソフトウェアイシューに対応できる方を募集しています。MLモデルの学習パイプライン構築や、モデルの量子化・最適化、センサーデータキャリブレーション、車両運動制御実装などさまざまなレイヤーで開発イシューがあります。 ※入社時は自身の強みを発揮して特定のイシューで活躍しつつ、さまざまなレイヤーに貢献範囲を広げていくことを期待しています 【業務内容】 ※下記のうちの全てを担当するわけではなく、自身の強みを活かしたドメインで開発を進めつつ、他領域にも染み出しながら開発を進めていただきます ・データキャリブレーションや異なるセンサデバイス間の座標変換 ・データセットの作成・改善 ・論文や既存実装の調査・再現・実装 ・自社データセットを利用した既存実装の評価 ・モデル量子化・最適化 ・実車でのモデル評価・実験管理 ・車両運動制御システムやアルゴリズムの設計・実装 ・実車両を用いた制御性能の評価・チューニング 【自分のつくったシステム・MLモデルを実車で試して改善していく】 「データセットやモデルを作る→走行実験→実験ログ解析実験→モデルの管理」という流れで自動運転AIを進化させていきます。自身のつくったモデルを五感で捉えながら改善サイクルを回していきます。机上だけでなく、現実世界からのフィードバックを開発に活かしてください。 【こんな人が活躍しています】 - 自動運転領域で開発経験のあるソフトウェアエンジニア - 自動車会社でソフトウェア／制御開発をしてきたエンジニア - システム開発会社でのソフトウェアエンジニア/制御エンジニア - 広告系メガベンチャー出身の機械学習/ソフトウェアエンジニア

◆本求人は、自動車やロボティクス等の領域で制御系の設計・実装を経験している方を対象としています◆ チューリングは完全自動運転の実現を目指しているディープテックスタートアップです。 所属するE2Eチームは、完全自動運転を実現するAIモデルの開発を行っています。モデルを向上させるためにはデータ収集から実車へのデプロイまでのサイクルを高速に回すことが重要であり、ソフトウェアとハードウェアを行き来しながら開発を行う必要があります。 今回のポジションは車両全体の制御を実現するための募集です。 チューリングの自動運転技術で安定して車両を動かすために、AI技術やUIなどのソフトウェアレイヤーの要求を適切に理解し、各種ハードウェアのコントロールを担います。さまざまな機能を開発することはもちろんのこと、信頼性や保守性といった面でも高い性能を達成することがミッションとなります。 【具体的な仕事内容】 制御領域での業務は、コードベースでの開発がメインとなります。主な内容としては以下のとおりです。 ・車両の運動制御システムの設計・実装 ・車両の運動制御アルゴリズムの設計・実装 ・実車両を用いた制御性能の評価・チューニング ・制御システムの信頼性・安全性の検証 【多くのレイヤーの知見を身につけながらエッジAI実現に挑む】 エッジAI実現のために側に落とし込むために、あらゆるソフトウェアイシューに取り組みます。モデルの知識・システムアーキテクチャー・デバイス領域のすべての知見を活用して完全自動運転AI実現に貢献してください。 ※入社時に全てのレイヤーの知見が必要なわけではありません。各レイヤーの知見を身につけながら前人未到の完全自動運転AI開発に挑んでください。

◆本求人は、シミュレーション領域で専門性を持つエンジニアを対象としています◆ チューリングは完全自動運転の実現を目指しているディープテックスタートアップです。 当社では、End-to-End 自動運転モデルの研究開発を加速させるために、次世代のシミュレーション技術の構築に取り組んでいます。具体的には、評価・学習に使用する 3D Gaussian Splatting ベースのシミュレータ, 大規模分散学習基盤, 制御システム（MPC等）を組み合わせることで、実車実験に依存しない効率的でロバストな自動運転システム開発を推進しています。 本ポジションのシミュレーションエンジニアは、その基盤となるクローズドループシミュレータの設計・開発をリードし、MLエンジニアと連携しながら、自動運転技術の進化を加速させる役割を担います。 ■業務内容 - 3DGSベースのクローズドループシミュレータ開発 - End-to-End自動運転モデル開発支援 - 分散学習基盤との統合 【シミュレータ開発の目的】 大規模に生成された3DGSシーンを活用し、End-to-Endモデルの学習・評価を可能にする高精度シミュレーション環境を構築していきます。制御レイヤーや物理シミュレーションを統合し、実車実験に依存せず制御アルゴリズム探索を行える環境を実現しようと考えています 【モデル開発支援とは？】 強化学習や模倣学習に適したE2Eモデルの事前学習をサポートしていきます。また、制御レイヤーを含めた効率的なE2Eモデル探索を推進をしていただきます。 【分散学習基盤との統合について】 われわれは多様な交通シナリオや物理特性のランダム化に対応した堅牢なモデル学習を支えるシミュレーション環境を拡張していきます。 シミュレーション環境を全社で活用可能な共通基盤にするには、現状のモデル開発のデータパイプライン環境や学習基盤環境とシームレスに接続していく必要があります。 単にシミュレーターを作るのではなく、共通基盤としての構築を目指し、全社のモデル開発を支援していきます。

◆本求人は、Linux OSやカーネル、デバイスドライバなどのファームウェア開発経験を持つ方を対象としています◆ チューリングは完全自動運転の実現を目指しています。 所属するEdge Computerチームは自動運転AIモデル開発チーム（E2Eチーム）と車両チームの中間に位置しており、自動運転システムを支える各種ハードウェアの開発や試験などを行っています。 チューリングの自動運転技術で安定して車両を動かすために、AI技術などのソフトウェアレイヤーの要求を適切に理解し、各種ハードウェアの開発および評価を担います。さまざまな機能を開発することはもちろんのこと、信頼性や保守性といった面でも高い性能を達成することがミッションとなります。 【具体的な仕事内容】 本ポジションのエンジニアが開発するのは、自動運転向けECUのOSやカーネル、アプリケーション、センサーなどを対象としたファームウェアです。 ◆車両に近い領域や各センサに関わる領域においては、以下の業務がメインとなります。 ・ベアメタルもしくはRTOSによるファームウェアの開発 ・自社開発回路やセンサ類の仕様に基づいたソフトウェアの実装 ◆自動運転システムに近い領域では、以下の業務がメインとなります。 ・自動運転向けに最適化されたLinux OSの開発 ・各種周辺機器のLinuxデバイスドライバの開発 ・実車両を用いたデバッグや挙動の解析

◆本求人は、Linux環境でのソフトウェア・アプリケーション開発を経験している方やLinuxが得意(好き)な方を対象としています◆ チューリングは完全自動運転の実現を目指しているディープテックスタートアップです。 所属するチームは自動運転AIモデル開発チーム（E2Eチーム）とエッジデバイスチームの中間に位置しており、自動運転システムに関わるソフトウェアのうち、E2Eチームが担当しているAI以外の範囲すべてを行っています。 具体的には、独自の自動運転システムのソフトウェア開発や自社開発モデル用のデータ収集車両の開発・保守などです。 チューリングの自動運転技術で安定して車両を動かすために、AI技術やUIなどのソフトウェアレイヤーの要求を適切に理解し、各種ハードウェアのコントロールを担います。さまざまな機能を開発することはもちろんのこと、信頼性や保守性といった面でも高い性能を達成することがミッションとなります。 【具体的な業務内容】 ・組込みのSoC上で構築されたシステムのボトルネック特定やパフォーマンス改善 ・自動運転車で使用するセンサ制御ソフトの開発 ・Linux上で動く自動運転アプリケーションや関連するミドルウェアの開発 ・他開発チームや運用チームと連携した改善活動 など 【End-to-End自動運転AIに適した自動運転OS・ミドルウェアを作っていく】 チューリングでは国内にまだレファレンスのない独自のアプローチで自動運転AI開発を進めています。AIモデルの入力に用いるカメラや制御する車両に合わせ、それらの仕様を鑑みた開発を行う必要があります。そのため、組み込みソフトウェアやミドルウェア開発の経験がある人を求めています。 エッジデバイスの計算能力が一定規模あるため、そのうえで動くソフトウェアやアプリケーション実装の知見が求められます。下記の領域での開発経験があるとキャッチアップしやすいでしょう。 「家電」「マルチメディア」「テレビ」「パソコン」「音響」「カメラ」「楽器」「ネットワーク機器」「ゲーム」「バックエンドシステム全般」 ◼︎参考になるテックブログ チューリングの自動運転システム開発環境と、それを支える開発ツールたち https://zenn.dev/turing_motors/articles/d76005207e2b87 TypeScriptで作る自動運転UI https://zenn.dev/turing_motors/articles/6ad90d261be8c6

◆本求人は、エッジデバイスやクラウドなど、いずれかの環境でアプリケーション開発のシニア経験をお持ちの方を対象としています◆ チューリングは完全自動運転の実現を目指しているディープテックスタートアップです。 当社の自動運転システムを中核に据えた車載アプリケーション（データ収集システムやインフォテイメント機能など）を中心に、OTA（※1）やフリート管理など車載システムを支えるクラウド／サーバーサイド連携機能まで幅広く携わっていただきます。プロジェクトやフェーズに応じてアプリケーション層を主軸に開発しつつ、必要に応じて制御ソフトウェアやミドルウェアなど低レイヤーの開発にも参画できる柔軟な環境です。 【具体的な業務内容】 ・車載計算機上で動くLinuxのアプリケーションの開発 ・Webアプリケーションの開発 ・データ収集システムの開発・運用 ・インフォテイメント機能の設計・開発 ・OTA更新基盤の設計・開発 ・フリート管理プラットフォームの設計・開発 ・パフォーマンスチューニングおよび品質向上施策の実施 ※1:OTA（Over-the-Air）：ソフトウェアを無線通信でアップデートする技術のこと

◆本求人は、kubernatesクラスタの構築経験者を対象としています◆ チューリングでは、今後大規模GPUクラスタをオンプレミス中心に新規構築し、機械学習エンジニアが高速に実験・学習できるプラットフォームを提供します。今回の求人のミッションは、SlurmとKubernetes を統合した独自スタックを自社で企画・運用することです。大規模GPUクラスタのプラットフォーム機能の設計・実装をリードし、MLワークロードの生産性を飛躍的に高める仲間を募集します。 ◆具体的な業務内容 ■プラットフォーム機能開発 ・自由度／拡張性／使いやすさのトレードオフを見極めた大規模MLプラットフォーム機能の設計・開発 ・機械学習ワークフローツール・実験管理ツール、GPUクラスタ向け統合開発環境の構築 ・Kubernetes機能を活用した分散キャッシュシステム、コンテナイメージレジストリキャッシュの開発・運用 ・計算資源を有効活用するKubernetes Schedulerの実装 ・テナントユーザ向けモニタリングサービス、ユーザポータル／運用管理 UI の開発・運用 ・コンテナイメージパイプライン（BuildKit など）やMLワークフローの提供 ■ CI／GitOps／自動化 ・大規模MLワークロードを支えるCI基盤の設計・実装 ・Helm／Flux／Cluster API 等を用いたGitOpsと自動プロビジョニングの整備 ・自動サーバプロビジョニング、パブリッククラウド連携を活かしたハイブリッド運用効率化 ・運用健全性メトリクスの自動診断と保守省力化、SREプラクティスの導入 【今のチューリングで働く魅力】 Kaggle GrandMaster4名など非常に優秀な機械学習エンジニアが多く有する中で、ユーザーと非常に近い距離でコミュニケーションをとりながら計算基盤を最適化していくという経験はインフラエンジニアにおいても非常に大きく貴重な経験となると考えています。 【本ポジションの魅力】 ・オンプレミスの大規模MLクラスタをハード〜ソフトまでフルスタックでコントロールできる ・オンプレ × パブリッククラウドのハイブリッド構成で双方の知見を習得できる ・HPCとクラウドネイティブの境界領域で、今後ますます重要となる技術経験を積める

◆本求人は、GPUクラスタの構築経験者やインフラ・ネットワークエンジニアを対象としています◆ チューリングは完全自動運転の実現を目指しているディープテックスタートアップです。 大規模なGPU計算環境を利用し、ビジョンベース自動運転のための深層学習モデルやレベル5自動運転に利用するマルチモーダル基盤モデル・世界モデルなどの研究開発を行っています。現在、インフラ基盤であるGPUクラスターを構築・運用していくインフラエンジニアを募集しています。機械学習エンジニアが計算タスクに集中できる環境を整備し、限られた計算資源を最適化することでチューリングの完全自動運転開発を最大化することがミッションです。 ◆インフラ/GPUクラスタエンジニアの業務内容 ・計算環境の物理設計や選定機器の設計 ・ネットワークの設計 ・ストレージシステムの効率化・高速化 ・クラスタリング技術の開発 ・クラウド環境上での計算環境の整備/運用 ◆具体的な業務内容 大規模GPU計算環境を使って完全自動運転の実現に向けたマルチモーダル基盤モデル・世界モデルを開発する。そのためのインフラの構築・運用などを主な業務とします。機械学習エンジニアにとって扱いやすい計算環境を構築してください。同時に、クラウド環境も積極的に活用しており、AWS/Azure/GCP上での計算環境も運用します。 今後、チューリングでは数年先を見据えた計算基盤の選定・設計・構築をしていく必要があります。来年末には次の世代の計算環境を作っていく予定です。2~3年周期でGPUクラスターを構築していくため、事業計画や投資計画などのビジネス/財務メンバーとコミュニケーションも実施していただきます。 【今のチューリングで働く魅力】 KaggleGrandMaster4名など非常に優秀な機械学習エンジニアが多く有する中で、ユーザーと非常に近い距離でコミュニケーションをとりながら計算基盤を最適化していくという経験はインフラエンジニアにおいても非常に大きく貴重な経験となると考えています。

◆本求人は、車両の整備や開発を経験している方を対象としています◆ チューリングは完全自動運転の実現を目指しているディープテックスタートアップです。マルチモーダルな基盤AIやEnd-to-Endの自動運転AI開発を行っています。自社でデータ収集からエッジへのデプロイまでを行っており、さまざまな技術的な挑戦をしている会社です。 自動運転AI開発においてデータの質は非常に大切です。そのため、チューリングではデータ収集においては、自社で車両を改造して日々データを集めています。この求人では、車両改造における車体や電装の試作、評価やおよびこれらを組み合わせデータ収集車両の構築を行っていただきます。 【具体的な業務内容】 ・エンジニアと協働してテスト計画の策定 ・内製または調達サンプルの性能評価、車両への組付け、単体評価、実車評価 ・仕様変更に伴う実機の改修内容の企画設計及び改修作業 ・評価結果をまとめ、設計者やパートナー様へフィードバック ・データ収集車両のトラブル対応 ・データ収集車両のメンテナンス計画の策定及び運用 ◾️テスト計画とは？ データ収集車両には、カメラ、Lidar、GNSS/IMUなど複数のセンサー、それらをつなぐPCやケーブルがあります。これらの組み付け位置や各センサー・デバイスのセッティングをし、データ収集をするうえで問題ない状態かどうかをテストします。 デバイスの変更や、細かい設定変更などが発生するため、データ収集スタートまでのタイムラインに間に合うようにそれらを調整する必要があります。パートナー会社や社内メンバーと認識すり合わせをし、適切に進めることが求められます。 ◾️組み付けや評価とは？ カメラやLidar含めたセンサ・デバイスを車体に組み付ける際にさまざまな検討が必要です。デバイスが振動で壊れないか、またデバイスを取り付けて安定に動作するか、スペースや配置に問題がないかと確認する必要があります。それらを確認・評価し、組み付けへと進めるのです。組み付け時には、パートナー会社さまと連携し、テスト走行に間に合うタイムラインで組み付けを依頼する必要があります。これら全体のプロジェクトマネジメントが非常に重要です。 ◾️メンテナンスやトラブル対応とは？ データ収集を長時間・長期間行っていると、タイヤの摩耗や車の各パーツやハードウェアの故障が起きます。故障に対して適切なメンテナンス・整備を行う場合、車両のデータ収集計画を鑑みた対応が必要です。パートナー会社さまとの調整を行い、データ収集が滞りなく行えるように車両改造・メンテナンスの全体進捗管理を行います。

◆本求人は、AI領域の知識とQAエンジニアとしての専門性を持つ方を対象としています◆ チューリングは完全自動運転の実現を目指しているディープテックスタートアップです。 チューリングが目指すAIによる自動運転技術のために、ソフトウェアに求められるシナリオやユースケースを理解し、テスト計画の立案・実行からテスト結果のフィードバックまで実現できる人材が必要です。AIモデルに関する理解だけではなく、自動運転システムやハードウェアといった各開発部門と連携し、品質向上のための施策を立案することがミッションとなります。 【具体的な仕事内容】 ・自動運転システムやデータ収集システムに関するテスト計画の策定およびスケジュール管理 ・上記システムに関するテスト設計および実施 ・開発部署と連携し、品質向上のための施策を実施