ugo株式会社 全ての求人一覧フィジカルAI開発(データ・モデル・基盤) の求人一覧
ugo株式会社 全ての求人一覧

1009_ロボット基盤モデル開発テックリード(VLA/VTLA)【正社員】

GENIAC採択プロジェクト始動。双腕セミヒューマノイドのVTLAモデル開発をリード
募集背景ugoは2026年9月から、ロボット基盤モデル開発の本格化に向けた発表を続けています。GENIACに採択(2026年9月9日発表)ugo Novaと「ugo Physical AI Fabric」を発表(2026年9月16日発表) 経済産業省・NEDOの「ロボット基盤モデルの研究開発(GENIAC)」に、ugoのテーマが採択されました。双腕セミヒューマノイドで製造組立作業を自律化するための、VTLA(Vision-Tactile-Language-Action)モデルの開発です。自社のロボット製造ラインで触覚を含む約30万エピソードのデータを集め、データ収集キットの開発からモデル構築、実機での実証まで国内・自社で進めます。ugo Novaは、基盤モデル開発を前提にアーキテクチャから設計し直した国産の双腕セミヒューマノイドです。2027年に量産を始める予定です。7軸の双腕アーム、頭部2軸、腰関節を備え、VLAなどのAIモデルによる全身制御に対応頭部とハンド部にカメラを標準搭載テレオペレーションで動かした操作を、そのまま教師データとして記録できるNVIDIA Jetson Thorを搭載し、学習済みモデルを本体だけでリアルタイムに推論できる このVTLAモデル開発の技術方針を決め、中心となって進めるシニアエンジニアを募集します。ポジションの概要Physical AIの領域で、VLA/VTLAと模倣学習・強化学習を使い、ugo Novaをはじめとする双腕ロボットやヒューマノイドの基盤モデルをつくります扱うのは、映像・触覚などの時系列データから行動を出力するモデルです。成果は、シミュレーションではなく実機での性能で測ります触覚・力覚も使うVTLAモデルで、接触の多い組立・操作タスクの自律化に取り組みますモデルのアーキテクチャ・学習手法・評価方法といった技術方針を決め、メンバーの実験の方向付けも担いますピープルマネジメント業務はありません。論文調査から実機へのデプロイまで、自分の手でも進めますこのポジションの魅力リアルな現場データ × 最先端技術(VLA/VTLA):論文は書けても、実機のデータを持てない研究者は多い領域です。ugoでは、自社のロボット、自社のタスク、自社で集めたデータを起点に開発できますまだ確立されていない領域を、自ら定義・開拓できる:触覚・力覚を活用した接触の多いマニピュレーションは、まだ手法が固まっていない領域です技術方針を自分で決められる:立ち上げ期の部門で、モデル開発の方向性そのものを決められますシミュレーションで閉じず、現場で働くロボットに実装できる:モデルの出力がロボットの挙動にフィードバックされるループの中で開発します業務内容双腕ロボットやヒューマノイドに搭載する、VLA/VTLA(視覚・触覚・言語・行動)モデルの研究・開発をリードしていただきます。技術方針モデルのアーキテクチャ・学習手法・評価方法の選定と決定論文・OSSの調査と、自社の課題・データ・実機への適用可否の判断メンバーの実験計画のレビューと方向付け モデル開発双腕ロボットやヒューマノイド向けのVLA/VTLAモデルの研究・開発π0.5・GR00T・AIRoA-0など、既存の手法やOSSをベースにした自社製品向けのカスタマイズ接触の多い組立・操作タスクで、触覚・力覚を使ってポリシーを獲得する データと学習手法ウェアラブル機器などで得た、身体性の異なるデータを実機に適合させる模倣学習と強化学習を組み合わせて、汎化性能を上げるデータ収集担当と連携し、データ仕様・収集方針を決める 実機への実装と検証モデルの評価と安全性の向上制御システムとの統合、フィールドテスト他部門との技術的な調整開発環境OS・インフラ:Ubuntu 22.04 / 24.04 LTS、AWS、Runpod、NVIDIA GPU(H100 / H200)、Docker、CUDA、SLURM、Kubernetes、GitHub Actions言語・フレームワーク:Python、PyTorch、JAX、LeRobot、RSL-RL分散学習・実験管理:PyTorch DDP / FSDP、DeepSpeed、Weights & Biases基盤モデル(VLA):π0.5(openpi)、GR00T N1.7、MolmoAct2、AIRoA-0(LoRA等によるファインチューニング)模倣学習:ACT、Diffusion Policy、Flow Matching系ポリシー強化学習:PPO、Sim-to-Real、Domain Randomization、Teacher-Student Distillationシミュレーション:NVIDIA Isaac Lab、Isaac Sim(PhysX、Newton)、MuJoCo世界モデル:NVIDIA Cosmos実機・エッジ推論:ROS 2、URDF、TF2、MoveIt 2、NVIDIA Jetson Thor(ugo Nova搭載のオンボード推論用コンピュータ)データ・通信:LeRobotDataset、Safetensors、rosbag / MCAP、ROS 2(DDS)、CAN / CAN FD、gRPC / Protocol Buffers、FlatBuffers、WebSocketツール:Git、GitHub、Slack、Notion生成AI・AIコーディング:Claude Code、Codex参考情報コーポレートサイトnoteugo Robotics Radio(チームの話を聴く)#45 ugo AI専門部隊が語る、フィジカルAIの最前線とugo novaで挑むデータ収集#46 ugo AI専門部隊が語る、「ロボットになったつもりで」取るデータと触覚への挑戦応募時のお願い応募時の書類(履歴書・職務経歴書)はPDF形式にてご提出いただきますようお願い申し上げます書類選考では、以下1と2を特に重視しています。職務経歴書に記載いただくか、ポートフォリオなどの別資料(形式自由)として必ず添付してください。3は任意です。実機での性能を改善した事例を1つ教えてください(課題/ベースライン/打ち手/結果の数値/あなたの役割)モデルや学習手法を自ら選定した事例を1つ教えてください(選んだ手法、採用しなかった代替案、判断の根拠)上記を確認できる論文・リポジトリ・発表資料のURL ※変更の範囲:入社後、ご本人の適性により当社業務全般に変更の可能性があります。
1009_ロボット基盤モデル開発テックリード(VLA/VTLA)【正社員】

1010_ML Infrastructure Engineer(MLOps / RoboOps)【正社員】

約30万エピソードを、モデル開発のスピードに変える。データから評価までのML基盤を担う
募集背景ugoは2026年秋、ロボット基盤モデル開発を本格化させる発表を続けました。GENIACに採択(2026年9月9日発表)ugo Novaと「ugo Physical AI Fabric」を発表(2026年9月16日発表) 経済産業省・NEDOの事業として、触覚を含む約30万エピソードのロボットデータを集め、組立作業を自律化するVTLAモデルを開発します。データを集め、学習し、実機で動かし、性能を測る。ロボット側の収集ソフト・推論ランタイム・評価の仕組みは、少人数で素早く立ち上げ、すでに実機で動いています。これを、データ量とロボットの台数・種類の拡大に耐えられるよう、テストと自動化を備えた基盤へ発展させるエンジニアを募集します。この基盤は自社のモデル開発に使うだけでなく、データ収集からモデル開発までをまとめて提供するサービス群「ugo Physical AI Fabric」の中核として、お客様のロボット開発にも提供していきます。ポジションの概要扱うのは、Webサービスやデータ分析基盤ではなく、実機・センサーデータと、ロボット上で動くモデルの推論・評価の基盤ですロボット学習のサイクルのうち、ロボット側のソフト基盤(データ収集ソフト、実機推論ランタイム、クローズドループ評価)を担当します実機への統合まで含めて担当します。学習パイプライン担当のエンジニアとは、データ形式や評価など境界部分を一緒に進めます自らモデルを開発するのではなく、モデル開発と実機検証を速く・確実に回すための基盤をつくることがミッションですマネジメント業務はありませんこのポジションの魅力データ収集から実機での評価までを、自分の基盤でつなげる:ロボットが動く現場と学習基盤の両方に関われます仕組み化そのものが成果になる:立ち上げ期の仕組みを基盤に発展させることで、チーム全体の開発速度が直接変わりますシミュレーションと実機の両方を扱える:Sim上のクローズドループ評価と、実機の評価ハーネスを組み合わせて設計できます自社の基盤が、そのままサービスになる:つくった収集・推論・評価の仕組みは「ugo Physical AI Fabric」の中核として、お客様のロボット開発にも使われます業務内容データ収集ソフトテレオペレーション・ウェアラブル機器・UMI型デバイスからのデータ記録ソフトの開発・保守センサーの時刻同期、記録フォーマット(rosbag / MCAP、LeRobotDataset)の整備 実機推論ランタイム学習済みモデルを実機で動かす推論ランタイム(LeRobotプラグイン、policy server / client等)の開発・保守と、実機への統合複数のロボット・ハンド構成への対応と、推論遅延・異常時の挙動の検証 クローズドループ評価学習済みモデルをシミュレーション上の固定タスクで自動評価する仕組みの構築実機評価ハーネス(試行の実行・記録・集計)の定型化と、AprilTag / ArUcoマーカー等を使った成否判定・初期配置確認の自動化推論コード・プラグインをシミュレーションにつないだ自動テスト(CI)の構築 シミュレーション基盤(段階的に)物理シミュレータ上での強化学習の学習基盤シミュレーションを使った合成データ生成や、作業環境のデジタルツイン構築開発環境言語・フレームワーク:Python、PyTorch、LeRobotロボット・推論:ROS 2、NVIDIA Jetson Thor(ugo Nova搭載のオンボード推論用コンピュータ)シミュレーション:NVIDIA Isaac Lab / Isaac Sim、MuJoCo学習・実験管理:GPUクラウド(H100/H200)、AWS(S3)、Docker、GitHub Actions、Weights & Biasesデータ:LeRobotDataset、rosbag / MCAP、Safetensors、Protocol Buffersツール:Git、GitHub、Slack、Notion生成AI・AIコーディング:Claude Code、Codex参考情報コーポレートサイトnoteugo Robotics Radio(チームの話を聴く)#45 ugo AI専門部隊が語る、フィジカルAIの最前線とugo novaで挑むデータ収集#48 集めるだけでは、ロボットは賢くならない。学習を支える「3層」のデータ基盤応募時のお願い応募時の書類(履歴書・職務経歴書)はPDF形式にてご提出いただきますようお願い申し上げます書類選考では、以下1を特に重視しています。職務経歴書に記載いただくか、ポートフォリオなどの別資料(形式自由)として必ず添付してください。2は任意です。ご自身で設計・構築した、実機・センサーデータ、または機械学習モデルの推論・評価に関わるソフト基盤の事例を1つ教えてください(対象システム/規模:利用者数・データ量・稼働期間/あなたの役割)上記を確認できるリポジトリ・発表資料のURL ※変更の範囲:入社後、ご本人の適性により当社業務全般に変更の可能性があります。
1010_ML Infrastructure Engineer(MLOps / RoboOps)【正社員】

1011_ロボット基盤モデル開発エンジニア(VLA・模倣学習/Sim RL)【正社員】

GENIAC採択プロジェクト始動。双腕セミヒューマノイドのロボット基盤モデルを、実験と実機で改善する
募集背景ugoは2026年9月、経済産業省・NEDOのGENIAC(ロボット基盤モデルの研究開発)に採択されました。双腕セミヒューマノイド「ugo Nova」で製造組立作業を自律化する、VTLA(Vision-Tactile-Language-Action)モデルを開発します。GENIACに採択(2026年9月9日発表)ugo Novaを発表(2026年9月16日発表) 触覚を含む約30万エピソードの収集と学習基盤の整備が進み、モデル改善の実験を回す手が必要です。π0.5などの公開基盤モデルを、自社データと実機で性能改善していくエンジニアを募集します。あわせて、物理シミュレータ上の強化学習で接触の多い作業を解き、実機へ転移する取り組みも進めます。VLA・模倣学習と、Sim RL・Sim2Realの両面からモデル開発に取り組むエンジニアを募集します。ポジションの概要対象タスクと評価指標が定義された状態で、実験の設計・実行・分析・改善を自走していただきます扱うのは、映像・触覚などのセンサーの時系列データから、ロボットの行動(制御の出力)を学習するモデルです入口は次の2つです。どちらの経験から入っても、両方の領域に関わっていただきますVLA・模倣学習:公開基盤モデルのファインチューニングと、学習レシピ・データ構成の改善Sim RL・Sim2Real:物理シミュレータ上での強化学習と、実機への転移技術方針・アーキテクチャの決定はテックリードと部長が担い、その議論にも参加していただきますマネジメント業務はありません本ポジションは、機械学習の研究・開発経験をすでにお持ちの方が対象です。未経験からの育成枠ではありませんこのポジションの魅力実機とデータを持つ環境:自社ロボット・自社タスク・自社収集データを起点に、学習から実機評価まで一貫して回せます未確立の領域に取り組める:触覚・力覚を使った接触の多い組立タスクは、手法が固まっていない領域です実験の結果が実機ですぐ見える:開発したモデルでロボットが動く様子を、目の前で確かめられます業務内容VLA・模倣学習π0.5・GR00T等の公開基盤モデルのファインチューニングと、学習レシピ・データ構成の改善模倣学習・強化学習の手法の再現実装と、自社タスクでの比較評価異なる身体性のデータ(ウェアラブル機器・UMI等)を実機へ適用する学習手法の検証 Sim RL・Sim2RealIsaac Lab等の物理シミュレータでの、接触の多い組立タスク(挿入・締結等)の環境構築と報酬設計強化学習方策のSim2Real(Domain Randomization等)と、実機での検証強化学習で獲得した方策のVLAへの蒸留や、VLAに残差強化学習を組み合わせる手法の検証 評価と分析シミュレーション・実機での評価の実施と、失敗要因の分析実験結果の記録・共有と、次の打ち手の提案 実機への実装学習済みモデルの実機デプロイと動作検証データ収集・MLインフラ担当との、データ仕様・学習基盤の要件のすり合わせ開発環境言語・フレームワーク:Python、PyTorch、JAX、LeRobot、RSL-RL基盤モデル(VLA):π0.5(openpi)、GR00T、AIRoA-0(LoRA等によるファインチューニング)模倣学習:ACT、Diffusion Policy、Flow Matching系ポリシー強化学習:PPO、Sim-to-Real、Domain Randomizationシミュレーション:NVIDIA Isaac Lab / Isaac Sim、MuJoCo学習・実験管理:NVIDIA GPU(H100 / H200)、Docker、Weights & Biasesデータ:LeRobotDataset、rosbag / MCAP実機・エッジ推論:ROS 2、NVIDIA Jetson Thor(ugo Nova搭載のオンボード推論用コンピュータ)ツール:Git、GitHub、Slack、Notion生成AI・AIコーディング:Claude Code、Codex参考情報コーポレートサイトnoteugo Robotics Radio(チームの話を聴く)#45 ugo AI専門部隊が語る、フィジカルAIの最前線とugo novaで挑むデータ収集#46 ugo AI専門部隊が語る、「ロボットになったつもりで」取るデータと触覚への挑戦応募時のお願い応募時の書類(履歴書・職務経歴書)はPDF形式にてご提出いただきますようお願い申し上げます書類選考では、以下1を特に重視しています。職務経歴書に記載いただくか、ポートフォリオなどの別資料(形式自由)として必ず添付してください。2は任意です。ご自身で学習・評価を回して性能を改善した事例を1つ教えてください(課題/ベースライン/打ち手/結果の数値)その事例を確認できる論文・リポジトリ・発表資料があればURLを教えてください(任意) ※変更の範囲:入社後、ご本人の適性により当社業務全般に変更の可能性があります。
1011_ロボット基盤モデル開発エンジニア(VLA・模倣学習/Sim RL)【正社員】

1012_データ収集オペレーションエンジニア(ロボット学習データ)【正社員】

GENIAC採択プロジェクト始動。ロボット基盤モデルの学習データを、品質と仕様の両面から支えるエンジニアを募集
募集背景ugoは2026年9月、経済産業省・NEDOのGENIAC(ロボット基盤モデルの研究開発)に採択され、双腕セミヒューマノイド「ugo Nova」を発表しました。触覚を含む約30万エピソードのロボット学習データを、自社の製造ラインと外部パートナーとの連携で収集します。GENIACに採択(2026年9月9日発表)ugo Novaを発表(2026年9月16日発表) モデルの性能はデータの量と質で決まります。この規模の収集を止めずに回し、不良を見つけて原因を潰し、収集仕様そのものを改善できる人が必要です。ポジションの概要データの品質と収集の運用に責任を持つポジションです。自ら手を動かして解析し、必要なら現場で収録も行いますロボット学習データ収集のオペレーション全体(計画・品質・不良解析・レポート・仕様へのフィードバック)に責任を持ちます収集スタッフ(アルバイト3名程度)の作業計画・シフト・作業品質の運用も担います。部下を持つ管理職ではありません収集が止まりそうなときは、自らテレオペレーションやウェアラブル機器で収録します収集キット・デバイスの担当メンバーと役割を分担し、モデル開発・MLインフラのエンジニアとデータ仕様をすり合わせながら進めますこのポジションの魅力データがモデルを動かす瞬間に立ち会える:自分が改善したデータで、ロボットの成功率が変わるのを実機で確かめられますデータ仕様の決定に関われる:作業の管理にとどまらず、どんなデータを・どう取るかの設計にフィードバックできます大規模な実ロボットデータ:触覚を含む約30万エピソード規模の収集に、立ち上げから関われます最先端の収集デバイスに触れられる:テレオペレーションに加え、UMI型の収集デバイスやエゴセントリック(装着者視点)型のデータ収集グローブなど、最新の収集手法を実務で扱えますこのポジションで目指すキャリアモデルをつくる側ではなく、データの側からロボットの性能を上げる専門職です収集仕様の設計、品質基準づくり、外部パートナーを含む収集体制の運用へと、担う範囲を広げていけます将来は、データ収集から品質管理までを担う「データ基盤(DataFactory)」の運用リードを目指せます業務内容収集オペレーション収集計画(タスク・件数・スケジュール)の立案と進捗管理収集スタッフの作業計画・シフト・教育・作業品質の確認必要に応じた自らの収録(テレオペレーション、UMI型デバイス、データグローブ等) 品質管理・不良解析検品基準・品質指標の定義と運用(欠損、同期ずれ、失敗エピソード、操作のばらつき等)収集データの集計・解析と、不良の原因特定・対策外部パートナーから納品されるデータの受入検査 レポート・仕様へのフィードバック収集量・品質の定期レポート解析結果をもとにした、データ取得仕様(タスク設計・記録項目)への改善提案検品スクリプトやダッシュボードなど簡易ツールの作成開発環境ロボット・収集デバイス:ugo Nova(双腕セミヒューマノイド)、バイラテラルコントローラー、UMI型収集デバイス、エゴセントリック型データ収集グローブ(いずれも触覚センサ搭載のものを含む)データ:LeRobotDataset、rosbag / MCAP言語:Python、SQLツール:yubi-app、Git、GitHub、Google Workspace、Slack、Notion生成AI・AIコーディング:Claude Code、Codex参考情報コーポレートサイトnoteugo Robotics Radio(チームの話を聴く)#45 ugo AI専門部隊が語る、フィジカルAIの最前線とugo novaで挑むデータ収集#46 ugo AI専門部隊が語る、「ロボットになったつもりで」取るデータと触覚への挑戦応募時のお願い応募時の書類(履歴書・職務経歴書)はPDF形式にてご提出いただきますようお願い申し上げます書類選考では、以下2点を特に重視しています。職務経歴書に記載いただくか、ポートフォリオなどの別資料(形式自由)として必ず添付してください。これまで運用したデータ収集・制作の規模を教えてください(人数・件数・期間・あなたの役割)データの品質問題を自ら解析し、改善した事例を1つ教えてください(問題・原因・対策・結果を数値で) ※変更の範囲:入社後、ご本人の適性により当社業務全般に変更の可能性があります。
1012_データ収集オペレーションエンジニア(ロボット学習データ)【正社員】

9005_フィジカルAI向けロボットデータ収集スタッフ【アルバイト】

【未経験歓迎/研修あり】ロボットAIの学習データをつくる。データ収集スタッフ募集!
ロボットに興味がある方、手を動かす作業をコツコツ続けるのが得意な方へ。 ロボットが組立作業を自分で行うためのAIに、お手本となる作業データを収録するアルバイトです。未経験歓迎/研修あり/週3日以上・1日6時間程度〜/6ヶ月以上の継続勤務/土日祝休みugoは、経済産業省・NEDOのGENIAC(ロボット基盤モデルの研究開発)に採択され、双腕セミヒューマノイド「ugo Nova」で組立作業を自律化するAIを開発しています。AIは、人が行った作業の記録(データ)から動きを学びます。GENIACに採択(2026年9月9日発表)ugo Novaを発表(2026年9月16日発表) お願いするのは、作業手順書に沿って組立・操作作業を行い、その様子をロボットや計測機器で記録する「データ収集業務」です。ロボットを遠隔で操作したり、データグローブを手に着けて作業したりしながら、AIのお手本になるデータをつくります。入社後1〜2日の研修と試験収録があり、基準を満たしてから本番の収録に入ります。操作方法や作業のポイントは、担当エンジニアが指導します。自分が収録したデータで、ロボットが少しずつ作業できるようになっていく。その過程を間近で見られる仕事です。具体的な業務内容作業手順書に沿った、ロボットの遠隔操作(テレオペレーション)による組立・操作作業の収録データグローブなどのウェアラブル機器を着けた、組立・操作作業の収録収録前後の機器の準備・充電・片付け、部品や治具の配置リセット作業の失敗や機器の不具合の記録と、担当エンジニアへの報告 仕事の流れ作業手順書と、その日の収録内容を確認する機器を準備し、手順どおりに作業を収録する部品や治具を元の位置に戻し、次の収録を行う失敗や不具合があれば記録し、報告する 働く上での注意点立ち作業や、ウェアラブル機器(グローブ・ヘッドセット等)を装着しての作業が中心です作業中の映像(主に手元・作業空間)とセンサー情報を記録します 応募時の必須記載事項シフトを組むうえで重要なため、応募メッセージまたは履歴書の本人希望欄に、以下1を必ずご記入ください。2は該当する方のみで構いません。勤務可能な曜日・時間帯と、勤務可能な期間を教えてください製造・組立・検査や、細かい手作業の経験があれば教えてください ※変更の範囲:入社後、ご本人の適性により当社業務全般に変更の可能性があります。
9005_フィジカルAI向けロボットデータ収集スタッフ【アルバイト】