機械学習エンジニア（リーダークラス）

【ミッション】
「実世界のあらゆる情報をソフトウェアで扱えるようにする」
実世界データを処理する機械学習を中心として、マーケットでの課題解決に資する先端技術を開発・検証すること

【概要】
ミッションの実現に向けて、ドメイン課題を解決する機械学習アルゴリズムの開発をリードしていただきます。社内プロジェクトや受託プロジェクトにおいて、技術課題の特定や解決までの計画立案を行うなど、開発実務だけでなく指導的立場から貢献していただくポジションです。

【詳細】
担当するフェーズ：ドメイン課題を解決する機械学習アルゴリズムに関する要件定義、技術調査、開発、検証（運用保守は担当外）

・チームメンバとコミュニケーションを取りながら主導的な立場で開発をリードする
・社外のステークホルダとの技術的なやりとり、期待値調整を行う
・さまざまなセンサデータを処理するアルゴリズム開発を行う
・曖昧なドメイン要求を明確化した課題として切り出す
・ドメイン課題に対する手法調査、実装、評価実験
・論文ベースの調査・実装および、独自手法の考案・実装
・機械学習モデルをエッジデバイスで動作させるための軽量化および最適化
・モデル設計、実験管理、評価結果まとめ、ネクストアクション整理
など

【ポジションの強み】
・エッジでのモデル開発や実際に社会で稼働するモデルの作成・評価・監視に関われること
・PoC止まりではなく、実践的なAI開発やアルゴリズム実装の経験が積めること
・エッジデバイスの専門性とともに、JTCにはない現代的な開発スキルが身につくこと
・裁量を持ってプロジェクトをリードする経験が積めること

【Ideinの強み】
・Deep Learningモデルの推論を高速化する独自のコンパイラ技術を保有すること
・モデル設計や最適化において、計算機リソースを考慮した開発に関する知見を有しており、競争力が高いこと
・独自の技術力を活かした事業展開を進められていること （次世代自動車における、外界の認識やモーションプランニング等のアルゴリズムの研究開発など）

【開発言語・ツール】
言語：Python
フレームワーク：PyTorch
ソースコード管理：GitHub
情報共有ツール：Slack・Google Workspace・Notion
その他：Docker・Linux・計算機クラスタ・RaspberryPi
支給PC：BYOD（個人保有の端末を業務利用可能）

【開発～リリースまでの環境】
・機械学習モデル開発についてはサーバを活用
・プロジェクトによっては車載コンピュータ(ECU)で動かすことを見越したモデル最適化、Raspberry PiやJetsonへのデプロイを実施

【コミュニケーション促進の取り組み】
▼スムーズに組織に慣れていただけるよう、全面的にバックアップを行っています。
・メンターとの1on1 MTG：随時実施、特に入社直後は集中的に実施
・上長との1on1 MTG：隔週開催
・雑談会（ざっくばらんに会話する交流会、任意参加）：毎週開催
・知識共有セミナー（過去の事例やインプット内容の共有)：毎週開催
・レビュー会（プロジェクトのアウトラインの事前検討・改善）：随時開催
・ビアバッシュ（経営陣も参加してざっくばらんに飲み食いする会）：毎週金曜日17時から開催
・もくもくタイム（任意参加）：毎週開催
・全社MTG：毎週開催、毎四半期頭に会場を確保して開催
など

【クライアントとの研究開発例】
『Advanced Drive』
自動車のドライバモニタリングシステムが行う顔特徴点検出、視線検出などの処理を廉価なCPUで動作させる効率化を実施。

『ai cast 』
「スマートシティ」における街や自動運転車両の見守り用途としての活用も視野に入れ、開発されたエッジAIカメラです。
小売業や製造業等での活用をはじめ、将来的にはセキュリティや防犯用途などのインフラカメラとしての用途も視野に入れています。

『マルチモーダルエージェント“Saya”』
ルールベース応答検索・音声認識・音声合成と会話内容と合わせ、リップシンクなどに必要な自動行動生成のアルゴリズムを組み合わた対話型のシステム。
など

【勤務地】
基本はリモート勤務／場合により出張・出社あり
→関東圏以外の遠隔地に住む社員も在籍
→実験が必要な場合はオフィスで実施（プロジェクトによっては自宅で実施可）