Job offer curation - ⁨GitHub⁩

仕事概要 交通事故削減支援サービス『DRIVE CHART』のコア技術の1つであるAIモデルの開発 / 運用に関する業務に携わっていただきます。 AIモデルは、自社開発した通信型ドライブレコーダー（エッジ）とクラウドで動作しており、映像とセンサデータを解析して、脇見運転や一時不停止などの事故リスクの高い運転行動を自動的に検出します。検出されたシーンの映像と運転データは、ドライバーが自身の運転を振り返る際に活用されており、安全運転への行動変容を促進するための重要なデータとなっています。 募集背景 『DRIVE CHART』は契約車両10万台を超え、日々多くの企業やドライバーの方々に活用いただけるサービスになりました。利用者が増え続ける中で、多様な運転シーンの１つ１つに対応できるAIモデルを提供する責任が増してきています。 今後さらに多くのユーザーへ価値を届けていくために、現場からのフィードバックを基にAIモデルを継続的にアップデートし、性能を磨き込み続けることと、さらなる事故リスク低減に向けた新機能の開発それぞれで体制の強化が必要です。「交通事故の削減」という社会課題に対し、技術で真摯に向き合っていただける仲間を募集します。 業務内容 危険運転行動を検知するAIモデルの開発・改善・運用を行います。 ・映像 / GNSS / IMUデータ等をソースとして、AIモデル的の構築、課題分析、性能改善 ・AIモデルの実サービスへの実装、モデル軽量化、リリース ・AIモデルの継続的な性能改善、運用コストの削減 ・地図データを用いたロジック構築 / データ分析 本ポジションの魅力 ・実験だけで終わらず、実サービスに活用される機械学習モデルを構築し、継続的に性能を改善する経験ができます。 ・契約車両10万台のドライブレコーダーから得られる走行データ（映像 / GNSS / IMU等）と運用中のAIモデルの推論結果を分析 / 活用する経験ができます。 ・異なる専門性を持ったチーム（データエンジニア / エッジエンジニア / アノテーター / カスタマーサクセス等）と連携しながらAIモデルを開発 / 運用する経験ができます。 ・AIモデルの開発 / 運用を通じて、交通事故の削減という社会貢献を実感できます。 開発環境 ・言語：Python ・ライブラリ：pandas, scikit-learn, LightGBM, PyTorch ・可視化：Streamlit, Kepler.gl, Plotly, Redash ・インフラ：AWS / GCP ・データベース：Aurora (MySQL) / BigQuery ・ソースコード管理: GitHub ・生成AIツール：GitHub Copilot, Claude Code, Google Workspace with Gemini 所属組織 ■データサイエンティスト：6名 ・危険運転行動を検知するAIモデルの開発 / 運用を担っています。 ・データを中心とした仮説検証のサイクルを速く回すことで、開発における不確実性を低減することを組織の行動指針としています。 ・専門性の異なるチーム内外のメンバーと協力することが多く、丁寧にコミュニケーション、ドキュメンテーション、レビューを行うカルチャーが根付いています。 ・組織として自己成長を大事にしています。キャリア形成を考慮した業務アサイン、勉強会の開催や自己研鑽の支援（クラウド費用の補助等）など、スキルアップのための環境が整えられています。学んだことをXやテックブログなど通じて発信する文化が醸成されています。

本ポジションは、品質保証チームの人・戦略・判断責任を担うマネジメントロールです。 テスト設計や実行を担うIC（Individual Contributor）ではなく、QAリードと連携しながら、組織として再現性のある品質体制を構築することをミッションとします。 1. ピープルマネジメント・組織づくり QAメンバーの目標設定・評価・育成 1on1の実施を通じた中長期の成長支援 チーム全体のパフォーマンス最大化と体制設計 Hiring ManagerとしてQAチームの採用活動の推進（採用計画・面接・オンボーディング） チームの予算・リソース管理 2. QA戦略・方針の策定 プロダクト横断のQA戦略・ロードマップの策定 アジャイル移行やシフトレフト推進などにおける方針設計 テスト自動化・AI活用に関する中長期戦略の立案 3. 判断・レビュー・説明責任 QAリード・メンバーからの相談に対する判断・助言 プロセス改善案や品質上の意思決定のレビュー 品質に起因する障害発生時の説明責任 4. グローバルQA体制の構築 日本・インド拠点を含むグローバルQAチームの連携推進 ロケーションをまたいだ統一ルール・フローの設計 文化・言語差を踏まえたコミュニケーション設計 組織体制 配属予定は イノベーション＆エンジニアリング統括本部 JPN-QAチーム です。 インド拠点には IND-QAチームがあり、各拠点のQAマネージャーと連携しながらグローバルな品質体制を構築しています。 （JPN-QAチーム8名、IND-QAチーム7名） この仕事の魅力 「品質」という観点で会社内の複数プロダクトに関与、プロジェクト進行やプロダクト自体のキーパーソンとしての経験ができる プロダクトの成長、変化を最前線で見守ることができる 受動的ではなく、QAとして攻めていく活動を歓迎する文化である プロダクト、QAチームの中で裁量を持って働くことができる グローバルな環境でマネジメントに挑戦できる 使用ツール／開発環境 タスク管理：ClickUp テストケース管理：TestRail テスト自動化：CodeceptJS CI：GitHub Actions ドキュメント管理：Notion / Google Docs コミュニケーション：Google Meet / Slack

【会社概要】 当社は建築工事を行う工務店・ゼネコン向けのサービスを開発している東京大学発のComputer Vision / Hardware スタートアップです。2020年創業当初から国土交通省の研究開発プロジェクトや、IPA未踏アドバンスト事業に採択されています。建築工事の効率化に向け、IoT デバイス / ロボット等のハードウェア・3D画像処理パイプライン・WEBアプリケーションなど多岐に渡る開発領域を自社開発しています。 また、サービスの中核となるVisual SLAMと呼ばれる3D画像処理を建築工事に適用する技術に関して複数の特許を出願しております。 現在、360度カメラを持って歩くだけで建築工事現場の全工程の施工状況を網羅的に記録するクラウド型AIサービス「zenshot」を提供しています。三菱地所様等の大企業から中小のゼネコン・工務店まで多岐に渡る企業に導入しています。 サービスサイト: https://zenshot.ai/ 【業務について】 ML/CVエンジニアは、全国各地の建築工事の現場からアップロードされる360度動画を解析し、顧客の価値に変換するシステムを開発します。 具体的には、 ・Visual SLAMによる現場ストリートビュー作成機能の改善 ・画像処理/機械学習を用いた施工管理業務を半自動化/自動化するための機能開発 に携わっていただきます。 国内で「建築工事の現場の網羅的なデータを無数に保有・解析しているほとんどの唯一の企業」になりうる弊社において、産業全体に対するインパクトをデータから生み出すことが醍醐味です。 また、今後は現場のデータを利用して保険・支払い等の業界・業務と組み合わせ新たなビジネスモデルを構築することも見越しています。 【技術環境】 言語：Python, C++ 画像処理フレームワーク：OpenCV, OpenGV等々 フロントエンドでのGraphic表示用フレームワーク：Three.js 画像処理パイプライン : AWS Batch/ECS/EC2/S3 ▼その他技術環境 フロントエンド: Next.js / React.js / Typescript / Three.js(3D Graphics用) バックエンド: Python / Fast API インフラ環境: AWS IaC: Cloudformation データベース: PostgreSQL UI: Figma その他： GitHub / Slack / Notion / Miro / Clickup