⁨センサーデータ⁩関連の求人⁨20⁩選

自動運転ソフトウェア開発チームにおいて、技術・開発実務の現場を支え、チームが円滑に機能するよう調整・推進する役割を担います。プロジェクトの実行レベルでのリーディング、タスク整理、技術的課題の対応などを通じて、開発の質とスピードの両立を支援します。 主な業務内容： 1. 開発タスクの実行と推進 　- 自動運転プラットフォームに関するソフトウェアの設計・実装・検証 　- 抽象度の高い課題や要件を理解し、実行可能なタスクへと分解・構造化 　- チームメンバーが効率的に取り組めるよう、開発タスクの整理・共有・技術的サポートを実施 2. チーム内外の技術的連携 　- チーム横断・領域横断で進行するタスクにおける、関係者との調整・情報整理・進捗管理 　- 状況に応じて、必要な技術的ディスカッションのファシリテーションを実施 3. 不具合・課題対応 　- 開発中または運用中に発生する不具合の原因調査、再現性確認、修正方針の検討 　- チーム内外でのナレッジ共有や技術的改善提案の推進 4. 協力会社との協働 　- 協力会社の進捗状況の確認、成果物レビュー、技術的な質疑応答対応 　- 必要に応じて、新規タスクの依頼や仕様調整の窓口としての対応を担う

自動運転技術の発展とともに、大規模なデータ処理基盤やAIシステムの高度化が求められています。高度な技術的挑戦を楽しみながら、社会的インパクトの大きい開発に関わりたい方を歓迎します。 MLOps Engineerとして、機械学習モデル開発・運用サイクル構築をリードいただきます。 2025年度中に1ヶ月間に1PB以上の走行データを新規に保存・解析・開発に利用できるクラウド基盤の構築を目指しております。 膨大な量のデータから、機械学習用モデル開発に必要となるデータを半自動的に収集し、アノテーションデータの構築までを1週間以内に実現するオペレーションを構築します。 クラウドネイティブな最新技術を駆使し、ゼロから大規模システムを構築できます。 取り扱うデータは、カメラ、LiDAR、RadarおよびGNSSなどセンサーデータに加え、自動運転システム内部状態など様々な特性・形式を持っております。 クラウド上に機械学習用GPU100台以上を運用し効率的な学習基盤を構築します。 例えば以下のような業務があります。 - 機械学習モデルの開発・デプロイ・モニタリング基盤の構築・運用・最適化 - 物体検出・Occupancy Prediction・Online HD Mapping・Drivable Area - Estimation・VLM などのモデル開発を支援するデータパイプラインの構築 - 機械学習・AIモデルの学習・評価に適したデータ管理戦略の立案 - アノテーションパイプラインの構築および最適化 - 実験管理の構築および自動化（Weights & Biasesなどの導入、内製開発） - コンテナ化（Docker, Kubernetes）によるスケーラブルなML基盤の構築 - CI/CDパイプラインの設計・運用 - クラウド上での大規模分散学習環境の構築・最適化 魅力・やりがい - 自動運転システムの走行データという特殊なデータを扱うことができます。 - 0から新しくシステムの立ち上げに関わることができます。 【開発環境】 開発言語：TypeScript、Python インフラ：Google Cloud Platform 構成管理：Terraform ソースコード管理：GitHub CI/CD：Github Action、Cloud Run コミュニケーションツール：Slack、Google meet タスク管理：Jira

自動運転技術の発展とともに、大規模なデータ処理基盤やAIシステムの高度化が求められています。高度な技術的挑戦を楽しみながら、社会的インパクトの大きい開発に関わりたい方を歓迎します。 2025年度中に1ヶ月間に1PB以上の走行データを新規に保存・解析・開発に利用できるクラウド基盤の構築を目指し、最先端のデータインフラ設計・構築・運用に携われる機会をご提供致します。 クラウドネイティブな最新技術を駆使し、ゼロから大規模システムを構築できます。 取り扱うデータは、カメラ、LiDAR、RadarおよびGNSSなどセンサーデータに加え、自動運転システム内部状態など様々な特性・形式を持っております。 例えば以下のような業務があります。 - 自動運転データの収集・検索・分析基盤の設計・構築・運用 - 大規模な走行データを処理するパイプラインの開発・最適化 - データの品質管理および異常検知のためのシステム開発 - 機械学習・AIモデルの学習・評価に適したデータ管理戦略の立案 - リアルタイムデータストリーミングやETLパイプラインの開発 魅力・やりがい - 自動運転システムの走行データという特殊なデータを扱うことができます。 - 0から新しくシステムの立ち上げに関わることができます。 【開発環境】 開発言語：TypeScript、Python インフラ：Google Cloud Platform 構成管理：Terraform ソースコード管理：GitHub CI/CD：Github Action、Cloud Run コミュニケーションツール：Slack、Google meet タスク管理：Jira