データサイエンティスト（Embodied AI）/AIソリューション企業の求人

【具体的な業務】
大規模基盤モデルによるロボット制御・ロボット動作生成等に関する研究開発を中核として推進いただくポジションです。単にモデルを作って終わりではなく、学習データ収集からシミュレーション構築、sim2real、実機での検証・改善を回しながら、得られた成果をプロダクトやソリューションへ落とし込み、現場価値として継続的に届け切るところまで一気通貫で担っていただきます。
1. Embodied AI / VLAの研究開発
- Embodied AI／VLAを用いたロボット制御・動作生成の調査、設計、学習、実装
- 模倣学習や強化学習等を用いたエンドツーエンド方策の開発、実験設計、性能評価
- 実機制約（レイテンシ、計算資源、安全性）を踏まえた推論最適化、モデル軽量化・高速化、バスト性向上（ノイズ/外乱/環境変化への耐性）
2. 学習データ収集・データ基盤整備
- 実機・現場からのセンサデータ/操作ログ/デモの収集設計（テレオペ、デモ収集、計測設計）、評価用データ整備と継続的なデータ更新
- データ品質管理、アノテーション方針、学習/評価に使える形への整形・再現性確保（データセット/メタデータ設計）
- 合成データの作成戦略作りおよび活用
3. シミュレーション環境構築
- 物理シミュレーション/閉ループシミュレーションの開発・運用、学習や評価を回せる環境・ツールの整備（キャリブレーション、センサ/アクチュエータ/制御のモデリング含む）
4. 評価・ベンチマーク設計
- タスク成功率だけでなく、安全性、異常系耐性、環境変動への頑健性、運用時の安定性を含めた評価設計
- オフライン評価（ログ/リプレイ/シミュレーション）とオンライン評価（実機/現場）を組み合わせた継続的な性能モニタリング
- データ収集と評価を一体で回し、改善の根拠を定量化
5. プロダクト/現場価値への接続（価値提供まで一気通貫）
- プロジェクトマネージャと連携した現課題の整理、要件定義（安全・品質・コスト・運用制約）とモデル方針への落とし込み
- プロダクト/プラットフォームを支えるエンジニアと連携し、学習・評価・推論のパイプライン、運用設計、現場導入、改善運用（再学習/再評価/リリース）まで推進
- 導入後の運用データを活用した継続改善、再利用可能なコンポーネント化・横展開
6. チームリーディング、技術横展開・技術発信
- 技術アプローチレビュー、コードレビュー、ナレッジ共有を通じた開発品質の向上
- メンバー育成やカルチャー醸成への貢献
- 技術ナレッジの公開（論文投稿・学会発表・勉強会登壇・テックブログ等）

【ポジション・部門の魅力】
- 立ち上げ初期の少数精鋭チームで、Embodied AIの研究開発に高い裁量を持って取り組めます。技術選定やテーマ設定、検証の優先順位付けまで自らリードし、大規模基盤モデルによるロボット制御・動作生成のコアに深く踏み込める点が本ポジションの大きな魅力です。
- 研究開発で終わらず、実機・実現場で価値を出し切るところまで一気通貫で推進できます。プロジェクトマネージャと課題設定や要件定義から議論し、プロダクト/プラットフォームを支えるエンジニアと連携して、推論・データ基盤・運用設計まで含めて「現場で動き続ける」形に落とし込む経験が得られます。
- 関連団体を通じた実証実験の場があるため、仮説検証を現実の環境で回しやすいのが特長です。データ収集→学習→シミュレーション→sim2real→実機評価→改善というサイクルを、机上ではなく実証の場で高速に回すことで、研究と社会実装の距離を縮められます。
- 学習データ収集からsim2real、評価設計まで幅広く触れます。現場特有の制約（安全性、安定稼働、環境変動、コスト）を前提に、ロバスト性や運用性まで踏まえたEmbodied AI開発の総合力を身につけられます。
- 当社が培ってきた社会実装の知見と、フィジカル領域への新規挑戦が交差するフェーズです。難易度の高いテーマに向き合いながら、学び合う文化の中でアウトプット（新規技術検証、論文読み会、発表、技術ブログ等）も後押しされ、長期的に強い専門性を築けます。

【必須スキル】
- 機械学習モデルの研究、開発経験（3年以上）
- 模倣学習・強化学習など、学習に基づくロボティクスに関する知識・経験
- Dockerなど仮想化技術を使った開発経験

【歓迎スキル】
- ロボティクス/Embodied AI領域での研究開発経験（学会発表、論文、プロダクト実装、いずれの形でも可）
- ロボティクス関連ライブラリの利用経験
- ロボット分野のトップレベル国際会議/論文誌での主著論文発表の経験
- VLAや模倣学習/強化学習など、ロボットの行動生成・制御に関わる手法の開発経験
- シミュレーション環境を用いた学習/評価の経験
- 分散/並列計算環境での学習・実験運用経験
- 外部活動における実績
- データサイエンスコンペへの参加・上位入賞経験
- データサイエンス領域におけるカンファレンス登壇経験
- 登壇やブログの執筆など、積極的な外部発信
- ジャーナルでの論文採用経験
- OSS貢献
- 英語による日常会話・チャットに抵抗がないこと（あくまでも「抵抗がないこと」レベルであり、得意でなくても構いません）

【求める人物像】
- Embodied AIの研究開発分野の最先端を追いかけ続ける高い熱量

AIソリューション