企業情報を見る
データサイエンティスト/マイカー通勤OKの求人・転職・中途採用情報
フィジカルAI / ロボティクスAIエンジニア<新設研究所>
AIエンジニアとして以下の業務をご担当いただきます。 【具体的には】 ・デジタルツイン・フィジカルAIを核とした、サイバーフィジカル技術の開発をリード ・Omniverse/Isaac Sim等のシミュレーション環境と、AI(模倣学習・強化学習等)を活用し、製造プロセスのモデル化・最適化、設備の知能化・自律化に向けた要素技術を開発 ・ロボット関連部署の実機も活用しながら、社内の関係部署や外部の研究機関・企業と連携し、研究開発テーマの設定からPoC、製造現場への展開まで一貫して推進 【入社後のキャリア・やりがい】 ・勤務先となるR&D(研究開発)センターは、2025年2月に設立された新拠点です。研究開発のハブとして、産学官連携を強化しながら、先端技術への挑戦や新領域における研究開発テーマの創出を推進する重要な役割を担っています。 ・AIを軸に、デジタルツインやフィジカルAIなどの先端技術開発から、製造現場での実証・実用化まで一貫して携わることができます。 ・国内トップレベルの研究機関や研究者、先端企業と協働し、最先端の知見を取り入れながら、シミュレーションからロボット・設備への適用まで、領域を横断して専門性を高めることができます。 【期待される役割】 ・デジタル化技術Gにおける新たな技術領域として、デジタルツイン・AI技術を軸としたフィジカルAIの開発を推進していただきます。 ・本領域の中核人財として、グループ内のメンバーや関係部署と協働し、事業課題に沿った研究開発を推進することが期待されています。 ・また、テーマの遂行にあたっては、プレイングマネージャーとして、マネジメントと実務の両面でご活躍いただくことが期待されています。
企業情報を見る
SoC研究開発
■ソフトウェア・デファインド・ビークル(SDV)の実現に向けた、世界トップレベルのAI性能、省電力を有するカスタムSoCの企画・開発を担当いただきます。 【具体的には】 ※ご経験に合わせて以下業務における組織マネジメントやプロジェクトリーディングをお任せします ●将来技術(半導体/AI/ソフトウェア)の調査に加え、VoCや市場/競合分析に基づくユーザーニーズの予測・仮説立案を行い、ユースケースから逆算した次世代SoCの企画 ●クルマとしての性能目標値(電力・熱・起動時間・安全要求等)に基づき、車両/ECUシステムからSoCへのトレーサビリティを意識した要求仕様書の作成、およびアーキテクチャ開発(ハード/ソフトウェア) ● AIワークロード(モデル種類・性能・スケーラビリティ)の定義と評価を通じたNPUの最適化(ハード/ソフトウェア) ● OEMにしかできない・OEMならではのHondaスペシフィックな数10億Gateの大規模カスタムSoC(独自機能・低消費電力・高性能)の開発 ● 車載半導体領域における差異化要素であるAI・画像処理技術・高速インターフェース技術の開発 ● 既存のSoC開発スタイルに捉われず、最先端の開発環境をゼロベースからの立ち上げ、SoC開発を支える開発基盤の構築、EDA導入戦略の立案 ●完成したSoCに対する機能・性能・信頼性評価プロセスの構築(実機評価、TEG/ATE等を活用した特性評価・使いこなし)、および開発・評価環境の構築(ハード/ソフトウェア) ●カスタムSoC開発における半導体パッケージ領域の企画・設計検討および、SoCメーカーやOSAT等エコシステムと連携した開発推進 【開発ツール】 プログラミング言語(C/C++/Python/tcl 等) RTL(Verilog/VHDL),System-C SoC開発のためのEDAツール全般
企業情報を見る
二輪向けクラウド・AI・データエンジニア
■クラウドやAIを用い二輪モビリティのデータ分析に関する業務を担当いただきます。 【具体的には】 ・AWSを用いたデータ基盤の設計構築 ・データ分析結果表示ダッシュボードの設計構築 ■入社後すぐの業務:ご経験に合わせて、可能な範囲から同僚や先輩社員の業務を徐々に引き継いでいただきます。入社3~5か月程度で部門内業務などは1人で進められるようになることが期待されています。 ■入社6か月~1年以降:業務に慣れてきましたら、外部とのやりとりや、上司や顧客に提出するデータやレポートをまとめていただきます。徐々に顧客との打ち合わせにも参加いただき、数年後にはプロジェクトリーダーとして全体の進捗管理なども担当いただきます。 ■携わる製品の名称:二輪システム(ECU、スロットルボディ、サスペンション、ブレーキ) ■仕事の魅力:同社は独立系グローバルサプライヤーのため、世界中の自動車・二輪車メーカーが顧客であり、常に業界の最先端の技術開発に携わることができます。国内だけでなく海外の顧客を担当することもでき、活躍の場はグローバルです。二輪分野は成長市場のため、急速に技術進化が進んでいるためエンジニアとしても成長できる環境です。業務では、二輪モビリティ向けのクラウド・AI・データ分析技術を用いたソリューション開発において、他事業部との技術交流や世界のレース舞台でも活躍することができ、やりがいや感動を実感することが出来ます。
企業情報を見る
全社DX推進・AI技術の研究開発
全社の各部門が抱える業務課題に対し、生成AI・機械学習などのAI技術を活用した解決策を検討し、POCとしてシステム開発・技術検証を行っていただきます。 基本的には自ら課題を整理し、管理職のサポートを受けながら、技術選定から開発・検証、依頼部門との伴走まで主体的に進めます。1つのPOCを2~3ヶ月程度で完了させることを基本とし、スピード感を持って成果を創出することを重視しています。また、全社DXの推進に加えて、外部研究機関との共同研究や最新AI技術の調査・検証などの先進領域の研究開発にも携わっていただきます。 さらに、AIを全社で安全かつ適切に活用していくため、AIに関連するデータやシステムの取り扱い方針、利用基準などのガバナンスルールの策定・整備にも携わっていただきます。技術開発だけでなく、AIを安心して活用できる環境・仕組みづくりを通じて、全社的なAI活用の推進を支えていただきます。 <具体的には> ・各事業部門・コーポレート部門等への課題ヒアリング、業務理解 ・AI技術を活用した課題解決方法の企画・提案 ・生成AI・機械学習を活用したPOCの企画・設計・開発 ・RAG、AIエージェント等を活用したAIアプリケーションの開発 ・社内データセットを活用した機械学習モデルの開発・LLMのファインチューニング ・Azure OpenAI等を活用した生成AI開発環境・基盤の活用、整備 ・外部研究機関との共同研究、最新AI技術の調査・検証 ・先進AI技術の研究 ・技術検証結果の外部発表、論文発表等 ・AI案件の利用目的・影響範囲の明確化、AIを活用したリスクアセスメントの実施 ・精度、安全性、公平性、透明性、プライバシー、情報セキュリティ、知的財産等を考慮した設計・評価・対策の実装 ・本番移行後のモニタリング要件、インシデント対応手順および教育・ガイドラインの設計支援
企業情報を見る
計算科学を用いたガラス構造解析/ガラス物性計算
■特殊ガラス (半導体、電子部品、車載、衛生、海洋、防火、電池、ペロブスカイト太陽電池など向け)世界TOPクラスのシェアを誇る同社にて、下記業務を担当いただきます。 【具体的には】 材料設計の中でその特性の起源を追求することは非常に重要ですが、ガラス材料に関しては、その議論に不可欠な原子構造の特定や特性計算に理論的な課題が存在します。 同社は特殊ガラスメーカーとして、あらゆるガラス材料の設計に活かすためのガラス構造解析・物性計算手法の開発に取り組んでいます。 入社後は、様々な科学計算ツールや実験を併用しながらガラス構造の解析に取り組んだり、物性計算手法の開発をしていただくことを想定しています。 【親和性の高いスキル・ソフトウェア】 統計物理学/第一原理計算/物性計算/分子動力学/機械学習ポテンシャル/構造解析/Energy land scape(エネルギー表面) Linux OS/Quantum Espresso/python/スパコン利用/LAMMPS
企業情報を見る
データプラットフォームエンジニア<MotoGP開発>
■世界最高峰の二輪レースを支えるデータ活用基盤およびAI活用基盤の設計・開発・運用を担当いただきます。レース車両データ、解析結果、技術文書、音声情報など、さまざまな情報を活用し、エンジニアや現場担当者が必要な情報へ迅速にアクセスできる環境を構築していただきます。AIを主役とするのではなく、人の思考や判断を支援する道具として活用し、PoCに留まらない実運用可能なシステムへ発展させることを目指していただきます。 【具体的には】 ■データ活用基盤の設計と構築:レース開発、運営で利用される各種データを統合し、業務で活用しやすい形に整理・蓄積するためのデータ基盤を設計・構築 ■業務システム・AI活用基盤の開発:検索システムやAI活用機能など、現場の意思決定を支援する業務基盤の設計・開発・運用を担当 ■クラウド・システム基盤の整備:AWSやAzure等を活用し、開発現場で長期的に運用できるシステム環境を構築 ■現場展開と継続改善:利用者と対話しながら課題を整理し、小さく実装・改善を繰り返しながら実運用システムとして育てます 【開発ツール】開発言語:Python、SQL、JavaScript、MATLAB、.Net C#/開発環境:Windows、Linux/クラウド:AWS、Azure/ソースコード管理:Git、GitHub 【キャリアパス】 入社後はデータ活用基盤や業務システムの開発を通じて、クラウド、データモデリング、AI活用技術を実践的に習得いただきます。将来的にはMotoGP開発を支えるデータアーキテクトやシステムアーキテクトとして、技術戦略やシステム設計を主導する役割を想定しています。
ソフトウェア研究開発<次世代製品開発>
同社デバイス(電子部品・センサー・電池)を用いたシステム・モジュールにおける、システム及びソフトウェア開発のリード業務をお任せします。 【具体的には】 ■新規デバイスの可能性を最大化するためのシステム/ソフトウェアの設計開発 ■信号処理や機械学習を用いたアルゴリズムを検討し、C/C++を用いて組み込みシステムへ実装 ■顧客が活用イメージを膨らませられるような新規性の高いデモ機やアプリケーションの開発、および技術提案 【プロジェクト例】 ■ARグラス用レーザーモジュール開発: デバイス単体では顧客が活用をイメージしにくいため、ソリューションとしてのデモ機・アプリを構築 ■じゃんけんシステム: 高度な信号処理技術を、視覚的に分かりやすい動的なデモとして構築。 ■HRXソリューション: IMU(加速度センサー)を用いた予知保全システム。数年前にR&Dで立ち上げたテーマが、現在は見事に事業化されている成功例です。 【魅力】 ■仕様書や過去のノウハウが未蓄積な状態から、自分のアイデアと技術で道を切り開く「ベンチャー気質」を持った組織です。 ■売上の9割以上が海外であり、海外拠点のエンジニアとの日常的な連携などグローバルに活躍をすることができます ■「センサー」「アクチュエータ」「電池」の3分野に集中投資しており、世界最高峰のハードウェア技術を間近で体感できます。
AI・機械学習の開発 (スマートファクトリー)
最先端のSMT(Surface Mount Technology)ラインをさらに進化させるため、AI・機械学習を活用した自動化・省人化ソリューションの開発をご担当いただきます。 製造現場の未来をつくる技術を、自らの手で形にしていただけるポジションです。 【具体的には】 装置や生産ラインから得られる膨大なデータを活用し、以下のようなサービス・システムを開発します。 ・ 予知予測保全: 装置メンテナンスの最適化・故障予測 ・ 画像解析AI: 装置内カメラを用いた異常検知システム ・ 行動分析: 作業者の動作を分析・評価し効率化に繋げるソリューション ・ データ活用基盤: ビッグデータを駆使した複合的な分析・意思決定支援システムの構築 【このポジションの魅力】 ・ 世界トップクラスのメーカーと共創し、グローバルに通用するソリューションを開発できる ・ 装置やユニットなど、幅広い領域の開発に携わり、多様な技術経験を積める ・ 工場の自動化・省人化を直接推進し、ものづくりの現場に大きなインパクトを与えられる ・ 顧客との対話を通じて、ニーズや製品価値をダイレクトに実感できる
工場DX推進エンジニア
生産現場・間接業務領域におけるAI活用と、AIを活用した内製開発の両面から業務改革を推進します。現場に足を運び、業務部門と一体で課題抽出し、AI活用テーマの企画・PoC・システム化・展開まで一気通貫で担当いただきます。社員がAIを日常的に使いこなせるよう、部門横断的なAI活用施策の推進担当として下記のいずれかの業務で活躍いただきます。 【具体的には】 ①AI活用施策の企画・推進リード ・生成AI/RAG/AI自動化を用いた業務改善テーマの企画・PoC推進 M365を中心としたAI活用(Copilot、AI Builder、Power Apps/Automate、Teams AI拡張など)の展開 Azure OpenAI Service、Azure AI Search、AutoML等を使用したユースケース創出 ・部門横断の市民開発/EUC活動の推進 社内向けAIガイドライン作成、プロンプト標準化、セキュリティ整備 社員向けAI教育企画 利用状況の分析と活用拡大施策の推進 ②AIを活用した内製開発プロセスの確立・推進 ・GitHub Copilot、C#、Python を利用した内製開発プロセスの標準化・実装 要件定義〜設計〜開発〜テスト〜導入〜運用までの一連の開発 M365+AIを活用した高速開発(Power PlatformとAI統合) ・AI機能(RAG、LLM推論、Azure AI Services)を組み込んだアプリケーション/Bot開発 ③生産現場DXとの連携 ・生産管理・製造現場・物流領域でのAI活用テーマ創出 製造現場と共同し、現場で使われるAIサービスの設計・展開 海外拠点を含むグローバル生産におけるAI活用テーマの企画・支援(画像AIによる作業分析支援、需要予測AI、在庫最適化AI、異常検知など)
企業情報を見る
ソリューション開発/ソフトウェア<電子顕微鏡>
■電子顕微鏡(SEM/TEM/STEM)のソリューション開発を担当していただきます。 【具体的には】 同社の電子顕微鏡は観察する用途で用いられるのではなく、製造工程の全工程で活用いただけるモノづくりのパートナーの役割を担っています。 例えば、製造工程において画像分析を用いて異常検査を行ったり、完成品の検査だけでなく、使用後の劣化状態をソフトウエアを用いて予測し、現品との比較検証を行っています。 同部署は付加価値創出するための組み込みおよび応用ソフトウェア開発を担う部署です。組み込みおよび応用ソフトウェア開発者と協働し、ソフトウェア技術を用いてどのような開発、ソリューションを創出するかを模索していただきます。(データ解析など) 【仕事の魅力】 ・同社の電子顕微鏡は「高分解能観察」が特徴であり、世界トップクラスの技術力を持っています。小惑星探査機「はやぶさ」が小惑星イトカワから持ち帰った粒子の解析に使用された実績もあります。 ・欧米・アジアの世界トップクラスの研究者や大学との共同研究を通して、世界中の最先端分野の技術に触れながら技術力を高められる機会があります。また、グループ会社との共同開発も行っています。 ・電子顕微鏡は、原子レベルで試料を直接見ることができる強力な観察、解析、分析装置です。さまざまな素材・製品に役立つ川上製品を扱うため、次世代電子顕微鏡の開発はあらゆる産業に対するインパクトがあり、やりがいに感じることができます。 ⇒マテリアルズ・インフォマティクス(MI)やPIなどにまさに応用される製品やデータとなるため、データ量も多く非常にやりがいある職種となります。
データ分析・不良モデル解明・AI異常検知エンジニア
■同社において以下の業務を担当いただきます。 【具体的には】 大規模データ解析による不良分析・予兆 ・製造工程で得られた検査データを分析し、問題の特定を実施。分析結果から得られた知見をフィードバックすることで不良を予兆し、電気特性を待たずに工程内でプロセスを最適化することで不良を改善する 物理化学解析による不良モデル解明(探求) ・透過型電子顕微鏡(TEM)、熱脱離質量分析(TDS)など、世界最先端の解析技術を駆使し、製品の不良が発生するメカニズムを物理的・化学的に究明 ・単なる不良対策に留まらず、不良発生モデルを理論に落とし込み、次世代製品への対策技術として昇華させる 大規模データ解析と異常検知(実装) ・製造工程で得られる膨大な処理履歴データ、検査・計測データ、電気特性データを統合的に活用 ・Python/SQL、Linux、AWSなどの環境を用い、不良要因の特定と対策を高速で行うAI/機械学習アルゴリズムを開発 ・大規模データ解析のための環境構築(データパイプライン設計など)にも積極的に取り組みます 【キャリアパスイメージ】 入社後は、プロジェクト担当者としてOJTを通じ、実務を習得していただきます。 技術者として、専門性を極めるスペシャリストの道、組織を率いるマネジメントの道など、多様なキャリアパスを柔軟に選択・実現できる環境があります。
データサイエンティスト<プロセスエンジニア>
■半導体製造工程から得られるビッグデータを解析することで、製品不良/異常装置の早期検知、或いは原因の特定を行っていただきます。解析には機械学習を活用し、検知力の高感度化、効率化を図っていただきます。更に業務の自動化を促進するためのシステム構築と運用管理を行っていただきます。 【具体的には】 ・要素プロセス装置のパラメータと測定値との相関解析を行いモデルを構築、測定値を疑似的に予測、プロセスエンジニアと議論し精度改善と効果確認 ・種々の画像データを機械学習し、不良原因の特定、異常を早期検知 ・マニュアル作業を低減するための自動化システムを構築、それを安定的に稼働 【同社で半導体エンジニアとして働く魅力】 ・世界の半導体に関する最先端の情報を、いち早く入手し、開発に生かすことができます。最先端の技術を活用し、時代をリードする最先端の製品開発を行うことが可能です。 ・比較的業務の幅、裁量が広く、技術の提案等を行うことができます。狭い範囲の決められた仕事をこなすのではないため、技術者としてのレベルアップを図りやすい環境が整っています。
企業情報を見る
デジタルエンジニア
■生成AIやRPAなどの技術を活用し、社内の業務プロセス改善や生産・管理業務の効率化を推進していただきます。 開発部門をはじめ幅広い部署との連携し、業務課題の抽出から解決策の検討、導入、評価までを一気通貫で担う重要な役割です。 【具体的には】 ・社内業務プロセスの分析を通じて潜在的な課題を抽出し、生成AI、RPA、BIツール等を活用した業務自動化・効率化の企画、プロトタイプ開発、評価を実施 ・開発部門から管理部門まで多岐にわたる部署と密に連携し、改善提案の立案および技術適用をリード ・DX推進施策の全社展開、効果検証、最新技術の動向収集と社内への展開を担い、組織全体のデジタルシフトを支える <入社後すぐの業務> ・既存システム、業務フローの理解 ・担当領域の業務課題の整理、改善テーマの洗い出し ・小規模なDX・自動化テーマへの参画、実行 <入社6か月以降> ・担当テーマの主担当として、DX施策を主体的に推進 ・生成AIやデータ活用の適用範囲拡大、横断展開 <入社1年以降> ・関係部門を巻き込みながら、継続的な業務改善をリード <期待される役割・責任> ・業務課題の整理および、AI・データ活用による改善テーマの検討 ・既存システムを踏まえた業務自動化・効率化の設計、実装、検証 ・関係部門と連携し、DX施策を現場に定着させるための推進・調整 ■携わる製品の名称・特徴 ・社内業務向けシステム、業務支援ツール ・生成AI/機械学習を活用した業務自動化・支援ソリューション ※外販製品ではなく、社内利用を目的としたシステムが中心です。
企業情報を見る
MLOps・ソフトウェアエンジニア<自動運転・運転支援領域>
世界レベルの自動運転・運転支援システム実現に向け、AI開発に必要なMLOps環境や関連ソフトウェアの開発と運用を担っていただきます。データ取得・前処理・学習・評価・デプロイ・監視までのエンドツーエンドをつなぐ「開発と運用の土台」を設計・構築し、AIモデルの品質と更新スピードを継続的に高めることが使命です。 【具体的には】 ・データ収集戦略の検討と実行 ・データ管理、クレンジング、前処理など一連のパイプライン設計と開発 ・AI学習/評価環境の開発・運用 ・自動運転・運転支援システムのテスト(シミュレーション、実車など) ・モデルのモニタリング、再学習環境の構築と運用 ※自動運転・運転支援の更なる革新のための各AI応用機能の研究開発業務、および、大学や国内外企業との共同研究開発の推進などをお任せ致します。尚、他部門やベンダー等、様々な関係者とコミュニケーションをとりながら業務を進めていきます。海外現地法人へのデモンストレーションや海外研究機関との共同研究等、海外とのやりとりも発生する場合があります。
企業情報を見る
生成AI活用エンジニア
SDV開発を支えるソフトウェア開発プロセスの自動化・効率化に向けて、生成AIや機械学習を活用したシステムや環境構築の企画・開発していただきます。 【具体的には】 ・生成AIを活用したコード生成・コードレビュー支援ツールの開発 ・開発プロセス分析に基づく自動化システム(CI/CD、 テスト、 品質評価等)の設計 ・ナレッジグラフ/ドキュメント自動生成基盤の構築(例:設計書、仕様書生成) ・車載開発やクラウド開発で得られるデータのAI分析・要求分析自動化 ・クラウド/オンプレ統合のAI駆動開発に向けた仕組み構築(AWS、 Azure、 GCP) ・開発現場でのAI活用事例の発掘・PoC推進・社内展開
企業情報を見る
生成AI活用エンジニア<SDV開発>
SDV開発を支えるソフトウェア開発プロセスの自動化・効率化に向けて、生成AIや機械学習を活用したシステムや環境構築の企画・開発をご担当いただきます。 ※下記より適正に応じて、相談の上業務を決定させていただければと存じます。 【具体的には】 ・生成AIを活用したコード生成・コードレビュー支援ツールの開発 ・開発プロセス分析に基づく自動化システム(CI/CD, テスト, 品質評価等)の設計 ・ナレッジグラフ/ドキュメント自動生成基盤の構築(例:設計書、仕様書生成) ・車載開発やクラウド開発で得られるデータのAI分析・要求分析自動化 ・クラウド/オンプレ統合のAI駆動開発に向けた仕組み構築(AWS, Azure, GCP) ・開発現場でのAI活用事例の発掘・PoC推進・社内展開 ※専門性や適性、会社ニーズなどを踏まえ、会社が定める業務への配置転換を命じる場合があります。 【開発ツール】 AI/機械学習:OpenAI API, Azure OpenAI, TensorFlow, PyTorch クラウド基盤:AWS, GCP, Azure 開発言語:Python, TypeScript, C++, Shell Script データ/自動化:GitHub Copilot, Jenkins, Docker, Kubernetes, Terraform ナレッジ/可視化:Confluence, JIRA, Power BI, 連携領域:AUTOSAR, PREEvision, Enterprise Architect, Jazz PlatformなどのALMツール
企業情報を見る
AI活用エンジニア
■SDV開発を支えるソフトウェア開発プロセスの自動化・効率化に向けて、生成AIや機械学習を活用したシステムや環境構築の企画・開発していただきます。 【具体的には】 ・生成AIを活用したコード生成/コードレビュー支援ツールの開発 ・開発プロセス分析に基づく自動化システム(CI/CD, テスト, 品質評価等)の設計 ・ナレッジグラフ/ドキュメント自動生成基盤の構築(例:設計書、仕様書生成) ・車載開発やクラウド開発で得られるデータのAI分析/要求分析自動化 ・クラウド/オンプレ統合のAI駆動開発に向けた仕組み構築(AWS, Azure, GCP) ・開発現場でのAI活用事例の発掘/PoC推進/社内展開 【魅力・やりがい】 ・生成AIの実用化を、数千人規模の開発現場で実装できる唯一無二の環境 ・自分の設計が同社の開発全体に波及する、スケール感と影響力 ・クラウド/組込み/AI/データなど異分野のスペシャリストと協働できる成長環境 ・「AIを使う人」ではなく「AIを使って仕組みを変える人」としてのキャリアを築ける ・同社全体のSDV開発/AI活用戦略の中核メンバーとして活躍可能
企業情報を見る
生成AI活用推進エンジニア<IVI領域/開発業務改革/AIエージェントドリブン>
IVI(車載インフォテインメント)システム開発に関わる業務を、生成AI(例:Claude Code/GitHub Copilot)を活用して再設計し、開発スピードと品質の両立を実現するための「開発業務改革」を推進していただきます。 【具体的には】 ・現場の困りごと発掘・解決:レビュー滞留/テスト工数の増大/ドキュメントの陳腐化/仕様変更対応の負荷増など現場が抱える課題の把握、課題に対する改善施策の設計・検証・現場展開 ・AI活用の仕組み化:Claude Code/GitHub Copilotなどを用いたプロンプト設計・テンプレート化・スクリプト化、CI連携による自動化パイプラインの設計・実装 ・AIエージェントドリブン開発への移行設計:開発タスクの分解、前提情報(入力データ)の整備、AIエージェント活用に適したガードレール設計、生成結果の妥当性確認を行う検証ステップの構築 ・品質・セキュリティ・コンプライアンスの強化:安全性・品質を担保するための運用ルール整備、レビュー観点の体系化、再現性のあるナレッジ(Playbook)の構築 ・効果測定と定着化支援:リードタイム/欠陥流出率/手戻り/レビューサイクル等のKPI設計・効果測定、チーム横断の導入・定着に向けた教育(勉強会)や伴走支援 【担当領域例】 ・IVIシステムのアプリケーション層/HMI/周辺サービスに関わる開発プロセス全般(要件定義 〜 運用まで) ・生成AIを組み込んだ開発フローの設計・改善(コードレビュー、テスト自動化、ドキュメント運用、チケット分解など)
企業情報を見る
データ基盤エンジニア/データサイエンティスト<SDV開発>
同社にて以下業務をご担当頂きます。 【具体的には】 ・データ基盤の設計・構築 ・車両開発・ソフトウェア開発の各種データを統合・可視化するデータパイプライン構築 ・クラウド上でのデータ収集・加工・分析環境整備(ETL/ELT設計) ・データ分析・機械学習の活用 ・ソフトウェア開発効率や製品品質向上に向けた分析・予測モデルの構築 ・生成AIや機械学習モデルの運用 ・開発プロセスの改善支援 ・データに基づいた開発プロセス改善提案 ・ダッシュボード作成やデータ可視化による現場へのフィードバック ・組織横断でのデータ活用推進 ・SDV開発に関わる複数部門と連携し、データ活用の標準化・最適化 【開発環境・ツール】 ・プログラミング言語・スクリプト:Python, SQL, Shell Script, JavaScript, C++(一部領域) ・データ基盤・分析環境:AWS(S3, Redshift, Glue, Lambda等)、GCP(BigQuery, Dataflow, Vertex AI等)、Azure(Synapse, Databricks等) ・開発・運用ツール:Docker, Kubernetes, Jenkins, GitHub / GitLab, JIRA, Confluence ・データ分析・可視化ツール:Tableau, Power BI, Superset, JupyterLab, Pandas, Scikit-learn ・機械学習/AI関連:TensorFlow, PyTorch, MLflow, Generative AIツール(LLM活用基盤等) ・車載開発・統合設計ツール(連携領域):AUTOSAR Adaptive/Classic, PREEvision, Enterprise Architect, Doors, Jazz Platform
企業情報を見る
AIエンジニア<知能化・SDV領域>
■SDV(Software Defined Vehicle)に必要な自動運転、コネクティッドサービス、車両データ解析の実現に向けたAIエンジニアとして、下記いずれかの業務を担当していただきます。 【具体的には】 ●機械学習のモデル構築 ●物体認識、画像認識、走路認識などの認識アルゴリズム構築 ●認識情報に応じた行動計画アルゴリズム構築 ●構築したアルゴリズムのデバイス実装 ●ドライバー状態、車内空間認識技術の開発 ●各種データ収集およびデータマイニング技術の開発 ●生成AIを活用した新サービスの開発 ●MLOps、自動テストなどの開発環境の構築 ●AI技術のトレンド調査、技術評価、お客様のニーズ調査 ※上記に伴う研究開発業務、および、大学や国内外企業との共同研究開発の推進などをお任せ致します。また、他部門やベンダー等、様々な関係者とコミュニケーションをとりながら業務を進めていきます。海外現地法人へのデモンストレーションや海外研究機関との共同研究等、海外とのやりとりも発生する場合があります。
企業情報を見る
MLエンジニア・アーキテクト<画像認識・深層学習>
世界初レベルの自動運転・運転支援システム実現に向けて重要となる、コンピュータビジョン・機械学習モデルの設計・学習・評価・実装までを一貫してご担当いただきます。エッジデバイス向けのモデル開発のみならず、ワールドモデル等の基盤モデル領域も含めた要素研究や学習手法の開発など、研究開発フェーズから「実車搭載・量産・運用」を見据えたモデル開発や学習手法の構築、評価がミッションです。 【具体的には】 ・End-to-End (E2E) の自動運転/運転支援向けモデルの設計・実装 ・VLA/ワールドモデル等の自動運転・運転支援領域への応用研究・実装 ・機械学習モデルの学習に関するアルゴリズム開発 ・E2Eモデルのアプリケーション ・推論モデルを車両ECUへ適用するための最適化軽量化・高速化(Pruning, Quantization等) ※自動運転・運転支援の更なる革新のための各AI応用機能の研究開発業務、および、大学や国内外企業との共同研究開発の推進などをお任せ致します。尚、他部門やベンダー等、様々な関係者とコミュニケーションをとりながら業務を進めていきます。海外現地法人へのデモンストレーションや海外研究機関との共同研究等、海外とのやりとりも発生する場合があります。
企業情報を見る
MLエンジニア・アーキテクト<画像認識・深層学習>
世界初レベルの自動運転・運転支援システム実現に向けて重要となる、コンピュータビジョン・機械学習モデルの設計・学習・評価・実装までを一貫してご担当いただきます。エッジデバイス向けのモデル開発のみならず、ワールドモデル等の基盤モデル領域も含めた要素研究や学習手法の開発など、研究開発フェーズから「実車搭載・量産・運用」を見据えたモデル開発や学習手法の構築、評価がミッションです。 【具体的には】 ・End-to-End (E2E) の自動運転/運転支援向けモデルの設計・実装 ・VLA/ワールドモデル等の自動運転・運転支援領域への応用研究・実装 ・機械学習モデルの学習に関するアルゴリズム開発 ・E2Eモデルのアプリケーション ・推論モデルを車両ECUへ適用するための最適化軽量化・高速化(Pruning, Quantization等) ※自動運転・運転支援の更なる革新のための各AI応用機能の研究開発業務、および、大学や国内外企業との共同研究開発の推進などをお任せ致します。尚、他部門やベンダー等、様々な関係者とコミュニケーションをとりながら業務を進めていきます。海外現地法人へのデモンストレーションや海外研究機関との共同研究等、海外とのやりとりも発生する場合があります。
企業情報を見る
データ基盤エンジニア/データサイエンティスト
SDV開発を支えるデータ基盤を設計・構築し、分析・AI活用までを推進できるデータエンジニア・データサイエンティストを担当していただきます。 【具体的には】 ・データ基盤の設計・構築 ・車両開発・ソフトウェア開発の各種データを統合・可視化するデータパイプライン構築 ・クラウド上でのデータ収集・加工・分析環境整備(ETL/ELT設計) ・データ分析・機械学習の活用 ・ソフトウェア開発効率や製品品質向上に向けた分析・予測モデルの構築 ・生成AIや機械学習モデルの運用 ・開発プロセスの改善支援 ・データに基づいた開発プロセス改善提案 ・ダッシュボード作成やデータ可視化による現場へのフィードバック ・組織横断でのデータ活用推進 ・SDV開発に関わる複数部門と連携し、データ活用の標準化・最適化
企業情報を見る
運転支援・自動運転システムの研究開発<データ領域>
■運転支援・自動運転システムの次世代開発に向けたデータ分析業務を担当していただきます。 【具体的には】 ・自動運転・運転支援技術開発における実車テストデータ、プローブデータの分析・価値創出 ・シミュレーションデータ分析(MILS開発運用、AD/ADASの機種開発に向けた支援) 尚、他部門やベンダー等、様々な関係者とコミュニケーションをとりながら業務を進めていきます。 海外現地法人へのデモンストレーションや海外研究機関との共同研究等、海外とのやりとりも発生する場合があります。
企業情報を見る
データサイエンス推進の企画・実行
同社にて、データサイエンス(SQC※、機械学習など)の推進をご担当いただきます。※Statistical Quality Control(統計的品質管理) ・製造業の課題に対するデータサイエンスを活用した解決の実行支援 ・データサイエンスの推進施策の立案、実行 【具体的には】 ・機械学習を活用した問題解決の支援(画像認識、予兆検知、最適化、予測、自然言語処理など) ・SQCを活用した問題解決の支援(工程管理、最適化、不具合解析など) ・開発、生産などから得られるデータを分析し、プロセス改善や新価値創造を行う ・機械学習/SQCを有効活用できる人材育成の企画、実行 ■使用言語:Office、Pythonなど
この条件に似た求人を探す