【ヒューマノイド開発】Physical AIエンジニア

業務内容

Physical AIに関わるモデル設計・実装

• 視覚（カメラ、深度、センサ融合）
• 状態推定（自己位置・姿勢推定、関節状態推定、環境状態推定）
• 時系列生成
• 行動価値モデル

Physical AIに関わるモデル学習の設計・実装・検証

• DeepSpeed等を用いた大規模並列学習
• Imitation Learning / RL / Behavior Cloning 等

シミュレーションと実機 (Sim2Real)

• 物理パラメーターのズレ対策
• Domain Randomization
• センサモデル構築
• Control Loopの遅延再現

このポジションの魅力

• Physical AIを実機ヒューマノイドで実装できる
• 機械 × 電気 × 制御 × AIが密に結合した開発環境
• 研究成果を実機へ迅速に実装できる環境であり、顧客課題に直接向き合いながら開発を進められる
• 世界的にも競争が始まったばかりの領域に挑戦できる

選考フロー

• 書類選考→一次面接→会社体験（1日）→最終面接
• ※カジュアル面談からの開始も歓迎します。
• ※途中で面談を挟む場合があります。

応募資格

MLエンジニアとしての業務経験

• PyTorch 等の機械学習フレームワークを用いた モデル実装・学習・評価の一連の実務経験
• Docker 等のコンテナ技術を用いた開発・実行環境の構築経験
• ローカル／オンプレ／クラウドいずれかでの利用経験

LLM / VLM の基礎理解およびファインチューニング経験

• Transformer アーキテクチャおよび LLM の基本構造に関する理解
• Attention / Tokenization / Pretrain–Finetune の流れを説明できる
• 既存の LLM / VLM に対して、以下いずれかのファインチューニング経験
• LoRA / QLoRA 等の軽量ファインチューニング
• SFT（教師あり学習）によるタスク適応
• 学習データの設計・前処理・品質管理に関わった経験

物理シミレータを用いた強化学習・模倣学習の実務経験

• MuJoCo / Isaac Sim / PyBullet など、物理シミュレータを用いたロボットタスクの学習経験
• 強化学習（PPO / SAC / TD3 等）を用いた制御・動作獲得
• 模倣学習（Behavior Cloning / Dataset Aggregation 等）の実装・評価

給与

エンジニア

• 【想定年収】500万円〜1,000万円
• 【基本給】308,531円～617,063円
• 【みなし残業代】108,469円～216,937円

シニアエンジニア

• 【想定年収】1,000万～3,000万円
• 【基本給】617,063円～1,851,360円
• 【みなし残業代】216,937円～650,880円

賞与：業績により支給することが有る。

残業代：上記の45時間分のみなし残業分を含む。みなし残業時間を超える勤務をした場合は、残業代を追加支給。

その他手当：通勤手当として会社が認める通勤経路による金額を月額3万円を上限として支給する。ストックオプション制度は現在整備中。