1207_Co-MLOps, Expert Sensor Data Engineer

仕事概要

【背景】
ティアフォーでは自動運転の民主化というミッションの達成に向けて、自動運転のソフトウェアをオープンソース化するとともに、AI開発のための高品質で大規模なデータを有するプラットフォーム（Co-MLOps）の開発を加速させています。本プラットフォームではデータ収集システムからデータ提供アプリケーションまで含めてフルスタックで開発を行っています。
本求人では、機械学習モデル学習に必要なデータセットの構築・改善の方針をデータ分析による知見に基づいて意思決定する担当ポジションを募集しています。Data Centric AIの思想に基づき、収集したデータの特性の分析や分析コードの実装を行い、機械学習モデルの性能改善に貢献することが求められます。また、本プロジェクトで継続的に実施するアノテーションタスクのマネジメントと品質管理を実施します。データ収集システムにて収集したデータのキャリブレーション精度・同期精度の確認等にも責任を持つため、自動運転に使われるセンサと基盤となるネットワーク・OS等の技術への深い理解も重要となります。

At TIER IV we build self-driving solutions for many operational domains covering a broad range of applications. In addition, we are accelerating development of a platform, named “Co-MLOps”, that shares large volumes of high quality data for use in AI development cycles.
We are conducting full-stack development for this platform, including the implementation of a dedicated data acquisition system (Data Recording System).

We are seeking a professional to oversee the strategic development and refinement of datasets essential for machine learning models, utilizing insights derived from comprehensive data analysis.
Based on the principles of Data Centric AI, this role entails thorough analysis of gathered data attributes and the implementation of analytical methodologies to optimize machine learning model performance.
Additionally, responsibilities include managing ongoing annotation tasks and ensuring quality control measures. The position also involves verifying calibration accuracy and synchronization precision of data collected via our data recording system, requiring a deep understanding of sensor technologies, operating systems, and network infrastructure crucial to the autonomous driving system.

【仕事内容】
- 機械学習データセットの分析・可視化コード実装
- データセット分析に基づいた今後のデータセット構築方針決定
- アノテーションタスクのマネジメント
- データセットの品質管理と品質自動確認コード実装
- 車両におけるデータ収集・デバッグ
- 各データセット、データフォーマット等に関連する変換コードの実装

【Job Description】
- Implementation of code for analyzing and visualizing machine learning datasets
- Decision of future dataset construction policy based on dataset analysis
- Management of annotation tasks
- Implementation of code for quality control and automatic quality verification of datasets
- Data collection and debugging in vehicles
- Implementation of conversion code related to each dataset, data format, etc.

【チャレンジ・やりがい】
- 大規模なデータを用いた自動運転AI開発
- 世界中のパートナー企業と連携した自動運転技術の開発
- AI技術を駆使した自動運転の社会実装への寄与

【Challenges and Motivation】
- AI development for autonomous driving systems using large scale data
- Development of autonomous driving technology co-operating with global partners
- Contributing to the social implementation of autonomous driving through the use of AI technology

【参考情報】
・プレスリリース
ティアフォー、大規模データ共有による自動運転AI開発のためのCo-MLOpsプロジェクトを開始　世界8地域のデータを用いたエッジAIモデルをCES 2024で展示
https://prtimes.jp/main/html/rd/p/000000052.000040119.html

開発をリードするエンジニアが語る！新リファレンスプラットフォームEdge.AutoとCo-MLOpsプロジェクト
https://tier4.jp/media/detail/?sys_id=1466fLio7kWqMD0Q2NCMAH&category=PEOPLE

・雇入れ直後：本求人に記載のある業務
・変更の範囲：上記に加え、会社が指定した業務

必須スキル

【背景】
ティアフォーでは自動運転の民主化というミッションの達成に向けて、自動運転のソフトウェアをオープンソース化するとともに、AI開発のための高品質で大規模なデータを有するプラットフォーム（Co-MLOps）の開発を加速させています。本プラットフォームではデータ収集システムからデータ提供アプリケーションまで含めてフルスタックで開発を行っています。
本求人では、機械学習モデル学習に必要なデータセットの構築・改善の方針をデータ分析による知見に基づいて意思決定する担当ポジションを募集しています。Data Centric AIの思想に基づき、収集したデータの特性の分析や分析コードの実装を行い、機械学習モデルの性能改善に貢献することが求められます。また、本プロジェクトで継続的に実施するアノテーションタスクのマネジメントと品質管理を実施します。データ収集システムにて収集したデータのキャリブレーション精度・同期精度の確認等にも責任を持つため、自動運転に使われるセンサと基盤となるネットワーク・OS等の技術への深い理解も重要となります。

At TIER IV we build self-driving solutions for many operational domains covering a broad range of applications. In addition, we are accelerating development of a platform, named “Co-MLOps”, that shares large volumes of high quality data for use in AI development cycles.
We are conducting full-stack development for this platform, including the implementation of a dedicated data acquisition system (Data Recording System).

We are seeking a professional to oversee the strategic development and refinement of datasets essential for machine learning models, utilizing insights derived from comprehensive data analysis.
Based on the principles of Data Centric AI, this role entails thorough analysis of gathered data attributes and the implementation of analytical methodologies to optimize machine learning model performance.
Additionally, responsibilities include managing ongoing annotation tasks and ensuring quality control measures. The position also involves verifying calibration accuracy and synchronization precision of data collected via our data recording system, requiring a deep understanding of sensor technologies, operating systems, and network infrastructure crucial to the autonomous driving system.

【仕事内容】
- 機械学習データセットの分析・可視化コード実装
- データセット分析に基づいた今後のデータセット構築方針決定
- アノテーションタスクのマネジメント
- データセットの品質管理と品質自動確認コード実装
- 車両におけるデータ収集・デバッグ
- 各データセット、データフォーマット等に関連する変換コードの実装

【Job Description】
- Implementation of code for analyzing and visualizing machine learning datasets
- Decision of future dataset construction policy based on dataset analysis
- Management of annotation tasks
- Implementation of code for quality control and automatic quality verification of datasets
- Data collection and debugging in vehicles
- Implementation of conversion code related to each dataset, data format, etc.

【チャレンジ・やりがい】
- 大規模なデータを用いた自動運転AI開発
- 世界中のパートナー企業と連携した自動運転技術の開発
- AI技術を駆使した自動運転の社会実装への寄与

【Challenges and Motivation】
- AI development for autonomous driving systems using large scale data
- Development of autonomous driving technology co-operating with global partners
- Contributing to the social implementation of autonomous driving through the use of AI technology

【参考情報】
・プレスリリース
ティアフォー、大規模データ共有による自動運転AI開発のためのCo-MLOpsプロジェクトを開始　世界8地域のデータを用いたエッジAIモデルをCES 2024で展示
https://prtimes.jp/main/html/rd/p/000000052.000040119.html

開発をリードするエンジニアが語る！新リファレンスプラットフォームEdge.AutoとCo-MLOpsプロジェクト
https://tier4.jp/media/detail/?sys_id=1466fLio7kWqMD0Q2NCMAH&category=PEOPLE

・雇入れ直後：本求人に記載のある業務
・変更の範囲：上記に加え、会社が指定した業務

歓迎スキル

・データ改善による機械学習モデルの改良経験
・センサーデータの収集経験、データ品質に関する知見
・アノテーション品質に関する管理経験
・大規模ソフトウェアを伴うプロダクト開発の実務経験
・LiDARのセンサデータを用いた経験
・LiDAR, Camera, RADAR, GNSS, IMU を用いたアルゴリズム/センサフュージョンの開発経験
・Kaggle等のコンテスト入賞経験
・AD/ADAS/ロボティクス分野での開発経験
・自動車関連企業における認識技術開発経験
・OSS への貢献実績
・センサハードウェアやセンサ物理特性に関する知識・経験
・チームメンバーやバックオフィスとの連携、コミュニケーション能力・自発的に問題の原因を分析し、解決に向けた積極的な姿勢

【Welcome Skills】
- Experience in improving machine learning models through data enhancement
- Experience in sensor data collection and knowledge in data quality
- Experience in managing annotation quality
- Practical experience in product development involving large-scale software
- Experience using LiDAR sensor data
- Experience in developing algorithms/sensor fusion using LiDAR, Camera, RADAR, GNSS, IMU
- Experience with achieving placements in competitions like Kaggle
- Experience in development within the fields of AD/ADAS/robotics
- Experience in developing recognition technologies in automotive-related companies
- Contribution record to open-source software (OSS)
- Knowledge and experience in sensor hardware and physical characteristics
- Ability to collaborate with team members and back-office, strong communication skills
- Proactive problem-solving attitude with a focus on root cause analysis

求める人物像

- 自ら課題を見つけ、解決に向けて周囲を巻き込んで推進できる方
- コミットメントが高く、成果にこだわって粘り強く業務を推進できる方

【What We Are Looking For】
- Someone who can identify issues on their own and proactively involve others to deliver solutions
- A highly committed, results-focused individual

応募概要

給与

月額基本給　：377,700 円 ~ 1,259,400円（固定残業手当を除く額）
固定残業手当：時間外労働の有無に関わらず45時間分の時間外手当として
122,300 円 ~ 407,600 円を支給（45時間を超える時間外労働分についての割増賃金は追加で支給）

勤務地

（雇入れ直後）
東京都品川区北品川一丁目12-10 ジャコムビル及び労働者の自宅
（変更の範囲）
会社の定める場所（テレワークを行う場所を含む）

就業の場所における受動喫煙を防止するための措置に関する事項：就業場所全面禁煙

雇用形態

正社員（雇用期間の定め：なし）

勤務体系

勤務時間：フレックスタイム制
（始業）午前6時00分　
（終業）午後10時00分
（所定労働時間）8時間/日
（休憩時間）1時間
（所定労働時間を超える労働の有無）あり

休日：完全週休二日制（土曜日・日曜日）、国民の祝祭日
　　　夏期休暇：3日（7月～9月の間で各自取得）
　　　※当年7月8月入社の場合を除く
　　　年末年始：6日 ※元日を含み会社カレンダーによる
　　　【年間休日120日以上】

試用期間

あり(2か月)

福利厚生

・社会保険完備(厚生年金、健康保険、雇用保険、労災保険)
・通勤手当支給（社内規定に準ずる）
・ライフサポート（育児休暇や介護休暇、時短勤務など）
・企業型確定拠出年金制度

jobs in japan

top job postings fished 🎣 from the web