シニアコンピュータビジョン／機械学習エンジニア・Digital Twin Platform

ウーブン・バイ・トヨタについて ウーブン・バイ・トヨタは、トヨタの100年に一度のモビリティ・カンパニーへの変革に寄与していきます。「自分以外の誰かのために」発明を続けたという歴史からインスピレーションを受けた私たちのミッションーそれは、モビリティの定義を拡げ、そしてモビリティが社会に貢献する方法を拡張し、人を想うイノベーションで、モビリティの常識に挑み続けることです。

私たちは4つの柱を中心に活動しています：自動運転・先進運転支援システム技術のAD/ADAS、SDV（ソフトウェア定義車両）のための車両ソフトウェア生産プラットフォームであるArene、モビリティのテストコースであるWoven City、そして協業基盤を支えるデジタル・インフラストラクチャのCloud & AIです。また、ビジネスに不可欠な機能がこれらのチームの実装を下支えし、一丸となって「事故ゼロ社会」と「幸せの量産」の実現に向けて取り組んでいます。

=========================================================================

トヨタはモビリティの意味を再定義します。ヒト、モノ、情報、そしてエネルギーを動かし、モビリティの常識に挑み続けます。Woven Cityでは、このような様々なモビリティを生み出し、試すテストコースとして、ヒト中心の街・実証実験の街・未完成の街をコンセプトに、幸せの量産を目指します。 Woven Cityには未来のモビリティへの想いを共有する多様な仲間が集まります。Inventors（インベンターズ／発明家）、住民、ビジターは、ヒト・モビリティ・社会インフラが連携する街の形をしたテストコースで、生活をしながら様々なプロダクトやサービスを実証します。 私たち Digital Twin Platform チーム は、Woven City の傘下にあるコアチームの一つである Social Infrastructure/Common Platform の一員として、Woven City のビジョン「Expand mobility. Enhance humanity. Engage society」の実現を担っています。 堅牢なソフトウェアプラットフォームを開発することで、一方では発明者やビジネスオーナーが、自身のプロダクトを実際の Woven City に展開する前にバーチャル環境上で「テスト」できるようにし、他方では、住民の日常生活、交通のダイナミクス、エネルギー消費など、実際の都市から収集されるオペレーションデータとシミュレーション結果の双方に基づいて意思決定を支援する分析基盤を提供しています。 Digital Twin Platform はまだ成長初期の段階にあるため、「何をつくるか」だけでなく「どのように市場に届けるか」や「どのようなビジネスモデルを試行していくか」といった点にも大きな影響を与えながら、プラットフォームと商用戦略がともに成熟していくプロセスに関わる、貴重な機会を得られます。 Woven Cityに関する詳細は、以下をご覧ください： https://www.woven-city.global/jpn/

既存のAPIや既成のパイプラインを組み合わせるだけでなく、モデルの設計・学習・チューニングまで深く携わる、シニアレベルのコンピュータビジョン／機械学習エンジニアを求めています。 シニアエンジニアとして、技術的な方向性をリードし、高い自律性をもって行動することが求められます。単に実行するだけでなく、難しい課題へのアプローチを定義し、CV/MLスタック全体のアーキテクチャに影響を与え、チームメンバーの成長を支援する役割を担います。 物流ハブ、配送センター、工場などの実環境におけるコンピュータビジョンの課題に取り組み、作業員・車両・荷物の検出および追跡、空間利用状況の分析、作業員の行動理解を通じた生産的な作業と無駄な作業の識別などを行っていただきます。 関連分野での研究経験や博士号を持つ方を歓迎しますが、博士号は必須ではありません。博士号をお持ちでない場合でも、豊富な実務経験と同等の技術的探究心・厳密さをお持ちの方を歓迎します。 少人数で裁量の大きいチームの中核メンバーとして、技術的な判断を通じてプロダクトの方向性と実世界への影響を直接形づくっていただきます。

産業環境向けに、物体検出、マルチオブジェクトトラッキング、分類、および行動認識のためのディープラーニングモデルを設計・学習・最適化する 物流拠点、配送センター、工場オペレーション向けに、リアルタイムのコンピュータビジョン推論パイプラインおよび分析システムを構築・運用する CV/MLモデルの性能と信頼性を継続的に向上させるため、データセット戦略、アノテーション基準、モデル評価、および実験設計を主導する より広範なプラットフォームエコシステム内におけるCV/MLシステムの技術ロードマップ、アーキテクチャ、および統合戦略を定義・推進する エンジニアリングのベストプラクティスを確立し、技術的リーダーシップ、設計レビュー、および最新のCV/ML技術導入を通じてエンジニアを育成・指導する

関連分野の学士号以上を有し、CV/MLエンジニアリングにおける7年以上の実務経験を有すること、または関連分野の博士号を有し、5年以上の応用実務経験を有すること モデル設計、学習、およびハイパーパラメータチューニングの実務経験があり、PyTorchまたはTensorFlowに精通していること 最先端の物体検出・複数物体追跡システムを含む、スケーラブルなPerceptionパイプラインの開発をリードした経験。また、モデルのトレードオフ、データ品質、評価手法、実環境へのデプロイにおける制約を十分に理解していること 本番環境において、複雑なCV/MLシステムをエンドツーエンドで提供・運用した実績があること 技術プロジェクトを主導し、アーキテクチャ上の意思決定を推進し、エンジニアリングの方向性に影響を与えた実績があること 古典的なコンピュータビジョン幾何学（カメラ内部・外部パラメータ、キャリブレーション、3D再構成の基礎）に関する十分な理解を有すること 英語による優れたコミュニケーション能力（読み書き・会話）を有すること

コンピュータビジョン・機械学習または関連分野のPhD 人物姿勢推定・骨格ベースの行動認識・動画における時系列アクティビティ認識の経験 エッジ推論の最適化に関する知識（TensorRT、ONNXエクスポート、量子化、プルーニング等） LiDAR・深度カメラ・マルチカメラキャリブレーションおよびセンサーフュージョン等、3Dセンシングモダリティの経験 物流・倉庫・工場等の産業分野での業務経験 スペース利用分析・在室率推定・歩行者／車両の動線分析の経験 動画アノテーションパイプラインやアクティブラーニングループの構築経験 トップティアのCV/ML国際会議（例：CVPR、ECCV、ICCV、NeurIPS など）での論文発表実績 Vision-Language Model（VLM）またはエージェント型システム設計の経験 MLワークロード向けクラウドプラットフォーム（AWS、GCP）の実務経験

laptop-ats-crawler v3