1A04.【研究開発】シニアリサーチエンジニア（Embodied AIモデル開発）

1A04.【研究開発】シニアリサーチエンジニア（Embodied AIモデル開発） 仕事概要 ### 【募集背景・ミッション】 ELYZAは、大規模言語モデル（LLM）の研究開発と社会実装において、国内トップクラスの実績を積み重ねてきました。私たちの次なる挑戦は、LLM/VLMが持つ高度な「意味理解」を物理世界へ接続し、現実空間の課題解決に挑む Embodied AI の領域です。 物理空間のデータをAIで解析し、ロボットやデバイスの制御・自律化を行うPhysical AIの領域では、新たな技術革新の先駆けとして、特定の作業に縛られず多様な物理タスクをこなせるVLA（Vision-Language-Action）モデルが注目を集め始めています。 技術フェーズとしては、LLMにおける2019〜2020年頃に相当するとも言われ、ELYZAでも今後1〜3年で実用レベルへの進化が見込まれる重要なタイミングだと考えています。 しかし、これらのモデルをそのまま日本の現場に持ち込んでも、精度や特定ユースケースへの適応力には限界があり、真の社会実装には至りません。 本ポジションのミッションは、ELYZAがこれまで培ってきた知見を活かし、現場での実用に耐えうる「特定ユースケース特化型のEmbodied AIモデル」を開発することです。さらに、そのモデルを実際の顧客現場へ適合させ、価値証明（PoC）を完了するまでを一気通貫で牽引していただきます。 最大の魅力は、豊富な計算基盤を活用した「基盤モデルの構築」と、現場のリアルなデータを高度な知能へと昇華させる「社会実装」の両輪を回せる点にあります。 ### 【業務内容】 ご本人の志向性やプロジェクトの稼働状況に応じて、Embodied AIモデルの研究開発から、現場でのPoC推進まで、R&Dと社会実装の垣根を越えて幅広く活躍していただきます。 - **Embodied AIモデルの開発：** - 既存のオープンモデルに対し、特定ユースケースに特化した学習を行い、精度と堅牢性を高める。模倣学習、強化学習（RL）、推論最適化などの技術を適用・拡張する。 - **PoC案件の技術リードと社会実装：** - 顧客の現場課題に対し、どのようなロボット構成・AIモデルで解決可能かの技術検証を行う - 現場特有のドメインデータを用いたファインチューニングやエッジデバイスへの実装を主導する - **ドメイン特化型マルチモーダル学習とデータループ構築：** - 画像・テキストに加え、「Action（軌跡や関節角度）」もモダリティとして扱う学習基盤を構築 - PoC推進チームと密に連携し、現場の失敗データ等をモデル改善に組み込むデータフライホイールを設計する - **ハイブリッド制御設計とシステム統合：** - 「学習ベース（AI）のアプローチ」と「ルール・アルゴリズムベースの制御アプローチ」の境界とトレードオフを正確に評価し、実機にデプロイされ確実に動作する高品質なソフトウェアモジュールを作成する - **最新手法の実装と精度検証：** - LLM/VLM領域の最新学習手法（効率的なファインチューニング手法、新しいトークン化技術など）をいち早くPhysical AI領域に転用・実装し、技術検証を行う ### 【本ポジションの魅力】 - KDDIとの提携による豊富な計算基盤を活用し、「基盤モデルの構築」に取り組むことができる - ロボティクス実装現場のリアルなデータを高度な知能へと昇華させ、研究開発だけでなく「社会実装」との両輪を回すことができる ### 【開発環境】 **セキュリティ意識を高く保ちつつ、利用可能な場面では Claude Code、Devin などの最新のAI開発ツールをフルに活用しています。** - 主な対象ハードウェア: シングル・ダブルアーム、デクスタラスハンド、ヒューマノイド - AI開発言語：Python, (Shell Script) - インフラ：Azure, Google Cloud, AWS, ABCI - コンテナ基盤：Docker, Singularity - 機械学習関連ツール：Hugging Face, W&B - ドキュメント・バックログ管理：Notion - コード管理：GitHub - 社内コミュニケーションツール：Slack, Google Meet, MetaLife - シミュレーター：MuJoCo、Isaac Sim - AI関連ツール：Claude Code、Devin、Gemini Pro、Notion AI ほか - 開発周辺ツール：Google Drive, Figma, GitHub 必須スキル ### 【募集背景・ミッション】 ELYZAは、大規模言語モデル（LLM）の研究開発と社会実装において、国内トップクラスの実績を積み重ねてきました。私たちの次なる挑戦は、LLM/VLMが持つ高度な「意味理解」を物理世界へ接続し、現実空間の課題解決に挑む Embodied AI の領域です。 物理空間のデータをAIで解析し、ロボットやデバイスの制御・自律化を行うPhysical AIの領域では、新たな技術革新の先駆けとして、特定の作業に縛られず多様な物理タスクをこなせるVLA（Vision-Language-Action）モデルが注目を集め始めています。 技術フェーズとしては、LLMにおける2019〜2020年頃に相当するとも言われ、ELYZAでも今後1〜3年で実用レベルへの進化が見込まれる重要なタイミングだと考えています。 しかし、これらのモデルをそのまま日本の現場に持ち込んでも、精度や特定ユースケースへの適応力には限界があり、真の社会実装には至りません。 本ポジションのミッションは、ELYZAがこれまで培ってきた知見を活かし、現場での実用に耐えうる「特定ユースケース特化型のEmbodied AIモデル」を開発することです。さらに、そのモデルを実際の顧客現場へ適合させ、価値証明（PoC）を完了するまでを一気通貫で牽引していただきます。 最大の魅力は、豊富な計算基盤を活用した「基盤モデルの構築」と、現場のリアルなデータを高度な知能へと昇華させる「社会実装」の両輪を回せる点にあります。 ### 【業務内容】 ご本人の志向性やプロジェクトの稼働状況に応じて、Embodied AIモデルの研究開発から、現場でのPoC推進まで、R&Dと社会実装の垣根を越えて幅広く活躍していただきます。 - **Embodied AIモデルの開発：** - 既存のオープンモデルに対し、特定ユースケースに特化した学習を行い、精度と堅牢性を高める。模倣学習、強化学習（RL）、推論最適化などの技術を適用・拡張する。 - **PoC案件の技術リードと社会実装：** - 顧客の現場課題に対し、どのようなロボット構成・AIモデルで解決可能かの技術検証を行う - 現場特有のドメインデータを用いたファインチューニングやエッジデバイスへの実装を主導する - **ドメイン特化型マルチモーダル学習とデータループ構築：** - 画像・テキストに加え、「Action（軌跡や関節角度）」もモダリティとして扱う学習基盤を構築 - PoC推進チームと密に連携し、現場の失敗データ等をモデル改善に組み込むデータフライホイールを設計する - **ハイブリッド制御設計とシステム統合：** - 「学習ベース（AI）のアプローチ」と「ルール・アルゴリズムベースの制御アプローチ」の境界とトレードオフを正確に評価し、実機にデプロイされ確実に動作する高品質なソフトウェアモジュールを作成する - **最新手法の実装と精度検証：** - LLM/VLM領域の最新学習手法（効率的なファインチューニング手法、新しいトークン化技術など）をいち早くPhysical AI領域に転用・実装し、技術検証を行う ### 【本ポジションの魅力】 - KDDIとの提携による豊富な計算基盤を活用し、「基盤モデルの構築」に取り組むことができる - ロボティクス実装現場のリアルなデータを高度な知能へと昇華させ、研究開発だけでなく「社会実装」との両輪を回すことができる ### 【開発環境】 **セキュリティ意識を高く保ちつつ、利用可能な場面では Claude Code、Devin などの最新のAI開発ツールをフルに活用しています。** - 主な対象ハードウェア: シングル・ダブルアーム、デクスタラスハンド、ヒューマノイド - AI開発言語：Python, (Shell Script) - インフラ：Azure, Google Cloud, AWS, ABCI - コンテナ基盤：Docker, Singularity - 機械学習関連ツール：Hugging Face, W&B - ドキュメント・バックログ管理：Notion - コード管理：GitHub - 社内コミュニケーションツール：Slack, Google Meet, MetaLife - シミュレーター：MuJoCo、Isaac Sim - AI関連ツール：Claude Code、Devin、Gemini Pro、Notion AI ほか - 開発周辺ツール：Google Drive, Figma, GitHub 歓迎スキル - World Modelsや動画生成モデルに関する研究開発、またはそれらを活用した環境ダイナミクスの予測・プラニング（行動計画）に関する知見や経験 - Top-tierカンファレンス（NeurIPS, ICLR, CVPR, ICML, CoRL, ICRA, IROS等）での主著論文の採択実績 - ROS / ROS2等のミドルウェアの使用経験、またはPythonを用いたロボット制御・API連携経験 - ロボット操作の大規模データセット（Open X-Embodiment等）や、オープンVLAモデル (π0, OpenVLA) 、フレームワーク (openpi, lerobot)を扱った経験 - 物理シミュレータ（NVIDIA Omniverse / Isaac Sim, MuJoCo, Habitat等）を用いた強化学習・模倣学習環境の構築経験 - 特定のドメイン（製造、医療、金融など）に特化したLLM/VLMといったAIモデルを開発し、社会実装に取り組んだ経験 求める人物像 応募概要 給与 ◆想定年収：9,000,000円～15,000,000円 ◆月給：625,000円～ ※経験・能力を考慮の上、決定いたします ＜内訳＞ 月額基本給：376,913円～ 固定残業手当（38時間/月）：139,871円～ 深夜残業手当（19時間/月）：13,988円～ 職能手当：94,228円～ ※超過した時間外労働の残業代は1分単位で支給 ◆業績評価：年2回 勤務地 【本社所在地】 ◆東京都文京区本郷3-15-9 SWTビル 5・6F 【就業場所】 ◆本社または自宅（変更の範囲なし/転勤はありません） ※フルリモートワーク可 【リモートワークについて】 ◆基本的にはフルリモート体制 居住地は日本国内に限ります（海外に居住してのフルリモート不可） ◆リモート/出社自由選択（出社回数規定/制限なし） メンバーのコミュニケーション促進のため、出社推奨日を設けていますが、各々の負担のない範囲でメンバー同士の交流を深めています。 北海道・沖縄・愛知などからフルリモートで働いている人、ワーケーションを楽しみながら働いている人、また出社メインの人など多様な働き方を実現しています。 雇用形態 正社員 勤務体系 【就業時間】 ◆スーパーフレックスタイム制（コアタイムなし：フレキシブルタイム6:00～22:00） ◆1ヶ月の標準労働時間：1日8時間×営業日数 ※時間外労働あり ・リモートワークと合わせて、時間や場所に縛られない柔軟な働き方が可能です。 ・ご自身の業務状況に合わせ、勤務時間の調整や中抜けなど子育てや介護との両立もしやすい環境です。 【休日休暇】 ◆年間休日120日（2025年度） ◆完全週休2日制（土日祝休み） ◆年末年始休暇 ◆有給休暇（入社時付与　※付与日数は入社月による） ◆産前産後休暇 ◆育児休暇 ◆慶弔休暇 試用期間 あり（3ヶ月） ※期間中の条件変更なし 福利厚生 【保険】 ◆各種社会保険完備（関東ITソフトウェア健康保険組合加入） 【諸手当】 ◆通勤交通費 【その他】 ◆ストックオプション制度あり ◆Gemini Pro、Claude Code、Devin、Cline、Notion AI など各種AIツールを利用可 ◆必要書籍を経費にて購入可能 ◆オフィスにて各種ソフトドリンク/コーヒー/炭酸などのドリンクやスナック無料提供 ◆副業・兼業OK（要申請） ◆入社後研修あり ◆週1.5日の「No Meeting Day」あり（毎週金曜終日・水曜午前） ◆内閣府ベビーシッター券の利用（1回4,400円の補助が受けられます） 【社内コミュニケーション】 ◆グループウェア：Google Workspace ◆Notion、Slackによる透明性の高い情報共有 ◆DiscordやMetaLifeなどバーチャルオフィスの活用 ◆メンター制度、チューター制度あり ◆月1〜2回の顧客事例共有、最新技術の勉強会、論文輪読会の開催 ◆月1回程度の懇親会 【選考プロセス】 書類選考→カジュアル面談/HR面談→1次面接→2次面接→最終面接→内定・オファー面談 ・選考意思を確認後、1～3回程度の面接を経て最終面接を実施します。 ・選考プロセスの中で、双方の理解促進のためにカジュアル面談や、ご希望に応じて体験入社等を実施いたします。 ・面接の形式については、オンライン/オフラインをご希望に応じて選択できます。またオフィス見学を実施することも可能です。 ・リファレンスチェックの実施を行います。詳細は選考に進んだ際にご案内させていただきます。