【R&D事業部】【Computer Vision】 Research Engineer

【R&D事業部】【Computer Vision】 Research Engineer 仕事概要 ■ 募集背景 APTOでは、AIモデル開発に不可欠な学習データの生成・整備・評価プロセスをプロダクトとして提供しています。 近年、AIの中でも特にコンピュータービジョン領域においては、 ・物体検知・セグメンテーション・トラッキングなどモデルの高度化 ・実運用を前提としたデータ量・品質要件の急激な引き上げ ・製造・検査・図面解析など産業領域特有のデータ課題の顕在化 ・Physical AI(ロボティクス)におけるビジョンデータの処理、シミュレーション（Data augmentation) が同時に進み、モデル性能を左右する要因はアルゴリズム以上に 「どのようなデータを設計し続けられるか」 に移行しています。 特に現在は、 ・学習データの品質が属人的に管理されている ・評価指標と実運用性能が乖離している ・データ改善の方法論が体系化されていない という課題があり、コンピュータービジョンモデルの性能をデータの観点から継続的に引き上げられるメンバーが求められています。 そこで今回、CV領域におけるデータ設計と評価ループを担うResearch Engineerを募集します。 ■ コンピュータービジョン領域における課題 コンピュータービジョンとは、コンピュータに人間の「目」と「認識能力」を持たせる技術です。 画像や映像から特徴を抽出し、 ・物体が何かを識別し ・どこにあるかを特定し ・どのように動くかを理解する ことを可能にします。 主な技術領域には以下があります。 ・画像分類 画像全体から対象物のカテゴリを識別する技術。 ・物体検知 画像内の対象物の位置と種類を同時に特定する技術。 ・セグメンテーション 画素レベルで対象物を区別する高度な認識技術。 ・トラッキング 動画内における物体の動きを継続的に追跡する技術。 ・シミュレーション Nvidia Cosmos, Issac sim等を使ったデータの増強 ■ 本ポジションの本質 コンピュータービジョンモデルが正しく学習され、実環境で安定して動作し、課題を解決できる状態を、データ設計と評価ループの構築によって実現することを担っていただくポジションです。 扱う対象は単なる画像データではなく、 ・ノイズを含む実世界データ ・クラス不均衡の激しいデータ ・長尾分布を持つ例外ケース といった、CV特有の難しさを持つデータです。 ■ 主な役割 ・物体検知・セグメンテーションモデル向けデータ設計 ・画像・動画データの前処理・品質管理 ・アノテーション方針およびガイドライン設計 ・モデル評価指標の設計および評価分析 ・学習 → 評価 → データ改善のフィードバックループ構築 ・モデル開発チームとの連携による性能改善 ■ 研究・応用テーマ例 本ポジションでは以下の一例のようなテーマに取り組みます。 CVデータ設計 ・モデル性能を最大化するデータ分布設計 ・少量データ環境におけるデータ効率化 ・長尾クラス問題への対応 評価設計 ・実運用性能を反映する評価指標設計 ・誤検知・未検知の原因分析 ・アノテーション品質評価手法 産業応用 ・製造ラインにおける異常検知データ設計 ・図面画像の構造理解・3D化に向けたデータ設計 ・マシンビジョンにおける実環境適応 ■ 主軸（最も期待する領域） ・CVモデル向けデータ設計・品質管理 ・モデル評価とデータ改善ループ構築 ・Pythonを用いた画像データ処理・分析 ・データ視点からのモデル性能改善 ■ このポジションで得られるもの ・CVモデル性能を左右するデータ設計の実務経験。 ・実環境で使われるマシンビジョンの課題解決経験。 ・研究とプロダクト開発を横断したキャリア。 ・AIの社会実装を支える基盤設計への関与。 必須スキル ■ 募集背景 APTOでは、AIモデル開発に不可欠な学習データの生成・整備・評価プロセスをプロダクトとして提供しています。 近年、AIの中でも特にコンピュータービジョン領域においては、 ・物体検知・セグメンテーション・トラッキングなどモデルの高度化 ・実運用を前提としたデータ量・品質要件の急激な引き上げ ・製造・検査・図面解析など産業領域特有のデータ課題の顕在化 ・Physical AI(ロボティクス)におけるビジョンデータの処理、シミュレーション（Data augmentation) が同時に進み、モデル性能を左右する要因はアルゴリズム以上に 「どのようなデータを設計し続けられるか」 に移行しています。 特に現在は、 ・学習データの品質が属人的に管理されている ・評価指標と実運用性能が乖離している ・データ改善の方法論が体系化されていない という課題があり、コンピュータービジョンモデルの性能をデータの観点から継続的に引き上げられるメンバーが求められています。 そこで今回、CV領域におけるデータ設計と評価ループを担うResearch Engineerを募集します。 ■ コンピュータービジョン領域における課題 コンピュータービジョンとは、コンピュータに人間の「目」と「認識能力」を持たせる技術です。 画像や映像から特徴を抽出し、 ・物体が何かを識別し ・どこにあるかを特定し ・どのように動くかを理解する ことを可能にします。 主な技術領域には以下があります。 ・画像分類 画像全体から対象物のカテゴリを識別する技術。 ・物体検知 画像内の対象物の位置と種類を同時に特定する技術。 ・セグメンテーション 画素レベルで対象物を区別する高度な認識技術。 ・トラッキング 動画内における物体の動きを継続的に追跡する技術。 ・シミュレーション Nvidia Cosmos, Issac sim等を使ったデータの増強 ■ 本ポジションの本質 コンピュータービジョンモデルが正しく学習され、実環境で安定して動作し、課題を解決できる状態を、データ設計と評価ループの構築によって実現することを担っていただくポジションです。 扱う対象は単なる画像データではなく、 ・ノイズを含む実世界データ ・クラス不均衡の激しいデータ ・長尾分布を持つ例外ケース といった、CV特有の難しさを持つデータです。 ■ 主な役割 ・物体検知・セグメンテーションモデル向けデータ設計 ・画像・動画データの前処理・品質管理 ・アノテーション方針およびガイドライン設計 ・モデル評価指標の設計および評価分析 ・学習 → 評価 → データ改善のフィードバックループ構築 ・モデル開発チームとの連携による性能改善 ■ 研究・応用テーマ例 本ポジションでは以下の一例のようなテーマに取り組みます。 CVデータ設計 ・モデル性能を最大化するデータ分布設計 ・少量データ環境におけるデータ効率化 ・長尾クラス問題への対応 評価設計 ・実運用性能を反映する評価指標設計 ・誤検知・未検知の原因分析 ・アノテーション品質評価手法 産業応用 ・製造ラインにおける異常検知データ設計 ・図面画像の構造理解・3D化に向けたデータ設計 ・マシンビジョンにおける実環境適応 ■ 主軸（最も期待する領域） ・CVモデル向けデータ設計・品質管理 ・モデル評価とデータ改善ループ構築 ・Pythonを用いた画像データ処理・分析 ・データ視点からのモデル性能改善 ■ このポジションで得られるもの ・CVモデル性能を左右するデータ設計の実務経験。 ・実環境で使われるマシンビジョンの課題解決経験。 ・研究とプロダクト開発を横断したキャリア。 ・AIの社会実装を支える基盤設計への関与。 歓迎スキル - 物体検知・セグメンテーションモデルの実務経験。 - データセット設計やアノテーション品質管理の経験。 - 画像データの長尾問題・不均衡問題への対応経験。 - 産業領域（製造・検査・図面解析など）でのCV活用経験。 - 研究活動・論文実装・学会発表経験。 - Physical AI(IL、 VLA)の研究実績、経験 求める人物像 - モデル単体よりも 「データと評価で性能を上げる」ことに面白さを感じる方 - 研究だけでなく、実運用されるAIプロダクトに関わりたい方 - モデル開発者と対話しながら、データ設計をリードしたい方 - AIプロダクトの“裏側の要”として責任を持ちたい方 応募概要 給与 応相談（経験等に応じて600万円 ～ 1500万円程度を想定） 勤務地 東京都千代田区岩本町 2-4-1 神田岩本町プラザビル504 ※ハイブリッド勤務（リモートと出社の併用） ※週3以上出社が必須となります。 雇用形態 正社員 勤務体系 勤務時間：フレックスタイム制（コアタイム：11:00〜15:00） 休日・休暇：土日祝日、夏季休暇、年末年始休暇、慶弔休暇 試用期間 福利厚生 ◾️休日・休暇 ・年次有給休暇 ・土日祝日 ・夏季休暇 ・年末年始休暇 ・慶弔休暇 ・産前産後休暇 ・育児休暇 ・生理休暇 ◾️福利厚生 ・各種社会保険完備 ・交通費全額支給 ・健康診断 ・インフルエンザ予防接種 ・書籍購入費負担 ・カンファレンス参加費負担 ・社内勉強会 ・社内会食費用支援 ・1on1 ・フリードリンク ・モニター貸与 ・自販機設置"