画像/映像/言語/音声 等メディアを入力としたAI技術（メディアAI技術）のR&Dを推進するエンジニア、リサーチャー

組織紹介

NTT Communications の事業変革・事業創出を担うイノベーションセンター内の、テクノロジー部門は、「テクノロジーの力でコミュニケーションを1つ先へ​」をミッションとして掲げ、高度な技術スキルをベースとした技術開発を推進し、「技術」を通じて、事業の成長、新規事業/新サービスの創出、人材育成に貢献する組織です。

テクノロジー部門については、下記紹介資料もご覧ください。
https://speakerdeck.com/nttcom/ntt-communications-innovation-center-technology-deck

募集ポスト

画像/映像/言語/音声 等メディアを入力としたAI技術（メディアAI技術）のR&Dを推進するエンジニア、リサーチャー

業務内容

イノベーションセンター テクノロジー部門配下の、画像/映像/言語/音声 等メディアを入力としたAI技術（メディアAI技術）のR&Dを推進するプロジェクト（※）に参画いただき、メディアAIに関する(1)事業部/関連部支援、(2)最新技術の調査/研究開発/対外発表/知財化 業務を担当していただきます。実際に担当いただく業務は、担当者の経験・スキル・希望を考慮の上決定し、また定期的な見直しも行います。

弊社事業の発展あるいは創出を目指し、メディアAIを切り口として課題発見とその解決に意欲的に取り組んでいただける方、メディアAI技術開発のフロンティアを開拓し、弊社技術力のプレゼンスを高めていただける方を歓迎します。

現在プロジェクトで取り組んでいる技術キーワード

2023年12月時点で、以下に列挙するコンピュータビジョン（CV）関連技術を中心に取り組んでいます。一方で弊社事業領域でありながら未着手なメディアAI技術領域も多く、下記以外のCV領域あるいはCV以外の領域（コンピュータグラフィックス、自然言語処理、音声音響信号処理 等）にご興味のある方、専門とされる方も歓迎します。

NeRFとその応用（リモートレンダリング等）、画像マッチング、Structure-from-Motion（SfM）、三次元物体認識、物体検出・追跡、セグメンテーション、衛星画像解析、画像検索、クロスモーダル（Text-to-image）検索、大規模ニューラルモデル（LLM、VLM等）応用、ハードウェア高速化（TensorRT等）、3Dモデリング（Blender等）、ゲームエンジン（UE5等）活用

（※）2023年12月時点で8名（兼務含む）で構成される若いメンバー中心のチームです。弊プロジェクトから投稿した開発者ブログも是非参照くださいhttps://engineers.ntt.com/archive/category/%E3%83%A1%E3%83%87%E3%82%A3%E3%82%A2AI

求める経験・能力・資格

必要な能力・経験

• 画像/映像/言語/音声 等メディアを入力としたAI技術のいずれか一つ以上について、ディープラーニングE資格相当の知識・スキルを有すること（資格保有は必須ではありません）
• Python/Pytorch等を用いて何らかのメディアAI技術の実装・評価を行なった経験があること
• 英語の文献を調査し、その内容を周囲へ説明できること

望ましい能力・経験

• 関連分野の博士号（Ph. D）取得済の方を特に歓迎します
• 関連技術のソースコードを公開した経験や、オープンソースへのコントリビューション経験がある方を特に歓迎します

役職

能力・経験に応じて担当社員、主査にて採用を予定しております。

応募資格

当該職務、及び、それに準ずる職務の実務経験を有する方

環境

• リモートワークを中心に、有効なタスクについてはオンサイトを組み合わせるハイブリッドワーク
• フレックスタイム制（コアタイムなし）。分断勤務可。※試用期間は9:00～17:30の定型勤務となります。
• コミュニケーションツールとしてはslackを中心に、teamsやnework（NTT開発のオンラインワークスペース）等も併用します。
• 検証用PC等リモートワークに必要な機器を会社から貸与いたします。機器は自由度高く選んでいただくことが可能です。
  弊プロジェクトではAIモデルの学習評価に必要な計算機環境としてマルチH100/A100/V100 GPUサーバを複数所有しており、検証用PCからリモート接続して使用いただくことが可能です。またパブリック/ハイブリッドクラウドやk8s技術を専門に扱うプロジェクトとも連携しており、実際には更に多くの計算資源を用いることが可能です。