自動運転・運転支援システム開発【機械学習モデル・ソフトウエア開発】AD/ADAS Development [MachineLearningModel and Software Development]

(English follows Japanese)

チームのミッション/責任

知能化された自動運転・運転支援システムを実現する機械学習による認識・制御技術開発。

職務内容

他部門や開発パートナー、研究機関などと国内外問わず協業し、自動運転・運転支援システムにおける下記業務をお任せします。また、海外での現地評価、開発なども行っていただきます。
具体的な業務内容：
・機械学習、ディープラーニング等のAI技術を活用した認識技術開発
・機械学習、ディープラーニングを活用した他車予測・行動計画・軌道生成のAIモデルおよびソフトウエアの開発
・AI認識アルゴリズムのソフトウエア設計・実装（枝刈り、量子化、蒸留、組み込みECUへの実装）
・AIモデルおよびソフトウェアの学習、検証のためのフレームワークの開発（MLOps、シミュレーション環境の構築）
・AIモデルおよびソフトウェアの学習、検証のためのデータセットの開発（実車データの計測、合成データの生成）

開発ツール等

・言語：C、C++、Python
・OS：QNX、Linux
・AIツール：Pytorch、TensorFlow、MLflow、MetaflowCaffe、Chainer、 等
・クラウドデプロイ系環境ツール：AWS、Azure、GCP、Docker、Git、Kubernetes 等

必要となるスキル・経験

必須

機械学習を用いた認識技術・制御技術の研究・開発経験（いずれか3年以上）
＜事例＞
　・センシングソフトウェア
　・画像認識/物体検知アルゴリズム
　・センサ信号からの物体識別アルゴリズム
　・センサーフュージョンアルゴリズム
　・AIモデルの経路制御適用
・AIモデルの認識から制御まで End-to-End 適用
　・AIモデル最適化
※モビリティ業界の経験は必ずしも不問
 

尚可

・自動運転、安全運転支援システムに関する知識・開発経験、組み込みコード実装の経験（経験3年以上）
・大規模システムの開発経験（経験3年以上）
・カメラ、レーダー、ライダー、ソナーなどセンサーに関する基礎知識または実務経験
・GDPR 等プライバシーポリシーに関する知識・開発経験
・組み込み向け量産コードの開発経験、ソフトウェアテスト、ASIL対応、Automotive SPICELevel2以上の開発経験
・実車を用いた自動運転/運転支援機能の機能評価の経験

語学力

ビジネスレベルの英語力

この役割を通じて得られる経験・スキル

・最先端の認識技術開発スキルと商品化の経験
・Camera・Lidar・Radarと機械学習を用いたハイエンドな認識技術の開発
・認識から制御までの End-to-End 機械学習モデルの開発

Team’s Mission / Responsibilities

Development of recognition and control technologies using machine learning to realize intelligent autonomous driving and driver assistance systems.

Job description

You will be working with various departments, development partners, and research institutions both domestically and internationally to engage in the following tasks related to autonomous driving and driver assistance systems. You will also be involved in on-site evaluations and development overseas.

Specific job responsibilities:

• Development of recognition technologies utilizing machine learning and deep learning AI technologies.
• Development of AI models and software for other vehicle prediction, behavior planning, and trajectory generation using machine learning and deep learning.
• Software design and implementation of AI recognition algorithms (pruning, quantization, distillation, implementation in embedded ECUs).
• Development of frameworks for learning and verification of AI models and software (MLOps, construction of simulation environments).
• Development of datasets for learning and verification of AI models and software (measurement of real-world data, generation of synthetic data).

Development tools:

• Languages: C, C++, Python
• OS: QNX, Linux
• AI tools: Pytorch, TensorFlow, MLflow, MetaflowCaffe, Chainer, etc.
• Cloud deployment environment tools: AWS, Azure, GCP, Docker, Git, Kubernetes, etc."

Requirements

Required skills / experience

3+ years of research and development experience in machine learning-based perception and control technologies.

Examples:

• Sensing software
• Image recognition/object detection algorithms
• Object identification algorithms from sensor signals
• Sensor fusion algorithms
• Application of AI models to path control
• End-to-end application of AI models from recognition to control
• AI model optimization

Prior experience in the mobility industry is not strictly required.

Preferred skills / experience

• 3+ years of knowledge, development experience, and embedded code implementation experience related to autonomous driving and advanced driver assistance systems.
• 3+ years of experience in developing large-scale systems.
• Basic knowledge or practical experience with sensors such as cameras, radars, lidars, and sonars.
• Knowledge and development experience related to privacy policies such as GDPR.
• Experience in developing mass-production code for embedded systems, software testing, ASIL compliance, and Automotive SPICE Level 2 or higher development.
• Experience in functional evaluation of autonomous driving/driver assistance functions using actual vehicles.

Language Skills

Business-level English

Experience and skills gained through this role

• Experience in developing state-of-the-art perception technologies and bringing them to market.
• Development of high-end perception technologies using cameras, lidars, radars, and machine learning.
• Development of end-to-end machine learning models from perception to control.