レーダーシステム機械学習エンジニア

AI開発部で、レーダーシステムや製品開発の知見を持つ顧客と協働し、レーダー領域の新しいソリューションを開発する機械学習エンジニアです。受託開発のプロジェクトに参加し、計算機上のモデルだけでなく、実機での動作や現場におけるデータ取得・運用まで考慮して技術を形にします。長期プロジェクトとして開始された取り組みで、今後の拡大が見込まれています。

担当範囲は、技術調査や文献・論文を踏まえたサーベイから、レーダーデータの信号処理アルゴリズムの再現実装、受領データの確認と整理、データ収集計画の策定まで多岐にわたります。ドメイン上の課題に対して手法を調べ、実装し、実験によって評価します。機械学習モデルの設計、実験の管理、評価結果の整理、次に行う作業の明確化も担当します。既存手法の実装に加えて、独自の方法を考案して実装することも含まれます。顧客の業務プロセスを聞き取り、作業内容を文書にまとめ、結果をスライドで共有します。

顧客エンジニアとの定例会や日常的な議論を通じて、技術的な方向性と機械学習の活用方法を一緒に検討します。センサーの物理的な特性、信号処理に関わる数理、実環境の制約を踏まえてアルゴリズムを設計する点が業務上の特徴です。立ち上げ段階のプロジェクトであるため、開発方針やプロセスについても関与します。社内ではスクラムを用い、対話しながら仮説検証を進めます。

入社後3か月程度は、プロジェクトの専門用語とドメイン知識を学び、プロジェクト全体の構成や顧客が直面する課題を把握し、チームメンバーおよび主要な関係者との関係を築くことが期待されています。6か月以降は、未知の領域でも仮説を持って判断や提案を行い、特定の領域やタスクで独自の価値を発揮し、不確実性の高い作業を主導することが期待されます。方針や仕様が急に変わる場合にも柔軟に対応します。

配属先のAI開発部は、協業先からの出向者を含む約15名で構成され、3〜5名の小グループで活動します。メンターとの1on1、上長との隔週の1on1、隔週の知識共有セミナー、週次の全社ミーティングなどがあります。勤務は裁量労働制で、リモートを主体とします。勤務地は東京都千代田区神田神保町で、出社、短期または1か月程度までの長期出張、オンサイト対応があります。

使用する環境はPython、PyTorch、GitHub、Slack、Google Workspace、Notion、Docker、Linux、計算機クラスタ、Raspberry Piです。機械学習モデルはサーバー上で開発し、案件によっては車載コンピュータ（ECU）での動作を想定した最適化や、Raspberry Pi・Jetsonへのデプロイを行います。開発例として、自動車のドライバーモニタリングシステムにおける顔特徴点検出や視線検出のCPU向け効率化、スマートシティや自動運転車両の見守りを想定したエッジAIカメラ「ai cast」、音声認識・音声合成・応答検索・自動行動生成を組み合わせたマルチモーダルエージェント「Saya」が挙げられています。