シニアコンピュータビジョン／機械学習エンジニア・Digital Twin Platform

業務内容

• 産業環境向けに物体検出・マルチオブジェクト追跡・分類・行動認識のディープラーニングモデルを設計・学習・最適化する
• 物流拠点・配送センター・工場オペレーション向けのリアルタイム推論パイプラインと分析システムを構築・運用する
• データセット戦略・アノテーション基準・モデル評価・実験設計をリードし、CV/MLモデルの性能と信頼性を向上させる
• プラットフォームエコシステム内の技術ロードマップ・アーキテクチャ・統合戦略を定義・推進する
• エンジニアリングのベストプラクティスを確立し、技術リーダーシップ・設計レビュー・教育を通じてチームを育成する

技術スタック

必須スキル

• CV/MLモデルの設計・学習・ハイパーパラメータチューニング
• PyTorchまたは TensorFlow に精通
• 最先端の物体検出・マルチオブジェクト追跡を含むPerceptionパイプラインの開発リード
• 本番環境でのエンドツーエンド運用実績
• アーキテクチャ決定と技術リーダーシップ、英語でのコミュニケーション能力
• コンピュータビジョン幾何学（カメラ内外パラメータ・キャリブレーション・3D再構成）の理解

歓迎スキル（該当する場合）

• PhDまたは同等の研究経験
• 姿勢推定・骨格ベースの行動認識・時系列アクティビティ認識
• エッジ推論最適化（TensorRT・ONNXエクスポート・量子化・プルーニング）
• LiDAR・深度カメラ・センサーフュージョンなど3Dセンサ
• 物流・倉庫・工場等の産業分野での実務経験
• 動画アノテーション・アクティブラーニング・動線分析・空間利用分析
• トップ会議での論文発表実績（CVPR/ECCV/ICCV/NIPS等）
• Vision-Language Modelやエージェント型設計の経験
• AWS/GCPなどクラウドプラットフォームでのMLワークロード運用経験

キャリア成長観点

• デジタルツイン/実証実験都市の実データを活用し、プラットフォーム全体の技術戦略と社会実装を牽引できる。
• 少人数チームの中核として技術判断と教育を通じ、自身のリーダーシップと影響力を大幅に高められる。
• 研究成果をビジネスモデル検証・市場適用へ結びつける機会があり、キャリアの幅と戦略的視野が拡大する。
• 3Dセンサ技術・エッジ/クラウドの統合開発など、最新技術と実世界適用の両方で高度な専門性を深められる。