エイム株式会社

自動運転AIモデル開発・エッジデバイス実装・最適化

【業務内容】
株式会社本田技術研究所にて、次世代のソフトウェア定義車両（SDV）および自動運転技術の進化を最前線で牽引するSDV研究開発センター・デジタルエンジン開発室のAI開発ブロックにおいて、「自動運転AIモデルの開発からエッジデバイスへの実装・最適化業務」をご担当いただきます。
AWSクラウドやSlurm・Docker環境を活用したGPUでのモデル学習をはじめ、最先端論文の調査、3DGS（3DGaussian Splatting）等を活用した自動運転シミュレータの構築、シミュレータと連携した強化学習環境・モデル評価環境の構築をメインに網羅します。
さらに、学習したカスタムモデルのTensorRT等による最適化、ONNX書き換え、画像バッチ処理やキャッシュによる推論パイプラインの高速化、ROS通信を前提とした通信・メモリ転送を含めたシステム全体の処理速度・リソース最適化、車両システムとの接続・デバッグ、さらには社内申請書類の作成やWBSによるタス
ク分解・メンバー指導、アジャイルカーの移動運転やバッテリー交換・CAN情報取得等の実車デバッグに至るまで、AIモデルの学習からエッジ実装・実車評価までの一気通貫の開発に深く携わる非常に先進的でコアなポジションです。

【具体的な業務内容】
・自動運転AIモデルの開発からエッジデバイスへの実装・最適化業務

【仕事の魅力・やりがい】
自動車業界のパラダイムシフトである「自動運転AIモデルの構築から車載エッジデバイスへの実装・極限までの高速
化」という、極めて高度かつ最先端の領域に主導的に関われる点が最大の魅力です。1年以上のプログラミング経験や
AWS・GPU環境・TensorRT等の専門知識を活かし、「最先端のAIモデルをいかに効率的に学習させ、限られた車載エッ
ジのリソース上でリアルタイムに高速動作させるか」「シミュレーション環境と実車（車両システム・ROS通信）を往
来しながら、システム全体のパフォーマンスをいかに限界まで引き上げるか」といった、最先端AIと車載エッジエンジ
ニアリングが高度に融合する極めてチャレンジングな課題に主体的に挑み、次世代モビリティの知能化基盤を自らの手
でカタチにする手応えを味わうことができます。
また、単なるソフトウェア開発の枠にとどまらず、C++・Pythonによる高度な実装力やTOEIC 470点以上の英語力を
ベースに、歓迎条件にあるVLA（Vision-Language-Action）や最新のAI論文の咀嚼・応用、ROS2の基礎知識、さらには
実車を用いたCAN情報の取得やデバッグといったハードウェアに近い実務経験を掛け合わせることで、自動運転AI・
エッジAIエンジニアとしての確かな市場価値とキャリアを築くことができます。第一線の開発現場で実践的なスキルを
磨き、次期型乗用車の自動運転開発を技術・エッジ実装の両面から力強くリードできることも大きなやりがいです。

【実働体制・サポート体制】
大阪府都周辺には弊社社員が複数名在籍しており、日常的な相談がしやすい体制です。
顧客先常駐であっても、社内メンバーと情報共有しながら業務を進められます。

★☆未来の自動車開発に挑戦する、エンジニア集団☆★
同社は自動車各分野における「技術力」を提供するエンジニアリング企業。高い技術実績からトヨタ、日産、ホンダなどの自動車メーカーや 自動車部品メーカー各社から高い信頼を獲得しています。
【モデルベース開発への強み】
次世代自動車の重要な部分を担うMBD開発や制御設計。同社は業界に先駆けて開発に着手しています。全ての自動車メーカーの仕様に合わせてこの分野の技術提供ができるのは業界内でも同社を含め、２社のみです。
【カーレース分野での世界NO.1実績】
同社は2007年から3年間、ル・マンレースにエンジンを提供することで参戦しています。ある新聞では、「無名ベンチャーの挑戦」と言われながらも、 2年後には、ル・マンシリーズの英国戦で優勝、2010年には、本戦の24時間レースで、ガソリンエンジン世界一の栄冠を手にしました。
【社風】
「前例がない、だからこそやる」が合言葉の同社。挑戦的な社風で築いてきた数々の実績、技術力は基に今後は自社開発にも力を入れていく方針です。

＜経験・スキル＞

【必須要件】
【モデル構築関連】
・AWSクラウドを活用した学習、データ操作、およびモデル評価の実務経験をお持ちの方
・SlurmやDocker等を用いたGPUクラウドにおけるモデル学習の実務経験をお持ちの方
・PyTorch、Transformers等の基本的なライブラリを用いた開発に慣れている方（SwiftやTRL等の学習ライブラリの知見があれば尚可）
・自動運転シミュレータ構築に向けて、3DGS（3D Gaussian Splatting）等を活用したシミュレータ構築に明るい方
・シミュレータと連携した強化学習環境構築に向けて、cosmos-rl等の強化学習ライブラリに明るい方
・シミュレータを活用した自動運転モデル評価に関する知見・関心をお持ちの方
【エッジ搭載関連】
・C++およびPythonを用いた実装経験をお持ちの方
・モデルの処理パイプラインを最適化できるスキル（カスタムモデルのTensorRT等への変換に向けたONNXモデルの書き換え、TensorRT-EdgeLLM等へのエクスポートによる処理速度最適化、モデルの適切な分解・推論エンジン選定による高速化、画像バッチ処理や過去推論分のキャッシュ
等による推論パイプライン全体の最適化）
・モデル部分にとどまらず、通信やメモリ転送などを加味したシステム全体の処理速度・リソース最適化（ROS通信環境等での実装等）を行えるスキ
ル

＜語学＞

■英語：読み書きレベル必須