【Python/AI】マルチモーダルデータ活用PoC推進案件

ドラレコ映像や音声など、車載環境から得られる複雑なマルチモーダルデータを活用し、次世代のAIテーマ検討およびPoCを推進するマシンラーニングエンジニア（MLE）を募集します。 2026年度上期に予定されているマルチモーダル（VLM/音声）の実装フェーズを見据え、モデルの選定から評価パイプラインの構築、ステークホルダーへの技術提言まで、PoCの「心臓部」を担っていただくミッションです。 主な業務内容 車載データを用いたAIテーマの実現可能性を検証するため、以下のMLE業務をリードしていただきます。 - VLMを用いたマルチモーダルPoCの推進 - CLIP等の埋め込み表現の活用、VLMのFine-tuningを含む技術検討。 - ドラレコ映像（動画）および音声（ASR）を組み合わせた高度な推論ロジックの実装。 - 評価パイプラインの設計・実装 - 車載特有のデータ（タイムスタンプ同期、ログデータ）を考慮した前処理実装。 - ベースラインモデルの選定と、定量的評価指標（KPI）の策定。 - 技術検討の可視化と合意形成 - 検証結果の資料化、論点整理を行い、次アクションをステークホルダーへ提案。

Pythonを用いたAIモデルの学習・評価の実務経験 画像・動画データの取り扱い経験（OpenCV等を用いた前処理、推論、評価の実装力） 自律的な課題解決能力（未確定な要件に対し、技術的側面から論点を整理し、実装に落とし込める方）

マルチモーダル（VLM等）への知見（CLIP等の埋め込みモデル活用やFine-tuningの実績） 音声データ（ASR/音声解析）の取り扱い経験 車載データ特有のドメイン知識（CANデータ、GPS等のタイムスタンプ同期、センサーログの紐付け） 最新論文の調査・選定能力（CVPR/ICCV等の動向に基づいた最適な手法の提案） クラウド環境（AWS/GCP/Azure）を用いたGPUリソースの管理・構築経験

製造・メーカー

2026年度上期に予定されているマルチモーダル（VLM/音声）の実装フェーズを見据え、モデルの選定から評価パイプラインの構築、ステークホルダーへの技術提言まで、PoCの「心臓部」を担っていただくミッションです。

言語: Python - 主なライブラリ: PyTorch / TensorFlow, Hugging Face (Transformers/Accelerate), OpenCV - AIモデル: VLM (CLIP, BLIP-2 etc.), ASR (Whisper etc.) - 環境: LinuxベースのGPU計算環境、GitHub、プロジェクト管理ツール

160時間〜

2026/03

フルリモート

1回

オンライン

あり

なし

2026/02/18 20:00:29