【画像・映像解析／3D／VLM】AI研究開発エンジニア ◈課題整理から実環境導入まで一貫担当◈最先端技術を社会実装◈

仕事内容

【業務内容】 交通、建設、物流、製造、防災などの現場課題に対し、画像・映像解析を中心としたAIシステムの研究開発・社会実装を一貫して担当していただきます。 既存モデルを利用するだけではなく、顧客の現場課題やデータ特性を踏まえ、必要なデータ、モデル構成、評価指標、精度目標、システム構成を自ら設計するポジションです。 〈具体的な業務内容〉 課題定義・技術企画: 現場のAI活用要件の整理、評価指標・精度目標・システム構成の設計 ■アルゴリズム開発： ・画像・動画解析（物体検出、セグメンテーション、姿勢推定、行動認識、異常検知） ・トラッキング・空間解析（MOT、Re-ID、マルチカメラ解析、カメラキャリブレーション、座標変換） ・3D、先進技術（SLAM、SfM、点群解析、VLM、Vision Transformer、GNN/Scene Graph） ■データ管理・精度評価： データセット・アノテーション仕様の作成、定量評価、エラー分析、論文/OSSの調査・再現実験 ■実運用化・技術指導： API化・推論最適化（TensorRT/gRPC）、エッジ/クラウド導入、顧客への成果説明、若手メンバーのコードレビュー ✨入社後は、本人の専門性に応じて、複数のAI研究開発案件または自社サービス開発を担当していただきます。 【開発環境】 ■主要言語 Python、SQL、JavaScript／TypeScript ■AI・機械学習 PyTorch、Transformers、OpenCV、scikit-learn、LightGBM、XGBoost ■画像・映像解析 YOLO、DETR、DINO、RT-DETR、SAM、CLIP、DINOv2、MMDetection、Ultralytics ■トラッキング ByteTrack、BoT-SORT、DeepSORT、OC-SORT、各種Re-IDモデル ■マルチモーダルAI Qwen-VL、LLaVA、InternVL等のVision-Language Model ■3D・空間解析 Open3D、COLMAP、Visual SLAM、SfM、Depth Estimation、NeRF、Gaussian Splatting ■バックエンド・推論基盤 FastAPI、gRPC、ONNX、TensorRT、TorchServe ■インフラ Linux、Docker、NVIDIA GPU、CUDA、AWS ■開発・管理 Git、GitHub、Jupyter、VS Code、MLflow等 ※すべての技術を使用するわけではありません。案件の目的、データ、必要精度、処理速度、運用環境を踏まえて最適な技術を選定します。 【求める経験・スキル】 ✨以下の専門領域のうち、1領域以上で設計〜改善まで自立して担当できる方を想定しています！ ①画像認識・物体検出： YOLO/DETR/DINO等の活用、構造改変、低照度・遮蔽・小物体等の精度改善 ②動画解析・トラッキング： ByteTrack/DeepSORT等、ID Switch改善、複数フレームによる行動認識 ③マルチカメラ・空間解析:：ホモグラフィ・射影変換、複数カメラ間Re-ID、実空間座標への変換 ④3Dコンピュータビジョン：SLAM/SfM/Depth Estimation、点群処理、PnP/RANSAC、センサーフュージョン ⑤ViT・マルチモーダルAI：ViT/CLIP/DINOv2等のFine-tuning、VLM（Qwen-VL/LLaVA等）開発、PEFT/LoRA調整 ⑥グラフ・時系列・関係性推論：GNN/Graph Transformer、Scene Graph設計、画像・グラフ・時系列の統合モデル