<完全自動運転の実現を目指しているディープテックスタートアップ>高品質なデータセット作成のためのロードマップを作成・推進するプロジェクトマネージャーを募集

チューリングでは、車載カメラの映像を入力に車の制御を行う「End-to-Endの自動運転MLモデル」の開発を行っています。



モデルの開発には Data-Centric AI と呼ばれるアプローチ

言語：Python

ライブラリ：PyTorch、OpenCV、MMDetection、ONNX

ミドルウェア：Slurm

Cloud：AWS、GCP

プラットフォーム：Jetson、Linux

必須スキル/経験

・チューリングの理念への共感

・マネージャーやテックリードとして、機械学習プロジェクトをリードした経験

・PyTorch などの深層学習フレームワークを利用した3年以上のモデル開発の経験

・深層学習で画像や動画などの Computer Vision を扱った経験

歓迎スキル/経験

・LiDAR 等のセンサーデータ（非構造化データ）を扱った経験

求める人物像

・世界的企業をつくる強い気概のある方

・自走力がありなんでも積極的に取り組める方

・常に謙虚で、相手目線を忘れない人間性

・急激な事業、組織の成長に伴う様々な変化を楽しめる柔軟性

・成長に対して前向きなスタンス

・困難も楽しみながら乗り越えられるタフさ

仕事の魅力

【この仕事の特徴・面白さ】

大きく3つあります。

1.データ量が大きい

2.非構造データを扱うのが難しい（し、やりがいがある）

3.自動運転ML開発向けのAPIやツールが少ないのでゼロベースで課題解決できる



1.について

チューリングでは、1日に数TB〜数十TBのデータ量がアップロードされます。このデータを「きれいな状態で・ただしく」データベースに格納していかないといけません。

データ量が多くなればなるほど、データの整理や保存方法、検索方法など気にするポイントが増えますし、データを扱いやすくするための基盤づくりや仕組みづくりが大事になってきます。



2.について

チューリングでは、8つのカメラから取得した映像データ、Lidarのセンサーデータ、GNSSの位置情報データなどを組み合わせています。属性の異なるこれらのデータをひとまとめてにしてきれいにするのは大変です。

また、チューリングでは1つの大きなAIモデルの中に複数のモジュールやサブタスクが無数にあります。モジュールやサブタスクによっては必要なデータの量や形式が異なります。そのため、それぞれのモジュールやサブタスクの開発事情を考慮して非構造データを整理していく必要があります。



3.APIやツールが少ない

自動運転ML開発向けのツールやサービスは少ないです。そのため、非構造データを自分たちでデータを適切に前処理・可視化・状態確認・データ分布整理をするためのツールを開発していく必要があります。



この開発のプロセスにおいてはMLエンジニアの業務フローを可視化して、彼らの業務プロセスにおいて効率化できる部分を探したり、ボトムネックを特定して課題解決するなどの動きが必要になってきます。

インタビュー

• 完全自動運転の実現にソフトウェア開発の技術を！ ペタバイト級の走行データからつくる自動運転基盤の裏側