ヒューマノイド向けロボット基盤モデル（Vision-Language-Action）の開発を支えるMLOps基盤の設計・構築・運用を担当していただくポジションです。
大規模・多モータルデータを扱うためのデータ基盤、学習基盤、評価基盤、デプロイ基盤を構築し、研究開発チームが高速に仮説検証できる環境を作ることを期待するポジションです。

■役割
・　ヒューマノイドVLA開発のためのMLOpsアーキテクチャ設計
・　大規模・多モーダルデータを扱う学習基盤の開発・運用
・　学習・評価・デプロイ・再学習のループ循環構築
・　AI研究・ロボット実機チームが最短距離で試せる環境の構築

■具体的業務
・　MLOps / 学習基盤の構築・運用
　－分散学習・大規模学習の基盤設計・運用
　－モデル・データ・コードのライフサイクル管理
　－TB～PB級の映像・画像・時系列データのストレージ設計

・　データパイプラインの構築・運用
　－実機→ストレージ→学習基盤までのでデータフロー構築
　－大規模データを前提としたバッチ/ストリームの取り込み・変換
　－データ品質チェック・欠損検知・異常検知の仕組みづくり

・　オンプレ・クラウドの構築・運用
　－GPUクラスタ/オンプレ・クラウド混在環境の設計
　－コンテナ（Docker)・オーケストレーション基盤構築
　－CI/CD for ML（モデル・データ含む）
　－パフォーマンス・コスト・可用性・セキュリティの最適化

■使用ツール
・　Google Workspace
・　Slack
・　Miro
・　Notion
・　GitHub

■必須
・　機械学習基盤またはMLOps領域の実務経験（以下のうち複数領域での経験）
　－GPUサーバーまたはクラウド環境を用いた大規模学習基盤の構築・運用
　－Docker等を用いたコンテナ実行環境の構築
　－Kubernetes等を用いた分散実行基盤の構築・運用
　－大規模データパイプラインの設計・運用
　－モデル学習・評価・デプロイを自動化するMLOps基盤の構築
　－MLワークフローの自動化・運用改善

・　ソフトウェア開発経験（以下のうち複数領域での経験）
　－Linux環境での開発・運用経験
　－Pythonによるバックエンドまたは自動化開発経験
　－Gitを用いたチーム開発経験

・　研究者またはMLエンジニアと協業し、基盤を構築・運用した経験

・　高負荷または大規模データを扱うシステムの設計・開発・運用経験

■歓迎
・　ロボティクス/Physical AI/Vision-Language-Action（VLA）関連プロジェクト経験
・　映像・画像・時系列データを扱うML基盤の構築経験
・　GPUクラスタまたは分散学習基盤の構築・運用経験
・　分散学習フレームワークの運用経験
・　ストレージ・ネットワークのパフォーマンスチューニング経験
・　大規模ML基盤のコスト最適化経験
・　セキュリティ・アクセス制御設計経験

■人物タイプ
・　MLOpsを単なる運用ではなく、ビジネスや技術戦略のコアと捉えられる方
・　不確実性の高い研究開発環境を楽しめる方
・　「動かない理由」を基板側から潰しに行ける方
・　ロボット実機とAI学習の両方に興味がある方
・　世界レベルのヒューマノイド開発に本気で挑戦したい方

◇エンジニア
想定年収：500～1,000万円（みなし残業代込）
◇シニアエンジニア
想定年収：1,000～3,000万円（みなし残業代込）