機械学習・データ活用 組み込みエンジニアの求人・転職情報

① ビークルOS(車載OS)の開発 次世代のAD/ADASシステムを安全かつ安定的に動作させるためのビークルOSの開発を行います。 サプライヤーと連携した開発と、完全内製化の開発の2種類があるため、組込み開発において何らかのご経験があれば、ご活躍の可能性がございます。 (実装やテスト経験者も対象) ※専門性や適性、会社ニーズなどを踏まえ、会社が定める業務への配置転換を命じる場合があります。 ≪業務委細≫ ・AUTOSAR Adaptive / Classicに基づいたOS・ミドルウェア層の要求仕様策定、設計、実装 ・OSとアプリケーション間のインターフェース仕様策定および調整 ※OSやミドルウェア開発経験、リアルタイムOS、仮想化技術、セキュアブートやプロセス間通信(IPC)などの知識が活かせます。 ②車載アプリケーション/サービスのインテグレーション(統合・検証) 開発したビークルOS上で動作する各種AD/ADAS向けアプリケーションやサービスを統合し、最適に動作させるための設計・検証を行います。 インテグレーションを完遂するには、OSのカーネル、通信ミドルウェア、ハードウェア、そして上位のアプリ層まで、すべてのレイヤーに精通する必要があります。 そのため、特定の技術に閉じこもらず、フルスタックな知識が自然と身につきます。 ≪業務委細≫ 他チーム・他社が開発したアプリをビークルOSに適切に組み込み・配置 ソフトウェア間の通信や依存関係を調整・チューニング システム全体での機能検証・統合テスト・不具合解析/対策 ③ 次世代通信ミドルウェアの開発・実装 AD/ADAS向けの通信ミドルウェア(DDS、SOME/IP、MQTT等)」の開発は、車の安全性向上に直結する領域です。 システムのふるまいについて低遅延・正常作動を実現させる仕事です。 ≪業務委細≫ SOME/IP、DDS、MQTTなど、車内・車外通信プロトコルのAD/ADAS向けの最適化と実装 異なるドメイン間でのデータ交換を安全かつ低遅延で行うためのルーティング制御やメッセージブローカーの開発 ●生成AIを活用した開発プロセスの改善及び内製化促進 プラットフォームの開発実務を担っていただきながら、当該領域における開発効率を上げるためにAI活用の推進を担っていただきたいです。 既存の開発手法に囚われずに、開発プロセスの課題を特定し、最新のAI技術を駆使しながら改善につなげていただくことがミッションです。 ≪業務委細≫ ●過去資産のデータ化 過去の膨大な開発・設計資料をデータ資産化し、ナレッジ検索・再利用性を向上させる基盤構築。 ●テスト自動化 生成AIを活用したテストコードの自動生成、検証工程の自動化による工数削減 ●開発の内製化推進 AIコードアシスタント等を活用し、従来外注していた実装業務を社内でスピーディーに行う「内製開発」へのシフト推進 【開発ツール】 AUTOSAR Adaptive/Classic, POSIX, Linux, HyperVisor, C/C++, Python, シェルスクリプト, Doors, EnterpriseArchitect, PREEvision, JIRA/Confluence, Git, SVN, Jenkins, Wireshark等

情報科学を活用した異常検知に関する技術研究、ソフトウェア ●職務内容 自社製品/自社サービスの開発 新たな防災設備の開発に携わるやりがいの大きい仕事です! 画像処理などのICT技術を活用したセンサ機器の研究開発をご担当頂きます。 ①「画像処理火災検知システム」の製品開発等 ②「異常検知システム」の製品開発等 ③ その他、各種防災システムの製品開発 ●具体的には 画像処理等、データサイエンスを活用したセンシング機器、およびネットワーク経由でデータを解析するシステムの技術研究～先行開発業務を中心にお任せします。 従来からの防災設備の枠を超え、プラントやインフラなどの重要設備を監視する異常検知システムの新技術を研究開発しています。

工場現場における人作業の自働化(ロボット導入)を加速させるため、フィジカルAIの現場活用に向けた技術開発を担当していただきます。シミュレーションと実機を連携させた開発環境での検証から、実際の現場への適用に伴って生じる課題の解決まで一貫して取り組み、現場での実用化を目指します。 ●具体的な業務内容 フィジカルAIの工場現場への適用 ・ロボット実機(ヒューマノイド含む)を活用した現場動作検証(検証エリア・工場現場) ・ロボット-センシング機器の制御・通信技術開発 ・データ収集・モデル学習 Ubuntu(LINUX)、ROS2、Python、Issac Sim AI処理PC保有、クラウド環境、各種ロボット保有、ロボット評価用実機検証エリア保有 職種の変更範囲:技術職・事務職・技能職業務

企業のDXを支援するために既存ツールやスクラッチでの開発支援を行います。 例えば、最近トレンドとなっているAWSクラウドサービスをフルに利用したWebアプリケーションを開発しています。 AWSやAzureサービスは様々な機能を提供しているため、従来の開発とは異なり、お客様のコストメリットや自社の開発効率を意識したノウハウが必要となります。 そのノウハウを社内で学んだ後、昨今トレンドであるVue.js、React、Python、TypeScript、Java、C#、スマホ対応言語などを用いてスクラッチ開発を実施して頂きます。 開発環境 ●インフラ(クラウドサービス):AWS、Azure など ●OS:Windows 系、Linux 系 ●ミドルウェア(DB):SQLServer、Oracle、PostgreSQL ●開発環境: GitHub、Slack、Teams、BackLog ●使用言語: java、JavaScript、C#、.NET、Vue.js、React、Python、TypeScript、スマホ対応言語 プロジェクト事例 全行程に亘って内製化を支援「大手部品メーカ/営業管理システムの開発」 お客様は旧システムをMS社/Dynamics 365に切り替えることを決定し、これにより営業管理システムもDynamics 365 Customer Engagement (Dynamics CE)で実現しようとしております。 本事業は市民開発により、「社員のスキルアップ」と「開発のコストダウン」を目的としており、 全工程にわたってその内製をご支援しております。 教育時には、お客様の業務に合わせた教材をご用意し、分かりやすさを追求しました。また、要件定義では現行業務とDynamics CEのフィット＆ギャップをお客様と共に検討し、要件定義書を作成しております。開発時には、お客様と豆蔵が開発する範囲を両社で考慮し、お客様にとって無理のない役割分担を行い、内製支援を行っております。なお、保守時にはメールとWeb会議をベースにした技術サポートも行っております。 経営の見える化、売上/機会損失の大幅削減に寄与「有名お菓子屋/データ統合によるWebアプリの開発」 お客様はシステムの全面的な刷新を考えていたが、ヒアリングの結果、数億円以上かかるERPの導入は予算的に難しい状況であることがわかりました。 そこで、AsIs＆ToBe業務フローを作成し、既存システムを有効活用する考え方の元、以下の２つの提案をし、採用していただきました。 ① 経営の見える化（データ統合、加工、表示） ② 売上/機会損失の大幅削減（新業務） 本件は会社全体のDX化を意識したステップ論の提案から始まります。 データの活用が勝負の分かれ目と考え、まずはデータを統合し、その後次のフェーズからは予算に基づいて『需要予測』を実施するような提案を行い、お客様に喜んでいただいています。また、Webアプリの開発・運用コストを削減するためにAWSサービスを積極的に活用しています。具体的には、クライアント側の処理はVue.js、TypeScript、JavaScriptで開発し、サーバ側はデータ保管的にJavaで開発するなどしてAWSの運用コストを削減しています。 製造業のデジタル変革に寄与「メーカー向け見積りアプリの開発」 新規事業発足時からサポートしている製造業のお客様から、業務DX化のご相談をいただきました。 見積依頼への対応が属人化しすぎており、対応できる社員がいないと見積が出せず困っている、機会損失にもつながっており対応は喫緊の課題とのこと。 そこで、専門知識がない方でも、誰でも簡単・迅速に見積もりが行えるWebアプリを提案、お客様からの了承を得た後は、スピーディーに開発を進め、事業課題の解決に貢献しました。 DX事業では、約３か月のスパンで新規機能をリリースするようなサイクルを採用し、市場のご要望を迅速に反映するスピードを重視しています。また、開発では様々なご提案を実施しており、クラウドにはAWSを利用し、クライアントアプリにはVue.jsとJavaScriptを使用し、サーバアプリにはJavaを用いて開発を行っています。

●ポジション SE、PG 開発メンバー ●案件の特徴 ・AI、機械学習、3次元データ(SLAM)に関わる研究開発、プロダクト、サービス開発を行います ・エンドユーザーは多岐にわたり、製造業、建築、建設、インフラ、医療など幅広い業界の案件が中心です ・案件の多くがプライム案件のため、顧客(メーカー)との距離が近い点も特徴です ・顧客の課題解決に向け、技術提案から検証、成果報告までを一貫して担当し、PDCAを回していきます ・PoCで開発したアルゴリズムをもとに、社会実装に向けたシステム開発にも携わることができます ・チームは30代～40代のベテランから20代の若手まで、幅広い世代で構成されています ・社内コミュニケーションが取りやすく、相談しやすい環境です ●対応フェーズ ・課題定義(顧客課題の整理・要件の明確化) ・技術提案(解決に向けたアプローチの検討・提案) ・技術検証(アルゴリズム開発や実データを用いた検証) ・成果報告(検証結果の取りまとめ・次フェーズの提案) ・技術雑誌や論文の執筆など ●入社後の業務 社内で請け負っているPoC案件に従事していただきます。 ・技術提案 ・技術検証 ・成果報告 社内での経験を積んだのち、顧客折衝(課題定義、見積もりなど)も行っていただきます。 また、スキルや意欲がある方はリーダーとしてのポジションもご担当いただきます。 ●変更の範囲 その他会社の定める業務 ●眼底検査装置への先端技術導入 □概要 AIモデルを使用したアプリ開発、眼底検査装置の制御開発案件です。 セグメンテーションAI技術を使用し、眼底画像の自動色分けAIモデル開発を行っています。 また、生体組織情報の取得、診察から結果提示までの高速化などを対応します。 □開発環境 OS:Windows10 □開発言語、技術:C++、Python、CUDA □関連技術:DeepLab V3+(セグメンテーション) ●リサイクル選別機開発 □概要 AIを利用したリサイクル選別機器の開発案件です。 複数種類の物体をラインカメラで撮像し、物体検知にて判別を行うAIモデルを開発しています。 判別結果を表示するGUIアプリケーションの開発や、選別機の周辺機器の制御などを対応します。 □開発環境 OS:Windows、Ubuntu □開発言語:Python、C++、CUDAなど □関連技術:DeepLearning(物体検知) ●CutPaste手法の高度化による精度改善 □概要 既存手法をベースとした、アルゴリズム改造による精度向上検証案件です。 論文調査から手法検証までを対応しています。 こちらは大学との産学連携案件であることも特徴です。 □開発環境 OS:Ubuntu □開発言語:Python □関連技術:CutPaste、DeepLearning、異常検知 以下に弊社の過去開発事例がまとまっています。 (ダウンロード可能) ●開発事例集 ・製品/システム開発編:https://www.compmind.co.jp/wp-content/uploads/2025/04/Development_case_collection.pdf ・研究開発/PoC編:https://www.compmind.co.jp/wp-content/uploads/2025/04/Development_case_collection_rd.pdf

【Divisionのミッション・ビジョン】 先端技術・アジャイルを用いた、KDDIグループのData×AI領域への貢献 【Unitのミッション・ビジョン】 最先端 Data × AI 基盤の継続的な提供・高度化 【募集背景】 ・大規模データ基盤構築/運用において、実装力を持つ若手エンジニアを増員 ・将来のリーダー候補となる人材を育成 【業務内容】 ■ 案件イメージ ◆分析基盤構築:KDDIの約4,000万人規模のお客様から得られるテラバイト級のデータをもとに、分析や機械学習によって示唆を出し、業務改善、マーケティング等に活用するための基盤構築。利用者:ARISE社内分析者、KDDIのマーケティング施策担当/分析担当など ◆アクセスログ収集基盤構築:KDDIの各種サービスにおけるテラバイト級のアクセスログをニアリアルタイムで収集、蓄積、加工し、分析・BI・他システムへ連携する基盤構築。利用者:KDDIのマーケティング施策担当/分析担当など ◆配信基盤構築:KDDIのお客様に対して、個々のニーズに合わせつつ、大量配信を実現するマーケティングオートメーション基盤の構築。利用者:KDDIのマーケティング施策担当など ■ポジションの期待役割 データ分析基盤及びデータ処理・連携システムの要件定義/設計/開発/運用​ (案件のフェーズを踏まえ、ご担当いただく工程を決定いたします)​ 例)上長指示のもと、以下のような業務を遂行 ・データ基盤の詳細設計〜実装 ・技術的課題の特定・改善 ・技術的な顧客コミュニケーション ・進捗管理・タスク管理 ■具体的な業務内容 ・要件整理〜仕様作成 ・Spark / Databricks / BigQuery / Snowflake / Python / SQLなどを用いた各種設計・開発 ・ETL/ELT設計・開発 ・DWH→BI連携設計・開発 ・CI/CD環境設計・構築 ・テスト/障害一次対応 ・ドキュメンテーション ■ 1日の流れ(例) AM:実装 PM:テスト → 調査 → BI連携/資料更新