組み込みエンジニア(Kubernetes)の求人・転職情報

【具体的には】 次世代IVIシステムにおけるOS・ミドルウェア・BSP領域の開発リードを担当いただきます。単に動くものを作るだけでなく、製品としての「応答速度」「安定性」「拡張性」に責任を持ち、最高のユーザー体験(UX)を支える基盤を構築していただきます。 ●Android/Linuxプラットフォームの設計・実装(Kernel/Driver/HAL) ●SoCベンダー(Qualcomm等)提供のBSP適合およびカスタマイズ ●システムパフォーマンスの最適化(起動時間短縮、メモリ管理、省電力制御) ●AWS等を活用したCI/CD環境構築、自動テストパイプラインの運用・改善 ●新技術調査、アーキテクチャ刷新の提案、リファクタリング検討 ※担当領域に閉じこもらず、アプリ開発チームやハードウェア担当とも連携し、「どんなクルマを作りたいか」という視点を持って自律的に開発を推進していただきます。 ※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 【担当システム例】 Android Automotive OS基盤、Linux Kernel、Hypervisor、OTA(Over The Air)基盤、セキュリティモジュール、車載通信制御(CAN/Ethernetゲートウェイ) 【開発ツール】 ●構成管理ツール:Git(Gerrit, GitLab), SVN ●開発言語: C, C++, Python, Shell Script, (一部Java) ●インフラ: Amazon Web Service, Docker, Kubernetes ●開発手法: Agile (Scrum, Kanban) ●コミュニケーションツール: Slack ,Teams ●プロジェクト管理ツール: JIRA, Confluence等 ●その他: Jenkins, LAVA, Yocto Project

【具体的には】 ※ご経験/スキルに合わせ詳細業務を決定します 世界初レベルの自動運転・運転支援システム実現に向けて重要となる、コンピュータビジョン・機械学習モデルの設計・学習・評価・実装までを一貫して担っていただきます。エッジデバイス向けのモデル開発のみならず、ワールドモデル等の基盤モデル領域も含めた要素研究や学習手法の開発など、研究開発フェーズから「実車搭載・量産・運用」を見据えたモデル開発や学習手法の構築、評価がミッションです。 ・End-to-End (E2E) の自動運転/運転支援向けモデルの設計・実装 ・VLA/ワールドモデル等の自動運転・運転支援領域への応用研究・実装 ・機械学習モデルの学習に関するアルゴリズム開発 ・E2Eモデルのアプリケーション ・推論モデルを車両ECUへ適用するための最適化軽量化・高速化(Pruning, Quantization等) ※自動運転・運転支援の更なる革新のための各AI応用機能の研究開発業務、および、大学や国内外企業との共同研究開発の推進などをお任せ致します。 尚、他部門やベンダー等、様々な関係者とコミュニケーションをとりながら業務を進めていきます。海外現地法人へのデモンストレーションや海外研究機関との共同研究等、海外とのやりとりも発生する場合があります。 ※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。 【開発ツール】 Python, C++, PyTorch, TensorFlow, Docker, Kubernetes, AWS/GCP, Git/GitHub Enterprise 等

【具体的には】 次世代IVIシステムにおけるOS・ミドルウェア・BSP領域の開発リードを担当いただきます。単に動くものを作るだけでなく、製品としての「応答速度」「安定性」「拡張性」に責任を持ち、最高のユーザー体験(UX)を支える基盤を構築していただきます。 ●Android/Linuxプラットフォームの設計・実装(Kernel/Driver/HAL) ●SoCベンダー(Qualcomm等)提供のBSP適合およびカスタマイズ ●システムパフォーマンスの最適化(起動時間短縮、メモリ管理、省電力制御) ●AWS等を活用したCI/CD環境構築、自動テストパイプラインの運用・改善 ●新技術調査、アーキテクチャ刷新の提案、リファクタリング検討 ※担当領域に閉じこもらず、アプリ開発チームやハードウェア担当とも連携し、「どんなクルマを作りたいか」という視点を持って自律的に開発を推進していただきます。 ※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 【担当システム例】 Android Automotive OS基盤、Linux Kernel、Hypervisor、OTA(Over The Air)基盤、セキュリティモジュール、車載通信制御(CAN/Ethernetゲートウェイ) 【開発ツール】 ●構成管理ツール:Git(Gerrit, GitLab), SVN ●開発言語: C, C++, Python, Shell Script, (一部Java) ●インフラ: Amazon Web Service, Docker, Kubernetes ●開発手法: Agile (Scrum, Kanban) ●コミュニケーションツール: Slack ,Teams ●プロジェクト管理ツール: JIRA, Confluence等 ●その他: Jenkins, LAVA, Yocto Project

【こんな方におすすめ】 ●ECU/制御系ソフト開発経験を持ち、クラウドや新しい開発スタイルに挑戦したい方 ●「開発プロセスの改善」に興味があり、技術的にも組織的にもインパクトを与えたい方 ●自分の組込み技術を活かしつつ、新しいキャリア領域に広げたい方 ●ECU/制御系などの組込み開発経験を軸に、クラウドや新しい技術領域へ広げたい方 ●現場視点を活かし、開発プロセス全体を改善・変革したい方 ●車載・クラウド・AIといった複数技術が交わる場所で、自ら新しい仕組みを作り出したい方 ●将来、クラウドネイティブ開発やSDV開発基盤の設計リーダーを目指したい方 【業務委細】 SDVにおけるソフトウェアプロセス構築・ソフトウェア開発環境基盤構築を担っていただきます。※下記より適正に応じて、相談の上業務を決定させていただければと存じます。 組込み開発とクラウド開発をつなぐプロセス設計 ECUや制御ソフト開発に必要な検証・テスト環境をクラウド上に展開 プロセス改革と自動化推進 CI/CD、バーチャル検証環境、自動テストなどの仕組みを導入し、開発スピードを加速 開発効率化の推進 バーチャル検証環境や自動テストをクラウド上で活用し、組込み開発の工数を削減 最新技術の活用 シミュレーション環境を取り入れ、より早いフィードバックループを実現 生成AIやシミュレーション技術の活用 コード解析、テスト設計、仕様ドキュメント作成支援などへのAI応用 ※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。 【開発ツール】 AUTOSAR Adaptive/Classic, C/C++, Python, Javascript, シェルスクリプト, Doors, EnterpriseArchitect, PREEvision, JIRA/Confluence, Git, SVN, Jenkins, GoogleTest framework, Docker , Jazz Platform クラウド基盤:AWS / GCP / Azure 開発言語:C/C++, Python, JavaScript, Shell Script 自動化・CI/CD:Jenkins, GitHub Actions コンテナ/仮想化:Docker, Kubernetes モデルベース開発/組込み関連:AUTOSAR Adaptive/Classic, PREEvision, Enterprise Architect, Doors, Jazz PlatformなどのALMツール データ/AI活用環境:TensorFlow, PyTorch, Generative AI Tools

【こんな方におすすめ】 ●生成AIや機械学習を使い、ソフトウェア開発の生産性向上・自動化に取り組みたい方 ●コーディング支援や品質検証の自動化など、AIを開発の中に組み込みたい方 ●クラウド/組込み/データなど多様な領域と連携し、大規模プロジェクトにAIを適用したい方 ●既存の開発手法を刷新し、Honda全体の開発プロセスを変革したい方 【業務委細】 SDV開発を支えるソフトウェア開発プロセスの自動化・効率化に向けて、生成AIや機械学習を活用したシステムや環境構築の企画・開発していただきます。 ※下記より適正に応じて、相談の上業務を決定させていただければと存じます。 ●生成AIを活用したコード生成・コードレビュー支援ツールの開発 ●開発プロセス分析に基づく自動化システム(CI/CD, テスト, 品質評価等)の設計 ●ナレッジグラフ/ドキュメント自動生成基盤の構築(例:設計書、仕様書生成) ●車載開発やクラウド開発で得られるデータのAI分析・要求分析自動化 ●クラウド/オンプレ統合のAI駆動開発に向けた仕組み構築(AWS, Azure, GCP) ●開発現場でのAI活用事例の発掘・PoC推進・社内展開 ※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。 【開発ツール】 AI/機械学習:OpenAI API, Azure OpenAI, TensorFlow, PyTorch クラウド基盤:AWS, GCP, Azure 開発言語:Python, TypeScript, C++, Shell Script データ/自動化:GitHub Copilot, Jenkins, Docker, Kubernetes, Terraform ナレッジ/可視化:Confluence, JIRA, Power BI, 連携領域:AUTOSAR, PREEvision, Enterprise Architect, Jazz PlatformなどのALMツール