Research Engineer（Geometry／3D・幾何学アルゴリズム）

A1A株式会社は、2018年6月26日に創業、代表取締役・松原脩平氏が率いる製造業向け調達データプラットフォームのスタートアップ。本社は東京都千代田区神田三崎町（田中衡機ビル）、名古屋拠点は愛知県名古屋市昭和区鶴舞のSTATION Ai内、資本金10,000,000円（資本準備金529,669,296円）。「取引に関わるすべての人が、信頼と情熱をもったものづくりができる、世界をつくる」をMissionに掲げ、利益を奪い合うのではなく、取引に関わるすべての人が信頼と情熱をもってものづくりをできるような世界をつくっていくことが理想だと考える。企業が蓄積する見積を中心とした購買関連データを活用し、「経営に効く、根拠ある調達活動」を追求。汎用AIの時代だからこそ「製造業」というカオスなドメインを解くことに面白さがあると捉え、製造業の「知識の壁」をAIで越えることに挑み、「DXの停滞は、AI活用の好機」として起業を経験したエンジニアなどが集まる。資金調達のタイミングで対峙する製造業調達領域を取り巻く環境の8年間の変化をたどる発信や、製造業の調達コストにおける原価低減に関する情報発信を行い、CTO 佐々木延也氏、COO 西島誉典氏らが信頼と情熱をもって一緒に事業を創り上げる仲間を募集。日経クロステック、中部経済新聞、ベンチャー.JPに掲載された。

■仕事概要
製造業の調達・購買領域の課題解決に取り組むA1AのAIチームで、Geometry領域を専門性の軸に、3D CADに含まれる幾何情報から製造性やコストに関係する情報を理解・抽出する技術をつくるResearch Engineerです。既存のAIやCAD機能では解けない課題に対し、Computational Geometryや幾何アルゴリズムと機械学習（Geometric Deep Learning等）を融合させた新しい解法を開発し、PoCで終わらせずプロダクト（UPCYCLE）への実装まで一貫して担います。A1Aにとってこれから本格強化する領域で、研究テーマや評価方法、開発プロセスのあり方からつくっていけます。

■仕事の詳細
【課題設定・技術調査】

• 製造業務の課題をGeometry領域の技術課題として再定義・定式化
• 論文、OSS、商用ライブラリ等の調査と、プロトタイプによる実現可能性検証

【幾何解析アルゴリズム＆機械学習モデルの開発】

• 曲率・法線・トポロジー等の幾何情報を活かした決定論的アルゴリズムの設計
• 課題に応じたGeometric Deep LearningやGNN等のモデル構築

【データセット・評価指標の設計】

• 学習データ・評価データの設計およびGround Truthの構築
• 認識精度だけでなく「製造上の実用性」を踏まえた評価指標の策定

【プロダクトへの展開・実装】

• ML EngineerやAI Product Engineerと協働し、処理速度・頑健性を考慮したプロダクション環境への組込み・改善

【取り組むテーマ例】

• B-Rep、Mesh、Point Cloudなどを対象とした3D形状解析
• 肉厚・リブ・ボス・穴などの製造特徴の認識、形状やトポロジーからの製造方法・加工難易度の推定
• 材料使用量や形状複雑性など、原価を左右するコストドライバーの抽出・説明
• 向きや座標系、数値誤差に対して頑健な解析の実現
• 図面やテキストと3D CADを組み合わせたマルチモーダル解析

【開発環境】

• 言語：Ruby／TypeScript／Python、フレームワーク：Ruby on Rails／React／FastAPI
• データベース：Aurora PostgreSQL、インフラ：AWS／Vercel、構成管理：Terraform
• CI/CD：GitHub Actions、AI：OpenAI API／Vertex AI／Claude Code

【配属・体制】

• 統計的因果推論・組合せ最適化・GNNなどを扱うデータサイエンティストや、NLP・図面解析・LLMアプリケーションまで手掛けるMLエンジニアが在籍

以下のいずれかに該当する方（※3D CADの直接的な実務経験は必須ではありません）

• 3D Geometry / 幾何学処理 / 3D Computer Vision に関する研究・開発経験

（例：Computational Geometry、3D CAD / B-Rep、Mesh / Point Cloud Processing、Computer Graphics、Geometric Deep Learningなど）

• または、高い数学的素養とアルゴリズム実装力をお持ちの方（3D未経験OK！）

└ 大学/大学院レベルの高等数学（線形代数・微分幾何学・解析学・最適化理論・トポロジーなど）を理解しており、抵抗がないこと
└ Python または C++ を用いて、ライブラリ呼び出しだけでなく自力でアルゴリズムをゼロから実装・検証できる能力があること

• 「3D空間のデータ処理やCADデータの解析に強い興味がある」という意欲をお持ちの方

💡 特に歓迎したい「隣接領域」の経験例
「実務は別領域だが、数学・物理・アルゴリズム力を活かして3D解析へ挑戦したい」という方を大歓迎します！

• ロボティクス・制御アルゴリズム（SLAM、軌道計画、逆運動学など）
• 物理シミュレーション・数値解析（CAE、流体/構造解析、CGの物理エンジンなど）
• 2D画像処理・コンピュータビジョン（OpenCV、画像認識、フィルタ処理など）

• B-Rep / 3D CADデータを対象とした形状解析や機械学習の経験
• OpenCASCADE、CGAL などの Geometry / CAD ライブラリの利用・開発経験
• Geometric Deep Learning（Graph Neural Network / Equivariant Neural Network等）の知見・開発経験
• 3D形状認識、Semantic Segmentation、Feature Recognition の経験
• CAD Kernel、CAE、CAM などの開発・利用経験
• 機械加工、鋳造、鍛造、射出成形など製造プロセスに関する知識
• 学術論文の執筆・学会発表実績（国内・国際学会）
• 研究成果やアルゴリズムをプロダクション環境へ導入・実装した経験

• 幾何学や3Dデータを扱う技術そのものに興味がある方
• 既存手法を適用するだけではなく、問題設定やアルゴリズムそのものを考えることが好きな方
• 論文や既存技術を調査し、自ら実装・検証できる方
• 綺麗な研究データだけではなく、実際の産業データが持つ複雑さや例外に向き合える方
• 仮説を立て、定量的に評価し、失敗事例から次のアプローチを考えられる方
• 研究成果を論文やPoCに留めず、実際のプロダクト価値へつなげることに興味がある方
• 自身の専門性に閉じず、製造業や機械学習など新しい領域を学びながら取り組める方
• HRT（謙虚・敬意・信頼）を持った率直なコミュニケーションができるチームで働きたい方