【R&D事業部】【Computer Vision】 Research Engineer

■仕事概要
■募集背景
APTOでは、AIモデル開発に不可欠な学習データの生成・整備・評価プロセスをプロダクトとして提供しています。
近年、AIの中でも特にコンピュータービジョン領域においては、

• 物体検知・セグメンテーション・トラッキングなどモデルの高度化
• 実運用を前提としたデータ量・品質要件の急激な引き上げ
• 製造・検査・図面解析など産業領域特有のデータ課題の顕在化
• Physical AI(ロボティクス)におけるビジョンデータの処理、シミュレーション（Data augmentation)

が同時に進み、モデル性能を左右する要因はアルゴリズム以上に 「どのようなデータを設計し続けられるか」 に移行しています。
特に現在は、

• 学習データの品質が属人的に管理されている
• 評価指標と実運用性能が乖離している
• データ改善の方法論が体系化されていない

という課題があり、コンピュータービジョンモデルの性能をデータの観点から継続的に引き上げられるメンバーが求められています。
そこで今回、CV領域におけるデータ設計と評価ループを担うResearch Engineerを募集します。
■ コンピュータービジョン領域における課題
コンピュータービジョンとは、コンピュータに人間の「目」と「認識能力」を持たせる技術です。
画像や映像から特徴を抽出し、

• 物体が何かを識別し
• どこにあるかを特定し
• どのように動くかを理解する

ことを可能にします。
主な技術領域には以下があります。

• 画像分類

画像全体から対象物のカテゴリを識別する技術。

• 物体検知

画像内の対象物の位置と種類を同時に特定する技術。

• セグメンテーション

画素レベルで対象物を区別する高度な認識技術。

• トラッキング

動画内における物体の動きを継続的に追跡する技術。

• シミュレーション

Nvidia Cosmos, Issac sim等を使ったデータの増強
■ 本ポジションの本質
コンピュータービジョンモデルが正しく学習され、実環境で安定して動作し、課題を解決できる状態を、データ設計と評価ループの構築によって実現することを担っていただくポジションです。
扱う対象は単なる画像データではなく、

• ノイズを含む実世界データ
• クラス不均衡の激しいデータ
• 長尾分布を持つ例外ケース

といった、CV特有の難しさを持つデータです。
■ 主な役割

• 物体検知・セグメンテーションモデル向けデータ設計
• 画像・動画データの前処理・品質管理
• アノテーション方針およびガイドライン設計
• モデル評価指標の設計および評価分析
• 学習 → 評価 → データ改善のフィードバックループ構築
• モデル開発チームとの連携による性能改善

■ 研究・応用テーマ例
本ポジションでは以下の一例のようなテーマに取り組みます。
CVデータ設計

• モデル性能を最大化するデータ分布設計
• 少量データ環境におけるデータ効率化
• 長尾クラス問題への対応

評価設計

• 実運用性能を反映する評価指標設計
• 誤検知・未検知の原因分析
• アノテーション品質評価手法

産業応用

• 製造ラインにおける異常検知データ設計
• 図面画像の構造理解・3D化に向けたデータ設計
• マシンビジョンにおける実環境適応

■ 主軸（最も期待する領域）

• CVモデル向けデータ設計・品質管理
• モデル評価とデータ改善ループ構築
• Pythonを用いた画像データ処理・分析
• データ視点からのモデル性能改善

■ このポジションで得られるもの

• CVモデル性能を左右するデータ設計の実務経験。
• 実環境で使われるマシンビジョンの課題解決経験。
• 研究とプロダクト開発を横断したキャリア。
• AIの社会実装を支える基盤設計への関与。

コンピュータービジョン領域のプロジェクトにおいて、データ前処理・アノテーション設計・評価分析のいずれかに関わった経験がある方。
Pythonを用いた画像データ処理・分析経験をお持ちの方。
モデル性能に対してデータ観点から改善に取り組んだ経験がある方。
CV技術（物体検知・セグメンテーション等）の基本的な理解をお持ちの方。
カメラ、センサーの理解と知識

物体検知・セグメンテーションモデルの実務経験。
データセット設計やアノテーション品質管理の経験。
画像データの長尾問題・不均衡問題への対応経験。
産業領域（製造・検査・図面解析など）でのCV活用経験。
研究活動・論文実装・学会発表経験。
Physical AI(IL、 VLA)の研究実績、経験

モデル単体よりも 「データと評価で性能を上げる」ことに面白さを感じる方
研究だけでなく、実運用されるAIプロダクトに関わりたい方
モデル開発者と対話しながら、データ設計をリードしたい方
AIプロダクトの“裏側の要”として責任を持ちたい方