ロボティクスエンジニア【DX Solution 事業本部】_senior

以下のいずれかの経験・知見が求められます。

• ロボットマニピュレーションまたは自律移動ロボットの研究・開発経験
• 3Dビジョン（Point Cloud / RGB-D）を用いた認識・姿勢推定の実装経験
• 模倣学習・強化学習を用いた動作獲得の実装経験
• ROS / ROS 2 を用いたロボットシステム開発経験
• Python / C++ によるリアルタイム制御またはAIアルゴリズム実装経験
• Sim2Real転移・シミュレーション環境構築の経験

• 自律的な課題設定力:
  現場の曖昧な要件から技術的課題を自ら定義し、研究開発のアジェンダを能動的に設定できる力が求められます。
• 圧倒的な当事者意識:
  燈の行動指針「燈道」にある「圧倒的当事者意識」のとおり、中間ボールを主体的に拾い、チームや顧客の課題を自分ごととして推進できる姿勢が重視されます。
• スピード感と質を両立する実行力:
  「爆速」を行動指針に掲げる組織文化のもと、迅速な意思決定と高品質な実装を両立して進める推進力が求められます。
• 現場との泥臭いコミュニケーション力:
  建設・製造の実現場に入り込み、作業員や現場監督などノンテクニカルな関係者と円滑にコミュニケーションを取りながら課題を深掘りできるスキルが求められます。
• 学際的な知識統合力:
  コンピュータビジョン・制御工学・機械学習・ロボティクスなど複数領域の知識を横断的に統合し、実システムに落とし込める技術的柔軟性が必要です。

• 基盤モデル（VLA・LLM）のロボティクスへの応用経験:
  Vision-Language-Actionモデルや大規模言語モデルをロボット制御に応用した研究・実装経験があれば、即戦力として活躍できます。
• NVIDIA Isaac Sim / Gazebo などのシミュレータ活用経験:
  大規模並列シミュレーション環境の構築やドメインランダム化によるSim2Real転移の実績があれば高く評価されます。
• エッジデバイスへのAIモデル最適化・デプロイ経験:
  Dockerを用いたコンテナ化やエッジデバイス（Jetson等）へのモデル最適化・デプロイ経験は業務直結スキルとして歓迎されます。
• 建設・製造業界のドメイン知識:
  建設現場や製造ラインの業務フロー・安全基準への理解があると、現場課題の抽出と技術提案をよりスムーズに行えます。

• 産業ロボティクスの社会実装スキル:
  研究室レベルの技術を実際の建設・製造現場に導入するための、要件定義・PoC・量産化対応まで一貫したエンジニアリングスキルが身につきます。
• データフライホイール設計・運用スキル:
  実運用フィードバックを学習データに還元する仕組み（データフライホイール）の設計・構築・改善サイクルの実践スキルが習得できます。
• 最先端AI基盤モデルの実装・応用力:
  VLA・3D Gaussian Splattingなど最新のAI技術をいち早く実システムへ適用する経験を通じ、アカデミアと産業の両面に精通したエンジニアとして成長できます。
• 大規模シミュレーション構築・Sim2Real転移の実務経験:
  NVIDIA Isaac Simを活用した並列シミュレーション環境の構築やドメインランダム化の実践知識は、業界横断で市場価値の高いスキルです。
• スタートアップにおけるゼロイチ開発・組織構築経験:
  急成長フェーズにおいて技術組織・開発プロセスを自ら整備する経験は、将来のCTO・テックリードとしてのキャリアに直結します。