東京/正社員/【フィジカルAI】リサーチエンジニア

以下のいずれかの経験・知見が求められます。

• 深層強化学習・模倣学習の実装経験（PyTorch / TensorFlow等）
• Isaac Sim / Isaac Gym / MuJoCo等のロボットシミュレーション環境の構築・運用経験
• Sim-to-Realパイプラインの設計・実装経験
• ヒューマノイドまたは四脚ロボット等の動作制御・ロボティクス開発経験
• Python等によるAI・機械学習モデルの実装・検証経験
• 最新のAI・ロボティクス論文の調査・実装能力

• 自律的な学習・研究推進力:
  最新論文・技術動向を継続的にキャッチアップし、自ら課題を設定・探求できる姿勢が求められます。四半期ごとの研究成果発表もあるため、主体的なアウトプット意識が不可欠です。
• 技術的な情報発信・コミュニケーション能力:
  研究成果をエンジニアブログや社内発表会で対外発信するため、複雑な技術内容を分かりやすく伝える文章力・プレゼンテーション力が求められます。
• ビジネス視点での技術判断力:
  ロボティクス・AIの研究開発をビジネス成功に結びつける部署であるため、技術的な判断がビジネスへの影響を考慮した上でできる思考力が重要です。
• チームを横断した協働力:
  GMO AIRやVarious Roboticsなどグループ内の複数チームと連携しながらプロジェクトを推進するため、部署・組織の壁を越えて協力できる柔軟性が求められます。
• 不確実性の高い環境での実行力:
  フィジカルAIという新興領域において、正解のない課題に対して仮説を立て、実験・検証を素早く反復できる行動力とタフさが必要です。

• ROS / ROS2を用いたロボットシステム開発経験:
  ROS2のDDS-Security規格や通信設計の知識があると、実機への展開フェーズでより即戦力として活躍できます。
• VLA（Vision-Language-Action）モデルなど最新フィジカルAI技術の知識:
  実機での検証や最新論文実装において、マルチモーダルAIや生成AIをロボット制御へ応用する知識は大きなアドバンテージになります。
• NVIDIA GPU / クラウドGPU環境での大規模学習経験:
  GMOグループではNVIDIA H100等のGPUクラウドを提供しており、大規模な学習パイプラインを構築・運用した経験があると即戦力となります。
• 英語での技術論文読解・情報収集能力:
  世界の最新研究を素早くキャッチアップするために、英語の論文を読解し実装へ落とし込める能力が歓迎されます。

• フィジカルAI・Sim-to-Real技術の実践的スキル:
  Isaac Sim / MuJoCo等を用いたシミュレーション環境の構築からSim-to-Realパイプラインの実装まで、国内でも希少なフィジカルAI開発の実務スキルを体系的に習得できます。
• ヒューマノイドロボットの実機制御・実証経験:
  日本最大規模のヒューマノイド研究開発拠点で実機を用いた検証を行うことで、シミュレーションだけでは得られない実機ならではの制御ノウハウと課題解決力を蓄積できます。
• 最新AIモデルの研究・実装・対外発信能力:
  四半期ごとのエンジニアブログ発信や社内研究発表を通じ、論文調査から実装・発信まで一貫したリサーチエンジニアとしての総合力を高められます。
• グループ横断のAI・ITインフラ活用スキル:
  GMOグループが持つクラウドGPU・ITセキュリティ・AIコンサルティングなどの多様なリソースを活用したプロジェクト推進の経験が積めます。
• ロボティクスビジネスの事業開発・社会実装経験:
  製造・物流・医療・公共領域などへのロボット社会実装プロジェクトに携わることで、技術開発だけでなくビジネス実装・顧客折衝を含むエンジニアとしての幅を広げられます。