– 車が自ら考え、学習し、進化するための車載AIをつくる
あなたには、車載AIの中核となるViT/VLMなどのビジョンモデル、マルチモーダルAI,LLM/SLMを含む車載AIエージェントの全体設計、およびクラウド連携基盤の開発をリードしていただきます。
✦ 具体的な業務
車載AIのアーキテクチャ設計
ViT／VLMなどのビジョンモデル、マルチモーダルAI、LLMエージェントを含む車内AI全体の設計。推論・判断・制御・UX連携までを見据えた仕様策定
AIモデルの開発・学習・最適化（MLOps基盤構築）
データ収集・前処理・学習・評価の設計。蒸留・量子化・推論最適化などエッジ実装を前提としたモデル高度化。実験管理・モデルバージョニング・自動評価環境の構築。
車載データ収集・活用基盤の構築。画像／音声／車両データの収集と分析。市場データを活用したデータ分析基盤やActiveLearning基盤の構築。
クラウド連携AI基盤の設計・運用、クラウド上での学習パイプライン設計、CI/CD・OTA連携を含むDevOps環境構築
実車評価・改善サイクルの推進。ソフト・ハード・クラウド横断での仕様調整。実車検証による性能評価と改善。
最新AI技術の探索と知財創出。最新アルゴリズム動向調査。車載適用検討および特許創出。世の中のAI関連技術の探索と車載への適用検討
量産車に搭載されるAIを企画から実装・運用まで一貫して担い、社会に直接価値を届けられます。
クラウド×エッジを横断し、学習・最適化・OTAまで回せるフルスタックでのAI開発力が身につきます。
大手企業ならではの大量の市場データを活用したAI開発や、DevOps／MLOpsにより、進化し続けるAI基盤を構築できます。
車載コンピュータや多様なセンサと連携し、実世界制約下での高度な推論最適化に挑戦できます。
UX起点で継続的に進化するSDVアーキテクチャに関われる点が技術的優位性です。
自らの技術が数万・数百万台規模で社会実装されるスケール感が大きな魅力です。
デンソーは「基盤AI」時代の知能化車両基盤づくりを加速
自動運転／ADAS／コックピット領域ではAI活用が急速に拡大しています。
同時に、車載AIには学習し続ける仕組みが不可欠となりました。
そのために：
ViT/VLMなどのビジョンモデル
LLM/SLMを活用したAIエージェント
MLOps/データ分析基盤
クラウド連携基盤
AI向け車載ソフトアーキテクチャ
これらを統合して構築する専門チームを拡大中です。
①組織ミッションと今後の方向性
制御システム開発部は、クルマ軸(ADAS/AD次世代システム)製品領域と、ヒト軸(コックピットやキャビン内乗員側監視システム)製品領域をスコープとした先行開発を担う部署です。
先行開発というポジション特性上、スピード感を維持しながら、後工程である量産開発に繋がる業務品質の維持確保の両立がチャレンジングな課題となります。
業務領域はシステム開発・ソフトウェア開発に加え、AI(人工知能及び機械学習)の利用もスコープであり、幅広い業務ドメインで活躍頂けます。
②組織構成
◎部としては約150名の組織です
◎キャリア入社比率は 約25％
家電メーカーや半導体メーカーからの入社者が多く在籍しています。
当社は、業務プロセスや社内ルールなどが整備されているという声を聞きます。
一方で新たな視点や技術力で業務プロセスの改廃が期待されています。
◎勤務地は、東京・愛知があります。
③キャリア入社者の声
★47歳 (社会人経験25年目) 中途入社 (前職：外資エンジニアリング会社)
世界トップクラスの規模を有する、電子制御とコントロールユニット(ECU)に強みを持つグローバルTier1サプライヤです。
センサ単体・認識システム単体に留まらず、システム全体を社内及び関連会社(デンソーテン等)と協業でワンストップで作れる環境があります。
必然的にプロセスエンジニアとして活躍できる範囲も幅広く、チャレンジングでやり甲斐のある環境です。
デンソー社員の社風として、手を動かす前にしっかりとあるべき論を考える性格の人が多いと思いますが、一方で昨今はSoftware Defined Vehicleの潮流などの影響もあり、スピード感重視の考え方も歓迎されます。
AIのような最新技術の導入についても、むしろ部長や執行役員が積極的なマインドで、イノベーティブな提案を受け入れる職場です。
＜MUST要件＞
データ分析・機械学習関連：Python による開発経験（1年以上）、使用ライブラリ：NumPy、Pandas、Plotly、scikit-learn、statsmodels、Optuna など、統計的手法を用いたデータ分析とアウトプットが可能な人。
モデル開発経験（1年以上）、設計・学習・評価・デプロイまで一連の工程に対応可能な人
開発ツール：Git/GitHub、コンテナ（Docker・Kubernetes）、CI/CD などの一般的な開発ツールを一通り使える人、機械学習パイプラインの構築・運用、MLflow、Kubeflow などを用いた実験管理が可能な人。
アルゴリズム理解、回帰・分類・時系列などの基本的アルゴリズムを理解し、モデルの作成・選定・チューニングが可能な人。深層学習関連、開発経験（1年以上）
PyTorch、TensorFlow、Keras などのフレームワークでスクラッチ実装が可能な人。
画像認識やマルチモーダルモデル、最適化・強化学習の実装経験があれば尚可
LLM 系ライブラリの活用できる人。Hugging Face、OpenAI、LangChain など
プロンプトエンジニアリングおよび RAG の実装経験がある人
インフラ関連：AWS、Azure、GCP などのクラウド環境で上記の環境構築・実装が可能。
・人工知能、情報処理の基礎知識（大学院卒業レベル）
＜WANT要件＞
いずれかの知識／経験を保有している方
・最新の機械学習/AI技術に関する研究分野に精通していること
・AD/ADASの製品開発経験
・Cockpitの製品開発経験
・自動車の電子プラットフォームの開発経験
・自動車業界での開発経験
想定年収：900万円～1,420万円
※給与は経験・能力を考慮の上決定します。
その他については募集要項をご確認ください。
