
ロボティクス担当 主任AIリサーチサイエンティスト
ロボットのナビゲーションと操作に向けた視覚・言語・行動モデルの研究を主導します。 マルチモーダル基盤モデルの適応から実運用までを推進します。
仕事内容
- ロボティクス向けの視覚・言語・行動モデルの適応と開発を主導します。
- OpenVLA、Octo、π0 などのオープンウェイトモデルを、ナビゲーションと操作向けにファインチューニングします。
- カメラ入力、自然言語の指示、空間推論、ロボットの動作を結び付けるマルチモーダル表現を構築します。
- ロボットの動作に向けたアクショントークン化と空間ウェイポイント生成手法を開発します。
- LoRA などのPEFT手法を用いた、パラメータ効率の高いファインチューニングパイプラインを構築します。
- 視覚・言語モデル、Vision Transformer、大規模マルチモーダルモデルを活用します。
- 視覚認識とAIをロボットの意思決定システムに統合します。
- クロスエンボディメント学習や、Open X-Embodiment などのデータセットを調査します。
- ロボット制御および組み込みシステムのチームと連携し、モデル出力を実行可能なロボット動作に変換します。
- 研究計画、技術評価、実験、モデル性能の改善を主導します。
- モデルの適応、学習、評価、デプロイについて研究者やエンジニアを指導します。
応募要件
- コンピューターサイエンス、人工知能、ロボティクス、機械学習、または関連分野の修士号または博士号を有すること。
- マルチモーダルAI、基盤モデル、視覚・言語モデル、模倣学習、ロボット学習のいずれかで、関連する実務経験が4年以上あること。
- 大規模マルチモーダルモデル、Vision Transformer、または関連する深層学習アーキテクチャの開発、学習、ファインチューニングに関する豊富な経験があること。
- PythonおよびPyTorchまたはJAXに習熟していること。
- 視覚・言語モデルまたは視覚・言語・行動アーキテクチャの実務経験があること。
- OpenVLA、Octo、π0 などのオープンウェイトVLAモデルに関する知識があること。
- Hugging Faceのツールと、モデルの学習またはファインチューニングのワークフローを使用した経験があること。
- LoRAなどのパラメータ効率の高いファインチューニング技術に関する知識があること。
- マルチモーダル表現学習、視覚認識、言語条件付き動作生成を理解していること。
- ロボットの模倣学習、方策学習、または強化学習に精通していること。
- クロスエンボディメントのロボット学習やOpen X-Embodimentなどのデータセットに関する知識があれば尚可。
- 技術研究を主導し、実験結果を評価し、研究成果を実用的なAI機能に結び付けられること。
福利厚生
- 新しいPhysical AIおよび視覚・言語・行動技術の開発を主導できます。
- マルチモーダルAI、基盤モデル、ロボティクスを横断して取り組めます。
- 言語条件付きのロボットナビゲーションと操作に向けた新しい手法を探究できます。
- AI研究者やロボットエンジニアと協力し、研究を実世界の用途につなげられます。
- 先進AIシステムの技術方針と研究の優先事項の策定に携われます。
- 米国を拠点とする研究チームの一員として、承認された勤務地からリモートで働けます。


