募集要項
- 仕事内容
-
中途_自動運転AIモデル学習高速化エンジニア (Fixstars)
【概要】
自動運転向け車載AIモデル開発におけるモデル学習の高速化
深層学習モデルの学習には、膨大な計算リソースと長時間を要します。
特に、GPUなどのハードウェアコストや学習完了までのリードタイムの増大が、開発上の主要な課題となっています。
本プロジェクトでは、GPUをはじめとするハードウェアの性能を引き出し、計算・メモリ・通信などの最適化を統合的に実施することで、
開発サイクルの高速化とインフラコストの削減を実現します。
【具体的な職務内容】
・プロファイリングツール（Nsight Systems， PyTorch Profiler等）を用いたボトルネックの特定と改善方針の立案
・AIモデル高速化の実装
・CPU処理のGPU化
・ボトルネックへのJITコンパイルの導入
・GPU/CPUメモリ使用量の削減
・ストレージアクセスの最適化
・その他、学習パイプライン全体の最適化
【プロジェクトのやりがい】
・最先端AIへの挑戦：BEVやTransformerなど、自動運転・コンピュータビジョン領域の最先端技術をリアルタイムに扱える。
・フルレイヤへの関与：モデル設計（上流）から、車載エッジへのデプロイ・MLOps（下流）まで一気通貫で開発に関われる。
・充実した開発環境：大規模データの学習をストレスなく高速で回せる、豊富なGPUリソース（最先端GPUクラスタ）の使用が可能。
【開発環境】
開発環境：Linux， Windows
開発言語：Python， PyTorch， C++
開発支援ツール：Git， GitLab， GitHub
開発手法：チケット駆動開発、アジャイル開発等
- 応募資格
-
- 必須
-
【必須】
・Pythonのプログラミング経験
・高速化の経験（分野問わず）
【歓迎】
・PyTorchによるモデル開発経験
・CUDAのプログラミング経験
・C/C++のプログラミング経験
【求める人物像】
・技術への高い探究心：自動運転やディープラーニング領域の最新論文・技術トレンドを自発的にキャッチアップし、業務に取り入れられる方
・全体最適な視点と現場感：モデルの精度向上（上流）だけでなく、車載ハードウェアの制約（下流）を見据えた開発・最適化を楽しめる方
・課題解決への主体性：複雑なエッジケースの問題や、精度劣化などの課題に対し、仮説検証を繰り返して粘り強く解決できる方
・オープンな協調性：異なる専門性を持つメンバーと円滑にコミュニケーションが取れる方
- 雇用形態
- 正社員
- 勤務地
- 東京都
- 年収・給与
- 600～1010万円
