Data Engineer（ロボティクス用大規模データパイプライン構築）

職務概要

AI Robot Association（AIRoA）は、数百台のヒューマノイドロボットを用いて100万時間分のロボット操作データを収集し、VLAモデルの学習に活用するプロジェクトを進めています。このプロジェクトでは、ロボティクス基盤モデルを支えるデータ基盤の構築に携わるData Engineerを募集しています。

主な業務内容

• ロボティクス基盤モデル向けの高品質なデータセットの収集、処理、キュレーション、公開までのライフサイクル全体をカバーする大規模データパイプラインを設計・実装する
• VLA研究者がデータセットを効率的に発見・検索・利用できるよう、データスキーマ、ストレージ、クエリインターフェースを設計・構築・運用する
• VLA研究者と連携し、データ要件の変化に応じてパイプラインを継続的に改善する
• RGB/Depth、ポイントクラウドなどのペタバイト規模のマルチモーダルデータを扱う分散データ処理パイプラインを設計・スケールさせる
• データ品質指標を定義し、品質を継続的に監視・改善する

求める人物像

• コンピュータサイエンス、工学、関連分野の学士号（または同等の実務経験）
• データエンジニアリング・データプラットフォーム開発での5年以上の実務経験
• 本番環境の分散データシステムを構築・提供した実績
• 動画、画像、ポイントクラウドなどの非構造データを大規模に処理するパイプラインの設計・運用経験
• Spark、Flink、Ray、Airflow、DagsterなどのETL/ELTパイプラインの設計・運用経験
• 研究チームや製品チームと連携し、データツールやドキュメントを構築した経験

望ましいスキル

• LeRobot、Open X-Embodimentなどのロボット学習データセット形式、Kubernetes、Iceberg/Delta Lake/Hudi、Trino/Athena、CVAT/Label Studio、Kafkaなどの経験
• ビジネスレベルの英語、日本語の利便性