職種検索へ戻る

仕事の詳細

職場での仕事内容から生かせる経験・スキル、諸条件など詳細を確認できます

企業名

トヨタ自動車株式会社

職種

未来創生(数理科学研究)

仕事内容

【特色】 時流に先んじる「研究」と「創造」で未来のトヨタが頼りにする技術と人材を生み続ける 【業務内容】 未来創生センターは、トヨタ自動車社内の最先端研究部署であり、決定済みの事業計画にはない次世代の研究、将来のトヨタが必要とするであろう新価値創造に取り組んでいます。現在、主に以下の6領域に取り組んでいます。 数理科学 / バイオ / 人間 / ロボティクス / 社会科学 / エネルギーシステム 【本行の領域:数理科学研究】 ・未来創生センターにおける量子コンピューター研究 ・トヨタの未来を創る、自律分散制御の研究開発 ・現地現物で挑む数理最適化の最前線 全社サイト「未来につながる研究」では、基盤研究・共創研究領域として「ライフサイエンス」「数理・データサイエンス」「研究機関との共創研究」などを掲載しています。 【勤務地】 本社地区(愛知県豊田市内)/東富士研究所(静岡県裾野市)/東京地区(東京都内)

求める人物像

「数理科学・バイオ・人間・ロボティクス・社会科学・エネルギーシステムなど、各分野の研究/開発/実証」を担う人材(本行は数理科学領域)。 決定済みの事業計画にはない次世代の研究に取り組むため、新たな領域を切り開き、Well-beingな社会の実現を目指した挑戦ができる方。 ※本ページは新卒採用の職種紹介コースページのため、個別の応募資格の記載はありません。詳細は新卒採用の募集要項をご確認ください。

勤務予定地

本社地区(愛知県豊田市内) 東富士研究所(静岡県裾野市) 東京地区(東京都内)

本選考の採用フロー

STEP01|応募 現在募集している職種の中から選択しご応募ください。 STEP02|書類選考 ご登録いただいた情報を元に、書類選考を実施いたします。 ※結果につきましては、合否に関わらず、2週間以内にメールにてご連絡いたします。 (但し、応募者が多数の場合は選考に時間がかかることがございますのでご了承ください) STEP03|1次面接+適性検査 書類選考を合格された方に個別面接を実施いたします。 適性検査は、通常、面接日3日前までにWEB上で受験いただきます。 ※求人によっては選考プロセスが異なる場合があります。 ※結果につきましては、合否に関わらず、通常1週間以内にメールにてご連絡いたします。 (但し、部門により多少日数に違いがあります) STEP04|最終面接 一次面接で合格された方に個別面接を実施し、さらに詳細の確認をさせていただきます。 STEP05|最終面接合否連絡 通常1週間以内にメールにてご連絡いたします。 (但し、部門により多少日数に違いがあります) STEP06|内定 提示の入社条件に同意いただいた後、正式内定となります。 内定された方は、合格連絡から約3か月後(最長最終面接日より6か月以内)に入社となります。 (入社月は毎月1日です) ※入社月は、ご本人と相談の上調整させていただきます。

類似した職種

株式会社Preferred Networks

職種
Machine Learning・Optimization・Data Science Engineer/機械学習・最適化・データサイエンスエンジニア

機械学習・最適化・データサイエンス分野のエンジニアを通年で採用しています。 多様な産業分野に属する顧客企業と共同して課題解決に取り組み、自社のスーパーコンピューターを用いた研究開発・実装を通じて「現実世界を計算可能にする」というPFNのビジョンを実現します。それぞれの事業ドメインの専門知識を学び、コンピュータサイエンスの幅広い知識や実装力を用いることで、PFNでしかできない高価値なソリューションの提供を目指しています。社内・社外のバックグランドの違う人々とコミュニーションを積極的にとりながら、PFNのvalueにある”Learn or Die”の精神で新たな知識を学び続け、そこから新たな価値を生み出していくことのできる人材を求めています。 以下に業務例を示しますが、実際の業務はこれに限定されるものではありません。入社後に実際にご担当いただく案件・業務内容は、専門的知識・経験を考慮のうえ決定します。 **業務例** 新規案件を含むさまざまな案件について、問題解決のためのプロジェクトをエンジニアとして運営・推進します。 - 新規案件の立ち上げ、顧客ヒアリング、要件定義、エンジニアリング、およびレポーティング - 対象となる実在の設備・プロセス等に関するデータおよびその稼働・運転業務等の観察および分析 - 機械学習手法の応用による解決に適し、かつ顧客を満足させるタスク定義 - 実機・実データまたはシミュレーションに基づく、機械学習モデルの動作やアプリケーション挙動に関する評価方法の確立・実装、およびそれを用いた技術検証 - 機械学習モデルの動作や制御挙動についての顧客・ユーザに対する説明、および説明可能性を高める(可視化等の)技術手法の開発・実装・検証 - 顧客企業のエンジニアに対する技術的なアドバイス 問題領域や顧客の事業領域に応じて、時系列予測・数理最適化・逆問題解析などの問題解決を行います。 - 対象設備・プロセス等に関する時系列データに対する予測、あるいは異常検知のための機械学習モデルの構築・検証 - 実世界の組合せ最適化問題に対する、ヒューリスティクス・数理計画・機械学習などの複合的な視点からの解決アプローチの提案・実装・実験 - リモートセンシング実データを用いた、計測対象の内部状態・構造の逆問題解析・推定 - シミュレーションデータと実データのドメインアダプテーション 稼働中の化学プラント等の大規模生産設備や、産業機械・ロボット装置等を対象に、これらをより安全・最適に運転できるよう制御するための技術開発を行います。 - 安全を保証しつつ最適な制御を可能とする機械学習モデルの構築 - 設備・装置の異常を運転時系列データを用いて検知・予知する機械学習モデルの構築 製造プロセスや製造装置などを対象に、シミュレーションなども活用しながら効率的な製造をするための技術開発を行います。 - 2D/3D での粒子シミュレーションを使った課題の定式化と機械学習への応用 - 最適な製造プロセスを探索するための連続・離散最適化アルゴリズムの開発 - 開発したアルゴリズムや機械学習モデルを用いた最適化処理を自社クラスタと連携して行うシステムの構築・運用 小売業における収益性および顧客満足の向上につながるデータ分析およびそれに基づく問題解決の提案を行います。小売業における業務の再構築・業務品質の向上に資する手法を開発します。 - 店舗オペレーションの観察・ステークホルダーとの議論等を通じた課題設定と仮説構築 - 社内他チームおよび顧客企業と連携した、データ収集・分析基盤構築のリード - 販売促進・機会損失回避・在庫最適化等を目的とする画像・POS データ分析および最適化手法開発 - 顧客企業と連携した、開発手法の効果検証