{"id":1284429,"url":"https://alion.io/job/tom-umanoid-202-lopsenjinia","title":"202. MLOpsエンジニア","company":{"id":2674979,"name":"ATOM HUMANOID","domain":"atom-humanoid.com","url":"https://alion.io/company/atom-humanoid","size_band":"51-200","is_staffing_agency":false,"employer_type":"direct","is_intermediary":false,"listed_via":null,"ats_vendor":"HERP","truth_index":{"grade":"B","score":75,"open_postings":4,"ghost_share":0,"stale_share":1,"repost_share":0,"time_to_fill_p50_days":null,"computed_at":"2026-10-25T05:49:26Z"}},"role":"AI/ML","role_family":"AI/ML","seniority":null,"employment_type":"full_time","work_mode":"on_site","remote_scope":null,"remote_scope_basis":null,"remote_working_hours":null,"hiring_geo_confidence":"structured","locations":["Tokyo, Japan"],"countries":["JP"],"hiring_countries":[],"hiring_countries_total":0,"salary":{"min":5000000,"max":10000000,"currency":"JPY","period":"year","gross":null,"usd_annual":63190},"salary_estimate":null,"experience_years_min":null,"visa_sponsorship":false,"relocation_package":false,"has_equity":false,"technologies":[{"name":"CI/CD","optional":false},{"name":"Docker","optional":false},{"name":"GitHub","optional":false},{"name":"Google Workspace","optional":false},{"name":"Miro","optional":false},{"name":"Slack","optional":false},{"name":"Physical AI","optional":true}],"status":"live","first_seen_at":"2026-06-03T23:07:15Z","employer_posted_date":"2026-06-03","last_verified_at":"2026-10-25T19:33:30Z","board_verified":true,"closed_at":null,"days_open":143,"trust":{"level":"stale","repost_count":0,"flags":["stale"],"days_open":143},"description":"202. MLOpsエンジニア\nDescription\n## 募集背景\n私たちは、人と同じ環境で作業可能な**ヒューマノイドロボット**の開発を進めています。本ポジションでは、ヒューマノイド向け**ロボット基盤モデル**（**Vision-Language-Action**）の開発を支えるMLOps基盤の設計・構築・運用を担当いただきます。実機から日々生成される映像・画像データや、モーター状態・電流・トルクなどの高頻度時系列データを活用しながら、ロボットの学習・評価・再学習を継続的に回しています。MLOpsエンジニアには、こうした大規模・多モーダルデータを扱うためのデータ基盤、学習基盤、評価基盤、デプロイ基盤を構築し、研究開発チームが高速に仮説検証できる環境を作ることを期待しています。単なるインフラ運用ではなく、「ロボットが学習し続ける仕組みそのもの」を作ることがミッションです。\n## 役割・ミッション\n- ヒューマノイドVLA開発のためのMLOpsアーキテクチャ設計\n- 大規模・多モーダルデータを扱う学習基盤の開発・運用\n- 学習・評価・デプロイ・再学習のループ循環構築\n- AI研究・ロボット実機チームが最短距離で試せる環境の構築\n## 業務内容\n（一例になりますので、選考にてご経験やご志向をお伺いさせてください。）\n- MLOps / 学習基盤の構築・運用\n- 分散学習・大規模学習の基盤設計・運用\n- モデル・データ・コードのライフサイクル管理\n- TB〜PB級の映像・画像・時系列データのストレージ設計\n- データパイプラインの構築・運用\n- 実機 → ストレージ → 学習基盤 までのデータフロー構築\n- 大規模データを前提としたバッチ／ストリームの取り込み・変換\n- データ品質チェック・欠損検知・異常検知の仕組み作り\n- オンプレ・クラウドの構築・運用\n- GPUクラスタ／オンプレ・クラウド混在環境の設計\n- コンテナ（Docker）・オーケストレーション基盤構築\n- CI/CD for ML（モデル・データ含む）\n- パフォーマンス・コスト・可用性・セキュリティの最適化\n## ポジションの魅力\n- ヒューマノイド × VLAという最前線のAI開発を基盤から支えられる\n- 映像・時系列・実機データを統合した前例の少ないMLOps\n- インフラ設計に高い裁量がある\n- 研究とプロダクトの距離が極めて近い\n## 使用ツール\n- Google Workspace\n- Slack\n- Miro\n- Notion\n- GitHub\n## 選考フロー\n書類選考→一次面接→会社体験（1日）→最終面接\n※カジュアル面談からの開始も歓迎します。\n※途中で面談を挟む場合があります。\nRequirements\n## 募集背景\n私たちは、人と同じ環境で作業可能な**ヒューマノイドロボット**の開発を進めています。本ポジションでは、ヒューマノイド向け**ロボット基盤モデル**（**Vision-Language-Action**）の開発を支えるMLOps基盤の設計・構築・運用を担当いただきます。実機から日々生成される映像・画像データや、モーター状態・電流・トルクなどの高頻度時系列データを活用しながら、ロボットの学習・評価・再学習を継続的に回しています。MLOpsエンジニアには、こうした大規模・多モーダルデータを扱うためのデータ基盤、学習基盤、評価基盤、デプロイ基盤を構築し、研究開発チームが高速に仮説検証できる環境を作ることを期待しています。単なるインフラ運用ではなく、「ロボットが学習し続ける仕組みそのもの」を作ることがミッションです。\n## 役割・ミッション\n- ヒューマノイドVLA開発のためのMLOpsアーキテクチャ設計\n- 大規模・多モーダルデータを扱う学習基盤の開発・運用\n- 学習・評価・デプロイ・再学習のループ循環構築\n- AI研究・ロボット実機チームが最短距離で試せる環境の構築\n## 業務内容\n（一例になりますので、選考にてご経験やご志向をお伺いさせてください。）\n- MLOps / 学習基盤の構築・運用\n- 分散学習・大規模学習の基盤設計・運用\n- モデル・データ・コードのライフサイクル管理\n- TB〜PB級の映像・画像・時系列データのストレージ設計\n- データパイプラインの構築・運用\n- 実機 → ストレージ → 学習基盤 までのデータフロー構築\n- 大規模データを前提としたバッチ／ストリームの取り込み・変換\n- データ品質チェック・欠損検知・異常検知の仕組み作り\n- オンプレ・クラウドの構築・運用\n- GPUクラスタ／オンプレ・クラウド混在環境の設計\n- コンテナ（Docker）・オーケストレーション基盤構築\n- CI/CD for ML（モデル・データ含む）\n- パフォーマンス・コスト・可用性・セキュリティの最適化\n## ポジションの魅力\n- ヒューマノイド × VLAという最前線のAI開発を基盤から支えられる\n- 映像・時系列・実機データを統合した前例の少ないMLOps\n- インフラ設計に高い裁量がある\n- 研究とプロダクトの距離が極めて近い\n## 使用ツール\n- Google Workspace\n- Slack\n- Miro\n- Notion\n- GitHub\n## 選考フロー\n書類選考→一次面接→会社体験（1日）→最終面接\n※カジュアル面談からの開始も歓迎します。\n※途中で面談を挟む場合があります。\nPreferred Experiences\n- ロボティクス／Physical AI／Vision-Language-Action（VLA）関連プロジェクト経験\n- 映像・画像・時系列データを扱うML基盤の構築経験\n- GPUクラスタまたは分散学習基盤の構築・運用経験\n- 分散学習フレームワークの運用経験\n- ストレージ・ネットワークのパフォーマンスチューニング経験\n- 大規模ML基盤のコスト最適化経験\n- セキュリティ・アクセス制御設計経験\nWe are looking for\n- MLOpsを 単なる運用ではなく、ビジネスや技術戦略のコアと捉えられる方\n- 不確実性の高い研究開発環境を楽しめる方\n- 「動かない理由」を基盤側から潰しにいける方\n- ロボット実機とAI学習の両方に興味がある方\n- 世界レベルのヒューマノイド開発に本気で挑戦したい方\nWorking Conditions\nSalary\n＜経験・能力を考慮の上当社規定に従い決定します＞\nエンジニア\n想定年収500万円〜1,000万円\n基本給308,531円～617,063円\nみなし残業代108,469円～216,937円\nシニアエンジニア\n想定年収1,000万～3,000万円\n基本給617,063円～1,851,360円\nみなし残業代216,937円～650,880円\n賞与：業績により支給することが有る。\n残業代：上記の45時間分のみなし残業分を含む。みなし残業時間を超える勤務をした場合は、残業代を追加支給。\nその他手当：通勤手当として会社が認める通勤経路による金額を月額3万円を上限として支給する。ストックオプション制度は現在整備中。\nLocation\n本社：東京都江東区豊洲6-4-34メブクス豊洲10F\nJob Type\n正社員\nWork hours\n- 就業時間：10:00~19:00\n- 休日：土・日・祝祭日\n※原則出社を前提とした勤務となります。\nProbation period\nあり(3カ月)\nBenefits\n- 交通費支給\n- 社会保険完備\n- 健康診断\nその他\n- 受動喫煙対策：敷地内禁煙","description_format":"text","description_chars":3194,"description_truncated":false,"requirements":{"experience_years_min":null,"management_years_min":null,"team_size_min":null,"manages_managers":false,"education":null,"security_clearance":false,"languages":[]},"benefits":[],"hiring_locations":[],"hiring_excludes":[],"relocation_offered":false,"industries":[],"lifecycle":[{"event":"open","at":"2026-09-26T04:15:34Z"}],"visa":[],"liveness":{"score":6,"band":"cold","label":"Long shot","p_open":1,"p_active":0.214,"p_room":0.28,"age_days":143,"expected_fill_days":31,"reasons":["conf:1","win:tail","crowd:"],"computed_at":"2026-10-25T05:49:26Z"},"pay":{"stated_usd_annual":63190,"is_top_pay":false},"html_url":"https://alion.io/job/tom-umanoid-202-lopsenjinia","json_url":"https://alion.io/job/tom-umanoid-202-lopsenjinia.json","meta":{"generated_at":"2026-10-25T19:37:21Z","cache_seconds":300,"methodology":"https://alion.io/methodology","terms":"https://alion.io/terms","contact":"https://alion.io/contact","api":"https://alion.io/developers","about":"Alion is a live layer of people, companies and AI agents: who they are, whether they are real and active right now, what they do and how to work with them, readable by people and by agents and paid per call.","catalog":"https://alion.io/catalog.json","usage":{"tier":"crawler_verified","counted_by":"address","units_charged":1,"used_today":27844,"day_limit":null,"remaining_today":null,"minute_limit":300,"resets_at":"2026-10-26T00:00:00Z"}},"offers":[{"id":"company.slices","title":"One company in depth, by slice","status":"live","price":{"credits":0.02,"usd":0.002,"plus_per_slice":{"credits":0.05,"usd":0.005}},"unit":"per company, plus each slice with data","note":"the employer in depth","call":{"mcp_tool":"get_company","arguments":{"id":2674979},"rest":"https://alion.io/mcp/rest/get_company?id=2674979"},"human":"https://alion.io/catalog?offer=company.slices&for=job%2Ftom-umanoid-202-lopsenjinia"},{"id":"market.stats","title":"A market slice: pay, demand and time to fill","status":"live","price":{"credits":1,"usd":0.1},"unit":"per slice","note":"pay, demand and time to fill for this role and place","call":{"mcp_tool":"market_stats"},"human":"https://alion.io/catalog?offer=market.stats&for=job%2Ftom-umanoid-202-lopsenjinia"},{"id":"job.search","title":"Open jobs by role, technology, place, pay and visa","status":"live","price":{"credits":0.02,"usd":0.002},"unit":"per posting in a list","note":"similar open postings","call":{"mcp_tool":"search_jobs"},"human":"https://alion.io/catalog?offer=job.search&for=job%2Ftom-umanoid-202-lopsenjinia"},{"id":"company.verify","title":"Is this company real and active right now","status":"pilot","price":null,"unit":"per company","request":{"url":"https://alion.io/catalog/request","method":"POST","body":"{\"offer\": \"company.verify\", \"for\": \"job/tom-umanoid-202-lopsenjinia\", \"note\": \"what you need it for\"}"},"human":"https://alion.io/catalog?offer=company.verify&for=job%2Ftom-umanoid-202-lopsenjinia"}]}