募集要項
# 職種
すべての募集要項
-
【ポジションサーチ】カジュアルに話す
チューリングでは、マルチモーダル生成AIを活用した完全自動運転の実現を目指しています。 下記の方はぜひご応募ください。 ・さまざまなポジションがあるけれど、自分がどのポジションがマッチするかわからない ・会社や事業についての説明をフラットに聞きたい。カジュアルになんでも話す場が欲しい 【参考情報】 ▼会社HP https://tur.ing/ ▼ Turing Tech Blog https://zenn.dev/p/turing_motors ▼チューリポ（オウンドメディア） https://tur.ing/turipo 【応募時のお願い】 ・応募時の書類（履歴書・職務経歴書）はPDF形式にてご提出いただきますようお願い申し上げます ・応募時の書類（履歴書・職務経歴書）やエントリーページの入力箇所に年収情報（現在年収や希望年収）を記載するのはお控えください - 年収情報については選考プロセスが進む中でHRよりヒアリングをさせていただきます
-
【インターン】エンジニア / Engineer（ML・ソフトウェア・組み込み・インフラエンジニア）
チューリングは完全自動運転の実現を目指すディープテックスタートアップです。 チューリングは、若い可能性をとても強く信じています。 それは、CEO自身が21歳の頃にタッチタイピングからプログラミングをはじめ、将棋の名人を倒すAIをつくり上げたように、「正しい課題と環境があれば、人は驚くほど成長できる」と知っているからです。 だからこそ私たちは、みなさんが大きく羽ばたけるフィールドを本気で用意しています。あなたがその一歩を踏み出す勇気を、心から待っています。 私たちは「完全自動運転の実現」を掲げ、日々本気で技術に向き合ってきました。現在では、東京都内を30分以上まったく人の介入なしで走行できる自動運転システムを実現するまでに成長しています。 これからは運転能力だけでなく、周囲の状況理解や言語理解も含めて賢く振る舞えるAIモデルへと進化させ、人間でも難しいシーンに対応できる未来をつくっていきます。 チューリングには、AI研究・ソフトウェア・車両など幅広い領域の専門チームがあり、皆さんの経験や興味に合わせてミッションをお任せします。ここでの挑戦は、間違いなくあなたの人生に大きな影響を与える時間になるはずです。 一緒に、これからの自動運転をつくっていきませんか？ みなさんと未来を描ける日を楽しみにしています。 ■ プロジェクト紹介 ‐フィジカル基盤モデル開発（VLA） Vision-Language-Action（VLA）モデルを中心に、視覚・言語・行動を統合した次世代の自動運転AIを開発します。世界的にもまだ事例の少ない領域で、最新論文や実装を参考にしながら探索的に開発を進め、人間に近い判断ができる自動運転モデルの実現を目指します。 ‐End-to-Endモデル開発（ML、強化学習、MLOps） 車載カメラ映像を入力に、単一の機械学習モデルで運転経路・制御を出力するEnd-to-End自動運転モデルを開発します。モデル実装からデータ設計、学習・評価、強化学習による性能向上、MLOpsによる継続的改善まで一気通貫で取り組みます。 ‐自動運転システム開発（組み込み、高速化・最適化） 開発した自動運転モデルを実際の車両で安定して動かすためのシステムを開発します。車載組み込みソフトウェア、制御系、OS・推論高速化、複数車種や次世代SoCへの対応など、実用化を見据えた開発を行います。 ‐インフラ開発（GPU基盤） 大規模モデル学習や実験を支えるGPUクラスタ・計算基盤を設計・運用します。分散学習環境や学習パイプラインを整備し、研究・開発を高速に回すための技術基盤を構築します。機械学習エンジニアが計算タスクに集中できる環境づくりがミッションです。 ■ 仕事内容 ・MLエンジニア フィジカル基盤モデル（VLA）やEnd-to-End自動運転モデルの開発を中心に、データ収集からモデル学習、評価まで幅広く担当します。最新研究を実装し、実車実験を通じてモデルを磨き込む経験ができます。 特に、直近では自然言語instructionを使ったE2Eモデルの制御に取り組んでいます。このE2Eモデルへのinstructionを制御するLLMの学習（RL含めて）に興味がある方を募集しています。 ‐業務例 End-to-End自動運転モデル／VLAモデルの実装 データ収集方針・計画の立案 データセットの作成・改善 学習アルゴリズムの実装・改良 モデル学習・推論コードの高速化 オートラベリングモデルの実装・改善 センサキャリブレーション・座標変換 論文調査・再現・実装 実車でのモデル評価・実験管理 など ・ソフトウェア／組み込みエンジニア 自動運転AIを支えるソフトウェア・システム・車載環境を開発します。クラウドから車載組み込みまで幅広いレイヤーを横断し、実用的な自動運転システムを構築します。 ‐業務例 データ・モデル改善を支えるシステム開発 MLOps基盤（学習〜デプロイ）の設計・自動化 内部ツール・サービスの実装 シナリオテストの設計・実装・改善 クローズドループシミュレータ開発 分散学習基盤との統合 画像・動画データ処理パイプラインの高速化 モデル全体のボトルネック分析・最適化 車両運動制御アルゴリズムの設計・実装 車載SoCへの実装・最適化 複数車種対応、フリート管理、OTA対応 CI/CD導入による開発生産性向上 実車での評価・チューニング など ・インフラエンジニア GPUクラスタや計算基盤を構築・運用し、機械学習エンジニアが計算リソースを最大限活用できる環境をつくります。オンプレ・クラウド双方の設計/運用に携わり、分散システムやネットワークの最適化まで含めたインフラ全般を担当します。 ‐業務例 GPUクラスタ・計算基盤の設計・構築 ネットワーク設計と高速化 ストレージシステムの効率化・最適化 クラスタリング技術の開発 クラウド上での計算環境整備・運用（AWS／GCP／Azure） 機械学習エンジニアが使いやすいインフラ設計 など ■チューリングで働く魅力 インターンとして研究を進め、成果をまとめた2本の論文がCVPR 2026年に採択されています。 https://tur.ing/news/20260225/ このように完全自動運転の開発は最新の研究テーマに携われる機会が多いため、論文に限らず対外的な成果を作り上げるのに適した環境です。 また、エンジニアとして成果を出すための開発支援ツールの利用も積極的に支援しています。ChatGPTやClaude Codeなど各種AIサービスを活用した開発環境に身を置くことができます。
-
【新卒】MLエンジニア / Machine Learning Engineer（End-to-End AI・フィジカル基盤モデル）
◆本求人は、コンピュータサイエンスを専攻している or 機械学習やソフトウェア開発において実践的な開発経験を持つ学生を対象としています◆ チューリングは完全自動運転の実現を目指しているディープテックスタートアップです。 「We Overtake Tesla」をミッションに掲げ、創業Day1からEnd-to-End(E2E)の考え方を掲げ、自動運転AIの開発に取り組んできました。 現在では、東京都内を30分以上人間が介入することなく走行できる自動運転システムを開発するに至り、まさに今モデルが指数関数的な成長を見せるカーブの手前に位置していると捉えています。 これからはE2Eモデルをさらに発展させ、物理的な振る舞いと世界理解を統合したフィジカル基盤モデルとすることで、運転能力だけでなく、言語やマルチモーダルな理解を組み合わせ、人間にしか対応できなかったような難しいシーンにも対処できる自動運転AIを開発していきます。 我々は、これらの開発において、キーパーソンとなるのが学生時代からコンピュータサイエンスを学んできている若い才能であると強く信じています。 チューリングは、将棋AI「Ponanza」で史上初めて名人に勝利し、日本のAI史を塗り替えた山本を筆頭にテクノロジーを理解している経営メンバーが多数います。そのため、才能あるエンジニアが取り組むべき適切な課題と環境を用意し、皆さんの可能性を大きく広げることができます。 実際に開発チームのリーダーの半数は新卒メンバーが占めており、良い意味で新卒・中途の分け隔てはなく、新卒メンバーも事業のコア人材として活躍しています。 一緒にWe Overtake Teslaを掲げ、完全自動運転の実現を目指しませんか？ 皆さんからのエントリーをお待ちしています！ 【入社後の配属想定】 現在は下記のグループ・プロジェクトがあります。ご経験・志向性に応じてアサインをしていきます。 ※入社タイミングによって組織体制やプロジェクトは変更(進歩)している可能性が高いです。正社員として入社する前にインターンとして参画することもオススメします。 ◾️チーム・プロジェクト ・自動運転第1グループ：車載カメラの映像を入力に単一の機械学習モデルで経路を出力する(車の制御を求める)「End-to-End自動運転モデル」の開発を行っています。 [業務例] - E2E自動運転モデルの実装 - データ収集の方針/計画立案 - データセットの作成/改善 - モデル学習のアルゴリズム実装 - モデル学習コードの高速化 - 実車でのモデル評価/実験管理 - 先端論文の調査/再現/実装 など ・自動運転第3グループ：Vision-Language-Action(VLA)モデルをはじめとしたフィジカル基盤モデルの開発を行っています。 VLAモデルを使った自動運転は世界レベルで見てもまだ知見が少なく、最新の論文や開発事例を参考にし、探索的に開発に取り組んでいます。そのため、機械学習の知見だけでなく、さまざまなエンジニアリング要素を駆使してプロジェクトを進めています。 [業務例] - 自動運転VLAモデルの実装 - データキャリブレーションや異なるセンサデバイス間の座標変換 - オートラベリングモデルの実装/改善 - 論文や既存実装の調査/再現/実装 - 自社データセットを利用した既存実装の評価 - モデル量子化/最適化 - 実車でのモデル評価/実験管理 など
-
【新卒】ソフトウェアエンジニア / Software Engineer（自動運転システム, MLOps）
◆本求人は、コンピュータサイエンスを専攻している or 機械学習・ロボティクスいずれかの領域のソフトウェア開発において実践的な開発経験を持つ学生を対象としています◆ チューリングは完全自動運転の実現を目指しているディープテックスタートアップです。 「We Overtake Tesla」をミッションに掲げ、創業Day1からEnd-to-End(E2E)の考え方を掲げ、自動運転AIの開発に取り組んできました。 現在では、東京都内を30分以上人間が介入することなく走行できる自動運転システムを開発するに至り、まさに今モデルが指数関数的な成長を見せるカーブの手前に位置していると捉えています。 これからはE2Eモデルをさらに発展させ、物理的な振る舞いと世界理解を統合したフィジカル基盤モデルとすることで、運転能力だけでなく、言語やマルチモーダルな理解を組み合わせ、人間にしか対応できなかったような難しいシーンにも対処できる自動運転AIを開発していきます。 我々は、これらの開発において、キーパーソンとなるのが学生時代からコンピュータサイエンスを学んできている若い才能であると強く信じています。 チューリングは、将棋AI「Ponanza」で史上初めて名人に勝利し、日本のAI史を塗り替えた山本を筆頭にテクノロジーを理解している経営メンバーが多数います。そのため、才能あるエンジニアが取り組むべき適切な課題と環境を用意し、皆さんの可能性を大きく広げることができます。 実際に開発チームのリーダーの半数は新卒メンバーが占めており、良い意味で新卒・中途の分け隔てはなく、新卒メンバーも事業のコア人材として活躍しています。 一緒にWe Overtake Teslaを掲げ、完全自動運転の実現を目指しませんか？ 皆さんからのエントリーをお待ちしています！ 【入社後の配属想定】 現在は下記のグループ・プロジェクトがあります。ご経験・志向性に応じてアサインをしていきます。 ※入社タイミングによって組織体制やプロジェクトは変更(進歩)している可能性が高いです。正社員として入社する前にインターンとして参画することもオススメします。 ◾️チーム・プロジェクト ・自動運転第1, 第3グループ：「End-to-End自動運転モデル」や「VLAモデル」の開発やそのためのMLOps基盤を開発しています。 [業務例] こちらの業務例は複数チームの業務をまとめて記載しています。基本的にはご自身の知識や経験を活かしていずれかの業務(チーム)に従事することを想定してください。 - 機械学習エンジニアと協力し、データやモデルの継続的な改善 - クラウド等を活用した処理の自動化や内部ツール/サービスの実装 - システムアーキテクチャの設計 - シナリオテストの設計/実装/改善 - 3DGSベースのクローズドループシミュレータ開発 - 分散学習基盤との統合 - データキャリブレーションや異なるセンサデバイス間の座標変換 - 画像、動画データ処理パイプラインの高速化 - 現状のモデルのボトルネック分析と最適化 - 自動運転モデル全体の高速化 - モデル学習からデプロイまでのMLパイプラインの自動化（MLflow、Airflowなど） - CI/CDの導入とエンジニアリング生産性の向上 - 車両運動制御システムやアルゴリズムの設計/実装 - 実車両を用いた制御性能の評価/チューニング など ・自動運転第2グループ：E2E自動運転を支える車両・システムを開発しています。 データ収集のための車載システムや自動運転システムを開発しており、今後は複数車種への対応や次世代SoC・車載アーキテクチャへの対応に取り組んでいきます。 [業務例] - 様々な車種へ対応していくためのカーハック - 自動運転向けSoCへの実装と最適化 - CI/CDの導入とエンジニアリング生産性の向上 - フリート管理・OTAへの実装/改善 - 実用環境を意識した車載組み込み環境の構築 - PyTorchで学習されたモデルのonnxへの変換とオペレータの実装 - 実車でのモデル評価/実験管理 など
-
【サマーインターン】エンジニア / Engineer（ML・ソフトウェア・組み込み・インフラエンジニア）
チューリングは完全自動運転の実現を目指すディープテックスタートアップです。 チューリングは、若い可能性をとても強く信じています。 それは、CEO自身が21歳の頃にタッチタイピングからプログラミングをはじめ、将棋の名人を倒すAIをつくり上げたように、「正しい課題と環境があれば、人は驚くほど成長できる」と知っているからです。 だからこそ私たちは、みなさんが大きく羽ばたけるフィールドを本気で用意しています。あなたがその一歩を踏み出す勇気を、心から待っています。 私たちは「完全自動運転の実現」を掲げ、日々本気で技術に向き合ってきました。現在では、東京都内を30分以上まったく人の介入なしで走行できる自動運転システムを実現するまでに成長しています。 これからは運転能力だけでなく、周囲の状況理解や言語理解も含めて賢く振る舞えるAIモデルへと進化させ、人間でも難しいシーンに対応できる未来をつくっていきます。 チューリングには、AI研究・ソフトウェア・車両など幅広い領域の専門チームがあり、皆さんの経験や興味に合わせてミッションをお任せします。ここでの挑戦は、間違いなくあなたの人生に大きな影響を与える時間になるはずです。 一緒に、これからの自動運転をつくっていきませんか？ みなさんと未来を描ける日を楽しみにしています。 ■ プロジェクト紹介 ‐フィジカル基盤モデル開発（VLA） Vision-Language-Action（VLA）モデルを中心に、視覚・言語・行動を統合した次世代の自動運転AIを開発します。世界的にもまだ事例の少ない領域で、最新論文や実装を参考にしながら探索的に開発を進め、人間に近い判断ができる自動運転モデルの実現を目指します。 ‐End-to-Endモデル開発（ML、強化学習、MLOps） 車載カメラ映像を入力に、単一の機械学習モデルで運転経路・制御を出力するEnd-to-End自動運転モデルを開発します。モデル実装からデータ設計、学習・評価、強化学習による性能向上、MLOpsによる継続的改善まで一気通貫で取り組みます。 ‐自動運転システム開発（組み込み、高速化・最適化） 開発した自動運転モデルを実際の車両で安定して動かすためのシステムを開発します。車載組み込みソフトウェア、制御系、OS・推論高速化、複数車種や次世代SoCへの対応など、実用化を見据えた開発を行います。 ‐インフラ開発（GPU基盤） 大規模モデル学習や実験を支えるGPUクラスタ・計算基盤を設計・運用します。分散学習環境や学習パイプラインを整備し、研究・開発を高速に回すための技術基盤を構築します。機械学習エンジニアが計算タスクに集中できる環境づくりがミッションです。 ■ 仕事内容 ・MLエンジニア フィジカル基盤モデル（VLA）やEnd-to-End自動運転モデルの開発を中心に、データ収集からモデル学習、評価まで幅広く担当します。最新研究を実装し、実車実験を通じてモデルを磨き込む経験ができます。 ‐業務例 End-to-End自動運転モデル／VLAモデルの実装 データ収集方針・計画の立案 データセットの作成・改善 学習アルゴリズムの実装・改良 モデル学習・推論コードの高速化 オートラベリングモデルの実装・改善 センサキャリブレーション・座標変換 論文調査・再現・実装 実車でのモデル評価・実験管理 など ・ソフトウェア／組み込みエンジニア 自動運転AIを支えるソフトウェア・システム・車載環境を開発します。クラウドから車載組み込みまで幅広いレイヤーを横断し、実用的な自動運転システムを構築します。 ‐業務例 データ・モデル改善を支えるシステム開発 MLOps基盤（学習〜デプロイ）の設計・自動化 内部ツール・サービスの実装 シナリオテストの設計・実装・改善 クローズドループシミュレータ開発 分散学習基盤との統合 画像・動画データ処理パイプラインの高速化 モデル全体のボトルネック分析・最適化 車両運動制御アルゴリズムの設計・実装 車載SoCへの実装・最適化 複数車種対応、フリート管理、OTA対応 CI/CD導入による開発生産性向上 実車での評価・チューニング など ・インフラエンジニア GPUクラスタや計算基盤を構築・運用し、機械学習エンジニアが計算リソースを最大限活用できる環境をつくります。オンプレ・クラウド双方の設計/運用に携わり、分散システムやネットワークの最適化まで含めたインフラ全般を担当します。 ‐業務例 GPUクラスタ・計算基盤の設計・構築 ネットワーク設計と高速化 ストレージシステムの効率化・最適化 クラスタリング技術の開発 クラウド上での計算環境整備・運用（AWS／GCP／Azure） 機械学習エンジニアが使いやすいインフラ設計 など ■チューリングで働く魅力 インターンとして研究を進め、成果をまとめた2本の論文がCVPR 2026年に採択されています。 https://tur.ing/news/20260225/ このように完全自動運転の開発は最新の研究テーマに携われる機会が多いため、論文に限らず対外的な成果を作り上げるのに適した環境です。 また、エンジニアとして成果を出すための開発支援ツールの利用も積極的に支援しています。ChatGPTやClaude Codeなど各種AIサービスを活用した開発環境に身を置くことができます。
-
MLエンジニア / Machine Learning Engineer（End-to-End自動運転モデル開発）
◆本求人は、自動運転・コンピュータビジョン・機械学習のいずれかの領域で専門性を持つMLエンジニアを対象としています◆ チューリングでは、車載カメラの映像を入力に単一の機械学習モデルで車の制御を求める「End-to-Endの自動運転MLモデル」の開発を行っています。 自動運転モデル開発は、機械学習だけでなくさまざまな技術の総合格闘技です。データ収集、データセット作成（データ品質改善※キャリブレーションや座標変換など）、モデル学習（モデルアーキテクチャ検討・学習効率化など）といった形で多くの活躍フィールドがあります。 自動運転開発の経験があるエンジニアはもちろん、ソフトウェア業界やロボティクス業界など、異なるバックグラウンドで卓越した技術を有するエンジニアを探しています。一緒に人類のグランドチャレンジを達成しましょう。 【業務内容】 モデルアーキテクチャの改善だけでなく、データ品質・量の改善などさまざまな課題解決に取り組んでいます。以下にあげる業務は一例ですが少しでも自身の経験と関連あるものをお持ちな方はぜひ前向きに応募をご検討ください ◆具体例 ・End-to-End の自動運転モデルの実装 ・データ収集の方針・計画立案 ・データセットの作成・改善 ・オートラベリングモデルの実装・改善 ・カメラ・センサーキャリブレーション ・モデル学習のアルゴリズム実装 ・モデル学習コードの高速化 ・実車でのモデル評価・実験管理 ・先端論文の調査・再現・実装 【モデル開発のアプローチは？】 データセントリックなアプローチとモデルセントリックなアプローチの2種類で開発を進めています。データの品質においてさまざまな要因で課題が生まれるケースもあれば、モデルのアーキテクチャやバックボーンの探索など、広い範囲で試せることが多いです。また大規模なGPUクラスタで多くの学習を回すため、学習コード高速化などにも取り組んでいこうと思っています。 E2E自動運転はまだ正解はありません。あなたが開発したモデルが次世代の自動運転のスタンダードとなる可能性があります。 【自分のつくったモデルを実車で試して改善していく】 「データセットやモデルを作る→走行実験→実験ログ解析実験→モデルの管理」という流れで自動運転AIを進化させていきます。自身のつくったモデルを五感で捉えながら改善サイクルを回していきます。机上だけでなく、現実世界からのフィードバックを開発に活かしてください。
-
MLエンジニア / Machine Learning Engineer（自動運転 世界モデル／動画生成モデル開発）
◆本求人は、機械学習を軸に、動画生成モデル・基盤モデルの大規模開発や、それを支えるMLOps／データ基盤、蒸留・最適化・実機デプロイに取り組んできた方を対象としています（自動運転／CV／ロボティクスの経験者歓迎）◆ Turingでは、車載カメラ映像を入力に車の制御まで行う End-to-endの自動運転モデル を開発しています。完全自動運転レベルの実現に向けて、模倣学習で鍛えるアプローチに加えて、近年進展の著しい動画生成・世界モデル系の潮流も取り込みながら、探索的に「当たり」を作りにいくフェーズにあります。 特に近年は、走行データだけでなく一般動画データも含む大規模事前学習（動画生成・自己教師あり学習など）が、下流タスク（行動予測・プランニング等）の性能を押し上げうるという流れが強くなっています。 そこでTuringでも、World Action Model（WAM）という考え方のもと、動画生成モデル／画像・動画基盤モデル（例：DINOv3、V-JEPA系の発想）／世界モデルといったモダンなモデル群を、学習のスケーリングから検証、下流タスクへの落とし込み、さらに蒸留・量子化・推論最適化を経て実機にデプロイするところまで一気通貫で推進したいと考えています。 今回の求人では、この挑戦的な取り組みを、研究だけで終わらせず「動くもの」に仕上げるメンバーを募集します。 【業務内容】 ・自動運転領域におけるWAM（World Action Model）を中心としたML開発 ・大規模事前学習（走行データ＋一般動画データ等を用いた学習スケーリング） ・動画生成モデル／世界モデルを用いたモデリング検討・実装・検証 ・自己教師あり学習に基づく画像・動画基盤モデル（例：DINOv3、V-JEPA系等）の検証・活用 ・下流タスク（例：行動予測・プランニング等）への適用、評価設計・改善 ・蒸留（distillation）等による小型化・高速化、量子化・推論最適化 ・実験基盤整備（データパイプライン、再現性、実験管理、モデル運用）の構築・改善 ・関連領域（Transformer、ロボティクス、世界モデル等）の論文調査・実装検証 【Physical AIというテーマの最前線を楽しむ】 AIに身体性を持たせ、物理空間の中で価値を発揮する。そういったテーマにおいて自動運転はまさに人類がいま取り組んでいるものです。すでに社内で進んでいるプロジェクトのナレッジを活かしつつも、独自のMLパイプラインを構築していかなければなりません。レファレンスがほとんどない領域で開発を推進していただける方を探しています。 【自分のつくったモデルを実車で試して改善していく】 「データセットやモデルを作る→走行実験→実験ログ解析実験→モデルの管理」という流れで自動運転AIを進化させていきます。自身のつくったモデルを五感で捉えながら改善サイクルを回していきます。机上だけでなく、現実世界からのフィードバックを開発に活かしてください。 【こんな人が活躍しています】 ・ロボティクス／世界モデル／自動運転（行動予測・プランニング等）のいずれかに強みを持ち、モデル開発をリードしてきた方 ・大規模データの前処理・フィルタリング・データ品質設計にこだわり、学習の再現性やスケーリングを現場で実現してきた方 ・研究室／企業研究所などで、探索的なテーマを「実装→検証→改善」まで落とし込み、成果につなげてきた方 ・関連分野の著名研究者や最新論文の仕事を素早くキャッチアップし、再現・発展させてプロダクト／実機検証に接続できる方
-
ソフトウェアエンジニア / Machine Learning Systems Engineer
◆本求人は、大規模・高信頼性が求められるデータ基盤および分散システムの開発・運用経験を有するソフトウェアエンジニアを対象としています◆ チューリングでは、車載カメラの映像を入力として車両を制御する、End-to-Endの完全自動運転システムの開発を行っています。 自動運転AIの性能向上には、膨大なデータの収集・管理、モデルの学習・評価、継続的な改善サイクルを高速に回し続けることが不可欠です。 Machine Learning Systems Engineerは、その開発サイクル全体を支えるソフトウェアシステムやプラットフォームを構築するポジションです。 機械学習モデルそのものの研究開発ではなく、MLエンジニアやリサーチャーがより速く、より大規模に、より信頼性高く開発を進められる環境を構築します。 データ基盤、分散システム、Developer Platform、学習・評価パイプラインなど、機械学習開発を支える幅広いソフトウェアシステムの設計・開発に携わっていただきます。 単なる基盤運用ではなく、チーム横断で課題を発見し、仮説を立て、設計し、実装し、組織全体の開発速度を向上させることがミッションです。 【業務内容】 - 機械学習開発を支えるデータ基盤の設計・開発・運用 - MLエンジニア向けの内部サービス、Developer Platformの開発 - データ収集・加工・転送パイプラインの構築および最適化 - 学習・評価ワークフローの自動化 - 大規模分散システムの設計・実装・運用 - クラウドおよびオンプレミス環境を活用したシステム開発 - パフォーマンス改善、信頼性向上、運用効率化 チューリングのソフトウェアは、最終的に実車に搭載され、現実世界で動作します。 本ポジションが開発するシステムは、個人の生産性を向上させるだけでなく、機械学習チーム全体の研究開発速度を大きく左右します。 世界最高水準のMLエンジニアと協働しながら、自動運転という人類史上最大級の技術課題に挑戦できます。 また、学習基盤、データ基盤、分散システム、Developer Platformなど幅広い技術領域に携わることができ、ソフトウェアエンジニアとして大きなレバレッジを発揮できるポジションです。
-
ソフトウェアエンジニア/ Performance Optimization Engineer（大規模学習基盤）
◆本求人は、高負荷な計算処理を高速かつ効率的に実行するためのシステム開発に挑戦したいソフトウェアエンジニア向けのポジションです◆ チューリングでは、車載カメラ映像を入力に車両制御を行うEnd-to-End自動運転システムの開発を行っています。 自動運転システムでは、AI推論・モデル学習・画像処理・センサ処理など、多数の計算負荷の高い処理がリアルタイムに実行されています。 本ポジションでは、それらの処理をCPU・GPUをはじめとする計算資源上で高速かつ効率的に動作させるための設計・実装・最適化を担っていただきます。 単なるアルゴリズム開発ではなく、 「同じ処理をより速く、より少ないメモリで、より低いレイテンシで実行する」 ために、システム全体の計算ボトルネックを特定し改善することがミッションです。 業務内容 - 自動運転モデルの学習における計算効率向上 - モデル学習パイプラインにおけるデータロードや動画デコード処理の最適化 - CPU/GPUを活用した高性能な画像処理パイプラインの開発 - メモリ使用量やスループット改善のための性能チューニング - プロファイリングツールを活用したボトルネック解析 - 並列処理や分散処理を活用した高効率システムの設計 - 大規模データ処理基盤の性能改善 これらの取り組みを通じて、モデルの性能向上と開発速度の両立を実現し、システム全体のスケーラビリティとパフォーマンスを最大化することが期待される役割です。 既存の枠組みにとらわれず、次のスケールを見据えた学習基盤をゼロベースで設計・進化させることで、エンジニアリングの力で自動運転開発の限界を押し広げていきます。
-
ソフトウェアエンジニア / Software Engineer（SoC最適化）
◆本求人は、エッジ環境で推論最適化・デプロイ最適化の経験があるソフトウェアエンジニアを対象としています◆ チューリングはマルチモーダル生成AIで完全自動運転の実現を目指しているディープテックスタートアップです。 今回のポジションでは、MLモデル・コンパイラ・ランタイム・SoC/ハードウェアの境界を跨いで、計算資源の限られる車載環境での推論を安定かつ高速に実行できる状態に責任を持ちます。信頼性や保守性も含めて、量産を見据えた「性能・コスト」の最適解を見つけ、性能要求として落とし込むことがミッションです。 【業務内容】 1. 推論速度の向上 - チームを横断して、MLモデルの推論速度を高速化（ボトルネック特定〜改善まで） 2. デプロイフローの改善 - 量子化も含め、モデル変換〜ビルド〜デプロイまでの自動化（自動ビルド環境/CIの整備） 3. 新規SoCの立ち上げ - 新規SoCを探索的に試行しながら、、モデルのデプロイ、実装、最適化を推進
-
ソフトウェアエンジニア / Software Engineer（自動運転システム開発）
◆本求人は、Linux上でのシステムソフトウェア開発に、C++ または Pythonで深く取り組んできた方を対象としています◆ チューリングは完全自動運転の実現を目指すディープテックスタートアップです。 自動運転第2グループは、自動運転AIモデルを作るチーム（上流）と車両を扱うレイヤー（下流）の間に位置し、自動運転を「実際に車として動かす」ためのシステムソフトウェア全域を担います。推論や一部の制御アプリは他チームが持ち、それ以外のシステムコード——計算機と各種センサー（カメラ・自己位置推定など）の上で動く Linux、自動運転ミドルウェア（ROSのようにプロセス間通信・プロセス管理を担う自社基盤）、その上のアプリケーション、そして車とのつなぎこみ——はすべてこのグループが担っています。 このポジションでは、仕様が固まりきっていない状況の中で、解くべき課題を自ら定義し、設計から実装まで進めていくことが求められます。担当領域はプロダクトの局面に応じて変わるため、決まった守備範囲よりも、状況に合わせて軸足を動かすことを楽しめる方が活躍できる環境です。 【業務内容】 強みや経験に合わせた領域からスタートし、必要に応じて隣接領域に広げていきます。以下はチーム全体が担うスコープです。 ▼ 低レイヤー・システム - センサー制御（カメラ、自己位置推定など）の開発 - 自動運転ミドルウェアの開発（IPC、プロセス管理、リアルタイム性の担保） - 各車種への対応・車両とのつなぎこみ - システム／OSレベルでのパフォーマンスボトルネックの特定・改善 ▼ データ基盤・運用 - ロギング・データ収集基盤の開発・運用 - OTA更新基盤の設計・開発 - 運用・可視化のためのWebUI / 開発ツールの開発 【あなたの経験は、ドメインが違っても活きます】 自動車・自動運転ドメインの知識は入社後にキャッチアップできる環境です。以下のような背景を持つ方の経験が、このチームで直接活きます。 - 家電・カメラ・音響機器・ネットワーク機器などでLinux組み込み開発をしてきた方 - 産業機器・医療機器でミドルウェアやドライバを書き、信頼性・リアルタイム性を追い求めてきた方 - ゲームエンジンやゲームサーバーで低レイテンシ設計に取り組んできた方 - ロボティクス・ROS環境でセンサー統合や制御システムを開発してきた方 - 大規模バックエンド・データ基盤の設計・構築をしてきた方 - WebUI・可視化ツールの開発をしてきた方（自動運転システムの運用・モニタリング基盤を担っていただきます）
-
インフラエンジニア・プラットフォーム開発 / Infrastructure Engineer・Platform Engineering
チューリングは「We Overtake Tesla」を掲げ、完全自動運転AIの開発に取り組むスタートアップです。2022年のほぼGPUゼロの状態から計算資源を増強し続け、2025年12月時点でオンプレミス・クラウド合わせてスパコン「富岳」のAI演算性能の約40%に相当する約0.7EFLOPS（FP16）を常時運用しています。さらに今後2年でこれを5〜10倍に拡大する計画が、現在進行形で動いています。 現在のE2E自動運転モデルは、データとGPUを増やすほど素直に性能が伸びるフェーズにあり、社内は「GPUがあるだけ使い切る」状況です。つまり、計算資源の利用効率を1%改善することが、そのまま自動運転AIの進化スピードに直結します。 本ポジションでは、チューリングの機械学習基盤を支えるGPUクラスタ（主にクラウド上のSlurm環境）の運用・改善をリードし、オンプレを含めた計算資源の利用効率を最大化することをミッションとします。 現在はAWS/GCP上のSlurmクラスタを中心に運用しており、これらを高度に自動化・最適化しながら、将来的にはオンプレミス環境との統合やKubernetesとのハイブリッド化など、より高度な計算基盤の設計・実装にも取り組んでいただきます。インフラチームは、GPU間をEthernet（RoCE v2）で800Gbps・End-to-Endで接続する次期オンプレミスGPU基盤の構築を進めており、クラウドとオンプレをまたぐハイブリッド基盤の進化はまさにこれからが本番です。 機械学習エンジニア／インフラエンジニア／MLOpsエンジニアと密に連携し、ワークロード特性を理解した上で、インフラからアプリケーションレイヤまで横断的に課題解決をリードできるエンジニアを募集しています。 ■ 具体的な業務内容 ・AWS / GCP上のSlurmクラスタの運用、改善（Terraform / Ansible等による自動化） ・Python / Goによる運用ツール・ジョブ管理の自動化開発 ・GPU利用状況の可視化・ボトルネック分析、ジョブスケジューリング最適化（優先度制御、プリエンプション等） ・クラウド／オンプレ間のワークロード最適配置（例：推論系ジョブのオンプレ移行） ・MLエンジニアと連携した実験、学習基盤の改善、CI/CD・モニタリング基盤の整備 ・オンプレ統合、Slurm × Kubernetesハイブリッド基盤など中長期的な基盤アーキテクチャ設計
-
インフラエンジニア / Infrastructure Engineer（GPUクラスタ）
◆本求人は、GPUクラスタの構築経験者やインフラ・ネットワークエンジニアを対象としています◆ チューリングは完全自動運転の実現を目指しているディープテックスタートアップです。 大規模なGPU計算環境を利用し、ビジョンベース自動運転のための深層学習モデルやレベル5自動運転に利用するマルチモーダル基盤モデル・世界モデルなどの研究開発を行っています。現在、インフラ基盤であるGPUクラスターを構築・運用していくインフラエンジニアを募集しています。機械学習エンジニアが計算タスクに集中できる環境を整備し、限られた計算資源を最適化することでチューリングの完全自動運転開発を最大化することがミッションです。 ◆インフラ/GPUクラスタエンジニアの業務内容 ・計算環境の物理設計や選定機器の設計 ・ネットワークの設計 ・ストレージシステムの効率化・高速化 ・クラスタリング技術の開発 ・クラウド環境上での計算環境の整備/運用 ◆具体的な業務内容 大規模GPU計算環境を使って完全自動運転の実現に向けたマルチモーダル基盤モデル・世界モデルを開発する。そのためのインフラの構築・運用などを主な業務とします。機械学習エンジニアにとって扱いやすい計算環境を構築してください。同時に、クラウド環境も積極的に活用しており、AWS/Azure/GCP上での計算環境も運用します。 今後、チューリングでは数年先を見据えた計算基盤の選定・設計・構築をしていく必要があります。来年末には次の世代の計算環境を作っていく予定です。2~3年周期でGPUクラスターを構築していくため、事業計画や投資計画などのビジネス/財務メンバーとコミュニケーションも実施していただきます。 【今のチューリングで働く魅力】 KaggleGrandMaster5名など非常に優秀な機械学習エンジニアが多く有する中で、ユーザーと非常に近い距離でコミュニケーションをとりながら計算基盤を最適化していくという経験はインフラエンジニアにおいても非常に大きく貴重な経験となると考えています。
-
車両整備士・メカニック / Fleet Technician（データ収集車両・自動運転車両）
◆本求人は、車両の整備などメカニックを経験している方を対象としています◆ チューリングは完全自動運転の実現を目指しているディープテックスタートアップです。マルチモーダルな基盤AIやEnd-to-Endの自動運転AI開発を行っています。自社でデータ収集から自動運転車へのデプロイまでを行っており、さまざまな技術的な挑戦をしている会社です。 自動運転AI開発においてデータの質は非常に大切です。そのため、チューリングではデータ収集においては、自社で車両を改造して日々データを集めています。こちらのポジションの方には、完成車をデータ収集者や自動運転車へ改造することや、車両の日々の保守運用を行っていただきます。 【具体的な業務内容】 ・車両の点検、整備業務 ・車両の故障診断、探求業務 ・車両のトラブル対応 ・車両のメンテナンス計画の策定及び運用 ・社内外ステークホルダーとの協働 ◾️メンテナンスやトラブル対応とは？ データ収集を長時間・長期間行っていると、タイヤの摩耗や車の各パーツやハードウェアの故障が起きます。故障に対して適切なメンテナンス・整備を行う場合、車両のデータ収集計画を鑑みた対応が必要です。パートナー会社さまとの調整を行い、データ収集が滞りなく行えるように車両改造・メンテナンスの全体進捗管理を行います。
-
自動運転車両エンジニア（Autonomous Vehicle Engineer）
チューリングは完全自動運転の実現を目指しているディープテックスタートアップです。マルチモーダルな基盤AIやEnd-to-Endの自動運転AI開発を行っています。自社でデータ収集からエッジへのデプロイまでを行っており、さまざまな技術的な挑戦をしている会社です。 自動運転AI開発においてデータの質は非常に大切です。チューリングでは自社で複数メーカーの車両に対してセンサーを取り付けし、日々データを収集しています。さらに、開発した自動運転AIモデルを実車に搭載し、実環境での走行を実現していきます。 このポジションは、そのデータ収集車両および自動運転制御車両をつくる仕事です。AI・ソフトウェアエンジニアが在籍する社内エンジニアリングチームと緊密に連携し、モデルの要求を車両設計に直接反映しながら、自分の手がけた車両でAIが走る瞬間まで見届けられます。 【具体的な業務内容】 ・データ収集車両および自動運転制御車両のスペックの決定 ・複数メーカーの車両を対象とした改造・システムインテグレーション ・搭載センサー（カメラ、GNSS、IMU等）の選定・調達・取り付け・性能評価 ・自動運転AIによる車両制御を実現するためのメカ・電気・ECUの設計及び実装（関連業者との協業を含む） ・完成した車両の構築・評価と継続的な改善
-
事業開発
【ポジション概要】 CXO（執行役員/渉外・事業統括）直下で、完全自動運転の実用化に必要な「技術の外側のすべて」を動かすポジションです。 事業開発チームは現在CXO含め2〜3名。少数精鋭のチームで、経済産業省Geniacをはじめとする数十億円規模の国家プロジェクト運用、国内OEM・Tier1パートナーとの戦略提携交渉、数百億円規模の計算資源調達に関わる折衝を担っています。1年以内にプロジェクト総額は数百億円規模に拡大する見込みであり、事業のスケールとスピードに対してチームの増強が急務です。 このポジションは「調整役」ではありません。エンジニアと直接連携しながら、自ら事業を設計・運用し、完全自動運転が公道を走るための条件を一つずつつくっていく — そんなパートナーを募集しています。 【なぜこのポジションが必要か】 当社はカメラ映像のみで、ハンドル・ブレーキ・アクセルすべての操作判断を行うEnd-to-End自動運転AIを開発しています。世界的にもここ数年で立ち上がったばかりの技術領域です。 ただし、技術だけでは車は公道を走れません。安全性評価の枠組み、OEMとの量産搭載に向けたロードマップ、学習データの収集体制、計算資源の確保 — こうした条件を一つずつ整える必要があります。 このポジションは、その条件づくりを一手に担います。 【業務内容】 以下の業務を、状況に応じて横断的に担当していただきます。 ① 国家プロジェクトの運用・推進 経済産業省等の政府公募事業への申請設計、採択後のコンソーシアム運用（仕様策定・進捗管理・予算執行）。数十億円規模のプロジェクトが進行中で、大手企業・研究機関と連携しています。1年以内に数百億円規模に拡大予定。 ② OEM・Tier1との戦略提携 国内大手自動車メーカーおよびTier1サプライヤーとの事業提携交渉、共同開発ロードマップの策定・推進、契約交渉。数年単位の長期パートナーシップを設計します。 ③ 中央省庁・政府機関との渉外 自動運転に関わる産業政策・規制の所管官庁との連携対応。制度面の課題に対し、行政側と協働して解決策を構築します。 ④ データ収集・インフラ構築 自動運転AIの学習に必要な大規模データの収集体制構築、数百億円規模の計算資源の調達・運用に関わるベンダー交渉・プロジェクト管理。エンジニアと連携し、技術要件を理解した上で推進します。 ⑤ 上記に収まらないすべて 2〜3名のチームで上記を回しているため、固定的な担当領域はありません。契約書レビュー、政府向けプレゼン作成、ベンダーとの技術すり合わせなど、日単位で業務が変わります。 【このポジションで得られるもの】 ・中央省庁レベルの国家プロジェクトを、受託者ではなく「主体」として設計・運用する経験 ・国内主要OEM複数社との戦略提携交渉を、執行役員直下でリードする立場 ・1年以内に数百億円規模に拡大するプロジェクト群を、初期メンバーとして動かす希少な機会 ・「日本発の完全自動運転」という産業史に残り得るテーマの、最前線で関わる機会
-
法務
チューリングは完全自動運転の実現を目指しているディープテックスタートアップです。 当社は創業以来、Equity・Debtを合わせ累計365億円の資金調達を実施し、技術開発・事業開発への積極的投資を進めています。 事業・組織が拡大する中、取引や契約の増加に加え、新たな技術やビジネスモデルに伴う法的論点、コーポレートガバナンス、知的財産など、法務機能に求められる役割も大きくなっています。 現在、一部の法務業務は総務チームや外部専門家と連携しながら対応していますが、今後の事業成長を見据え、社内に法務機能を新たに立ち上げることになりました。 そこで今回、当社の「一人目法務」として、契約・事務法務を中心に、コーポレート法務やガバナンス、法務オペレーションまで幅広く担い、法務機能そのものをゼロから構築して いただく法務スペシャリストを募集します。 【具体的な業務内容】 ■ビジネスリーガル ・各種契約書の作成、レビュー、契約交渉 ・事業部門、研究開発部門等からの法務相談への対応 ・新規事業、新たな技術・ビジネスモデルに関する法的論点の整理 ・業務提携、資本提携等における法務支援 ・知的財産の管理および外部専門家との連携 ・必要に応じた各種規制、関連法令への対応 ■コーポレートリーガル／ガバナンス ・株主総会、取締役会等の機関法務 ・コーポレートガバナンス体制の構築・運営 ・社内規程の整備、運用 ・資本政策、株式、新株予約権等に関連する法務対応 ・コンプライアンスに関する体制整備 ■法務機能の立ち上げ ・契約審査、法務相談等のワークフロー構築 ・契約書、法務文書等の管理体制構築 ・外部弁護士、弁理士等の専門家との連携体制構築 ・リーガルテック等を活用した法務オペレーションの効率化 ・事業成長に合わせた法務組織・機能の設計 ※上記すべてを入社時点から一人で担っていただくことを想定しているわけではありません。これまでのご経験や専門性を踏まえ、優先順位をつけながら法務機能を構築していただきます。 【チーム／体制】 ・レポートライン：取締役 COO ・組織：コーポレート本部 総務チーム（現在は総務チームが法務業務を担当しています） 【今のチューリングで働く魅力】 ■一人目法務として、法務機能そのものを作る 既に完成された法務組織の中で業務を担当するのではなく、契約審査や法務相談のプロセス、ガバナンス体制、外部専門家との連携など、会社の成長を支える法務基盤をゼロから設計できます。 将来的には、事業・組織の成長に合わせた法務組織づくりにも携わっていただくことを期待しています。 ■新しい技術・事業に伴う法的論点に向き合える チューリングが取り組むのは、AI・自動運転・自動車という、技術革新とともに法制度や社会のルールそのものも変化していく領域です。 単なる契約レビューに留まらず、新しい技術やビジネスモデルをどのように社会実装していくのかというテーマについて、経営陣やエンジニア、事業責任者とともに考えることができます。 ■経営・事業に近い環境で法務に取り組める まだ小さな組織だからこそ、経営陣や事業部門と直接対話しながら、「リスクを避けるための法務」だけでなく、「どうすれば事業を実現できるか」を考える法務として仕事をすることができます。 急成長するスタートアップならではのスピード感の中で、日本の基幹産業である自動車産業の変革に直接関われることも、チューリングならではの環境です。
-
ファイナンスマネージャー候補
チューリングは完全自動運転の実現を目指しているディープテックスタートアップです。 創業から積極的な資金調達・補助金獲得によって事業拡大を行ってきており、累計365億円の資金調達を実施しました。（現在の資金調達ラウンドはシリーズA） 現在のファイナンス組織はCFO、財務・経営企画部部長（経理部長兼任）、担当1名で構成されていますが、会社が新たなステージに到達することを見据えてファイナンス組織の組織強化を今のタイミングで行うことに決めました。 現組織体制では、CFOが全体の財務戦略や資金調達を統括し、部長と担当者がファイナンス・経営企画の設計・運用を担当しています。今後、ファイナンス組織に求められる役割や機能の機能が拡大することを見据え、現在の部長が兼任しているファイナンスマネージャー業務を任せられる方を増員募集します。 【具体的な業務内容】 ・資金調達サポート ・投資家対応 ・銀行対応 ・証券会社対応 ・パートナー企業対応 ・中期経営計画の作成 ・組織の成長に伴う財務会計プロセス・システムの整備・改善 ・その他上記に付随する業務 【今のチューリングで働く魅力】 ディープテック企業が継続的に成長し、社会的インパクトを最大化していくためには、投資家や銀行との継続的・戦略的なコミュニケーションと信頼構築、そして継続的に大型調達を可能にする資金調達のオペレーションが欠かせません。チューリングではIR・資金調達領域を、単なる情報発信や事務的支援ではなく、事業拡大と組織価値向上の両輪を支える中核機能として位置づけています。 ファイナンスマネージャーのポジションでは、CEO・CFOと密に連携しながら、投資家資料の企画・作成、コミュニケーション設計、デューデリジェンス対応、資金調達プロセスの運営などを主導していただきます。経営に最も近い場所で意思決定に関わり、会社の成長ストーリーを社内外に発信しながら、チューリングの企業価値向上に直接的に貢献できる役割です。 また、本ポジションは担当領域が広く、IR実務に加えて、中期経営計画の作成、パートナー企業との協業推進、さらには中長期的なIPO準備の一部にも関与いただきます。スタートアップならではのスピード感の中で、実務スキルだけでなく、事業とファイナンスを横断的に理解する視点を磨きながら、自ら仕組みをつくっていく経験を得られる稀有な環境です。
-
【アルバイト】オフィス受付・事務サポート（10時〜14時・土日祝休み・扶養内OK）
完全自動運転システムの開発を目指すスタートアップ「チューリング」で、エンジニアが開発に集中できるオフィス環境を支えるスタッフを募集します。 難しい専門知識は不要です。丁寧さと正確さで、チーム全体を支えてくれる方をお待ちしています。 【業務内容】 ・オフィスの巡回点検・環境維持（照明・空調・共用スペースの美観管理） ・来客の受付案内、会議室の準備・片付け ・郵便物・宅配便の受け取り・仕分け・社内通知 ・消耗品・備品の在庫管理・発注依頼 ・社内イベントの設営サポート、新入社員の座席準備 ・簡単なデータ入力 【参考情報】 ▼会社HP https://tur.ing/ ▼ Turing Tech Blog https://zenn.dev/p/turing_motors 【応募時のお願い】 ・応募時の書類（履歴書・職務経歴書）はPDF形式にてご提出いただきますようお願い申し上げます ・応募時の書類（履歴書・職務経歴書）やエントリーページの入力箇所に年収情報（現在年収や希望年収）を記載するのはお控えください - 年収情報については選考プロセスが進む中でHRよりヒアリングをさせていただきます
-
【契約社員／フルタイム勤務】自動運転開発ドライバー
チューリングでは完全自動運転実現に向けて、自動運転AIの開発・評価を進めています。 このポジションでは、一般道・高速道路などでの走行データ収集や、自動運転AIのテスト走行を担っていただきます。 単に長時間運転するだけではなく、停止位置・加減速・車線内でのライン取り、周囲環境への対応などを、安定して高い精度で再現できる運転スキルが求められます。 車体感覚や車両コントロールに自信があり、安全かつ再現性の高い運転で自動運転AI開発に貢献したい方を歓迎します。 5年後、10年後に完全自動運転を実現するために貢献してください。あなたの仕事が未来の自動運転技術の礎となります。 【具体的な業務内容】 ・一般道や高速道路などでの走行データ収集 ・自動運転AIのテスト走行、評価走行 ・定められた走行条件・ルートに基づく再現性の高い運転 ・走行中の車両挙動、周辺環境、自動運転AIの挙動に関する記録・報告 ・エンジニア、開発チームへのフィードバック ・必要に応じた車両・機材の簡単な確認、セッティング補助 【活かせる経験】 チューリングでは、以下のような経験を持つメンバーがドライバーとして活躍しています。 ・レーシングドライバー、ジムカーナ・ラリー・カート等の競技経験者 ・AD／ADASのテスト走行経験者 ・タクシー／ハイヤー／送迎ドライバー経験者 ・緊急車両でのドライバー経験者 【1日の流れ】 1. 出社 2. 走行ルートの確認・当日の注意点など説明を受ける 3. 走行を実施（適宜休憩を行う） 4. 走行完了後、報告を行う 5. 1日の勤務終了
-
【有期パートタイム社員／業務委託】自動運転開発ドライバー
チューリングでは完全自動運転実現に向けて、自動運転AIの開発・評価を進めています。 このポジションでは、一般道・高速道路などでの走行データ収集や、自動運転AIのテスト走行を担っていただきます。 単に長時間運転するだけではなく、停止位置・加減速・車線内でのライン取り、周囲環境への対応などを、安定して高い精度で再現できる運転スキルが求められます。 車体感覚や車両コントロールに自信があり、安全かつ再現性の高い運転で自動運転AI開発に貢献したい方を歓迎します。 ※週3日以上から勤務可能なため、サーキット走行やモータースポーツ経験をお持ちの方、プロドライバー経験を活かして自動運転開発に関わりたい方にもご応募いただきやすいポジションです。 5年後、10年後に完全自動運転を実現するために貢献してください。あなたの仕事が未来の自動運転技術の礎となります。 【具体的な業務内容】 ・一般道や高速道路などでの走行データ収集 ・自動運転AIのテスト走行、評価走行 ・定められた走行条件・ルートに基づく再現性の高い運転 ・走行中の車両挙動、周辺環境、自動運転AIの挙動に関する記録・報告 ・エンジニア、開発チームへのフィードバック ・必要に応じた車両・機材の簡単な確認、セッティング補助 【活かせる経験】 チューリングでは、以下のような経験を持つメンバーがドライバーとして活躍しています。 ・レーシングドライバー、ジムカーナ・ラリー・カート等の競技経験者 ・AD／ADASのテスト走行経験者 ・タクシー／ハイヤー／送迎ドライバー経験者 ・緊急車両でのドライバー経験者 【1日の流れ】 1. 出社 2. 走行ルートの確認・当日の注意点など説明を受ける 3. 走行を実施（適宜休憩を行う） 4. 走行完了後、報告を行う 5. 1日の勤務終了
-
【アルバイト】ビジネスサポート/業務サポート（障がい者採用）
チューリングはマルチモーダル生成AIで完全自動運転の実現を目指しているディープテックスタートアップです。 現在バックオフィスで受け持つ事務や総務関連業務について、組織拡大に伴いオペレーション担当の増員を行います。会社全体を縁の下の力持ちとして支えてください。 【業務内容】 研究者やエンジニアの在籍が多数を占める開発スタートアップ企業でのバックオフィス総務チームで一般事務庶務や総務サポート業務を行っていただきます。 エンジニアメンバーが働きやすい、自分の仕事に集中できる環境を作ることをミッションとし、幅広い業務に対応します。 【具体的には・・・】 ・オフィスメンテナンス ・備品購入、整理 ・データ集計作業、案件管理作業（Excel、スプレッドシート） ・メール応対・電話応対、郵便宅配対応 ・マニュアル作成 ・役所への書類提出対応 ・バックオフィスメンバーの業務サポート など 業務内容についてはチームとして取り組むことを記載しておりますので、選考時にご経験やご希望を伺う中で内容を擦り合わせたいと考えています。 【現在の体制】 現在、コーポレートは4~5名体制です。総務関連の業務が増えており、チーム体制を強くしていくめに採用を行います。 【就業環境】 ・バリアフリートイレの業務フロア内設置 ・車椅子専用トイレの業務フロア内設置 ・エレベーター：有 ・階段手すり：有 ・建物入口段差：無 ・マイカー通勤：不可 ・障がい者用トイレ：有 ・玄関ドア：手動（基本的に常に開放しています） ・洋式トイレ：有 ・建物内車椅子の移動：可 【参考情報】 ▼会社HP https://tur.ing/ ▼ Turing Tech Blog https://zenn.dev/p/turing_motors 【応募時のお願い】 ・応募時の書類（履歴書・職務経歴書）はPDF形式にてご提出いただきますようお願い申し上げます ・応募時の書類（履歴書・職務経歴書）やエントリーページの入力箇所に年収情報（現在年収や希望年収）を記載するのはお控えください - 年収情報については選考プロセスが進む中でHRよりヒアリングをさせていただきます
MLエンジニアの募集要項
-
MLエンジニア / Machine Learning Engineer（End-to-End自動運転モデル開発）
◆本求人は、自動運転・コンピュータビジョン・機械学習のいずれかの領域で専門性を持つMLエンジニアを対象としています◆ チューリングでは、車載カメラの映像を入力に単一の機械学習モデルで車の制御を求める「End-to-Endの自動運転MLモデル」の開発を行っています。 自動運転モデル開発は、機械学習だけでなくさまざまな技術の総合格闘技です。データ収集、データセット作成（データ品質改善※キャリブレーションや座標変換など）、モデル学習（モデルアーキテクチャ検討・学習効率化など）といった形で多くの活躍フィールドがあります。 自動運転開発の経験があるエンジニアはもちろん、ソフトウェア業界やロボティクス業界など、異なるバックグラウンドで卓越した技術を有するエンジニアを探しています。一緒に人類のグランドチャレンジを達成しましょう。 【業務内容】 モデルアーキテクチャの改善だけでなく、データ品質・量の改善などさまざまな課題解決に取り組んでいます。以下にあげる業務は一例ですが少しでも自身の経験と関連あるものをお持ちな方はぜひ前向きに応募をご検討ください ◆具体例 ・End-to-End の自動運転モデルの実装 ・データ収集の方針・計画立案 ・データセットの作成・改善 ・オートラベリングモデルの実装・改善 ・カメラ・センサーキャリブレーション ・モデル学習のアルゴリズム実装 ・モデル学習コードの高速化 ・実車でのモデル評価・実験管理 ・先端論文の調査・再現・実装 【モデル開発のアプローチは？】 データセントリックなアプローチとモデルセントリックなアプローチの2種類で開発を進めています。データの品質においてさまざまな要因で課題が生まれるケースもあれば、モデルのアーキテクチャやバックボーンの探索など、広い範囲で試せることが多いです。また大規模なGPUクラスタで多くの学習を回すため、学習コード高速化などにも取り組んでいこうと思っています。 E2E自動運転はまだ正解はありません。あなたが開発したモデルが次世代の自動運転のスタンダードとなる可能性があります。 【自分のつくったモデルを実車で試して改善していく】 「データセットやモデルを作る→走行実験→実験ログ解析実験→モデルの管理」という流れで自動運転AIを進化させていきます。自身のつくったモデルを五感で捉えながら改善サイクルを回していきます。机上だけでなく、現実世界からのフィードバックを開発に活かしてください。
-
MLエンジニア / Machine Learning Engineer（自動運転 世界モデル／動画生成モデル開発）
◆本求人は、機械学習を軸に、動画生成モデル・基盤モデルの大規模開発や、それを支えるMLOps／データ基盤、蒸留・最適化・実機デプロイに取り組んできた方を対象としています（自動運転／CV／ロボティクスの経験者歓迎）◆ Turingでは、車載カメラ映像を入力に車の制御まで行う End-to-endの自動運転モデル を開発しています。完全自動運転レベルの実現に向けて、模倣学習で鍛えるアプローチに加えて、近年進展の著しい動画生成・世界モデル系の潮流も取り込みながら、探索的に「当たり」を作りにいくフェーズにあります。 特に近年は、走行データだけでなく一般動画データも含む大規模事前学習（動画生成・自己教師あり学習など）が、下流タスク（行動予測・プランニング等）の性能を押し上げうるという流れが強くなっています。 そこでTuringでも、World Action Model（WAM）という考え方のもと、動画生成モデル／画像・動画基盤モデル（例：DINOv3、V-JEPA系の発想）／世界モデルといったモダンなモデル群を、学習のスケーリングから検証、下流タスクへの落とし込み、さらに蒸留・量子化・推論最適化を経て実機にデプロイするところまで一気通貫で推進したいと考えています。 今回の求人では、この挑戦的な取り組みを、研究だけで終わらせず「動くもの」に仕上げるメンバーを募集します。 【業務内容】 ・自動運転領域におけるWAM（World Action Model）を中心としたML開発 ・大規模事前学習（走行データ＋一般動画データ等を用いた学習スケーリング） ・動画生成モデル／世界モデルを用いたモデリング検討・実装・検証 ・自己教師あり学習に基づく画像・動画基盤モデル（例：DINOv3、V-JEPA系等）の検証・活用 ・下流タスク（例：行動予測・プランニング等）への適用、評価設計・改善 ・蒸留（distillation）等による小型化・高速化、量子化・推論最適化 ・実験基盤整備（データパイプライン、再現性、実験管理、モデル運用）の構築・改善 ・関連領域（Transformer、ロボティクス、世界モデル等）の論文調査・実装検証 【Physical AIというテーマの最前線を楽しむ】 AIに身体性を持たせ、物理空間の中で価値を発揮する。そういったテーマにおいて自動運転はまさに人類がいま取り組んでいるものです。すでに社内で進んでいるプロジェクトのナレッジを活かしつつも、独自のMLパイプラインを構築していかなければなりません。レファレンスがほとんどない領域で開発を推進していただける方を探しています。 【自分のつくったモデルを実車で試して改善していく】 「データセットやモデルを作る→走行実験→実験ログ解析実験→モデルの管理」という流れで自動運転AIを進化させていきます。自身のつくったモデルを五感で捉えながら改善サイクルを回していきます。机上だけでなく、現実世界からのフィードバックを開発に活かしてください。 【こんな人が活躍しています】 ・ロボティクス／世界モデル／自動運転（行動予測・プランニング等）のいずれかに強みを持ち、モデル開発をリードしてきた方 ・大規模データの前処理・フィルタリング・データ品質設計にこだわり、学習の再現性やスケーリングを現場で実現してきた方 ・研究室／企業研究所などで、探索的なテーマを「実装→検証→改善」まで落とし込み、成果につなげてきた方 ・関連分野の著名研究者や最新論文の仕事を素早くキャッチアップし、再現・発展させてプロダクト／実機検証に接続できる方
SWE（MLシステム）の募集要項
-
ソフトウェアエンジニア / Machine Learning Systems Engineer
◆本求人は、大規模・高信頼性が求められるデータ基盤および分散システムの開発・運用経験を有するソフトウェアエンジニアを対象としています◆ チューリングでは、車載カメラの映像を入力として車両を制御する、End-to-Endの完全自動運転システムの開発を行っています。 自動運転AIの性能向上には、膨大なデータの収集・管理、モデルの学習・評価、継続的な改善サイクルを高速に回し続けることが不可欠です。 Machine Learning Systems Engineerは、その開発サイクル全体を支えるソフトウェアシステムやプラットフォームを構築するポジションです。 機械学習モデルそのものの研究開発ではなく、MLエンジニアやリサーチャーがより速く、より大規模に、より信頼性高く開発を進められる環境を構築します。 データ基盤、分散システム、Developer Platform、学習・評価パイプラインなど、機械学習開発を支える幅広いソフトウェアシステムの設計・開発に携わっていただきます。 単なる基盤運用ではなく、チーム横断で課題を発見し、仮説を立て、設計し、実装し、組織全体の開発速度を向上させることがミッションです。 【業務内容】 - 機械学習開発を支えるデータ基盤の設計・開発・運用 - MLエンジニア向けの内部サービス、Developer Platformの開発 - データ収集・加工・転送パイプラインの構築および最適化 - 学習・評価ワークフローの自動化 - 大規模分散システムの設計・実装・運用 - クラウドおよびオンプレミス環境を活用したシステム開発 - パフォーマンス改善、信頼性向上、運用効率化 チューリングのソフトウェアは、最終的に実車に搭載され、現実世界で動作します。 本ポジションが開発するシステムは、個人の生産性を向上させるだけでなく、機械学習チーム全体の研究開発速度を大きく左右します。 世界最高水準のMLエンジニアと協働しながら、自動運転という人類史上最大級の技術課題に挑戦できます。 また、学習基盤、データ基盤、分散システム、Developer Platformなど幅広い技術領域に携わることができ、ソフトウェアエンジニアとして大きなレバレッジを発揮できるポジションです。
-
ソフトウェアエンジニア/ Performance Optimization Engineer（大規模学習基盤）
◆本求人は、高負荷な計算処理を高速かつ効率的に実行するためのシステム開発に挑戦したいソフトウェアエンジニア向けのポジションです◆ チューリングでは、車載カメラ映像を入力に車両制御を行うEnd-to-End自動運転システムの開発を行っています。 自動運転システムでは、AI推論・モデル学習・画像処理・センサ処理など、多数の計算負荷の高い処理がリアルタイムに実行されています。 本ポジションでは、それらの処理をCPU・GPUをはじめとする計算資源上で高速かつ効率的に動作させるための設計・実装・最適化を担っていただきます。 単なるアルゴリズム開発ではなく、 「同じ処理をより速く、より少ないメモリで、より低いレイテンシで実行する」 ために、システム全体の計算ボトルネックを特定し改善することがミッションです。 業務内容 - 自動運転モデルの学習における計算効率向上 - モデル学習パイプラインにおけるデータロードや動画デコード処理の最適化 - CPU/GPUを活用した高性能な画像処理パイプラインの開発 - メモリ使用量やスループット改善のための性能チューニング - プロファイリングツールを活用したボトルネック解析 - 並列処理や分散処理を活用した高効率システムの設計 - 大規模データ処理基盤の性能改善 これらの取り組みを通じて、モデルの性能向上と開発速度の両立を実現し、システム全体のスケーラビリティとパフォーマンスを最大化することが期待される役割です。 既存の枠組みにとらわれず、次のスケールを見据えた学習基盤をゼロベースで設計・進化させることで、エンジニアリングの力で自動運転開発の限界を押し広げていきます。
SWE（自動運転システム）の募集要項
-
ソフトウェアエンジニア / Software Engineer（SoC最適化）
◆本求人は、エッジ環境で推論最適化・デプロイ最適化の経験があるソフトウェアエンジニアを対象としています◆ チューリングはマルチモーダル生成AIで完全自動運転の実現を目指しているディープテックスタートアップです。 今回のポジションでは、MLモデル・コンパイラ・ランタイム・SoC/ハードウェアの境界を跨いで、計算資源の限られる車載環境での推論を安定かつ高速に実行できる状態に責任を持ちます。信頼性や保守性も含めて、量産を見据えた「性能・コスト」の最適解を見つけ、性能要求として落とし込むことがミッションです。 【業務内容】 1. 推論速度の向上 - チームを横断して、MLモデルの推論速度を高速化（ボトルネック特定〜改善まで） 2. デプロイフローの改善 - 量子化も含め、モデル変換〜ビルド〜デプロイまでの自動化（自動ビルド環境/CIの整備） 3. 新規SoCの立ち上げ - 新規SoCを探索的に試行しながら、、モデルのデプロイ、実装、最適化を推進
-
ソフトウェアエンジニア / Software Engineer（自動運転システム開発）
◆本求人は、Linux上でのシステムソフトウェア開発に、C++ または Pythonで深く取り組んできた方を対象としています◆ チューリングは完全自動運転の実現を目指すディープテックスタートアップです。 自動運転第2グループは、自動運転AIモデルを作るチーム（上流）と車両を扱うレイヤー（下流）の間に位置し、自動運転を「実際に車として動かす」ためのシステムソフトウェア全域を担います。推論や一部の制御アプリは他チームが持ち、それ以外のシステムコード——計算機と各種センサー（カメラ・自己位置推定など）の上で動く Linux、自動運転ミドルウェア（ROSのようにプロセス間通信・プロセス管理を担う自社基盤）、その上のアプリケーション、そして車とのつなぎこみ——はすべてこのグループが担っています。 このポジションでは、仕様が固まりきっていない状況の中で、解くべき課題を自ら定義し、設計から実装まで進めていくことが求められます。担当領域はプロダクトの局面に応じて変わるため、決まった守備範囲よりも、状況に合わせて軸足を動かすことを楽しめる方が活躍できる環境です。 【業務内容】 強みや経験に合わせた領域からスタートし、必要に応じて隣接領域に広げていきます。以下はチーム全体が担うスコープです。 ▼ 低レイヤー・システム - センサー制御（カメラ、自己位置推定など）の開発 - 自動運転ミドルウェアの開発（IPC、プロセス管理、リアルタイム性の担保） - 各車種への対応・車両とのつなぎこみ - システム／OSレベルでのパフォーマンスボトルネックの特定・改善 ▼ データ基盤・運用 - ロギング・データ収集基盤の開発・運用 - OTA更新基盤の設計・開発 - 運用・可視化のためのWebUI / 開発ツールの開発 【あなたの経験は、ドメインが違っても活きます】 自動車・自動運転ドメインの知識は入社後にキャッチアップできる環境です。以下のような背景を持つ方の経験が、このチームで直接活きます。 - 家電・カメラ・音響機器・ネットワーク機器などでLinux組み込み開発をしてきた方 - 産業機器・医療機器でミドルウェアやドライバを書き、信頼性・リアルタイム性を追い求めてきた方 - ゲームエンジンやゲームサーバーで低レイテンシ設計に取り組んできた方 - ロボティクス・ROS環境でセンサー統合や制御システムを開発してきた方 - 大規模バックエンド・データ基盤の設計・構築をしてきた方 - WebUI・可視化ツールの開発をしてきた方（自動運転システムの運用・モニタリング基盤を担っていただきます）
自動運転開発ドライバーの募集要項
-
【契約社員／フルタイム勤務】自動運転開発ドライバー
チューリングでは完全自動運転実現に向けて、自動運転AIの開発・評価を進めています。 このポジションでは、一般道・高速道路などでの走行データ収集や、自動運転AIのテスト走行を担っていただきます。 単に長時間運転するだけではなく、停止位置・加減速・車線内でのライン取り、周囲環境への対応などを、安定して高い精度で再現できる運転スキルが求められます。 車体感覚や車両コントロールに自信があり、安全かつ再現性の高い運転で自動運転AI開発に貢献したい方を歓迎します。 5年後、10年後に完全自動運転を実現するために貢献してください。あなたの仕事が未来の自動運転技術の礎となります。 【具体的な業務内容】 ・一般道や高速道路などでの走行データ収集 ・自動運転AIのテスト走行、評価走行 ・定められた走行条件・ルートに基づく再現性の高い運転 ・走行中の車両挙動、周辺環境、自動運転AIの挙動に関する記録・報告 ・エンジニア、開発チームへのフィードバック ・必要に応じた車両・機材の簡単な確認、セッティング補助 【活かせる経験】 チューリングでは、以下のような経験を持つメンバーがドライバーとして活躍しています。 ・レーシングドライバー、ジムカーナ・ラリー・カート等の競技経験者 ・AD／ADASのテスト走行経験者 ・タクシー／ハイヤー／送迎ドライバー経験者 ・緊急車両でのドライバー経験者 【1日の流れ】 1. 出社 2. 走行ルートの確認・当日の注意点など説明を受ける 3. 走行を実施（適宜休憩を行う） 4. 走行完了後、報告を行う 5. 1日の勤務終了
-
【有期パートタイム社員／業務委託】自動運転開発ドライバー
チューリングでは完全自動運転実現に向けて、自動運転AIの開発・評価を進めています。 このポジションでは、一般道・高速道路などでの走行データ収集や、自動運転AIのテスト走行を担っていただきます。 単に長時間運転するだけではなく、停止位置・加減速・車線内でのライン取り、周囲環境への対応などを、安定して高い精度で再現できる運転スキルが求められます。 車体感覚や車両コントロールに自信があり、安全かつ再現性の高い運転で自動運転AI開発に貢献したい方を歓迎します。 ※週3日以上から勤務可能なため、サーキット走行やモータースポーツ経験をお持ちの方、プロドライバー経験を活かして自動運転開発に関わりたい方にもご応募いただきやすいポジションです。 5年後、10年後に完全自動運転を実現するために貢献してください。あなたの仕事が未来の自動運転技術の礎となります。 【具体的な業務内容】 ・一般道や高速道路などでの走行データ収集 ・自動運転AIのテスト走行、評価走行 ・定められた走行条件・ルートに基づく再現性の高い運転 ・走行中の車両挙動、周辺環境、自動運転AIの挙動に関する記録・報告 ・エンジニア、開発チームへのフィードバック ・必要に応じた車両・機材の簡単な確認、セッティング補助 【活かせる経験】 チューリングでは、以下のような経験を持つメンバーがドライバーとして活躍しています。 ・レーシングドライバー、ジムカーナ・ラリー・カート等の競技経験者 ・AD／ADASのテスト走行経験者 ・タクシー／ハイヤー／送迎ドライバー経験者 ・緊急車両でのドライバー経験者 【1日の流れ】 1. 出社 2. 走行ルートの確認・当日の注意点など説明を受ける 3. 走行を実施（適宜休憩を行う） 4. 走行完了後、報告を行う 5. 1日の勤務終了
新卒・インターンの募集要項
-
【インターン】エンジニア / Engineer（ML・ソフトウェア・組み込み・インフラエンジニア）
チューリングは完全自動運転の実現を目指すディープテックスタートアップです。 チューリングは、若い可能性をとても強く信じています。 それは、CEO自身が21歳の頃にタッチタイピングからプログラミングをはじめ、将棋の名人を倒すAIをつくり上げたように、「正しい課題と環境があれば、人は驚くほど成長できる」と知っているからです。 だからこそ私たちは、みなさんが大きく羽ばたけるフィールドを本気で用意しています。あなたがその一歩を踏み出す勇気を、心から待っています。 私たちは「完全自動運転の実現」を掲げ、日々本気で技術に向き合ってきました。現在では、東京都内を30分以上まったく人の介入なしで走行できる自動運転システムを実現するまでに成長しています。 これからは運転能力だけでなく、周囲の状況理解や言語理解も含めて賢く振る舞えるAIモデルへと進化させ、人間でも難しいシーンに対応できる未来をつくっていきます。 チューリングには、AI研究・ソフトウェア・車両など幅広い領域の専門チームがあり、皆さんの経験や興味に合わせてミッションをお任せします。ここでの挑戦は、間違いなくあなたの人生に大きな影響を与える時間になるはずです。 一緒に、これからの自動運転をつくっていきませんか？ みなさんと未来を描ける日を楽しみにしています。 ■ プロジェクト紹介 ‐フィジカル基盤モデル開発（VLA） Vision-Language-Action（VLA）モデルを中心に、視覚・言語・行動を統合した次世代の自動運転AIを開発します。世界的にもまだ事例の少ない領域で、最新論文や実装を参考にしながら探索的に開発を進め、人間に近い判断ができる自動運転モデルの実現を目指します。 ‐End-to-Endモデル開発（ML、強化学習、MLOps） 車載カメラ映像を入力に、単一の機械学習モデルで運転経路・制御を出力するEnd-to-End自動運転モデルを開発します。モデル実装からデータ設計、学習・評価、強化学習による性能向上、MLOpsによる継続的改善まで一気通貫で取り組みます。 ‐自動運転システム開発（組み込み、高速化・最適化） 開発した自動運転モデルを実際の車両で安定して動かすためのシステムを開発します。車載組み込みソフトウェア、制御系、OS・推論高速化、複数車種や次世代SoCへの対応など、実用化を見据えた開発を行います。 ‐インフラ開発（GPU基盤） 大規模モデル学習や実験を支えるGPUクラスタ・計算基盤を設計・運用します。分散学習環境や学習パイプラインを整備し、研究・開発を高速に回すための技術基盤を構築します。機械学習エンジニアが計算タスクに集中できる環境づくりがミッションです。 ■ 仕事内容 ・MLエンジニア フィジカル基盤モデル（VLA）やEnd-to-End自動運転モデルの開発を中心に、データ収集からモデル学習、評価まで幅広く担当します。最新研究を実装し、実車実験を通じてモデルを磨き込む経験ができます。 特に、直近では自然言語instructionを使ったE2Eモデルの制御に取り組んでいます。このE2Eモデルへのinstructionを制御するLLMの学習（RL含めて）に興味がある方を募集しています。 ‐業務例 End-to-End自動運転モデル／VLAモデルの実装 データ収集方針・計画の立案 データセットの作成・改善 学習アルゴリズムの実装・改良 モデル学習・推論コードの高速化 オートラベリングモデルの実装・改善 センサキャリブレーション・座標変換 論文調査・再現・実装 実車でのモデル評価・実験管理 など ・ソフトウェア／組み込みエンジニア 自動運転AIを支えるソフトウェア・システム・車載環境を開発します。クラウドから車載組み込みまで幅広いレイヤーを横断し、実用的な自動運転システムを構築します。 ‐業務例 データ・モデル改善を支えるシステム開発 MLOps基盤（学習〜デプロイ）の設計・自動化 内部ツール・サービスの実装 シナリオテストの設計・実装・改善 クローズドループシミュレータ開発 分散学習基盤との統合 画像・動画データ処理パイプラインの高速化 モデル全体のボトルネック分析・最適化 車両運動制御アルゴリズムの設計・実装 車載SoCへの実装・最適化 複数車種対応、フリート管理、OTA対応 CI/CD導入による開発生産性向上 実車での評価・チューニング など ・インフラエンジニア GPUクラスタや計算基盤を構築・運用し、機械学習エンジニアが計算リソースを最大限活用できる環境をつくります。オンプレ・クラウド双方の設計/運用に携わり、分散システムやネットワークの最適化まで含めたインフラ全般を担当します。 ‐業務例 GPUクラスタ・計算基盤の設計・構築 ネットワーク設計と高速化 ストレージシステムの効率化・最適化 クラスタリング技術の開発 クラウド上での計算環境整備・運用（AWS／GCP／Azure） 機械学習エンジニアが使いやすいインフラ設計 など ■チューリングで働く魅力 インターンとして研究を進め、成果をまとめた2本の論文がCVPR 2026年に採択されています。 https://tur.ing/news/20260225/ このように完全自動運転の開発は最新の研究テーマに携われる機会が多いため、論文に限らず対外的な成果を作り上げるのに適した環境です。 また、エンジニアとして成果を出すための開発支援ツールの利用も積極的に支援しています。ChatGPTやClaude Codeなど各種AIサービスを活用した開発環境に身を置くことができます。
-
【新卒】MLエンジニア / Machine Learning Engineer（End-to-End AI・フィジカル基盤モデル）
◆本求人は、コンピュータサイエンスを専攻している or 機械学習やソフトウェア開発において実践的な開発経験を持つ学生を対象としています◆ チューリングは完全自動運転の実現を目指しているディープテックスタートアップです。 「We Overtake Tesla」をミッションに掲げ、創業Day1からEnd-to-End(E2E)の考え方を掲げ、自動運転AIの開発に取り組んできました。 現在では、東京都内を30分以上人間が介入することなく走行できる自動運転システムを開発するに至り、まさに今モデルが指数関数的な成長を見せるカーブの手前に位置していると捉えています。 これからはE2Eモデルをさらに発展させ、物理的な振る舞いと世界理解を統合したフィジカル基盤モデルとすることで、運転能力だけでなく、言語やマルチモーダルな理解を組み合わせ、人間にしか対応できなかったような難しいシーンにも対処できる自動運転AIを開発していきます。 我々は、これらの開発において、キーパーソンとなるのが学生時代からコンピュータサイエンスを学んできている若い才能であると強く信じています。 チューリングは、将棋AI「Ponanza」で史上初めて名人に勝利し、日本のAI史を塗り替えた山本を筆頭にテクノロジーを理解している経営メンバーが多数います。そのため、才能あるエンジニアが取り組むべき適切な課題と環境を用意し、皆さんの可能性を大きく広げることができます。 実際に開発チームのリーダーの半数は新卒メンバーが占めており、良い意味で新卒・中途の分け隔てはなく、新卒メンバーも事業のコア人材として活躍しています。 一緒にWe Overtake Teslaを掲げ、完全自動運転の実現を目指しませんか？ 皆さんからのエントリーをお待ちしています！ 【入社後の配属想定】 現在は下記のグループ・プロジェクトがあります。ご経験・志向性に応じてアサインをしていきます。 ※入社タイミングによって組織体制やプロジェクトは変更(進歩)している可能性が高いです。正社員として入社する前にインターンとして参画することもオススメします。 ◾️チーム・プロジェクト ・自動運転第1グループ：車載カメラの映像を入力に単一の機械学習モデルで経路を出力する(車の制御を求める)「End-to-End自動運転モデル」の開発を行っています。 [業務例] - E2E自動運転モデルの実装 - データ収集の方針/計画立案 - データセットの作成/改善 - モデル学習のアルゴリズム実装 - モデル学習コードの高速化 - 実車でのモデル評価/実験管理 - 先端論文の調査/再現/実装 など ・自動運転第3グループ：Vision-Language-Action(VLA)モデルをはじめとしたフィジカル基盤モデルの開発を行っています。 VLAモデルを使った自動運転は世界レベルで見てもまだ知見が少なく、最新の論文や開発事例を参考にし、探索的に開発に取り組んでいます。そのため、機械学習の知見だけでなく、さまざまなエンジニアリング要素を駆使してプロジェクトを進めています。 [業務例] - 自動運転VLAモデルの実装 - データキャリブレーションや異なるセンサデバイス間の座標変換 - オートラベリングモデルの実装/改善 - 論文や既存実装の調査/再現/実装 - 自社データセットを利用した既存実装の評価 - モデル量子化/最適化 - 実車でのモデル評価/実験管理 など
-
【新卒】ソフトウェアエンジニア / Software Engineer（自動運転システム, MLOps）
◆本求人は、コンピュータサイエンスを専攻している or 機械学習・ロボティクスいずれかの領域のソフトウェア開発において実践的な開発経験を持つ学生を対象としています◆ チューリングは完全自動運転の実現を目指しているディープテックスタートアップです。 「We Overtake Tesla」をミッションに掲げ、創業Day1からEnd-to-End(E2E)の考え方を掲げ、自動運転AIの開発に取り組んできました。 現在では、東京都内を30分以上人間が介入することなく走行できる自動運転システムを開発するに至り、まさに今モデルが指数関数的な成長を見せるカーブの手前に位置していると捉えています。 これからはE2Eモデルをさらに発展させ、物理的な振る舞いと世界理解を統合したフィジカル基盤モデルとすることで、運転能力だけでなく、言語やマルチモーダルな理解を組み合わせ、人間にしか対応できなかったような難しいシーンにも対処できる自動運転AIを開発していきます。 我々は、これらの開発において、キーパーソンとなるのが学生時代からコンピュータサイエンスを学んできている若い才能であると強く信じています。 チューリングは、将棋AI「Ponanza」で史上初めて名人に勝利し、日本のAI史を塗り替えた山本を筆頭にテクノロジーを理解している経営メンバーが多数います。そのため、才能あるエンジニアが取り組むべき適切な課題と環境を用意し、皆さんの可能性を大きく広げることができます。 実際に開発チームのリーダーの半数は新卒メンバーが占めており、良い意味で新卒・中途の分け隔てはなく、新卒メンバーも事業のコア人材として活躍しています。 一緒にWe Overtake Teslaを掲げ、完全自動運転の実現を目指しませんか？ 皆さんからのエントリーをお待ちしています！ 【入社後の配属想定】 現在は下記のグループ・プロジェクトがあります。ご経験・志向性に応じてアサインをしていきます。 ※入社タイミングによって組織体制やプロジェクトは変更(進歩)している可能性が高いです。正社員として入社する前にインターンとして参画することもオススメします。 ◾️チーム・プロジェクト ・自動運転第1, 第3グループ：「End-to-End自動運転モデル」や「VLAモデル」の開発やそのためのMLOps基盤を開発しています。 [業務例] こちらの業務例は複数チームの業務をまとめて記載しています。基本的にはご自身の知識や経験を活かしていずれかの業務(チーム)に従事することを想定してください。 - 機械学習エンジニアと協力し、データやモデルの継続的な改善 - クラウド等を活用した処理の自動化や内部ツール/サービスの実装 - システムアーキテクチャの設計 - シナリオテストの設計/実装/改善 - 3DGSベースのクローズドループシミュレータ開発 - 分散学習基盤との統合 - データキャリブレーションや異なるセンサデバイス間の座標変換 - 画像、動画データ処理パイプラインの高速化 - 現状のモデルのボトルネック分析と最適化 - 自動運転モデル全体の高速化 - モデル学習からデプロイまでのMLパイプラインの自動化（MLflow、Airflowなど） - CI/CDの導入とエンジニアリング生産性の向上 - 車両運動制御システムやアルゴリズムの設計/実装 - 実車両を用いた制御性能の評価/チューニング など ・自動運転第2グループ：E2E自動運転を支える車両・システムを開発しています。 データ収集のための車載システムや自動運転システムを開発しており、今後は複数車種への対応や次世代SoC・車載アーキテクチャへの対応に取り組んでいきます。 [業務例] - 様々な車種へ対応していくためのカーハック - 自動運転向けSoCへの実装と最適化 - CI/CDの導入とエンジニアリング生産性の向上 - フリート管理・OTAへの実装/改善 - 実用環境を意識した車載組み込み環境の構築 - PyTorchで学習されたモデルのonnxへの変換とオペレータの実装 - 実車でのモデル評価/実験管理 など
-
【サマーインターン】エンジニア / Engineer（ML・ソフトウェア・組み込み・インフラエンジニア）
チューリングは完全自動運転の実現を目指すディープテックスタートアップです。 チューリングは、若い可能性をとても強く信じています。 それは、CEO自身が21歳の頃にタッチタイピングからプログラミングをはじめ、将棋の名人を倒すAIをつくり上げたように、「正しい課題と環境があれば、人は驚くほど成長できる」と知っているからです。 だからこそ私たちは、みなさんが大きく羽ばたけるフィールドを本気で用意しています。あなたがその一歩を踏み出す勇気を、心から待っています。 私たちは「完全自動運転の実現」を掲げ、日々本気で技術に向き合ってきました。現在では、東京都内を30分以上まったく人の介入なしで走行できる自動運転システムを実現するまでに成長しています。 これからは運転能力だけでなく、周囲の状況理解や言語理解も含めて賢く振る舞えるAIモデルへと進化させ、人間でも難しいシーンに対応できる未来をつくっていきます。 チューリングには、AI研究・ソフトウェア・車両など幅広い領域の専門チームがあり、皆さんの経験や興味に合わせてミッションをお任せします。ここでの挑戦は、間違いなくあなたの人生に大きな影響を与える時間になるはずです。 一緒に、これからの自動運転をつくっていきませんか？ みなさんと未来を描ける日を楽しみにしています。 ■ プロジェクト紹介 ‐フィジカル基盤モデル開発（VLA） Vision-Language-Action（VLA）モデルを中心に、視覚・言語・行動を統合した次世代の自動運転AIを開発します。世界的にもまだ事例の少ない領域で、最新論文や実装を参考にしながら探索的に開発を進め、人間に近い判断ができる自動運転モデルの実現を目指します。 ‐End-to-Endモデル開発（ML、強化学習、MLOps） 車載カメラ映像を入力に、単一の機械学習モデルで運転経路・制御を出力するEnd-to-End自動運転モデルを開発します。モデル実装からデータ設計、学習・評価、強化学習による性能向上、MLOpsによる継続的改善まで一気通貫で取り組みます。 ‐自動運転システム開発（組み込み、高速化・最適化） 開発した自動運転モデルを実際の車両で安定して動かすためのシステムを開発します。車載組み込みソフトウェア、制御系、OS・推論高速化、複数車種や次世代SoCへの対応など、実用化を見据えた開発を行います。 ‐インフラ開発（GPU基盤） 大規模モデル学習や実験を支えるGPUクラスタ・計算基盤を設計・運用します。分散学習環境や学習パイプラインを整備し、研究・開発を高速に回すための技術基盤を構築します。機械学習エンジニアが計算タスクに集中できる環境づくりがミッションです。 ■ 仕事内容 ・MLエンジニア フィジカル基盤モデル（VLA）やEnd-to-End自動運転モデルの開発を中心に、データ収集からモデル学習、評価まで幅広く担当します。最新研究を実装し、実車実験を通じてモデルを磨き込む経験ができます。 ‐業務例 End-to-End自動運転モデル／VLAモデルの実装 データ収集方針・計画の立案 データセットの作成・改善 学習アルゴリズムの実装・改良 モデル学習・推論コードの高速化 オートラベリングモデルの実装・改善 センサキャリブレーション・座標変換 論文調査・再現・実装 実車でのモデル評価・実験管理 など ・ソフトウェア／組み込みエンジニア 自動運転AIを支えるソフトウェア・システム・車載環境を開発します。クラウドから車載組み込みまで幅広いレイヤーを横断し、実用的な自動運転システムを構築します。 ‐業務例 データ・モデル改善を支えるシステム開発 MLOps基盤（学習〜デプロイ）の設計・自動化 内部ツール・サービスの実装 シナリオテストの設計・実装・改善 クローズドループシミュレータ開発 分散学習基盤との統合 画像・動画データ処理パイプラインの高速化 モデル全体のボトルネック分析・最適化 車両運動制御アルゴリズムの設計・実装 車載SoCへの実装・最適化 複数車種対応、フリート管理、OTA対応 CI/CD導入による開発生産性向上 実車での評価・チューニング など ・インフラエンジニア GPUクラスタや計算基盤を構築・運用し、機械学習エンジニアが計算リソースを最大限活用できる環境をつくります。オンプレ・クラウド双方の設計/運用に携わり、分散システムやネットワークの最適化まで含めたインフラ全般を担当します。 ‐業務例 GPUクラスタ・計算基盤の設計・構築 ネットワーク設計と高速化 ストレージシステムの効率化・最適化 クラスタリング技術の開発 クラウド上での計算環境整備・運用（AWS／GCP／Azure） 機械学習エンジニアが使いやすいインフラ設計 など ■チューリングで働く魅力 インターンとして研究を進め、成果をまとめた2本の論文がCVPR 2026年に採択されています。 https://tur.ing/news/20260225/ このように完全自動運転の開発は最新の研究テーマに携われる機会が多いため、論文に限らず対外的な成果を作り上げるのに適した環境です。 また、エンジニアとして成果を出すための開発支援ツールの利用も積極的に支援しています。ChatGPTやClaude Codeなど各種AIサービスを活用した開発環境に身を置くことができます。
Join us :
完全自動運転という難易度の高い課題を、
様々なバックグラウンドを持つメンバーと
取り組みませんか？