業務内容
【概要】
トヨタはモビリティカンパニーへの変革に向け、車載AIアシスタントを中心としたソフトウェアサービスの開発を推進しています。本ポジションは、その改善サイクル全体（クラウド側のLLM運用から、車両側のテレメトリ収集・モデル配信まで）のアーキテクチャオーナーです。個別コンポーネントの実装ではなく、改善サイクルという「仕組みそのもの」の設計と、それを組織に定着させることに責任を持ちます。
【詳細】
・クラウドLLM運用基盤の全体アーキテクチャ設計（モデルゲートウェイ、ファインチューニング戦略、評価機構、ログ収集、リージョン構成・データレジデンシー）
・LLM以外の機械学習モデル（予測・パーソナライゼーション・知覚系）を含む、モデルポートフォリオ全体のライフサイクル管理方針の策定
・車両側ループとの接続設計（車載テレメトリ収集、OTAによるモデル・設定配信、車載小型モデルの更新戦略）
・他部門が所管する基盤（車両データ収集、OTA配信等）に対する要件定義と、インターフェース・SLAの合意形成
・日米欧のデータ保護規制に適合したデータ収集・利活用アーキテクチャの設計
・LLMプロバイダ選定を含む技術戦略の策定と、アーキテクチャ決定記録（ADR）による合意形成
・評価駆動の開発文化・リリースプロセスの組織への定着
・経営層・社外パートナーとの技術折衝、エンジニアの技術指導・採用への関与
【最初の1年で期待する成果（優先順）】
1. 評価基盤とログ収集基盤の全体設計を確定し、立ち上げをリードする
2. クラウドLLM運用（プロバイダ構成、リージョン展開、コスト可観測性）の運用体制を確立する
3. 車両側ループを含む中長期アーキテクチャロードマップを策定する
■本求人の想定役割：チームリーダー・マネージャー
応募資格
＜MUST＞ 下記すべてを満たす方
・LLMアプリケーションまたは大規模機械学習システムを本番運用し、その改善サイクル（評価→改善→リリース）を設計・確立した経験
・評価基盤（オフライン評価、回帰評価スイート、A/Bテスト等）を軸にした品質管理の実践経験
・パブリッククラウド上での大規模システムのアーキテクチャ設計経験
・組織横断の技術リーダーシップ経験（自チームに決定権のない領域を含むシステム全体の設計を、関係部門との合意形成によって成立させた経験）
・英語での技術コミュニケーション能力
＜WANT＞ 下記いずれかの経験がある方
・個人情報保護・越境データ移転などの規制制約下でのデータ基盤設計
・エッジ機器へのモデル配信・OTA配信基盤の知見、または車載・モビリティ領域の開発経験
・LoRA等のPEFT手法によるドメイン適応、あるいはマルチリージョン・マルチプロバイダ構成のLLMシステム設計
待遇等
想定年収 5,000,000円～16,800,000円
参考）各役割と想定年収
《メンバー相当》
想定年収 ：5,000,000円～
トヨタでの資格：担当事技職 or 指導職以上
《チームリーダー相当》
想定年収 ：8,300,000円～
トヨタでの資格：主任職以上
《マネージャー相当》
想定年収 ：15,400,000円～
トヨタでの資格：基幹職以上
トヨタでの資格に関する詳細は人材育成体系の概要（事技職）を参照ください。
https://recruit.toyota/environment/train/
※その他については募集要項を参照下さい。
https://recruit.toyota/career/info/
※給与は経験・能力を考慮の上決定となり、
選考の結果、想定役割以外でのオファーとなる場合があります。
職場イメージ・職場ミッション
＜ミッション＞
車載AIアシスタントを、販売後も進化し続けるサービスとして実現するための技術基盤を構築することが私たちの使命です。市場から得られるデータをもとに「ログ収集→評価→改善→配信」のサイクルを回し続け、お客様一人ひとりに最適化された体験を提供するAIプラットフォームを開発しています。
＜職場イメージ＞
・対話系LLMと、予測・パーソナライゼーション等の機械学習モデルを、単一の改善サイクルの上で運用する基盤を立ち上げ期から設計するフェーズです。
・日本・北米・欧州の開発拠点や社内関係部署と連携しながら、グローバル共通の基盤を開発します。
やりがい・PR
＜やりがい＞
・車両というセンシングプラットフォームの上で動くAIの運用。機能安全境界・車載リソース制約・OTA配信と結合したLLM運用課題という、ハイパースケーラーにも存在しない問題領域に取り組めます。
・日米欧の異なるデータ保護規制のもとで市場データを収集・活用するアーキテクチャ設計という、世界的にも前例の少ない挑戦ができます。
＜PR＞
・対話系LLMだけでなく、パーソナライゼーション・予測・知覚といった多様な機械学習モデルを単一の改善サイクルで運用する基盤設計。LLMOpsと従来型MLOpsの両方の知見が活きます。
・既存の車両クラウド基盤の上にLLM運用レイヤーを新規に立ち上げるフェーズであり、技術選定・アーキテクチャ決定に直接関与できます。将来的にグローバルで数百万台規模に拡大するフリートを見据え、初期段階から拡張可能な基盤を設計できるタイミングです。
在宅勤務
現場力強化のため出社を基本としています。
ただし、育児、介護などの理由で、上司許可により出社時間の調整や終日在宅勤務も可能です。
採用の背景
■生成AI時代のサービス競争力は、モデル単体の精度ではなく、市場データを活用して継続的に改善できる仕組みを持つかどうかで決まりつつあります。
■トヨタは車載AIアシスタントの開発を加速していますが、LLMと機械学習モデルの双方を本番サービスとして運用し、改善サイクルを設計・確立できる人材が不足しています。
■他業界で培った知見を持ち込み、トヨタのAI開発プロセスそのものを変革していただける方を求めています。