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。本ポジションでは、車載AIアシスタントを支えるモデル運用基盤（LLMおよび機械学習モデル）の中核コンポーネントを、設計から実装・運用までハンズオンで構築いただきます。アーキテクトと協働しつつ、担当領域については自ら技術選定・設計判断を行っていただきます。
【詳細】
・LLMゲートウェイ／プロキシ層の構築・運用（モデルルーティング、セマンティックキャッシュ、レート制御、コスト可観測性）
・評価自動化基盤の構築（回帰評価スイート、ドメイン横断評価、リリース可否判定の自動化）
・ログ収集・分析パイプラインの構築（プライバシー保護処理を含む）
・ファインチューニングパイプラインの構築（データキュレーション→学習→評価→配信）
・予測・パーソナライゼーション系モデルの学習・評価・配信パイプラインの構築と、性能・ドリフト監視
・リージョン別デプロイ構成、データレジデンシー要件への対応
・プロンプト・設定・モデルのバージョン管理と段階的リリース（CI/CD for LLM）
・他部門が所管するデータ収集・配信基盤とのインターフェース設計・調整（データスキーマ、連携仕様の合意）
■本求人の想定役割：チームリーダー
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機械学習システムの本番運用経験
・Pythonによる開発経験（3年以上）
・パブリッククラウド（Azure歓迎、AWS/GCP可）でのシステム構築経験
・CI/CDパイプラインの構築経験
・他チームが所管するシステムとの連携を伴う開発・調整経験
＜WANT＞ 下記いずれかの経験がある方
・LLM評価基盤（Evals）、APIゲートウェイ／API Management、PEFT・ファインチューニングのいずれかの実務経験
・推薦・パーソナライゼーション等の機械学習システムの運用、Feature Store・MLパイプライン基盤（MLflow、Airflow等）の経験
・ストリーミングデータ処理・テレマティクスデータ活用、Kubernetes・Infrastructure as Codeの経験
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。