【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）

1004_【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）

仕事概要

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。

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。

必須スキル

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。

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。

歓迎スキル

・運転がうまい必要は全くないですが、運転免許を持ってる事が望ましいです
・せっかく生きてるなら楽しいことをして、世界に良いインパクトを作りましょう
・夏季休暇2ヶ月間をかけて全力でインターンしたいという方を歓迎します

求める人物像

・世界的企業をつくる強い気概のある方
・自走力がありなんでも積極的に取り組める方
・常に謙虚で、相手目線を忘れない人間性
・急激な事業、組織の成長に伴う様々な変化を楽しめる柔軟性
・成長に対して前向きなスタンス
・困難も楽しみながら乗り越えられるタフさ

【参考情報】
▼会社HP

▼ Turing Tech Blog

▼チューリポ（オウンドメディア）

▼インターンから新卒入社したエンジニア2名が語る、今のチューリングでインターンすべき理由

▼生成AIを研究する大学院生がチューリングのインターンにのめり込む理由

【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

応募概要

給与

時給2,500円〜3,500円
※交通費支給（会社が認めた通勤経路および通勤方法に基づき、会社が定める基準により算定した額を支給します。）
※時給は経験・スキルに応じて検討・決定します。また、親の扶養内で働きたい等の希望も踏まえて検討・決定します。

勤務地

■平和島オフィス
〒143-0006
東京都大田区平和島6丁目1-1 物流ビルA棟

▼アクセス
東京モノレール流通センター駅から徒歩7分

※通勤方法
・電車・バス等の公共交通機関
もしくは
・自家用車やバイクでの通勤（平和島ラボ限定）

※通勤手当
・会社が認めた通勤経路および通勤方法に基づき、会社が定める基準により算定した額を支給します。（支給額の上限は会社が別途定めるものとし、課税・非課税の区分は所得税法等の法令に基づき会社が適切に処理します。）
・通勤時の高速道路代は精算対象とします。
・バイク利用者は燃費代のみを精算対象とします。（高速道路代はお支払いの対象外となります。）

雇用形態

有期パートタイム社員

勤務体系

シフト制（契約時に定めた時間またはシフトに従う）

• 標準的な勤務例：10:00-19:00(休憩1時間)
• 休憩時間：6時間を超えて勤務する場合は45分以上、8時間を超えて勤務する場合は60分以上

【期間】
各大学が夏季休暇の期間

【休日休暇】
■完全週休二日制（土日休み）
■祝日

試用期間

あり（3ヶ月）

福利厚生

■雇用保険、労災保険、健康保険、厚生年金あり(勤務状況により異なる)
※社会保険については条件を満たす場合のみ加入となります。
■通勤手当
■社食（昼食支援）制度
■Turing Unlimited AI制度（直接雇用の全社員を対象に、業務に必要なあらゆるAIサービスを会社負担で上限なく利用できる制度です。）
■服装自由