株式会社日立製作所

ソフトウェア・情報処理 / 機械 / 電気・電子機器 / その他メーカー / エネルギー

企業情報募集情報

28年就職：インターン・仕事体験

研究開発職

28卒夏_＜8/24〜9/4＞【先端AI・データサイエンス分野】実環境での利用を想定した画像検査・異常検知技術の研究開発_50059

所要日数:2週間程度業務体験東京都

▼ 募集条件 ▼ スケジュール ▼ 実施概要

募集職種: 研究開発職

対象資格: 2028年修了見込みの方修士, 博士

対象専攻: 工学 / 機械工学・電気電子工学情報学 / 情報学基礎・計算基盤・人間情報学・情報学フロンティア数物系科学 / 数学・物理学

勤務予定地: 東京都
備考: 国分寺サイト(東京都国分寺市) JR国分寺駅(東京都)

選考フロー・応募後の流れ: 選考フローは(1)書類審査(2)オンライン面談(Zoom)です。書類審査に合格された方には、オンライン面談についてご案内いたします。面談は原則6/13(土)、15(月)、16(火)に実施いたしますので、該当日程は出来る限り予定を空けて頂けますと幸いです。選考結果はマイページにてお知らせいたします。 ★研究開発グループでは様々な分野・テーマでインターンを募集しています。ご自身の関心に応じ、ぜひ複数テーマへの応募もご検討ください。

応募受付期間: 2026年5月18日(月) ~ 2026年5月31日(日)

実施期間: 2026年8月24日(月) ~ 2026年9月4日(金)
備考: 本インターンシップは2週間(土日祝を除く各日8:50～17:20を予定)すべて参加できる方のみを対象と致します。 *原則出社にてインターンシップを実施いたします。

仕事内容業務体験: 【テーマ背景】日立は、エネルギー・交通分野をはじめとする社会インフラの建設・製造・保全現場において、品質確保および安全性向上を目的とした画像検査・異常検知技術の開発に取り組んできました。一方、実環境では、照明変動・汚損・個体差・経年変化などに起因するデータ品質の揺らぎや、異常データの不足といった課題により、従来手法の適用が困難なケースが多く存在します。これらの課題に対し、現場適用を前提とした高ロバスト性・高汎用性を備えた技術の確立が求められています。【テーマ内容】実環境での運用を前提とした画像検査・異常検知技術の研究開発に従事いただきます。具体的には以下の内容を対象とします。・大規模基盤モデル(視覚・マルチモーダル)の適用による異常検知性能の高度化・正常データ中心学習・少数異常学習・ドメイン適応などの手法検討・現場データに対するロバスト性向上(照明変動、ノイズ、視点変化等への耐性設計) ・説明可能性・可視化技術の導入による検査根拠の提示・実運用を見据えたシステム実装および評価プロトコルの設計詳細な研究課題は、応募者の専門性および志向に応じて設定します。【携わる事業・ビジネス・サービス・製品など】コンピュータビジョンおよびAI技術を活用した検査・保全ソリューションの企画・開発【テーマの魅力・やりがい】本テーマは、現場の品質・安全性向上に直結する応用研究であり、実環境を前提とした「使われるAI」の実装経験を獲得できます。【受入職場の研究概要】以下WEBページをご参照ください https://www.hitachi.co.jp/rd/careers/lab... 【テーマの魅力・やりがい】本テーマは、研究成果が直接的に現場の品質・安全性に寄与する応用研究であり、実運用環境での価値創出に直結します。特に、実環境特有の不確実性を前提とした技術設計や評価を通じて、研究段階にとどまらない「使われるAI」の実装経験を得ることが可能です。また、大規模基盤モデルをはじめとする最新技術と従来の検査技術を融合することで、既存手法では困難であった課題へのアプローチが可能となり、技術的な新規性と社会実装の双方に貢献できます。【受入職場の研究概要】受入職場では、社会インフラ分野における検査・保全業務の高度化を目的に、画像検査・異常検知技術の研究開発を推進しています。これまでに蓄積した現場データおよび運用知見を基盤とし、実環境への適用を前提としたアルゴリズム設計、評価指標の整備、システム実装までを一貫して実施しています。次世代検査技術の確立に向け、研究と事業の接続を強化し、実運用レベルでの価値提供をめざしています

求める経験、スキル、資格など: ■必須となるスキル・経験等 Pythonでの開発経験 Linux系OSに関連する知識コンピュータビジョン・AIに関連する知識自身の技術分野の英語技術論文の調査と読解学会発表または論文投稿の実績 ■あれば望ましいスキル・経験等大規模基盤モデルの利用経験画像の異常検知技術の研究開発経験 Webアプリ等を用いた、簡易的なデモシステムの開発経験

関連する研究キーワード: コンピュータビジョンデータサイエンス応用研究可視化技術社会インフラ経年変化評価指標アルゴリズム設計個体差品質確保実環境 Webアプリ視覚モデル画像検査学会発表論文投稿安全性向上ドメイン適応説明可能性 AI技術汚損ノイズ耐性ロバスト性向上データ品質デモシステム照明変動システム実装マルチモーダルモデル大規模基盤モデル異常検知技術 Python開発 Linux系OS 異常検知性能先端AI 異常データ不足高ロバスト性高汎用性正常データ中心学習少数異常学習視点変化耐性検査根拠提示評価プロトコル設計検査・保全ソリューション使われるAI 英語技術論文読解