Japan
サイト内の現在位置
NEC RESEARCH INTERNSHIP
研究インターンシップ
2025年度の研究インターンシップ概要は「募集要項・応募方法」をご覧ください。
募集テーマは4月下旬に更新予定です（参考として2024年度分を掲載しています）。
テーマを選択する
研究インターンシップは14の領域の様々なテーマで募集を行います。
領域ごとにカテゴライズしていますので興味のあるものを選択し対象を絞って探すことができます。
実施内容等詳細は研究開発キャリアマイページに掲載していますのでぜひご覧ください。
1 領域
顔認識、人物認識に関する研究開発(1-1)
Research and development of face and human recognition
| 領域 | 認識・理解（画像・映像・音声認識など、およびその機械学習） |
|---|---|
| 取り組む内容（例） | 顔検出・顔特徴点検出・顔照合などの顔認識技術や、人体検出・人体追跡などの人体認識技術に関して、認識アルゴリズムの研究開発・評価、アルゴリズムの高速化・省メモリ化 |
| 実施部門 | バイオメトリクス研究所 |
| ロケーション | 神奈川（川崎市） |
必要なスキル
- C++ or Pythonのプログラミング能力
- 英語論文の調査が出来ること
希望するスキル
- 画像処理プログラムなどの開発経験
顔映像など生体情報を用いた人の状態などの推定に関する研究開発(1-2)
Research and development of estimation of human condition or attribute using biometric information such as facial images
| 領域 | 認識・理解（画像・映像・音声認識など、およびその機械学習） |
|---|---|
| 取り組む内容（例） | 顔映像などの生体情報からの人の心身状態や属性、その他の情報を認識する技術に関して、認識アルゴリズムの研究開発・評価、アルゴリズムの高速化・省メモリ化 |
| 実施部門 | バイオメトリクス研究所 |
| ロケーション | 神奈川（川崎市） |
必要なスキル
- C++ or Pythonのプログラミング能力
- 英語論文の調査が出来ること
希望するスキル
- 画像処理プログラムなどの開発経験
画像認識エンジン強化のためのセンシング最適化に関する研究開発(1-3)
Research on AI frendly Image Sensing and enhancement
| 領域 | 認識・理解（画像・映像・音声認識など、およびその機械学習） |
|---|---|
| 取り組む内容（例） | 画像認識エンジンの性能を最大限に引き出すため、主に認識エンジンの前段部分の処理について、軽量なネットワークを使って最適化する研究をしていただきます。画像認識エンジンは物体検知や生体認証のエンジンを想定しています。 |
| 実施部門 | バイオメトリクス研究所 |
| ロケーション | 神奈川（川崎市） |
必要なスキル
- Pythonによるプログラミング経験
- 英語論文の調査ができること
希望するスキル
- 画像処理や画像認識、深層学習(PyTorch)の学習プログラムの開発経験
映像からの人物行動や物体の検出・認識技術の研究開発(1-5)
Research and development on detection and recognition of human actions and objects from videos
| 領域 | 認識・理解（画像・映像・音声認識など、およびその機械学習） |
|---|---|
| 取り組む内容（例） | 映像から人物行動や物体の検出・認識技術について、従来技術の調査・課題抽出、改善方式の考案とアルゴリズム実装・評価を行います。具体的な技術内容は以下を想定していますが、詳細は調整して決定します。 (1)人物行動認識・・・Vision-Language Modelを用いた行動認識に関する少データ画像認識技術の研究開発 (2)3D骨格推定・・・骨格推定に関するデータ生成や少データ学習の研究開発 (3)世界モデル・・・映像中の物体の外観・動き・相互作用をモデル化し、隠れた部分や未来の予測を行う世界モデル技術に関する研究開発 (4)商品・物品の認識・・・物体認識の実応用に関する検証や機能拡張にの研究開発 |
| 実施部門 | ビジュアルインテリジェンス研究所 |
| ロケーション | 神奈川（川崎市） |
必要なスキル
- 画像認識深層学習の基本知識、実装経験
- Pythonのプログラミング経験
- 英語論文読解
希望するスキル
- Pytorch での開発経験
マルチモーダル生成AI技術に関する研究開発(1-6)
Research and development on multimodal generative AI technologies
| 領域 | 認識・理解（画像・映像・音声認識など、およびその機械学習） |
|---|---|
| 取り組む内容（例） | 画像や映像に加え、音声、センサーなどのマルチメディアデータから、人物、車、建物、動物、樹木などの自然物、天気などの様々な物体や環境と、それらの変化を捉える認識技術を開発。生成AIを支える大規模言語モデル（LLM)を活用して、マルチメディアデータから認識した結果をユーザ視点で理解し、映像・音声・センサーのデータ全体から、利用者が求める対象データ（例えば、交通事故が発生したシーン、衝突音が含まれた音声、高齢者が転倒した瞬間）を効率的に見つけ出す検索技術を開発。検索で得られたマルチモーダル情報（例えば、画像・音声・テキストが混ざっている情報）に対して、その情報を物語があるように説明する文章や短縮動画・音声の生成技術を開発（Retrieval-Augmented Generation, RAG: 検索増強生成を含む）。さらに、生成されるマルチモーダル結果を基に報告書の自動作成技術を開発（例えば、事故報告書や看護・介護記録書、製造・建設現場での作業記録書）。 |
| 実施部門 | ビジュアルインテリジェンス研究所 |
| ロケーション | 神奈川（川崎市） |
必要なスキル
- 深層学習の基礎知識
- 画像/映像/音声/センサーなどのいずれか１つを取り扱う処理や認識分析の基礎知識
- C++またはPythonのプログラミング経験
- 英語論文の調査執筆
希望するスキル
- 画像や映像処理プログラムなどの開発経験
- データベースやコンピュタービジョン、マルチメディア、LLMのいずれか１つに関する基礎知識
- 最新の生成AI技術を学習する強い意欲
都市デジタルツイン構築の研究(1-7)
Urban digital twin development
| 領域 | 認識・理解（画像・映像・音声認識など、およびその機械学習） |
|---|---|
| 取り組む内容（例） | a. 画像位置推定: 画像に写る景観を解析し、撮影場所を推定する「画像位置推定」に関する方式の検討と評価を実施します。 特に、地上で撮影された景観画像と上空から撮影した位置情報付きの衛星画像や航空写真とを照合することで、景観画像の場所を推定する「クロスビュー画像照合技術」に取り組みます。 b. 衛星SAR解析：SAR（合成開口レーダ）衛星画像を用いたセグメンテーション方式の検討と評価を実施します。特に、SAR特有の信号特性を取り込むことで新しい観測条件への適応を容易化する技術の検討に取り組みます。 c. 構造物の「形状データ」・「気温など環境データ」・「衛星SARによる変位情報などセンシングデータ」を組み合わせて、構造物の状態を分析したり異常を検知する技術の検討に取り組みます。 d. 3D-2D照合：構造物の3DデータをLiDARで計測し得られた点群と、構造物をカメラで撮影し得られた画像とを照合する技術に関する検討と評価を実施します。 |
| 実施部門 | ビジュアルインテリジェンス研究所 |
| ロケーション | 神奈川（川崎市） |
必要なスキル
- 画像認識深層学習に関する基本的な知識
- Pythonのプログラミングスキル、Linux上での開発経験
希望するスキル
- 英語力（英語話者の研究員との共同作業）
基盤モデルを活用した少データ学習技術の研究開発(1-8)
Research on machine learning with minimal human labeling using fundamental models
| 領域 | 認識・理解（画像・映像・音声認識など、およびその機械学習） |
|---|---|
| 取り組む内容（例） | マルチモーダル基盤モデルや画像基盤モデルを活用することで、人手による正解付け作業を極力抑えて、画像認識を高度化する技術を開発します。 ・テーマ①（物体検知） 基盤モデルが持つ事前知識と、運用中に得られる大量・雑多・教師なしの現場データとを活用して、低コストで物体検知を高度化する手法を開発 ・テーマ②（動画検索） マルチモーダル基盤モデル等を活用して、大量・雑多な動画の中から、ユーザの意図にあった動画を見つけ出す動画検索手法を開発 ・テーマ③（画像検索） マルチモーダル基盤モデル等を活用して、画像検索結果における事象・場所・意味などの同一性や多様性を判定する手法を開発 ・テーマ④（行動認識） 動画内の人物行動検知について、人手による正解付け作業を極力抑えて高精度を実現するアノテーション手法と学習手法を開発 |
| 実施部門 | ビジュアルインテリジェンス研究所 |
| ロケーション | 神奈川（川崎市） |
必要なスキル
- Pythonのプログラミング能力
- PyTorchによる研究の経験
- 機械学習の基礎知識
- 画像処理画像認識の基礎知識
- 英語論文の調査能力
デジタルツインのための認識・理解技術の研究(1-9)
Research on real world understanding tech. for ditigal-twin
| 領域 | 認識・理解（画像・映像・音声認識など、およびその機械学習） |
|---|---|
| 取り組む内容（例） | デジタルツインを構築するための技術として、実世界にある物体や環境を認識して理解する技術の開発に取り組む。先行技術の調査・追試・課題抽出，および可能であれば改良方式の開発・評価に取り組んでいただく。 テーマ①（微小物体の検出） 鳥やドローンなど画像内の微小な物体を検出・認識する テーマ②（時系列の識別） モノや粒子が動くことで得られる軌跡情報など時系列データを識別する テーマ③（マルチモーダル理解） 画像と3次元点群・深度情報など複数モーダルのデータから対象を理解する（物体検出／認識，セグメンテーション） テーマ④（照度差ステレオ） 複数の画像情報から対象の形状を推定・認識する。鏡面反射成分が多い金属などを対象とする |
| 実施部門 | ビジュアルインテリジェンス研究所 |
| ロケーション | 神奈川（川崎市） |
必要なスキル
- PythonPyTorchでの開発経験
- 画像処理深層学習の基礎知識
- 文献調査能力
デジタルヘルスケア技術に関する研究開発(2-1)
Research and Development on Digital Healthcare Technologies
| 領域 | メディカル・ヘルスケア（画像診断、医療データ分析、人間計測・理解） |
|---|---|
| 取り組む内容（例） | ヘルスケアデータを分析し疾病のリスクや健康状態の改善手法を推定するアルゴリズムを構築する研究開発 |
| 実施部門 | バイオメトリクス研究所 |
| ロケーション | 神奈川（川崎市） 千葉（我孫子市） |
必要なスキル
- Pythonのプログラミング能力
- 英語論文の調査が出来ること
希望するスキル
- ヘルスケア分野のデータ分析経験
深層言語モデルの医療分野への応用研究（2-2）
Research on the application of deep language models to the medical field
| 領域 | メディカル・ヘルスケア（画像診断、医療データ分析、人間計測・理解） |
|---|---|
| 取り組む内容（例） | ・医師不足、高齢化に伴う患者増加で、医師の過重労働、病院経営効率化は喫緊の社会課題です ・医師が記載する電子カルテデータには、標準化・構造化されていない自然言語文が多く、上記社会課題の解決のためにカルテデータの利活用が求められています ・日本語電子カルテのデータの標準化、医療記録からサマリ生成するなど、医療分野における言語課題解決のための学習データの作成/モデルの試作/評価を行っていただきます |
| 実施部門 | バイオメトリクス研究所 |
| ロケーション | 神奈川（川崎市） |
必要なスキル
- Python/Matlab言語等によるプログラミング経験
希望するスキル
- 自然言語処理に関する知識、または、実践経験
光ファイバセンシング技術による実世界の広域理解(3-1)
Real world understanding using optical fiber sensing technology
| 領域 | センシング処理（画像、音、振動、電波、光など） |
|---|---|
| 取り組む内容（例） | 光ファイバセンサの分析技術に取り組んで頂きます。光ファイバは世界中に神経網のように張り巡らされている通信インフラです。光ファイバセンサはこの光ファイバ自体をセンサ媒体とするセンシング技術で、光ファイバ近傍の環境変化（温度/振動/音響）を“線”でセンシングする技術です。インターンでは、この光ファイバセンサで取得した大量のデータから実世界の精緻な理解にチャレンジして頂きます。 |
| 実施部門 | アドバンストネットワーク研究所 |
| ロケーション | 神奈川（川崎市） |
必要なスキル
- Pythonによるプログラミングスキル
- 信号処理や機械学習に関する知識
- 英語論文や技術文書を読む力
希望するスキル
- 光センシング技術やアレイ信号処理技術への興味があること
システム管理・メンテナンス技術の研究開発(4-1)
Research and development on system management and maintenance technology
| 領域 | データ分析・最適化（機械学習、ExplainableAI、自然言語処理、データ統合、AI間交渉、グラフAIなど） |
|---|---|
| 取り組む内容（例） | システム管理・メンテナンス技術の研究開発に関して、以下のような内容を想定していますが、詳細は調整して決定します。 (1) 異常検知・原因診断・余寿命予測技術 (2) ITシステムの自律運用管理技術 |
| 実施部門 | セキュアシステムプラットフォーム研究所 |
| ロケーション | 神奈川（川崎市） |
必要なスキル
- 機械学習一般の知識
- PythonおよびPytorchでのプログラミングスキル
- 機械学習モデルの評価及びチューニング経験
大規模言語モデル (LLM) の進化に関する研究(4-2)
Autonomously Evolving LLMs
| 領域 | データ分析・最適化（機械学習、ExplainableAI、自然言語処理、データ統合、AI間交渉、グラフAIなど） |
|---|---|
| 取り組む内容（例） | 大規模言語モデル (LLM) を進化させる方法に関して研究を行う。基礎的な技法から実用を鑑みた応用的な技法まで、幅広いサブテーマを候補とする。自発的な提案も歓迎する。 |
| 実施部門 | データサイエンスラボラトリー |
| ロケーション | 神奈川（川崎市） |
必要なスキル
- 論文を探し、読み解き、必要に応じて実装できる
希望するスキル
- テーマ次第では Transformers, Megatron-LM, DSPy などの実用的なフレームワークの経験を求める
音声認識、自然言語処理、基盤モデルの活用に関する研究開発(4-3)
Research and development on Speech and Language Processing with Large-scale Language Models (LLM).
| 領域 | データ分析・最適化（機械学習、ExplainableAI、自然言語処理、データ統合、AI間交渉、グラフAIなど） |
|---|---|
| 取り組む内容（例） | 研究テーマ例： - 音声コミュニケーションの認識・理解技術 - 音声対話の要約技術 - 業務特化LLMの開発・活用 |
| 実施部門 | データサイエンスラボラトリー |
| ロケーション | 神奈川（川崎市） |
必要なスキル
- 音声言語処理や機械学習に関する知識、興味
- プログラミングスキル (Python) - トイレベル以上(数百行程度)の機械学習コードを理解、実装できる。またJupyter Notebook等を活用したクイックな試行錯誤を行える。
- トップカンファレンス (ACL, NAACL, ICLR, IJCAI, NeurIPS等) の国際会議論文を読解できる
希望するスキル
- 目標に対し、自身で技術課題分析、方式検討、実装、評価の計画、実行ができる
最適化に関する研究開発(4-4)
Research and development on mathematical optimization
| 領域 | データ分析・最適化（機械学習、ExplainableAI、自然言語処理、データ統合、AI間交渉、グラフAIなど） |
|---|---|
| 取り組む内容（例） | 例えば以下のようなテーマを予定していますが、実際に取り組んでいただくものは応募者の専門領域や適性をふまえて調整する可能性があります。 ・シミュレーテッドアニーリングなど、数理最適化関連アルゴリズムの高速化技術の研究開発 ・数理最適化問題の定式化技術の研究開発 |
| 実施部門 | データサイエンスラボラトリー |
| ロケーション | 神奈川（川崎市） |
必要なスキル
- 数理最適化関連のアルゴリズム開発または高速実装ができること
- 国際学会の論文が理解できること
- Linux上でのC++, Pythonなどによるプログラミングスキル
希望するスキル
- 自律的に課題を探索し、自らの提案内容で論文を投稿するなどの積極性を有することが望ましい
生成的最適化: 生成AIと最適化の融合TransformerなどのDeep Neural Networkを用いた組合せ最適化に対する深層強化学習の研究開発(4-5)
Generative Optimization: Generative AI and Optimization fusion, Research and development of deep reinforcement learning for combinatorial optimization using Deep Neural Networks such as Transformer
| 領域 | データ分析・最適化（機械学習、ExplainableAI、自然言語処理、データ統合、AI間交渉、グラフAIなど） |
|---|---|
| 取り組む内容（例） | 深層強化学習による組合せ最適化問題の実装から学習、評価まで一通りの研究開発を共同で行う。インターン期間中に、口頭発表やレポート作成、進捗に関しての評価などのフィードバックも実施予定である。 |
| 実施部門 | データサイエンスラボラトリー |
| ロケーション | 神奈川（川崎市) |
必要なスキル
- Pythonによるプログラミング。Tensorflow、Pytorchなどの深層学習フレームワーク利用、Open AI Gymなどの強化学習フレームワークの知識。
希望するスキル
- OR-ToolsやGurobiによる簡易な最適化実装能力
- Chat GPTやHugging FaceなどのAPIを利用可能なレベルの実装能力
- 深層学習、強化学習の基本的な知識
- 論文投稿まで希望される場合は、所属大学の担当教員に相談の上、自身の国際会議雑誌の採択論文があることが望ましい。
産業ロボットの制御技術に関する研究開発(5-1)
Research and development of control technologies for industrial robots
| 領域 | AI 制御（ロボティクス、ロボットビジョン、強化学習、群制御など） |
|---|---|
| 取り組む内容（例） | 搬送ロボット，自律フォークリフト，自律油圧ショベルなどの産業用ロボットについて，走行制御，アーム制御，モーションプランニング，パスプランニング，システムモデリングなどの研究開発を行う． |
| 実施部門 | ビジュアルインテリジェンス研究所 |
| ロケーション | 神奈川（川崎市）、千葉（我孫子市）、東京（江東区） |
必要なスキル
- ロボット制御の研究開発に興味があること
- プログラミングスキル (Python/Java/C++など)
- 制御工学に関する基礎知識
希望するスキル
- 機械学習に関する基礎知識
実システム向け制御AIの研究開発(5-2)
R&D on control AI for real systems
| 領域 | AI 制御（ロボティクス、ロボットビジョン、強化学習、群制御など） |
|---|---|
| 取り組む内容（例） | 深層学習モデルを用いて実システム(例えばロボットシステム)の制御を高度化・実用化するための研究開発、シミュレータ検証を実施いただきます。例えば以下のようなテーマを予定していますが、実際に取り組んでいただくものは応募者の専門領域や適性をふまえて調整する可能性があります。 ・基盤モデル(LLM, VLM, DM, 世界モデルなど)を用いた動的システムの計画及び制御アルゴリズムの改良・評価 |
| 実施部門 | データサイエンスラボラトリー |
| ロケーション | 神奈川（川崎市） |
必要なスキル
- プログラミングスキル(Pythonでのアルゴリズム実装経験)
- 深層学習の基本的な理解
- 制御、最適化、強化学習のうちいずれかの基礎知識
- 英語スキル(国際会議の論文読解、各種APIの利用)
希望するスキル
- 生成モデル、基盤モデルに関する基礎知識
- シミュレータ（MuJoCo、Gazebo、Isaac Sim、Unity等）の実装経験
テラビット級光通信を支える最先端デジタル信号処理技術の研究開発(6-1)
R&D on digital signal processing for terabit era optical communication
| 領域 | 通信（光通信、無線通信、Beyond5G/6G、量子暗号通信、回路アーキテクチャ） |
|---|---|
| 取り組む内容（例） | 大容量光通信システム向け、伝送中で発生する歪を補償するアルゴリズムもしくは回路実装を検討し、伝送シミュレーションにより評価を行い、評価結果を分析する。 |
| 実施部門 | アドバンストネットワーク研究所 |
| ロケーション | 神奈川（川崎市） |
必要なスキル
- 光通信に関する基本知識
- デジタル信号処理に関する基本知識
- Matlabのプログラミング経験
希望するスキル
- 伝送シミュレーションの経験
地球規模の通信を支える海底光ケーブルの伝送設計技術に関する研究開発(6-2)
R&D on transmission design technology for submarine optical cables supporting global communications
| 領域 | 通信（光通信、無線通信、Beyond5G/6G、量子暗号通信、回路アーキテクチャ） |
|---|---|
| 取り組む内容（例） | 海底ケーブルの伝送容量シミュレーションモデルを用いて、伝送容量を最大化するための条件に関する研究開発を行う。 |
| 実施部門 | アドバンストネットワーク研究所 |
| ロケーション | 神奈川（川崎市） |
必要なスキル
- 通信に関する基礎知識
希望するスキル
- MATLAB/Pythonによるプログラミング経験
量子暗号装置に関する研究開発(6-3)
Evaluation on quantum cryptography equipment.
| 領域 | 通信（光通信、無線通信、Beyond5G/6G、量子暗号通信、回路アーキテクチャ） |
|---|---|
| 取り組む内容（例） | 量子鍵配送に関して、以下のような内容を想定していますが、詳細は調整して決定します。 ・量子鍵配送装置を構成する光デバイスの実験評価に関する研究開発 |
| 実施部門 | アドバンストネットワーク研究所 |
| ロケーション | 神奈川（川崎市） |
必要なスキル
- 光学に関する基礎知識
- Excelやpythonなどを用いての基本的なデータ解析
希望するスキル
- 光学系システムの実験の経験
- 量子鍵配送に関する知識
Beyond 5Gに向けたAIを用いた無線通信技術の研究開発(6-4)
Research and development on wireless communication technology for Beyond 5G
| 領域 | 通信（光通信、無線通信、Beyond5G/6G、量子暗号通信、回路アーキテクチャ） |
|---|---|
| 取り組む内容（例） | 例えば以下のようなテーマを予定していますが、実際に取り組んでいただくものは応募者の専門領域や適性をふまえて調整する可能性があります。 (1) AIを用いることで無線環境の変化を予測する技術の開発に関わり、実際に試作無線機で測定された無線信号を用いて特性評価を行う (2) AIを応用したビームフォーミング方式の開発に関わり、シミュレーションを通して開発方式の有効性を検証する |
| 実施部門 | アドバンストネットワーク研究所 |
| ロケーション | 神奈川（川崎市） |
必要なスキル
- 無線通信や無線信号処理の基礎知識
- C/C++やpython等のプログラミング経験
希望するスキル
- python によるプログラミング経験
自動運転モビリティの遠隔監視・制御を実現する映像・3Dデータ配信および分析技術の研究(7-1)
Research and development on transmission and analysis of video and 3D data for remote monitoring and control of autonomous mobility
| 領域 | システム・ネットワーク（通信ネットワーク、通信最適化、メディア通信、システム・ネットワーク設計・運用など） |
|---|---|
| 取り組む内容（例） | 当グループでは、安全かつ効率的な自動運転モビリティ (自動車、バス、搬送ロボット、電動車いす、ドローン等) を実現する遠隔監視・制御システムに関する研究開発を行っており、インターンシップでは以下の内容を募集します。詳細は調整して決定します。 (1) 自動運転モビリティの移動に基づく通信品質予測技術の開発と評価 (2) LLM (large language model) を活用した遠隔監視・制御システム自動運用技術の開発と評価 (3) 自動運転モビリティのセンシング性能を高める3Dセンサデータ (LiDAR, light detection and ranging) 圧縮・伝送・分析技術の開発と評価 |
| 実施部門 | セキュアシステムプラットフォーム研究所 |
| ロケーション | 神奈川（川崎市） |
必要なスキル
- プログラミング経験 (JavaまたはPythonが望ましい)
- MS Officeによる資料作成
希望するスキル
- AIに興味を持っていること。メディア配信通信 (機器) 制御のいずれかに興味を持っていること。
AI技術を活用したICTシステムの生成・分析・評価手法に関する研究開発(7-2)
Research and development of methods for generating, analyzing, and evaluating ICT systems using AI technology
| 領域 | システム・ネットワーク（通信ネットワーク、通信最適化、メディア通信、システム・ネットワーク設計・運用など） |
|---|---|
| 取り組む内容（例） | AI技術を活用し、ICTシステムの開発・運用を効率化・高品質化する手法の開発に取り組む。例えば、システムを自動的に設計・実装する生成AI手法の課題の解決、セキュリティガイドライン等の達成状況から経営層に有用な判断指標を導く手法の開発、脆弱性調査・ペネトレーションテストにおける生成AI活用方法の検討、などを実施する(どの内容に取り組むかは面談時に希望を確認して決定する)。 |
| 実施部門 | セキュアシステムプラットフォーム研究所 |
| ロケーション | 神奈川（川崎市） |
必要なスキル
- 簡単なプログラミング経験、生成AIやセキュリティの一般知識
希望するスキル
- AIやソフトウェア、システム設計、セキュリティに興味がある人
セキュアなデータ利活用技術に関する研究開発(9-1)
Research and development on secure data utilization.
| 領域 | データセキュリティ（暗号、秘密計算、ブロックチェーン、データ流通など） |
|---|---|
| 取り組む内容（例） | Web3サービスを実現する暗号技術に関して以下を想定しますが，詳細は調整して決定します （１）ブロックチェーンを用いたサービスに関する調査・実装評価 （２）耐量子計算機署名や高機能署名を用いたサービスに関する調査・実装評価 |
| 実施部門 | セキュアシステムプラットフォーム研究所 |
| ロケーション | 神奈川（川崎市） |
必要なスキル
- プログラミングスキル（C言語，Pythonなど）
- 英語のマニュアルや技術文書を理解できる英語力
希望するスキル
- 暗号理論，暗号実装に関する基礎知識
AIのセキュリティに関する研究開発(10-1)
R&D on AI security
| 領域 | AI セキュリティ（AI に対する敵対的攻撃手法、防御手法） |
|---|---|
| 取り組む内容（例） | 例えば以下のようなテーマを予定していますが、実際に取り組んでいただくものは応募者の専門領域や適性をふまえて調整する可能性があります。 ・音声DeepFake検知技術に関する説明可能AIの研究開発 ・動画DeepFake検知技術の性能向上に関する研究開発 ・LLMの倫理面の対策技術の研究開発 ・LLMのJailbreak対策技術の研究開発 |
| 実施部門 | セキュアシステムプラットフォーム研究所 |
| ロケーション | 神奈川（川崎市） |
必要なスキル
- 技術論文を理解できる程度のニューラルネットの基礎知識
- Python、Pytorchのプログラミング経験
希望するスキル
- AIのセキュリティに関する知見
ナノ／量子技術に基づく高感度センシング技術の研究開発(11-1)
R&D on highly accurate sensing technique based on nano/quantum technologies
| 領域 | 量子技術（量子コンピュータ、量子デバイス） |
|---|---|
| 取り組む内容（例） | (1)ナノ材料に基づく赤外線センサ：従来の非冷却型赤外線センサは、冷却型に比べ検出感度が低くセンサが高価であることが課題であった。本研究では、高感度・低コスト実現するために、高純度半導体型カーボンナノチューブをボロメータに利用して革新的な赤外線検出部を開発する。 (2)量子効果に基づく磁気センサ：原子の量子性を活用した高感度量子磁気センサの開発および技術ベンチマークや基盤技術開発を実施する。 |
| 実施部門 | セキュアシステムプラットフォーム研究所 |
| ロケーション | 茨城（つくば市） |
必要なスキル
- (1)有機溶剤の使用経験
- (1)物理化学の基礎知識
- (2)物理の基礎知識
- (1)(2)デバイスや材料科学に興味があり、意欲的に実験に取り組めること。
希望するスキル
- (1)ナノカーボン材料の取り扱い経験
- (1)半導体プロセスの経験
- (2)光学実験の経験
データフレームの高速化・処理効率化・低炭素化の研究(13-1)
Research on data frames acceleration, efficiency improvement and lower carbon
| 領域 | 並列・分散処理（CPU・GPU・ベクトルプロセッサ・AIスパコンなど） |
|---|---|
| 取り組む内容（例） | データ分析で良く利用されるデータフレーム（Pandas）を実行時コンパイラ技術によって高速化するNECで開発中のライブラリFireDucksに関する研究開発を行う。データフレーム処理のマルチコア並列化手法、データフレーム向けのコンパイラ最適化、動的命令生成技術、中間言語の設計、データフレーム処理の性能評価などから応募者の興味やスキルに応じて相談して課題を決定する。(参考：FireDucks : https://fireducks-dev.github.io/ja/ ) |
| 実施部門 | セキュアシステムプラットフォーム研究所 |
| ロケーション | 神奈川（川崎市） |
必要なスキル
- C++/Pythonによる高いプログラミングスキル
- 英語論文や技術文書を読みこなす力
- データフレームに関する知識
希望するスキル
- 並列処理（OpenMP，std::thread等）やコンパイラ（LLVM/MLIR）に関する知識経験
- 国際会議投稿論文の執筆経験
映像分析AIの高速化・処理効率化・低炭素化の研究(14-1)
Research on video analysis AI acceleration, efficiency improvement and lower carbon
| 領域 | コンピュータアーキテクチャ・ハードウェア活用（FPGA・ASIC・カスタムプロセッサなど） |
|---|---|
| 取り組む内容（例） | 高精度な映像分析AI処理を、エッジ端末、Multi Access Edge Computing (MEC)、クラウドといった様々な場所で実行するための、コンピュータアーキテクチャやハードウェアに関する知識を活用した、高速化・処理効率化・低炭素化に関する研究、及び、映像分析AIを事業にデリバリするための応用研究を行う。 |
| 実施部門 | セキュアシステムプラットフォーム研究所 |
| ロケーション | 神奈川（川崎市） |
必要なスキル
- C++/Pythonによる高いプログラミングスキル
- 英語論文や技術文書を読みこなす力
- 深層学習やそのフレームワーク（PyTorch等）に関する知識
希望するスキル
- 映像分析AIに関する知識経験
- 国際会議投稿論文の執筆経験
研究開発キャリアマイページ登録・ログイン
