Job description

LLMには、解けない問題がある。

生成AIの登場によって、「言葉で表現できる判断」の多くは機械が引き受けられるようになりました。ベテランの暗黙知も、契約書の読解も、市場の分析も。

しかし、そこで止まる領域があります。

3,000通りの建物配置から、法規制と採算性と居住性を同時に満たす最適解を選び出す。
不整形な土地を、接道条件を満たしながら最も価値の高い形に切り分ける。
平面図の画像から、3次元の建物ボリュームを復元する。
数万条の条例と告示から、その敷地に効く規制だけを自動判定する。

これらは、言語モデルに聞いても答えが返ってきません。
多目的最適化であり、幾何処理であり、形式論理の問題だからです。

私たちはこれをAI不可侵領域と呼んでいます。
技術創発は、この領域を独自アルゴリズムと機械学習とデータ基盤で攻略するために存在する組織です。

【いま取り組んでいること】

・VCアルゴリズム（ボリュームチェック自動化）：土地を入力すると、建てられる建物の最適解を自動生成する技術。多目的最適化と遺伝的アルゴリズムを使用。「デベナビ」は300社以上に導入、国土交通省長官賞を受賞。
・自動区割り：不整形な大区画を、道路付け・接道義務・区画バランスを考慮して自動分割。
・平面図の3D変換：紙やPDFの平面図から構造を推定し3次元モデルを生成。
・ルーラーズコード（法令自動判定）：都市計画法、建築基準法、各自治体の条例を機械可読な形式に落とし込み適用規制を自動確定。
・GISデータ基盤：用途地域、容積率、地番、地価、インフラ等の全国空間データを統合。
これらはすべてAPIとしてグループ全プロダクトに技術提供されています。

【なぜ、事業会社で研究をするのか】

研究職を志す人が最も恐れる「成果が社会に出ないこと」をトグルは解消します。
・現場がある：自社で不動産開発を行い、アルゴリズムを試す実験場が社内にある。
・データがある：実案件の設計データ、商談ログ、行政協議記録、全国GISデータが日々蓄積。
・使う人がいる：つくった技術は翌週にはプロダクトに載り、300社の実務で使われる。
研究が論文で終わらない、ここがこの職種の核心です。

【なぜ、この職種が「技術研究」に集中できるのか】

一般的開発業務はAIを使いこなすビジネス職自身が担えるため、
この職種は技術研究と技術検証に集中できます。
「誰もやりたがらない実装が回ってくる」ことはありません。

【研究室のような働き方】

会議は最小限。朝10分程度の進捗共有、日中は各自研究に集中、必要に応じてホワイトボードで議論。大学の研究室に近い環境で、数ヶ月後に社会実装される研究を行います。

【ただし、机の前だけにはいられません】

より良い技術を生み出すには現場の理解が不可欠です。
建設現場で図面の使われ方を見たり、不動産営業に同行したり、設計者の隣で観察するなど、
現場から問いを立てる経験を重視します。

【1年目から3年目のイメージ】

・1年目：既存アルゴリズムの改善（VC、法令判定、3D復元等）と現場実務の学習。
・2年目：自分のテーマを持ち、誰も解いていない問題のアプローチ設計・実装・プロダクト化。
・3年目以降：技術領域のオーナーとして、外部研究機関・大学連携や経営への説明を担う。

【求める人】

・未知の問題に、時間をかけて向き合える人
・理論だけでなく実装まで自分でやり切れる人
・自分の専門分野外も必要に応じて学べる人
・技術そのものではなく「この問題を解きたい」と言える人
・現場に出て課題を設定できる人

【必須要件】

2028年3月末までに博士課程を修了見込みの方、または博士号取得者（専門分野不問、研究成果の実装経験要）

【歓迎要件】

・査読付き国際会議・論文誌での発表実績
・最適化アルゴリズム、幾何処理、画像認識、知識表現の実装経験
・Python等での開発経験、産学連携プロジェクト経験