専門性やご経験を踏まえ、下記A～Bいずれかの領域で業務を行っていただきます。

A. 当部署は、ソニーの強みであるオーディオビジュアル、モーションエンタテインメントにおいて制作支援、体験の最大化に必要な世界トップクラスの画像理解、キャプチャ、モーションの理解と生成を一気通貫実現するエンタテインメント技術の開発を目的とした組織です。最先端の機械学習・画像認識・生成モデルといった技術にキャッチアップしつつ、それをどのようにソニーのエンターテインメントビジネスに貢献できるかを模索し、幅広い事業部と連携しながら研究開発を進めています。

B. 当部署では、ソニーグループ内の製品・サービスの差異化の源泉となる機械学習技術（動画像認識・処理・生成、モーション認識・生成など）の研究・開発を行っています。その中で、我々のチームはビジュアル情報とテキスト情報を統合するマルチモーダルLLM（大規模言語モデル）の研究開発に取り組んでおり、この取り組みはソニーのビジネスにおける新たな価値創造を目指しています。本インターンシップでは、最新の手法を取り入れ、ソニーのビジネス領域に関連するデータを用いて評価・チューニングを行います。これにより、マルチモーダルLLMの効果的な活用方法を提案し、実際のビジネスシーンでの応用を探求します。

A. 実世界データと同等の多様性とクオリティをもつCG顔データセットを構築するために、機械学習技術を用いたCG顔モデルの生成手法の実装や品質の検証、高精細な顔テクスチャの編集・生成技術の検討を行う。これらの技術を既存の3Dアセットと組み合わせ、幅広い機械学習タスクへの応用が可能なデータ生成も目指します。

B. メンバーと協力して、動画を入力できるマルチモーダルLLMを用いた下流タスク（キャプショニング・検索など）を行います。具体的には、（１）最新手法の調査と動作検証、（２）学習・評価データの前処理、（３）モデルの学習と評価を実施します。これらのプロセスを通して、最新手法をソニーグループ内の製品・サービスに導入するためのギャップの評価と、提案アプローチの実装を行います。

Aの領域における必須スキル

• Pythonおよび深層学習ライブラリを利用した機械学習技術の実装経験
• 3DCGに関する基礎的な知識

Bの領域における必須スキル

• コンピュータビジョンもしくは自然言語処理の専門知識
• Pythonプログラミングの経験
• 深層学習ライブラリ（PyTorchなど）の使用経験
• 深層学習モデルの学習経験
• 英語論文を読んで追試できる英語力、実装力

Aの領域であると望ましいスキル

• 機械学習・深層学習理論の専門知識
• Unreal EngineやUnityなどのゲームエンジンの使用経験
• BlenderやMayaなどのDCCツールの使用経験
• 高いソフトウェア実装能力
• 英語論文を読んで追試できる英語力、実装力

Bの領域であると望ましいスキル

• 高いソフトウェア実装能力
• 国際学会採択経験
• 画像もしくは動画とテキストを扱うマルチモーダルLLMの利用経験
• Docker/Singularity/Slurmの利用経験
• 動画を扱った深層学習の開発経験

A. グループ会社のエンターテインメント・センシング領域

B. グループ会社のエンタテインメント事業への応用

Aの領域の開発環境
Linux/Windows
Python
深層学習ライブラリ(Pytorch,Tensorflowなど)
GitHub/GitLab
Slack/Teams
Docker/Singularity

Bの領域の開発環境
Linux/Windows
Python (PyTorch, Transformers, scikit-learn など)
GitHub/GitLab
Slack/Teams
Docker/Singularity

随時受付／定員に達し次第、受付終了

2028年卒　ソニーグループ共通　インターンシップ・新卒採用マイページからエントリーを行ってください。

博士　2,200円/h～
学士・修士　2,000円/h～
※能力、経験を考慮し決定いたします。

ソニーシティ大崎
(※業務内容や進捗状況によってはリモートの場合もある）

ソニーグループ株式会社