jinbay無料で相談する

職務経歴書の記入例

SLAMエンジニアの職務経歴書 記入例

SLAM(自己位置推定と地図作成)の経験は、移動ロボット、自動運転、ドローンなど、フィジカルAIの多くの分野で求められています。ただ「LiDAR SLAM を開発」と書くだけでは、どの環境で、どれくらいの誤差だったのかが伝わりません。測量機器メーカーで3D計測の SLAM を担当してきた人の記入例で解説します。

更新日 2026年11月16日 / 書いた人 上田 英介(ジンベイ株式会社 代表取締役/職業紹介責任者)

記入例の人物:大学院で SLAM を研究し、測量機器メーカーで8年。車載のモバイルマッピング、背負って歩く3D計測機の LiDAR SLAM、屋内点検ロボットの Visual-Inertial SLAM を担当。33歳。
人物・会社・数字はすべて架空です。

職務経歴書

2026年11月16日現在

氏名 加藤 亮介

■ 職務要約

大学院で移動ロボットの SLAM を研究したあと、株式会社〇〇(測量機器メーカー)で8年、3D計測のソフトを担当しています。車載のモバイルマッピングの点群処理から始め、2020年からは背負って歩く3D計測機の LiDAR SLAM を開発し、トンネルでの閉合誤差を移動距離の0.8%から0.15%に下げました。2023年からは、屋内点検ロボット向けに、カメラと IMU の Visual-Inertial SLAM と、作った地図の上での自己位置推定を開発しています。

■ 活かせる経験・知識・技術

  • LiDAR SLAM(LiDAR と IMU の密結合、ループ閉じ込み、ポーズグラフ最適化)
  • Visual-Inertial SLAM と、作った地図を使った自己位置推定
  • LiDAR・カメラ・IMU・GNSS のキャリブレーションと時刻合わせ
  • トータルステーションの基準点を使った精度の評価
  • C++ と CUDA による実時間処理への最適化

■ テクニカルスキル

言語C++(8年8か月)、Python(5年8か月)
フレームワーク・ライブラリGTSAM(6年2か月)、OpenCV(5年8か月)、PCL(5年6か月)、ROS 2(Humble)(3年2か月)、CUDA(3年2か月)、Eigen(3年)、Ceres Solver(3年)
OS・クラウド・インフラLinux(5年6か月)、Ubuntu(3年2か月)、Jetson(3年2か月)、Windows(2年6か月)
ツールIMU(6年2か月)、ステレオカメラ(3年2か月)、rosbag2(3年2か月)、3D LiDAR(3年)、トータルステーション(3年)、CloudCompare、GitLab CI

■ 職務経歴

株式会社〇〇(2018年4月〜現在)

事業内容:測量機器・3D計測機器の開発・製造 従業員数:約1,500名 雇用形態:正社員

所属・役職:技術開発部 3D計測グループ 主任(2023年4月〜)

2023年10月〜現在

屋内点検ロボットの Visual-Inertial SLAM と地図上の自己位置推定

工場やプラントの屋内を巡回して点検する四足ロボットに載せる、カメラと IMU の SLAM と、前もって作った地図の上での自己位置推定を開発。

【役割】SLAM の担当リーダー 【規模】チーム4名/全体15名

【担当工程】要件定義、基本設計、詳細設計、実装・単体テスト、結合テスト、モデル開発・評価、実機検証

【取り組み】

  • 階段や暗い場所で特徴点が減ったときも崩れないよう、IMU の予測と組み合わせ、特徴点が少ないときは IMU の重みを上げるようにした
  • 巡回のたびに地図を作り直さず、前もって作った地図の上で自己位置を求める方式にし、レイアウトが一部変わっても動くよう地図の更新の手順を作った
  • 特徴点の抽出とマッチングを CUDA で GPU に移し、Jetson で30Hz の処理を実現
  • 実際のプラント2か所で、約20kmの巡回データを集めて評価した

【成果】

  • CPU の使用率を85%から40%に削減
  • 巡回中の自己位置の見失いを、1kmあたり2.4回から0.1回に削減

【使用技術】C++、Python、ROS 2(Humble)、OpenCV、GTSAM、CUDA、Ubuntu、Jetson、ステレオカメラ、IMU、rosbag2

2020年10月〜2023年9月

背負って歩く3D計測機の LiDAR SLAM の開発

GNSS の届かないトンネルや建物の中を、人が背負って歩くだけで3Dの点群を作る計測機の SLAM を開発。建設会社・測量会社向けに販売。

【役割】SLAM の担当(2022年からリーダー) 【規模】チーム5名/全体20名

【担当工程】基本設計、詳細設計、実装・単体テスト、結合テスト、総合テスト、保守・運用、実機検証

【取り組み】

  • LiDAR と IMU を誤差状態カルマンフィルタで密結合し、歩行の揺れによる点群の歪みを補正
  • 長いトンネルで前後方向の位置が決まらない問題に対し、点群の形から位置が決まりにくい方向を検出し、その方向は IMU の推定を重く使うようにした
  • 同じ場所に戻ったことを点群の形から見つけるループ閉じ込みを入れ、ポーズグラフ最適化で全体の歪みを直した
  • トータルステーションで測った基準点との差で精度を評価する手順を作り、出荷前の検査に組み込んだ

【成果】

  • トンネルでの300m往復の閉合誤差を、移動距離の0.8%から0.15%に改善
  • 基準点との差を、建物の中で平均2cm以内にした
  • 累計約600台を出荷

【使用技術】C++、PCL、Eigen、Ceres Solver、GTSAM、Linux、3D LiDAR、IMU、トータルステーション

2018年4月〜2020年9月

車載モバイルマッピングシステムの点群処理

車に LiDAR・カメラ・GNSS/INS を載せて道路を計測するシステムで、点群の作成とキャリブレーションのソフトを担当。

【役割】メンバー 【規模】チーム6名

【担当工程】詳細設計、実装・単体テスト、結合テスト、保守・運用

【取り組み】

  • LiDAR とカメラの位置関係を、専用の的を使わずに走行データから合わせるキャリブレーションを作った
  • 各センサーの時刻を GNSS の時刻に合わせる処理を見直し、高速走行時の点群のずれを減らした

【成果】

  • キャリブレーションの作業時間を、1台あたり半日から1時間に短縮
  • 時速60km走行時の点群と画像のずれを、平均8cmから2cmに改善

【使用技術】C++、Python、PCL、OpenCV、Windows、Linux

■ 資格

  • 2019年6月 測量士補

■ 社外での活動

  • 修士論文の内容を国内のロボット関連の学会で口頭発表(2017年)
  • LiDAR SLAM の OSS に、IMU の時刻ずれを補正する修正を提案し取り込まれた(2021年)

■ URL

  • GitHub:https://github.com/example
  • 論文リスト:https://example.com/publications

■ 自己PR

SLAM の精度を、使う人の目線で測ることを大切にしています。3D計測機の開発では、社内のきれいな評価コースでは十分な精度が出ていましたが、顧客のトンネルでは点群が伸び縮みする問題が起きました。実際の現場で測ったデータを集めて評価のコースに加えたことで、出荷前に問題を見つけられるようになりました。

今後は、SLAM の経験を活かし、ロボットが実際の現場で迷わず動き続けるための仕組みづくりに関わりたいと考えています。

以上

ダウンロードは登録なしで使えます。経験年数は、各プロジェクトの期間から自動で計算しています。

SLAMエンジニアの職務経歴書で、見られる点

  1. 01

    誤差を、何を正解にして測ったか

    SLAM の精度は、正解の軌跡や基準点をどう用意したかで意味が変わります。トータルステーションで測った基準点との差、往復したときの始点と終点のずれ(閉合誤差)など、測り方とあわせて数字を書きます。

  2. 02

    苦手な環境にどう対処したか

    長い廊下やトンネルのように特徴の少ない場所、人や車の多い場所、ガラスの多い場所では、SLAM は崩れやすくなります。どの環境で失敗し、どう直したかは、この職種で一番差がつく部分です。

  3. 03

    実時間で、限られた計算機で動かしたか

    研究用の実装を、ロボットに載る計算機で実時間に動かすには、多くの工夫が必要です。処理の周期、CPU・メモリの使用量、GPU での高速化などを書くと、製品にした経験として評価されます。

  4. 04

    センサーのキャリブレーションと時刻合わせ

    LiDAR・カメラ・IMU の位置関係と時刻を正しく合わせることは、精度を左右する地味で大事な仕事です。量産品で個体ごとのキャリブレーションの手順を作った経験は、特に評価されます。

欄ごとの書き方

職務要約
扱ったセンサー(2D・3D LiDAR、カメラ、IMU、GNSS)と、使われた場面(屋外の計測、屋内のロボット)を最初に書きます。研究と製品の両方の経験があれば、その両方を入れます。
職務経歴
手法の名前だけでなく、構成(フロントエンドとバックエンド、密結合か疎結合か)を一言で書きます。面接では必ず深く聞かれるので、書いたことは説明できるようにしておきます。
論文・登壇など
SLAM は研究との距離が近い分野です。学会発表や、OSS の SLAM への貢献があれば、短くても必ず書きます。

よくある書き方を、こう直す

よくある書き方

LiDAR SLAM のアルゴリズムを改良し、精度を向上させた。

直した書き方

LiDAR と IMU を密結合する方式に変え、トンネルでの300m往復の閉合誤差を、移動距離の0.8%から0.15%に下げた。

どの環境で、何を基準に、どれだけ誤差が減ったかが分かると、改良の価値が判断できます。

よくある書き方

ROS 2 上で Visual SLAM を実装。

直した書き方

点検ロボットの Jetson 上で、ステレオカメラと IMU の Visual-Inertial SLAM を30Hzで動かすため、特徴点の抽出を GPU に移し、CPU の使用率を85%から40%に下げた。

限られた計算機で実時間に動かした工夫は、製品の経験として強く評価されます。

あわせて読みたい