職種検索へ戻る

仕事の詳細

職場での仕事内容から生かせる経験・スキル、諸条件など詳細を確認できます

企業名

日本碍子株式会社

職種

セラミックス製品設計・プロセス設計のためのCAE技術開発(名古屋市、千代田区)

仕事内容

■ 職務の概要 当社セラミックス新製品の設計および製造プロセスのためのCAE技術開発 ※変更の範囲:全ての業務への配置転換あり ■ 業務の詳細 熱流体や構造分野のシミュレーションを中心に以下の業務を担当(具体的なテーマは実務経験や保有スキルを踏まえて決定) ・汎用CAEソフトウェア(ANSYS Mechanical/Fluent、STAR CCM+、COMSOL等)を用いた材料・製品設計・製造プロセスシミュレーションモデルの構築 ・当社製品に特化したシミュレーションツールの開発(開発環境:C言語系、Python、VBA、CUDA等) ・最適化アルゴリズムや機械学習(modeFrontier、他OSS等)との組合せによる最適設計アプローチの確立 ・プロセスシミュレーターを用いたプロセス設計、コスト試算 ■ 職務の特色 ・本社部門として、全社向けにシミュレーション技術の開発や活用支援を実施 ・アナログなセラミックスの特性・挙動のモデル化に向け、基礎実験やスパコン・AI等の先進技術を活用し、メカニズム解明や新しいシミュレーション実現を推進 ・CAE技術開発マネジメント、設計業務プロセスの革新、大学やスタートアップとの協働など創造的な業務に従事可能

求める人物像

■求める人物像 シミュレーションを役立たせたいという意欲があり、新技術に積極的にチャレンジする方を求めています。 ■ 必須条件 ▼学位:修士博士/学部 ▼専攻:材料/機械/電気/化学/情報/その他(原子力、物理、化学工学) ▼職務経験 ・【業界】各種製造業、CAE業界、研究機関 ・【職種】研究開発、製品設計、生産技術開発 ・【知識】工学シミュレーションに関する知識 ・【経験・能力】CAEソフトウェア開発経験(産業・学術向け)、シミュレーション関わる研究開発(学術研究可)、または製造業におけるCAEを用いた設計実務経験のいずれか ・【経験年数】3年以上 ・【ポジション】役職不問(テーマを主体的に推進した経験が必要) ▼資格:なし(業務に必要な資格は入社後に会社費用で取得) ▼語学力:不問 ■ 歓迎条件 ▼学位:修士博士/学部 ▼専攻:材料/機械/電気/化学/情報/その他(原子力、物理、化学工学) ▼職務経験 ・【業界】各種製造業、CAE業界、研究機関 ・【職種】研究開発、製品設計、生産技術開発 ・【知識】熱流体、化学工学、電気化学、材料力学、破壊力学のいずれか(大卒レベル以上) ・【経験・能力】シミュレーションのためのプログラミング・ソフトカスタマイズ、機械学習の実務活用経験、並列計算やGPU等CAE向けPCの活用スキル ・【経験年数】3年以上 ・【ポジション】役職不問(テーマを主体的に推進した経験が必要) ▼資格:不問 ▼語学力:TOEIC 500点以上(英語文献やWebサイトからの情報収集に支障がないこと)

勤務予定地

▼対象拠点 ・①本社(名古屋市):当面転勤なし ・②東京本部(丸の内):勤務可能 ※ただし入社当初の最低3ヶ月は本社(名古屋)勤務 ▼本社アクセス・交通 ・名鉄名古屋本線 神宮前駅(徒歩15分) ・JR東海道本線 熱田駅(徒歩15分) ・名古屋市営バス 雁道(徒歩5分)/高辻(徒歩15分) ※バイク通勤のみ可(駅からの自転車通勤は応相談) ※バイク置き場は満車で確保できない場合があり、その際はバイク通勤不可(入社前の置き場確保は不可) ▼東京本部アクセス ・所在地:東京都千代田区丸の内二丁目4番1号 丸の内ビルディング 25階(日本ガイシ株式会社 東京本部) ※変更の範囲:会社の定める場所(テレワークを行う場所を含む)

類似した職種

株式会社QunaSys

職種
CAE Researcher/リサーチャー(CAE)

QunaSysでは、CAE(Computer-Aided Engineering)分野の研究・開発を行うリサーチャーを募集します! Job Description / 職務内容 - CAEは、自動車・航空宇宙・エネルギー・素材・製造業など、ものづくりを支える基盤技術です。一方で、高精度シミュレーションには膨大な計算資源が必要となり、計算時間やコストが大きな課題となっています。 - QunaSysでは、量子コンピューティング・数値シミュレーション・AIを融合することで、従来のCAEの限界を超える次世代シミュレーション技術の実現を目指しています。 CAEリサーチチームのミッション - 量子コンピューティングとCAE(Computer-Aided Engineering)を融合し、従来のスーパーコンピュータだけでは困難だった大規模・高精度シミュレーションを実現することで、ものづくりのイノベーションを加速することを目標に掲げています。 - そのために、CFD(Computational Fluid Dynamics)に代表される非線形偏微分方程式の数値解析手法と、量子アルゴリズム・誤り耐性量子計算を融合した次世代のCAEワークフローを開発し、自動車・航空宇宙・エネルギー・材料・製造業などの産業課題を解決します。 具体的な業務内容 (スキル・興味に応じて柔軟に対応します) ・CAE向け量子アルゴリズムの研究開発 流体解析・構造解析・熱流体解析・電磁界解析・音響解析などに関する量子アルゴリズムの研究開発。産業的に価値ある計算課題の探索。 ・古典計算とのハイブリッド統合 古典計算機と量子計算機を適切に組み合わせた、スケーラブルなCAEワークフローの設計・開発。量子計算機を前提とした、プリ処理、ソルバー、ポスト処理の設計・開発。 ・顧客・共同研究先との課題解決(PoC, 共同開発) 顧客・研究者の課題をヒアリングし、CAE・量子計算の観点から解決方針を提案。 PoC設計、定期報告、フィードバック反映を通じた反復改善。 共同研究を通じた成果の発表(論文、ベンチマーク・デモのPR)。 ・分野をリードする革新的研究と産業現場での社会実装の両立 最新論文・動向を把握し、実装可能性とインパクトを両立する研究テーマを提案・推進 大学・企業との共同研究を通じ、世界で通用する新技術を創出し、実問題への適用を進める 他チームと連携し、技術のプロダクト化と成果の社会実装を加速

株式会社Preferred Networks

職種
Machine Learning・Optimization・Data Science Engineer/機械学習・最適化・データサイエンスエンジニア

機械学習・最適化・データサイエンス分野のエンジニアを通年で採用しています。 多様な産業分野に属する顧客企業と共同して課題解決に取り組み、自社のスーパーコンピューターを用いた研究開発・実装を通じて「現実世界を計算可能にする」というPFNのビジョンを実現します。それぞれの事業ドメインの専門知識を学び、コンピュータサイエンスの幅広い知識や実装力を用いることで、PFNでしかできない高価値なソリューションの提供を目指しています。社内・社外のバックグランドの違う人々とコミュニーションを積極的にとりながら、PFNのvalueにある”Learn or Die”の精神で新たな知識を学び続け、そこから新たな価値を生み出していくことのできる人材を求めています。 以下に業務例を示しますが、実際の業務はこれに限定されるものではありません。入社後に実際にご担当いただく案件・業務内容は、専門的知識・経験を考慮のうえ決定します。 **業務例** 新規案件を含むさまざまな案件について、問題解決のためのプロジェクトをエンジニアとして運営・推進します。 - 新規案件の立ち上げ、顧客ヒアリング、要件定義、エンジニアリング、およびレポーティング - 対象となる実在の設備・プロセス等に関するデータおよびその稼働・運転業務等の観察および分析 - 機械学習手法の応用による解決に適し、かつ顧客を満足させるタスク定義 - 実機・実データまたはシミュレーションに基づく、機械学習モデルの動作やアプリケーション挙動に関する評価方法の確立・実装、およびそれを用いた技術検証 - 機械学習モデルの動作や制御挙動についての顧客・ユーザに対する説明、および説明可能性を高める(可視化等の)技術手法の開発・実装・検証 - 顧客企業のエンジニアに対する技術的なアドバイス 問題領域や顧客の事業領域に応じて、時系列予測・数理最適化・逆問題解析などの問題解決を行います。 - 対象設備・プロセス等に関する時系列データに対する予測、あるいは異常検知のための機械学習モデルの構築・検証 - 実世界の組合せ最適化問題に対する、ヒューリスティクス・数理計画・機械学習などの複合的な視点からの解決アプローチの提案・実装・実験 - リモートセンシング実データを用いた、計測対象の内部状態・構造の逆問題解析・推定 - シミュレーションデータと実データのドメインアダプテーション 稼働中の化学プラント等の大規模生産設備や、産業機械・ロボット装置等を対象に、これらをより安全・最適に運転できるよう制御するための技術開発を行います。 - 安全を保証しつつ最適な制御を可能とする機械学習モデルの構築 - 設備・装置の異常を運転時系列データを用いて検知・予知する機械学習モデルの構築 製造プロセスや製造装置などを対象に、シミュレーションなども活用しながら効率的な製造をするための技術開発を行います。 - 2D/3D での粒子シミュレーションを使った課題の定式化と機械学習への応用 - 最適な製造プロセスを探索するための連続・離散最適化アルゴリズムの開発 - 開発したアルゴリズムや機械学習モデルを用いた最適化処理を自社クラスタと連携して行うシステムの構築・運用 小売業における収益性および顧客満足の向上につながるデータ分析およびそれに基づく問題解決の提案を行います。小売業における業務の再構築・業務品質の向上に資する手法を開発します。 - 店舗オペレーションの観察・ステークホルダーとの議論等を通じた課題設定と仮説構築 - 社内他チームおよび顧客企業と連携した、データ収集・分析基盤構築のリード - 販売促進・機会損失回避・在庫最適化等を目的とする画像・POS データ分析および最適化手法開発 - 顧客企業と連携した、開発手法の効果検証