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

Craif株式会社

職種

機械学習データサイエンティスト(バイオインフォマティクス)

仕事内容

検査系の開発・アップデート、機械学習パイプラインの自動化・高度化をお任せいたします。 <業務例> 〇Small RNA検査系の開発・アップデート ・研究デザイン ・統計解析を用いたバイオマーカー選定 ・機械学習モデルの構築 ・品質基準・精度管理の設定 ・検査系の分析的および臨床的な検証のデザインと実施 〇検査系の機械学習パイプラインの自動化・高度化 ・機械学習エンジニア・ソフトウェアエンジニアと連携し、モデルの開発から運用のサイクルを自動化 〇Small RNA検査系のための新規手法の開発

求める人物像

応募要件(MUST) ・ビジネスレベル以上の日本語または英語 ・Linux/Shell scripts/SQL/Python ・大学卒業レベル以上の数学 ・確率論・統計学の基礎的な理解 ・統計的機械学習・パターン認識の基礎的な理解 ・各種フレームワーク(scikit-learn, keras, tensorflow, pytorch等)を用いた機械学習モデル開発経験 ※特に、クラス分類問題に対する教師あり学習を用いた機械学習モデルの開発・実装 ・生物学あるいは周辺分野での研究・解析の経験 歓迎要件(WANT) 〇開発ツール ・Docker ・Workflow management language (snakemake) 〇機械学習の経験 ・スモールサイズデータの学習 ・不均衡データの学習 〇関連分野の知見・経験 ・トランスクリプトーム解析の経験 ・リキッドバイオプシーに関する知見・経験 ・micro RNAに関する知見 ・cfDNAに関する知見 ・次世代シークエンサー及び定量PCRの原理に関する基礎的な理解 ・生物学あるいは周辺分野での研究・解析経験 ・Wet labでの実験操作の経験 ・がんの生物学・医学的な知識または解析の経験 ・Molecular diagnostics(分子診断学)分野の知見 ・機械学習の臨床応用に関する知見・経験 求める人物像 ・当社の目指すゴールに強く共感いただける方 ・未知のことにも、ひるまずに前向きに取り組みができる方 ・リーダーシップをもって、自ら考え周囲を巻き込み、プロジェクトを自ら推進できる方 ・チームで働き、多様性を尊重しながら成果を出していくことが好きな方 ・年齢や役職にとらわれず、本質的な物事に向かって取り組みができる方 ・社会課題解決への意欲がある方 ・仮説構築力、抽象化思考力に長けた方 ・素早く検証するフットワークがある方

勤務予定地

162-0814 東京都新宿区新小川町8-30 THE PORTAL iidabashi B1F 464-0814 愛知県名古屋市千種区不老町1 NIC館714号

博士卒の初任給

応相談 年俸制 交通費原則全額支給 昇給:年2回

外部サイトの情報を見る

https://hrmos.co/pages/craif/jobs/01rd_20_01

類似した職種

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