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

トヨタ自動車株式会社

職種

自動運転社会を見据えたコネクティッドカー向け次世代グローバル通信基盤の戦略企画

仕事内容

【特色】 自動運転社会の到来や交通事故の更なる削減に向けて進化するモビリティー社会において、新たに求められるコネクティッドカー向け通信要件や車載通信機向け実装要件を集約し、グローバル視点で持続可能な通信基盤の企画開発運用をマネジメントできる人材を求めています。 【業務内容】 【概要】 自動運転社会の到来や交通事故の更なる削減に向けて進化するモビリティー社会において、新たにコネクティッドカーに必要とされる通信機能や通信基盤に関し、グローバル視点で、技術企画、開発・運用構築、ビジネスモデル構築を推進していく業務です。 【詳細】 ■グローバル通信基盤の技術企画 車両開発・車載機開発、センター開発メンバーや、通信キャリア等と連携しながら、自動運転あるいは事故削減に求められるサービスレベルを達成するネットワークソリューションを企画する ■グローバル通信基盤の開発・運用構築 持続的で信頼性の高い通信基盤を開発し、また監視・モニター運用をグローバルで構築する ■グローバル通信基盤のビジネスモデル構築 政府機関・行政機関ほか、各国通信事業者など周辺ステークホルダーと連携・協調しながら、新たなモビリティサービスのエコシステム化を図ると共に、持続可能なビジネスモデルを構築する ■本求人の想定役割:チームリーダー・マネージャー 【採用の背景】 自動運転あるいは事故削減に求められる通信技術は、今まさに様々な業界に跨って検討が進んでいる状況です。 キャリア入社者には、様々な業界を跨いだ社会基盤としてのエコシステム化や仲間作りの推進、最新の技術動向を的確に評価し、量産されるコネクティッドカーへの搭載、さらには、事業成立性を確保するビジネスモデルの構築などについて、チームリーダーとして当社の知見と融合しながら業務を進めていただきたい。

求める人物像

<必須要件> ■規模の大小は問わず、通信システム企画構築・運用経験 ■通信事業者で約款・非約款サービスの企画・開発・構築・運用経験 ■IoT・M2Mプラットフォームの企画・開発・運用・構築経験 ■プロジェクトマネジメント経験 ■事業企画・ビジネスモデル構築業務 ※上記ご経験のいずれかを合計5年以上有している方 <歓迎要件> 英語力(TOEIC800点以上)

勤務予定地

東京都(文京区) 愛知県(名古屋市) 通信・インフラ・NWエンジニア​ AI・データサイエンス 事業・商品企画・サービスデザイン

博士卒の初任給

想定年収 5,000,000円~15,700,000円

本選考の採用フロー

STEP01|応募 現在募集している職種の中から選択しご応募ください。 STEP02|書類選考 ご登録いただいた情報を元に、書類選考を実施いたします。 ※結果につきましては、合否に関わらず、2週間以内にメールにてご連絡いたします。 (但し、応募者が多数の場合は選考に時間がかかることがございますのでご了承ください) STEP03|1次面接+適性検査 書類選考を合格された方に個別面接を実施いたします。 適性検査は、通常、面接日3日前までにWEB上で受験いただきます。 ※求人によっては選考プロセスが異なる場合があります。 ※結果につきましては、合否に関わらず、通常1週間以内にメールにてご連絡いたします。 (但し、部門により多少日数に違いがあります) STEP04|最終面接 一次面接で合格された方に個別面接を実施し、さらに詳細の確認をさせていただきます。 STEP05|最終面接合否連絡 通常1週間以内にメールにてご連絡いたします。 (但し、部門により多少日数に違いがあります) STEP06|内定 提示の入社条件に同意いただいた後、正式内定となります。 内定された方は、合格連絡から約3か月後(最長最終面接日より6か月以内)に入社となります。 (入社月は毎月1日です) ※入社月は、ご本人と相談の上調整させていただきます。

類似した職種

株式会社MOLCURE

職種
Bioinformatics Scientist — Antibody Discovery & NGS

[The Role] We are looking for a Bioinformatics Scientist who will work across the full spectrum of antibody discovery—from mining screening data to computationally designing new candidate sequences. Working at the front line of our antibody discovery engine, you will own the end-to-end NGS analysis pipeline, partner directly with wet-lab scientists to close the loop between computation and experiment, and collaborate with ML engineers to apply generative AI approaches for sequence design and optimization. This is not a downstream analysis role. You will shape which candidates enter our optimization pipeline—whether discovered from screening data or computationally designed—and your biological interpretation will directly influence lead selection decisions. As an early member of the computational team, you will have the autonomy to define how our discovery informatics evolves. [ポジション概要] スクリーニングデータのマイニングから、生成AIによる新規候補配列のデザインまで、抗体探索の全領域を横断するBioinformatics Scientistを募集します。抗体探索エンジンの最前線で、NGS解析パイプラインのエンドツーエンドのオーナーシップを持ち、ウェットラボサイエンティストと直接連携して計算と実験のループを閉じるとともに、MLエンジニアと協働して配列デザイン・最適化への生成AIアプローチを推進する役割です。 これは下流の解析業務ではありません。スクリーニングから発見された候補であれ、計算的にデザインされた候補であれ、どの分子が最適化パイプラインに入るかを決定し、あなたの生物学的解釈がリード選定の意思決定に直接影響します。計算チームの初期メンバーとして、ディスカバリーインフォマティクスの進化の方向性を自ら定義する自律性を持つポジションです。 What You Will Do • NGS Pipeline Development & Execution Build, execute, and continuously refine pipelines for processing high-throughput sequencing data from antibody display and screening campaigns. Ensure reproducibility, scalability, and rapid turnaround to keep pace with experimental cycles. • Candidate Discovery & Prioritization Analyze clonal enrichment, sequence diversity, and predicted developability to identify and rank antibody leads. Provide data-driven rationale for which candidates advance to downstream characterization. • AI-Driven Sequence Design Collaborate with ML engineers to leverage generative AI and protein language models for de novo antibody sequence design and optimization. Evaluate computationally designed candidates using the same biological and developability criteria applied to screening-derived hits, bridging the gap between generative models and experimental validation. Wet-Lab Partnership Serve as the primary computational partner to bench scientists. Interpret screening results collaboratively, provide rapid feedback on experimental outcomes, and co-design iterative screening strategies based on data insights. • Pipeline & Codebase Evolution Maintain and improve our Python-based analysis codebase. Architect flexible, modular systems that can incorporate new algorithms, public datasets, and evolving experimental formats as the field advances. • Scientific Intelligence Monitor the rapidly evolving landscape of AI-driven antibody discovery and NGS methodology. Evaluate emerging tools and approaches, and bring validated improvements into our production workflows. [担当業務] • NGSパイプラインの開発・実行 抗体ディスプレイ・スクリーニングキャンペーンから得られるハイスループットシーケンシングデータを処理するパイプラインを構築・実行し、継続的に改善する。再現性、スケーラビリティ、迅速なターンアラウンドを確保し、実験サイクルに追従する。 • 候補抗体の発見と優先順位付け クローナルエンリッチメント、配列多様性、予測される開発可能性を分析し、抗体リードを特定・ランク付けする。どの候補が下流の特性評価に進むべきか、データに基づく根拠を提供する。 • AIを活用した配列デザイン MLエンジニアと協働し、生成AIやタンパク質言語モデルを活用したde novo抗体配列デザイン・最適化を推進する。計算的にデザインされた候補に対しても、スクリーニング由来のヒットと同じ生物学的・開発可能性の基準で評価を行い、生成モデルと実験バリデーションの橋渡しを担う。 • ウェットラボとの連携 ベンチサイエンティストの主要な計算パートナーとして機能する。スクリーニング結果を共同で解釈し、実験結果に対する迅速なフィードバックを提供し、データインサイトに基づく反復的なスクリーニング戦略を共同設計する。 • パイプライン・コードベースの進化 Pythonベースの解析コードベースを維持・改善する。新しいアルゴリズム、公開データセット、進化する実験フォーマットに対応できる柔軟でモジュラーなシステムを設計する。 • サイエンティフィックインテリジェンス AI駆動の抗体探索とNGS方法論の急速に進化する動向をモニタリングする。新興ツールやアプローチを評価し、検証済みの改善をプロダクションワークフローに導入する。