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

エーザイ株式会社

職種

計算科学研究者

仕事内容

・計算科学技術を活用し、標的分子に作用するヒット化合物の探索、およびヒットからリード化合物への展開効率化による創薬プロジェクトの推進 ・実験データと社内外の計算科学技術 (分子動力学シミュレーション、機械学習を含む) を組み合わせた独自SBDD手法の開発と応用 ・実験研究者と連携し、 Undruggableな標的分子や、 様々なモダリティ(ペプチド、抗体、機能性分子等) に対する合理的創薬プロセスの実現に貢献する手法開発と応用

求める人物像

企業理念であるhhc(Human Health Care)への共感に加えて,以下の4要素を持つ人財を求めています。 ・当事者意識/状況把握力 困難に直面しても諦めずに努力してきた方,関連する状況や環境変化を常に把握してきた方 ・行動力 自ら主体的に行動し期待以上の成果を出してきた方,困難に直面しても諦めずにやり遂げてきた方 ・論理的思考力 現状にとらわれず,本質的な指摘や疑問を提示してきた方,工夫を巡らせて新たなアイデアを提案してきた方 ・意思疎通力 相手の発言を傾聴し,その真意を理解し応じてきた方,自身の考えを端的にわかりやすく伝えられる方

博士・ポスドクに特に求めること

学生の皆様は、博士課程における研究活動の中で、自身の研究が望む成果を出すまでに様々な試行錯誤をされていることと思います。 博士学生の皆さんには、上記4要素に加えて特に、1回や2回で諦めない力、最初は周囲に理解されなくとも、最後まで諦めずやり遂げる力、そのようなGRITの精神を以て、創薬やヘルスケアに貢献いただきたいと考えています。

勤務予定地

茨城県, 東京都, 兵庫県

博士卒の初任給

436,800円

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