Preferred Networks
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
Tags: Full-time, 3 YOE, Business Japanese, Remote
Remote (Remote) / Chiyoda-ku, Tokyo, Japan・Fetched 30+ days ago
Job Description
Job Description / 職務内容
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
Qualifications / 応募資格（必須）
- コンピュータサイエンスの知識を活用した課題解決の経験 - コンピューターサイエンスのすべての分野への精通を目指し、常に最先端の技術を追いかけ続けていること - 特に、機械学習に関する研究または実務の経験および実績- 実データに基づく問題解決の経験 - 特に、顧客を満足させ技術的に解決可能である適切なタスク定義を行う能力- ソフトウェア開発経験 (Python, Go, C, C++, Java, 等) - コンピューターアーキテクチャーを理解し、ソフトウェアの実行効率や、計算量を意識したプログラムの作成が出来る - 特に Python または C++ によるプログラミング能力- 次の分野のうちいくつかの分野での実践・実務経験 - アプリケーション開発もしくは運用経験 - Web/クライアント/スマホなどの機種問わず - ツール/ゲームなどのジャンル問わず - ライブラリの開発経験 - Unix/Linuxサーバ運用経験- 数学、自然科学（物理、化学など）に関する、高校卒業程度の知識（もしくは学習により習得可能なこと）- チームでの課題解決の経験- ビジネスレベルの日本語能力（日本語非母語話者においては JLPT 試験で N1 レベル相当）
Preferred Qualifications / 応募資格（歓迎）
- コンピューターサイエンスのすべての分野に精通していること- ソフトウェアの開発経験 - リードエンジニアとして開発プロジェクトを牽引した経験 - OSSへのコントリビューション経験 - AWSやGCPなどのクラウドサービスを用いたシステムの開発経験 - CI/CDの構築経験 - TerraformやAnsibleなどによるインフラ管理経験 - その他、プログラミング能力/ハードウェア設計能力が秀でていることが証明できること- データ分析力やコンピューターサイエンスの知識の応用力経験 - 機械学習・統計ツールを用いたデータ解析技術（例えばNumPy / pandas / scikit-learnなど。特定のツールに習熟していることは必須ではありません） - プログラミング競技コンテスト、ゲームAIコンテスト、データ分析コンテスト（Kaggleなど）などの実績・経験- 数学、物理、化学に関する、大学卒業程度の知識- いずれかの産業分野または学術領域に関する専門的知識・経験または実績 - 化学プラント・化学工学 - 工作機械・製造業 - 連続体力学 - その他産業分野または学術領域- 各種データ・数値計算および分析手法に関する専門的知識・経験または実績 - 数理最適化（連続最適化・離散最適化・組合せ最適化等） - 高次元データ・ビッグデータ処理 - ドメインギャップの解消（Sim2real・Domain adaptation・データ同化等） - センサーデータ等の時系列データ分析 - 信号処理・コンピュータビジョン - 物理数値シミュレーション- 研究開発の経験 - 自分の専門分野に関する深い知見と経験 - 英語論文の調査・読解およびサーベイ資料作成経験 - 英語論文執筆経験- プロジェクト推進・リーダーシップ経験 - 10名以上のチームのリーダーシップ経験 - 外部顧客等と共同したプロジェクトの推進経験
Contents in a resume
- レジュメのフォーマットは一般的な履歴書に従う必要はありません。これまで参加したプロジェクト、アルバイト/インターン、執筆した論文、公開している実装等について自由にお書きください- 自身の技術ブログ、GitHubリポジトリ、論文へのリンクなどがあれば記載してください
Salary /賃金
経験、業績、能力、貢献に応じて、当社規定により優遇Experience, performance, skills, contribution are taken into consideration.
Location / 勤務地
[Otemachi Bldg., 1-6-1 Otemachi, Chiyoda-ku, Tokyo, Japan 100-0004 リモート勤務制度あり （日本国内に限る) / Remote work system available (limited to work in Japan)]
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
Qualifications / 応募資格（必須）
- コンピュータサイエンスの知識を活用した課題解決の経験 - コンピューターサイエンスのすべての分野への精通を目指し、常に最先端の技術を追いかけ続けていること - 特に、機械学習に関する研究または実務の経験および実績- 実データに基づく問題解決の経験 - 特に、顧客を満足させ技術的に解決可能である適切なタスク定義を行う能力- ソフトウェア開発経験 (Python, Go, C, C++, Java, 等) - コンピューターアーキテクチャーを理解し、ソフトウェアの実行効率や、計算量を意識したプログラムの作成が出来る - 特に Python または C++ によるプログラミング能力- 次の分野のうちいくつかの分野での実践・実務経験 - アプリケーション開発もしくは運用経験 - Web/クライアント/スマホなどの機種問わず - ツール/ゲームなどのジャンル問わず - ライブラリの開発経験 - Unix/Linuxサーバ運用経験- 数学、自然科学（物理、化学など）に関する、高校卒業程度の知識（もしくは学習により習得可能なこと）- チームでの課題解決の経験- ビジネスレベルの日本語能力（日本語非母語話者においては JLPT 試験で N1 レベル相当）
Preferred Qualifications / 応募資格（歓迎）
- コンピューターサイエンスのすべての分野に精通していること- ソフトウェアの開発経験 - リードエンジニアとして開発プロジェクトを牽引した経験 - OSSへのコントリビューション経験 - AWSやGCPなどのクラウドサービスを用いたシステムの開発経験 - CI/CDの構築経験 - TerraformやAnsibleなどによるインフラ管理経験 - その他、プログラミング能力/ハードウェア設計能力が秀でていることが証明できること- データ分析力やコンピューターサイエンスの知識の応用力経験 - 機械学習・統計ツールを用いたデータ解析技術（例えばNumPy / pandas / scikit-learnなど。特定のツールに習熟していることは必須ではありません） - プログラミング競技コンテスト、ゲームAIコンテスト、データ分析コンテスト（Kaggleなど）などの実績・経験- 数学、物理、化学に関する、大学卒業程度の知識- いずれかの産業分野または学術領域に関する専門的知識・経験または実績 - 化学プラント・化学工学 - 工作機械・製造業 - 連続体力学 - その他産業分野または学術領域- 各種データ・数値計算および分析手法に関する専門的知識・経験または実績 - 数理最適化（連続最適化・離散最適化・組合せ最適化等） - 高次元データ・ビッグデータ処理 - ドメインギャップの解消（Sim2real・Domain adaptation・データ同化等） - センサーデータ等の時系列データ分析 - 信号処理・コンピュータビジョン - 物理数値シミュレーション- 研究開発の経験 - 自分の専門分野に関する深い知見と経験 - 英語論文の調査・読解およびサーベイ資料作成経験 - 英語論文執筆経験- プロジェクト推進・リーダーシップ経験 - 10名以上のチームのリーダーシップ経験 - 外部顧客等と共同したプロジェクトの推進経験
Contents in a resume
- レジュメのフォーマットは一般的な履歴書に従う必要はありません。これまで参加したプロジェクト、アルバイト/インターン、執筆した論文、公開している実装等について自由にお書きください- 自身の技術ブログ、GitHubリポジトリ、論文へのリンクなどがあれば記載してください
Salary /賃金
経験、業績、能力、貢献に応じて、当社規定により優遇Experience, performance, skills, contribution are taken into consideration.
Location / 勤務地
[Otemachi Bldg., 1-6-1 Otemachi, Chiyoda-ku, Tokyo, Japan 100-0004 リモート勤務制度あり （日本国内に限る) / Remote work system available (limited to work in Japan)]