民間企業R&D部門のDX推進に資するデータエンジニア(分析基盤の設計・開発)｜【東京】 株式会社日立製作所
| 職種 | 民間企業R&D部門のDX推進に資するデータエンジニア(分析基盤の設計・開発)｜【東京】 |
|---|---|
| 社名 | 株式会社日立製作所 |
| 業務内容 |
【配属組織名】 公共基盤ソリューション本部 デジタルソリューション推進部 第1グループ 【ミッション／期待する役割・責任】 素材産業に対する材料開発ソリューションの材料データ分析支援サービスを担当いただきます。 材料データ分析支援サービスを通じて、お客さまR&D部門の課題解決、材料研究開発における生産性向上実現のためのMIを用いたデータ分析支援、分析支援から得られた結果を用いたデータ駆動型材料研究開発におけるコンサルティングまで幅広く担当いただきます。 お客さまの課題をデータで可視化し、お客様に寄り添ったデータ駆動型材料研究開発を支援することを通じて、お客さまの革新的新材料創出を支援し、資源不足問題を克服する持続的社会の実現をお客さまと共に目指しましょう。 【職務概要】 日立独自技術を有するMIを用いた材料特性予測プログラムOEPP(Optimal Experiment Planning Program)が搭載される材料データ分析基盤の設計・開発が主な業務内容です。 ・お客さまR&D部門への材料開発ソリューション提案活動 ・お客さま課題の把握、課題を解決するためのデータ分析機能の立案・お客様との当該機能仕様の合意形成 ・材料データ分析基盤開発の設計・開発・テスト ・OEPPや最新MI技術を用いたデータ分析機能の材料データ分析基盤への実装 ・データ分析結果可視化機能の材料データ分析基盤への実装 ・材料画像情報抽出機能・材料文献情報抽出機能の材料データ分析基盤への実装 【仕事の魅力・やりがい・キャリアパス】 ・お客さまの材料開発に対する課題に対して、データベース、機械学習、AIなどを活用することによって、効率的な材料選定および性能検証を実現させる解決策を提示し、お客さまの生産性向上に寄与できることが魅力であり、やりがいです。 特に難しい課題に対してお客さまに解決策を提示でき、お客さまから感謝されたときは大きな満足感が得られます。 さらに自分の解決策が省エネルギーや二酸化炭素排出量削減を実現する革新的新材料創出といった社会的課題の解決策に繋がることも大きな魅力です。 ・最新の機械学習、AIを用いたデータ分析技術を駆使する業務ですが、日立の機械学習、AIの研究者と議論を重ねながら最先端の機械学習、AIを用いたデータ分析技術を修得できることが魅力です。 また修得した最先端の機械学習、AIを用いたデータ分析技術を用いたビジネスの事業化を経験することができることも大きな魅力です。 |
| 求める経験 | 【必須条件】 (1)下記いずれかの開発関連のご経験やスキルをお持ちの方： ・Webアプリケーションのアーキテクチャ設計経験 (目安：2年以上) ・Webアプリケーションの開発経験 (目安：2年以上) (言語：Java、JavaScript、Python) ・AWS/GCP/Azure等のクラウド上でのWebアプリケーション開発経験 ・Docker、Kubernetesを使用したWebアプリケーション開発経験 ・データベースを用いたWebアプリケーション開発経験 (PostgreSQL、MongoDB、Elasticsearch) ・Jenkins 等を用いたCI/CDによる開発環境の自動化経験 ・アジャイル開発経験 (2)下記いずれかの分析関連のご経験やスキルをお持ちの方： ・分析技術(Pythonライブラリの処理概要)を理解し、お客さまのデータに対してその分析技術を適用した経験 ・Pythonベースの機械学習ライブラリを用いたデータ分析業務経験 ・機械学習ソフトウェア(JMP、DataRobotなど)を用いたデータ分析分析業務経験 (3)下記いずれかのマネジメント関連のご経験やスキルをお持ちの方： ・お客さま対応経験 (目安：2年以上) ・開発会社のマネジメント経験 (目安：2年以上) 【歓迎条件】 (1)下記いずれかのご経験やスキルをお持ちの方： ・数理統計学・機械学習・AIを基にしたデータ分析業務経験 ・データ整形を実施した上で機械学習の入力データを作成した経験 ・材料分野においてデータ分析を用いたお客さま課題解決経験 ・化学データ(sdf、molファイルなど)を用いたデータ分析業務経験 (2)下記いずれかの業務知識をお持ちの方： ・機械学習に関する知識 以下に記載する代表的な機械学習アルゴリズムを理解している - 教師あり学習(CNN、RNN、回帰分析(GPR、RFRなど)、クラス分類(SVM、RFCなど)、AutoEncoder等) - 教師なし学習(クラスタリング(k-means、GMMなど)、次元削減(PCA、LDAなど)) - 強化学習(DQN、DDQNなど) ・数理統計学に関する知識 数理最適化、MCMC、ベイズ統計等を使用した統計モデリングを理解している ・材料分野に関する知識 金属、無機、有機化学いずれかの理論・実験に関する知識を有している 材料分野におけるシミュレーション(第一原理や量子化学計算)手法を理解している |
| 勤務地 |
東京都品川区南大井
|
| 年収 |
450万円 ～ 720万円 ■通勤手当 |
| 勤務時間 | 8:50～17:20 |
| 休日・休暇 |
■完全週休2日制 ■夏季休暇、年末年始休暇 ■年次有給休暇 ■出産・育児休暇、介護休暇 ■リフレッシュ休暇 ■その他休暇 |
| 福利厚生 |
■各種社会保険完備 ■財形貯蓄制度 ■退職金制度 ■企業年金制度 ■借り上げ社宅制度 ■その他制度 ■社員寮 |
| 雇用形態 | 正社員 |
| 選考プロセス | 書類選考⇒面接（1～2回）⇒内定 |
この求人情報は、「株式会社マイナビ（マイナビエージェント）」が取り扱っています
この情報を保有しているコンサルタントへ紹介を受けるには、マイナビスカウティングに会員登録が必要です。
応募登録いただくにあたり
にご同意いただき、マイナビスカウティングに応募情報を開示することをご了承の上登録ください。