【新規事業創出】IT×OT×AIで社会課題を解決/データサイエンティスト（担当）/大手総合電機会社の求人

【職務概要】
素材・プロセス産業の研究開発から製造・量産までを対象に、材料開発ソリューションAIソリューションおよび生成AI・Physical AIを活用したサービス開発に携わります。
実験・シミュレーション・製造データから材料設計やプロセス条件に関する知見を引き出し、予測・最適化モデルを構築します。AIエージェントを分析・開発のパートナーとして活用し、仮説検証の高速化や分析業務の自動化を進めます。
顧客の課題整理、分析テーマ設定、概念実証（PoC）の企画・評価、結果の説明・提言までを担い、データエンジニア、研究者、ソフトウェアエンジニアと連携して成果のサービス化・標準化を推進します。分析・モデリングを通じて、顧客課題の解決と新規サービス創出を支える役割です。

【職務詳細】
（1）データ分析・モデリング
・実験・計測・製造・シミュレーションデータを用いた物性予測、プロセス最適化、品質予測、異常検知
・ベイズ最適化、実験計画法、能動学習による少量データ下の材料探索・実験効率化
・物理モデルとデータ駆動モデルを融合したモデリング、特徴量設計、解釈性の高い分析
（2）AIネイティブ分析
・AI開発支援ツールによる仮説検証、分析コード・プロトタイプ開発
・生成AI・AIエージェントを組み込んだ分析ワークフローの設計・自動化
・検索拡張生成（RAG）と予測・最適化モデルを組み合わせた研究開発支援機能の設計
（3）分析成果のサービス化
・エンジニアと連携したモデルのアプリケーション・サービスへの組込み
・評価指標・検証プロセスの整備、精度・信頼性の向上
・分析手法・モデルの標準化、コードレビュー・技術共有
●プロジェクト例
材料開発向けMI／PI分析環境、実験・製造設備と連携した意思決定自動化基盤、AI研究開発支援サービス、再生材流通向けAIマーケットプレイス。
●主な技術
Python、pandas、NumPy、scikit-learn、LightGBM、PyTorch、Optuna、BoTorch、AWS、Jupyter、VSCode、Claude／Claude Code、生成AI・AIエージェント・RAG、GitHub、Docker、Jira、Microsoft Teams。

【ポジションの魅力・やりがい・キャリアパス】
●魅力・やりがい
（1）AIと協働するデータサイエンス
生成AI・AIエージェントを分析プロセスに取り込み、予測・最適化モデルの開発からサービス実装まで経験できます。材料・プロセスのデータ分析、Physical AI、物理モデルとデータ駆動モデルの融合など、多様な技術領域に挑戦できます。
（2）社会・産業課題への貢献
材料開発の高度化、開発期間短縮、品質向上、技術伝承、人財不足対応、環境負荷低減に取り組みます。自身の分析・モデルが研究開発や製造現場の意思決定を変え、顧客の競争力につながる仕事です。
（3）裁量と事業創出への参画
課題設定、分析方針、モデル設計、技術選定からサービス実装まで一貫して関わり、自ら提案できる環境です。協創で得た分析手法やモデルを標準化し、事業・業界へ展開する醍醐味があります。
●キャリアパス
データサイエンスエキスパート（課長相当職）、チーフデータサイエンスエキスパート（部長相当職）として専門性を深めるほか、テックリード、プロダクトマネージャー、FDEなどへキャリアを広げられます。
●大切にする文化
分析やモデルは現場で使われ、成果につながって初めて価値になると考えています。顧客価値を起点に手段を柔軟に選び、成果が出るまでやり切ることを重視します。AIを共に学ぶパートナーとして活用し、新技術を試し、失敗から学び、チームで知識を共有する文化があります。

【必須条件】
以下のAとそれ以外の項目による合計二項目以上のご経験をお持ちの方
（例：A+B,A+B+Cなど）
------------------------------------------------------------
(A) データサイエンティストの経験・スキル
　・Pythonを用いたデータ分析・機械学習モデル構築の実務経験（目安：1年以上）
　・pandas、NumPy、scikit-learn等を用いたデータ前処理、特徴量設計、モデル評価の経験
　・統計学・機械学習の基礎知識を有し、実データを用いて予測・分類・異常検知等のモデルを構築した経験
　・分子構造、結晶構造、組成、微細組織等の材料構造データを記述子・特徴量に変換し、分析・モデル構築を行った経験、または基礎知識
　・ベイズ最適化、実験計画法等の探索・最適化手法に関する基礎知識
　・統計検定2級、または同等の知識・経験
(B) 材料ドメインの経験・スキル
　・化学・素材・バイオ領域における研究開発、実験、製造プロセス等に関する基礎知識
　・材料・プロセスに関する実験データ、計測データ、製造データ等を扱った経験
　・MI／PI等のデータ駆動型の材料開発・プロセス改善に関する知識または関心
(C) 課題解決・プロジェクト推進の経験・スキル
　・上位者のもとで、顧客や業務有識者との対話を通じて課題を整理し、分析に取り組んだ経験
　・PoC等のプロジェクトにおいて、分析から評価、結果報告までを担当した経験
　・分析結果を関係者にわかりやすく説明した経験
(D) ITエンジニアリングの経験・スキル
　・Gitやdockerに触れた経験（レビュイーとしての経験：1年以上）
　・GitHub Copilot、Claude Code等の生成AIコーディングを活用し、分析コードの実装を行った経験

【歓迎条件】
(1) 下記いずれかのご経験をお持ちの方
(A) データサイエンティストの経験・スキル
　・PyTorch、LightGBM等を用いた深層学習・勾配ブースティングモデルの構築経験
　・ベイズ最適化、実験計画法、能動学習等を用いて、実際に実験条件の探索や最適化を行った経験
　・RDKit、pymatgen等を用いた材料構造データの処理・記述子計算の経験
　・グラフニューラルネットワーク等を用いた分子・結晶構造の機械学習モデリングに関する知識・経験
　・SEM／TEM像、光学顕微鏡像、外観検査画像等の画像データを扱った分析経験
　・OpenCV等を用いた古典的画像処理（二値化、エッジ検出、セグメンテーション、形状・粒径解析等）の経験
　・CNN等の深層学習による画像分類・物体検出・セグメンテーション、またはVLM（Vision Language Model）を活用した画像理解・情報抽出の経験
　・物理モデルやシミュレーション結果とデータ駆動モデルを組み合わせた分析の経験
　・統計検定準1級、E資格、または同等の知識・経験
(B) 材料ドメインの経験・スキル
　・化学・材料・バイオ系分野における研究経験（修士・博士課程での研究を含む）
　・材料・プロセスに関する実験データ、計測データ、製造データ等を扱った経験
　・第一原理計算、分子動力学、有限要素法等のシミュレーションに関する知識・経験
　(PySCF, CP2K, Quantum ESPRESSO, LAMMPS、OpenFOAMなど)
　・MI／PI等のデータ駆動型の材料開発・プロセス改善に携わった経験
(C) 課題解決・プロジェクト推進の経験・スキル
　・お客さまの成果を自分ごととして捉え、その実現のためならAIを含むあらゆる手段を貪欲に取り入れ、学ぶことを決して止めない方
(D) ITエンジニアリングの経験・スキル
　・SQLを用いたデータ抽出・加工の経験
　・AWS等のクラウド環境における分析環境の利用・構築経験
　・Streamlit等を用いた分析結果の可視化ツールやプロトタイプアプリケーションの開発経験
　・APIの開発経験
　・生成AI・AIエージェント・RAG等を組み込んだ分析ワークフローやツールの開発経験

(3) 英語スキル
・TOEIC 600点程度、または英語による技術文書・クラウドサービスのドキュメントを活用できる英語力

【その他職種特有】
・既存の枠にとらわれず、ソリューション事業の成長のためにリーダーシップを発揮して行動できる、情熱と実行力のある人物
・複数の関係者が関与するため、他者と良い関係を構築・維持しようという意思を持ってくれる人物
・お客さまの課題に対し、新しいアイデアで解決策が提示・実行できる人物
・自分の新しいアイデアをチームメンバに共有・共感を得られる人物
・データから新しいビジネス価値を創造でき、それをサービス事業およびアプリケーションで表現できる人物

【最終学歴】
大卒以上

総合電機、重機製造業