大手総合電機メーカー/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)
データエンジニア

大手総合電機メーカー/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)

AI要約(β)

大手総合電機メーカーのR&D部門で、データエンジニアを募集しています。主な業務は、材料データ分析基盤の設計・開発で、OEPPや最新MI技術を用いたデータ分析機能の実装を行います。必要なスキルは、Webアプリケーションの設計・開発経験、クラウド環境での開発経験、データ分析技術の適用経験などです。年収は450万円から720万円で、リモート勤務も可能です。多国籍企業であり、売上の59%が海外からのもので、信頼性の高い事業です。チーム文化はアジャイル開発を採用しており、福利厚生も充実しています。求める人物像は、技術的スキルに加え、顧客対応やマネジメント経験を持つ方です。

給与・報酬

年収 450万円 ~ 720万円

稼働時間

裁量労働制

雇用形態

正社員

勤務形態

相談の上決定する

勤務地

東京都

お願いする業務

【職務概要】 当社独自技術を有する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

募集要項

概要

雇用形態

正社員

給与・報酬

年収 450万円 ~ 720万円

稼働時間

裁量労働制(実働7時間45分 休憩45分 ※時間帯例 8:50~17:20(事業所により異なる))

勤務形態

相談の上決定する

勤務地

東京都

休日・休暇

完全週休二日制 年間休日126日(2024年度) 年次有給休暇24日 なお、試用期間中の年次有給休暇は入社月に応じて以下の通り付与する。 4月~12月入社:8日、1月入社:6日、2月入社:4日、3月入社:3日

社内制度
(待遇・福利厚生)

通勤費:全額支給 賞与:年2回 賃金改定:年1回 労働組合 :有 加入保険:雇用保険、労災保険、健康保険、厚生年金保険、介護保険 福利厚生:住宅支援制度(寮、手当等)、財形制度、持株制度、カフェテリアプラン、家族手当、通勤手当 等 就業場所における屋内の受動喫煙対策屋内全面禁煙または空間分煙された屋内喫煙所あり(事業所により異なる)

必須スキル/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

サービス内容の詳細

世界有数の総合電機メーカー。ハードウェア、ソフトウェア、情報機器、システム、サービスにいたるまで、幅広く製品・ソリューションを提供。多国籍企業でもあり、売上の59%は日本国外からもたらされる。

同じ企業の求人

同じポジションの求人

転職に役立つノウハウ

もっと見る