新規開発の案件一覧

大規模エピゲノムデータを学習させた基盤モデル（Large Epigenome Model, LEM）の開発を担当していただきます。ゲノム領域の潜在表現を獲得することで、さまざまな生物学的タスク（バイオマーカー予測、予防医療AIなど）への応用を可能にするプロジェクトです。
主な業務内容：
大規模エピゲノムデータを用いた自己教師あり学習・表現学習モデルの設計・実装
Autoencoder 系モデル、Transformer、大規模言語モデルを活用したゲノム領域の潜在表現獲得
Long context 処理可能なモデルのアーキテクチャ設計と事前学習の高速化アルゴリズム研究
PyTorch / JAX などを用いた深層学習フレームワークでのモデル実装
大規模 GPU 学習、分散トレーニング、HPC 環境での運用
PyTorch Distributed、CUDA、クラウド環境（AWS 等）での学習・運用

・表現学習、自己教師あり学習、Autoencoder 系モデル、Transformer、大規模言語モデルの実務経験
・PyTorch / JAX など深層学習フレームワークでの実装経験
・Long context モデルや大規模言語モデルのアーキテクチャ設計経験
・大規模 GPU 環境での学習・分散トレーニング経験

新規モバイルアプリを支えるバックエンドシステム（クラウドインフラ、データベース、API、管理画面）の設計・開発を一人称で担当いただきます。 AIツールをフル活用し、スピーディに構築することが期待されています。

インフラ構築: AWSを用いた、ピーク時同時接続最大数万人に耐えうるインフラ設計および構築（オートスケーリングやサーバーレス構成の提案・実装）。

API開発: ユーザー登録、ビーコン検知ログ送信、スタンプ獲得等のリクエストを処理するAPIの実装。

簡易CMS開発: お知らせ登録、ビーコン情報・ユーザー管理等を行う運用システムの開発および外部サービスとのAPI連携。

その他: 画像解析や生成AIなどのPoC関連業務。

・AWSを用いたスケーラブルなWebインフラの設計・構築・運用経験
・バックエンドAPI（Node.js, Python, PHPなど問わず）の設計・開発経験
・DB（PostgreSQL / MySQLなど）に関する知識、経験
・Cursor、Claude CodeなどのAIコーディングアシスタントを活用して開発ができること
・Flask / FastAPI / DjangoなどPythonフレームワークの利用経験

大手電機メーカーのグループ各社で利用するシステムに生成AIを組み込む開発を行っていただきます。
工程：基本設計～

・JavaによるWebアプリケーション開発経験(3年以上)

ライブ配信事業における、データ基板の設計業務に携わっていただきます。

・Trocco / dbt を用いたETLパイプラインの設計・改善
・Snowflakeのロール・権限設計、マスキングポリシー・タグ伝播の実装支援
・データ基盤の開発標準策定・ドキュメント整備

【開発環境】
使用言語: Python, SQL, HCL（Terraform）
ETL：dbt, Trocco
データストア: MySQL, snowflake
インフラ: AWS, GCP
プロジェクト管理ツール: GitHub, Slack, Notion

様々なWEBサービス（月間数千万ユーザー利用）を提供している社内において横串組織として、事業部側と連携しながらデータ基盤の構築・運用を担当しているチームです。事業部側に払い出すGoogle Cloudのプロジェクト自体も管理し、事業部のデータはオン
プレミスサーバー上にあります。セキュアで信頼性の高く、自動化されたデータ基盤構築の実現を目指しています。

求める人物像
セキュアで信頼性の高いデータ基盤の構築・運用を行える方
・アクセスコントロールやセキュリティ境界を意識した設計ができる方
・複数の事業部が利用する基盤を高い視座で効率的な設定、自動化、ルール作りをできる方
新しい技術に対する学習意欲が高い方
・パブリッククラウド、特にGoogle Cloudのキャッチアップを継続的に行っている方
・インフラの知識をベースとして、データエンジニアリングにも興味を持っている方
・Claude Code、Cursor、Devin、Difyなどの生成AIを利用したツールを積極的に利用している方
課題解決に必要なコミュニケーション能力を持っている方
・チームメンバーと協力して課題解決に取り組める方
・事業部との調整や折衝をする際に、エンジニアリング知識が乏しい人とも前向きにコミュニケーションを取れる方

ヘルスケア系スタートアップの研究開発部門にて、
DNAメチル化（エピゲノム）データを活用した統計解析・データ分析業務を担当いただきます。

本プロジェクトでは、以下のデータを統合し、
生物学的年齢（Biological Age）や疾患発症リスク・死亡リスクの予測モデルの研究開発を進めています。

・DNAメチル化データ（CpGサイト：約27万特徴量）
・人間ドック・健康診断データ
・大学研究機関の長期追跡研究データ（20年スパンの死亡率・疾患発症データ）

チーフサイエンティストおよびバイオインフォマティクスチームと連携しながら、
研究開発に必要なデータ前処理・探索的分析・統計解析・可視化を担っていただきます。

また解析結果は、
医学論文・学会発表・研究レポート等で利用されるため、Publication Qualityのデータ可視化が重要なミッションとなります。

【主な業務内容】
・DNAメチル化データ／医療データのクレンジング・整形
・探索的データ分析（EDA）
・統計解析（回帰分析、生存時間解析など）
・医療研究向けデータ可視化（論文・学会用図表作成）
・Python / Rを用いた解析パイプライン構築
・研究チームとの仮説検証ディスカッション

LLMを活用した次世代AIエージェントの開発案件
文字、音声を含むマルチモーダルデータを統合的に解析するシステム構築を担当
プロトタイプ開発からプロダクト実装まで幅広く対応

＜主な業務内容＞
・LLMを活用したAI機能開発、評価、最適化
・AIエージェントの実装
・RAG（RetrievalAugmentedGeneration）およびベクトル検索の実装
・FastAPIベースのバックエンド開発、AI推論API設計
・OpenAI／Gemini／Claude／vLLM等の統合運用
・AWS環境構築およびパフォーマンス最適化

使用技術：Python、FastAPI、OpenAI API、Gemini API、AWS（ECS／Fargate、S3）、Docker、GitHub