AIバイオデータ解析・モデル開発エンジニア

AI × バイオデータ研究開発プロジェクトにおいて、以下の業務を担当します。 1.データ解析・研究開発 •大規模オミクス / 医療データの前処理・品質評価 •探索的データ分析（EDA）・可視化・仮説検証 •特徴量設計・データ表現の設計 •学習用データセットおよび評価用データセットの整備 2.機械学習 / 深層学習モデル開発 •機械学習モデルの設計・実装・評価 •ベースライン構築およびモデル改善 •表現学習 / 自己教師あり学習 / 基盤モデル開発 •GPU環境を用いたモデル学習・実験運用 •モデル性能評価、誤差分析、改善提案 3.大規模学習・開発基盤 •分散学習ジョブの設計・運用・最適化 •学習パイプライン / 開発基盤 / 実験管理基盤の構築 •大規模データI/Oや再現性を考慮した研究開発フローの整備 •MLOps / ML Systems 観点での改善 4.研究プロセス・チーム連携 •評価指標設計・ベンチマーク設計 •実験の再現性担保、ログ管理、ドキュメント化 •分析結果のドキュメント化・社内共有 •研究者・データサイエンティスト・エンジニアとの協働 MUST要件 1.アーキテクチャ設計と事前学習の実務経験 •Transformerベースのモデル、またはState Space Models (SSM) を用いた大規模モデルの設計・実装経験。 •基盤モデルのScaling Lawsに基づき、1兆トークン級の学習に必要な計算リソースを定量的で見積もる能力 •数B〜数十B規模のモデルにおける事前学習のハイパーパラメータ・チューニングおよび学習安定化の経験 2.大規模分散学習のエンジニアリング •PyTorch FSDPやDeepSpeed等のライブラリを、モデルの規模やネットワーク帯域に合わせてカスタマイズ・チューニングした経験 •マルチノード環境におけるGPU間の通信ボトルネックの解消、および1兆トークン規模のデータに対する効率的なI/Oパイプラインの設計経験 •Ring Attentionまたはシーケンス並列（Sequence Parallelism）の実装を通じた、単一GPUメモリをに収まらないコンテキストの学習最適化 WANT要件 •チーム開発の経験（Git運用、レビュー文化） •クラウドの利用経験 •表現学習 / 自己教師あり学習 / Transformer / Autoencoder / 大規模言語モデルの研究開発経験 •GPU環境でのモデル学習の経験 •分散トレーニング / HPC環境の利用経験 •統計モデリング / 因果推論 / ベイズ統計などの知識 •不均衡データ / 時系列 / マルチモーダルデータ解析の経験 •論文実装・研究再現・ベンチマーク構築 •Pythonによるデータ分析・機械学習の実務経験 •機械学習または統計モデリングの経験 （分類 / 回帰 / 時系列 / 異常検知など） •データ分析結果を整理し、仮説・改善案まで言語化できる能力 •論理的に課題を分解し、実装・検証まで進められる力