東京/正社員/データサイエンティスト（バイオインフォマティクス）【老化細胞研究/東京大学医科学研究所】

以下をすべて満たす方が必須条件となります。

• バイオインフォマティクス（ドライ解析）の研究経験
• 博士号の取得
• 機械学習・深層学習の知識
• RまたはPythonのプログラミングスキル

• 研究への高い探究心:
  老化細胞の遺伝子メカニズムという未解明の課題に向き合い、データやAIモデルの本質を深く掘り下げる姿勢が求められます。
• 学際的な思考力:
  AI・機械学習の知識と生物学・生命科学の知見を融合させ、分野横断的に問題を捉えて解決策を導く力が必要です。
• 自律的な研究推進力:
  技術的自由度が高い環境のため、自ら課題を設定し、検証から成果創出まで主体的に研究を推進できることが期待されます。
• コミュニケーション能力:
  東京大学医科学研究所の研究員や社内のエンジニア・ビジネス担当者など、多様なバックグラウンドを持つメンバーと円滑に連携できる力が必要です。
• 成果志向と柔軟な適応力:
  アカデミックな研究成果を出しながら、並行してビジネスプロジェクトにも貢献できる柔軟性と、実用的な視点からAIモデルを構築・評価する意識が求められます。

• ウェット実験の研究経験:
  生物学的なウェット実験の研究経験があると、ドライ解析の結果をより深く解釈し、研究の幅が広がります。
• Foundation Model（基盤モデル）の活用経験:
  LLMやマルチモーダルモデルなど大規模基盤モデルをバイオデータに応用した経験があれば、即戦力として活躍できます。
• シングルセル解析ツールの実務経験:
  Seurat、Scanpy、CELLXGENEなどのシングルセル解析ツールを用いた実務・研究経験があるとプロジェクトへの即時貢献が可能です。
• 金融・広告・暗号資産領域のデータ分析経験:
  フィンテック・アドテク・暗号資産などのビジネスデータ分析経験があれば、AI研究開発室の多様なプロジェクトでも活躍できます。

• 生成AI×バイオインフォマティクスの高度な専門スキル:
  最新の生成AI基盤モデルをシングルセル解析に応用するという最先端手法を習得でき、業界内でも希少価値の高い専門性を磨けます。
• 産学連携プロジェクトのマネジメント経験:
  東京大学医科学研究所との共同研究プロジェクトを通じて、アカデミアと民間企業双方のワークスタイルを理解した研究推進・連携スキルが身につきます。
• 多領域にわたるデータサイエンス実践スキル:
  フィンテック・アドテク・因果推論・不正検知など多彩なビジネス領域のデータ分析に携わることで、汎用性の高いデータサイエンス力を獲得できます。
• 大規模計算インフラの活用スキル:
  NVIDIA H100搭載サーバーやスーパーコンピューター「SHIROKANE」を用いた大規模データ解析の実践経験を積め、高性能AI計算基盤の運用ノウハウが身につきます。
• 国際学術論文の執筆・発表経験:
  共同研究の成果は国際学術誌への投稿実績があり、研究者としてのアカデミックなアウトプットスキルを維持・向上させる環境が整っています。