【日本有数のユニコーン企業】Drug Discovery Researcher / リサーチャー(創薬)
想定年収
800万円 ~ 1,500万円
勤務地
東京都
従業員数
300名（2023年1月）
仕事内容
Preferred Networks (PFN)のDrug Discovery領域を担うリサーチャー/エンジニアを募集します。
創薬分野における数値計算技術の発展はめざましく、医薬候補物質の設計・探索・最適化、生物活性・毒性・動態予測、合成経路探索、等の分野において計算化学技術の応用・実用化が検討されています。PFNのDrug Discoveryチームでは計算化学と創薬分野におけるドメイン知識を高度に融合して、製薬企業の医薬候補物質の設計・探索・最適化の支援に特に注力しております。
当チームでは、「最先端の計算化学を活用した革新的医薬品の創出により、人々の健康に貢献すること」を目標としています。年々、開発難易度と必要開発費が増加し続ける創薬開発の課題解決に貢献したいという方、製薬企業と共に新しい医薬品の開発に携わりたいという方を募集します。関連分野の知識・経験がある方はもちろんのこと、目標に共感していただける方、熱意のある方の応募をお待ちしています。
【具体的な業務内容として下記を想定しております。（スキル・興味範囲に応じて柔軟に対応します）】
・創薬の分子設計に関する研究開発
・深層学習と医薬化学の知識を活かし、実用的な化合物生成モデルの開発を目指した検討・開発を実施する。
・機械学習と物理化学シミュレーションを融合し、新たな結合評価技術を開発する。
・化合物生成モデルと結合評価方法を組み合わせた分子設計パイプラインを開発する。
・多数の生成化合物の解析・可視化ツールを開発する。
・他社との創薬分子設計の共同研究
・顧客課題をPFNの分子設計技術と計算資源を活用して解決する。
・顧客課題を聞き取り、医薬化学・構造生物学・計算化学的な視点から解決方法を考えて提案する。
・革新的な医薬品開発のための技術開発をし、それに基づいた顧客課題の解決をする。
・定期的な顧客への報告を実施し、顧客のフィードバックをもらいモデルを改善する。
・革新的な研究と現実への適用
・最新の研究・論文を把握し、熱意をもって革新的な技術開発を提案・実行する。
・大学・企業との共同研究を通して、世の中にない新たな技術を開発し、それを現実の医薬品開発に活かす。
・他チームとの連携・社内での技術交流を実施。様々な分野の最新技術を把握する。
【本ポジションに関連する関連リンク】
Drug Discovery HP：https://projects.preferred.jp/drug-discovery/
COVID-19治療薬探索：https://tech.preferred.jp/ja/blog/ai-drug-discovery-covid19/
深層強化学習を用いた化合物デザインの研究事例：https://tech.preferred.jp/ja/blog/molecular-design-using-rjt-rl/
タンパク質・化合物ドッキングシミュレーションの研究事例：https://tech.preferred.jp/ja/blog/gpu_docking_simulation/
分子標的農薬の共同研究：https://prtimes.jp/main/html/rd/p/000000007.000053081.html
仕事内容変更範囲
会社の指示する業務
職位
ー
募集背景
【本ポジションの魅力】
・計算化学の力で、既存の新薬開発プロセスに革新的インパクトを与えることを目指しています
・各分野の最先端を研究している社内の技術者に気軽に質問・相談が出来る環境。
・難しい課題・挑戦的な課題にも果敢に取り組むことが推奨されている環境。
・潤沢な計算資源を利用した研究開発ができる。
募集人数
1人
応募条件
技能/経験
【必須条件】
・知識・意欲
－計算化学、医薬化学、構造生物学いずれかに対する基本的な知識や関心
－機械学習・深層学習についての基礎的な知識
ー最新の論文の動向を追いかけ、理解・活用ができる能力
－常に新しいドメインの知識を学ぶ意欲
－違う分野、企業のエンジニアと積極的に議論ができること
・経験
－チームでの課題解決の経験
－コンピュータサイエンスの知識を活用した課題解決の経験
－ソフトウェア開発経験 (Python, C, C++ 等)
－コンピューターアーキテクチャーを理解し、ソフトウェアの実行効率や、計
－算量を意識したプログラムの作成が出来る
・次の分野のうちいくつかの分野での実践・実務経験
－アプリケーション開発もしくは運用経験
－クライアント/バックエンド
－Web/Desktop
－ライブラリの開発経験
【歓迎条件】
※「以下に示すすべてのスキルを持っている必要はありません。いずれかの項目に関して優れた専門性を持っていることを期待します。
・創薬化学プロジェクトにおける計算化学の適用経験。例えば、量子化学計算、分子動力学法、ケモインフォマティクスなどの技法に対する深い知識や実装経験、使用経験
・量子化学計算、分子動力学法ソフトウェア、ケモインフォマティクスのソフトウェア、ライブラリに対する知識、開発経験、あるいは類似のソフトウェアの実装経験。例えば、GaussianやGROMACS、NAMD、GENESIS、RDKitなど
製薬企業や化学企業における実務経験
・計算化学、医薬化学、構造生物学分野、例えば物理化学シミュレーションと機械学習の融合に関する研究分野の開発・論文執筆経験
・有機化学 / 医薬化学 / 構造生物学 のいずれかについての知識
・機械学習・深層学習関連の研究・開発経験
・プログラミング競技コンテスト、ゲームAIコンテスト、データ分析コンテスト（Kaggleなど）などの実績・経験。数理最適化、探索、数値解析などの知識・実装・使用経験。
・基本的なコンピュータサイエンスに関する知識
・Unix/Linuxサーバ運用経験
学歴
不問
職務経験
要 (3年以上)
業界経験
不問
年齢
年齢制限不問
英語力
不問
その他語学力
語学力詳細
ビジネスレベルの日本語力（N1相当）必須
勤務条件
雇用形態
無期雇用
試用期間
有り(3ヶ月)
給与
月給制
年収：800万円 ~ 1,500万円
月収：58万円～
月額基本給：58万円～
賞与・インセンティブ
年2回
会社業績および個人のパフォーマンスに応じたボーナス（年2回、4月/10月）
昇給
有り 年2回
年2回査定
勤務地
東京都
東京都千代田区大手町 1-6-1 大手町ビル
交通手段1 沿線名：各線 駅名：大手町 最寄駅から：徒歩3分
勤務地変更範囲
出向
就業時間
休憩時間：60分
裁量労働制（専門業務型）
みなし労働時間 8時間 / 日
標間、休憩時間1時間
コアタイムなし
※就業環境としては自由度が高く、フレキシブルな組織です。
※専門労働型裁量労働制（みなし労働時間：8時間）（フレックス制の可能性有）
残業手当
通勤手当
交通費：一部支給(会社が認めた経路にかかる費用に限り毎月支給)
その他手当
休日・休暇
週休二日制, 土, 日, 祝日, GW, 夏季休暇, 年末年始
年間休日：121
年間有給休暇：初年度 26日 3か月目から
【休日・休暇詳細】
産前産後休暇、育児休暇、慶弔休暇等
社会保険
雇用保険, 健康保険, 労災保険, 厚生年金
福利厚生
・定期健康診断実施
・ラップトップPC購入補助
・確定拠出年金制度
・ベビーシッター補助
・英会話学習100%補助
受動喫煙対策
就業場所 全面禁煙
備考
在宅勤務有り フルリモート不可
選考内容
選考プロセス
適性試験：無し 、 面接回数：3回～4回
求人No.：NJB2383445
最終更新日：2026/5/26
企業情報
企業名
株式会社Preferred Networks
代表者名
代表取締役社長 岡野原 大輔
設立
2014年3月
従業員数
300名（2023年1月）
資本金
8,015,000,000円
本社所在地
〒100-0004 東京都千代田区大手町1-6-1 大手町ビル
株式公開
未公開
日系・外資
日系
事業内容
～私たちのミッション～
「現実世界を計算可能にし、共に未来を創り出す」
私たちは、半導体・計算インフラからソリューション・アプリケーションまで
計算機科学の要素技術を広く垂直統合し、
最先端の技術を最適な形で社会実装する企業です。
私たちは皆様と共に、進化したハードウェアとソフトウェアが
人に寄り添う未来を創造します。
～私たちの強み～
AI関連技術
・世界トップのAI・機械学習関連学会での論文採用実績
・Kaggle称号保持者、ICPC世界大会出場経験者が多数在籍
・日本語能力が高い国産の大規模言語モデルPLaMo™をフルスクラッチ開発
計算資源
・大規模なスーパーコンピュータを自社運用
・AI向けプロセッサーMN-Core™シリーズを神戸大と共同開発
・自社開発のスパコンMN-3がGreen500で電力効率世界1位を3度獲得
ドメイン知識
・産業ロボット、製薬、エネルギー等のリーディング企業との共同研究実績
・行動規範に掲げる「死ぬ気で学ぶ」の精神で各業界ドメイン知識を学ぶ姿勢
・様々なドメインの専門家が在籍
事業に関する特色
■トヨタ自動車、ファナック、国立がん研究センター、マイクロソフト、インテル等の世界をリードする組織と協業して先進的な取り組みを推進しています。
(1)外部協業
・マイクロソフトとディープラーニングソリューション分野で戦略的協業（2017年5月）
・トヨタ自動車がAI技術の共同研究・開発を進めることを目指し、10億円を出資（2017年12月）
・ファナックと機械学習や深層学習を活かした技術開発における協業（2015年8月）
・インテルと深層学習向けオープンソースフレームワークの開発で協業（2017年4月）
・国立がん研究センターと人工知能を活用した統合的がん医療システム開発プロジェクト開始（2016年11月）
(2)受賞
・FT ArcelorMittal Boldness in Business Awards／2017年3月
（https://www.ft.com/content/d5608670-ed57-11e6-930f-061b01e23655）
・第3回日本ベンチャー大賞「経済産業大臣賞」／2017年2月
（http://www.meti.go.jp/press/2016/02/20170220006/20170220006.html）
・Forbes JAPAN’s CEO OF THE YEAR 2016「最もイノベーティブなスタートアップ1位」／2016年9月
（http://forbesjapan.com/articles/detail/13729）
・三井物産とPreferred Networks、深層学習技術を用いたがん診断をはじめとする、
バイオ・ヘルスケアソリューションを提供する合弁会社の設立に合意
(https://www.preferred-networks.jp/ja/news/pr20181115）
・Preferred NetworksとPFDeNAが、深層学習技術を用いて少量の血液でがん14種を
判定するシステムの共同研究を開始
（https://www.preferred-networks.jp/ja/news/pr20181029）
・CEATEC Japan 2018でパーソナルロボットシステムを初公開、全自動お片付けロボットシステムを展示
（https://www.preferred-networks.jp/ja/news/pr20181015）
会社の特色
■新しい技術・知識を身につけ続けることに喜びを感じる社員と、それを後押しするカルチャーが特徴的です。
同時に、多様な専門性を持つメンバー同士が密に連携し、継続的に新しいアイディアが生まれ育っていく環境が大事にされています。
以下取り組みは、定期社内セミナー以外は任意参加です。一部は外部公開したり、輪講も社外の人を交えて行うこともあります。
(1)「定期社内セミナー」： 発表者の専門分野の情報や業務外の趣味の話等、幅広い話題を共有する機会。毎週定期実施し、社外にも配信。
(2)「論文やサーベイの社内共有会」： 毎週面白かった論文等を社内共有する会。某役員が毎週大量の論文を紹介するそうです。
(3)「学術系学会やテックカンファレンス、勉強会への参加・講演の支援」： 共有レポート提出を条件に業務時間として扱え、講演・発表はプラス評価されます。
(4)「専門書・教科書の輪講、論文読み会の開催」： 機械学習や分散システム、ソフトウェア開発手法等の専門書を購読。
その他の特色
深層学習と呼ばれるAI技術やロボティクスなどの分野で最先端の研究開発を行う。トヨタ自動車やファナック、NTT、ENEOSホールディングスなど、各業界のトップ企業と手を組み、深層学習を活用した共同研究を展開している。
売上実績
求人No.：NJB2383445
最終更新日：2026/5/26