本ポジションでは、研究者・エンジニアと連携しながら、バイオ領域における基盤モデル開発の中核メンバーとして、以下のようなテーマに取り組んでいただきます。

•大規模バイオデータの解析・前処理・品質評価
•機械学習 / 深層学習モデルの研究開発
•エピゲノム・オミクスデータの特性を加味した基盤モデルの実装・評価・改善
•分散学習基盤やML開発基盤の構築・最適化

一般的なテキストや画像だけでなく、新規性の高い生体データモダリティを対象に、研究開発から実装・運用まで一気通貫で関われるポジションです。

◾️このポジションの魅力
•大規模データを活用した基盤モデル開発に取り組める
•数百億パラメータ規模のモデルの学習・改善に関われる
•GPUクラスタを活用した分散学習・高速化に挑戦できる
•バイオ×AIという、技術的にも社会的にも意義の大きい領域で研究開発できる
•研究に閉じず、医療・ヘルスケア応用まで見据えた開発に携われる

■業務内容
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