Data Science の求人一覧 - MI-6株式会社

顧客の研究開発プロセスへの深い理解とデータサイエンスの専門性を組み合わせ、「顧客にとっての成功とは何か」を共に描き、その成功を実現へ導く役割を担います。 【MI-6について】 MI-6は、化学・素材産業の研究開発DXを推進するR&Dプラットフォーム企業を志しています。 主力プロダクトであるR&Dプラットフォーム「miHub®」は、大手素材メーカーやものづくり企業の研究現場で継続的に利用されており、研究データの管理・共有から材料探索の支援まで、データ駆動型研究開発を支える基盤として活用されています。現在は導入拡大の段階から、研究業務における活用を深めるフェーズへ移行しています。 MIに精通したデータサイエンティストによるハンズオン支援や、Lab Automationを通じた実験プロセスの高度化にも取り組んでいます。データ基盤・インフォマティクス・シミュレーション・実験環境を統合し、研究開発プロセスのデジタルツインを実現するプラットフォームの構築を進めています。 素材産業は世界で約550兆円、日本国内でも約100兆円規模の巨大産業ですが、研究開発DXはまだ初期段階にあります。MI-6はこの領域において、新しい研究開発基盤の開発と普及を進めています。 【ミッション】 MI-6は、"マテリアルズ・インフォマティクス"の社会実装を通じて、研究開発プロセスを進化させることを使命としています。 素材・化学産業の研究開発は依然として個人の暗黙知に大きく依存しており、知見・データ・理論・文脈が体系的に結びついた研究基盤は十分に整備されていません。 私たちはAIやロボティクスを活用し、データの蓄積・解析と実験プロセスを接続することで、デジタルとフィジカルが循環する研究環境の構築に取り組んでいます。探索・検証・学習が連続する開発プロセスを実現し、材料探索やプロセス開発の速度と再現性を高めます。 日本そして世界の素材・ものづくり産業における研究開発の高度化を支え、次世代の材料技術の創出に貢献していきます。 現在、miHub は多くの大手素材メーカーやものづくりメーカーに継続利用されており、「導入を増やす段階」から「活用の深度を高める段階」へ移行しつつあります。同時に、高度なインフォマティクスやラボオートメーションとの連携を強化する次世代プロダクト群の構想も進行中です。 カスタマーサクセスデータサイエンティストは、データサイエンスの専門性と、顧客の研究開発プロセスへの深い理解を組み合わせ、「顧客にとっての成功とは何か」を共に描き、その成功を実現へ導く役割を担います。 ツール導入支援のみならず、研究プロセス・業務プロセス・組織体制の課題を構造的に捉え、顧客がデータ駆動の研究開発を自走して取り組める状態をつくることがミッションです。 セールスと協働して期待値を適切に設定し、プロダクトチーム・データサイエンスチームと連携しながら、顧客の成功確率を高めるための技術的改善・プロセス改善にも責任を持つポジションです。 【業務内容】 1. プロダクトユーザーの利用促進にむけた諸活動 2. 顧客サクセスのベストプラクティス構築と展開 3. セールスとの協働（期待値のすり合わせ） 4. プロダクトチームとの連携（UX・機能改善） 5. データサイエンスの専門性を活かした支援 関連したポジションに、ソリューションコンサルタントがあります。 CSデータサイエンティストは「導入後の成功創出と定着」に責任を持ち、ソリューションコンサルタントは「課題発見とプロジェクト設計」を主担当とします。 両者で協働しながら顧客の成功を共に実現します。 【想定選考フロー】 書類選考 　→面接複数回（2,3回程度） 　→リファレンスチェック・バックグラウンドチェック 　→最終面接 （参考）当社採用サイト：https://recruit.mi-6.co.jp/

研究開発をAI・インフォマティクスで加速するためのソリューションの開発や提案をしながら、プロジェクトリードを担っていただきます。 【MI-6について】 MI-6は、化学・素材産業の研究開発DXを推進するR&Dプラットフォーム企業を志しています。 主力プロダクトであるR&Dプラットフォーム「miHub®」は、大手素材メーカーやものづくり企業の研究現場で継続的に利用されており、研究データの管理・共有から材料探索の支援まで、データ駆動型研究開発を支える基盤として活用されています。現在は導入拡大の段階から、研究業務における活用を深めるフェーズへ移行しています。 MIに精通したデータサイエンティストによるハンズオン支援や、Lab Automationを通じた実験プロセスの高度化にも取り組んでいます。データ基盤・インフォマティクス・シミュレーション・実験環境を統合し、研究開発プロセスのデジタルツインを実現するプラットフォームの構築を進めています。 素材産業は世界で約550兆円、日本国内でも約100兆円規模の巨大産業ですが、研究開発DXはまだ初期段階にあります。MI-6はこの領域において、新しい研究開発基盤の開発と普及を進めています。 【ミッション】 MI-6は、"マテリアルズ・インフォマティクス"の社会実装を通じて、研究開発プロセスを進化させることを使命としています。 素材・化学産業の研究開発は依然として個人の暗黙知に大きく依存しており、知見・データ・理論・文脈が体系的に結びついた研究基盤は十分に整備されていません。 私たちはAIやロボティクスを活用し、データの蓄積・解析と実験プロセスを接続することで、デジタルとフィジカルが循環する研究環境の構築に取り組んでいます。探索・検証・学習が連続する開発プロセスを実現し、材料探索やプロセス開発の速度と再現性を高めます。 日本そして世界の素材・ものづくり産業における研究開発の高度化を支え、次世代の材料技術の創出に貢献していきます。 ■ポジションについて MI-6 の全事業を技術的に支えるデータサイエンティストチームのリーダー候補のポジションです。顧客の研究開発課題に対して成果をハンズオンで（協業しながら直に）届けるプロフェッショナルサービスの価値を技術的側面から高めていく役割です。 本ポジションでは、顧客の課題を適切に構造化した上でデータサイエンスを用いた最適な解決策を設計し、実際にモデルを構築して成果物をデリバリーする、という一連のプロジェクトをリードしていただきます。 顧客の研究開発をAI・インフォマティクスで加速するためのソリューションの開発や提案をしながら、プロジェクトリードを担っていただきます。 発想力を活かしながら、様々な技術を組み合わせ、価値創造を行います。 ■ポジションの魅力 材料開発・化学プロセス・実験計測など、フィジカルな研究開発への知識領域と触れ合えます。さらに、MI-6 にはソフトウェアエンジニア、Lab Automationエンジニア、機械学習リサーチャーなど多領域の専門家がいるため、「研究開発サイクル」全体をカバーした統合的なソリューションの設計に取り組むことができます。 【業務内容】 ・顧客の研究開発課題の構造化 ・担当プロジェクトの推進 ・新規技術の導入と標準プロセス整備 ・新規ソリューション企画の提案や実行 ※本求人の選考フローについて 正社員での採用を前提としたものですが、互いにとってのマッチングをしっかりと図るため、選考プロセスの中で副業を行っていただくこともございます。 週10時間以上の稼働をお願いしておりますが、本業の業務時間外や土日等で時間を取っていただくことも可能ですので現職を続けながら取り組んでいただくことができます。 副業期間中の報酬も時間に応じてお支払いいたします。 【想定選考フロー】 書類選考 　→面接複数回（2,3回程度） 　→リファレンスチェック・バックグラウンドチェック 　→最終面接

About MI-6 / MI-6についてWe aim to transform R&D by making Materials Informatics widely accessible and by creating a new research experience where digital and physical processes are deeply connected.MI-6は、「“マテリアルズ・インフォマティクス”を普及し、研究開発を革新する」をミッションに、デジタルとフィジカルが融合した新しい研究開発体験の実現を目指しています。Our core solutions include:MI-6では、主に以下の3つのソリューションを提供しています。miHub®, an MI platform that manages research data and context to accelerate hypothesis testing 研究データと文脈を統合管理し、仮説検証を加速するMIプラットフォーム「miHub®」Hands-on MI®, where our data scientists work directly with materials researchers from problem discovery to predictive modelling データサイエンティストが材料開発者と協働し、課題探索から予測モデル構築までを担う「Hands-on MI®」Lab Automation, which connects experimental equipment, measurement systems, and data infrastructure to extend physical R&D processes through software 実験装置・計測系・データ基盤を結びつけ、研究のフィジカルプロセスをソフトウェアで拡張する「Lab Automation」By integrating these capabilities, we enable researchers to move fluidly between data, experiments, and algorithms, creating an environment where ideas can be tested and refined more effectively.これらを単体の技術としてではなく、統合された研究開発体験として提供することで、研究者がデータ、実験、アルゴリズムを自由に行き来しながら発想・検証できる環境を実現しています。Example Internship Themes / インターンシップで取り組むテーマ例Internship themes will be designed based on your interests, skills, and background. Example themes include:応募者の関心やスキルに応じて、以下のようなテーマを設定します。1. Research Data Analysis / 研究データ解析Integrated analysis of experimental data, measurement data, and research context in materials development projects 材料開発プロジェクトにおける実験データ・計測データ・研究文脈の統合解析Feature engineering, time-series analysis, and image data processing 特徴量設計、時系列データ解析、画像データ処理Visualisation and model validation to support hypothesis generation and decision-making 仮説生成や意思決定を支援する可視化・モデル検証Interpretation of experimental results, reliability assessment, and uncertainty analysis 実験結果の解釈、信頼性評価、不確実性の分析2. AI and Algorithm Development for Materials R&D / 材料開発を加速するAI・アルゴリズム開発Implementation of Bayesian optimisation, machine learning models, and uncertainty estimation ベイズ最適化、機械学習モデリング、不確実性推定の実装Feature engineering for materials and chemical data 材料・化学データに適した特徴量設計Model development using computational science simulations and physical/chemical domain knowledge 計算科学シミュレーションや物理化学的知見を活用したモデル開発Use of LLMs for structuring research context, supporting experimental design, and extracting knowledge LLMを用いた研究文脈の構造化、実験計画支援、知識抽出3. Lab Automation and Experimental Data Infrastructure / ラボオートメーション・実験データ基盤開発Development of software that connects experimental equipment, measurement systems, and data infrastructure 実験装置、計測機器、データ基盤を接続するソフトウェア開発Automated collection and structuring of experimental logs, measurement data, and metadata 実験ログ、計測データ、メタデータの自動収集・構造化Design of researcher-friendly experimental workflows and data entry experiences 研究者が使いやすい実験ワークフロー・データ入力体験の設計Development of mechanisms that connect AI and optimisation algorithms with physical experimentation AIや最適化アルゴリズムと実験プロセスを接続する仕組みの開発Selection Process / 選考フローThe selection process consists of document screening followed by one interview.書類選考後、面接を1回実施します。Application Materials / 提出資料Please submit any relevant materials that demonstrate your experience and skills, such as:応募時には、以下のうち可能なものを添付してください。Resume or CV 履歴書またはCVResearch achievements, papers, or presentation materials 研究実績、論文、発表資料Technical slides or portfolio 技術スライド、ポートフォリオGitHub, technical blog, OSS contributions, or links to development outputs GitHub、技術ブログ、OSS活動、開発成果物のURLAny other materials that show your past work その他、これまでのアウトプットが分かる資料References / 参考情報Careers / 採用サイト: https://recruit.mi-6.co.jp/miHub® Product Site / MIプラットフォーム miHub® 製品サイト: https://mihub.mi-6.co.jp/