サグリでは、デジタル土壌マッピング、衛星データ、機械学習、プロセスベースの作物モデルを組み合わせ、農業生産と環境価値の双方を支えるデジタル農業技術の開発に取り組んでいます。一方では、土壌中の炭素貯留量や温室効果ガス排出量を定量化し、カーボンクレジット創出およびMRV（測定・報告・検証）に活用できる科学的に妥当な方法論を構築しています。もう一方では、APSIMやDSSAT等の作物モデルと機械学習を活用し、収量予測、施肥・灌漑の最適化、ならびに干ばつ・洪水などの気象・環境ストレスによる減収リスクの評価に取り組んでいます。Sagri Applied Scienceチームでは、衛星観測、気象、土壌、栽培管理、現地調査などの多様なデータを統合し、農家やサプライチェーンの意思決定に利用できる、科学的に堅牢かつ社会実装可能なソリューションを開発しています。こうした研究開発をともに推進する研究員を募集しています。 # ミッション サグリのアプリケーションは、農家やサプライチェーン関係者などのエンドユーザーから必要最小限の入力データを収集しつつ、衛星・気象・土壌・栽培管理データを統合することで、農地の環境価値と生産性を高精度に評価・予測することを目指しています。具体的には、土壌有機炭素ストックや温室効果ガス排出量の推定に加え、作物収量、施肥・灌漑への応答、干ばつ・洪水等による減収リスクを定量化し、農業現場の意思決定を支援します。 研究員には、これらのアプリケーションを支える以下のようなデジタル技術・モデルの研究開発を担っていただきます。 • 土壌有機炭素および温室効果ガス排出量の予測・推定モデルの開発と、カーボンクレジット／MRV方法論への実装 • 衛星データ・地理空間情報・機械学習を用いた耕起、カバークロップ、作物生育等のモニタリング技術の開発 • APSIM、DSSAT等のプロセスベース作物モデルと機械学習を組み合わせた、収量予測、施肥・灌漑最適化、干ばつ・洪水等のストレス影響評価モデルの開発 これらの技術を通じて、カーボンクレジット創出・MRVによる気候変動緩和と、収量安定化・投入資材最適化・気候リスク評価による農業生産性および気候レジリエンスの向上の双方に貢献することを目指しています。特に、地理空間データサイエンス、機械学習、数理モデリングに加え、農学、とりわけ作物栽培学・土壌学・植物生理学の基礎知識を有する方を歓迎します。APSIM、DSSAT等のプロセスベースモデルの利用、キャリブレーション、バリデーション経験を有する方は特に歓迎します。農学または関連分野の博士号取得者は強く歓迎します。 # 業務内容 ◆具体的な業務内容 • 日本国内および海外の現地チームと連携し、作物生育・収量、土壌、気象、施肥・灌漑、温室効果ガス排出量等に関するデータを収集・整理する • 衛星データ、地理空間情報、圃場観測データ等を統合し、機械学習モデルの学習およびプロセスベースモデルのキャリブレーションに向けたデータの整理、クリーニング、前処理を行う • 土壌有機炭素、温室効果ガス排出、耕起、カバークロップ等に関連するモデルを開発・検証し、カーボンクレジット創出およびMRV方法論の科学的開発を支援する • APSIM、DSSAT等の作物モデルや機械学習を用いて、作物収量予測、施肥・灌漑の最適化、ならびに干ばつ・洪水等の環境ストレスによる減収リスク評価手法を開発・検証する • PoC案件において、研究仮説の設定からデータ収集、解析、モデル開発、論文執筆、知的財産創出、プロダクトへの実装検討まで、指導・助言を受けながら責任を持って推進する ◆サグリの環境 サグリにはすでに成長可能性の高い複数のプロダクトがあり、研究開発テーマも多岐にわたります。本ポジションでは、カーボン・MRV、作物収量予測、投入資材最適化、気候リスク評価など、農業、気候テクノロジー、デジタルイノベーションが交差する領域において、科学的にも難易度が高く、社会的インパクトの大きいプロジェクトに取り組むことができます。現時点ですべての領域に精通している必要はありません。新しいテーマに対しても、自ら学び、挑戦し、専門性を広げていく意欲と好奇心のある方を歓迎します。 ※ご経験・専門性に応じて、研究テーマのリードやより高い責任範囲を担っていただく可能性があります。 言語：Typescript / Python/　Rust アーキテクチャ：redux / atomic design ライブラリ・フレームワーク：React.js / Next.js / Django REST framework DB：PostgreSQL ( PostGIS ) インフラ：AWS（ EC2 / EKS / S3 / RDS等 ） バージョン管理：Git リポジトリ管理：GitHub コミュニケーションツール : Slack / Zoom / Discord # カルチャー ◆部署について 所属部門：Applied Science室 上長：CRO 田中 ◆部門カルチャー サグリは民間企業ですが、業務と並行して研究活動に取り組んでいただくことも可能な環境です。論文の執筆や学会、学術会への参加など、これまでのキャリアを継続して積んでいただけます。 また、応募者の業績や適性に応じて、大学・研究機関に在籍したままサグリの業務を行う待遇を検討いたします（業務委託や共同研究などのような契約形態）。 将来的に大学・研究機関でキャリアを築きたい方も歓迎いたします。 #選考フロー - 書類選考 - １次面接＋プレゼン - ２次面接 - 最終面接 - オファー

- 数理モデリング、統計解析、機械学習、地理空間データ解析のいずれかを利用した研究実績のある方 - Python等を用いたデータ解析、機械学習・統計モデルの開発経験 - 農業・環境分野におけるフィールドワークまたは実測データを用いたモデル開発経験 - 査読付き論文を単独で書けるスキル（PhD） - 研究内容を英語でプレゼンできる英語力（海外事業部とのコミュニケーション、学術論文のレビューや執筆も業務内容になります。TOEFLやIELTSのスコアを有することが望ましいですが、ない場合は英語での面接を実施する可能性もあります）

- 農学、作物学、土壌学、農業工学、環境科学、データサイエンス等の関連分野で博士号を有している - APSIM、DSSAT等のプロセスベース作物モデルの利用、キャリブレーション、バリデーション経験 - 収量予測、施肥最適化、灌漑最適化、干ばつ・洪水等の気候リスク評価に関する研究経験 - リモートセンシング、GIS、地理空間データ、時系列データを用いた機械学習・統計解析の経験 - 土壌有機炭素、温室効果ガス、カーボンクレジット、MRVに関する研究・実務経験

- サグリのビジョン、ミッション、価値観に共感いただける方 - 大学・研究機関との連携や共同研究を積極的に行う意欲がある方 - 社会課題を解決するようなプロダクトを未来志向で開発していくことにチャレンジしたいとお考えの方 - 専門分野だけに限らず、業務の幅を広げ、新たな技術をキャッチアップしていく向上心をお持ちの方 - チームのコミュニケーションと情報共有を重視し、新しいスキルを学び取得する意欲が高い方 - 顧客のフィードバックに真摯に耳を傾け、応える姿勢がある方 - スピード感のある環境で働くことを楽しみ、大きな変化を受け入れる方