化学素材開発向け物性予測AIエンジニア

仕事内容: 【仕事内容】 化学素材メーカー向けに、研究開発で蓄積された実験データを活用した物性予測AIモデルの開発をご担当いただきます。 本プロジェクトでは、素材の配合条件、製造条件、試験結果などのデータを分析し、物性値を予測する機械学習モデルの構築を進める想定です。 化学素材の開発では、配合比率や処理温度、加工条件などの組み合わせによって材料の特性が変化するため、実験データを活用した分析が重要になります。 機械学習エンジニアとして、研究開発部門から提供される実験データの確認、前処理、特徴量設計、モデル学習、精度評価を担当していただきます。 開発にはPython、pandas、scikit-learn、XGBoostなどを使用し、回帰モデルを中心とした予測手法の比較検証を行います。 また、実験条件ごとのデータ分布や欠損値、外れ値を確認し、学習データの品質を改善します。 モデル評価では、MAE、RMSE、決定係数などの指標を使用し、予測精度や汎化性能を確認します。 さらに、SHAPなどを活用した特徴量の寄与分析を行い、予測結果に影響する実験条件を研究開発担当者へ説明できる形で整理します。 開発したモデルについては、再学習や評価を継続できるよう、データ処理手順やモデル管理方法の整備にも取り組みます。 ■ 業務内容 ・化学素材の実験データ収集、内容確認、分析 ・Python、pandasを使用したデータ前処理 ・欠損値、外れ値、データ分布の調査 ・配合条件、製造条件に関する特徴量設計 ・scikit-learn、XGBoostによる物性予測モデルの開発 ・回帰モデルの比較検証、ハイパーパラメータ調整 ・MAE、RMSEなどを使用したモデル精度評価 ・SHAPを使用した特徴量の寄与分析、予測結果の可視化 ・研究開発担当者への分析結果の説明、改善方針の検討 ・モデル再学習手順、評価レポート、技術資料の整備

求める人材: ■ 必須スキル ・Pythonを使用した機械学習モデルの開発経験 ・pandas、NumPyを使用したデータ加工、分析経験 ・scikit-learnなどを使用した機械学習モデルの構築経験 ・回帰分析、予測モデルの精度評価経験 ・特徴量設計、学習データの前処理経験 ・分析結果の可視化、技術レポート作成経験 ■ 歓迎スキル ・XGBoost、LightGBMを使用した予測モデル開発経験 ・SHAPなどを使用したモデル解釈、特徴量分析経験 ・実験データ、製造条件データの分析経験 ・Optunaなどを使用したハイパーパラメータ最適化経験 ・MLflowを使用した実験管理、モデル管理経験 ・材料開発、化学、製造業に関するデータ分析経験 ・研究開発部門との分析要件整理、技術説明経験

月給90万円～110万円

勤務時間・曜日: 9:00〜18:00

休暇・休日: ・週休2日制

待遇・福利厚生: ・月間稼働時間：140時間～180時間（上下割精算） ・安定した稼働を想定した長期案件

その他: お気軽にご応募ください！ 雇用形態: 業務委託 給与・報酬: 900,000円 - 1,100,000円 月給

• 在宅OK
• 駅近5分以内