求人情報詳細
NEW 株式会社 日立製作所 IT×OT×AIで社会課題を解決/データサイエンティスト(担当)【新規事業創出】
正社員
| 仕事内容 | 【配属組織について(概要・ミッション)】 ■組織概要・ミッション HMAX事業およびPhysical AI事業の成長を支えるデータ・AIプロダクト開発組織です。素材・プロセス産業を起点に、研究開発から製造・量産までをつなぐデータ活用基盤とAIネイティブサービスを創出し、幅広い産業への展開をめざしています。 顧客の現場に分散するデータを統合し、フロンティアAIやAIエージェントが活用できる基盤・サービスとして実装することで、事業変革と競争力の創出を支援します。協創で得た知見や成功モデルを事業資産化し、産業全体へ展開します。 ■対象領域・解決する課題 化学・材料・製薬等の素材産業、自動車・電機等の製造業、エネルギー・社会インフラを対象に、研究開発の高度化・期間短縮、品質・生産性・歩留りの向上、熟練者知見の継承、人財不足への対応を推進します。 【携わる事業・ビジネス・サービス・製品など】 ■材料開発ソリューション(HMAX) 材料開発ソリューション「HMAX」を中核に、研究開発から製造立上げまでのデータ活用基盤とAIネイティブサービスを提供し、顧客変革を支援するFDE(Forward Deployed Engineer)事業を推進しています。 研究開発・実験・シミュレーション・製造データを統合し、クラウド、データレイク、データウェアハウス、MLOps等を活用して、収集・加工・蓄積・活用をつなぎます。AIエージェントやClaude Codeを開発パートナーとして基盤・サービスを開発し、協創で得たデータモデルを標準化して業界横断で展開します。 【募集背景】 素材・プロセス産業では、開発期間の短縮、人財不足、品質向上などの課題がある一方、研究開発・製造データが部門やシステムごとに分散し、十分に活用されていません。フロンティアAI・Physical AIの進展を背景に、日立はHMAXとFDE事業を通じて、研究開発から製造・量産までの変革を支えるサービス創出を進めています。 今回募集するのは、モデル精度の追求に留まらず、顧客課題を分析テーマへ落とし込み、AIと協働して事業成果につなげるデータサイエンティストです。機械学習・統計解析・最適化を活用し、材料探索、プロセス最適化、品質予測、異常検知に取り組みます。 データエンジニアや研究者等と協働し、分析結果を現場で使える仕組みへ実装するとともに、知見を再利用可能なモデルやAIサービスとして資産化します。製造業のデータ分析や先端AIの社会実装に挑戦し、成長フェーズの事業を共に創り上げたい方を歓迎します。 【職務概要】 素材・プロセス産業の研究開発から製造・量産までを対象に、材料開発ソリューション「HMAX」および生成AI・Physical AIを活用したサービス開発に携わります。 実験・シミュレーション・製造データから材料設計やプロセス条件に関する知見を引き出し、予測・最適化モデルを構築します。AIエージェントを分析・開発のパートナーとして活用し、仮説検証の高速化や分析業務の自動化を進めます。 顧客の課題整理、分析テーマ設定、概念実証(PoC)の企画・評価、結果の説明・提言までを担い、データエンジニア、研究者、ソフトウェアエンジニアと連携して成果のサービス化・標準化を推進します。分析・モデリングを通じて、顧客課題の解決と新規サービス創出を支える役割です。 【職務詳細】 1データ分析・モデリング ・実験・計測・製造・シミュレーションデータを用いた物性予測、プロセス最適化、品質予測、異常検知 ・ベイズ最適化、実験計画法、能動学習による少量データ下の材料探索・実験効率化 ・物理モデルとデータ駆動モデルを融合したモデリング、特徴量設計、解釈性の高い分析 2AIネイティブ分析 ・AI開発支援ツールによる仮説検証、分析コード・プロトタイプ開発 ・生成AI・AIエージェントを組み込んだ分析ワークフローの設計・自動化 ・検索拡張生成(RAG)と予測・最適化モデルを組み合わせた研究開発支援機能の設計 3分析成果のサービス化 ・エンジニアと連携したモデルのアプリケーション・サービスへの組込み ・評価指標・検証プロセスの整備、精度・信頼性の向上 ・分析手法・モデルの標準化、コードレビュー・技術共有 ■プロジェクト例 材料開発向けMI／PI分析環境、実験・製造設備と連携した意思決定自動化基盤、AI研究開発支援サービス、再生材流通向けAIマーケットプレイス。 ■主な技術 Python、pandas、NumPy、scikit-learn、LightGBM、PyTorch、Optuna、BoTorch、AWS、Jupyter、VSCode、Claude／Claude Code、生成AI・AIエージェント・RAG、GitHub、Docker、Jira、Microsoft Teams。 【ポジションの魅力・やりがい・キャリアパス】 ■魅力・やりがい 1AIと協働するデータサイエンス 生成AI・AIエージェントを分析プロセスに取り込み、予測・最適化モデルの開発からサービス実装まで経験できます。材料・プロセスのデータ分析、Physical AI、物理モデルとデータ駆動モデルの融合など、多様な技術領域に挑戦できます。 2社会・産業課題への貢献 材料開発の高度化、開発期間短縮、品質向上、技術伝承、人財不足対応、環境負荷低減に取り組みます。自身の分析・モデルが研究開発や製造現場の意思決定を変え、顧客の競争力につながる仕事です。 3裁量と事業創出への参画 課題設定、分析方針、モデル設計、技術選定からサービス実装まで一貫して関わり、自ら提案できる環境です。協創で得た分析手法やモデルを標準化し、事業・業界へ展開する醍醐味があります。 ■キャリアパス データサイエンスエキスパート(課長相当職)、チーフデータサイエンスエキスパート(部長相当職)として専門性を深めるほか、テックリード、プロダクトマネージャー、FDEなどへキャリアを広げられます。 ■大切にする文化 分析やモデルは現場で使われ、成果につながって初めて価値になると考えています。顧客価値を起点に手段を柔軟に選び、成果が出るまでやり切ることを重視します。AIを共に学ぶパートナーとして活用し、新技術を試し、失敗から学び、チームで知識を共有する文化があります。 【働く環境】 1配属組織／チーム 約40名規模で、今後さらに拡大予定の組織です。データエンジニア、データサイエンティスト、FDEを中心に、クラウド・アプリケーション開発・DevOps／MLOpsに強みを持つエンジニアが参画しています。30代を中心に、若手からリーダーまでフラットに議論し、職種を越えて協働しています。 AIエージェントを設計・実装・テスト・ドキュメント作成に取り入れ、本質的な課題解決に集中できる開発文化を推進しています。日立の研究者等との連携を通じて、材料開発や先端AIの知見も学べます。 2働き方 在宅勤務を主体とし、週1回程度の出社日を設けています。勉強会、技術レビュー、ノウハウ共有会、懇親会などを通じて交流し、リモート環境でも密に連携します。日常業務ではGitHubや生成AIツールを活用しています。 担当プロジェクトによって顧客先への訪問や国内外への出張があります。研究開発・製造現場に触れ、顧客課題の理解からAIサービスの実装まで経験できる環境です。 ※上記内容は、募集開始時点の内容であり、入社後必要に応じて変更となる場合がございます。予めご了承ください。 【想定ポジション】 担当者クラス ※募集開始時の想定であり、選考を通じて決定の上、オファー時にご説明いたします。 |
||||||||||||||
|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|
| 経験・資格 |
※求人情報の応募要件全てに該当しなくても、企業様に対して内々に打診したり相談することが可能な場合もございます。一つでも当てはまる方は前向きにご検討下さい。
【必須条件】以下のAとそれ以外の項目による合計二項目以上のご経験をお持ちの方 (例：A+B,A+B+Cなど) ------------------------------------------------------------ (A)データサイエンティストの経験・スキル ・Pythonを用いたデータ分析・機械学習モデル構築の実務経験 ・pandas、NumPy、scikit-learn等を用いたデータ前処理、特徴量設計、モデル評価の経験 ・統計学・機械学習の基礎知識を有し、実データを用いて予測・分類・異常検知等のモデルを構築した経験 ・分子構造、結晶構造、組成、微細組織等の材料構造データを記述子・特徴量に変換し、分析・モデル構築を行った経験、または基礎知識 ・ベイズ最適化、実験計画法等の探索・最適化手法に関する基礎知識 ・統計検定2級、または同等の知識・経験 (B)材料ドメインの経験・スキル ・化学・素材・バイオ領域における研究開発、実験、製造プロセス等に関する基礎知識 ・材料・プロセスに関する実験データ、計測データ、製造データ等を扱った経験 ・MI／PI等のデータ駆動型の材料開発・プロセス改善に関する知識または関心 (C)課題解決・プロジェクト推進の経験・スキル ・上位者のもとで、顧客や業務有識者との対話を通じて課題を整理し、分析に取り組んだ経験 ・PoC等のプロジェクトにおいて、分析から評価、結果報告までを担当した経験 ・分析結果を関係者にわかりやすく説明した経験 (D) ITエンジニアリングの経験・スキル ・Gitやdockerに触れた経験(レビュイーとしての経験) ・GitHub Copilot、Claude Code等の生成AIコーディングを活用し、分析コードの実装を行った経験 【歓迎条件】 [1] 下記いずれかのご経験をお持ちの方 (A)データサイエンティストの経験・スキル ・PyTorch、LightGBM等を用いた深層学習・勾配ブースティングモデルの構築経験 ・ベイズ最適化、実験計画法、能動学習等を用いて、実際に実験条件の探索や最適化を行った経験 ・RDKit、pymatgen等を用いた材料構造データの処理・記述子計算の経験 ・グラフニューラルネットワーク等を用いた分子・結晶構造の機械学習モデリングに関する知識・経験 ・SEM／TEM像、光学顕微鏡像、外観検査画像等の画像データを扱った分析経験 ・OpenCV等を用いた古典的画像処理(二値化、エッジ検出、セグメンテーション、形状・粒径解析等)の経験 ・CNN等の深層学習による画像分類・物体検出・セグメンテーション、またはVLM(Vision Language Model)を活用した画像理解・情報抽出の経験 ・物理モデルやシミュレーション結果とデータ駆動モデルを組み合わせた分析の経験 ・統計検定準1級、E資格、または同等の知識・経験 (B)材料ドメインの経験・スキル ・化学・材料・バイオ系分野における研究経験(修士・博士課程での研究を含む) ・材料・プロセスに関する実験データ、計測データ、製造データ等を扱った経験 ・第一原理計算、分子動力学、有限要素法等のシミュレーションに関する知識・経験 (PySCF, CP2K, Quantum ESPRESSO, LAMMPS、OpenFOAMなど) ・MI／PI等のデータ駆動型の材料開発・プロセス改善に携わった経験 (C)課題解決・プロジェクト推進の経験・スキル ・お客さまの成果を自分ごととして捉え、その実現のためならAIを含むあらゆる手段を貪欲に取り入れ、学ぶことを決して止めない方 (D) ITエンジニアリングの経験・スキル ・SQLを用いたデータ抽出・加工の経験 ・AWS等のクラウド環境における分析環境の利用・構築経験 ・Streamlit等を用いた分析結果の可視化ツールやプロトタイプアプリケーションの開発経験 ・APIの開発経験 ・生成AI・AIエージェント・RAG等を組み込んだ分析ワークフローやツールの開発経験 [3] 英語スキル ・TOEIC 600点程度、または英語による技術文書・クラウドサービスのドキュメントを活用できる英語力 【求める人物像】 ※期待行動・コンピテンシー等 【全職種共通(日立グループコア・コンピテンシー)】 ・People Champion(一人ひとりを活かす)： 多様な人財を活かすために、お互いを信頼しパフォーマンスを最大限に発揮できる安心安全な職場(インクルーシブな職場)をつくり、積極的な発言と成長を支援する。 ・Customer&Society Focus(顧客・社会起点で考える)： 社会を起点に課題を捉え、常に誠実に行動することを忘れずに、社内外の関係者と協創で成果に責任を持って社会に貢献する。 ・Innovation(イノベーションを起こす)： 新しい価値を生み出すために、情熱を持って学び、現状に挑戦し、素早く応えて、イノベーションを加速する。 【その他職種特有】 ・既存の枠にとらわれず、ソリューション事業の成長のためにリーダーシップを発揮して行動できる、情熱と実行力のある人物 ・複数の関係者が関与するため、他者と良い関係を構築・維持しようという意思を持ってくれる人物 ・お客さまの課題に対し、新しいアイデアで解決策が提示・実行できる人物 ・自分の新しいアイデアをチームメンバに共有・共感を得られる人物 ・データから新しいビジネス価値を創造でき、それをサービス事業およびアプリケーションで表現できる人物 【最終学歴】 大卒以上 ※更なる詳細事項は、カウンセリング（面談）時にお伝えします。 |
||||||||||||||
| 推奨年齢 | 20代 30代 | ||||||||||||||
| 想定年収 | 700 万円 ～ 800 万円 | ||||||||||||||
| 勤務地 |
東京都千代田区丸の内一丁目6番1号（丸の内センタービル）
【受動喫煙対策の有無：有】
屋内全面禁煙または空間分煙された屋内喫煙所あり（事業所により異なる） |
||||||||||||||
| 福利厚生・待遇 | 住宅支援制度（寮、手当等）、財形制度、持株制度、カフェテリアプラン、家族手当、通勤手当 等 ●通勤費：全額支給 ●労働組合：有 |
||||||||||||||
| 勤務条件 |
|
||||||||||||||
| 企業データ |
|
||||||||||||||
| 取材班による独自解説 | リーマンショック後の2009年、国内製造業で最大となる約7,800億円もの最終赤字に陥った。そこから抜本的な構造改革を断行。低収益事業や市況に左右されやすい事業を切り離して海外事業を取り込むなど、売上高構成の3割以上を入れ替え、収益性を着実に改善した。 特に、米国の新興ITサービス企業である「グローバルロジック（GL）」とスイスの重電大手ABBの送配電事業（現：日立エナジー）の海外M&Aを経て、海外売上比率は6割越え、従業員数は過半数が外国籍となった。 現在の主な事業構成は「ITシステム」「鉄道・電力」「機械」の3セグメントであり、エネルギー、水、食料、気候変動、医療、防災、安全保障といった地球規模の社会課題解決に向け、グローバルに成長を続けている。 モノからサービスへのシフトが進んでおり、「LUMADA（ルマーダ）」がDX支援ビジネスの要。 当時社長だった東原敏昭氏が2016年5月に発表。IoTプラットフォームとしてスタートし、現在は日立が手掛けるほぼ全ての事業を4象限に整理し、各部門が抱える既存顧客向けにルマーダを展開。企画から保守まで顧客のDXを丸ごと支援し、接点を増やしている。 2025年4月1日に、副社長だった徳永俊昭氏が新社長に就任。上述のグローバルロジックの買収も主導した人物であり、今後の更なるデジタルとインフラ事業を軸とした成長戦略の推進に期待が高まる。 【日立製作所の採用業務に関する個人情報の取扱いについて】 https://www.hitachi.co.jp/recruit/privacy/recruiting/index.html | ||||||||||||||
| Recruiting No. | 01002978004040 |
関連する業種から探す
エリートネットワークのおすすめの『転職体験記』
-
- ネットサービス会社に勤務しながら、博士号（情報科学）を取得した30歳プロダクトマネージャー。バーチャルから飛び出し、リアルに挑戦したく自動車メーカーの商品企画部へ
- 前職
- 【東証プライム上場 SNS、ゲーム、メタバース等インターネットサービス老舗企業】
グループ会社出向 プラットフォーム事業本部 プロダクトチーム 3Dアバター配信アプリのプロダクトマネージャー（イベント施策の企画・機能開発等）
→プラットフォーム事業本部 売上改善チーム シニアマネージャー（KPI策定・達成管理、開発進行管理、北米アートチームとの制作プロジェクトリード等）
→プラットフォーム事業本部 プロダクトマネジメントチーム マネージャー（新規事業の立ち上げ、後継マネージャーの育成）
※社内の最優秀賞、CEO賞受賞
- 現職
- 【東証プライム上場 完成車メーカー】
プロダクト企画部 デジタルプロダクト開発における商品企画・プロダクトマネジメント
転職体験記を読む -
- 統計解析を研究した博士29歳。任期1年の特定助教から、財閥系総合重機メーカーのデータサイエンティストに転職成功
- 前職
- 【旧帝国大学 大学院】
経済学研究科の特定助教（研究テーマ：統計解析、機械学習、計量経済学）
- 現職
- 【東証プライム上場 財閥系 総合重機メーカー】
AI・データサイエンティスト（機械学習、深層学習、大規模言語モデル）
転職体験記を読む -
- 工学博士29歳。バイオインフォマティクス解析技術を活かし、アカデミア（国立大学）から、AI活用データ解析に強みのテクノロジー企業に転職成功。
- 前職
- 【地方国立大学】
博士研究員（バイオインフォマティクス解析によるがん研究）
- 現職
- 【AIを活用したデータ解析や情報管理のソリューション企業】
AI事業本部 ライフサイエンス分野でのAI研究
転職体験記を読む
創業製品の5馬力モーターの開発以降、110年以上にわたり、産業機器や鉄道車両、エレベーターなどのプロダクトや、社会インフラに関わる制御・運用技術であるOperational Technology（OT）を提供。