リサーチサイエンティスト条件を変える閉じる
リサーチャー(創薬)
給与
記載なし※ 募集要項に金額の記載がありません
- 勤務地
- 東京都千代田区
- 雇用形態
- 正社員
- 働き方
- ハイブリッド勤務
- 年間休日
- 記載なし
在宅勤務あり
要約求人票をもとにAIがまとめたものです
創薬分野における新規技術の研究開発および製品化を担うリサーチャーの募集です。創薬現場の課題を解決するため、革新的なアルゴリズムの設計・実装や、他機関との共同研究、最新論文の調査・アルゴリズムの習得と実装を行います。結合自由エネルギー計算サービスP-FEPなどの技術基盤を拡張し、創薬プロセスを広くカバーする創薬プラットフォームの構築を目指しています。
応募資格
必須
次のいずれか
- 分子動力学シミュレーション（FEPなどの高精度な活性予測技術）
- Neural Network Potential (NNP) / Machine Learning Interatomic Potential (MLIP)
- Protein folding / Structure-aware prediction
- Python等を用い、複雑なアルゴリズムや理論を自力で実装できる能力
- コンピューターアーキテクチャを理解し、ソフトウェアの実行効率や、計算量を意識したプログラムを実装できる能力
- Unix/Linux環境における計算リソース（GPU/大規模クラスタ等）の使用・制御経験
歓迎
- 製薬企業や化学企業における実務経験（3年以上が望ましい）
- 量子化学計算（とくにQM/MM）に関する深い知識や経験
- 機械学習・深層学習（AI）分野における実装経験
求める人物像
- PFNが掲げるミッション・バリュー[https://tech.preferred.jp/ja/blog/2025-mission-values/](https://tech.preferred.jp/ja/blog/2025-mission-values/) に共感し
- 自らコトをおこす（Be Proactive）情熱を兼ね備えたプロフェッショナル
使用ツール
募集要項最終確認 9/26
- 職種
- リサーチサイエンティスト
- 雇用形態
- 正社員（試用期間3ヶ月、本採用と同条件）
- 給与
- 記載なし
- 給与の詳細
- 経験、業績、能力、貢献に応じて、当社規定により優遇年2回の人事評価及び会社業績に基づいて決定
- 手当
- 通勤手当在宅勤務手当
- 勤務地
- 東京都千代田区大手町１−６−１ 大手町ビル
- 働き方
- リモート勤務制度あり （日本国内に限る)ハイブリッド勤務（オフィス出社と在宅勤務を組み合わせての勤務）
- 勤務時間
- 専門労働型裁量労働制（みなし労働時間：8時間）もしくはフレックス制
- 休日・休暇
- 土曜日、日曜日、国民の祝日、国民の休日、年末年始当社規定による年次有給休暇制度（入社時26日付与）育児休暇、慶弔休暇など
- 福利厚生
- 確定拠出年金制度ラップトップPC購入補助定期健康診断実施
- 社会保険
- 社会保険完備（厚生年金保険、健康保険、雇用保険、労災保険）
- 掲載日
- 2026/07/01 09:44（90日前）
- 最終確認
- 2026/09/26 01:16（3日前）
仕事内容
職務内容
Preferred Networks（PFN）のDrug Discovery領域を担うリサーチャーを募集します。 創薬分野における計算科学の発展はめざましく、創薬標的となる生体内高分子の同定からその構造・機能の予測、あるいは医薬品候補分子の設計・探索・最適化（薬理活性・毒性・動態予測）などの分野において応用が進んでいます。 PFNのDrug Discoveryチームでは、結合自由エネルギー計算サービスP-FEPをはじめとする最先端技術と創薬分野におけるドメイン知識を高度に融合したサービスを製薬企業に提供しています。現在はこれらの実績ある技術基盤をさらに拡張し、創薬プロセスのより広範な工程を一貫してカバーする包括的な創薬プラットフォームの構築を目指しています。 当チームでは、創薬現場の課題を解決しうる新規技術開発を担うメンバーを募集しています。
最先端の理論を自らの手で実装し「現実世界を計算可能にする」卓越した技術力
チームミッション - 最先端の計算科学を活用し、革新的医薬品の創出を支援することで、人々の健康に貢献する
創薬分野における新規技術の研究開発および製品化
ソフトウェアの単なる利用にとどまらない、革新的なアルゴリズムの設計と実装を担当していただきます
応募資格（必須）に記載の分野を中心に、様々な分野を担当していただきます
他機関（製薬企業・アカデミア等）との共同研究
最新の研究論文の調査、およびアルゴリズムの習得・実装
社内他チームとの連携
これまでにPFNが行った研究開発の一部
Drug Discovery HP: [https://projects.preferred.jp/drug-discovery/](https://projects.preferred.jp/drug-discovery/) （内容古め）
技術ブログ: [https://tech.preferred.jp/ja/tag/drug-discovery/](https://tech.preferred.jp/ja/tag/drug-discovery/)
この求人は株式会社Preferred Networksの採用ページの掲載内容をもとに構成しています。応募条件の最新情報は募集元をご確認ください。
東京都のリサーチサイエンティストの求人
募集元の採用ページから応募できます
応募は株式会社Preferred Networksの採用ページで受け付けています。このページは採用ページの掲載内容をもとに構成しているため、最新の応募条件は募集元でご確認ください。