Job Description / 職務内容
We are recruiting researchers for material exploration and drug discovery field.
Numerical techniques in chemistry and materials science have made remarkable progress, and in recent years, computational development of new materials has been attracting attention.
PFN has developed Matlantis™, a general-purpose atomic-level simulator, in collaboration with ENEOS Corporation, in order to develop innovative materials by highly integrating computational science and materials development.
PFN is working on further technological development of Matlantis and physical simulation technology based on deep learning, with the goal of realizing material exploration and property prediction that far exceeds the conventional limits of application. We are looking for people who want to develop unprecedented simulation technology and material proposal methods by combining computational science and deep learning, and who want to develop new materials together with our customers by doing so.
We welcome applications from those who have knowledge and experience in related fields, as well as those who share this ambitious goal and are enthusiastic about it.
Materials Discovery Team Mission
- Realization of a sustainable society through innovative materials development
- Develop innovative technologies based on materials science, physical chemistry, and computational chemistry for materials development
Specific duties are expected to include the following (Flexible depending on skills and scope of interest)
- Further technical development of Matlantis.
- Utilize knowledge of deep learning and physical chemistry to improve the architecture used in Matlantis to further increase computational accuracy.
- Investigate and improve areas where Matlantis currently has difficulty achieving prediction accuracy.
- Propose and implement additional functionality development for Matlantis based on the latest research and customer requests.
- Joint development of materials with other companies
- Solve customer problems by utilizing the computational resources of Matlantis and PFN.
- Listening to customer issues and proposing solutions from a physical and computational chemistry perspective.
- Develop technologies for innovative materials development and solve customer issues based on them.
- Conduct regular customer reporting and receive customer feedback to improve models.
- Solve challenges using materials informatics and deep learning.
- Solve customer issues in manufacturing and research using materials informatics.
- Identify and solve customer issues in materials development using deep learning insights.
- Innovative research and real-world applications
- Keep abreast of the latest research and papers, and propose and implement innovative technological developments with enthusiasm.
- Through joint research with universities and companies, develop new technologies that do not exist in the world and apply them to real-world material development.
- Collaborate with other teams and conduct technical exchanges within the company. Keep abreast of the latest technologies in various fields.
Related links for this position
[Matlantis HP](https://matlantis.com/)
[Matlantis (Calculation Example)](https://matlantis.com/cases#calculation)
[Matlantis paper](https://www.nature.com/articles/s41467-022-30687-9)
[Matlantis paper blog](https://tech.preferred.jp/en/blog/development-of-universal-neural-network-for-materials-discovery/)
[Materials Science Blog](https://tech.preferred.jp/blog/area/chemoinformatics-and-materials-science/)
[General-purpose NNP for materials development](https://www.slideshare.net/pfi/pfpneural-network-potential-2021104-qcmsr-dlap)
PFNの材料探索分野を担うリサーチャーを募集します。
化学・材料科学における数値計算技術の発展はめざましく、近年では計算機による新材料開発が注目されてきています。PFNでは計算科学と材料開発を高度に融合して革新的なマテリアル開発をするべく、汎用原子レベルシミュレータMatlantis™をENEOS株式会社と共同開発しました。
PFNではMatlantisの更なる技術開発・深層学習に基づく物理シミュレーション技術の開発に取り組んでおり、従来の適用限界を大きく超えた材料探索・物性予測を実現することを目標としています。計算科学と深層学習の組合せにより、今までにないシミュレーション技術の開発・材料提案手法の開発を実現したいという方、それによりお客様と共に新規材料を開発をしたいという方を募集します。関連分野の知識・経験がある方はもちろんのこと、この野心的な目標に共感していただける方、熱意のある方の応募をお待ちしています。
Materials Discoveryチームのミッション
- 革新的なマテリアル開発による持続可能な社会の実現
- 素材開発のための、材料科学・物理化学・計算化学に基づく革新的な技術の開発
具体的な業務内容として下記を想定しております。（スキル・興味範囲に応じて柔軟に対応します）
- Matlantisの更なる技術開発
- 深層学習と物理化学の知識を活かし、Matlantisに用いられているアーキテクチャを改良し、更なる計算精度向上を目指す。
- 現在のMatlantisで予測精度が出にくい部分に関して、原因究明と改善を実施する。
- 最新の研究や顧客要望から、Matlantisの追加機能開発の提案・実施をする。
- 他社との材料の共同開発
- 顧客課題をMatlantisおよびPFNの計算資源を活用して解決する。
- 顧客課題を聞き取り、物理化学・計算化学的な視点から解決方法を考えて提案する。
- 革新的な材料開発のための技術開発をし、それに基づいた顧客課題の解決をする。
- 定期的な顧客への報告を実施し、顧客のフィードバックをもらいモデルを改善する。
- マテリアルズインフォマティクスおよび深層学習を用いた課題解決。
- 製造・研究での顧客課題をマテリアルズインフォマティクスを用いて解決する。
- 深層学習の知見を活かし、材料開発における顧客課題を特定・解決する。
- 革新的な研究と現実への適用
- 最新の研究・論文を把握し、熱意をもって革新的な技術開発を提案・実行する。
- 大学・企業との共同研究を通して、世の中にない新たな技術を開発し、それを現実の素材開発に活かす。
- 他チームとの連携・社内での技術交流を実施。様々な分野の最新技術を把握する。
本ポジションに関連する関連リンク
[Matlantis HP](https://matlantis.com/ja/)
[Matlantis 計算事例](https://matlantis.com/ja/cases#calculation)
[Matlantis 論文](https://www.nature.com/articles/s41467-022-30687-9)
[Matlantis 論文解説ブログ](https://tech.preferred.jp/ja/blog/development-of-universal-neural-network-for-materials-discovery/)
[Materials Science Blog](https://tech.preferred.jp/blog/area/chemoinformatics-and-materials-science/)
[材料開発のための汎用NNP](https://www.slideshare.net/pfi/pfpneural-network-potential-2021104-qcmsr-dlap)
Appeal
In materials exploration, we aim to discover new materials that will have a revolutionary impact on the world.
We are able to utilize our ample computational resources for research and development.
An environment where you can easily ask questions and consult with in-house engineers who are researching the cutting edge of their respective fields.
An environment where people are encouraged to boldly tackle difficult and challenging issues.
材料探索では、世界に革新的インパクトを与えるような新物質の発見を目指している。
潤沢な計算資源を利用した研究開発ができる。
各分野の最先端を研究している社内の技術者に気軽に質問・相談が出来る環境。
難しい課題・挑戦的な課題にも果敢に取り組むことが推奨されている環境。
Qualifications / 応募資格（必須）
Knowledge and motivation
- Basic knowledge or interest in either physics, chemistry, or materials science
- Basic knowledge of machine learning and deep learning
- Ability to follow and implement the latest paper trends
- In-depth knowledge and experience in your field of expertise.
- Willingness to constantly learn new domain knowledge
- Ability to actively engage in discussions with engineers from different fields and companies.
Experience
- Experience solving problems in a team environment
- Experience in solving problems using computer-science knowledge
- Always keeping up with the cutting-edge technology with the goal of becoming familiar with all disciplines of computer science
- Software development experience in Python, Go, C, C++, Java, or similar languages
- Ability to write programs with an understanding of computer architecture and an awareness of software execution efficiency and computational load
- Experience in one or more of the following areas
- Application development or operation
- Web, client, smartphone, or any other device
- Tools, games or any other genre
- Development of libraries
- Unix/Linux server operations
知識・意欲
- 物理、化学、材料科学いずれかに対する基本的な知識や関心
- 機械学習・深層学習についての基礎的な知識
- 最新の論文の動向を追いかけ、実装ができる能力
- 自分の専門分野に関する深い知見と経験があること
- 常に新しいドメインの知識を学ぶ意欲
- 違う分野、企業のエンジニアと積極的に議論ができること
経験
- チームでの課題解決の経験
- コンピュータサイエンスの知識を活用した課題解決の経験
- コンピューターサイエンスのすべての分野への精通を目指し、常に最先端の技術を追いかけ続けていること
- ソフトウェア開発経験 (Python, Go, C, C++, Java, 等)
- コンピューターアーキテクチャーを理解し、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の作成が出来る
- 次の分野のうちいくつかの分野での実践・実務経験
- アプリケーション開発もしくは運用経験
- Web/クライアント/スマホなどの機種問わず
- ツール/ゲームなどのジャンル問わず
- ライブラリの開発経験
- Unix/Linuxサーバ運用経験
Preferred Qualifications / 応募資格（歓迎）
※You do not need to have all of the skills listed below. We expect you to have excellent expertise in any of them.
※「以下に示すすべてのスキルを持っている必要はありません。いずれかの項目に関して優れた専門性を持っていることを期待します。
- Experience in computational chemistry and computational materials science. For example, in-depth knowledge of and experience implementing and using techniques such as quantum chemical calculations, molecular dynamics methods, device simulation, etc.
- Experience in research and development and writing papers on the integration of physical simulation and machine learning.
- Knowledge of and experience developing computational chemistry software and ancillary tools, or experience implementing similar software. For example, GAUSSIAN, VASP, GROMACS, LAMMPS, ASE, etc.
- Experience in research and development and writing papers in the field of cheminformatics and materials informatics
- Machine learning and deep learning related research and development experience
Interest in and implementation experience with computational efficiency and optimization related to physical simulation
- Achievements/experience in programming competitions, game AI contests, data analysis contests (Kaggle, etc.), etc. Knowledge, implementation, and experience using mathematical optimization, search, and numerical analysis.
- 計算化学・計算材料科学の経験。例えば、量子化学計算、分子動力学法、デバイスシミュレーション等の技法に対する深い知識や実装経験、使用経験。
- 物理シミュレーションと機械学習の融合に関する研究開発・論文執筆経験
- 計算化学ソフトウェアや補助ツールに対する知識、開発経験、あるいは類似のソフトウェアの実装経験。例えば、GAUSSIAN, VASP, GROMACS, LAMMPS, ASEなど
- ケモンインフォマティクス・マテリアルズインフォマティクス分野での研究開発・論文執筆経験
- 機械学習・深層学習関連の研究・開発経験
- 物理シミュレーションに関する計算効率化、最適化についての興味や実装経験
- プログラミング競技コンテスト、ゲームAIコンテスト、データ分析コンテスト（Kaggleなど）などの実績・経験。- 数理最適化、探索、数値解析などの知識・実装・使用経験。
Required documents in addition to a resume
Salary /賃金
経験、業績、能力、貢献に応じて、当社規定により優遇
Experience, performance, skills, contribution are taken into consideration.
Location / 勤務地
東京都千代田区大手町１−６−１ 大手町ビル / Otemachi Bldg., 1-6-1 Otemachi, Chiyoda-ku, Tokyo, Japan 100-0004
リモート勤務制度あり （日本国内に限る) / Remote work system available (limited to work in Japan)
その他/Other
MRS（Materials Research Society）報告会 4月11日（金）開催
本イベントはPFNのリサーチャーがMRS fall meeting 2024（MRS: Materials Research Society）
で行った発表および現地で興味を持った聴講内容を、社外の方に共有する報告会です。
PFNの材料科学に関する研究内容に加えて、関連する材料科学の技術や最新の動向を共有します。
材料科学や情報科学に興味をお持ちの方々にとって、最新の知識や情報を得る機会となりましたら幸いです。
また、オフラインでの参加をいただいた方へは、軽食をご提供させていただきます。
イベントの後半部分では、ポスターをご覧いただきながら軽食をお楽しみいただきつつ、
弊社リサーチャーとカジュアルに議論を深めていただきたいと考えております。
詳細情報/お申し込みは下記リンク内のフォームよりご登録ください。
https://preferred-networks.connpass.com/event/347794/
