Job offer curation - ⁨Optimization⁩

グローバルに展開するDeNAのゲーム事業における新しい開発手法を用いた新規事業及びそれに連なる新規/既存タイトルのマーケティングディレクション業務全般をお任せします。 複数タイトルにおけるマーケティング領域のリーダーとなり、高い視座で市場やユーザー分析を行いながらディレクション及び関連する実務を遂行していく重要なポジションになります。 【職務内容詳細】 ・マーケティング戦略の立案と推進 ・競合分析 ・広告クリエイティブ/ストア用クリエイティブの制作企画検討とそのディレクション ・クリエイティブ制作メンバーへの成果物イメージ伝達及び成果物の検品 ・広告配信設定 ・広告配信結果の振り返り実施及びデータ分析 ・全作業によって発生するチーム内外及び外注先との柔軟なコミュニケーション 【やりがい・魅力】 ・ターゲットがグローバルであり、スケールの大きい土俵で業務遂行できます。 ・新規事業の為、獣道を自身の力で切り開きながら新しい市場や顧客に対する戦略検討を行うなど、ゲーム事業の中心人物となって大きな業務に関われるチャレンジングかつ刺激的な役割です。

当社は「発明を量産する人工知能の開発」を目指しているAIスタートアップです。ライフサイエンス領域に注力しており、AIによる新薬発見および酵素発見を実現すべく、分子に特化した基盤モデルを開発・事業化しています。 【業務内容】 ・FEP計算の設計・実行 　-大規模FEP計算プロジェクトの計画・推進 　-創薬各ステージ（Target ID/Validation、Hit ID、Hit-to-Lead、Lead Optimization）におけるFEP活用戦略の立案 　-バーチャルスクリーニングの精密化、アロステリック部位探索、選択性予測の実装 　-MDシミュレーションおよびFEP計算に関する技術的指導 ・データ品質管理・バリデーション 　-SPR、ITC等バイオフィジカルデータとの比較によるFEP計算精度の検証 　-結合親和性データの標準化プロトコル策定 　-統計解析による計算結果の信頼性評価 　-データ品質管理・バリデーション体制の構築 ・AIモデル開発支援 　-従来FEP計算を大幅に高速化するAI予測モデルの開発サポート 　-機械学習用データセットの設計・前処理 　-計算化学的観点からのAIモデル妥当性検証 ・実用化・事業化支援 　-外部学会・技術検討会への参画 　-製薬・農薬・化粧品企業との共同研究における技術的リード 　-創薬コンソーシアムとの連携推進

■Engineering & Research Division / AI Data Center DC Block Architect ■About the role We are seeking an experienced AI Data Center DC Block Architect to join our team. In this role, you will be responsible for designing, developing, and optimizing modular, pre-engineered DC blocks that are tailored to support our organization's growing AI and machine learning workloads. ■Job Scope 1. AI Workload Analysis and Requirements: - Assess the organization's current and future AI and machine learning requirements, including compute, storage, and networking needs. - Collaborate with data science and IT teams to understand the specific performance, scalability, and reliability requirements of the AI workloads. - Identify any unique hardware or software considerations for the AI DC blocks, such as the need for specialized accelerators or optimized software stacks. 2. DC Block Architecture and Design: - Design modular, pre-engineered DC blocks that can efficiently support a variety of AI and machine learning workloads. - Ensure the DC block architecture is scalable, resilient, and aligned with industry best practices and the organization's overall data center strategy. - Optimize the DC block layout, power, cooling, and infrastructure to maximize performance, energy efficiency, and density. 3. Hardware Selection and Integration: - Evaluate and select the appropriate server hardware, including CPUs, GPUs, and specialized AI accelerators (e.g., NVIDIA Tensor Core GPUs, Google TPUs). - Determine the optimal storage solutions, considering factors like capacity, performance, and data redundancy (e.g., high-performance SSDs, NVMe, network-attached storage). - Integrate the networking infrastructure to support the required bandwidth, low-latency communication, and data transfer requirements of the AI workloads. 4. Software Stack Development and Optimization: - Design and develop the software stack for the AI DC blocks, including the operating system, containerization platform, and orchestration t