量子データサイエンティスト

募集背景・ポジション概要 当社は、「AI×数理最適化」をコア技術に、電力需給・物流網・鉄道網といった、止まることが許されない社会インフラの計画業務を革新する東証グロース上場企業です。 現在、当社の最適化エンジンは多くの産業現場で実稼働していますが、カーボンニュートラルの実現やサプライチェーンの複雑化に伴い、従来の古典コンピュータのみでは計算時間が指数関数的に増大する「組合せ爆発」の課題に直面しています。 この社会の「計算資源の限界」を突破し、次世代の最適化基盤を構築するため、私たちは量子コンピューティングの実用化フェーズを最速で進める体制を強化しています。

当社では量子計算を含む量子技術を「実務で使えるレベル」に落とし込み、プロダクト・顧客実案件へ統合する取り組みを加速させています。 本ポジションは、量子技術を最適化に限定せず、機械学習や、不確実性下の評価・シミュレーションにも適用し、価値検証（PoC）から実運用までを担う、極めてチャレンジングな役割です。 このポジションの役割 【ミッション：量子技術の「社会実装」の最短経路を設計する】 量子計算技術を、実務の制約（計算時間、精度、コスト、再現性、運用性）を前提に成立させ、PoCから実運用までの技術ロードマップを策定・推進します。

数理最適化エンジニアと連携し、古典計算・近似・サロゲート等の手段も含めた選択肢の中で、量子技術を「必要なところに、必要な形で」組み込み、最短で価値を出すことが責務です。 仕事内容 量子アルゴリズムの実装・検証 量子回路/量子アルゴリズム/量子シミュレーション等の実装と検証 ユースケース開発（最適化・機械学習・不確実性下評価） 社会インフラ領域の課題に対し、量子技術の適用仮説を立案し、PoC設計（指標、比較対象、統計的評価、再現性担保）を推進 実案件へのアサイン 顧客のプロジェクトにおいて、数理最適化エンジニアと協力し、ハイブリッド（量子＋古典）アルゴリズムの適用可能性を検討・検証 最新技術の社会実装 最先端の論文知識を実務上の制約条件（コスト、計算時間、精度）の中で最適化し、プロダクトへ反映 本ポジションの魅力 「理論」を「社会インフラ」へ あなたの書いたコードが、日本の電力を守り、物流を効率化する実運用システムに組み込まれる手触り感があります。 グローバルかつ柔軟な環境 日本語能力不問・フルリモート相談可能です。

世界中のトップタレントとフラットに議論できる環境です。 シニア層・エキスパート歓迎 年齢不問です。 量子物理や量子情報の深い専門性を、ビジネスの力に変えたい想いのあるプロフェッショナルの方にはきっとご活躍いただける環境です。

働き方 スーパーフレックス制度／リモートワーク制度あり 出社頻度・勤務時間は原則として本人の裁量（ルールとしても柔軟に運用しています） ただし、プロジェクト状況により出社が必要となる場合があります。 勤務時間：フレックスタイム制（コアタイムなし）※試用期間中も適用 必須スキルと経験（Must） 量子コンピューティング（量子計算、量子アルゴリズム）の基礎知識。 Pythonを用いた開発・実装能力。

論文・技術情報を読み解き、仮説→実装→評価まで自走できる能力。 研究だけでなく「実社会の課題を技術で解決したい」という強い意欲。 以下のいずれかの経験（いずれか必須）： 量子SDKを用いた実装/検証（Qiskit, PennyLane, JijZept等） 不確実性下の評価・シミュレーション（モンテカルロ、シナリオ評価、リスク指標等）の実務/研究 数理最適化または機械学習の実務/研究（量子領域へのキャッチアップ意欲を含む） 歓迎スキルと経験（Want）

強く歓迎

量子SDKでの検証設計、ベンチマーク、統計的評価、再現性担保（実験ログ、比較設計、レポーティング）

歓迎

数理最適化ソルバー（Gurobi, CPLEX等）の使用経験 機械学習（予測、異常検知、時系列等）の実装・評価経験（PyTorch等） 不確実性下評価（モンテカルロ、シナリオ評価、リスク指標等）の設計・実装経験

あると良い

物理学、数学、またはコンピューターサイエンスの博士号（PhD）。 大規模な実データを用いたシミュレーションや分析の経験。 実験管理/MLOps、パイプライン整備、顧客要件定義・技術提案の経験 求める人材増 「最新技術に興味がある」だけでなく、「それをどう使うか」を粘り強く考え抜ける方。

エンジニアやコンサルタントと連携し、専門外の視点も取り入れながらプロジェクトを推進できる方。 未知の領域に対して、自ら手を動かして検証することにワクワクできる方。 選考フロー 書類選考 → 一次面接 → コーディングテスト → 二次面接 →内定