【フルリモート／週5／Python】気象データ・自然災害シミュレーションのPython × Geospatial リアルタイムデータ解析パイプライン開発案件

お任せしたいこと
［役割］
Python 3.12+ / FastAPI を用いた、損害保険・防災機関向け気候変動・自然災害リスク分析プラットフォームにおける気象観測データ処理および浸水・降雨シミュレーションエンジンの開発
［役割に対して求める成果］
XRAIN（高精度レーダー）やアメダス等の大容量グリッドデータ（NetCDF/GRIB2）のリアルタイム分散解析最適化による、ハザードマップ描画・災害リスク予測計算の応答速度向上（従来の10倍高速化）

具体的な業務内容
Python 3.12+ / FastAPI を用いた、気象データ・地理空間情報取得APIおよびシミュレーション制御パイプラインの開発
Xarray, Rasterio, GDAL を活用した、テラバイト級気象グリッドデータ（NetCDF, GRIB2, GeoTIFF）の多次元並列データ処理ロジックの実装
Dask / Ray を用いた、大規模アンサンブル予測および水害・土砂災害リスクシミュレーションの分散バッチ計算環境構築
Apache Iceberg / Amazon S3 を用いた大容量地理空間データレイクの設計および Query 最適化（DuckDB 活用）
Pytest / LocalStack による気象データ前処理・シミュレーションエンジンの自動回帰テスト構築

必須スキル・経験
Python を用いたバックエンド API または大規模データ処理パイプラインの開発・運用経験（4年以上）
Xarray, NumPy, Pandas, Rasterio 等を用いた数値計算および多次元配列・空間データ処理の実装経験（1年以上）
Dask, Ray, Celery 等の分散並列処理フレームワークを用いた開発・パフォーマンスチューニング実績
AWS などのクラウド環境を用いた大規模データ共有・バッチ処理システムの運用経験

歓迎スキル・経験
気象、防災、損害保険（インシュアテック）、環境エネルギー等のドメイン知識および開発経験
NetCDF, GRIB2, HDF5 などのバイナリデータフォーマットおよび GDAL/GIS ツールの知見
DuckDB, Apache Iceberg, Apache Arrow 等を活用したモダンデータスタックの構築実績
Fortran や C/C++ で記述された既存シミュレーションモデルの Python バインディング開発知見

開発環境
言語/ライブラリ: Python 3.12+, FastAPI, Xarray, Rasterio, GDAL, Dask, NumPy
データ/ストレージ: DuckDB, Apache Iceberg, Amazon S3, PostgreSQL (PostGIS)
開発/テストツール: Pytest, Docker, Poetry, LocalStack, GitHub Actions
クラウド/CI: AWS (ECS, Batch, S3), GitHub Actions
コミュニケーション: Slack, Notion, Jira, GitHub

働き方
リモート環境
[フルリモート] フルリモートで働いていただけます。