【フルリモート／週5／Python】MedTech・ゲノム解析＆創薬支援AIパイプライン基盤開発

お任せしたいこと
［役割］
Python (3.12+) を用いた、製薬会社・研究機関向けゲノムシーケンスデータ（NGSデータ）の高速二次解析およびタンパク質構造予測AIモデル実行パイプラインのバックエンド開発
［役割に対して求める成果］
BioPython / Polars を活用した大容量ゲノムデータ（VCF/FASTQ）の前処理最適化と Ray / Celery によるGPU分散計算ジョブの制御により、数テラバイト級のゲノムシーケンス解析時間を 50% 削減し、創薬ターゲット探索の高速化を達成

具体的な業務内容
Python 3.12+ / FastHTML / FastAPI を用いた、創薬データパイプラインおよび研究者向け解析管理 API の開発
BioPython / Samtools / HTSeq を活用した、NGS（次世代シーケンサー）データ解析パイプラインの自動化ロジック実装
Ray / Celery / Redis を用いた、GPUクラスタ上でのタンパク質構造予測（AlphaFold等）や分子ドッキングシミュレーションの非同期並列ジョブ管理
Polars / PyArrow を用いた、億単位のゲノム変異データの高速フィルタリングおよびメモリ効率化の実装
Pytest / Hypothesis を用いた、医療・ゲノム解析精度に直結する計算ロジックの厳密な自動テスト構築

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システムの開発・運用経験（4年以上）
Polars, Pandas, PyArrow 等を用いた大容量データの高速前処理・メモリ最適化の実装実績
Celery, Ray, Redis, RabbitMQ 等を用いた非同期ジョブキュー・分散処理システムの構築経験
Linux 環境および Docker / Container 化を用いた分散計算環境のデプロイ・運用実績

歓迎スキル・経験
MedTech、バイオインフォマティクス、創薬AI、ゲノム医療、医療画像解析領域での開発実績
Nextflow, Snakemake 等のワークフロー管理ツールの利用・構築知見
GPU (NVIDIA CUDA) 環境における機械学習モデル推論・分散処理の導入経験
HIPAA や医療情報ガイドラインに配慮したデータ共有・セキュリティ設計の実績

開発環境
言語/環境: Python 3.12+, FastAPI, Polars, BioPython, Ray, Celery
データ/DB: PostgreSQL, TimescaleDB, Redis, MinIO (S3互換)
テスト/ツール: Pytest, Ruff, Poetry, Docker, Kubernetes
クラウド/CI: AWS (EC2 P4d/G5, 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。