【フルリモート／週5／Python】Agritech・スマート農業向け気象・土壌センシング＆収穫予測プラットフォーム開発

お任せしたいこと
［役割］
Python (3.12+) / FastAPI を用いた、全国の農業法人・自治体向け農地環境データ（気象、土壌水分、カメラ画像）のリアルタイム収集・解析および AI 収穫期予測プラットフォームのバックエンド開発
［役割に対して求める成果］
Pandas / Polars による多地点タイムシリーズデータの集計クエリ最適化と Celery によるデータ前処理パイプラインの非同期化により、数万箇所のセンサーから毎分届く IoT トラフィック処理のレスポンスを 0.2秒以下に抑え、農作物の病害虫発生予測アラートの精度を 20% 向上

具体的な業務内容
Python 3.12+ / FastAPI を用いた、IoT センサーデータ受信 API および農家向け分析ダッシュボード用 REST API の開発
Polars / Pandas / SciPy を用いた、土壌温湿度・累積日照時間・降水量の自動補正および統計解析処理の実装
MQTT / HTTP 経由で送信される大規模 IoT ログの非同期受信パイプライン（Celery / Redis / RabbitMQ）の構築・チューニング
TimescaleDB (PostgreSQL) を用いた時系列データのハイパーテーブル設計および集計クエリのパフォーマンス調整
Pytest / Ruff を用いたデータバリデーションおよび各種予測アルゴリズムの自動検証環境の維持・向上

必須スキル・経験
Python を用いたバックエンド API またはデータ処理パイプラインの開発・運用経験（3年以上）
FastAPI, Django, Flask 等を用いた Web API 設計および RDBMS / タイムシリーズ DB の運用経験
Pandas, Polars, NumPy 等を用いたデータ集計・加工・パフォーマンス最適化の実績
Docker を用いたコンテナ開発環境での実務経験

歓迎スキル・経験
Agritech（スマート農業）、IoT、気象データ、空間情報・GIS、環境モニタリング領域での開発実績
MQTT, AMQP 等の IoT 向け通信プロトコルの取り扱い経験
Scikit-learn 等を用いた基礎的な予測モデル（回帰分析・時系列解析）の組み込み実績
AWS (IoT Core, ECS, Timestream) や GCP 上でのインフラ構築・運用知見

開発環境
言語/環境: Python 3.12+, FastAPI, Polars, Pandas, Celery
データ/DB: TimescaleDB (PostgreSQL), Redis, RabbitMQ
テスト/ツール: Pytest, Ruff, Poetry, Docker
クラウド/CI: AWS (ECS, IoT Core, 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。