株式会社Linc’wellは、「テクノロジーを通じて、医療を一歩前へ」をミッションに、医療という大きな社会課題に向き合っています。患者視点で徹底的に最適化された医療体験を、インターフェースの改善にとどまらず、医療現場の業務変革にまで踏み込んで実現することで、すべての人に最高の医療体験を届けることを目指しています。
現在は、「オンライン診療システム提供サービス」「クリニックDX支援サービス」「ヘルスケアECサービス」の3事業を展開しています。主力のオンライン診療プラットフォームでは、サービス開始からの累計診療実績が1,000万件を超えるなど、大きな成長を遂げています。
患者にとって良い体験、医療従事者にとって運用しやすい仕組み、そして事業として持続可能な構造。そのすべてを成立させることは簡単ではありません。
生成AIや機械学習をはじめとする技術の進化により、これまで人手や既存システムだけでは解決が難しかった患者体験や医療現場の業務課題に対して、新たな価値を提供できる可能性が広がっています。
一方で、医療に関わるプロダクトにAI/MLを活用するためには、技術的な実現可能性だけでなく、出力品質、安全性、現場での運用可能性、継続的な改善までを踏まえて設計することが重要です。
そのため当社では、AI/MLを活用した機能やプロダクトの技術検証、モデル／アルゴリズムの設計・実装、評価・改善を通じて、医療体験の向上に取り組むデータサイエンティストを募集しています。
本ポジションでは、PdM、エンジニア、デザイナー、医療従事者等と協働しながら、患者体験や医療現場の業務に関する課題に対して、AI/MLを活用した解決策の検証・実装・改善を担っていただきます。
単にモデルを開発するだけではなく、どのような課題に対して技術を適用することが有効かを検討し、プロダクトとして利用される状態まで落とし込み、実際の利用状況や業務への影響を踏まえながら継続的に品質を高めていく役割です。
1. AI/ML活用に向けた技術検証
- 患者体験や医療現場の業務に関する課題に対する、AI/ML活用可能性の検討
- PdMやエンジニア等と連携した技術仮説の立案および検証
- 利用可能なデータや実装条件を踏まえた技術的実現可能性の評価
2. モデル／アルゴリズムの設計・実装
- NLP、LLM、機械学習、ルールベースアルゴリズム等を活用した機能の設計・実装
- テキストデータ等を対象とした前処理、特徴抽出、分類、生成、評価等のパイプライン構築
- 担当テーマに応じた予測モデル、スコアリング、対話型機能等の開発
3. 評価設計・品質改善
- AI/ML活用機能における評価指標および検証方法の設計
- モデル精度、出力品質、ユーザー体験、現場業務への影響等を踏まえた評価
- 評価結果に基づくモデル／アルゴリズム／プロダクト仕様の改善
- 継続的な品質モニタリングや改善運用の設計
4. プロダクト実装・運用
- エンジニアと連携したAI/ML機能のプロダクトへの組み込み
- 検証段階から本番運用を見据えたデータ処理、モデル運用、改善プロセスの設計
- 必要に応じた分析用データの整備、可視化、インサイト提供
5. 関係者との協働
- PdM、エンジニア、デザイナーとの協働による価値実現
- 医師や看護師など医療従事者との対話を踏まえた課題理解および検証
- 事業性、品質・安全性、運用上の制約を踏まえた技術提案および意思決定支援
※一例
- プログラミング：Python、R
- AI・MLフレームワーク：TensorFlow、PyTorch、Hugging Face Transformers
- 分析環境：Jupyter Notebook、SQL、BigQuery、Tableau、Looker
- コンテナ技術：Docker、Kubernetes（デプロイ時歓迎）
- 医師や看護師など医療現場の専門家と日常的に対話しながら、実際の患者体験や現場業務の改善に関わることができます
- 患者向けサービスだけでなく、医療従事者向けシステムや業務設計まで含めて、医療体験全体に対するAI/ML活用に取り組むことができます
- 国内有数の診療実績を持つオンライン診療プラットフォームをはじめ、すでに利用されている事業・プロダクト基盤の上で、新たな価値提供に挑戦できます
- PdM、デザイナー、エンジニア、医療従事者、事業チームが協働しながら価値をつくる組織です
- リモートワークやフレックスタイム制を活用しながら柔軟な働き方が可能です
- AI/ML技術を目的化するのではなく、患者体験や医療現場の課題解決に結びつく形で、プロダクトとして実装できます
- 技術検証やモデル開発に留まらず、評価設計、プロダクト実装、運用後の改善まで一貫して関わることができます
- 医療に関わるプロダクトならではの品質・安全性・運用可能性を踏まえながら、AI/ML活用の難易度の高いテーマに取り組むことができます
- 実際に利用されているサービスや医療現場との接点を持ちながら、技術による価値提供の手応えを得ることができます
