プリファードネットワークス Preferred Networks

プリファードネットワークスの理念

Vision 目指す世界

現実世界を計算可能にする。
自分たちの手で革新的かつ本質的な技術を開発し、
未知なる領域にチャレンジしていく。

私たちはソフトウェアとハードウェアを高度に融合し、自動車やロボットなどのデバイスをより賢く進化させます。
常に変化する環境や状況に柔軟に対処できる賢いデバイスができれば、
物理世界をリアルタイムにセンシングし、現実世界そのものが計算可能になります。

技術を使って、自分たちが見たことが無い、まだ知らない世界を知りたい。
すでにわかっている領域で勝負するのではなく、技術の力で想像を超えた世界に挑戦していきます。

PFN Values

• Motivation-Driven（熱意を元に）
• Learn or Die（死ぬ気で学べ）
• Proud, but Humble（誇りを持って、しかし謙虚に）
• Boldly do what no one has done before（誰もしたことがないことを大胆に為せ）

https://www.preferred.jp/ja/company/who/より引用

プリファードネットワークスの沿革

2006年3月

東京大学大学院在学中であった西川氏、岡野原氏ら6名の学生たちが自然言語処理と検索エンジンの開発を目的として株式会社Preferred Infrastructure社を設立

2014年3月

株式会社Preferred Networksを文京区本郷に設立

2014年10月

トヨタ自動車と共同研究開始
NTT と資本・業務提携（出資額約 2 億円）

2015年6月

オープンソースの深層学習フレームワーク Chainer（チェイナー）リリース

2015年12月

トヨタ自動車と資本提携（出資額 10 億円）

2016年4月

本社を大手町に移転

2016年7月

DeNA と合弁会社PFDeNAを設立

2017年8月

トヨタ自動車から追加出資（出資額約 105 億円）

2018年11月

三井物産と米国で合弁会社Preferred Medicine, Incを設立

2019年12月

深層学習の研究開発基盤をChainerからPyTorchに移行

2021年5月

物流ソリューション事業を開始

2021年6月

ENEOSとの合弁会社Preferred Computational Chemistry (PFCC)を設立

2021年9月

AI創薬技術を開発、新型コロナウイルス感染症（COVID-19）治療薬のリード化合物を発見

プリファードネットワークスのサービス

深層学習のオープンソースライブラリの開発や自動運転技術、パーソナルロボットの研究開発から、エンターテイメントや教育、スポーツ分野への深層学習適用まで、AI関連の多くの事業を手掛けている。

Manufacturing

工作機械・産業用ロボットの高度化、工場やプラントなどの自動化に関する技術開発

Transportation

自動運転やコネクテッドカーに関する技術開発

Bio & Healthcare

深層学習を用いたオミックス解析・医用画像解析・化合物解析

Materials Informatics

新材料や触媒などの開発を効率化・高速化する技術

Personal Robot

人間の生活空間で仕事をするロボット

Visual Inspection

高い精度と柔軟性を低コストで実現する外観検査ソフトウェア

Education

あらゆる世代に質の高いコンピュータサイエンスの学習機会を提供

Entertainment

イラスト、マンガ、アニメーションへの深層学習応用

Logistics

ロボット制御やデータ分析技術による物流向けプロダクト

Sports Analytics

プロスポーツのデータ解析

Deep Learning Frameworks

深層学習の研究開発を支えるソフトウェアライブラリ

CuPy

GPU向け汎用配列計算ライブラリ

Optuna

ハイパーパラメータ自動最適化フレームワーク

MN-Core

ディープラーニング専用プロセッサー

Supercomputers

深層学習による問題解決能力を支える計算基盤

プリファードネットワークスの求める人物像

Preferred Networksは、チームとして最高の成果を出すべく、専門領域における高度な知識や経験に加えて、「PFN Values」に共感し、それを体現できるメンバーを求めている。
テクノロジーをコアとする企業であることから、主な募集職種はエンジニアとリサーチャーとなる。

【エンジニア】
Pythonのプログラミング能力や機械学習に関する研究または実務経験が必要条件となるほか、数理最適化、高次元データ・ビッグデータ処理、物理数値シミュレーション等の各種データ・数値計算および分析手法に関する専門知識や経験が歓迎要件とされる。

【リサーチャー】
コンピュータサイエンスや、物理、化学、材料科学など学問領域における専門知識に加え、機械学習・統計ツールを用いたデータ解析技術が求められる。加えて、最新の論文動向を把握したり、常に新しい知識を学ぶ意欲、向学心/向上心のある人物が歓迎される。
また、応募には論文リストの提出が必要とされる。

プリファードネットワークスでのキャリアパス

募集時の職種はエンジニアとリサーチャーに分かれているが、入社後の両者の仕事に明確な垣根が設けられているわけではない。

リサーチャーもエンジニアリングスキルを習得し、実用的に優れたソフトウェアを生み出している。その一方で、エンジニアが研究プロジェクトに参加することも自由。それにより、研究成果をすぐにソフトウェアとして実現できる。

異なる専門性を持つメンバーとのコラボレーションを通して、新しい知識や技術を習得することが奨励されている。
また、技術職以外では、管理部門の他、マーケティングや新規事業開発等の職種がある。

プリファードネットワークスのトレーニング

社内での情報共有会・勉強会・テックトーク・各種クラブ活動・ソーシャルイベントなどの自己研鑽・課外活動の機会を提供を行っている。
また、「20%ルール」という精度があり、業務時間の20%までは、通常業務ではない開発や研究に使うことができる。