主な事業： 衛星データを利用したソリューションサービス、および小型合成開口レーダ衛星の開発と運用 Synspectiveは、データに基づき、着実に進歩する「学習する世界」の実現を目指し、衛星による観測データを活用したワンストップソリューション事業を行う会社です。 内閣府「ImPACT」プログラムの成果を応用した独自の小型SAR衛星により高頻度観測を可能にする衛星群を構築し、衛星データそのものを提供するだけでなく、データサイエンスや機械学習を通じて政府・企業向けのソリューションを提供します。

データの力：広⼤な領域をカバーするデータの必要性。また、その膨⼤なデータを理解し、⾏動につなげる重要性 データには、効率的で安全な未来を創るための決断を導く力があります。 COVIT-19の例を挙げると、2020年1⽉の時点ではまだ世界で何が起きているかわかりませんでした。その後、様々な統計データが出てきたことにより、各国政府が施策を打ち、その結果を踏まえた修正が可能となりました。さらに客観的なデータを元に、その分析・理解を通じて、様々な専⾨家の科学的な⾒地に活⽤されています。 弊社も、⾃社レーダ衛星群とデータ解析テクノロジーを創り、データを作っていきます。 今まで入手困難だった広⼤な領域の異変を捉えるデータ取得、またその膨⼤なデータを即⾏動につなげるための理解を通して、経済活動に⼤きな影響のある都市計画・インフラ開発の効率化や、近年甚⼤かつ広域の被害を及ぼすようになった⾃然災害への対処に貢献していきます。 新たなデータとテクノロジーにより、企業や政府の意思決定のみならず、国際機関や学会での議論、教育そのものが変わり、持続可能な未来のために何を行えばよいか、本当にその施策は有効だったか科学的な検証（データ）に基づいて進歩する社会を実現するための社会情報プラットフォームを作っています。

やることは２つあります。 ① ⼩型SAR衛星群の構築と、 ② データ解析テクノロジーを通じて、「学習する世界」の情報基盤を実現する です。 １つ目では、2023年までに自社開発の小型衛星を6機、2020年代後半には30機を打ち上げ、コンステレーション（衛星群）構築を目指します。 低軌道を周回する30機のコンステレーションにより、世界のどの地域で災害が発生しても、2時間以内に観測することが可能になります（6機では24時間以内）。 ２つ目は、観測したデータを自動解析し、災害時の早期状況把握を実現するソリューションの開発をしております。 コンステレーションの実現と併せ、世界の災害対応能力の飛躍的な向上を目指します。 世界の効率性とレジリエンスを高めるため、着実に成果を重ねてまいります。 【主な取材掲載実績】 シンスペクティブ、ミリ単位で地殻変動を解析　衛星データ利用（日本経済新聞） https://www.nikkei.com/article/DGXMZO63844180V10C20A9XY0000/ 国産のIoT衛星が20年内に打ち上げ　都市・インフラ計測で挑む（日経クロステック） https://xtech.nikkei.com/atcl/nxt/column/18/00001/04503/ 機動力と集合知。宇宙ベンチャーが目指す組織論から、飛躍のヒントを探る（Forbs CAREER） https://forbesjapan-career.com/story/135 宇宙ベンチャー企業に学ぶ“コロナに負けない”テレワーク実践のポイント（日経クロステックActive） https://active.nikkeibp.co.jp/atcl/sp/b/20/06/25/00243/

弊社は、データに基づき、着実に進歩する世界の実現を目指し、 衛星データを活用した業界特化型ソリューションサービスを開発しています。 最新の地理空間データと地上データを組み合わせたデータサイエンスを通じて、データ主導の意思決定、ビジネスの成長、リスク管理を支援することを目指しています。 ▼業務内容 ・衛星データおよびその他地理空間情報を用いたソリューション開発のR&Dフェーズを遂行する 論文サーベイに基づくアプローチの選択、使用する衛星画像プロダクトやその他必要なデータの選択、 データセット構築、モデリング、評価、成果報告 ・チームや会社にとって意味のあるR&D課題を見出し、データサイエンスの問題設定に落とし込む ・ビジネスアイデアの実現可能性を評価し、セールスチームと協働してプロジェクトの妥当なゴールを設定する ・エンジニアリングチームと協働してR&Dの成果をSaaSプロダクトに実装する ・自己およびチームの継続的な技術力向上に取り組む ▼必須要件 ・適切な論文サーベイに基づいてタスクに最適なアプローチを選択するスキル ・機械学習、コンピュータビジョン、画像処理等の実務経験3年以上 ・統計および機械学習理論に関する卓越した知識とそれらの実装能力 ・Linux、Python、およびscientific Python ecosystem（NumPy、Pandas、Jupyterなど）の使用経験3年以上 ・ディープラーニングフレームワーク（TensorFlow、PyTorchなど）を用いて、データセット構築からモデル評価までの一連の機械学習ワークフローを実行した経験 ・学習意欲 ・分析結果や技術について、専門家および非専門家に英語で説明（口頭説明および文書作成）できる程度のコミュニケーション力 ▼希望要件 ・コンピュータサイエンス、統計学、機械学習、応用数学、データサイエンス等の分野における修士号または博士号 ・機械学習・コンピュータビジョンのアルゴリズムをサービスや製品に実装した経験 ・査読付き学会や学術誌における採択経験 ・論文追試経験 ・Docker、GCPの使用経験 ・衛星画像やGISデータのハンドリング経験 ・光学衛星画像やSAR衛星画像の観測・生成過程に関する知識 ・各種衛星画像プロダクトの仕様に関する知識