データエンジニア（ジュニア）/独立系データ分析・システム開発会社の求人

【業務概要】
SQLやPythonの基礎知識、そして最新AIツールを自発的に使いこなしてきた方のポテンシャルを高く評価します。本格的な統計学やデータサイエンスの実務経験は問いません。AIを武器にしながら、顧客の曖昧な課題を論理的に整理し、ビジネスのインサイト（洞察）を導き出す「上流のアナリスト・コンサルタント」へとステップアップできる環境です。
データ利活用へのニーズが爆発的に増加する中、組織をさらに拡大し、データ基盤からデータ分析、さらにはプロジェクトマネジメント（PM）までを担う次世代のコアメンバーを育成するため、今回の募集を決定いたしました。データ基盤特化の実務経験は不問です。培ってきたDB設計やプログラミングの素養を、最も価値の高まる「データ領域」で活かせるポジションです。
データ利活用部は、データ分析領域における“入門部門”として位置づけられています。データ分析の経験が浅い方や異業種からキャリアチェンジを目指す方も積極的に受け入れており、データの活用に関する基礎から実務まで幅広く経験することができます。社内にはAI、BI、基盤運用、コンサルティングなど技術特化型の部門があり、データ利活用部でスキルを積んだ後は、ご自身の志向や強みに応じて各部門へのキャリアチェンジも可能です。データ分析を学びながら自分に合った領域を見極めたい方にとって、最適な環境です。

【具体的な業務】
データエンジニアとして、顧客企業のビジネス課題解決に向けたデータアナリティクス基盤（DWH/データマート/ETLパイプラインなど）の設計・構築・運用、およびBIツールなどを用いたデータ活用・可視化支援を担当します。
1. 金融・エンタメ・製造など、多種多様なクライアントのデータ構造を理解し、最適なデータ基盤（DWH/データレイク等）のアーキテクチャ設計・構築
2. SQLやPythonを用いた、大量データのETL（抽出・加工・シームレスな連携）パイプラインの構築・バッチ処理の実装
3. データ分析の「属人化した手作業」を排除するための、モダンなデータエンジニアリング手法（バージョン管理やCI/CDなど）の導入・推進
4. BIツールを用いたデータの可視化（ダッシュボード構築）や、顧客への簡単なデータ示唆出し、レポート資料作成（アナリスト的要素）
5. 将来的には、3 5名程度の小規模なプロジェクトにおいて、進捗管理やメンバーのコードレビュー（品質管理）などのリード業務
【開発環境/使用ツール】
AWS/GCP/Azure/BIツール/分析ツール/RDB/アクセス解析ツール/SQL/Python/Rなど

【ポジション・部門の魅力】
1. 多種多様なデータ構造と向き合い、技術者としての設計力を磨くことができます。自社データのみを扱う事業会社とは異なり、金融・エンタメ・通信・製造・製薬・地方自治体など、多種多様な業界のデータ基盤構築に携わることができます。業界ごとに異なるデータやビジネスモデルと向き合い、最適なDWHやETLのパイプラインを設計するため、どこでも通用する「圧倒的なデータエンジニアリング力」が最速で身につきます。
2. 基盤の構築だけで終わらず、ビジネスの成果（分析）まで主導できます。顧客の課題ヒアリングから、データ基盤の設計・構築、さらにはBIツールを用いた可視化や分析、経営層への示唆出しまで、プロジェクトの全工程に一気通貫で携わるチャンスがあります。自分が作った基盤がどうビジネスを動かしたのか、成果をダイレクトに実感できます。
3. AIツールを開発実務にフル活用し、定型作業を徹底的に効率化しています。そうして生み出した時間を、データ品質の担保や上流の設計に投資します。技術単体で勝負する限界を感じている方にとって、自分が設計したデータという「客観的な事実」を武器にプロジェクトをリードする、エンジニア発の新しいPM・リーダー像を目指せる環境です。
社員からは、基幹システム開発からデータ分析へのキャリアチェンジや、顧客と直接やり取りできることへの手応え、自身のキャリアを描ける環境への満足の声が上がっています。
【案件事例】
ソーシャルゲームアプリの売上増加に向けたデータ分析支援（SQL, データウェアハウスなど）、機械学習を用いたモデル作成（Python）、ファクトリーブランド立ち上げに向けたマーケティングリサーチなど、多岐にわたるプロジェクト実績があります。
【入社後の流れ】
最初からすべての工程を一人でお任せすることはありません。まずはご自身の得意なスキル（SQLでのデータ抽出や、Pythonでのデータ加工など）からスタート。先輩アナリストのプロジェクトにアサインされ、顧客ヒアリングや提案の現場に同行しながら、徐々に上流工程のスキルを身につけていただきます。
Step1 データ分析環境の理解: データの理解から始めます。使用環境・言語・ツール：RDBなど
Step2 コーディング: データ分析を行う上で、必要不可欠な数値を算出します。使用環境・言語・ツール：SQL / Python / 分析ツール / Rなど
Step3 データの可視化・分析: データについて正しく理解し扱えるようになったら、いよいよ分析フェーズに移行します。使用環境・言語・ツール：アクセス解析ツール / BIツール / その他分析ツールなど
Step4 レポーティング・報告提案: データ分析結果を基に、レポーティングと考察を行います。意思決定に必要なデータを揃え、顧客が必要とするデータをわかりやすくまとめます。使用環境・言語・ツール：ダッシュボード(BIツール内) / PPT / Word

【必須スキル】
以下のいずれか一つを満たすこと。
・IT業界におけるシステム開発・保守の実務経験（目安2年以上、言語不問）
・SQLを用いたリレーショナルデータベース（RDB）の設計、またはデータ抽出の実務経験
・Python、Java、PHPなどを用いたバックエンド（サーバーサイド）の開発、またはバッチ処理の実装経験（いずれか一方で可）
※完全なIT未経験、スクール卒業生・独学のみの方は不可とさせていただきます。実務において、単に「研修で触った」レベルではなく、自身でコードを書いて業務を行った経験を重視します。

【歓迎スキル】
・3 5名程度のチームでのサブリーダー、進捗管理、または後輩のコードレビュー経験
・AIツールを、開発実務で日常的にフル活用している経験
・データベースのパフォーマンスチューニング（インデックス設計、スロークエリ改善など）の経験
・BIツールに触れた経験、または社内向け資料作成の経験
・「言われた通りに作る」だけでなく、プロジェクトの利益や目的意識を持って自走した経験
・「顧客への徹底的な伴走」という考え方への共感

【求める人物像】
・責任感とPMの素養: 技術を自己目的化せず、プロジェクトの成果や顧客の利益を意識して自走できる方
・品質へのこだわり: AIが出したコードを鵜呑みにせず、バグやビジネスロジックの矛盾を見抜けるデバッグ力がある方
・新しい領域への挑戦意欲: 既存のシステム開発から「データ領域」へと専門性を広げ、アナリスト要素も含めてスキルを拡張したい方

・データ分析
・システムインテグレーション
・国際交流コンサルティング