データアナリスト/AIエンジニア（ハイポテンシャル）/大企業のDXをワンストップで支えるAI導入支援企業の求人

業務概要:
同社は、不確実な課題に立ち向かい、データや課題の泥臭い手触りを知る人材を求めています。完璧なAI知識よりも、不確実な課題に対して自力で解を導き出してきた探究心と粘り強さを重視しています。最先端のAI×データの社会実装というフィールドで、培ってきた経験を活かすことができます。

具体的な業務:
大手エンタープライズ企業のプロジェクトにて、データアナリスト／データエンジニアとして参画いただきます。AI基盤・データ・クラウド環境を一気通貫で手掛ける開発業務を担当します。データの抽出・加工・分析やモダンデータ基盤の構築・運用を通じて「データやAI実装の足腰」を磨いた後、最先端のAI領域へ専門性を拡張できるキャリアパスが用意されています。

● 具体的な業務内容
データ基盤の構築・運用： Snowflake、BigQuery等を活用したデータパイプラインおよび基盤の設計・構築
データ抽出・加工・可視化： 案件に応じたデータの抽出・加工・分析、ダッシュボードの設計・構築
その他 AI開発(改修)等、AI開発の中でも比較的ハードルの低い案件をお任せする可能性もあります。

● 描けるキャリアパス（AI領域へのステップアップ）
データエンジニアリングの現場経験を積んだ後は、計画的な案件ローテーションを実施し、以下のAI領域へステップアップできます。
生成AI／LLM領域： RAG（検索拡張生成）構築、AIエージェントの実装
AI運用・高度化： 精度評価設計、MLOps／LLMOps基盤の構築・運用

役割とプロジェクト推進体制:
キャリア形成に寄り添う戦略的なプロジェクトアサインを行っています。上長が定期的にヒアリングし、一人ひとりの志向に合わせた案件を戦略的に獲得・提案する体制を整えています。
ミスマッチを防ぐ事前共有として、内定段階で配属予定のプロジェクト概要をお伝えします。
計画的なスキルアップとして、意図的なローテーション設計により、着実な成長を支援します。

課題定義からアプローチする上流フェーズへの参画も可能です。クライアントの事業ドメインを深く理解し、「AIでどのような課題を解決すべきか」という問いを定義する最上流から参画します。要件定義にとどまらず、技術選定やアーキテクチャ設計を主導する立場へキャリアを広げられます。

事業部としてのバックアップ体制と働く環境:
助け合い、高め合える「チーム体制」が基本です。同社メンバーが複数名参画するチーム体制で、社内の専門家コミュニティも活発です。高度な技術的課題もいつでも気軽に相談・解決できる安心感があります。
柔軟でメリハリのある「働き方」として、基本スタイルは週4日リモート・週1日出社です。プロジェクトの状況に応じて客先常駐の頻度が異なります。リモートの比率よりも、必要な場所で成果を出すことを優先できる方を求めます。
成長を強力に後押しする「育成・学習環境」として、多数の資格取得支援制度をはじめ、同社オリジナルの学習システムや社外研修費の会社負担など、エンジニアの成長機会を最大限に用意しています。

ポジションの魅力:
「AI未経験」はハンデではありません。データ×AIのハイブリッド人材へ導く、最短の越境ルートが用意されています。最前線のAI開発で本当に求められるのは、華やかなAI知識ではなく、泥臭い課題解決プロセスを完遂する力です。同社は、確かなエンジニアリングの足腰をベースに、AI領域へとスムーズに越境できる環境を提供します。エンタープライズの現場で「データ×AI」を自在に操る希少なハイブリッド人材として、市場価値を非連続に跳ね上げるための最短ルートがここにあります。

具体的なプロジェクト例:
現在、事業部では以下のような最新テクノロジーを用いたプロジェクトが多数稼働しています。
1. データ・AIインフラ領域（モダンデータ・クラウド）
Snowflake / dbt を用いたデータ基盤構築： 大規模データの統合・加工・パイプラインの自動化
クラウドAI実行環境（AWS / Azure）の構築： Amazon Bedrock / Azure OpenAI Serviceを活用した安全・堅牢なシステム基盤の設計
※その他 データ抽出・可視化・レポーティングのような微経験者向け案件もございます。
2. 生成AI・LLM領域（最先端エンジニアリング）
グラフRAG（GraphRAG）／Advanced RAGの構築： 複雑な企業ドメイン知識を構造化し、高精度な生成AI検索基盤を実装
AIエージェントの設計・実装： LangGraphやDify等を活用した自律型ワークフロー・AIエージェントの開発
LLM基盤のコスト・品質評価と改善設計： LLM出力の品質・精度の定量評価設計、およびContext Engineering等による運用コスト削減
3. 機械学習・高度アナリティクス領域
需要予測・異常予兆検知モデルの設計： 統計解析・時系列分析・機械学習を用いたビジネス課題解決型モデルの構築

【必須スキル】
業界・職種未経験可。IT業界の経験は問いません。
プログラミングまたは数理・統計の基礎（業務・研究・独学のいずれでも可。研究でのPython／R／MATLAB／C++等も歓迎します）。
自己学習の成果物をご提出いただけること（GitHub等の公開リポジトリ、技術ブログ、個人開発物、取得資格、研究成果のいずれでも構いません）。
何かを端から端まで自分で担当し、やり切った経験（研究テーマ、業務改善、個人開発いずれでも可）。

【歓迎スキル】
修士以上の研究経験（分野は問いません。観測・実験データの解析、統計的検定、実験計画、測定設計の訓練を歓迎します）。
現職・前職で、業務上求められていないのに自分でPython／VBA／Power BI／RPA等を導入した経験。
SQL／Pythonの学習経験、統計検定・基本情報・AWS認定等の資格。
インフラ・ネットワークの運用保守経験のうち、手順の設計・標準化、作業のコード化、改善提案のいずれかを行った経験。
特定領域の専門性（会計・製造・物流・金融・公共等）。技術と掛け合わせられる場合、未経験でも上位レンジでのオファーが可能です。

【求める人物像】
泥臭い手触りと「自ら動く」当事者意識を持つ方。
現場の「リアルな（ノイズある）データ」に向き合い、根拠を持って説明してきた方。整ったデータだけでなく、欠測やノイズが含まれる泥臭いデータと愚直に向き合い、誤差を見積もりながらロジカルに結果を証明・説明してきた経験。
指示を待たず、自発的に業務改善・自動化を完遂した経験がある方。課題を自ら見出し、頼まれていなくてもPython／VBA／Power BIなどを駆使して業務効率化や自動化を成し遂げてきた当事者意識。
自律的に学習を設計し、時代の変化にアジャストできる柔軟性がある方。提示された研修をこなすだけでなく、自ら必要な技術を見極めて学習を設計し、市場やプロジェクトの要請に合わせて自己更新を続けられる方。
制約がある環境でも「できない理由」ではなく「できる方法」を模索できる方。予算・時間・環境などの制約を言い訳にせず、与えられた条件下で最大の成果を出すためのアプローチを泥臭く思考・行動に移せる突破力。

同社が何より大切にしているのは、知識量ではなく、これまでの現場で積み重ねてきた「泥臭く課題に向き合ってきた経験」そのものです。同社の面接は、一方的にスキルを品定めする場ではありません。「これまでどんな壁に立ち向かってきたか」「これからどんなエンジニアとして市場価値を高めていきたいか」という、あなたの想いやポテンシャルをじっくりお聞きする時間にしたいと考えています。確かな技術の足腰を鍛え、AI×データ×エンタープライズの最前線へ跳躍する。そんな新しい挑戦を、同社は全力で歓迎します。まずはお気軽に面接・面談でお会いしましょう。ご応募を心よりお待ちしております。

DX支援企業