データサイエンティストの転職求人

343 件

【業務概要】
全社横断のデータ利活用を推進するため、キャッシュレス決済データに代表される社内外の膨大なデータを扱い、SQLを活用したデータ処理・分析業務を実施します。

【具体的な業務】
専門的なSQLスキルを用いて、ビジネス部門や顧客向けのデータ利活用をリードします。
・施策配信・レポート作成・ダッシュボード構築の支援：
データサイエンティストやアナリスト、マーケティング・商品企画担当者、グループ各社と協力しながら以下の業務を実施
1. ダイレクトメールの配信に必要なデータ抽出
2. 分析レポートの作成に向けたデータ提供
3. BIツール活用に向けたデータ整備
・データマートの設計/構築/最適化：ビジネス要件を理解し、SQLを用いて効率的かつスケーラブルなデータマートを構築、パフォーマンスチューニングの実施
・複雑なデータ要件の対応：トリガーやストアドプロシージャを含む高度なデータ処理ロジックの設計・実装

【ポジション・部門の魅力】
・高度なSQL技術やデータ利活用のノウハウを活かし、広範なビジネス課題の解決に貢献できるポジションです。

【業務概要】
同社が提供するスポットワークプラットフォームにおいて、マッチング体験の向上を専門的に担当し、推薦や検索アルゴリズムを活用してユーザーへの価値提供を最大化します。ビジネス課題の特定から、数理最適化・因果推論・基盤モデル等を用いたシステム設計、ビジネスインパクトと連動した評価パイプラインの構築までをフルサイクルで担います。

【具体的な業務】
1. 理想のマッチングと評価指標の設計
・推薦・マッチングアルゴリズムが事業KPI（マッチング率、継続率等）に与える影響を分析し、優先的に改善すべき領域を策定
・理想のマッチングを定義し、それを多角的に評価・計測するための指標や、信頼性の高い評価基盤の設計・構築
・ワーカーの継続的な活躍を支え、サービスを通じた体験がより価値あるものとなるような、データに基づいた価値還元やパーソナライズ体験の構築

2. マッチングのデータサイエンスと最新技術のリサーチ・実装
・推薦システム、検索、グラフニューラルネットワーク、数理最適化、マーケットデザイン等の分野における論文調査およびマッチング課題への適応・実装
・多種多様なニーズを持つワーカーと事業者の需給バランスを考慮した高度なマッチングアルゴリズムの開発と、因果推論等を用いた施策の効果検証

3. 基盤モデルを活用したユーザー理解の深化
・LLM等の基盤モデルを用いて非構造化データからセマンティックな特徴を抽出し、マッチング精度の向上に繋げる
・プロンプトエンジニアリングや効率的な追加学習（PEFT等）を駆使し、特定ドメインにおけるモデルの最適化を推進

4. フルサイクルなモデル開発と推論の最適化
・ユーザーからの反応やフィードバック（暗黙的・明示的シグナル）を収集・分析し、プロダクトを継続的に進化させる学習ループの構築
・ロードマップ策定からモデリング、A/Bテスト等の検証、本番運用の実施までを一気通貫で担当
・推論時のレイテンシー改善やコスト管理を行い、快適なユーザー体験とビジネス効率の両立を追求

【ポジション・部門の魅力】
・スポットワークという市場の先駆者として、社会インフラづくりに深く関わることができます。
・機械学習モデルの作成だけでなく、運用・継続学習・精度の監視まで一貫して重要視しています。
・施策の設計フェーズから主導して携わることが可能です。
・データ基盤の整備は専門チームが担当しているため、データサイエンティストとしての価値創出に集中できます。
・データサイエンス力・ビジネス力・データエンジニア力を兼ね備えたメンバーと共に、アジリティ高く施策や検証を推進できます。

【業務概要】
クライアントのマーケティング領域における定量・定性データの分析を行い、マーケティング上の意思決定への支援を行うポジションです。分析実務はもちろん、顧客課題に合わせたコンサルティング・分析案の企画立案から分析結果の報告まで、顧客対面業務を担当します。また、顧客への提案活動も担当する想定です。
小売・消費財・自動車業界をはじめとする大手企業のマーケティング戦略・施策の重要意思決定に向けたインサイトを、少人数チームで出していく重要な職務です。
マーケティング領域のドメイン知識・問題解決力・顧客折衝力などのビジネススキルと、データ・AIに関するテクニカルスキルの両者を武器としたキャリアを築いていただけるポジションです。志向・適性に合わせて、案件のプロジェクトリードやチームのマネジメントなども担当します。

【具体的な業務】
・課題ヒアリング・仮説立案：
クライアント企業のマーケティング課題・ニーズをヒアリングし、データ分析に基づく解決策の仮説を構築します。
・マーケティングデータ分析：
購買データ・顧客データ・広告データ等の収集・前処理（クレンジング等）を行い、各種手法でデータを分析し、顧客のマーケティング戦略・施策に対するインサイトを抽出します。
分析テーマの例：顧客・商品セグメンテーション、カスタマージャーニー分析、価格弾力性の推計、品揃え最適化、広告・販促施策のプランニング・効果測定、需要予測、SNS・レビュー等のテキストデータ分析（ソーシャルリスニング）など
分析手法は、統計的な分析手法から生成AIを活用したテキストデータの処理まで、顧客課題・データ特性に合わせて適切な手法を利用します。
・可視化・レポーティング：
分析結果をBIツール・Python・パワーポイントなどで可視化し、クライアントの意思決定への示唆をレポートします。
・提案活動：
新規・既存顧客問わず、顧客の課題を深く理解し、課題解決に向けたデータ・AI活用等の案を企画・提案し案件を組成します。
※案件の状況に応じて、マーケティング領域以外のデータ分析・生成AI活用案件（LLMを活用した業務支援・テキスト分析等）を担当する可能性があります。

【ポジション・部門の魅力】
在籍するデータサイエンティストには、プログラミングコンテスト・Kaggleのトップランカーや、国際情報オリンピックのメダリスト、博士号所持者など、少数精鋭の多彩なメンバーが揃っています。優秀なメンバーと切磋琢磨しながら、高度なデータ分析・AI活用スキルを磨くことができる環境です。

【業務内容】

機械学習・データサイエンスの知見を活かし、ユーザー価値の向上と事業成長につながるモデルの開発・運用を担っていただきます。
マーケティング、プロダクト、事業企画など複数部門と連携しながら、課題設定からモデル開発、施策実装、効果検証まで一気通貫で推進いただきます。

ビジネスグロース領域におけるデータ分析・機械学習モデルの企画、開発、運用
ユーザー理解を深めるための顧客分析、行動分析、予測モデルの構築
入会数、GMV、解約数、リボ・分割利益、クロスユースなどの事業KPI改善に向けた分析テーマの企画・設計
マーケティング施策、プロダクト改善、新規事業企画につながる分析・提案
分析結果をもとにした施策実装、効果検証、改善提案
事業部門、マーケティング部門、プロダクト部門などとの連携・プロジェクト推進

▼Analytics & Data Platform

Languages：Python / SQL
Data Warehouse：BigQuery
Cloud：Google Cloud（GCP）
ML Libraries：LightGBM / XGBoost / CatBoost / scikit-learn / Statsmodels / Prophet / Optuna / SHAP / pandas / NumPy
Notebook：Jupyter Notebook / Vertex AI Workbench
BI：Looker Studio
Workflow：Vertex AI Pipelines
AutoML：DataRobot / Vertex AI
▼本ポジションの魅力

データサイエンスを通じて、ユーザー価値の向上と事業成長の両方に貢献できる
数百万〜数千万規模の会員データ、数千万〜数十億件規模のトランザクションデータを活用し、スケールの大きな課題に挑戦できる
分析だけで終わらず、施策実装、効果検証、改善まで一気通貫で携われる
当社および当グループが保有する顧客基盤やデータなどのアセットを活用し、自らの分析やアイデアを多くのお客様への価値提供につなげられる
立ち上げフェーズの組織で、分析テーマの企画・提案から主体的に取り組める
事業部門、マーケティング部門、プロダクト部門など、多様なステークホルダーと連携しながら、データをもとにした意思決定を推進できる

【業務内容】

機械学習・データサイエンスの知見を活かし、ユーザー価値の向上と事業成長につながるモデルの開発・運用を担っていただきます。
マーケティング、プロダクト、事業企画など複数部門と連携しながら、課題設定からモデル開発、施策実装、効果検証まで一気通貫で推進いただきます。
また、リーダー・マネージャー候補として、データサイエンティストメンバーの育成や技術レビュー、品質保証など、チームの中核を担っていただきます。

ビジネスグロース領域におけるデータ分析・機械学習モデルの企画、開発、運用
ユーザー理解を深めるための顧客分析、行動分析、予測モデルの構築
入会数、GMV、解約数、リボ・分割利益、クロスユースなどの事業KPI改善に向けた分析テーマの企画・設計
マーケティング施策、プロダクト改善、新規事業企画につながる分析・提案
分析結果をもとにした施策実装、効果検証、改善提案
事業部門、マーケティング部門、プロダクト部門などとの連携・プロジェクト推進
データサイエンティストメンバーのマネジメント、育成、技術レビュー、品質保証
分析テーマの優先順位判断、案件推進体制の構築、分析品質の標準化

▼Analytics & Data Platform
Languages：Python / SQL
Data Warehouse：BigQuery
Cloud：Google Cloud（GCP）
ML Libraries：LightGBM / XGBoost / CatBoost / scikit-learn / Statsmodels / Prophet / Optuna / SHAP / pandas / NumPy
Notebook：Jupyter Notebook / Vertex AI Workbench
BI：Looker Studio
Workflow：Vertex AI Pipelines
AutoML：DataRobot / Vertex AI

▼本ポジションの魅力
データサイエンスを通じて、ユーザー価値の向上と事業成長の両方に貢献できる
数百万〜数千万規模の会員データ、数千万〜数十億件規模のトランザクションデータを活用し、スケールの大きな課題に挑戦できる
分析だけで終わらず、施策実装、効果検証、改善まで一気通貫で携われる
当社および当グループが保有する顧客基盤やデータなどのアセットを活用し、自らの分析やアイデアを多くのお客様への価値提供につなげられる
立ち上げフェーズの組織で、分析テーマの企画・提案から主体的に取り組める
事業責任者や経営・事業部門と対話しながら、事業KPIに直結するテーマをリードできる
データサイエンス組織の中核人材として、メンバー育成、技術レビュー、分析品質の標準化、案件推進体制の構築など、チームづくりに関われる

業務概要
金融機関に対する、経営管理、財務・会計、リスク管理、法令・コンプライアンス、金融犯罪対策等の領域におけるデータマネジメントやデータガバナンスに係るアドバイザリーサービスを提供するポジションです。

具体的な業務
・金融機関向けのデータマネジメントやデータガバナンスに係るアドバイザリー業務の遂行
・経営管理、財務・会計、リスク管理、法令・コンプライアンス、金融犯罪対策等の領域におけるデータ活用・管理態勢の構築支援

ポジション・部門の魅力
・アソシエイトからシニアマネジャーまで、幅広いクラスでの募集を行っており、自身の経験やスキルに応じたフェーズからキャリアをスタート・発展させることができます。

【業務概要】
各種データを用いて事業の課題・成長機会を可視化する分析活動をリードします。課長として、分析テーマと優先順位の設定、分析品質の確保、事業部門への提言、チーム運営・育成を担います。

【具体的な業務】
1. 事業部門と課題・仮説・評価指標を定義し、分析テーマと優先順位を設定します。
2. 販売・原価・在庫・需要などのデータを収集・統合し、定義や品質を確認します。
3. 統計解析や予測手法を用い、収益改善余地、需要変化、業務上の課題を可視化します。
4. ダッシュボードや分析報告を通じ、結果・前提・限界を説明して施策を提言し、効果を検証します。
5. 分析の再現性と運用を整備し、チームの進捗・品質管理、技術レビュー、育成を行います。

【ポジション・部門の魅力】
ビジネス上の問いを自ら整理し、複数のデータから新たな示唆を導き、施策と成果まで見届けられる仕事です。可視化やモデル構築の先にある「どの判断に役立ったか」を追求できます。
製品・財務・販売・需給を横断して事業への理解を深めながら、分析の専門性とチームを率いる力を磨けます。分析手法の標準化や人財育成を通じて組織のデータ活用を広げ、将来の分析組織のマネジメントやデータを軸とした事業変革につながる経験が得られます。
配属組織は、データストレージ製品の企画・開発・生産・販売を担い、米国のグループ会社との一体経営のもと、グローバルに事業を展開している企業です。グローバルビジネス推進部は、財務、サプライチェーン、製品企画、営業などを横断して情報を結び付け、事業の成長と収益性向上に向けた意思決定・実行を支える組織です。

## 募集背景
同社は累計ダウンロード数を突破し、事業転換以降、急成長を達成しています。お客様の多くが「買いたいもの」を決めて来店するのではなく、同社のゲーム機能などを起点として偶然商品に出会い購入に至る、という従来のECとは根本的に異なる行動が生まれており、この独自のデータを活用したレコメンデーションを中心としたデータ施策が事業成長を大きく牽引してきました。
一方で、データ分析から仮説構築・特徴量設計・精度改善・効果検証までを一気通貫でリードできるデータサイエンティストが不足しています。
これまでの主な成果は商品レコメンドですが、直近ではUGCとお客様とのマッチングや商品出品者への改善提案にも取り組み始めています。今後は広告配信の最適化、ダイナミックプライシング、UI自体の出し分けなど、この領域でのやりたいことは大きく広がっています。分析・仮説構築から実装・効果検証まで一気通貫でリードいただけるデータサイエンティストを募集します。

## プロダクトの特徴
発見型ソーシャルECアプリです。
発見型ECとは、従来の「ほしいものを検索して買う」検索型ECとは真逆で、「なんとなく眺めているなかで、ほしいものを発見して買う」という体験を提供するECを指します。
セール商品との偶然の出会いや、レビュー・クエストなどの参加型機能を通じて、買い物が「単なる購入」を超えて感情を動かす体験になる場をつくっています。
累計ダウンロード数を突破し、ユーザーは全国にまんべんなく広がっています。特徴的なのは、これまでECをほとんど使ったことがない層に多く利用いただいている点です。
同社の作物育成ゲームや投稿機能など、日常的に楽しめる要素が豊富にあることが強みとなっており、高い頻度で利用しているユーザーが多く、これまでのECユーザーとはまったく異なる行動が生まれています。

## プロダクトの目指す世界
「日常に楽しさを」をミッションに、「新しい生活圏のカタチ」をつくることを目指しています。
検索と最適化に寄りがちなECでのお買い物体験に、発見や偶然、ほどよいにぎわいといった人間らしい豊かさを取り戻すことが狙いです。ふらっと立ち寄れば気になるものが見つかり、知人の姿に安心し、つい滞在したくなる。駅前や商店街のように、人が自然と集まり生活のリズムに溶け込む拠点を、ソーシャルとエンタメとコマースの掛け算で形にします。情報収集も遊びも買い物も同じ動線の中でゆるやかにつながり、作業となってしまっていたお買い物はいつしか楽しみへと変わります。
事業転換以降、急成長を達成しています。
変化を力に変えてきた企業です。人数に依存しない運営モデルで常識を更新し続けます。目指す姿は、生活インフラです。小売の主役となるべき生活圏を切り拓きます。

## 業務概要
データから事業課題を構造化し、仮説を立て、施策の設計・検証までリードします。モデルの検討・実装・改善までトータルで関わるポジションです。

## 具体的な業務
- ユーザー行動データ・購買データの分析を通じた事業課題の発見と構造化
- 課題に対する施策仮説の構築と、検証可能な実験（A/Bテスト等）の設計
- 特徴量の設計・選定と、レコメンドモデルの実装・チューニング
- オフライン評価とオンライン結果の乖離分析、施策の効果検証
- 分析結果に基づく施策の優先順位づけ。PdM等と連携した意思決定

## このポジションで向き合う難題
### ユーザー行動の構造化と施策設計
お客様は「買いたいもの」が決まっていない状態で商品に出会います。閲覧→クリック→購入のファネルをセグメント別に分解し、どこにインパクトの大きい改善余地があるかを特定する 曖昧な課題を自ら構造化する力が問われます。

### レコメンド精度の改善
カテゴリ別購入傾向・行動タイムスタンプ・価格感度などの特徴量設計を通じて、パーソナライズ精度を向上させます。モデルの実装・チューニングからオフライン/オンライン評価の設計まで、一気通貫で担います。

### コールドスタート問題
新規お客様の初期利用期間は購買データが基本的にありません。ゲーム内行動やアプリ内行動など、固有のシグナルから嗜好を推定するモデルを設計・実装します。

### 短期CVR vs 長期LTV
レコメンドが短期的な購入率に最適化されすぎていないか、長期的なお客様価値との両立をどう設計するかという構造的な問いに、データで仮説を作って検証していきます。

### 新たなML活用領域の探索
UGC（口コミ）のパーソナライズ、広告配信の最適化、ダイナミックプライシングなど、「何のデータをインプットに、何をアウトプットするか」の新しい組み合わせを事業インパクトの大きい順に検証していきます。

## ポジションの魅力
- 「買いたいものが決まっていない」という、ECにしかない難問に向き合えます。
検索型ECなら「何が売れるか」はある程度予測できます。しかし、お客様自身も来店時点では何を買うか決まっていません。この独自の行動パターンをデータで解き明かし、レコメンデーションに変えていくという、他のECプラットフォームでは経験できない、発見型ECならではの知的挑戦があります。
- ECとしては異例の高密度データが武器になります。
一般的なECアプリの滞在時間は数分程度です。同社はゲーム要素を持つ独自の設計により、お客様が日常的に開くアプリになっています。この高頻度・高密度な行動ログは、精度の高い特徴量設計と実験を可能にする、他社にはないデータ資産です。
- レコメンデーションにとどまらずデータ活用の今後を自分で描けます。
現在の主戦場は商品レコメンデーションですが、UGCパーソナライズ・広告配信最適化・ダイナミックプライシング・UI出し分けなど、データ・ML活用の余白は広大です。「次に何をデータで解くか」の優先順位からご自身で設計できます。
- 分析して終わりではなく、施策の実行まで責任を持てる環境です。
データサイエンティストが仮説構築からモデル実装・効果検証まで一気通貫で担います。「レポートを作って渡すだけ」ではなく、自分の分析がKPIに直結するフィードバックループの中で、DSとしての腕を磨ける環境です。
- AIフル活用が前提の職場です。
DS含む全エンジニアにAIフル活用を義務化しており、個人の利用予算も会社が負担します。特定のAIツールを使い、コードの大半をAI経由で生成。少人数でスピードと品質を両立するスタイルです。

技術研究開発を牽引する部門のデジタルソリューション部門への配属です。
製造業向けデータソリューション事業における、社内・顧客製造現場のデータ分析やプロトタイピング、およびそれらを通じたAI・データ分析アプリケーションの設計・実装をデータサイエンティストとして担当いただきます。本ポジションでは、新たなデータビジネスの立ち上げフェーズにおいて、AI・データ分析アプリケーションの要件定義から設計・実装、価値検証まで一気通貫で関わることが可能です。

＜主な業務内容＞
以下いずれも含む業務を担当いただきます。
・製造現場データを活用したAI・データ分析アプリケーションの設計・構築（要件定義〜実装まで主体的に推進）
・事業企画部門や顧客との協働による、社内・顧客の製造現場課題に対するAI技術を活用した解決アプローチの設計・提案
・最新AI技術の動向調査・選定および活用

＜主な役割＞
ご経験、ご志向に応じて以下のいずれかの役割を担当いただきます。
・テーマの企画・実行を率いるチームリーダー
・チームリーダーとともに企画・開発を実行する技術者

【技術領域】
データサイエンス(統計解析、機械学習・深層学習、生成AI・Agentic AI)に関するEDA(探索的データ分析)・システム設計・機能実装

スピーディーな開発体制：データソリューション事業の立上げ・成長におけるスピーディーな事業検証・開発サイクルに携わることができます。
経営に近い技術活用：経営層や顧客に対する直接的な価値伝達を担うため、技術を起点とした意思決定に深く関わることができます。
事業と研究開発の両立：短期の直接的な事業インパクトと、中長期の技術開発の両方に関わることができます。
全社横断での技術貢献：将来的にFAのみならず、ヘルスケアやソーシャルソリューションなど多様な事業に貢献する機会があります。

あらゆるデータを安全に活用し、価値に変えることをミッションに2016年12月に設立された企業です。データを安全に収集し、価値に変えていく事業を展開しています。
同社が提供する、データを暗号化したまま集積・分析・AI処理できる秘密計算プラットフォームは、グループ企業内や企業間におけるセキュアなデータ利活用の実現に貢献しています。
設立後、複数の受賞歴やエンタープライズ企業との協業実績があります。
- 都後援のベンチャー企業選手権大会にて優秀賞
- Rising Star Award
- 国際的なイベントでの優勝
- Venture Awardsにて、中小企業庁長官賞
- Innovative Startup
- 世界大会の金融・規制産業部門での優勝
従業員数は増加傾向にあり、今後も拡大を目指しています。

●具体的な業務内容
LLM関連プロダクト/ソリューション開発を担うチームに加わり、以下の業務をお任せできる方を探しています。
- プロダクト/ソリューション立案のための、データ分析を伴うPoCプロジェクトの推進
- 顧客のデータ・LLM活用案件の推進
(例：顧客ニーズに対するデータ分析およびLLMを用いたシステムアーキテクチャ定義、分析要件定義、分析の実行、分析結果に基づく改善策の提案、など)
また、以下のような多様かつ秘匿性の高いデータを対象に、安全性を担保しながら活用するための分析手法の開発にも携わっていただきます。
- 企業の機密情報（例：技術的なノウハウ、 システムアーキテクチャ情報 等）
- 企業内の人事関連データ（例：従業員の勤怠、評価、スキル、キャリア志向、組織の状態 等）
- 人のコミュニケーションに関連するデータ（例：音声、チャット、メール、ドキュメント 等）
- 社外秘・部外秘または機微性の高い個人情報
- 秘匿性の高いデータを守りつつ、機械学習・AIで安全に活用するためのプロダクトコア機能の開発

●このポジションの魅力
- 秘密計算やLLMなど最先端分野のR&Dおよび実サービス開発に携わることができます。
- ユーザーが抱えるペインやフィードバックを重視し、データ分析によって提供すべき価値に拘った検証、プロダクト/ソリューション開発を行います。
- 新しい領域のため、自らマーケットを創っていく経験（0→ 1）を積むことができます。

同社のDX支援事業において、金融業界のシステムアーキテクトとして、MDM構築を前提としたデータモデル設計を中心に、業務・システム・データを横断した全体最適の設計・構築を担当するポジションです。金融領域のDX推進における上流工程全般を担当し、金融MDM構築に向けたデータ構造分析、データ生成・更新プロセスの整理、ToBeデータモデル設計及びシステム設計を行います。DMBOKに基づくデータマネジメント実務を経験できるポジションです。

【具体的な業務】
・MDM構築を前提としたデータモデル設計を中心に、業務・システム・データを横断した全体最適の設計・構築
・金融領域のDX推進における上流工程全般
・金融MDM構築に向けたAsIsデータ構造分析・可視化
・データ生成・更新プロセスの整理及び項目定義
・ToBeデータモデル設計及び実現のためのシステム設計

データ加工・分析・品質管理等のData Management業務を中心に、目的や背景を理解したうえで、自ら進め方を考えながら成果につなげていただきます。案件の特性に応じて、要件整理や関係者との調整、プロジェクト推進など、データ実務にとどまらない幅広い経験を積むことができます。チームメンバーとのレビューや知見共有を通じて、チーム全体の成果向上にも関わっていただきます。

製薬・ヘルスケア領域のデータを対象に、クレンジング・加工・分析・アウトカム分析から、成果物の品質確認、提供・納品までを担います。担当業務については目的・要件を理解し、タスク整理から進捗・課題管理まで自律的に遂行し、案件の特性に応じて関係者との要件整理や進行管理も担います。
チームメンバーとも連携し、相談対応やレビュー、問題整理・アドバイスを通じてチーム全体の案件遂行に協力するとともに、業務プロセスの改善や生成AI等を活用した効率化、ナレッジ共有にも取り組みます。

同事業は、製薬企業を含むヘルスケア領域の様々なステークホルダーの課題解決を軸としながら、医療機関との協業や、将来的にはさらに多様な医療関連プレイヤーを巻き込んだ事業モデルへと広がりを見せています。
案件ごとに異なるデータや関係者に向き合いながら、要件整理からアウトカム分析、成果物提供まで、その都度最適な進め方を自ら組み立てていく経験を積むことができます。医療・ヘルスケア領域のデータに数多く触れる中で、実践的に専門性を深めていけるポジションです。あわせて、チームメンバーとの知見共有やレビューを通じて、自分自身の成長がチーム全体の成果にもつながっていきます。

募集概要
組織全体の意思決定を支援するデータ分析および機械学習を活用したプロジェクトを率いるシニアデータサイエンティストを募集しています。
本ポジションは、プロダクトチーム、エンジニアリングチームおよびビジネスチームと連携し、実行可能なインサイトを提供し、スケーラブルな分析ソリューションの開発を行うほか、分析・機械学習・データ管理におけるベストプラクティスの確立を支援します。

業務内容
分析・意思決定支援
ビジネスや製品に関する意思決定を支援する分析プロジェクトを主導する
施策やパフォーマンスを評価する指標や分析フレームワークを設計する
セグメンテーション、トレンド分析、実験、その他の高度な分析を実施する
ステークホルダー向けのダッシュボード、レポート、プレゼンテーションを作成する
技術者および非技術者双方に向けて分析結果や提言を分かりやすく伝える

機械学習・LLM（大規模言語モデル）
予測モデルおよびセグメンテーションモデルの開発・展開
モデルのモニタリングプロセス(パフォーマンス、ドリフト、データ品質)を構築し維持する
プロンプト設計、オーケストレーション、評価を通じてLLMをビジネスワークフローに適用する
RAGやファインチューニングなどのLLM適応アプローチへの貢献
モデルの品質、堅牢性およびビジネスインパクトの評価方法を定義する
他のチームメンバーに機械学習のベストプラクティスを指導する

データ統合・分析基盤の整備
複数のデータソースから分析データセットを設計・維持する
指標の定義と報告基準を確立し文書化する
データエンジニアと協力して、データ構造、トラッキング、データ品質を改善する
再現可能な分析、文書化、データガバナンスの実践を促進する
チーム横断的な分析機能・基盤の構築に貢献する

データエンジニアとして、金融・製造業を中心とした大手企業のお客様に対し、データとAIを活用した業務変革を実現するため、システムやサービスの設計・開発をお任せします。
業務領域に精通したデータ・AI活用推進担当や、技術方式を設計するアーキテクトとチームを組み、お客様との対話を重ねながらプロジェクトを進めます。本ポジションでは、データモデル、データパイプライン、ダッシュボード、アプリケーションなど、お客様の業務に直結する部分を受け持ち、データ・AI活用の価値を最大化していただきます。

<具体的には>
・顧客業務システム（SAP、Salesforce等）や外部システムからのデータパイプライン設計・開発
・データ分析ダッシュボード、データ分析アプリケーションの設計・開発
・AIを活用したプロトタイプの作成、お客様への提示、フィードバックを踏まえた改善
・AIが業務データを適切に解釈するためのメタデータ、セマンティック層の設計・整備

<業務の魅力>
1．お客様と直接対話し、構想段階から関われる
プライム案件が90％を超えており、PoCや要件定義などの上流工程からプロジェクトに参画します。決められた仕様を実装するだけではなく、お客様とともに「どの業務課題を解決するのか」「何を作るべきか」を考えるところから関わることができます。

2．AIを活用した新しい開発スタイルを経験できる
データパイプライン、ダッシュボード、アプリケーションなどの開発にAIを積極的に活用しています。開発作業の効率化に加え、お客様との対話や業務要件の整理により多くの時間を使うことで、技術力だけでなく、業務課題を見極める力やプロジェクト推進力を高められます。

3．PoCで終わらず、業務への定着まで見届けられる
PoCから本番稼働・定着化まで一貫してお客様に伴走します。自身が設計・開発した仕組みがお客様の業務でどのように活用され、どのような価値につながったのかを確認し、次の改善につなげる経験を積めます。

4．技術とマネジメントの両面でキャリアの幅を広げられる
設計・開発経験を深めた後は、チームリーダーやプロジェクトマネージャーを目指せます。また、業界・業務知識を深める方向、データ・AI技術を深める方向など、ご志向に応じてキャリアの幅を広げることができます。

経営陣や事業責任者などとビジネス課題の解明からデータ活用戦略の立案、施策の推進までを一貫して担うポジションです。主力サービス事業を基軸に、国内外のグループ会社の事業において、単なる集計や分析にとどまらず、定性・定量の両面から課題を構造化し、データを事業成長や収益改善に結びつける意思決定をリードしていただきます。

具体的な業務内容:
- 経営・事業課題の構造化と戦略提案
- データに基づく事業成長シナリオ・KPI体系の設計および提案
- 高度なデータ分析（顧客行動分析、仮説検証、要因分析など）に基づく意思決定の主導
- 分析結果を現場のアクションに落とし込むためのプロジェクトマネジメント
- ビジネス部門（営業・マーケ・プロダクト等）とデータエンジニア／データサイエンティストの間に立ち、要件定義や優先順位付けを主導
- 全社のデータリテラシー向上およびデータ駆動型カルチャーの醸成

本ポジションの魅力:
- CDO直下組織で意思決定が早く、M&Aや新規事業に伴う多様なチャレンジ機会があり、裁量を持って事業推進することができます。
- 事業の意思決定に直結する分析を担うため、自身のアウトプットが経営方針を左右する手応えを感じていただけます。
- エウレカ,Salesforce,LINEヤフー出身のメンバーなどと分析基盤の整備から複雑な課題解決まで、技術と視座の両方を高められる環境があります。

募集概要
データ活用の促進を通じて持続可能な未来をつくることをパーパスに、多くの企業の「DX・データ活用」を支援しています。
ビジネス・アナリティクス・エンジニアリング等、多様なプロフェッショナル人材が在籍し、データを分析して終わりではなく、クライアントの自走まで伴走できるのが特徴です。
【事業内容】
・データ活用のプロフェッショナルが、多様な視点から企業に最適なDX支援を展開するプロフェッショナル事業
・データを活用した最適な意思決定を支援するマーケティングSaaSプロダクト事業

配属部門：アナリティクスコンサルティングユニット
ご経験やご意向に応じて、流通・小売・製造業・金融等、各事業部に配属いたします。
担当いただくプロジェクトにおいては、事業部関係なく、様々な業界へのアサインが可能です。
構想策定から実装までEnd to Endでお客様のデータ活用を支援するプロフェッショナルサービスの部署です。
ビジネスと技術を融合させるため、コンサルタントとデータサイエンティストが同じ部署に所属し、一体となってプロジェクトを推進しています。
現在は多くのコンサルタントが在籍。
外資コンサル、大手IT、シンクタンク、デジタルエージェンシー、AIベンチャーなど多様な出身者が活躍しています。

業務内容
データ分析のプロフェッショナルとして、技術とビジネスの架け橋となり分析の設計・実行から現場での活用支援までを担います。

【具体的な支援領域（例）】
a. マーケティング領域（売上・顧客体験の最大化）
購買データ、Web・アプリの利用データ等を分析し、マーケティング戦略策定や施策最適化を支援。
b. オペレーション領域（業務効率化・コスト最適化）
調達、在庫、物流、人・設備の稼働データ等を可視化し、業務プロセス改革や現場の最適化を支援。
c. 全社・その他領域（経営課題の定量化・新規事業など）
上記に限らず、全社戦略の定量化、新規事業の実現可能性調査（Feasibility Study）、組織横断のデータ基盤活用など、幅広いテーマに対応します。

【具体的な業務例】
・課題定義・分析設計：クライアントへのヒアリングやデータ構造調査を通じた、ビジネス課題の特定および分析アプローチ（仮説設定・データ設計）の策定
・分析実行：クライアントデータの抽出・集計・分析（PoC / Feasibility Study含む）の実行と、分析結果に基づくビジネス施策・改善案の導出
・ダッシュボード・KPI構築：意思決定や業務運用のためのKPI定義、およびデータ可視化スキーム（BIダッシュボード等）の設計・構築
・ビジネス実装・現場定着支援：分析結果や施策案をクライアントの意思決定・現場運用に落とし込むための伴走支援（レポーティング、クライアントコミュニケーション）
・データサイエンティスト・エンジニアとの協働推進：高度な解析やシステム化が必要なプロジェクトにおける、データサイエンティスト／エンジニアとの連携

【案件事例】
・大手企業：グループ全体のデータアセスメントおよび各事業会社における経営・事業課題の定量化支援
・大手企業：購買・Web行動データの集計・分析に基づくデジタルマーケティング施策の立案およびPDCA運用体制の構築
・大手企業：調達・配送データの可視化（BIダッシュボード構築）による業務プロセス改革および現場への定着支援

働く魅力
・大手クライアントの変革に直結
各業界を代表する大手企業が中心。幅広い業界・テーマのコンサルティングを通じて、大企業のビジネスモデル変革に直結する手応えを得られます。
・多くのスペシャリストとの協働環境
多様な強みを持つデータサイエンティストやエンジニアが多数在籍。プロジェクトごとに柔軟なチームを組み、技術面も強固に推進できます。
・最上流から実装・定着まで一気通貫で推進
DX戦略・構想策定から、システム実装・現場定着までを一貫してリード。新業務設計や技術選定など、大きな裁量を持ってプロジェクトをデザインできます。
・新規サービス・ソリューションの企画にも挑戦可能
クライアント支援で得た知見を活かし、新規サービスやソリューションの企画・立案にも積極的にチャレンジできる環境です。
・1人1プロジェクト集中＆丁寧なフィードバック体制
メンバー層は基本的に1人1プロジェクト担当とし、深くコミット可能。レビューアー制度により属人化を防ぎ、日常的にフィードバックを得て成長できます。
・最先端技術・ナレッジを学べる豊富な育成環境
社内勉強会や研修が活発で、最先端のAI・データサイエンス技術やコンサルナレッジを継続的にキャッチアップし、互いに高め合える文化です。

★視聴データ・顧客データ・行動ログを活用したデータ分析
#データアナリスト #データ分析 #要件定義 #生成AI
◎リモート/出社併用 ◎標準就業時間：7時間15分 ◎フレックスタイム制
◎厚生労働省 女性活躍推進認定 プラチナくるみん認定/えるぼし認定（3つ星）取得

●仕事内容
・各事業部門および外部クライアントとの対話を通じた課題整理、分析テーマの企画・要件定義
・保有する視聴データ、顧客データ、行動ログ等を活用したデータ抽出・加工・分析
・SQL、Python、BIツール、統計解析・機械学習を活用した分析モデルの構築・評価
・分析結果に基づく施策提言、効果検証および意思決定支援
・生成AIを活用した業務変革・データ活用推進

●この仕事の魅力
お客さまに設置したSTB（Set Top Box）を経由して、承諾をいただいたお客さまからテレビの視聴データの取得を行っているほか、多角的に展開するその他サービスのご利用データやデジタルチャネル・コールセンター等のお客さま応対のデータ等を保有しております。これらの1st partyデータを、マーケティングや商品開発・カスタマーサポート・新規事業等、既に様々な用途で分析・活用していますが、今後も重要な経営資源と位置付けられております。分析できるデータが多いこと、データ活用の機会が多いこと、社内からの期待が高いこと等、データ分析者が活躍できる条件が整っている点が魅力です。

●キャリアパス
社員の成長を全力でサポートしています。全社共通の研修プログラムのほか、データアナリティクスに関わる専門スキルを高めキャリアパスを明確に描ける環境が整っています。データ分析実務とビジネス部署との議論を通じて事業に関わる広範な知識・経験を積んでいただく中で、ご本人のご志向や適性により管理職へのキャリアアップやビジネス部門へのキャリアチェンジ等も相談可能です。

【業務概要】
金融機関に対し、AI・データを活用した業務変革や新たなサービスの創出を支援するポジションです。顧客の経営・業務課題を起点に、金融機関の業務特性や既存システム、セキュリティ・規制上の要件を踏まえ、AI・データ活用の構想策定からユースケース設計、検証、導入・定着までを一貫して推進します。

【具体的な業務】
以下のテーマに携わります。
1. AI・データ活用に関する戦略、構想、ロードマップの策定
2. 業務課題の整理、業務プロセスの見直し、ユースケースの設計・優先順位付け
3. 生成AI、AIエージェント、機械学習などを活用した新たな業務・サービスの企画
4. PoCの企画・推進および、業務効果・実現性・リスクの検証
5. 業務要件・システム要件の整理と、技術・開発チームへの橋渡し
6. AI・データ活用に必要なガバナンス、運用体制、定着施策の設計
7. 複数の金融機関への展開を見据えた共通アセットやサービスの企画・高度化
AIエンジニア、データアーキテクト、データサイエンティスト、金融業務の専門家などとチームを組み、顧客と技術チームをつなぎながら、構想を実際の業務変革やサービスとして実現する役割を担います。

【ポジション・部門の魅力】
AIに携われる仕事が数多くある中で、本ポストの魅力は、同社の金融分野という舞台で、AIによる社会変革に挑戦できることです。金融機関は、融資・投資・決済などを通じて社会のリソースを適正に配分する、いわば社会の血流を担う存在です。他業種と比べてもAIへの投資意欲がとりわけ高く、AIは今、金融機関の業務やサービス、そのあり方そのものを大きく変えようとしています。金融を変えることは、その先にある企業や人々の活動、さらには社会や経済の仕組みを変えることにつながります。
同社は長年にわたり日本の金融インフラを支え、金融機関との信頼関係と深い業務知識を築いてきました。その強みと、システムを実装・運用まで担える総合力を生かし、銀行・保険・カードなど金融分野全体を見渡しながら、AI活用を構想やPoCで終わらせず、実際の業務やサービスとして社会に根付かせるところまで携われます。日本の金融を支えてきた企業だからこそ、これからのAIによる金融変革、ひいては社会変革の中心を担うことができます。
顧客の現場に深く入り込み、ビジネスと技術の双方を理解して解決策を形にする、Forward Deployed Engineer（FDE）に通じる働き方も特徴です。さらに、個別案件で得た知見を共通アセットやサービスへ昇華し、複数の金融機関へ展開することで、一社の課題解決を超え、金融業界全体に大きなインパクトを生み出せます。
同組織は、金融分野におけるAI・データ領域の専門組織です。銀行、保険、カードなどの各事業組織と連携し、顧客への提案やプロジェクト推進を担うとともに、案件を通じて得た知見の集約、共通アセットの整備、新たなサービスの企画にも取り組んでいます。コンサルタント、データサイエンティスト、AIエンジニアをはじめとする多様な人財が在籍し、案件やテーマに応じて社内の専門組織とも連携します。

募集概要
組織全体の意思決定を支援するデータ分析および機械学習を活用したプロジェクトを率いるシニアデータサイエンティストの募集です。プロダクトチーム、エンジニアリングチームおよびビジネスチームと連携し、実行可能なインサイトを提供し、スケーラブルな分析ソリューションの開発を行うほか、分析・機械学習・データ管理におけるベストプラクティスの確立を支援します。

業務内容
分析・意思決定支援
ビジネスや製品に関する意思決定を支援する分析プロジェクトを主導する
施策やパフォーマンスを評価する指標や分析フレームワークを設計する
セグメンテーション、トレンド分析、実験、その他の高度な分析を実施する
ステークホルダー向けのダッシュボード、レポート、プレゼンテーションを作成する
技術者および非技術者双方に向けて分析結果や提言を分かりやすく伝える

機械学習・LLM（大規模言語モデル）
予測モデルおよびセグメンテーションモデルの開発・展開
モデルのモニタリングプロセス(パフォーマンス、ドリフト、データ品質)を構築し維持する
プロンプト設計、オーケストレーション、評価を通じてLLMをビジネスワークフローに適用する
RAGやファインチューニングなどのLLM適応アプローチへの貢献
モデルの品質、堅牢性およびビジネスインパクトの評価方法を定義する
他のチームメンバーに機械学習のベストプラクティスを指導する

データ統合・分析基盤の整備
複数のデータソースから分析データセットを設計・維持する
指標の定義と報告基準を確立し文書化する
データエンジニアと協力して、データ構造、トラッキング、データ品質を改善する
再現可能な分析、文書化、データガバナンスの実践を促進する
チーム横断的な分析機能・基盤の構築に貢献する

【業務概要】
配属予定組織では、通信ネットワークをはじめとする多様なデータを分析し、サービス品質の向上や業務効率化、事業課題の解決を担うポジションです。
データ分析においては、関係部署と連携し、課題設定から施策提案、効果検証までを一貫して推進します。
あわせて、各部門へのデータ分析活用の伴走支援やデータ活用人財育成、BIツールの活用促進を通じて、各部門が自律的にデータを活用し、意思決定や業務改善につなげられる組織への変革をリードします。

【具体的な業務】
1. データ分析による課題解決
・関係部署へのヒアリングを通じた課題の構造化、分析テーマおよびKPIの設計
・サービス品質向上、業務効率化等に向けたデータ分析
・分析結果に基づく施策の提案、関係部署との合意形成および意思決定支援

2. データドリブン組織への変革
・各部署が自律的にデータを活用するためのプロセス、支援施策の企画
・各部門に対するデータ分析、BIツール活用の伴走支援
・データドリブン組織化に向けたワークショップの企画および開催、教育コンテンツの企画および作成

【ポジション・部門の魅力】
あらかじめ正解や進め方が決められた分析だけでなく、まだ明確になっていない課題を整理し、データによって解決の道筋を描くことが求められます。
通信ネットワークを中心とした多様なデータに、機械学習、統計解析、可視化などの手法を組み合わせ、新たな分析テーマや施策を提案できます。
分析結果を示すだけでなく、関係部署とともに施策の実行から業務への定着まで推進できます。
データ分析の専門性に加え、課題設定、プロジェクト推進、人財育成、組織変革の経験を積みながら、将来的にはデータ活用戦略をリードする存在として成長できる環境です。
技術部門横断でデータ分析とデータ活用を推進する専門組織でのポジションです。通信ネットワークをはじめとする多様なデータを分析し、各部門の意思決定や課題解決を支援するとともに、各部門を自律的にデータ活用できる組織に変革することが、この組織の使命です。

資産運用ビジネス・データマネジメント／AI・金融システム企画担当者。資産運用ビジネスに関する業務知識を基盤として、データマネジメント、AI活用および金融システムの企画・設計を推進するポジション。運用現場とIT・データ領域をつなぎ、業務効率化、意思決定高度化、運用基盤の強化を担う。外部委託運用を含む資産運用ビジネスのデジタル変革をリードする。

チームについて
私たちのチームは、データ分析の専門家集団です。ビジネスデータの構造を深く理解し、分析を通じてプロダクトの成長と開発を後押しします。一過性の分析で終わらせず、そこで得た知見をプロダクトの企画・機能へと自ら形にしていきます。

具体的な業務
プロダクト開発組織と密に連携しながら、データに関わる調査・分析・モデリングから、プロダクトの企画・設計・開発までを一貫して担います。分析だけで終わらせず、PM・エンジニア・デザイナーといった関係者と連携しながら、自ら手を動かして開発まで踏み込みます。

具体的な業務内容
●データの調査・分析・概念設計
統計モデリングやアルゴリズムの検証を通じて、データから具体的な打ち手を導く
ビジネスデータを調査・分析し、プロダクトの成長につながる課題や機会を定量的に明らかにする
プロダクトや機能の開発に向けた調査・分析を行い、土台となるデータモデル・機能設計まで踏み込む

●データプロダクトの企画・開発
調査・分析の結果を、プロトタイプからプロダクト機能まで自ら開発する
プロダクトの企画から実装までを一貫して担い、開発チームと密に連携する

開発環境、使用するツールなど
開発言語：Python, R, SQL, Go （※プロダクト開発で利用）
データベース・DWH：BigQuery
インフラ：Google Cloud, AWS
構成管理：Terraform
バージョン管理・コラボレーション：GitHub, Slack, Notion

●データサービス部長候補
＜業務内容＞
・自社データベースを活用した新規事業の企画
・自社データベースを活用した新たなプロダクトの企画・設計
・社内エンジニアを活用した開発推進
・提案リード獲得へのB2Bマーケティングの企画・実行
・案件化した顧客への提案・クロージング
・顧客のカスタマーサクセスのプロセス・体制構築

●データサービスリサーチャー
＜業務内容＞
・顧客要望に基づく調査設計
・社内データソース・外部データソースからの情報収集
・分析レポートの作成・説明

●データサイエンティスト
＜業務内容＞
・自社のCRMデータベース上でのビッグデータ解析からの意味合いの抽出
・自社データを活用したAI予測モデルの構築
・自社データと外部データを組み合わせたトレンド分析モデルの構築

●業務内容
当グループ全体のDX推進に向け、データ分析を通じた意思決定支援と業務改善の実現を担っていただきます。

主な業務は以下です。
1.事業・業務課題に基づく分析テーマの設計
2.SQLやPython等を用いたデータ抽出・加工・可視化
3.統計解析や予測モデルの構築・評価
4.分析結果の示唆化と関係部署への提案
5.業務への適用推進と継続的な改善

担当プロセスは、課題整理→データ理解→分析設計→モデル実装→示唆整理→業務反映支援を想定しています。
関係部署は、各事業会社の業務主管部門、IT・システム部門、外部パートナー、各DX組織を想定します。
業務構成比は、プロジェクト業務80％、分析環境整備・改善10％、定常的な調整・報告10％を想定しています。

●職責
入社直後は、既存の分析テーマや保有データの理解、進行中案件での分析実務、分析結果の可視化・説明をご担当いただきます。
将来的には、新規分析テーマの立案、分析アプローチの選定、予測モデルの高度化、業務部門との活用設計まで主導いただくことを期待します。
主導いただきたい領域は、分析手法・モデル設計の選択、仮説設定、分析結果の解釈、業務への落とし込み方の整理です。
関係部署との間では、分析目的、活用方法、成果指標、運用上の制約について合意形成いただきます。

●魅力・やりがい
当グループの全社DXを支える立場で、データ分析を意思決定や業務改善に直結させられる点が大きな魅力です。
電力・エネルギーという社会インフラ領域で、大規模かつ多様なデータを扱いながら、経営・業務の両面に影響を与えるテーマに関与できます。
また、HD軸足でグループ横断のキャリア形成を志向しており、各社DX組織や重点テーマで価値発揮しながらキャリアを広げられます。

●キャリアパス
短期（1 3年）：HD軸のDXプロジェクトで課題整理・構想策定・推進実務を経験いただきます。
中期（3 5年）：重点PJや各社DX組織との横断テーマで中核的役割を担い、複数案件をリードいただきます。
長期（5年以上）：DX組織のリーダー、重点PJ責任者、全社DX戦略・人財配置を担うポジションとして、組織全体の変革に関与いただくことを期待しています。

【ミッション】
PHR、EMR、健診データなどの医療・健康データを活用し、AIによる疾患予測や行動変容支援を高度化することで、一人ひとりに最適なヘルスケアの実現に貢献する。

【主な業務】
PHR、EMR、健診データなどのリアルワールドデータを活用し、高血圧患者向けAIサービスの精度向上と、新たな医療インサイトの創出を推進する。

【具体的な業務】
・リアルワールドデータの分析
・AIサービスの精度向上に向けたインサイトの創出
・医療専門家と連携した高血圧リスク予測、行動変容支援の分析・モデル開発
・疾患特化AIの継続的な改善
・新機能開発の推進


●仕事の魅力
・PHR・EMR・健診データという希少性の高い実データを扱える
・医療専門家と協働し、AIの精度向上から新たな医療インサイト創出まで担える
・PoCではなく、実際のサービスとして社会実装まで関われる

概要:
同グループでは持続的な成長の実現を目指し、データ活用基盤であるデータレイクの高度化を進めています。データレイクは、経営判断、営業戦略、マーケティング、リスク管理、業務効率化、AI活用など、グループ全体のデータドリブン経営を支える戦略的インフラです。同グループのデータレイクは、すでに重要な業務基盤として稼働しています。目指しているのは、単なるデータの蓄積基盤ではありません。生成AI、LLM、RAG、マルチモーダルデータ活用、リアルタイム分析、データガバナンス高度化など、次世代のデータ活用を支える基盤づくりに挑戦しています。金融機関に求められる高い信頼性・堅牢性と、テクノロジー企業のような進化スピード。その両立を実現するデータ基盤を追求しています。本ポジションでは、AWS上のIaaS/PaaSを活用しながら、OS、DBMS、Python、SQL、ETL/ELT、データパイプライン、セキュリティまで幅広い領域に携わり、データレイクの継続的な拡張開発を担っていただきます。決められたものを開発するだけでなく、まだ正解のない領域に挑み、技術検証や改善を繰り返しながら新たな仕組みを形にしていく仕事です。新しい技術や課題に挑戦し続けたい方。技術の力で銀行の未来を変えたい方。自ら学び、考え、行動し、周囲を巻き込みながら前に進める方を求めています。

具体的な業務:
同グループのデータ活用基盤であるデータレイクについて、継続的な拡張開発、機能追加、性能改善、技術検証、アーキテクチャ改善を担っていただきます。ビジネス部門、データサイエンティスト、システム部門、外部パートナーと連携しながら、データを安全かつ効率的に活用できる基盤を進化させていくポジションです。
▼具体的な業務内容
・AWS上でのデータレイク基盤の設計・構築・拡張開発
・AWS IaaS/PaaSを活用したデータ基盤アーキテクチャの検討・改善
・Python、SQL等を用いたデータ処理機能、ETL/ELT処理、内部ツールの開発
・OS、DBMS、ネットワーク、ストレージ、権限管理を踏まえた基盤設計・実装
・データパイプラインの設計・構築・最適化および性能改善
・データ品質管理、メタデータ管理、データカタログ整備の仕組み化
・データセキュリティとアクセス制御の実装、監査・コンプライアンス対応
・既存データレイク基盤の課題分析、改善提案および技術的負債の解消
・LLMや生成AI、RAG活用を見据えたデータ基盤の拡張
・画像・音声・動画・文書などマルチモーダルデータの取り込み・保存・処理基盤の検討
・新技術の調査、PoC実施、導入判断および標準化
・データサイエンティストや業務部門との要件定義、実装方式の検討
▼サービスの一例
・同社のサービス（誰でも使え、日常使いから金融商品取引までのアプリ完結を順次実現）
・同社のサービス（デジタル通帳、経営診断機能など、事業者さま向けの便利機能を集めたポータルサイト）

ポジション・部門の魅力:
銀行のデータ活用を、インフラから変えられる
同グループのデータレイクは、単なるIT基盤ではありません。経営判断、営業戦略、マーケティング、リスク管理、業務効率化、AI活用の土台となる戦略的インフラです。設計・開発した仕組みが、グループ全体のデータ活用を支えます。
AWS、DBMS、Python、AI活用まで、広く深く関われる
AWSのIaaS/PaaS、OS、DBMS、Python、SQL、ETL/ELT、データガバナンス、セキュリティ、生成AI、RAGなど、単一の技術領域に閉じず、データ基盤全体を俯瞰して設計・開発できる環境です。
金融機関ならではの難易度がある
金融データには、高い信頼性、正確性、セキュリティ、コンプライアンスが求められます。だからこそ、技術者としての設計力、実装力、運用を見据えた判断力が磨かれます。簡単ではありません。しかし、だからこそ市場価値の高い経験になります。

データサイエンティストは、「なぜ、事業はそう動くのか」を、高度な数理モデルで解き明かす仕事です。数字の集計にとどまらず、その先にある因果の構造そのものをモデル化し、中長期の未来がどう分岐するかまでを数字で描きます。
クライアントから持ち込まれる相談は、それ自体としては正しいものです。ただ、事業全体を俯瞰してみると、その相談は、成果を左右する数ある論点の一つでしかないことが多くあります。そこに全力で答えても、他の要因の影響の方が大きく、根本的な課題は解決されないままです。データサイエンティストは、相談に答える一方で、事業の構造そのものをデータで解剖し、本当に成果を左右している要因はどこかを突き止めます。機械学習、因果推論、シミュレーションなど、課題に応じて最適な手法を選び、事業の複雑な因果関係を解きほぐしていきます。
そのうえで、そこに手を入れたら未来がどう変わるのかを、数字で描き出す。意思決定の場に持ち込める判断材料をつくります。分析はゴールではなく、意思決定を変えるための出発点です。
この仕事の醍醐味は、複雑にからみ合った事業の構造を、数理モデルという武器で解きほぐし、「なぜそうなるのか」を、動かしがたい事実として示せることです。経験や勘だけに頼るのではなく、データで裏づける。それが、この職種のアプローチです。
※クラスが上がると、メンバーやプロジェクトリーダー（PL）から、プロジェクトマネージャー（PM）として案件全体を統括する役割へと広がります。
※配属先は、事業が動く仕組みや因果構造をデータで解き明かすチームです。案件に応じて、システムダイナミクス（時間の経過による構造変化をモデル化する手法）を主軸とする進め方と、特定の手法にこだわらず最適なものを選ぶ進め方があり、どちらでも活躍できます。

データサイエンス組織の責任者として、高度なモデリングと研究開発で、同社の技術的な強みを確立します。
・研究開発戦略の設計と、新たな分析手法・モデルの開発の主導
・複数チームの統括、人材育成
・経営層との対話（必要に応じて大学・研究機関との連携）、部門戦略の策定
・経営層との対話（必要に応じて大学・研究機関との連携）

●職種定義
データサイエンティストは、「なぜ、事業はそう動くのか」を、高度な数理モデルで解き明かす仕事です。
数字の集計にとどまらず、その先にある因果の構造そのものをモデル化し、中長期の未来がどう分岐するかまでを数字で描きます。
クライアントから持ち込まれる相談は、それ自体としては正しいものです。
ただ、事業全体を俯瞰してみると、その相談は、成果を左右する数ある論点の一つでしかないことが多くあります。
そこに全力で答えても、他の要因の影響の方が大きく、根本的な課題は解決されないままです。
だから私たちは、相談に答える一方で、事業の構造そのものをデータで解剖し、本当に成果を左右している要因はどこかを突き止めます。機械学習、因果推論、シミュレーションなど、課題に応じて最適な手法を選び、事業の複雑な因果関係を解きほぐしていきます。
そのうえで、そこに手を入れたら未来がどう変わるのかを、数字で描き出す。意思決定の場に持ち込める判断材料をつくります。
分析はゴールではなく、意思決定を変えるための出発点です。
この仕事の醍醐味は、複雑にからみ合った事業の構造を、数理モデルという武器で解きほぐし、「なぜそうなるのか」を、動かしがたい事実として示せることです。
経験や勘だけに頼るのではなく、データで裏づける。それが、この職種のアプローチです。

※クラスが上がると、メンバーやプロジェクトリーダー（PL）から、プロジェクトマネージャー（PM）として案件全体を統括する役割へと広がります。
※配属先は、事業が動く仕組みや因果構造をデータで解き明かすチームです。
　 案件に応じて、システムダイナミクス（時間の経過による構造変化をモデル化する手法）を主軸とする進め方と、特定の手法にこだわらず最適なものを選ぶ進め方があり、どちらでも活躍できます。

●業務内容
プロジェクトマネージャー（PM）と論点を握りながら、課題に応じた手法で分析を設計し、データで事実として証明します。
・現状の可視化（セグメント別・時系列やコホートでの分析）
・構造の解明（原因と結果の関係を見極める分析や、システム思考で因果関係・影響度を分析し、合意形成する）
・中期のシミュレーション（システムダイナミクス等で、数年後を数値で示す）
・効果検証（ABテスト等）と、指標・仕組みの設計
・「前提を疑い直す」議論をデータで裏づけ、意思決定の場に踏み込む
（特定の手法に縛られず、幅広いモデリングを実践できます）

●得られる経験
・数理モデルで事業の因果構造を解き明かし、経営の意思決定を動かせる（経営ボードに近い距離で働ける）
・データ担当にとどまらず、意思決定プロセスの中枢に立てる
・システムダイナミクス（時間の経過による事業構造の変化をモデル化する手法）という、因果を扱う技術を実務で使える（案件やチームにより、扱わない場合もあります）
・高度な数理モデル開発の実務経験を積める
・型が固まりきっていない領域が多く、仕組みや進め方そのものを自らつくれる成長機会

アナリティクスコンサルタントは、自らデータを分析し、クライアントの意思決定を動かす「発見」を届ける仕事です。数字やレポートを提示するだけでは、事業判断は変わりません。「なぜ顧客はそのように行動したのか」「何が成果を生んでいるのか」を明らかにし、次の一手を決めるところまでクライアントと伴走します。
売上が伸びた理由、落ち込みの予兆、顧客が離れていく兆し。その答えは多くの場合、企業が持つデータの中にあります。同社は、主に次の3つの視点から課題がどこにあるかを見極めます。
1. 顧客：誰に効いているか
2. 施策：本当にその施策が成果につながっているか
3. 土台：成果を正しく測れるデータや環境が整っているか
同じ「効果が分からない」という課題でも、その原因は異なります。それを明らかにするところから仕事は始まります。SQL、Python、Rなどを用いて分析を行い、数字の背後にある「なぜそうなったのか」まで踏み込みます。そして、得られた発見を施策や意思決定に繋げ、クライアントとともに検証・改善を重ねます。分析が「作業」で終わらず、事業を前に進める力になることを実感できる職種です。この仕事の醍醐味は、誰も気づいていなかったことをデータの中から見つけ、その発見によって、クライアントの意思決定が変わる瞬間に立ち会えることです。
クラスに応じて、分析実務からプロジェクトリーダー（PL）やプロジェクトマネージャー（PM）として案件全体を統括する役割へと広がります。配属先により、データ活用基盤の構築／データを起点としたマーケティング課題の解決／クライアント先での分析伴走など、担当領域が異なります(案件によりクライアント先に常駐することがあります)。

プロジェクトマネージャー（PM）とともに、データを分析し、「何が起きたか」「なぜ起きたか」「次に何をすべきか」を明らかにする業務を担当します。
・事業課題・分析目的の整理
・成功状態の定義と、指標・分析設計への落とし込み
・顧客・施策・効果を測る土台の3つの視点から課題を特定
・クライアント保有のデータ（購買・Web行動・広告接触・顧客管理データ等）に加え、3rdパーティデータや調査データを用いた要因分析・効果検証
・分析結果の整理、レポーティング、提案資料の作成
・定例会議での報告、クライアントとの対話を通じた事業理解・信頼構築
クラスが上がるにつれ、分析実務からプロジェクトリーダー（PL）へと役割が広がります。

【ポジションの魅力】
・クライアントの意思決定に近い立場で、課題設定から分析、施策検討まで関われる
・1stパーティデータと、グループ会社のデータや知見を掛け合わせて活用できる
・多様な専門人材（データサイエンティスト・コンサルタント・外部パートナー等）と協働し、型の定まっていない課題を解決できる
・幅広い業界（消費財、自動車、金融、サービス、メディア、流通・小売等）のデータ活用に関われる
・SQL・Python・R等を用いた分析技術と、数字の背後にある因果を読み解く力を磨ける

アナリティクスコンサルタントは、データを分析し、クライアントの意思決定を動かす「発見」を届ける仕事です。数字やレポートを提示するだけでは、事業判断は変わりません。「なぜ顧客はそのように行動したのか」「何が成果を生んでいるのか」を明らかにし、次の一手を決めるところまでクライアントと伴走します。
売上が伸びた理由、落ち込みの予兆、顧客が離れていく兆し。その答えは多くの場合、企業が持つデータの中にあります。主に次の3つの視点から課題がどこにあるかを見極めます。
1. 顧客：誰に効いているか
2. 施策：本当にその施策が成果につながっているか
3. 土台：成果を正しく測れるデータや環境が整っているか
同じ「効果が分からない」という課題でも、その原因は異なります。それを明らかにするところから仕事は始まります。
SQL、Python、Rなどを用いて分析を行い、数字の背後にある「なぜそうなったのか」まで踏み込みます。そして、得られた発見を施策や意思決定に繋げ、クライアントとともに検証・改善を重ねます。分析が「作業」で終わらず、事業を前に進める力になることを実感できる職種です。
この仕事の醍醐味は、誰も気づいていなかったことをデータの中から見つけ、その発見によって、クライアントの意思決定が変わる瞬間に立ち会えることです。
※クラスに応じて、分析実務からプロジェクトリーダー（PL）やプロジェクトマネージャー（PM）として案件全体を統括する役割へと広がります。
※配属先により、データ活用基盤の構築／データを起点としたマーケティング課題の解決／クライアント先での分析伴走など、担当領域が異なります(案件によりクライアント先に常駐することがあります)

分析組織の責任者として、高品質な分析とクライアント支援を、組織として継続的に提供できる体制をつくります。
・分析品質とクライアントへの伴走力の標準化・向上
・複数チームの統括、人材育成
・新規案件の創出、提案・受注活動
・成功事例やノウハウの体系化・横展開
・新たなサービスやソリューションの企画・立ち上げ
・経営層との対話、部門戦略の策定

【得られる経験】
・クライアントの意思決定に近い立場で、課題設定から分析、施策検討まで関われる
・1stパーティデータと、グループ会社のデータや知見を掛け合わせて活用できる
・多様な専門人材（データサイエンティスト・コンサルタント・外部パートナー等）と協働し、型の定まっていない課題を解決できる
・幅広い業界（消費財、自動車、金融、サービス、メディア、流通・小売等）のデータ活用に関われる
・SQL・Python・R等を用いた分析技術と、数字の背後にある因果を読み解く力を磨ける

●職種定義
データサイエンティストは、「なぜ、事業はそう動くのか」を、高度な数理モデルで解き明かす仕事です。
数字の集計にとどまらず、その先にある因果の構造そのものをモデル化し、中長期の未来がどう分岐するかまでを数字で描きます。

クライアントから持ち込まれる相談は、それ自体としては正しいものです。
ただ、事業全体を俯瞰してみると、その相談は、成果を左右する数ある論点の一つでしかないことが多くあります。
そこに全力で答えても、他の要因の影響の方が大きく、根本的な課題は解決されないままです。
だから私たちは、相談に答える一方で、事業の構造そのものをデータで解剖し、本当に成果を左右している要因はどこかを突き止めます。
機械学習、因果推論、シミュレーションなど、課題に応じて最適な手法を選び、事業の複雑な因果関係を解きほぐしていきます。

そのうえで、そこに手を入れたら未来がどう変わるのかを、数字で描き出す。意思決定の場に持ち込める判断材料をつくります。
分析はゴールではなく、意思決定を変えるための出発点です。
この仕事の醍醐味は、複雑にからみ合った事業の構造を、数理モデルという武器で解きほぐし、「なぜそうなるのか」を、動かしがたい事実として示せることです。
経験や勘だけに頼るのではなく、データで裏づける。それが、この職種のアプローチです。

※クラスが上がると、メンバーやプロジェクトリーダー（PL）から、プロジェクトマネージャー（PM）として案件全体を統括する役割へと広がります。
※配属先は、事業が動く仕組みや因果構造をデータで解き明かすチームです。
　 案件に応じて、システムダイナミクス（時間の経過による構造変化をモデル化する手法）を主軸とする進め方と、特定の手法にこだわらず最適なものを選ぶ進め方があり、どちらでも活躍できます。

●業務内容
プロジェクトマネージャー（PM）として、事業の因果構造を解き明かし、意思決定の判断材料をつくるプロジェクトを統括します。
・クライアントの課題から論点を見極め、どこを解き明かすべきかの仮説を立てる
・要件定義から、プロジェクト全体の進行を統括し、分析チームをリード
・数理モデルの設計方針の決定と、品質の担保
・経営層・意思決定者との対話を通じて、分析結果を意思決定に接続する

ビッグデータや生成AIを活用した事業を展開し、大手企業を中心にデータ利活用やDXを支援する企業でのポジションです。オルタナティブデータを活用した企業の意思決定サポートや、データ基盤構築支援、生成AI開発を通じて、意思決定を円滑にする事業を展開しています。

業務の概要:
POSデータ、クレジットカードデータ、位置情報データなど、同社が保有する様々なオルタナティブデータを分析し、日本株投資に関するインサイトを顧客に提供するポジションです。

具体的な業務内容:
・オルタナティブデータを用いた投資分析の実施
・機関投資家とのMTG
・機関投資家への能動的な投資アイディアの提案
・セルサイドセミナーなどのイベントへの登壇

本ポジションの魅力:
・マーケットや企業のファンダメンタルなど、オルタナティブデータ以外の情報も組み合わせながら、エッジのきいた分析を行える
・単に与えられたデータを分析するだけでなく、データを集めて磨き込むところから関わることが可能
・Snowflake等最先端のデータ活用の環境での分析経験を積むことができる
・エンジニアと協働しながら、生成AIを取り入れた分析の経験を積むことができる
・個人としての国内外のヘッジファンドとのリレーションがとれる
・若いうちから裁量権をもって働ける環境
・自身の名前でレポート執筆や顧客への説明、またメディアにコメントが引用される機会もあります

●業務概要
同社はビッグデータや生成AIを活用した事業を展開しており、大手企業を中心にデータ利活用やDXを支援しています。クレジットカードデータやPOSデータ、位置情報データといった様々なオルタナティブデータを活用した企業の意思決定をサポートする事業や、データ基盤構築支援や生成AI開発を通じ、世の中の意思決定を円滑にする事業を展開しています。

同社が提供しているサービスは以下の通りです。
- POSデータやクレカデータを用いた機関投資家向けの分析サービス
- JCBカードの決済データを用いた業界別消費動向指標
- 日経POSデータを用いた日次物価指数
- 求人広告データを用いた募集賃金指数・求人数指数
- 商業不動産を対象にデータ活用・DXを支援するサービス
- データと生成AIを軸に企業のDX推進を支援するソリューションサービス
- 地方自治体・官公庁向けデータ分析・生成AIを活用したソリューションサービス

同社が保有する様々なオルタナティブデータを分析し、日本株投資に関するインサイトを顧客に提供するポジションです。

●具体的な業務内容
1. オルタナティブデータを用いた投資分析の実施
2. 機関投資家とのMTG
3. 機関投資家への能動的な投資アイディアの提案
4. セルサイドセミナーなどのイベントへの登壇

●ポジションの魅力
1. マーケットや企業のファンダメンタルなど、オルタナティブデータ以外の情報も組み合わせながら、エッジのきいた分析を行えます。
2. 単に与えられたデータを分析するだけでなく、データを集めて磨き込むところから関わることが可能です。
3. 最先端のデータ活用の環境での分析経験を積むことができます。
4. エンジニアと協働しながら、生成AIを取り入れた分析の経験を積むことが可能です。
5. 国内外のヘッジファンドとのリレーションを構築できます。
6. 若い年代から裁量権をもって働ける環境です。
入社数ヶ月で自身の名前でレポート執筆や顧客への説明、またメディアにコメントが引用された事例もあります。

【所属組織について】
研究開発本部 デジタルソリューション部 データサイエンス推進チームに所属します。
デジタルソリューション部は、様々なデジタル技術を活用し、グループの研究開発の加速・効率化・高度化を担う部署です。
データサイエンス推進チームは、数理最適化や機械学習を始めとしたデータサイエンス関連技術を用いて、様々な開発部署と協業を行いながら、研究開発の加速・効率化・高度化を推進するチームです。

デジタルソリューション部は、グループ内の様々な開発部署と協業を行い、新素材やその製造技術の開発に携わります。各開発部署のプロジェクトメンバーと共に材料開発の中核に加わり、自身のデジタル技術を材料開発にダイレクトに活かせる機会があります。
デジタルソリューション部は、同社の研究開発の変革を主導する部署です。明確な目的・戦略があり、かつ、同社にとって有用な提案であれば、立場や経験に関係なく新たな提案を受け入れる風土があります。
デジタルソリューション部はシミュレーション技術を強みの一つとしており、高い技術レベル・豊富な経験を持つシミュレーション人材とも緊密に連携しながら業務を行える環境があります。

【担当業務】
グループの様々な国内外開発部署と協業し、データサイエンスを用いた開発の加速に取り組んでいただきます。各開発部署が保有する開発データから構造化データを構築し、数理最適化や機械学習の技術を用いて、材料設計や条件最適化などの業務に取り組んでいただきます。研究開発で得られる様々な非構造化データ（例：画像データ）を機械学習で解析・高度利用する業務もあります。また、開発課題の解決に有用なデジタル技術の導入を目的に、大学・研究機関とのコラボレーションに関する業務もあります。（ご本人のレベルや必要性に応じて上長と要相談）

【お任せしたい業務】
入社後~1年間：入社後、上司や先輩社員と一緒に開発プロジェクトにご参加いただきます。その後、上司や先輩社員のサポートの下、1. 開発課題のヒアリング、2. データサイエンスを用いた検討プランの策定と提案、3. データサイエンスを用いた検討の実施、4. 結果報告、等の実務を段階的にご担当いただきます。これら経験を通じて、各開発プロジェクトとの協業を自律的に推進できる姿を目指していただきます。
研修・OJT・フォローアップ体制：入社後数か月を目安に、同社で使用する様々なツールの使用方法やデータサイエンス関連技術を習得いただきます。これと並行し、先輩社員が進める開発プロジェクトにも参加いただきます。また、必要に応じて社内外講座の受講や、人事部が提供するキャリア入社者向け集合研修（工場見学含む）なども予定しています。

【キャリアパスイメージ】
1~3年後のキャリアイメージ：担当する開発プロジェクトに関し、1. 開発課題のヒアリング、2. データサイエンスを用いた検討プランの策定と提案、3. データサイエンスを用いた検討の実施、4. 結果報告、の全てを自律的に担当いただき、具体的な成果・貢献を創出できる姿を目指していただきます。これら経験を通じ、担当する技術分野において、グループを代表するデジタル専門人材を目指していただきます。
5年後 のキャリアイメージ：研究開発の加速・効率化・高度化に関する実務を高度なレベルで遂行するだけでなく、部署の管理・運営業務や、新たな施策の企画・立案にも加わっていただきます。また、経験した事や習得した技術・知識をベースに、後輩の指導にも携わっていただきます。将来的に、担当技術分野におけるリーダーとして活躍されることを期待しています。

【業務のやりがい】
デジタルソリューション部のメンバーは、様々な開発部署と共に、新素材やその製造技術の開発に携わります。自身のデジタル技術から得られる成果や貢献が材料開発にダイレクトに活かされることは、多くのメンバーがやりがいとして実感しています。また、立場や経験に関係なく、研究開発の加速・効率化・高度化に有用な提案は、部署の施策として実現できる点にもやりがいを感じられると思います。加えて、多様なバックグラウンドを持ち、かつ、同社の中でもトップクラスの専門技術を持つメンバーの中で、自らの技術力を高められることも、魅力として感じられると思います。
(変更の範囲)会社の定める業務全般

小売事業領域において、AI・データ活用を前提とした業務変革を推進していただきます。

事業部門と連携しながら業務プロセスや意思決定構造を分析し、AI活用による価値創出機会を特定。そのうえで、AIを前提とした将来の業務プロセス（To-Be）の設計から、変革ロードマップの策定、プロジェクト推進、業務適用・定着までを一貫して担います。

AIサイエンティストやデータエンジニア、事業部門メンバーと協働し、構想立案にとどまらず、実運用・成果創出までリードいただくポジションです。


【主な業務】
- 事業・業務プロセスの分析および課題・価値創出機会の特定
- AI・データ活用を前提とした業務プロセス、オペレーションモデルの設計
- AI活用テーマの企画・具体化および変革ロードマップの策定
- 関係部門との合意形成、プロジェクト体制構築および推進
- 要件定義、課題整理、意思決定支援などのプロジェクトマネジメント
- PoCから本番導入、業務適用、現場定着までの一貫した推進
- KPI設計、効果測定、改善施策の立案・実行
- AI活用による売上向上、業務効率化、コスト削減等の成果創出


2．職責
1. 事業変革テーマの企画・推進
- 事業課題や業務課題を整理・構造化し、AI・データ活用による変革テーマの企画を推進していただきます。
- 関係者と連携しながら、価値創出につながるプロジェクトの立ち上げに取り組んでいただきます。


2. AI・データ活用プロジェクトの推進
- 事業部門や関連部署と協働し、論点整理や合意形成を行いながらプロジェクトを推進していただきます。
- 業務変革の実現に向けて、導入から業務適用・定着まで一貫して携わっていただきます。
- 売上向上や業務効率化など、事業成果の創出に貢献していただきます。


3. 新たな価値創出機会の探索
- 生成AIやAIエージェントなどの先端技術の動向を踏まえ、新たな活用可能性の検討を行っていただきます。
- データ・AIを活用した新サービスや新たな事業機会の創出に取り組んでいただきます。


【魅力・やりがい】
1.日本最大級のビジネス変革を自らリードできる

日本最大級の電力インフラを支える小売事業領域において、事業インパクトの大きいテーマに対し、ビジネスの根幹に踏み込んだ変革に携わることができます。


2.最先端のAI・データサイエンス技術を実務で活用できる環境

生成AI／LLMやAIエージェントなどの最先端技術を、GCPを中心とした基盤上で実業務に適用しながら活用できます。必要な技術に関して常にグループ内でディスカッションしており、今後も柔軟に環境を進化させ続ける予定です。


3.大きな裁量と外部発信を通じた影響力の獲得

経営層と近い距離で、自ら描いたTo-Beを起点にテーマを推進できる裁量があります。また、社内に閉じず、外部発信や各種イベント登壇にも積極的に取り組んでおり、Google主催の生成AIコンペティションのファイナリスト経験や、Business Insiderなど外部メディアでの発信実績もあります。自身の取り組みを対外的に発信しながら、業界全体への影響力を持てる点も大きな魅力です。

【ミッション】プロフェッショナルなチームでセカイを変えることを目指します。テクノロジーは想像以上のスピードで進化しています。これまでは、〈ビジネス領域〉に精通したリーダーが企業を牽引していくことがスタンダードでした。しかしながら、昨今テクノロジーやクリエイティブなどの〈専門領域〉に軸足を置いたリーダーが、新しいサービスを創造し、世界的企業に導くケースが多く生まれています。〈専門領域〉のプロフェッショナルとしてビジネス課題に向き合い、テクノロジーとクリエイティブから生み出されるアイデアで企業成長に寄与し、パートナーとして、ともに発展することを目指すポジションです。

【事業内容】日本企業のIT人材不足に対し、ITのプロフェッショナルとしてクライアントのビジネスに大きく貢献する企業として年々存在感を強める同社の中核であるデジタルパートナー事業部でのポジションです。デジタルパートナー事業部では、クライアントビジネスの検討段階から伴走し、課題の見極めからプロダクトのサービス設計、技術の選定、制作から運用、グロース支援まで一貫してソリューションを展開することで、クリエイティブ側からビジネス課題解決を行うボトムアップ型のビジネスモデルを実行しています。ユーザーに本質的な価値を届け、サービスをグロースさせるところに特化しており、”クライアントに言われたものを作るのが仕事ではなく、クライアントの事業／Webサービスの成長を実現するのが仕事である”という考えのもと、事業責任者／サービス責任者と共に膝を突き合わせながらコンセプトや施策を考え、実行・運用に落とし込む体制を提供することで評価を得てきました。

【職務内容】デジタルパートナー事業部のデータサイエンティストとして、ビジネス課題の解決と新たな価値創造に向けたデータ活用・AI技術の社会実装を推進します。従来のデータ分析やインサイト抽出にとどまらず、機械学習モデルのAPI開発やクラウド環境でのシステム構築といった「AIエンジニアリング」の領域まで幅広く担うポジションです。ビジネスサイドと密接に連携しながら、要件定義からモデリング、システム開発、運用までを一気通貫で担当し、プロダクトの成長とビジネスインパクトの創出を技術面からリードします。※変更範囲：全ての業務への配置転換あり

【仕事内容の例】以下のような業務を想定しています：
・ビジネス課題のヒアリングおよび要件定義、データに基づく課題解決のロードマップ策定
・データの抽出、前処理、基礎集計、およびインサイト抽出
・機械学習／ディープラーニングを用いた予測モデル
・推論モデルの構築、評価、チューニング
・機械学習モデルを組み込んだ推論APIの開発およびバッチ処理の構築
・クラウドリソース（GCP／AWS／Azure等）を活用したインフラ構築・管理（IaC）、およびシステム監視
・モデルの精度監視や運用改善を通じたMLOpsの実践

●概要
当社は全国トップクラスの地方金融グループのFinTech子会社として誕生し、銀行公式マネーアプリを中心としたデジタルサービスを展開しています。
現在、380万ダウンロードを超えるアプリを基盤に、データとテクノロジーを活用した新たな金融サービスやマーケティング事業の創出に取り組んでおります。
本ポジションでは、社内外の膨大なデータを活用し、お客さまのインサイト発見や既存事業の高度化、新たなサービス開発を推進するデータサイエンティストを募集しております。
データマートの構築・前処理・分析に加え、機械学習を活用した予測モデル開発や意思決定支援など、データ活用の上流から下流まで幅広く携わっていただきます。
また、企画・マーケティング・開発部門と連携しながら、データに基づく新たな価値創出に挑戦できる環境です。

●業務内容
・社内外データの収集および分析基盤の構築・運用
・データマートの設計、データ前処理および可視化、レポーティング業務
・データ分析を通じたビジネス課題の発見・解決および意思決定支援
・統計解析や仮説検証を活用した各種分析業務
・機械学習を活用したターゲティングモデル・予測モデルの開発および実装
・データドリブンなPDCAサイクルの推進と業務改善提案
・パーソナライズされたサービス提供に向けた分析・施策立案
・先進的なデータサイエンス技術の調査・研究開発

募集背景
同社は「一人ひとりの時間を豊かに」というVision、「『はたらく』を通じて人生の可能性を広げるインフラをつくる」というMissionのもと、スキマバイトサービスを中心に、働き手と企業の新しい出会い方を社会に実装してきました。
物流・製造領域は、最低賃金の継続引き上げ・賃上げ圧力・人手不足の構造的深刻化など、外部環境の変化がスポットワークの需給（募集数・稼働率・マッチング）に直結しやすい領域です。「今週なぜ需給が動いたのか」「次に何が起きるのか」を継続的・構造的に捉え、先読みして手を打てる体制の重要性が増しています。
本ポジションは、物流・製造部に定常的に帰属し、スポットワークに影響を与える外部環境の変化を継続的にウォッチ・定量化し、執行役員・部長が先読み（Proactive）／即応（Reactive）に手を打てる状態を、単発ではなく「回り続ける仕組み」として実装する役割です。最終的には、部長・リーダー層が自ら戦略を描けるよう、判断材料と判断基準を移譲していくことまでを担っていただきます。

ミッション
このロールの成果は「単発の分析」ではなく「継続して回る仕組みと、その移譲」です。この仕組みの目的は、指標を淡々と並べる定点観測ではなく、「今、動くべき瞬間」（好機・危機の転換点）を見逃さずに検知し、意思決定につなげることにあります。
1. メカニズムの確立
毎週、必要な情報（経済・社会統計、労働需給、制度・政策動向、業界トピックス）を拾える仕組みづくり
スポットワーク全体の環境変数を起点に、物流・製造領域の需給が「なぜ増えたのか／減ったのか」を示唆できる週次ルーチンを、属人ではなく再現可能なメカニズムにする
2. 深さと広さの追求
メカニズムが回り始めたら、因子の深掘り（相関から寄与度・因果の仮説へ）と、対象範囲（統計指標・地域・セグメント・制度）の拡張を進める
「どの因子が効くか」の見立ての型と、危険シグナルの閾値を整備する
3. 戦略ハンドオフ
物流・製造部門の部長・リーダー層を巻き込み、部長たち自身が戦略を描ける状態をつくる
分析と判断基準を移譲し、執行役員・部長の意思決定を継続的に支える「共通言語」にしていく

業務内容
物流・製造部に帰属するアナリストとして、外部環境のモニタリングの週次運用から、示唆の抽出、意思決定支援までを一気通貫で担っていただきます。
1. 週次の環境スキャンの仕組み化
世界情勢・マクロ環境・国内トピックス・法改正/政策動向の継続的なウォッチと、拾うべき情報源・指標の定義
「毎週同じ品質で運営する」ための収集 集計 示唆化のフロー設計とテンプレート化
生成AI／LLMを活用して情報収集・要約・一次整理を自動化・効率化し、人が担うべき示唆づくりに時間を割ける運用にする
2. 環境変数と需給の関係の定量化
スポットワーク全体のマクロ指標（雇用・労働需給、消費・サービス産業動向、最低賃金、競合指標等）を、物流・製造領域の需給（募集数・稼働率・マッチング等）へ接続
「なぜ増減したのか」を、相関・季節性・寄与分解の観点から説明できる形にする
3. 社会的ニーズの提供（経済・社会統計視点）
どの因子がスポットワークに効いているか、どのような社会的ニーズが立ち上がっているかを整理し、営業・提案で使えるファクトをインサイトとして提供する
4. データ抽出・計算・Weekly Deckの作成（アナリスト機能）
必要な情報を自らDB（BigQuery等）から抽出し、SQL/BIで集計・可視化し、示唆まで落とす
週次でDeck（レポート）を作成し、執行役員・部長に届く粒度・抽象度に翻訳する
生成AI／AIツールを積極的に取り入れ、抽出・集計・可視化・ドラフト作成のスピードと質を高める
5. 先読み・即応の打ち手の論点出しと移譲
先読みの打ち手と、環境変化への即応の論点を提示
戦略ハンドオフに向け、部長・リーダー層が自走で読み・判断できるよう、判断基準と見方を移譲していく

このポジションで期待すること
外部環境の変化とスポットワークの需給の関係を、継続的に読み解ける状態をつくる
その示唆を、執行役員・部長が先読み・即応の打ち手に使える形で届ける
分析を特定の個人に閉じさせず、組織が自ら読み・判断できる状態へ育てていく
依頼された集計を出すだけの分析担当ではありません。自ら問いを立て、環境変化がなぜ起きたのか、次に何をすべきかまで踏み込んで示します。
物流・製造領域に腰を据えて全体の傾向を継続的に読み解き、執行役員・部長の戦略判断を支え続けることに責任を持ちます。

想定配属部署
物流・製造領域を担当する事業部門
物流・製造領域の事業戦略・重点テーマ設計を担う機能として、営業・オペレーション・プロダクト等と連携しながら、意思決定に必要な材料を整備します。

【業務概要】半導体製造用プラズマエッチング装置向けのデータソリューション開発組織のマネジメントを担当いただきます。半導体×AI・データサイエンス領域における開発組織のリーダーとして、エッチング装置予知保全・装置モニタリング技術およびプロセスレシピ最適化技術の事業化・顧客価値創出を牽引いただきます。

【業務詳細】AI・データサイエンス技術を活用し、半導体製造装置の生産性向上、開発効率向上および顧客価値創出を牽引していただきます。主な業務は以下の通りです。
・エッチング装置予知保全・装置モニタリング技術およびプロセスレシピ最適化技術の開発戦略立案・推進
・データサイエンティスト、AIエンジニア、ソフトウェアエンジニアのチームマネジメント
・AI・機械学習を活用したアルゴリズムおよびアプリケーション開発の推進
・半導体プロセスエンジニアや事業部門との要件整理、開発テーマ管理
・開発成果の事業適用およびユーザー展開の推進
・海外現地法人およびグローバル顧客との技術協議・開発連携
・技術ロードマップ策定、人財育成および組織運営

＜業務の変更範囲＞会社の定める業務

【製品について】エッチング装置は半導体デバイスの製造プロセスに使われる装置です。同社が開発する「ドライエッチング装置」は高真空反応性プラズマを利用します。真空容器内で各種のプロセスガスをプラズマ化し、化学反応と加速したイオンで薄膜を削って除去します。同社が製造・販売するプラズマエッチング装置は、最先端の半導体デバイスの微細加工に貢献しています。同社エッチング装置の特徴としては独自の技術を用いています。低圧で高密度なプラズマが生成でき、ダメージが少なく微細な加工が可能という特長があります。独自の技術を用いたエッチング装置を手がけているメーカは少なく、同社はその中で高いシェアを維持しております。

【配属先】プロセス研究開発部門

【組織について】プロセス研究開発部門は複数の拠点で構成されており、7つのグループに分かれております。いずれのグループもさらに小さなチームに分かれており、それぞれの技術課題の解決のため、実験やシミュレーションを駆使し研究開発を遂行します。今回はAIや機械学習等を活用したプロセス技術開発や装置機差低減、装置の劣化診断を推進するグループでの募集です。

【採用背景】現在はマネージャーが兼務でチームを牽引しているため、組織体制の安定化とさらなる成長を見据え、チーム運営をお任せできるマネージャーを募集します。

【組織の強み／魅力】「知る・測る・分析する」に加え「加工する」技術、つまり、半導体デバイスの評価・解析技術とエッチング技術において、世界トップクラスの技術力を有しています。エッチングに関しては、独自のプラズマ技術を応用した低圧・高精度・低ダメージ加工技術と、これら技術を常に進化させ続ける組織力が競争力の源泉です。グローバルに事業展開している企業であり、海外顧客や協創パートナー企業とのコラボレーションのため、海外で活躍するチャンスが非常に増えています。社会課題に向き合う“課題起点型”企業文化が根幹にあり、「社会や顧客の真の課題を正しく知る」ことを重視しています。変化が激しい半導体製造検査装置市場で先端を走り続けることができる理由の一つです。将来の3Dデバイスに対応した原子レベル精度の等方向加工を実現する装置も上市しています。ITｘOTｘプロダクトを統合し、様々なデータ活用を顧客価値向上に繋げる事ができます。上記に加え、社会責任やコンプライアンスを重視した企業姿勢、チャレンジを尊重する組織文化、個々の成長や挑戦を後押しする社風も魅力と考えます。

【キャリアパス】当部署はプラズマエッチング装置に関わる研究開発や機能検証のフェーズを担う部門ですが、半導体製造装置事業全体で見ると、製品化を行う設計部門(メカ、エレキ、ソフト、プロセス)、営業部門、サービス部門、海外現地法人等が存在しています。部門内に加え、部門を跨いだ異動や人財ローテーションも可能です。語学力向上や、より顧客に寄り添った製品開発にご興味ある場合は、海外現地法人への出張/出向、新技術の習得のための海外の大学への留学、また将来的には、チームを纏めリードする立場になる、等の幅広いキャリアパスがございます。

【働き方】入社時は業務に慣れていただくために基本出社となります。ご家庭事情に合わせて一時的なリモートワークは可能ですが、チームのマネジメントをスムーズに行うため出社勤務が推奨です。平均残業時間は30時間程度です。(業務状況によって変動はあり)

【その他】
＜出張／駐在に関して＞
・国内拠点や海外拠点（米国・台湾・韓国）へ出張する場合がございます。
※国内：1回/月 程度 海外：2回/年 程度
・海外駐在：可能性有無

<転勤に関して>
当面転勤なし

＜教育／育成支援に関して＞
キャリア別の教育プランを用意しています。業務遂行にあたり必要な知識を学ぶための外部セミナー等も受けていただくことができます。

具体的な業務
プロダクト開発組織と密に連携しながら、データに関わる調査・分析・モデリングから、プロダクトの企画・設計・開発までを一貫して担います。分析だけで終わらせず、PM・エンジニア・デザイナーといった関係者と連携しながら、自ら手を動かして開発まで踏み込みます。

具体的な業務内容
●データの調査・分析・概念設計
・統計モデリングやアルゴリズムの検証を通じて、データから具体的な打ち手を導く
・ビジネスデータを調査・分析し、プロダクトの成長につながる課題や機会を定量的に明らかにする
・プロダクトや機能の開発に向けた調査・分析を行い、土台となるデータモデル・機能設計まで踏み込む

●データプロダクトの企画・開発
・調査・分析の結果を、プロトタイプからプロダクト機能まで自ら開発する
・プロダクトの企画から実装までを一貫して担い、開発チームと密に連携する

本ポジションの魅力
データに関わる調査・分析・モデリングから企画・設計・開発まで、フェーズを限定せず一貫して手を動かせます。
取り組む分析・企画・設計は、プロダクト価値向上に直接寄与します。
プロダクトの開発に早い段階から関わるため、すでにあるデータを所与とせず、データの構造から設計に踏み込めます。
学会・技術カンファレンスでの発表など、対外的な発信も後押しします。

開発環境、使用するツールなど
開発言語：Python, R, SQL, Go （※プロダクト開発で利用）
データベース・DWH：BigQuery
インフラ：Google Cloud, AWS
構成管理：Terraform
バージョン管理・コラボレーション：GitHub, Slack, Notion

【業務概要】
AIとヒューマニティーで、この国の潜在能力を解き放つことを目指す企業でのポジションです。
IT業界の多重下請け構造を改革し、大手一流企業と直接連携し、ビジネス最上流から伴走するDX共創パートナーとしての役割です。
従来のSI/SESとは異なり、独自のDX手法を軸に、最上流のコンサルティングから次世代AI実装まで多様なサービスを一気通貫で提供しています。上場を果たした企業です。
最先端のAI技術と、現場の暗黙知を汲み取るヒューマニティーを掛け合わせ、大企業の潜在能力を最速で解き放ちます。主役はあくまで人間。テクノロジーを自在に操り、予測を超える価値を創出し続ける集団です。

ラボにおけるデータ活用サービスのプロジェクトリーダーを募集しています。大手企業の顧客を相手に、直接契約で内製支援を行います。
リーダーとして数名のチームを率い、データ利活用プロジェクトを成功へ導く役割を期待します。本募集ではデータサイエンティストとデータエンジニアの募集を行います。

【ラボとは】
トレンド技術×アジャイルを駆使したプロフェッショナル集団です。Webアプリやネイティブアプリ、生成AIなど多様な分野の専門家が在籍しており、プロジェクトごとのニーズに合わせた最適なチームで開発をリードします。
顧客と密に連携しながら、柔軟なアジャイル開発を進め、仕様変更にもスムーズに対応。短期間のスプリントで成果を積み重ね、プロジェクトのたびに生産性を向上させています。
ラボでは「高速で、スモールに、イメージ通りに」を掲げ、技術力を最大限に発揮できる環境が整っています。トレンド技術に挑戦し、自らのスキルを高めたいエンジニアにとって、これ以上なく成長できる環境です！

【具体的な業務】
エンタープライズ企業のDX・業務改革を支援する直請けSIerとして、急増するデータ活用プロジェクトのプロジェクトマネージャーを担います。単なる基盤構築に留まらず、顧客のビジネスアクションに繋がる「気の利いたデータ活用」を企画・リードすることがミッションです。

### データエンジニア
* 顧客課題に基づいたソリューション提供
* データ基盤設計： DWH、データレイク、データパイプラインにおける技術指針を策定。スケーラブルかつ信頼性の高いアーキテクチャ設計と品質管理を主導します。
* モダン開発推進： クラウドネイティブな基盤への移行や、生成AI（LLM等）を活用した基盤構築など、最新技術を用いたPoCや新規立ち上げを牽引します。
* データガバナンス： DMBOKに準拠した品質・メタデータ管理、セキュリティ設計を主導し、信頼性の高い基盤を整備します。
* データ移行： システム移行に伴うデータ移行を安全かつ確実に完遂します。

### データサイエンティスト
* 顧客課題に基づいた分析ソリューションの提供
* 分析・モデル開発： ビジネス課題をデータ課題に変換し、統計解析や機械学習（予測モデル、最適化、LLM活用等）を用いたアルゴリズム開発を主導します。
* ビジネス実装・定着化： モデルを作って終わりではなく、顧客の現場業務に組み込み、ROIを創出するためのプロセス設計を主導します。
* データガバナンス・品質管理： データ利活用における品質基準を策定し、信頼性の高いAIモデル・分析環境を構築します。

### 共通
* プロジェクトマネジメント： チームの計画立案および進捗管理を行い、プロジェクトを完遂に導きます。
* 顧客折衝・提案： ビジネス課題を技術的視点で分析し、データ基盤の観点から実現可能な解決策を提案・実装します。
* 若手育成： 技術責任者として若手エンジニアの教育・メンタリングを行い、組織全体の技術力向上に貢献します。

【ポジションの魅力】
* 専門性の深化： データのスペシャリストとして顧客から信頼される環境で、技術とビジネススキルの双方を磨けます。
* 案件の多様性と先進性： 大手企業の案件を中心に、エンタメ、証券、SaaS、不動産等、多種多様なドメインにおけるAI活用の先端案件に従事できます。
* 独自のDX手法の推進： 顧客と対等なパートナーとして、要件定義のウソをなくし、本当に価値のあるシステムをアジャイルに共創できます。
* 対応領域の拡大： 得意な領域を核としながら、エンジニアリング、アナリティクスサイエンス領域への挑戦も可能です。

【業務概要】
同社ではビジネス変革にいち早く着手し、評価されてきましたが、改めてデータを経営戦略上の重要資産と位置づけ、データドリブン経営を一層加速させるため、2026年4月にデータサイエンス部を改組して「データ戦略部」を設置しました。同部がデータ分析・AI活用からデータ基盤、データガバナンスに至るまでデータ関連業務を一体的に担うことで、データの利活用による顧客への価値提供や経営判断のさらなる高度化を図ります。
このグループ全体でのデータ利活用に向けて、次世代のデータ分析・利活用環境を構築し推進していくことを目的に増員募集します。入社時期により企画や初期の構築段階に携わっていただくか推進をメインに携わっていただくかは異なりますが、クラウド環境上での新規データ基盤を担当するグループにて同グループ全体のデータ分析・利活用基盤に関する業務をお任せします。

【具体的な業務】
データ分析・利活用基盤の構築・強化・統制業務。
データマネジメントの一環として、AIを利用するために必要な分析環境の構築や管理、データレイクやデータウェアハウスに蓄積されるデータの品質維持、また次世代の分析環境の構想や推進等を行います。
入社時期次第で、新規データ基盤の企画や要件定義、設計からお任せすることもあれば、開発から携わっていただく可能性もございます。
使用ツール: Python、AWS・Azure等で提供される各種サービス
データの種類: 同グループ各事業に関するデータ、外部データ

【ポジション・部門の魅力】
まずはスキルを活かして担当業務での貢献を期待しますが、将来的には適性や希望に合わせてスペシャリストまたはマネジメント層どちらの選択肢もございます。
残業は業務の繁閑により異なりますが、平均1 2時間/1日程度です。
平均週2回のテレワークを実施しており、柔軟に対応可能です。
同グループは、国内有数の規模であり、中小企業・個人分野を中心に厚い顧客基盤を有しています。
有人チャネルの店舗数は国内最大級、非対面チャネルの同グループアプリは多数のダウンロードを誇り、顧客接点の質の向上と量の拡大を進行中です。
有人店舗や渉外担当者の営業情報や顧客のアプリログデータ・デビットカードの購買履歴情報など顧客行動データが飛躍的に拡大しており、従来銀行が保有する性別・年代や入出金履歴などのデータと組み合わせ、機械学習/ディープラーニング/生成AI等の高度な分析手法も活用しながらスピーディかつデータドリブンなビジネスに向けた意思決定を行えることが魅力です。

同社は、顧客のためにテクノロジーを追求する企業です。顧客の事業を支えるためにはデータ分析結果に基づいた戦略立案、マネジメント、各種意思決定モデルなどが必要です。さらに実際にサービスを提供する実務においても、正確かつ効率的に業務を遂行するためにはデータ分析結果に基づいた施策立案が必須です。データ駆動型組織・文化をさらに確立させるべく、専任チームを立ち上げ、データサイエンティストを募集しています。

CTOオフィスチームにてデータサイエンティストとして、以下の業務を担います。またリーダーポジションとしてメンバーの教育や、ビジネス部門に所属するメンバーへのデータ駆動型業務の遂行方法の育成も期待されます。

・機械学習などを活用した金融分野における意思決定モデル（与信モデル、信用リスクモデル、法人管理モデル、ターゲティングモデル等）の開発、評価
・開発したモデルのビジネスへの実装支援
・行内外からのデータを抽出する基盤、分析基盤、可視化基盤の構築
・ビジネス部門のメンバーに対して、データ抽出、分析といった基礎的な内容についての育成

このポジションの魅力：
通常のデータサイエンティスト業務以外に、以下の魅力があります。
新規立ち上げのチームであるため大きな制約なく、業務を遂行することができます。
ほぼすべての銀行業務に携わることができるため、幅広い金融業界経験・知識が得られます。

募集部署紹介
グループ会社は、決済事業のリーディングカンパニーであり、東証プライム市場に上場するグループ会社の一員です。
グループ会社は、毎年25％以上の利益成長を目標とし、20期連続で増収増益を達成しているグループの中核企業です。

2013年の創業以来、BtoC向け後払い決済サービスを展開し、多くのEC事業者にご利用いただいています。
2020年11月からはBtoB向け後払い決済サービスの提供を開始し、企業間取引における請求・回収業務の効率化やキャッシュフロー改善を支援しています。

企業間決済（BtoB決済）の市場規模は、日本国内だけでも年間1,000兆円を超えると言われており、個人向けEC市場（BtoC）をはるかに上回る巨大なマーケットです。
その中でも、請求・回収業務の効率化や与信・資金繰りの課題解決につながる「掛け払い（後払い）」サービスのニーズが急速に高まっています。
同社の掛け払いサービスは、与信審査から請求書発行、入金確認、督促、回収、未回収リスク保証までを一貫して担うBtoB後払い決済サービスであり、導入企業数・取扱高ともに着実に拡大しています。

今回募集するのは、企業審査・与信判断を軸に、サービスの成長とリスクコントロールの両立を支えるポジションです。金融機関で培った「企業を見る目」「定量・定性の両面から判断する力」「リスクと成長のバランスを取る視点」を、FinTech・BtoB決済の成長領域で活かしていただけます。

（本ポジションは、グループ会社にて採用、別のグループ会社への出向にて業務いただきます。評価制度や処遇は、雇用元である東証プライム上場企業の水準が適用されます。一方で実際の業務においては、ベンチャー企業としてのスピード感を持った事業運営に携わることができる環境です。）

業務内容
同社は、後払い決済サービス、掛け払いサービス、BNPLサービスを主軸とした決済ソリューション企業です。中でも掛け払いサービスは、BtoB企業間取引に特化した急成長中のサービスであり、本ポジションはその企業審査・与信判断の中核を担う役割です。

単なる事務処理型の審査ではなく、企業情報や取引内容を踏まえて判断を行い、あわせて審査ルールや運営体制の改善にも関与いただきます。営業店での法人融資経験、本部審査経験、財務分析・稟議作成経験など、金融機関で培った実務を活かしやすいポジションです。

【職務内容】
1. 掛け払いサービスに関連する企業審査業務
・申込企業に対する与信審査
・与信判断、取引可否判断
・不正検知、リスク兆候の確認
・審査ルールの見直し、改善
・審査判断の標準化、運用品質向上

2. 審査運営・業務改善業務
・審査業務の効率化施策の立案、実行
・業務フロー、手順書、審査ナレッジの整備
・RPA、特定のAIツールを活用した業務改善
・審査運営に関するKPI改善、体制高度化

3. 関連部署との連携・調整
・営業部門との連携、案件相談対応
・システム部門との要件整理、運用改善
・既存サービス改善提案
・トラブル発生時の関係部署との調整

4. 審査に付随するサポート・チーム運営業務
・購入企業様・加盟店様からの問い合わせ対応
・二次対応、エスカレーション対応
・派遣社員・契約社員のフォロー、品質管理
・安定運営に向けた業務分担・進捗管理

当ポジションの魅力
1. 銀行・信用金庫などの金融機関で培った法人審査の知見を、成長市場で活かせる
融資審査や企業分析で培った経験を、BtoB決済・掛け払いという成長領域でダイレクトに発揮できます。
2. 審査実務に加え、審査体制そのものを進化させられる
案件を判断するだけでなく、審査ルールの見直しや運営改善、他部署との連携を通じて、より良い審査体制づくりに関われます。
3. 上場グループの安定性のもと、AI活用・業務高度化に挑戦できる
AI電話自動応答、特定のAIツール、RPA活用など、審査・運営の高度化に向けた取り組みが進んでおり、金融実務にテクノロジーを掛け合わせた新しいキャリアを築けます。

業務概要
データ戦略の構築と定量責任を担うChief Data Officerを募集します。同社は事業転換以降、急成長を続けており、レコメンデーション技術がその成長を支えています。今後はUGC（口コミ投稿）とお客様とのマッチング、商品出品者への改善提案、広告配信の最適化、ダイナミックプライシングなど、ML/LLMを活用できる領域が大きく広がっています。滞在時間あたりの利益、LTVの最大化、モデルの改善等をKPIとし、経営に直接インパクトのあるデータ戦略の立案・実行を担うポジションです。
同社は発見型ソーシャルECアプリを運営しており、従来の検索型ECとは異なり、「なんとなく眺めているなかで、ほしいものを発見して買う」体験を提供します。セール商品との偶然の出会いや、レビュー・クエストなどの参加型機能を通じて、買い物が「単なる購入」を超えて感情を動かす体験になる場をつくっています。ユーザーは全国に広がり、これまでECをほとんど使ったことがない層にも多く利用されています。ゲーム機能や投稿機能など、日常的に楽しめる要素が豊富にあり、高い頻度で利用されているユーザーが多く、これまでのECユーザーとは異なる行動が生まれています。
同社は「日常に楽しさを」をミッションに、新しい生活圏の創造を目指しています。検索と最適化に寄りがちなECでのお買い物体験に、発見や偶然、ほどよいにぎわいといった人間らしい豊かさを取り戻すことが狙いです。人が自然と集まり生活のリズムに溶け込む拠点を、ソーシャルとエンタメとコマースの掛け算で形にします。少数精鋭で大きな目標に挑戦し、将来の生活インフラを切り拓くことを目指しています。

具体的な業務
ML/LLM/データサイエンスを経営・事業戦略に接続し、投資対効果のあるテーマに集中させ、組織的に遂行する責任者です。技術ありきではなく、経営課題の解決方法としてデータ/技術を捉えて戦略的に推進します。
- 重点課題に対するAI技術選定、フィージビリティ評価、期待効果に基づく優先順位付け
- 学習構造/技術ロードマップの策定および技術投資方針の立案
- ロードマップ実行に必要な組織・体制の設計、採用戦略の策定
- データ基盤、MLOps/LLMOps、プロダクト実装・運用まで見据えた長期アーキテクチャ方針の主導
- ML/LLM/データサイエンスの知見・経験に基づく立案、組織構築、マネジメントを中心としたリーダーシップの発揮
- 上記戦略の実行のためのデータ組織の確立

このポジションで向き合う難題
- レコメンドモデルのアーキテクチャ進化: 現在稼働中のTwo-Towerモデルをベースに、精度・速度・スケーラビリティを高める設計・実装。次世代アーキテクチャの提案とプロダクションでの検証。
- コールドスタート問題: 新規お客様の初期利用期間における購買データ不足に対し、ゲーム内行動やアプリ内行動など、同社固有のシグナルから嗜好を推定するモデルの設計・実装。
- リアルタイム性の向上: レコメンドユースケースにおけるリアルタイム性向上が事業インパクトに大きく影響するため、モデル側の最適化に取り組む。
- 短期CVR vs 長期LTV: 短期的な購入率と長期的なお客様価値の両立をモデルに組み込む構造的な問いへの実装レベルでの対応。
- 新たなML/LLM活用領域への展開: UGC（口コミ）のパーソナライズ、広告配信の最適化、ダイナミックプライシングなど、事業インパクトの大きい順に新しいモデルを設計・実装。

ポジション・部門の魅力
開発環境・技術スタック:
- データ基盤・分析: BigQuery, Dataform, Python, Looker Studio
- ML基盤: Google Cloud (Vertex AI, Vertex AI Experiments, Cloud Spanner, etc)
- AI/LLMツール: Claude Code, Cursor, Codex, GitHub Copilot（全員分予算あり）
- その他: GitHub, Slack, Notion

仕事の魅力:
- ECとしては異例の高密度データが武器になる: ゲーム要素を持つ独自の設計により、お客様が日常的に開くアプリになっています。この高頻度・高密度な行動ログは、精度の高いモデル設計と実験を可能にする、他社にはないデータ資産です。
- レコメンドにとどまらないデータ戦略全体の構築: 現在の主戦場は商品レコメンデーションですが、UGCパーソナライズ・広告配信最適化・ダイナミックプライシング・UI出し分けなど、データ・ML活用の余白は広大です。「次に何をデータで解くか、モデル実装していくか」の優先順位から自分で設計できる裁量があります。

入社後3ヶ月のマイルストーン:
- 1ヶ月目：現状把握と課題定義: 既存レコメンドモデルのアーキテクチャ・特徴量・評価指標を理解。ユーザー行動データ・購買データを探索し、全体像や顧客像を把握。
- 2ヶ月目：データ戦略仮説構築の自走: お客様の滞在時間あたりの利益・LTV最大化のためのデータ取得・活用戦略についてCOO・CXO・CBOと連携しながら仮説構築。
- 3ヶ月目：ロードマップ策定と実行プランの構築: AI・データ施策の優先順位づけとロードマップを策定。効果検証の仕組みを整え、施策のPDCAを自走で回す。

データから事業課題を構造化し、仮説を立て、施策の設計・検証までリードしていただきます。モデルの検討・実装・改善までトータルで関わっていただくポジションです。
- ユーザー行動データ・購買データの分析を通じた事業課題の発見と構造化
- 課題に対する施策仮説の構築と、検証可能な実験（A/Bテスト等）の設計
- 特徴量の設計・選定と、レコメンドモデルの実装・チューニング
- オフライン評価とオンライン結果の乖離分析、施策の効果検証
- 分析結果に基づく施策の優先順位づけ。PdM等と連携した意思決定

今後チームを拡大していく予定があり、採用や育成にも関わっていただけると嬉しいですが、まずは上記領域に専念いただきます。

このポジションで向き合う難題:
ユーザー行動の構造化と施策設計
お客様は「買いたいもの」が決まっていない状態で商品に出会います。閲覧→クリック→購入のファネルをセグメント別に分解し、どこにインパクトの大きい改善余地があるかを特定する 曖昧な課題を自ら構造化する力が問われます。

レコメンド精度の改善
カテゴリ別購入傾向・行動タイムスタンプ・価格感度などの特徴量設計を通じて、パーソナライズ精度を向上させます。モデルの実装・チューニングからオフライン/オンライン評価の設計まで、一気通貫で担います。

コールドスタート問題
新規お客様の初期利用期間は購買データが基本的にありません。独自の機能内行動やアプリ内行動など、同社固有のシグナルから嗜好を推定するモデルを設計・実装します。

短期CVR vs 長期LTV
レコメンドが短期的な購入率に最適化されすぎていないか、長期的なお客様価値との両立をどう設計するかという構造的な問いに、データで仮説を作って検証していきます。

新たなML活用領域の探索
UGC（口コミ）のパーソナライズ、広告配信の最適化、ダイナミックプライシングなど、「何のデータをインプットに、何をアウトプットするか」の新しい組み合わせを事業インパクトの大きい順に検証していきます。

仕事の魅力:
「買いたいものが決まっていない」という、ECにしかない難問に向き合える
検索型ECなら「何が売れるか」はある程度予測できます。しかし同社では、お客様自身も来店時点では何を買うか決まっていません。この独自の行動パターンをデータで解き明かし、レコメンドに変えていくという、他のECプラットフォームでは経験できない、発見型ECならではの知的挑戦があります。

ECとしては異例の高密度データが武器になる
一般的なECアプリの滞在時間は数分程度です。同社はゲーム要素を持つ独自の設計により、お客様が日常的に開くアプリになっています。この高頻度・高密度な行動ログは、精度の高い特徴量設計と実験を可能にする、他社にはないデータ資産です。

レコメンドにとどまらずデータ活用の今後を自分で描ける
現在の主戦場は商品レコメンデーションですが、UGCパーソナライズ・広告配信最適化・ダイナミックプライシング・UI出し分けなど、同社におけるデータ・ML活用の余白は広大です。「次に何をデータで解くか」の優先順位から自分で設計できる、一人目ならではの裁量があります。

分析して終わりではなく、施策の実行まで責任を持てる環境
同社では、データサイエンティストが仮説構築からモデル実装・効果検証まで一気通貫で担います。「レポートを作って渡すだけ」ではなく、自分の分析がKPIに直結するフィードバックループの中で、DSとしての腕を磨ける環境です。

AIフル活用が前提の職場
DS含む全エンジニアにAIフル活用を義務化しており、個人の利用予算も会社が負担します。AIツールを使い、コードの大半をAI経由で生成。少人数でスピードと品質を両立するスタイルです。

開発スタイル:
- 1チームあたり4 10名のPM、デザイナー、エンジニア、QAなどの職能混合チームで開発を行います。
- 要件定義からリリースまで、チーム全員が主体的に関わるスタイルです。
「品質を上げるからこそ速く作れる」という哲学のもと、品質を重視した開発を徹底しています。

一緒に働く「人」と「技術文化」:
直属上司：執行役員 CTO 池松 恭平
東京工業大学大学院にて計算工学を修了後、2014年にDeNA入社。バックエンドエンジニア、エンジニアリングマネージャーとして、EC、SNS、ヘルスケアなどのプロダクト開発に従事。
2020年から複業として参画していた同社に翌年5月に入社。バックエンドエンジニア、エンジニアリングマネージャー、プロダクトマネージャーを経て2023年10月より現職。

技術文化:
- 業界トップクラスのエンジニアが集結
- 正社員・業務委託メンバー共に、メガベンチャーやTechスタートアップでテックリード・EM・CTOを経験したシニアメンバーが多数在籍しています。
- グループ会社との技術連携により、ML領域のアドバイザリーを受けながら開発を進めています。
- AI Nativeな開発スタイル
- コードの大半をAI経由で生成、Pull Requestの80%をAIレビューのみでDeployする、などを実践中。少数でスピードと品質を両立しています。
- 事業とお客様に近い距離で開発する文化
- PdMやデザイナーと混成で動き、事業数値やチームで追っているKPIの状況、対応方針などを深くSyncして開発を行っています。
- 定量数値と定性（使用感・お問い合わせ・SNS投稿・レビューなど）を重視し、お客様の文脈に常に触れながら開発し、リリース後には定性・定量の変化を確認して次の施策に繋げていきます。toCならではのFBを元にした速い開発サイクルが特徴です。

キャリアパス:
同社のData Scientistポジションは、「分析だけ」でも「実装だけ」でもなく、データ起点で事業全体を動かす希少なポジションです。
実績を積んだ後は、Data Science・ML領域のテックリード・チームビルディングを担うマネージャー、さらにはData Science・MLチーム全体を率いるCDO（Chief Data Officer）などへのキャリアパスを想定しています。レコメンド・パーソナライズ・広告最適化という複数ドメインを横断した経験は、市場における希少価値に直結します。

●プロダクトの特徴
当社は発見型ソーシャルECアプリを運営しています。
発見型ECとは、従来の「ほしいものを検索して買う」検索型ECとは真逆で、「なんとなく眺めているなかで、ほしいものを発見して買う」という体験を提供するECを指します。
セール商品との偶然の出会いや、レビュー・クエストなどの参加型機能を通じて、買い物が「単なる購入」を超えて感情を動かす体験になる場をつくっています。
2026年7月に累計700万ダウンロードを突破し、ユーザーは全国にまんべんなく広がっております。
特徴的なのは、これまでECをほとんど使ったことがない40 50代の女性に多く利用いただいている点です。
作物育成ゲームや、投稿機能など、日常的に楽しめる要素が豊富にあることが強みとなっており、1日平均38分・月20日以上という高い頻度で利用していただいているユーザーが多く、これまでのECユーザーとはまったく異なる行動が生まれています。

●プロダクトの目指す世界
検索と最適化に寄りがちなECでのお買い物体験に、発見や偶然、ほどよいにぎわいといった人間らしい豊かさを取り戻すことが狙いです。
ふらっと立ち寄れば気になるものが見つかり、知人の姿に安心し、つい滞在したくなる。駅前や商店街のように、人が自然と集まり生活のリズムに溶け込む拠点を、ソーシャルとエンタメとコマースの掛け算で形にします。
情報収集も遊びも買い物も同じ動線の中でゆるやかにつながり、作業となってしまっていたお買い物はいつしか楽しみへと変わります。

変化を力に変えてきた私たちは、人数に依存しない運営モデルで常識を更新し続けます。
目指す姿は、1億人に1億通りの楽しみが巡る生活インフラです。
社員100人で企業価値1兆円に挑み、10年後に小売の主役となるべき生活圏を自分たちの手で切り拓きます。

●業務内容
プロダクト・ビジネス課題における定量分析を通じて、課題の特定から、意思決定に効く示唆の提示までを一気通貫で担っていただきます。
分析依頼を受けて処理する役割ではなく、「そもそも何を分析すべきか」を上流から定義していただくポジションです。

1. 課題の定義・仮説立案（上流からの関与）
PdM・エンジニア・マーケ・CSと同じチームの一員として、企画・仕様検討の段階から議論に加わります。
「何が起きているか」だけでなく「なぜ起きているか」「次に何をすべきか」まで、自ら問いを立てて分析を展開します。

2. AIを「一人のアナリスト」として育て上げる
Claude等のAIツールを前提に、分析業務そのものを設計します。
定型的な分析をAIに委ね、出力の妥当性を見極めて修正し、AIが正しく機能する状態へと育てていく これが重要な業務の一つです。
目指すのは、自身の分析業務が効率化されることに加えて、各チームが品質を担保した状態で分析を自動化できている状態です。

3. KPI設計・指標の運用
KGI・KPIを設定し、ダッシュボードの構築・運用を担います。
経営・PdM・マーケそれぞれが見るべき指標を整理し、意思決定の精度を上げる仕組みをつくります。

4. 分析実務
データの抽出・加工・集計・分析（SQL / BigQuery / Looker Studio等）を一気通貫で行います。
分析結果をわかりやすくレポートし、施策立案への活用までサポートします。

5. 関係者との連携・施策への接続
多様な部門と協力し、分析結果を具体的な施策へとつなげます。
分析で得た示唆を事業責任者・PdMに届け、リリース後の効果検証まで伴走します。

6. データ活用の組織浸透（経験に応じて）
以下の領域にも横断的に関与いただけます。

・社内のデータ活用教育の推進
・データ活用を促進する新しいプロジェクトの企画・実行
・BIツールを用いたデータ可視化環境の構築・メンテナンス
・より高度な分析ができるよう分析環境の改善

●このポジションで向き合う難題
EC×ゲーミフィケーション×ソーシャルが絡み合う複合データの解釈
購買・行動・広告・ゲームKPIが相互に影響し合う、一般的なECにはないデータ構造を扱います。
単純な相関では説明できないパターンを読み解くには、ドメイン理解と分析設計の両方が必要です。
条件を丁寧に場合分けし、ノイズを切り分けて事象を構造化する 数学的な思考が効いてくる領域です。

AIを「使う」から「育てる」へ
AIの性能向上により、分析実務のあり方そのものが変わりつつあります。
どこまでをAIに任せ、どこを人が担保するのか。
出力の誤りに気づける細やかさを持ちながら、分析プロセス全体を再設計していく難しさがあります。

多様なステークホルダーへのデータコミュニケーション
PdM・マーケ・CS・経営陣と、異なる目的・リテラシーを持つ相手に分析結果を届けます。
「正しい分析」を「使われる分析」にするためのコミュニケーション設計が問われます。

●仕事の魅力
AIを育て、分析のあり方そのものを設計できる
多くの企業では、PdMがアナリストに分析を依頼し、アナリストがそれを裁く という業務フローが当たり前になっています。
当社はまだその型が固まっていないからこそ、最初からAIを前提とした分析体制をゼロベースで設計できます。
「AI時代のアナリストはどうあるべきか」を、実践しながら自分で定義できる環境です。

EC×ゲーミフィケーション×ソーシャルという希少データ
通常のECにはない、ゲーム行動・ソーシャル購買・AIレコメンド効果などが交差するデータを扱えます。
1日平均38分・月20日以上という高頻度利用が生む行動データは、一般的なECとはまったく異なる構造をしています。
データアナリストとして希少な経験値が積めます。

分析が確実に意思決定に使われ、事業成長に直結する
作った分析がすぐ施策に直結し、KPIへの影響をリアルタイムで確認できます。
「分析しても誰も読まない」問題とは無縁です。分析を通じて事業を伸ばしたい方にとって、手触りのある環境です。

ほぼゼロから、分析の仕組みを立ち上げられる
専任アナリストがほぼいない状態だからこそ、既存の型に縛られず、分析環境・KPI体系・データ活用文化を自分の手でつくれます。
プロダクト・マーケ・EC・広告など複数領域を横断でき、事業全体を俯瞰するアナリストとしての視点が短期間で身につきます。

アナリスト出身のPdMと、分析の設計から一緒に組める
現在、データ整備をアナリスト出身のPdMが自ら行っております。
そのため、指標の定義やデータ設計といった土台の議論を、共通言語を持つ相手と進められます。
分析の前提や意図を一から説明する必要がなく、上流から設計を一緒に組み立てていける環境です。

＜ソリューションモデルの創出＞
グループ各社や社内組織のアセットを横断的に活用し、顧客のマーケティング活動や意思決定プロセスをデータ起点で構造化・再設計するAI・データ利活用ソリューションモデルを企画・推進・事業化
※単なる分析・基盤導入に留まらず、現場で“使われ”、意思決定や業務の質が継続的に向上する状態の実現までを責任範囲とする。

事業概要:
企業経営やマーケティング活動において、データの利活用は今後もますます重要な戦略テーマになっていきます。しかし、せっかく集めたデータをどう活用するのか、目的が明確に定まっていないケースもあります。これからの企業経営は「顧客」を中心としたバリューチェーンであり「顧客体験価値」を高めるためのビジネス設計が重要視されます。適切なデータの取り扱いにおける知識と技術を起点に、生活者に対してデータを基にした最適な顧客体験を提供することを目指します。

組織ミッション:
顧客企業が抱える様々な事業課題に対し、データを活用して本質的な理解を行い、改善に向けたコンサルティングを提供します。ビジネス課題の解決のために、顧客が保有する様々なビッグデータを解析し、課題の抽出と短期的、中長期的な事業戦略の構想支援を行います。データ利活用においては、顧客環境におけるデータ集積基盤の開発や分析、データの可視化を支援することで事業開発やマーケティング施策への活用を実現します。特定の商品を販売するのではなく、様々なソリューションパートナーとともに、顧客の環境や課題に合わせて最適なシステム環境や構成をその都度カスタマイズして提供するのが課題解決型コンサルティングである同社の特徴です。当組織のミッションは、顧客企業のデータ利活用を支援することで、顧客とサービス利用者とのコミュニケーションデザインの場を開発することです。

具体的な業務内容:
クライアントのデータ利活用やシステム刷新プロジェクトにおいて、単なる作業者に留まらず、プロジェクトメンバーとして最上流の要件定義から、データ・ツールの実務実装、プロジェクトの円滑なデリバリー（推進・実行）までを一気通貫で担当します。非エンジニアである顧客（経営層や業務部門）と開発チームの架け橋（翻訳者）となり、プロジェクトを着実に前に進めるコアメンバーとしての活躍が期待されます。

◎具体的な業務内容
* クライアント（非エンジニアの経営層や業務部門）に対する、データ利活用の要件定義・分析設計
* SQLやPythonを用いた大規模データの抽出・クレンジング、データマートの設計・運用
* TableauやPowerBIを用いた、経営・営業KPI、顧客ヘルススコア等のダッシュボード開発と現場への定着化
* 統計学、機械学習、因果推論等を用いた高度な施策の効果検証や予測モデルの構築
* 生成AI（LLM）を活用した業務自動化・データ分析高速化のPoC推進および社内データ民主化のリード

▼具体的な案件事例
大手カタログ通販企業のDX推進
* 課題
* 多くのデータを保有しているのに、顧客像が見えず、マーケティングの仕方が進化しない。
* データ活用を推進するための専門部隊もなく、ペルソナ像作りも進まない。
* 各部門のKPIがうまく連動していない。
* 実施施策
* データ活用戦略の大方針を策定し、実現に向けたパートナーとして同社を選定
* CDP（顧客データ基盤）によって会員データや外部データを活用し、より詳細な顧客プロファイルを可視化
* 顧客プロファイルに基づき、効果的な施策を展開
* 例）見込層には属性と購入意向を基に商品レコメンデーション型コミュニケーションを展開し購入促進
* データ分析ダッシュボードの導入により、社内の複数部署間での情報共有を促進し、分析結果に関する共通認識も得やすい環境を整備

エンターテイメント企業のデータ基盤刷新
* 課題
* データ基盤の経年劣化（レガシー化）：約10年前に構築した基盤がつぎはぎの状態で複雑化。新しい施策を試そうにも構造の解明から始めなければならず、スピード感が損なわれていた。
* データマネジメントの不在：中長期的な見通しやガバナンス意識が希薄なまま場当たり的に機能追加を繰り返した結果、誰も全体像を理解できない「ブラックボックス」になっていた。
* ツールと指標の乱立：社内に複数のBIツールが乱立。部門ごとにデータ活用が閉じ、全社的なKPIの連動や共通認識が得づらくなっていた。
* 実施施策
* データマネジメント起首の戦略策定：単なるシステム置換ではなく、事業貢献を目的としたデータ活用の大方針を策定。仮説に囚われず客観的な提言ができるパートナーとして同社を選定。
* Google Cloudを活用した次世代CDPの構築：
生成AI活用や保守効率を考慮し、最適なクラウド基盤を導入。
会員データと外部データを統合し、視聴履歴に基づくスコアリング（趣味趣向の可視化）など、詳細なプロファイルを生成。
* ユースケース起点の施策展開：
10以上の部門にヒアリングを行い、「何をしたいか」から逆算した基盤設計を実施。
例）見込層へのアプローチ：属性や視聴意向に基づいたパーソナライズなレコメンドを展開し、会員体験を向上。
* 三位一体（仕組み・ガバナンス・人）の環境整備：
共通ダッシュボードの導入により、部門を跨いだ情報共有と共通認識の形成を促進。
人材トレーニング：操作方法だけでなく、データ活用の業務プロセス自体を見直すための教育を並行して実施。
* 成果
* コストの大幅削減：クラウドコストをほぼ半減、BIツール関連コストも4 5割削減。
* 意思決定の迅速化：新サービスのデータ連携がスムーズになり、ダッシュボードへの生成AI実装（分析の自動要約など）により、データに詳しくない現場でもファクトベースの判断が可能に。
* 組織の変化：データが「一部の専門家のもの」から「全社の共通言語」へと変化し始めている。

このポジションの魅力:
事業戦略や事業課題に関わるデータを活用したコンサルティングからそれを実現・解決するための技術支援、具体的なマーケティング施策の実行と全方位的にクライアントをサポートします。少人数組織の為、必要とされる知識や技能はビジネス面から技術面まで幅広く、高度な専門性も身に付けることができる環境です。