データサイエンス、1000〜1200万の転職求人

198 件

【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。

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。

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。

【ミッション】
・コンシューマ事業における顧客・サービス利用データを、マーケティング上の意思決定や施策改善につなげる。
・自らデータ分析を実行するとともに、継続的かつ効率的にデータを活用できる分析環境・業務プロセスを整備する。


【主な業務】
・顧客／サービス利用データを用いたマーケティング分析および施策効果の検証
・分析テーマに応じたデータ抽出・加工・集計および分析設計
・Databricksなどを活用した分析用データマート／データパイプラインの設計／構築


【具体的な業務】
・関係部門との課題、KPI、分析方針の整理
・顧客分析、利用実態分析、施策効果の検証
・分析結果の可視化、レポーティング、施策への示唆提案
・SQLなどを用いたデータ抽出・加工・分析
・Databricks上での分析用データマート、データセットの設計・整備


●仕事の魅力
コンシューマ事業で蓄積される多様な顧客・契約・利用データを扱い、課題設定から分析、施策提案、仕組み化まで一連のプロセスに携われます。
分析とデータエンジニアリングの双方を経験し、Databricksや生成AIなどの新しい技術も取り入れながら、組織のデータ活用方法そのものを改善できるポジションです。

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。

【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。

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。

ウェルスマネジメント領域に関わるデータ収集・分析、企画全般のサポート業務

【募集背景】
事業拡大・DX推進に伴う増員です。計数業務・データ分析業務に強みを持たれる方を募集しています。金融機関で計数・データ分析業務に従事した経験のある人材が理想ですが、金融機関以外でも、同様の業務経験がある方・スキルを保有されている方のご応募を歓迎いたします。

【魅力】
・当グループの注力領域であるウェルスマネジメントビジネスの本部業務に携わることで、ダイナミックな事業成長を日々実感しながら、スキル・専門性を高めることができます。
・従来のofficeのスキルに加え、tableauやAIなど、最新のDXツールについてのスキルを高めることができます。
・ウェルスマネジメント領域の専門スキル・知見を高めることができます。

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。

＜お任せする仕事内容＞
ウェルネス業界（フィットネス・スクール・公共施設等）向けのオールインワン管理システムを中心に、FitFitsをはじめとする新規toCプロダクト・事業に関する各種データを可視化・定量分析します。プロダクトや事業の立ち上げ・成長フェーズにおいて、データアナリストや各事業のステークホルダーと協力し、課題発見、KPI設計、分析、施策の仮説立案・検証を通じて、意思決定や事業成長に貢献する役割を担っていただきます。

データを活用した事業の開発・企画立案
分析基盤の全社展開、そのためのセキュリティ設計
ステークホルダーと連携した各種データ分析の推進
各種要件に必要なデータの分析・集約
分析モデルの構築・企画立案

現在進めていること
プロダクトグループと連携しプロダクトの各種 KPI や利用状況の抽出・分析
各事業部からのデータ基盤要望・活用方法の整理
社内向けデータ分析基盤のリアーキテクチャ
社外向けデータ提供機能の設計・検証・運用

【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）

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

●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

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。

営業社員向け保険販売用システム開発に携わっていただきます。
＜具体的な業務内容＞
◎ビジネス部門と協働し、ビジネスプロセスを定義、最適化していく
・担当するプロダクトに関して、ビジネスプロセスやワークフロー、ユースケースについての知識を維持する
・担当するプロダクトについて、コアとなるケイパビリティや機能、また制限事項について理解する
・プロセスの自動化や標準化をサポートする
・新しいニーズを引き出し、業務及びシステム要件定義をおこなう
・新たなテクノロジーや機能を探求し、会社の戦略にアラインすることを評価し提案する
◎システム開発やメンテナンスの調整を行い、Squad 内のオペレーション が円滑に行われること確実にする
・リリース準備（例：Release Managementへの承認を得たドキュメントの提出、レビュー実施等）と夜間もしくは早朝リリース作業
・（ビジネスに対する窓口；Single Point of Contactとして）インシデント（障害）の優先順位付けを行い対応し、根本原因の特定および問題解決のためにデベロッパー（開発者）をサポートする
・テストチームと協業してテスト自動化を推進する



【ポジション魅力ポイント/Position Attractive Points 】

当社の重要基幹システムであり、毎年大規模なプロジェクトを担当可能です
AI等の先端技術を活用する場面もあります

オフショアや外国籍のテクノロジーメンバーと英語のコミュニケーションも経験可能

●業務内容
生命保険会社の契約管理システムの開発・保守に関する以下の業務
・社内ユーザー部門と折衝し、ビジネスプロセス改善も含めた要件の確定
・ビジネス要件をもとに、会社戦略に則した最適なソリューションの選択と確定
・ソリューションに沿ったシステム要件確定及び開発ベンダーを使用した製造工程の総合的なマネージメント
・開発ベンダーからの納品物に対し受入テストケースの作成、受入テストの実施
・インシデントに対する対応
・現作業について問題意識を常に持ち、改善提案及び実施



●開発環境
Mainframe（IBM)、Cobol、DB2

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】
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。

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。

データサイエンスとAIに強みを持つ企業にて、クライアントの経営課題・事業課題に対し、データサイエンスの専門知識を駆使した分析設計から高度なモデリング、実装・運用までを一貫して担当します。

【具体的な業務】
1. 解析・モデル構築: 統計解析や機械学習、深層学習を用いたモデルの設計・実装・運用。
2. 先端技術の応用: 自然言語処理や画像認識等の研究開発とビジネスへの実装。
3. 基盤構築: MLOps環境やデータパイプラインの設計、データ品質の管理。
4. 提案・報告: インサイトを抽出し、コンサルタントと協業してクライアントへ提案。

マーケティングテクノロジーを専門とする企業でのポジションです。広告プラットフォーム事業やマーケティングSaaS事業、デジタルPR事業などを展開しており、アドテクノロジーとマーケティングテクノロジーの両プロダクトを保有する希少な企業として成長を続けています。
グループ会社として、最先端市場であるAI事業を主軸に事業展開を行う企業を設立しました。その技術は、既存のプロダクトとシナジーを生み出し、グループ全体で高成長を遂げています。時代の最先端のソリューションを提案することで、顧客の業務効率化や生産性向上に貢献しています。

業務概要:
データサイエンス＆MLマネージャーとして、データサイエンスチームをリードし、広告プラットフォームのアルゴリズム開発、統計分析、およびチームマネジメントを担当します。国内最大規模のインプレッションデータを活用したML開発に携わり、グローバル競合と戦う環境でキャリアを加速させることができます。

具体的な業務:
1. アルゴリズム開発・実装
* フロアプライス自動最適化ロジックの開発・改善への直接参加
* CTR/CVR予測モデルの構築・運用・精度改善
* ターゲティング精度向上アルゴリズムの設計・実装
* RTB配信ロジックの改善（入札最適化、ペーシング、在庫配分等）
* A/Bテストの設計・実施・効果検証レポート作成

2. 統計分析・モデリング
* eCPM分解分析（Fill rate × Win rate × Bid rate）
* 価格弾性モデリング・Bid landscapeの可視化・分析
* 因果推論を用いた施策効果測定
* 分析結果のPdM・エンジニア・ビジネスサイドへの共有・説明

3. チームマネジメント
* データサイエンティスト数名のピープルマネジメント（目標設定・1on1・評価）
* チームメンバーの育成・技術力向上施策の立案・実行
* PdM・エンジニア・ビジネスサイドとの日常的な協業推進
* 上位マネジメント（部長・経営層）への進捗報告・提案

ポジション・部門の魅力:
国内最大規模のインプレッションデータ（月間800億imp）を活用したML開発に携わることができます。グローバル競合と真正面から戦う環境で、データサイエンティストとしてのキャリアを大きく加速させることが可能です。

【業務概要】
「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

【具体的な業務】
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

【ポジション・部門の魅力】
* 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。

統計・機械学習・AIを用いて、ビジネス課題の解決につながるモデルや分析ロジックを具現化する職種です。
クライアントが抱えるマーケティングや営業、広告領域の課題に対して、データを活用したソリューションの企画から具現化までを一気通貫で支援します。単なる分析作業にとどまらず、コンサルタントやビジネスパートナーとしてクライアントの課題を深く理解し、統計学や機械学習の技術を駆使して「ビジネス成果を創出すること」をミッションとしています。ご経験や適性に応じて、主に以下のいずれかのプロジェクトに携わっていただきます。

具体的な業務:
1. データストラテジー・業務変革領域
クライアントの経営・マーケティング課題に対するデータ利活用構想の策定。営業DX支援（リード抽出、活動推進）やLTV改善、NPS向上などの統計的分析。機械学習モデルを用いた施策提案から、他部署と連携した実運用への落とし込み。
2. デジタル広告領域
広告領域を主としたアクセスログ、購買、クリーンルーム等の各種データ分析。同社ソリューションの開発、または機械学習モデルの実装。cookie規制等のテクノロジー変化に対応した、データドリブンな改善支援。

ポジションの魅力:
グループ会社ならではの生活者データや、クライアントの大規模な実データに触れることができます。構想策定や戦略立案から、具体的な施策の実装・効果検証まで、データサイエンスの力をビジネスに直結させる手応えを味わえます。

「顧客へ着実に価値をもたらし、顧客のビジネス成長を真に実現し、日本全体を成長させるAIを実装する」をミッションに掲げるAI SaaS企業でのポジションです。複数のプロダクトを展開し、培ったAI技術とM＆Aによる事業拡大を組み合わせることで、非連続な成長を実現しています。

BtoC企業と生活者との接点（スマホアプリ・メール・Webサイト等）を通じたブランド体験は日々変化が起きています。しかしながらポテンシャルのあるデータが眠ったまま利活用できていない状況を多く目にします。マーケティングオートメーションツールやAI/コンサルティングの提供を通じ、BtoC企業側のデータリテラシー・マンパワー不足により手が回っていない状態を解決し、真のデータの活用の実現を目指しています。

【概要】
コンサルティングプロジェクトにおいて、高度な統計解析、機械学習、プログラミングスキルを駆使し、データから予測モデル構築や新たな示唆を導きだすことで顧客のグロースをサポートします。

【具体的な業務】
* 対象顧客: BtoC企業（業界特化型/主に伝統通販・アパレル・銀行・旅行・ショッピングモールなど）
* 提供価値: マーケティングオートメーションツールやAIソリューション・コンサルティングの提供を通じ、グロース支援を実施しています。BtoC企業にとっての顧客である生活者（会員・消費者）とのエンゲージメントの最適化を目指しています。
* サービス内容: BtoC事業の戦略構築/施策実行/効果検証まで一貫して成果伴走するコンサルティングサービスを提供しています。
* KGI/KPI設計
* 経営DB構築、運用改善
* マーケティング戦略構築、体制整備
* AI PoCのROI設定、連続実装
* シナリオ/コンテンツ作成/配信/検証

企業全体のデータを対象としたデータ分析と活用推進業務です。

具体的な業務:
・ビジネス部門に対するデータ活用の提案
・主にBIツールを用いたビジネス部門に対するデータの可視化、分析支援
・外部データ活用方法の検討
・社内外におけるデータ活用事例等の情報収集と情報発信

ポジション・部門の魅力:
データ戦略部門ではこれまで、ウェブサイト運営で収集した情報や社内データを元にリテール顧客に対する行動分析とデジタルマーケティングを推進してきましたが、現在は、企業全体の領域に対しデータ利活用を推進する業務に拡大しています。業務量増加に伴い増員を進めています。
企業規模を生かし、データ分析、デジタルマーケティング、ウェブサイトのシステムを自ら設計・構築・運用しています。ユニークなビジネスモデルと評される企業で、経験やチャレンジ精神を発揮できるポジションです。

データ購買の事務局運営
データを使用する開発部門と法務・経理部門、および外部ベンダーの調整をリードし、要件定義から見積り、契約締結、データ納品、検収・支払いまでのEnd-to-Endのプロセスを進行管理する。

契約・SOW精査とコンプライアンス統制
外部から購入・取得するデータに関する利用規約、SOW（作業範囲記述書）、ライセンス契約の内容を精査する。
法務部門と密に連携し、著作権、個人情報保護法、セキュリティ要件などのリスクを抽出し、ベンダーとの条件交渉を行う。

データガバナンスの推進・データポリシーの策定支援
モデル学習に利用するデータの取り扱いに関するポリシーやガイドラインの策定支援。
各データの権利関係（著作権、個人情報の有無、二次利用の可否等）を整理・可視化し、開発現場が正しく、安全にデータを利用できる状態を構築・維持する。

ミッション
生成AIの性能と競争力に影響する学習用データの調達において、開発現場のニーズとガバナンスを両立させる、スピーディかつ安全な購買プロセスを構築・運用する。

データ購入事務局のメイン担当として、開発エンジニア・法務部門・外部データプロバイダー間のハブとなり、著作権等の複雑な権利関係をクリアにしながら、生成AI開発に必要なデータの調達を牽引していただきます。

データ分析・機械学習プロジェクトにおける設計・実行のリードを担当するポジションです。小規模 中規模のプロジェクトでは、プロジェクトリーダーまたはサブリーダーとして、顧客課題の整理から仮説構築、分析推進、成果報告まで一貫してリードする役割を期待されています。
個社最適化にとどまらず、産業全体最適化まで視野に入れて解決を目指す組織です。ミッションは「UPGRADE JAPAN」。個々のクライアントの課題解決と、社会・産業全体の進化を両立させることに挑戦しています。

▼主な業務内容
・プロジェクト進行管理・小規模チームリード
・クライアント折衝・提案活動支援
・仮説構築とデータ分析計画策定、データ収集・加工・前処理
・モデリング（機械学習、統計モデリング、数理最適化など）
・分析結果の可視化・レポーティング（社内外向け）
・PoC成果のシステム化に向けた技術サポート
・社内ナレッジ共有・標準化推進活動

▼キャリアの特徴
・分析スペシャリスト・プロジェクトリーダー・ビジネス企画支援など多様なキャリアパス
・案件設計・要件定義・提案活動にも関与できるチャンス
・個人のキャリアプランに応じたマネジメント／エキスパートコース選択可能
・大企業とのコラボレーションだからこそ可能な、腰を据えた新しい価値創出の取り組みを経験できます。

▼開発環境
・言語：SQL, Python, 案件によってR
・クラウド環境：GCP, AWS, Azure
・ソースコード管理：GitHub
・プロジェクト管理：Jira
・情報共有ツール：Slack, Confluence

▼本ポジションの魅力
・専門知識を活かして、他者を育成し顧客企業の成長に貢献できます
・顧客企業における生きたプロジェクト支援を通じて、様々な応用例を経験することができます
・分析組織の開発を通じてデータ分析・AI技術のビジネス活用を進めることで、実社会にインパクトを与える仕事に携わることができます

データ分析・機械学習プロジェクトにおける設計・実行のリードを担当します。小規模から中規模のプロジェクトでは、プロジェクトリーダーまたはサブリーダーとして、顧客課題の整理から仮説構築、分析推進、成果報告まで一貫してリードする役割を期待されています。

同社は「個社最適化」にとどまらず、「産業全体最適化」まで視野に入れて解決を目指す組織です。個々のクライアントの課題解決と、社会・産業全体の進化を両立させることに挑戦しています。

▼主な業務内容
・プロジェクト進行管理・小規模チームリード
・クライアント折衝・提案活動支援
・仮説構築とデータ分析計画策定、データ収集・加工・前処理
・モデリング（機械学習、統計モデリング、数理最適化など）
・分析結果の可視化・レポーティング（社内外向け）
・PoC成果のシステム化に向けた技術サポート
・社内ナレッジ共有・標準化推進活動

▼キャリアの特徴
・分析スペシャリスト・プロジェクトリーダー・ビジネス企画支援など多様なキャリアパス
・案件設計・要件定義・提案活動にも関与できるチャンス
・個人のキャリアプランに応じたマネジメント／エキスパートコース選択可能
・大企業とのコラボレーションだからこそ可能な腰を据えた新しい価値創出の取り組みを経験可能

▼開発環境
・言語：SQL, Python, 案件によってR
・クラウド環境：GCP, AWS, Azure
・ソースコード管理：GitHub
・プロジェクト管理：Jira
・情報共有ツール：Slack, Confluence

▼本ポジションの魅力
・専門知識を活かして、他者を育成し顧客企業の成長に貢献できます
・顧客企業における生きたプロジェクト支援を通じて、様々な応用例を経験することができます
・分析組織の開発を通じてデータ分析・AI技術のビジネス活用を進めることで、実社会にインパクトを与える仕事に携わることができます

業務概要
当グループの非鉄道事業（ホテル・不動産・物販飲食等）におけるデータ活用を牽引する「データアナリスト・マネージャー」を募集します。顧客のニーズが抽象的な段階から対話し、課題設定・案件組成からプロジェクト完遂までを一気通貫でリードする役割を担っていただきます。
具体的な業務
1. 案件組成・上流コンサルティング: 当グループ各社（ホテル・不動産・物販飲食等）へのヒアリングを通じた課題発見・分析PJの要件定義
2. プロジェクトマネジメント: 分析実務のリード、および経営層（社長・役員）への分析報告・戦略的議論への参加
3. アセット化の推進: 領域横断で共通利用できる分析テンプレートや需要予測モデル等の「共通武器」の企画・検証
4. 組織マネジメント: メンバーの育成・レビュー、およびナレッジシェア文化の醸成
ポジション・部門の魅力
1. 多角的な事業ドメイン: 鉄道以外の多様なBtoC事業に深く関わり、実社会に変化を与える手応えを感じることができます。
2. 経営層への直接提言: クライアント企業の社長・役員クラスと直接対話し、経営判断に直結する分析に携われます。

## なぜ今、同社のデータサイエンティストなのか
精緻な分析レポートを納品したのに、結局ビジネスでは使われずに終わった経験はありませんか。

可視化・集計で終わりません。その先にある現場への実装、予測・最適化・異常検知、さらにはLLMを活用した意思決定支援まで、データをビジネス成果へとつなげることにこだわっています。

製造・小売・流通・金融をはじめ、高度な分析やAI活用はほとんど手つかずの企業が多く、価値の源泉となるテーマが数多く眠っています。

同社の自社プロダクトがデータ整備の負荷を軽減するからこそ、与えられたテーマをこなすのではなく、自ら課題を定義し、最も価値ある問いから解き始めることができます。

求めているのは、データの力で顧客の意思決定を変え、その知見をAIソリューションやプロダクトへと還元できる人材です。そんなエコシステムを、ともにつくっていける仲間を歓迎します。

## お任せしたいミッション
顧客のデータ資産からビジネス成果を最大限に引き出し、その知見をAIソリューションやプロダクトへと昇華させることがミッションです。
コンサルタントやエンジニア、プロジェクトマネージャーと連携しながら、課題定義から実装、成果創出まで一気通貫で責任を持っていただきます。

1. 顧客現場でのデータ活用とビジネス成果の創出
顧客の業務や意思決定プロセスを深く理解し、データとAIを活用してビジネス成果につながる課題解決をリードします。
- 本質的な課題の特定から、ML・LLMを活用したソリューション設計・本番導入まで一気通貫
- 「この課題は他の300社でも起きている」というマクロ視点での知見の構造化

2. 現場知見を元にした、新AIソリューション・新プロダクトに繋げる
顧客現場で得た発見をもとに、再現可能なAIソリューションやプロダクトの企画・開発に携わります。
- 複数顧客の課題を横断的に捉え、共通パターンをソリューションへ昇華
- RAG・エージェント設計など次世代AIの研究開発から、PoC・事業化まで

3. データサイエンス組織・文化の立ち上げ
データサイエンス領域を牽引する初の専任メンバーとして、技術標準・組織文化・将来像を自らの手で設計します。

## 本ポジションの魅力

1. あなたの仕事が、多くの企業に届く
顧客現場で得た知見や成功パターンは、同社プロダクトやAIソリューションへと昇華され、多くの企業へ価値として届けられる可能性があります。一社の課題解決で終わらず、業界全体へのインパクトを生み出せる環境です。

2. 「データがない」「品質が悪い」に悩まされない
同社のデータ基盤製品で培った知見とアセットがあるからこそ、データ収集・品質改善に時間を奪われることなく、価値ある問いとビジネス成果の創出に集中できます。

3. AIコモディティ化の時代に、本質的な競争優位の場所で戦える
生成AIの進化により、モデルやアルゴリズム自体の差別化は急速に難しくなっています。
競争優位の源泉となるのは、「何を解くか」という課題設定と「データの質」ーーその両方が同社にはあります。技術の希少性が下がる今、本当に価値ある領域を見極める力を、実践のなかで身につけられる環境です。

4. 事業の「次の柱」を創る、データサイエンス組織の立ち上げを担える
FDEやテクノロジーアーキテクトと並ぶ精鋭ポジションとして、評価基準・技術標準・チームの文化など、データサイエンス組織の土台づくりに深く関わることができます。拡大フェーズだからこそ、自らの意思や専門性が組織と事業の未来を形づくる。今このタイミングでしか得られない経験です。

●業務内容
CMP装置をはじめ、ドライ真空ポンプ、排ガス処理装置などの半導体製造装置およびコンポーネント製品から取得されるデータを活用した自社プラットフォームの開発・強化業務を担当いただきます。
開発チーム/プロジェクトリーダーとして、装置予知保全やデータ基板・アプリケーションの事業化・顧客への価値提供を推進頂けます。

・装置・コンポーネント群から収集される各種センサーデータ（高頻度時系列データ）の収集・蓄積・解析・可視化を一体としたデータ基盤・アプリケーションのシステム設計および開発リード
・Chamber間・装置間・コンポーネント間のデータ比較・解析による予防保全機能やパフォーマンス最適化機能、故障予知アルゴリズムの組込み
・収集データを活用した新たなデジタルサービスの企画・アーキテクチャ構築およびグローバル展開の推進

※変更の範囲：会社の定める業務

●キャリアステップイメージ
各種プロジェクトにも参加いただき、開発設計・顧客対応業務を行っていただき、リーダーとして適性が見られれば、3年目以降に昇格試験へ推薦を想定しています。
サプライヤ対応にも携わってもらい、折衝能力を高めた上で、拠点やお客様との打合の場に出ていただき、頼られる人材へなってもらう支援をおこないます。
社内外で活躍する人材へステップアップして頂くことを期待しています。

●当部門の役割・業務概要・魅力
当社では半導体デバイスメーカに対し、CMP装置をはじめとした、半導体製造装置を製造し販売しています。
半導体は、コンピューターやサーバー、スマートフォン、ドローン技術や、クラウドコンピューティング、AI、5Gといった分野を支える重要なデバイスです。
高速化や大容量化、高精度でエネルギー効率のよいデバイス、これら半導体産業のイノベーションのためには、半導体製造装置もインテリジェント化を加速さえる必要があります。
装置の自律化や故障予知、アドバンスド・プロセスコントールを実現させるためには、データサイエンスが重要となります。
課題を掘り起こし、仮説を立て、可視化して分析する。そして分析結果を活用した新たな開発をおこなう。
これが半導体製造装置メーカーにおけるデータサイエンスの魅力です。

▼主な業務内容
・プロジェクト進行管理・小規模チームリード
・クライアント折衝・提案活動支援
・仮説構築とデータ分析計画策定、データ収集・加工・前処理
・モデリング（機械学習、統計モデリング、数理最適化など）
・分析結果の可視化・レポーティング（社内外向け）
・PoC成果のシステム化に向けた技術サポート
・社内ナレッジ共有・標準化推進活動

▼キャリアの特徴
・分析スペシャリスト・プロジェクトリーダー・ビジネス企画支援など多様なキャリアパス
・案件設計・要件定義・提案活動にも関与できるチャンス
・個人のキャリアプランに応じたマネジメント／エキスパートコース選択可能
・大企業とのコラボレーションだからこそ可能な腰を据えた新しい価値創出の取り組みを経験可能

▼開発環境
・言語：SQL, Python, 案件によってR
・クラウド環境：GCP, AWS, Azure
・ソースコード管理：GitHub
・プロジェクト管理：Jira
・情報共有ツール：Slack, Confluence

▼求める人物像
・データサイエンティストとしての実務経験もしくは関連領域の学位
・機械学習、深層学習、統計モデリングなどの専門知識
・Python、R、SQL などを用いた開発経験
・専門技術を正確にかつわかりやすく説明するコミュニケーション能力
・組織運営や育成活動に対する関心

▼本ポジションの魅力
・専門知識を活かして、他者を育成し顧客企業の成長に貢献できます
・顧客企業における生きたプロジェクト支援を通じて、様々な応用例を経験することができます
・分析組織の開発を通じてデータ分析・AI技術のビジネス活用を進めることで、実社会にインパクトを与える仕事に携わることができます

データ分析・機械学習プロジェクトにおける設計・実行のリードを担当いただきます。
小規模 中規模のプロジェクトでは、プロジェクトリーダーまたはサブリーダーとして、顧客課題の整理から仮説構築、分析推進、成果報告まで一貫してリードする役割を期待しています。


当社は「個社最適化」にとどめず、「産業全体最適化」まで視野に入れて解決を目指す組織です。
ミッションは日本の産業をアップグレードすること会・産業全体の進化を両立させることに挑戦します。


▼主な業務内容
・プロジェクト進行管理・小規模チームリード
・クライアント折衝・提案活動支援
・仮説構築とデータ分析計画策定、データ収集・加工・前処理
・モデリング（機械学習、統計モデリング、数理最適化など）
・分析結果の可視化・レポーティング（社内外向け）
・PoC成果のシステム化に向けた技術サポート
・社内ナレッジ共有・標準化推進活動

▼キャリアの特徴
・分析スペシャリスト・プロジェクトリーダー・ビジネス企画支援など多様なキャリアパス
・案件設計・要件定義・提案活動にも関与できるチャンス
・個人のキャリアプランに応じたマネジメント／エキスパートコース選択可能
・大企業とのコラボレーションだからこそ可能な腰を据えた新しい価値創出の取り組みを経験可能

▼開発環境
・言語：SQL, Python, 案件によってR
・クラウド環境：GCP, AWS, Azure
・ソースコード管理：GitHub
・プロジェクト管理：Jira
・情報共有ツール：Slack, Confluence

▼本ポジションの魅力
・専門知識を活かして、他者を育成し顧客企業の成長に貢献できます
・顧客企業における生きたプロジェクト支援を通じて、様々な応用例を経験することができます
・分析組織の開発を通じてデータ分析・AI技術のビジネス活用を進めることで、実社会にインパクトを与える仕事に携わることができます

業務概要
同社は現在、AIを活用した業務変革（Corporate AX）を推進しており、コーポレート部門の抜本的な変革と採用を本格化させています。本ポジションは、その中核を担う最重要職種の一つです。事業の多角化や事業部制の導入に伴い、各部門に散在する財務・非財務データを集約し、経営陣が「次のリーダーシップアクション」を迅速に起こせる状態を作ることが急務となっています。単なる過去実績の集計にとどまらず、自ら泥臭くデータを整理・構造化し、データドリブンな意思決定基盤の構築を主導していただく「FP&A」の中核メンバーを募集いたします。

具体的な業務
AIを活用した業務変革の基盤となる全社データの集約・標準化を主導し、経営陣および各事業部の迅速な意思決定を支える「データドリブンなFP&A体制」の構築をお任せします。初期フェーズは【データ基盤の整備・構造化】に最優先で注力いただきます。
1. データ基盤の整備（初期フェーズ最優先）
AIを活用した業務変革推進に向けた、各事業部・部門に散在する財務・管理会計データの整理・統合
大量かつ複雑なデータ（Excel、スプレッドシート、各部門のSaaSデータ等）の構造化と、ビジネスに即時活用できる状態への整備
2. 経営シミュレーション・分析
経営層および事業部長向けの財務シミュレーションの作成
予実分析、および次期経営計画・管理会計モデルの構築
経営判断に直結する財務ダッシュボードの要件定義とデータマネジメント
3. 経営支援
予算策定プロセスの効率化
データに基づく経営インサイト（課題と打ち手）の抽出および提案

ポジション・部門の魅力
初期フェーズで全社のデータ基盤（AIを活用した業務変革）の構築とFP&A体制の立ち上げを牽引いただいた後は、ご志向と実績に応じて以下のような多様なキャリアパスが広がっています。
1. 経営中枢へのステップアップ：FP&Aチームのマネジメントを経て、経営企画部長や将来のCFO（最高財務責任者）、経営ボードへの参画
2. 事業サイドへの展開：データドリブンな経営管理の知見を活かし、各事業部の事業責任者（COO候補）として事業成長を直接牽引
3. 全社DX/AXの牽引：市場価値の高い「テクノロジー×FP&A」のスキルを活かし、全社の業務変革プロジェクトを統括する専門リーダーとしての活躍

業務内容
電力需給の安定運用や新たな価値創出に向け、気象データや電力使用量・発電量などのビッグデータを活用した研究開発を担当いただきます。
分析からモデル化、実業務への応用まで一連のプロセスに関わります。

・気象・電力関連の大規模データの分析および需給予測の実施
・回帰分析や機械学習アルゴリズムを用いた統計解析とモデル開発（R／Python）
・予測モデルの高度化手法の検討および新規モデルの構築
・自社データの新たな利活用方法の検討（新規事業への応用含む）
・研究開発プロジェクトの進行管理および関係部署との連携

研究業務が中心となりつつ、実務への適用を見据えた開発に取り組んでいただきます。

職責
入社後は、既存の解析業務に携わりながら、徐々に分析手法の選定やプロジェクト推進にも関わっていただく想定です。
実務に近い領域で研究成果を活かす役割を担います。

ビッグデータの分析および予測モデルの精度検証・改善
統計解析や機械学習を用いたモデルの設計・実装
分析結果の傾向把握と業務適用に向けた示唆出し
データ利活用の新たな可能性の検討および提案
関係部署と連携した予測手法の導入時期や活用方法の調整

初期は検証・実装から関わり、経験に応じて手法選定やプロジェクト全体の進行にも関与いただきます。

魅力・やりがい
本ポジションでは、研究開発した手法が実際の電力需給運用に活用されるため、自身の仕事の影響を実感しやすい環境です。
技術と事業の両面に貢献できます。

開発した予測モデルが大規模な電力運用の意思決定に反映
分析精度の向上が事業全体の収益や安定供給に寄与
新規事業創出につながるデータ活用の検討に関与可能
大規模データ基盤や計算環境を活用した高度な分析経験
手法検討から実装まで一貫して担う裁量のある環境

電力インフラを支える重要な技術領域に関わりながら、専門性を深められる点が特徴です。

5キャリアパス
以下のようなキャリアパスを想定しています。
短期（1 3年）：
様々な部門の課題解決に向けた統計解析を用いた研究開発を経験いただき、データサイエンス領域の専門性を高めていただきます。
中期（3 5年）：
プロジェクトの工程管理や将来ニーズを見据えた将来技術開発、ロードマップの策定などにも関わっていただき、中長期目線で研究開発に取り組んでいただきます。
長期（5年以上）：
ご本人の希望と適性に応じて、研究所内の各組織や研究を受託する事業会社の部門でさらに視野を広げていただくほか、マネジメントとしてのスキルを磨いていただくことや、スペシャリストとして専門的なキャリアを構築いただくことも可能です。

大手企業の経営・事業課題に対し、課題設定・問いの定義からビジネス実装・定着まで、データサイエンスを軸に一貫してリードするポジションです。プロジェクトの責任者（またはテクニカルリード）として、社内のコンサルタントやエンジニア、データサイエンティストで構成されるチームを牽引し、クライアントの決裁者層と直接ディスカッションを重ね、データ・AI活用による高度な意志決定やイノベーション創出を推進します。スキルや志向性に応じ、プロジェクトリーダー（PL）または専門技術を極めるテクニカルリードとして、下記いずれかの業務を中心にリードしていただきます。

職務内容:
●プロジェクトディレクション・課題設定
・クライアントの経営・事業課題のヒアリングおよびデータサイエンス観点での「問い」の構造化・課題設定
・分析アプローチ・AI活用方針の策定、およびプロジェクト全体のロードマップ設計・推進
●高度分析・先進技術の実装リード
・機械学習、数理最適化、因果推論等を用いた高度な問題解決手法の設計・アルゴリズム選定
・LLM／マルチモーダルLLMを活用した自律型AIエージェント等の先端技術のアーキテクチャ設計・検証
・顧客データや外部高度データを活用したビジネス分析および施策のインパクト評価
●ビジネス提言・変革支援
・分析・開発結果に基づく経営層・事業責任者への戦略提言および意思決定支援
・クライアントのDX/データ活用戦略の構想策定、およびデータ活用組織の内製化・人材育成支援
・チームマネジメント・品質管理（※PL・PM領域）
●プロジェクトにおけるアウトプットのクオリティ管理およびクオリティレビューの実施
チームに所属するメンバー（若手DS等）の業務指導、技術的フォロー、成長支援

プロジェクトテーマ例:
大手企業を中心に、難易度の高い課題解決や先端技術の実装案件において、リードプレイヤーとして参画していただきます。
●通信・メディア
・因果推論やABテストを用いた高精度な効果検証フレームワークの設計、および顧客基盤全体のマーケティング最適化
●エンターテインメント
・経営データ基盤と時系列予測モデルを組みあわせたIP経営の高度化プロジェクト推進
・マルチモーダルLLMを活用したクリエイティブ判定システムのアーキテクチャ設計・実用化
●小売・EC
・大規模データに対する需要予測・数理最適化アルゴリズムを用いた店舗棚編成およびサプライチェーン最適化
・デジタル／リアル横断のデータ分析による顧客マーケティング施策の設計と最適化
●メーカー・製造
・複雑な制約条件下の生産管理・加工プロセスにおける数理最適化モデルの構築・導入
・故障予測技術を活用したサプライチェーン・在庫管理の精緻化および新規事業検討支援
●インフラ・物流
・配達ルート最適化等、ロジスティクス領域における高度なアルゴリズム構築と現場運用定着
・複雑な業務プロセスの自動化に向けたLLMマルチエージェントシステムの企画・開発リード
●金融
・法人営業ログの自然言語処理・解析による営業プロセスの高度化およびAI融資審査モデルの構築
・契約書チェックや業務フィードバックを自動化する対話型AIシステムの企画・実証
●先端技術・R&D
・大学との共同研究推進、学会発表、特許出願等を視野に入れた先端技術の社会実装
・センサー解析データを活用した一次産業（陸上養殖等）のデータ駆動型変革

業務課題の掘り起しからAIや機械学習で解決できる課題への落とし込み、モデル作成〜評価、システム実装、運用まで一気通貫でご担当いただきます。
《具体的な業務内容》
下記いずれかまたは複数の業務をご担当いただきます。
・社内外の様々なデータの分析を通じた市場業務高度化に関する施策立案
・AIや機械学習を用いたモデル実装、運用を通じた市場業務の高度化・効率化
・OSSやAWSのマネージドサービスを活用したデータ分析基盤の構築・拡張
　《プロジェクト例》
　- トレーディング部署へのヘッジ戦略、アルゴリズム提供
　- セールス部署への顧客動向分析、レコメンデーション提供
　- 自然言語処理、音声認識を活用した市場事務高度化
　- ALM・CPM（信用ポートフォリオ管理）高度化
　- マーケット予測や大規模言語モデル(LLM)の調査、研究
　- Amazon SageMaker, Amazon Bedrock, Langfuse等を活用したMLOps基盤の構築・改善
- 国内外ビックテック、スタートアップの調査、協働