データサイエンス、1200〜1400万の転職求人

118 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。

事業オーナー（PM / グロース / セールス / オペレーション）と一体となって課題を定義し、データ分析とレポーティングで意思決定を加速します。必要に応じて現場スクワッドに埋め込み、0→1 の仮説設計から 1→n の仕組み化までを推進。AI 支援を活用した再現可能な分析プロセス・可視化を構築し、経営との定点接続を通じて継続的に改善します。
日次/週次単位の短サイクルで仮説検証と展開を行い、time-to-insight / time-to-decision を継続的に短縮します。

【業務範囲】
・事業側と一体での課題定義・仮説設計・実験設計
・KPI 設計・可視化と運用（定点観測・レビュー）
・日次/週次の施策モニタリングと迅速な打ち手調整（アラート/運用 SLA 設計）
・指標と意思決定のリードタイム短縮（time-to-insight / time-to-decision 改善）
・BI ダッシュボードの情報設計・構築・運用
・データモデリング（スキーマ設計、命名規約、ドキュメント化）
・分析レポート作成と意思決定のためのインサイト抽出
・施策の効果検証デザイン（A/B 等）と改善サイクル運用
・現場データ収集の仕組み化（トラッキング設計、イベント定義）
・AI 協働による ETL・レポーティング自動化の設計・継続改善
・ステークホルダーとの要件定義・合意形成・ワークショップ設計/実施
・経営向けの定例レポート/事業レビュー資料の作成
・BI/アナリティクス機能の立ち上げ（標準化、カタログ、Runbook 整備）
※業務内容の変更範囲：会社の定める業務

【利用するツール】
・SQL / BigQuery
・Google Workspace（スプレッドシート等）
・Claude / ChatGPT　※今後変更になる可能性がございます
・各種 MCP ツール
・Notion / Slack

【資質（自律性・構造化力・分析志向）】
・論理的思考と構造化力
・定量分析力と仮説検証志向
・課題解決力と実行力（自走できる）
・ステークホルダーマネジメントと合意形成力
・オーナーシップと現場への深いコミットメント

【具体スキル】
・SQL 高度利用（パフォーマンス/品質担保を含む）
・データモデリング（スター/スノーフレーク、命名規約、ドキュメント化）
・BI/ダッシュボードの情報設計・ナビゲーション設計
・実験デザインと効果検証（統計的有意性の理解）
・分析モデル構築と可視化設計

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。

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

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】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
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。

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。

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。

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。

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

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

【業務概要】リテール事業部門において、データサイエンティストとしてリスク管理に関する分析・モデル設計を担い、各部と連携しながら分析結果を実際の業務・意思決定へ落とし込む役割を期待しています。単なる制度設計にとどまらず、分析・モデル設計から業務適用・定着まで一貫して関与できるポジションです。

【具体的な業務】具体的には以下の業務を想定しています。
・顧客取引データ・販売プロセスデータなどの分析を通じたリスクモニタリング手法の設計・高度化
・不適切販売抑止やリスク兆候の早期検知に向けた特徴量設計、統計モデル、AIモデルの構築
・投資信託、ファンドラップ等のリスク性商品販売におけるリスク管理体制の企画・高度化
・データ分析結果を活用した業務プロセス・商品販売体制の改善施策の企画・推進
・現場業務へのフィードバック、KPI設計、可視化（ダッシュボード等）
※大規模かつ実データを用い、分析結果が実際の業務・意思決定に直結する環境です。
※金融・リスク管理分野の知識は、業務を通じて段階的にキャッチアップ可能です。

【ポジション・部門の魅力】
●実ビジネスに直結するデータを用い、分析結果が制度・業務・意思決定に反映される環境
●PoCに終わらず、分析・AI活用を現場業務に実装・定着させるところまで関与可能
●当社というスケールが大きく、社会的影響力のある領域でデータサイエンスを活かせる
●リスク管理と業務推進の両面から商品・サービス提供を支えることが可能
●週1回の早帰りや在宅勤務の活用など、柔軟な働き方を意識した就業環境

・AI案件向けリスク評価（簡易ゲート／詳細審査／運用点検）の標準化と運用
・個別案件の論点整理、リスク低減策の提案、関係者調整、報告・根拠整理
・データガバナンス整備（分類／台帳／例外管理）とISMS／AIMS認証取得の推進

【具体的な業務】
・AI案件の意思決定を支える「共通ルール／審査基準」を整備し、審査品質の平準化と審査スピードの両立を実現（観点・判定基準・チェックリスト・台帳／証跡の継続改善）
・個別案件のリスクを早期に特定し、事業成長を止めない形での低減策を設計・提案（社内説明資料・報告書の作成を含む）
・データ分類／取扱ルールと、台帳・例外管理を整備し、監査・対外説明に耐える運用を全社に定着（教育・周知、現場の運用支援）
・法務／情報セキュリティ／開発／営業等と連携し、審査・統制の運営を最適化（論点整理、合意形成、運用への落とし込み）
・ISMS／AIMSの認証取得を推進し、取得後も改善サイクルが回る状態を構築（文書体系整備、内部点検・内部監査支援、審査対応、是正・改善）

仕事の魅力
・最先端のAI導入を「事業として成立させるガバナンス」を立ち上げから担える
・正解が定まっていない領域で、案件の現場に入り込みながら試行錯誤し、審査基準・運用・証跡の標準を自ら作れる（＝仕組みを作った実績が自分の価値になる）
・AIのリスク、データガバナンス、プライバシー、情報セキュリティ、規格（ISMS／AIMS）を横断し、経営・事業の意思決定に直結する経験が積める
・単なる“チェック担当”ではなく、事業スピードと統制の両立を実現する役割として、関係者（営業／企画／法務／開発）を巻き込みながら前に進められる
・認証取得や監査対応まで見据えた運用を構築することで、市場でも通用する「AIガバナンス人材」として希少性の高い専門性を獲得できる

【業務概要】
当グループの鉄道事業におけるデータ活用を牽引する「データサイエンティスト・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。



【具体的な業務内容】
● 分析戦略の策定
クライアントのビジネス課題を分析課題として定義し、分析プロジェクトととして組成

● プロジェクトリード
メンバーへの分析タスクの指示、進捗管理、成果物のレビューおよび品質の担保

● チームビルディング
組織としてのアセット蓄積、組織開発への積極的関与



【ポジション・部門の魅力】
● WEB・アプリの世界を超え、リアルな社会インフラを動かすデータ分析：
扱うのは画面の中だけのログではなく「人の移動」「街の消費」という、日本屈指のスケールを持つリアルな行動ビッグデータを網羅的に扱える、アナリストとして最もエキサイティングな環境です。

●「分析して終わり」ではない。意思決定に直結するカルチャー：
膨大なアセットを持つ事業部や開発ベンダーを巻き込み、抽象的な経営課題から案件を組成します。あなたの分析結果が、数万人・数百万人の行動を変える事業の意思決定にダイレクトに反映されます。

事業概要:当グループは、様々な事業を運営している企業グループです。
時代の変化に対応し、新たな価値を創造するべく、グループ一体となって取り組んでいます。
その中でも当社は、当グループの各事業と一体でデジタル施策の実行支援を行い、データ利活用による事業横断の価値創出を実現するために設立されました。
募集概要:当社の観光ナビ「自社サービス」をはじめとする、モビリティ
・観光プロダクトの成長を支える「シニア
・データサイエンティスト（マネージャー）」を募集します。
分析設計から施策提言までを主導し、プロダクト戦略に直接寄与する役割です。
具体的な業務内容:1. 分析戦略の策定: プロダクトのKPI/KGI設計、および仮説検証
・因果関係まで考慮した効果検証。
2. 横断的な調整業務: 当社各部、外部パートナー、開発ベンダー等との複雑な利害調整および推進。
3. チームビルディング: メンバーの分析品質向上、知見の共有、組織開発への積極的な関与。
4. Webマーケティング支援: 広告効果分析やユーザー行動分析に基づくグロース施策の提案。
ポジションの魅力:
・当グループにおいて戦略的に重要なデジタルツーリズム事業推進の中核として、数百万ユーザー規模のプロダクト成長に直結する実感を得られます。

・複雑なステークホルダー構造の中での「立ち回り」や、組織を動かすリーダーシップが磨かれます。

1.データサイエンスGr：データ分析の実働部隊（モデル開発によるAIの実用化、業務用アプリケーションの開発やBIツールを活用したデータのビジュアル化等）
データ分析の実働部隊として、銀行のビッグデータを用いたビジネスモデルの高度化や多様なビジネスに資する分析モデルやアプリケーションの開発、多角的なダッシュボード構築を行います。

2.データガバナンスGr：分析基盤の強化・統制

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。

【業務概要】
金利のある世界が到来しお客様への新たなサービスやリスク管理の強化が必要となっています。また生成AIを使用したサービスの増加に伴い、データサイエンス分野で活躍いただける人財が必要な状況です。あわせてAI等のモデルの活用も拡大しており、データサイエンティスト・クオンツ業務に加えてモデルリスク検証業務を担える人財が必要な状況です。経験者以外に、クオンツ・データサイエンスの実務経験がない方も歓迎します。ベテラン社員への相談はもちろん、当グループ内には若手社員が多く在籍していることから、一緒に勉強会をして知識習得・技術向上を目指していただくことも可能です。今後のキャリアとしてクオンツ・データサイエンスを希望し、専門性を高めていきたい方はぜひご応募ください。

【具体的な業務】
1)デリバティブ取引等金融商品の評価モデル構築
2)リスク計測モデルの構築・システム開発
3)与信審査モデルの構築
4)不正感知、顧客行動分析等ビッグデータを用いた予測モデルの構築。
取組例：機械学習を用いた住宅ローン審査モデル・法人オンラインレンディング審査モデルの構築、金融商品プライシングモデルの開発 等多数。業務の進め方に関しては事業部門とのコミュニケーションをとりながら業務を進めるため、データを通じて事業部門が抱える課題解決を経験できたり、また当グループ内のIT関連部署ともコミュニケーションを取って、データ分析／利活用に関する動向調、技術検証等にも携われるなど、多岐に渡る部門と連携しながら業務を推進し、同時に学べることも多くございます。

お任せしたい職務内容：
・機械学習を用いた審査モデル等の構築、検証
・リスク計測システムの開発及び検証
・生成AI等のモデル検証業務。

入社後の働き方：
ご入社後はOJTという形で1つの案件を先輩社員と一緒に担当します。案件内容にもよりますが、おおよそ半年程度で1案件の完了に向けて業務遂行いただきます。また、外部講師に依頼し部内勉強会を行っており、知識のキャッチアップ機会が多くあります。※週1回、2〜4時間程度 勉強会後は課題に取り組みながら、実際に自分で考えて解決を目指す力を身に着けることが可能です。ゆくゆくは案件の主担当として、進捗管理や判断もお任せし組織の中核的存在を目指していただきます。

【ポジション・部門の魅力】
リスク管理は経営に直結する業務であり自分のアイデアを経営の施策に生かすことができる、やりがいがあります。大量のデータを用いるため、データサイエンティストとしてのスキルを磨くことができます。確率論や統計学を用いる業務であり、数理的なバックグラウンドを生かせる仕事です。少数精鋭で業務を行っているからこそ業務は縦割りではなく、横断的に業務に従事でき、幅広い経験を積むことが可能です。目先の案件だけでなく金融業界の10年先を見据え、当社としてどうあるべきかということをデータサイエンスやクオンツの観点から考える中長期的な業務にも携わることができます。キャリア希望として、マネジメント希望・プロ人財希望どちらの方も歓迎いたします。マネジメント希望であればプレイングマネージャーとしてご自身の業務を担当いただきつつ、経営層とのコミュニケーションから担当者のフォロー等に携わっていただきます。全社の経営視点を持ちたい方にはマネジメント・管理側業務にやりがいを感じていただけるでしょう。プロ人財希望であれば、知見を最大限に活かしていただきながら裁量を持ち案件内容・技術面において組織を牽引していただけるような動きを期待します。専門家として自身で企画提案して案件を進めることができるやりがいを感じられると考えます。

【業務内容】
1) データ基盤（AWS / Databricks）の設計・実装リード
AWS（S3/Glue/Athena/Redshift/Lake Formation）＋Databricksで、データレイク〜DWH〜Lakehouseを設計。IAM/KMS等を踏まえたセキュリティ・監査・可観測性、取り込み 提供（SLA/責任分界、データプロダクト化）まで統合して推進。

2) 顧客接点データ統合（Salesforce連携）
Salesforce（Data Cloud等）／周辺SaaSとの連携方式を設計し、ID統合・同意/権限・準リアルタイム・品質担保を実現。顧客接点DX（CC、Web/アプリ、会員・購買）のユースケース設計も支援。

3) データマネジメント（ガバナンス・品質・プライバシー）
モデリング、メタデータ/カタログ、品質管理の運用設計と、分類・権限・監査・規程を含むガバナンスを策定。個人情報・機微情報を前提に匿名化/仮名化・最小化・同意管理まで設計。

4) “AI Ready” 設計（SageMaker／GenAI・ML）
SageMakerで学習・評価・デプロイ・推論を含むML基盤とMLOps（実験管理、再学習、監査）を設計し、ファインチューニングやRAG前提のデータ整備（評価、ガードレール、コスト管理）を本番導入・定着までリード。

【このポジションの魅力】
AWS×Databricks×Salesforceを“顧客接点価値”から逆算して統合設計できる
　単なる基盤構築ではなく、データの流れ・ガバナンス・運用まで含めた“使われる仕組み”を設計し、成果につなげられる

SageMakerで学習・ファインチューニングまで踏み込み、ML/GenAIを本番運用できる
　モデルを作るだけでなく、データ品質とガバナンスを前提に、継続運用（評価・再学習・監査）まで設計するため、市場価値の高い経験となる

公共／金融の厳格な要件（説明責任・監査・セキュリティ）への対応力
　“難しい現場で成立させる”アーキテクトとしての実力が最速で鍛えらられる

領域リードとしての裁量
　プロジェクト単位ではなく、データマネジメント領域の標準化・資産化・チーム牽引に踏み込める

CEO直轄の「リサーチ&アナリティクス部」に所属し、モゲチェック事業およびINVASE事業にてAIを始めとするテクノロジーを活用したサービス改善・機能追加を企画、モデリング、実装していただける方を募集します。

●具体的な業務内容
　住宅ローンのレコメンド機能や予測機能のモデル作成および運用
　　- RAGおよびベクトルデータベースを用いたシステム設計および実装
　　- プロンプトチューニング
　　- モデルのフィッティングの調整
　不動産の価格モデルの作成及び運用
　　- 各種関連サイトから不動産価格情報を収集
　　- データのクレンジング
　　- AIツールへ投入し、相関モデルを導出
　　- モデルのフィッティングの調整
　　- 実装しモニタリング及び改善 ・価格分析に基づくレポート作成
　最新技術へのキャッチアップとプロダクトへの組み込み
　短期、長期プロジェクト双方に関わりあり
　上記業務に伴う各種データ整備、エンジニアリング業務

●想定キャリア
・リサーチ&アナリティクス部におけるリーダー
・サービス開発やビジネスラインのトップ（役員クラス）

・ 大規模な画像・動画・マルチモーダル生成モデルの開発。
・ プロダクトチームと連携し研究成果を実用的なプロダクトに繋げる。そのために市場の動向を調査し知見を収集。
・ トップカンファレンスでの研究成果の発表。グローバルな研究者コミュニティとのつながりを構築。

当社は、テクノロジーと分析の力でユーザーに価値を提供しています。現在、オンライン住宅ローン比較診断サービスとオンライン不動産投資プラットフォームを自社プロダクトとして運営しています。
「自社サービス」は、サービス提供開始から、テクノロジーとデータ分析を活かして「住宅ローン借入可能額の判定」「金融機関ごとの融資承認確立の推定」「ユーザーにとってベストな条件の住宅ローン商品の提案」などを行ない、累計の利用者数は多数となりました。それに伴い自社データの蓄積が進んでおり、今後のユーザー数の拡大に伴いデータの種類や量が増加することを受け、またより精度の高いサービスを目指して、データの効率的な蓄積、分析、プロダクトへの活用を想定しています。
「自社サービス」は、投資物件購入アプリを通じて、物件探しから購入までオンラインで不動産投資ができるサービスです。同アプリではこれまで分かりにくかった不動産のリスクとリターンの見える化を行い、金融商品と同じ感覚でスマートに不動産投資ができる環境を提供しています。さらに今後資産評価機能を加えて、購入した物件の時価が常に分かり、売りたい人と買いたい人がいつでも適正な価格で売買できる取引プラットフォームになることを目指しています。それにともない、不動産物件に紐づく大量な外部データに加えて、当社の保有する顧客情報を紐づけ、分析することで、さらに有用なサービスに進化していくことを企図しています。
本ポジションでは、機械学習や生成AI等を活用して、両プロダクトにおける分析モデルの高度化や精緻化を進めていただける新たなメンバーを募集します。

業務内容:
CEO直轄の「リサーチ&アナリティクス部」に所属し、自社サービス事業にてAIを始めとするテクノロジーを活用したサービス改善・機能追加を企画、モデリング、実装していただける方を募集します。

具体的な業務内容:
* 住宅ローンのレコメンド機能や予測機能のモデル作成および運用
* RAGおよびベクトルデータベースを用いたシステム設計および実装
* プロンプトチューニング
* モデルのフィッティングの調整
* 不動産の価格モデルの作成及び運用
* 各種関連サイトから不動産価格情報を収集
* データのクレンジング
* AIツールへ投入し、相関モデルを導出
* モデルのフィッティングの調整
* 実装しモニタリング及び改善
* 価格分析に基づくレポート作成
* 最新技術へのキャッチアップとプロダクトへの組み込み
* 短期、長期プロジェクト双方に関わりあり
* 上記業務に伴う各種データ整備、エンジニアリング業務

チーム体制:
リサーチ&アナリティクス部：部長、メンバー（業務委託含む）
（共同で実務を行うことを想定）プロダクト開発部：部長、エンジニア、PM/PdM、UI/UXデザイナー、リサーチャー（業務委託、インターン含む）
※本ポジションはリサーチ＆アナリティクス部配属になります

想定キャリア:
* リサーチ&アナリティクス部におけるリーダー
* サービス開発やビジネスラインのトップ（役員クラス）

本ポジションの上席者:
* CEO（大手企業での経験を経て、当社を創業しCEOに就任。）
* リサーチ&アナリティクス部長（大手企業での数理部門、金融機関、データ関連企業でのAI構築およびデータ分析の経験者。）

＜当社のAI・データ事業部詳細＞
私たちは、金融業界に特化したDXコンサルティング企業で「テクノロジーとコミュニティーで金融の未来を創る」をミッションに、金融業界を本気で変革しようとしております。
AI・データ業界横断の課題解決に取り組む金融データ活用推進協会や金融IT協会といったコミュニティ活動に積極的に参加しながら業界の課題を解決したり、さらに当社として汎用的なソリューションとしての自社プロダクトやコンサルティングパッケージを開発をしており、それらから生まれた当社としてのノウハウをコミュニティーに還元することにより、金融業界の変革を図っております。
コミュニティー運営を基盤とする我々だからこそできる、テクノロジーによる真の業界変革を一緒に推進していく仲間を募集しております。

当社の中核事業であるAI・データ事業では、実際に現場で使われビジネス価値を出すための分析や開発に取り組んできた経験が豊富なメンバーが、金融機関様向けのデータ活用支援（分析支援、基盤構築支援、組織作り支援、育成支援、ガバナンス構築支援など）と自社プロダクトの開発・提供を行っております。
社内にはAI・データ分析組織をゼロから立ち上げてきたメンバーや、高度なデータ分析技術を用いて大きな価値を生み出すAI・機械学習モデルの開発を行ってきたメンバー、多数のユーザーに利用されている有名アプリケーションの中核機能の実装を担ってきたメンバーなどが多く在籍しており、日本の全ての金融機関のデータ分析組織（CoE）にとっての羅針盤になり、金融業界の変革を成し遂げていくことを目指して、日々活動しています。
なお、当社が自社開発をしている生成AIを活用したプロダクトが評価されました。

【職務概要】
本ポジションでは、当社が開発・提供する金融機関向け自社プロダクトにおいて、レガシーコードのモダナイゼーションを実現するための多言語解析基盤を設計・実装していただくLanguage Engineerとして参画いただきます。
金融機関の基幹システムは、COBOL、PL/I、Java、C/C++、SQL、Shellなど複数世代・複数言語が混在する構成となっており、特定言語に依存しない解析・変換基盤の構築が重要なテーマとなっています。自社プロダクトを「個別言語対応ツール」から「言語非依存のモダナイゼーション基盤」へ進化させるためには、構文解析・中間表現設計・静的解析といったプログラミング言語処理技術の高度化が不可欠です。
本ポジションでは、多言語対応Parserの設計、AST／CFG／IR等の中間表現設計、静的解析基盤の構築、AIによるコード理解・変換を可能にする構文基盤の整備などを通じて、「金融レガシーコードの高精度な解析」と「スケーラブルなモダナイゼーション」の両立を実現する中核的な役割を担っていただきます。
エンジニア、PdM、コンサルタントと密に連携しながら、プロダクトの根幹となるLanguage Engineering領域をリードしていただくことを期待しています。

【具体的な業務内容】
多言語解析基盤の設計・実装
・各種プログラミング言語向けParserの設計・実装
・AST／CFG／中間表現（IR）の設計
・言語非依存の解析基盤の構築
静的解析・構造解析の高度化
・呼び出し関係／依存関係解析の設計・実装
・レガシーコードの構造抽象化および可視化基盤の構築
・変換前後の整合性検証ロジックの設計
モダナイゼーション変換基盤の構築
・言語横断的なコード変換エンジンの設計
・自動リファクタリング／変換ロジックの実装
AI統合基盤の整備
・LLM等を活用したコード理解・生成を可能にする構文基盤の設計
・AI連携を前提としたアーキテクチャ設計

【自社プロダクト開発例】
・自社プロダクト（AIを活用してレガシーシステム刷新をサポートするツール）

＜魅力ポイント＞
プロジェクトの魅力
・金融機関の大規模レガシーコードに真正面から向き合えるポジション
・COBOL／Java／C++など複数世代・複数言語に横断的に関われる
・Parser／AST／IR設計など、言語処理系の中核技術をプロダクトとして実装できる
・特定言語対応ツールではなく、「言語非依存のモダナイゼーション基盤」を設計できる

技術的な挑戦
・多言語対応の構文解析基盤をゼロベースで設計できる
・静的解析／依存関係解析をスケーラブルに実装できる
・レガシーコード変換という難度の高いテーマに取り組める
・LLM等と連携したコード理解・変換基盤の設計に関われる

成長環境
・コンパイラ／Program Analysis領域の専門性を深められる
・AI×言語解析という最先端領域に関われる
・プロダクトへの直接的な影響を実感できる
・金融という高難度ドメインで技術力を磨ける

パーソルグループにおけるデータ及び生成AIの利活用を、データサイエンティストとしてリードする役割を担っていただきます。
デジタル企画、データサイエンス、エンジニアリング、ガバナンスなどの専門知識を持つメンバーと、プロジェクトごとにチームを編成して活動します。
パーソルグループの主要事業である人材ビジネスは、候補者と企業をつなぐ「リボンモデル」を基盤としており、以下の4つの領域におけるプロジェクトが予定されています：
人材マッチングの効率化／顧客接点のデジタル化／セールスプロセスのデジタル化／業務オペレーションの効率化

本ポジションでは、事業課題に対する最適な解決策やAIの活用について、企画段階から関わります。
さらに、グループ全体に対する横断施策の戦略立案から実装までを一貫して担当し、技術的な観点からプロジェクトやチームをリードしていただきます。

●具体的な担当業務
データサイエンティストとしてプロジェクトをリードし、以下の業務に携わっていただきます。
なお、保守業務の割合は全体の約1割程度です。
1，データ分析と企画立案
・デジタル企画担当や事業責任者と連携し、データを分析することで示唆を得る
・分析結果をもとに企画立案をサポートし、必要に応じてAIのプロトタイプモデルを作成・検証する
2，AIモデルの構築およびサービス化
・サービス化に向けたAIモデルの設計・構築
・AIシステムやAIプロダクトの開発・保守運用

当グループの事業・サービスの開発にチームで参画いただくか、パーソルホールディングス内のプロジェクトでの参画になります。場合によっては一時的な兼務/出向をいただく場合がございます。

●魅力/やりがい
・当社グループ中期経営計画の柱となる“テクノロジーを武器にする”の一端を担う組織です。
・売上約1兆円規模のグループにおけるデータ利活用に関わる貴重な経験も積んでいただけます。
・戦略的な投資を行っている領域をご担当いただくため、新しいチャレンジもしていただける可能性が高いです。
・組織の拡大期にあたり、一緒に組織を作っていく経験を積んでいただくことが出来ます。
・リモートワークを推進しており、フレックスタイム制の導入も行っております。社員の主体的な働き方が選択できます。（リモートワーク率85％)

＜AI・データ事業部詳細＞
私たちは、金融業界に特化したDXコンサルティング企業で、金融業界の変革に取り組んでおります。AI・データ業界横断の課題解決に取り組むコミュニティ活動に積極的に参加しながら業界の課題を解決したり、さらに当社として汎用的なソリューションとしての自社サービスやコンサルティングパッケージを開発をしており、それらから生まれた当社としてのノウハウをコミュニティーに還元することにより、金融業界の変革を図っております。テクノロジーによる真の業界変革を一緒に推進していく仲間を募集しております。
当社の中核事業であるAI・データ事業では、実際に現場で使われビジネス価値を出すための分析や開発に取り組んできた経験が豊富なメンバーが、金融機関様向けのデータ活用支援（分析支援、基盤構築支援、組織作り支援、育成支援、ガバナンス構築支援など）と自社サービスの開発・提供を行っております。社内にはAI・データ分析組織をゼロから立ち上げてきたメンバーや、高度なデータ分析技術を用いて大きな価値を生み出すAI・機械学習モデルの開発を行ってきたメンバー、多数のユーザーに利用されている有名アプリケーションの中核機能の実装を担ってきたメンバーなどが多く在籍しており、金融業界の変革を成し遂げていくことを目指して、日々活動しています。なお、当社が自社開発をしている生成AIを活用した自社サービスが評価され、選定されました。

＜仕事内容＞
当社は、大阪エリアの金融機関向けにITコンサルティングおよびAI活用支援をより強化すべく、新たに大阪オフィスを開設いたしました。立ち上げのフェーズから参画し、拠点づくりと事業成長をリードしていただける方を募集しています。
本ポジションでは、プロジェクトマネージャーとしてデータ分析・AI活用案件をリードし、金融業界の多様な顧客に対してデータサイエンスを起点とした価値提供を担っていただきます。ジュニア ミドルクラスのデータサイエンティストとチームを組みながら、分析戦略の設計・提案から、モデル構築、実装、運用設計（MLOps）までを一貫して主導。さらに、実務を通じて得た知見や技術資産を基に、当社独自の技術パッケージや自社サービス創出にも関わっていただきます。金融業界の幅広い業種・領域に触れながら、分析×ビジネスを結ぶ上流工程から現場実装までを横断的に担えるポジションです。

【プロジェクト体制】
2名〜6名程度でチーミング

【具体的な業務内容】
・金融機関向けのデータ分析・AIプロジェクトにおける技術リードおよびプロジェクトマネジメント
・テーブルデータを中心とした機械学習モデルの設計・構築・評価の全体統括
・Pythonを用いたデータ処理、特徴量エンジニアリング、評価設計の高度化・標準化
・本番運用を見据えたMLOps設計、モデルの継続的改善と運用支援
・AIコンサルタントや顧客と連携した、分析方針の策定・技術提案・要件定義
・ジュニア・ミドル層のデータサイエンティストへの技術的支援・コードレビュー・育成
・社内外で再利用可能な分析パターン・技術資産・自社サービスの企画・設計・蓄積

【プロジェクト事例】
・銀行における市場分析モデルの開発・運用支援
・銀行におけるAutoMLツールの評価・導入に向けた技術検証
・金融事務の効率化を目的とした生成AIの業務適用支援（自社サービスを活用）
・金融機関における機械学習モデル開発に向けたデータ前処理・分析支援
・データ分析基盤構想におけるモデル実装・評価フローの設計・技術検討
・金融グループ横断でのデータ活用に向けたモデリング実証（PoC）支援

＜魅力ポイント＞
プロジェクトの魅力
・大手金融機関とのビジネスインパクトの大きい分析案件に携われる
・プロフィットセンターとしてのデータ分析部門で、事業価値に直結する成果を出せる
・金融業界に強いコネクションと高難度な課題解決に取り組める

組織とカルチャー
・CTO自らが事業部長を兼任し、役職を超えたフラットなコミュニケーションが特徴
・全社定例・部門横断の情報共有や交流会によりオープンな連携環境
・社内イベント（スポーツ大会・屋形船・シアター会など）で活発なチーム文化
・英語を使用する社内会議を実施しています。

成長環境
・大学との共同研究・輪読会、社内技術勉強会を定期開催
・書籍・資格・セミナー・カンファレンス参加など、自由度の高い研鑽費用補助制度
・固定学習プラットフォームに縛られず、目的に応じた柔軟な学びが可能
・全社員に生成AIアカウントを付与し、生成AI活用を推進
・最新技術への取り組みと、自社サービス開発にも関与可能

働きやすさ
・ハイブリッド／リモート勤務可、休暇制度は大手企業水準
・スポーツ手当や社内交流補助など、健康・コミュニケーションの両面を支援
・社会保険完備、社会保険加入、健康診断や予防接種（家族含む）も全額補助
・通勤交通費・出張・研修旅費などの各種手当、住宅・育児サポートも充実

データサイエンティストとして、ビッグデータ／情報処理／AI／BI／統計学などの情報科学を活用したお客様の事業課題解決を支援します。

<チームの職務内容>
・お客様の課題の把握
・適切な評価指標の設定／分析計画策定
・適切な分析手法や技術の評価・選定
・分析結果の見える化によるお客様の納得感醸成

<マネージャーポジションの職務内容>
・組織方針／計画を基とした具体的な業務計画立案
・ステークホルダーとの円滑なコミュニケーション、パートナーとの協業推進
・適切に情報収集、分析を行いながら課題、テーマを解決
・チーム内の適切な目標設定を行い、進捗を確認しながらチームを牽引、成果創出
・所属メンバーの適性、意向を踏まえた業務アサイン、中長期的なキャリア形成支援

【アピールポイント（職務の魅力）】
●職務の魅力
組織内に在籍している多様な人財・スペシャリストやグループ研究所やグローバルスタートアップとの連携を通して、最先端の技術や知見を学ぶことができます。また、単にITやアナリティクス技術の導入だけでなく、それらをどうやってビジネス成果・価値に繋げられるかといった経験・対応力を身に付けることが可能です。当社は各インダストリにおけるリーディングカンパニーとの接点が多く、様々な業界、規模のデータ分析案件を経験することができます。

●組織の魅力
本ポジションが所属するデザイン＆テクノロジーコンサルティング事業本部は、デザイン思考とテクノロジーを掛け合わせ、徹底したユーザ視点に基づいて、ビジネス構想から実装、実行まで、あらゆる業界のお客様を支援している最先端の組織です。事業本部内にサービスデザイナー、コンサルタント、データサイエンティスト、エンジニアなど各種スペシャリストが在籍しており、お客様に対して事業変革・構想の検討からビジネス成果を創出するまでワンストップ支援を行っています。勉強会などでのナレッジ共有も盛んで各種ツールやサービスを活用した先進的な働き方を実践しています。

◆担っていただきたい具体的な仕事内容
1.新サービス改善に向けたプロダクトに蓄積されるデータ分析
・新規プロダクトに蓄積される企業がもつ従業員の健康データとサービス利用履歴の分析と、プロダクトの改善提案・反映の推進
・新サービスの進化に向けた新たなデータ活用の検討・データサイエンティストの観点からの新サービス開発への提案
2.プロダクトに実装するモデルの設計・構築
・新規プロダクトに搭載する機械学習モデルを、ビジネス要件を踏まえながら構築（必要データの整形〜評価/デプロイ）
・既存モデルのブラッシュアップ（データ拡張/再学習、特徴量エンジニアリング など）
3.ビジネス要件の実現性に関する検討・実証
・ビジネス側で構想した分析ロジック/フローについて、数理的アプローチから見ても問題ないかの点検
・検証経験について、ビジネス側へのフィードバック/議論

募集概要 - 具体的な業務内容:
小売,メーカー,金融,エンターテインメント,IT事業会社など広範囲にわたる業界の様々な分野でのデータ活用プロジェクト(※)における設計、分析、意思決定の支援。
データ活用プロジェクト(※)：典型的には、課題整理、成果物の要件定義、設計、実装、提供のプロセスを含み、成果物を作成する際の要素技術として集計・可視化、数理統計学、機械学習や深層学習などを含むプロジェクト。
キャリレベルによって下記含みます
リード：プロジェクトのマネジメントも含む
シニア：プロジェクトのマネジメント、プリセールス、組織マネジメントも含む

ポジションの魅力:
幅広い業界や分析のテーマに携われる機会がある
DX/データ活用を推進したい大手企業の決済者と対峙しながら、ビジネスインパクトを出すプロジェクトを牽引する経験を積める
データサイエンティストが多数在籍しているため切磋琢磨出来る面や様々なロールモデルが在籍している
プロジェクトごとにレビューアーがいるため属人的な進め方にならず、業務の中でもFBを得られやすい環境である
基本的にプロジェクト担当となっているため、担当領域にコミットメントしやすい環境

募集概要
当社はデータ活用を軸に事業を展開しています。DX時代においてクライアントからの課題は抽象化/複雑化しており、単に分析をするだけではビジネスインパクトを出すことが難しくなってきています。これらのニーズに応えていくためには、より組織を強化していく必要があり、様々なバックグラウンドを持った方を採用していく必要があるため、募集を行っております。
顧客へのヒアリングを重ねながら本当に解くべき課題は何か、それをデータサイエンスで問いにするにはどうしたら良いか、課題設定からビジネス活用を一貫して提供していきたい方を募集しております。
具体的な業務内容
・小売,メーカー,金融,エンターテインメント,IT事業会社など広範囲にわたる業界の様々な分野でのデータ活用プロジェクトにおける設計、分析、意思決定の支援。
・データ活用プロジェクト：典型的には、課題整理、成果物の要件定義、設計、実装、提供のプロセスを含み、成果物を作成する際の要素技術として集計・可視化、数理統計学、機械学習や深層学習などを含むプロジェクト。
キャリレベルによって下記含みます
リード：プロジェクトのマネジメントも含む
シニア：プロジェクトのマネジメント、プリセールス、組織マネジメントも含む
ポジションの魅力
・幅広い業界や分析のテーマに携われる機会がある
・DX/データ活用を推進したい大手企業の決済者と対峙しながら、ビジネスインパクトを出すプロジェクトを牽引する経験を積める
・データサイエンティストが多数在籍しているため切磋琢磨出来る面や様々なロールモデルが在籍している
・プロジェクトごとにレビューアーがいるため属人的な進め方にならず、業務の中でもFBを得られやすい環境である
・基本的に1人1プロジェクト担当となっているため、担当領域にコミットメントしやすい環境

【事業説明】
当グループは、西日本を中心に様々な事業を運営している企業グループです。地域に根差した事業を手掛ける中で、時代の変化に対応し、新たな価値を創造するべく、グループ一体となって取り組んでいます。
その中でも当社は、当グループの各事業と一体でデジタル施策の実行支援を行い、データ利活用による事業横断の価値創出を実現するために設立されました。

【募集概要】
・経営視点で当グループのクライアントと討議し、企業変革の支援を行って頂きます。
・当グループが持つ良質で大規模なデータを利活用し、課題解決のための方法や手段を考えます。
・当グループ全体の顧客価値創出・拡大にむけた戦略策定・施策立案のためのマーケティング分析を担っていただきます。
・当グループ内の鉄道車両、施設及び電気分野のCBM(Condition Based Maintenance)ソリューション構築のためのデータ分析・AIモデル構築及びその実装を担っていただきます。
・当グループ内で実装したAIソリューションを、鉄道をはじめとした同業他社やその解決方法の応用が可能な異なる産業への展開を担っていただきます。

【具体的な業務内容】
・鉄道、小売、不動産、旅行、宿泊等、グループ全体における顧客価値増大のためのマーケティング分析
・鉄道事業をはじめとするグループ各社の業務・運行データを活用した分析ソリューション開発およびその利活用推進による事業運営・業務効率化
・顧客課題の整理、分析設計、品質担保等を通じた分析プロジェクトの推進
・分析組織拡大に向けた制度整備、育成計画の策定・実行

▼作業環境（例）
分析用言語：Python/R/Julia
BIツール ：Tableau/Looker/PowerBI
分析環境：GCP/Microsoft Azure/AWS
ビッグデータ処理基盤：Spark/Hadoop/SQL
プログラム管理：Github/Gitlab

【ポジションの魅力】
・良質且つ大規模なデータとアセットを活用して、当グループの事業成長や業務変革に貢献できること
・現実社会・リアルなビジネスの場で起こっている問題や課題について、単なる分析（アナリティクス）に留まらず、ビジネスの「あるべき姿」を提言し、“意義あるデータ活用”や”本質的な課題解決”を推進できること
・提案に留まらず、実装に落とし込まれるところまで伴走し、事業成長や業務変革までを直にやり遂げられる点

幅広い産業のデータに興味ある数理最適化エンジニア募集中！

2019年9月にグループからの出資のもと設立されたテクノロジーカンパニーです。
新規事業企画、新規サービスプロダクト開発を行います。

2019年12月より本格始動し、以下のような案件に取り組んできました。
・需要予測
　‐食品流通における需要予測モデル構築
　‐自動車産業における部品需要予測モデル構築
　‐再生可能エネルギー産業における発電量予測
　‐金融産業におけるコモディティ価格予測
・数理最適化
　‐食品流通における在庫・欠品を最小化する数理最適化モデル構築
　‐自動車産業における倉庫在庫の数理最適化モデル構築
　‐鉄鋼産業における鉄板の切り出しオペレーション最適化や部材の配送最適化
　‐配送産業における配送効率化のための組合せ最適化モデル構築
　‐鉱山産業におけるコスト当たり生産量向上のためのトラック配置最適化
・パーソナライゼーション
　‐電力産業におけるサブスクリプションビジネスのチャーン予測
　‐自動車産業における顧客分析やマーケティング支援
　‐銀行・金融産業におけるデフォルト予測

幅広い産業(産業プラント、物流、エネルギー、リテイル、食品、ヘルスケア、都市開発、モビリティ、電力、化学品、金属資源、etc)を扱う為、グローバルな幅広い分野に関わることができます。また、開発のみでなく、新規事業担当者と新規事業を企画するところからプロジェクトに入り、主体となってビジネスを創り上げることができます。

数理最適化エンジニアは、各種産業の現場が抱える課題を配送経路最適化やジョブスケジュールの最適化などの最適化問題として表現し、課題を効果的に解決するアルゴリズムを構築・実装します。
業務では主に最適化問題の定式化やアルゴリズムの検討・実装を行うほか、データサイエンティスト・ソフトウェアエンジニアとしてのスキルを積みながら仕事をすることもできます。

【業務内容】
・顧客の業務課題を現実的に実装できる最適化問題としてモデル化する方法・方針の提案
・ヒューリスティックな手法や数理計画ソルバーを活用した最適化アルゴリズムの考案
・C++ や Python による最適化アルゴリズムの実装
・顧客の実データを使用した最適化アルゴリズムの適用可能性評価・改善
・データや実装したプログラムの動作結果を可視化するツールの開発
・開発したソリューションを運用するための WebAPI およびデータ基盤の設計・開発

【利用するフレームワーク・ツール等】
・機械学習 : PyTorch, LightGBM, Optuna 等
・強化学習 : Stable Baselines
・機械学習効率化 : Luigi, Kubeflow Pipelines
・数理最適化 : OR-Tools, Gurobi 等
・Google Cloud各種基盤: Google Compute Engine, Google Cloud Storage, BigQuery, Vertex AI 等
・コラボレーションツール: Slack, GitHub, Confluence 等

【社員について】
社員は70人程度ですが、プログラミングコンテスト・Kaggleのトップランカーや、国際科学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。優秀なデータサイエンスチームのメンバーと最適なソリューションを議論していける環境が揃っています。

事業部門におけるデータ利活用推進を担っていただきます。具体的には、事業部門と連携し、データ分析に基づいた課題抽出・設定、解決策の提案、実行までの一連のプロセスを担当します。既存事業の効率化や新規事業創出のためのデータ分析基盤構築に携わり、データに基づいた意思決定を促進することで、事業の成長に貢献することが期待されます。関係部署との密なコミュニケーションを取りながら、データ分析結果をわかりやすく伝え、ビジネス課題の解決に導く役割を担います。将来的には、データサイエンスチームの中核メンバーとして、データ利活用戦略の策定や推進にも関わっていただくことを期待しています。

具体的な仕事内容
事業部門の課題をヒアリングし、データ分析ニーズを明確化
データ分析計画の立案・実行、分析結果に基づいた施策提案
データ可視化ツールを用いた効果的な情報伝達
機械学習モデルの構築・評価、予測モデルの開発・運用
データ分析基盤の構築・運用、データ品質の維持・向上
関係部署との連携、データ利活用推進のための提案

当社は、福岡エリアの金融機関向けにITコンサルティングおよびAI活用支援をより強化すべく、2025年7月に福岡オフィスを開設いたしました。

【職務概要】
本ポジションでは、プロジェクトマネージャーとしてデータ分析・AI活用案件をリードし、金融業界の多様な顧客に対してデータサイエンスを起点とした価値提供を担っていただきます。
ジュニア ミドルクラスのデータサイエンティストとチームを組みながら、分析戦略の設計・提案から、モデル構築、実装、運用設計（MLOps）までを一貫して主導。さらに、実務を通じて得た知見や技術資産を基に、当社独自の技術パッケージや自社プロダクトの創出にも関わっていただきます。
金融業界の幅広い業種・領域に触れながら、分析×ビジネスを結ぶ上流工程から現場実装までを横断的に担えるポジションです。

【プロジェクト体制】
2名〜6名程度でチーミング

【具体的な業務内容】
・金融機関向けのデータ分析・AIプロジェクトにおける技術リードおよびプロジェクトマネジメント
・テーブルデータを中心とした機械学習モデルの設計・構築・評価の全体統括
・Pythonを用いたデータ処理、特徴量エンジニアリング、評価設計の高度化・標準化
・本番運用を見据えたMLOps設計、モデルの継続的改善と運用支援
・AIコンサルタントや顧客と連携した、分析方針の策定・技術提案・要件定義
・ジュニア・ミドル層のデータサイエンティストへの技術的支援・コードレビュー・育成
・社内外で再利用可能な分析パターン・技術資産・プロダクトの企画・設計・蓄積

【プロジェクト事例】
・銀行における市場分析モデルの開発・運用支援
・銀行におけるAutoMLツールの評価・導入に向けた技術検証
・金融事務の効率化を目的とした生成AIの業務適用支援（自社プロダクトを活用）
・金融機関における機械学習モデル開発に向けたデータ前処理・分析支援
・データ分析基盤構想におけるモデル実装・評価フローの設計・技術検討
・金融グループ横断でのデータ活用に向けたモデリング実証（PoC）支援