データサイエンス、1600〜1800万の転職求人

39 件

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

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

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

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

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

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

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

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

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

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

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

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

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

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。

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。

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】
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。

【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。）

【業務内容】 データサイエンティスト目線での将来像を描く アドテクノロジーの予測モデル改修、機能アップデート 開発組織におけるマネジメント業務 PMや社内ビジネスサイドとのコミュニケーション

【この仕事で得られる経験、魅力】
▼大規模かつ多様なデータを扱うデータサイエンス業務
・先進的な自社サービスを担当できる
・大手のグローバルアドテクノロジー企業相当のロジック実現にチャレンジできる
・候補者様も ”必ず” 様々なWeb広告を自社サービス経由で目にしているはずです

▼環境/裁量権
・プロダクトに直結するポジション
・部長として大きな裁量権を持ち、スピード感あふれる環境の中で主体的に意思決定し、自身の力を最大限に発揮できます。
・AIの積極的活用など、最新技術に触れながら先進的な自社サービス上で活躍できます
・優秀な若手エンジニアが多く集まる現場をリードし、マネジメントスキルを磨きながらチームの成長を牽引できる

【選考フロー】
書類選考 → 面接（2〜3回）→ 内定
※最終面接までにSPIの受験とリファレンスチェックをご対応いただきます

【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。

【概要】
エンタープライズ顧客に対し、定性・定量データの分析を主担当者として行います。分析実務はもちろん、顧客課題に合わせてのコンサルティング・分析案の企画立案から分析結果の報告まで、顧客対面業務も行っていただきます。少人数のチームで動くため、分析・顧客対面双方の実務で中心を担っていただく想定です。適性に合わせて、顧客への提案活動や分析手法を汎用化したパッケージの企画立案なども担当いただくことを期待します。

【主な業務内容】
・課題ヒアリング・仮説立案 :
　-クライアント企業の課題・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

・データ分析 :
　-必要なデータの収集・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、顧客の戦略・施策に対するインサイトを抽出します

　-分析手法は、数理統計学的な分析手法から生成AIを活用したテキストデータ・音声データの処理なども含め、顧客課題・データ特性に合わせて適切な手法を利用・開発します

　-可視化・レポーティング :
　　-分析結果をPython・BIツール等で可視化し、クライアントの意思決定への示唆をレポートします

　　-顧客向けにダッシュボードをデザイン・構築する場合もあります

・生成AIを用いた技術検証：
-ChatGPT・Geminiなどを用いて生成AIの業務適応が可能かの技術的検証を担当します

親会社が扱う幅広い産業のデータに興味があるデータサイエンティスト(ジェネラリスト)募集中！
【概要】
顧客課題のヒアリングからソリューションの策定・提案を行い、課題解決のために機械学習や統計モデルを作成し、顧客の情報から価値あるインサイトを提供することが求められます。機械学習や最適化などの専門性の高い方も、コンサルティング・マネジメント経験のあるビジネススキルの高い方も、それぞれご活躍いただけます。また、データサイエンティストの作成したモデルはデータサイエンティストとソフトウェアエンジニアが協力して開発を行い、本番システム / AI SaaS提供まで一気通貫で手掛けます。

【主な業務内容】
・顧客課題のヒアリング
・課題解決に向けたソリューションの策定と提案
・顧客データ分析によるビジネスインサイトの提供
・機械学習モデルの設計、構築、実装、チューニング
・機械学習パイプラインの構築等によるPoCの効率化

【事例】
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
・自動車産業における部品需要予測
・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
・自動車産業における倉庫在庫の数理最適化
・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
・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

親会社の扱うグローバルな幅広い産業分野(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)に関わることができます。また、開発のみでなく、親会社の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。

PoCのみに留まらず、データサイエンティストの作成したモデルはデータサイエンティストとソフトウェアエンジニアが協力して開発を行い、本番システム / AI SaaS提供まで一気通貫で手掛けます。

また、顧客課題のヒアリングからソリューション策定・提案などのコンサルタント業務を行う場合もあります。機械学習や最適化などの専門性の高い方も、コンサルティング・マネジメント経験のあるビジネススキルの高い方も、それぞれご活躍いただけます。

【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

親会社が扱う幅広い産業のデータに興味があるデータサイエンティスト(スペシャリスト)募集中！
【概要】
このポジションでは、顧客の課題解決のために、機械学習や統計モデルを活用し、顧客の情報から価値あるインサイトを抽出することが求められます。特に、高度なモデル開発、特徴量エンジニアリング、最適化手法に精通した技術者を歓迎します。Kaggleコンペティションでの実績や、研究レベルの機械学習アルゴリズム開発経験をお持ちの方に最適な環境を提供します。

【主な業務内容】
・機械学習・深層学習モデルの設計、実装、精度評価、精度改善
・大規模データの前処理および特徴量エンジニアリング
・時系列データや非構造化データの解析および予測モデリング
・分析結果をもとにした技術的なレポートの作成
・分析パイプラインの自動化やMLOps環境の整備

【事例】
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
・自動車産業における部品需要予測
・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
・自動車産業における倉庫在庫の数理最適化
・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
・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

親会社の扱うグローバルな幅広い産業分野(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)に関わることができます。また、開発のみでなく、親会社の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。

PoCのみに留まらず、データサイエンティストの作成したモデルはデータサイエンティストとソフトウェアエンジニアが協力して開発を行い、本番システム / AI SaaS提供まで一気通貫で手掛けます。

また、顧客課題のヒアリングからソリューション策定・提案などのコンサルタント業務を行う場合もあります。機械学習や最適化などの専門性の高い方も、コンサルティング・マネジメント経験のあるビジネススキルの高い方も、それぞれご活躍いただけます。

【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

配属先は2019年9月に親会社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。親会社のグループ会社へのサービス提供に加え、グループ外の企業にも展開していけるような新規サービス・プロダクトの開発にも取り組んでいます。

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
・自動車産業における部品需要予測
・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
・自動車産業における倉庫在庫の数理最適化
・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
・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


親会社の扱うグローバルな幅広い産業分野(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)に関わることができます。また、開発のみでなく、親会社の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。


【募集ポジション】
データサイエンス部門では、以下の3つのポジションを募集しています。
これまでのご経験やバックグラウンドに合わせ、選考を通じてご経験を活かせそうなポジションを提案させていただきます。
[データサイエンティスト]
・機械学習/数理最適化モデルの構築・データ分析等
[データコンサルタント]
・顧客課題に対するデータサイエンス観点での企業の情報を活用したコンサルティング業務
[数理最適化エンジニア]
・配送計画最適化・発注量最適化などの数理最適化モデルの構築やアルゴリズムの改善、解の可視化ツールなどの開発など


ぜひ一緒に、あらゆる産業のデジタルトランスフォーメーションを通してビジネスを創っていきませんか？

クオンツ・データサイエンティストとして、金融市場部のセールス＆トレーディングビジネスに提供する。ニーズの汲み取り、分析手法モデルの立案、開発（ベンダーとも協働）・リリース、運用までの一連の活動に入り、案件によっては自らが成果物の最初のユーザーとなるなど、現場と一体となってビジネスに貢献する。

【業務内容】
・電子取引を含むセールス・トレーディングの出来高・収益・顧客満足度向上のため、顧客動向や市況のデータ分析・モデル開発とそれに基づくビジネスの推進
・自動取引戦略の構築・リスク管理・パフォーマンス分析と改善活動
・市場データ分析環境の立案・構築

【人員構成】
東京、ロンドンに総勢10名程度のクオンツ・データサイエンティスト。

データサイエンティストとして、データ処理、キュレーション、キャプションを含むデータ関連の業務に従事します。研究者やエンジニアと協力し、大規模な基盤モデルの学習を支える効率的なデータ基盤およびコードベースの開発を推進していただきます。

【ポジションの魅力】
- 大規模マルチモーダル生成モデルの学習と開発プロジェクトに携わることができます。
- 研究成果を実世界のアプリケーションに適用し、ビジネスに測定可能なインパクトをもたらすことができます。
- 拠点の多様かつ国際色豊かなチームで連携して研究開発ができます。
- 国内最大の計算リソースを使った研究開発ができます。

- 大規模データ取得計画の立案・実行
- 外部コンテンツホルダー、学術団体等とのデータライセンス／共同研究交渉・契約締結
- 個人情報・著作権チェックを含む前処理パイプラインのガバナンス
- 学習データのトレーサビリティを確保するデータリネージの整備と履歴可視化の推進
- プロダクト開発／R＆D／法務＆AIガバナンスチームと連携し、獲得データセットの学習効果を最適化

ミッション:
外部コンテンツホルダーらと協働し、高品質かつ権利クリアな学習用データセットを継続的に獲得・管理し、自社大規模言語モデルの性能向上と高いデータガバナンスを両立させる。

仕事の魅力:
- 海外発の生成AIが最適化している英語と同等のサービスレベルまで、日本語の応答品質を引き上げる社会的インパクトの大きい役割
- 個人情報保護、データトレーサビリティ、コンテンツホルダーとの持続可能なパートナーシップ構築など、生成AI業界が直面する課題解決の最前線に挑戦
- 金融・ヘルスケア・ハイテク産業など、注目度の高い市場向けプロジェクトでAI の社会実装をリードできる機会

【業務概要】
テクノロジーを活用した事業企画、業務改革構想、BPR推進、プロトタイピング、実践まで、応募の皆さまの志望領域に応じ、一貫しての推進もしくはビジネス寄り/実装寄りのフェーズを担当いただきます。
＜主なテーマ＞
・AI(生成AI/AIエージェント/Physical AI/AI半導体/チャットボットなど)
・データ分析(Python/R/Tableau/SQL/SASなど)
・機械学習(予兆検知、画像処理、自然言語処理、など)
・生体認証(静脈認証、顔認証など)
・XR(AR/VR/3DCG)、メタバース、シミュレーション
・IoT、ロボティクス
・量子コンピューティング
・データセンタ
・スマートシティ/デジタルシティ
・PHR(医療、介護、バイタル、ライフログなどのデータ)
・イノベーションの仕組み化(CVC、コンソーシアム/ラウンドテーブル、協創方法論の開発・推進)

【当職種で働く魅力】
・複雑化を増す社会課題やビジネス課題に対して、先端テクノロジーを活用した価値創出アイデアを企画・構想〜プロトタイピング・実装〜事業拡大まで、一気通貫で取り組めます
・各々のアイデアや意見を積極的に取り入れ失敗を恐れず挑戦し、デジタルスキルを通じ社会や企業にポジティブな影響を与えるとともに、自己の専門性を高め成長することができます
・当グループの各事業部門、研究開発部門、コーポレートベンチャリング組織、テクノロジースタートアップと連携し、新たなビジネスをリードできます
・当グループやクライアントを巻き込んだビジネスプロデュース活動を経験できます
※テクノロジーの本番実装は当グループのSIerなどで実施

投資先は、年商500億円・総ユーザー数2,400万人超を誇る国内最大級の電子コミック配信サービスを運営しています。2024年より世界的な投資会社グループに加わり、経営層と事業部が一体となってAI・データ活用を全社的に推進。データサイエンティストが事業の根幹に関わる大胆な挑戦をしやすい環境です。
競争が激化する電子コミック市場において、AIが事業成長の鍵を握ると考えています。ユーザー体験の向上、LTVや広告効果の最大化、生成AIによる制作支援など、当社の豊富なデータ資産を活用し、事業をドライブさせる挑戦的な課題が数多く存在します。
そこで、今回は業界トップクラスの電子コミック配信サービスで、AI活用をリードしていただくデータサイエンティストを募集します。

業務内容
電子コミック配信サービスが保有する多様かつ膨大なデータを活用し、ユーザーの満足度と事業成長を最大化することがミッションです。具体的には、以下のテーマに取り組んでいただきます。
●作品の推薦アルゴリズムの高度化:
○閲覧・購買履歴などの行動データ、作品やレビューといったメタデータを活用した新しい推薦ロジックの開発、実装、A/Bテスト
○新規ユーザーや多様な嗜好を持つセグメントへの対応、コールドスタート問題の解決。作品毎に付与するのメタ情報の精緻化
●マーケティングの効率化 (ex. 広告宣伝、販促活動):
○短期だけでなく中期目線も踏まえた広告ROIの最大化、広告出稿作品の自動選定、広告クリエイティブの改善やキーインフルエンサーの特定
○各販促キャンペーン施策の効果検証/改善活動、LTV最大化を行う為のユーザー毎の販促施策ミックスの最適化
●生成AIを活用したコミック製作の支援:
○AIエージェント等を活用した原作小説の選定、小説原作のコミック向けストーリー変換、編集の壁打ち機能
○作画支援AIツールの導入、改善

効果的なビジネス改善を実現するためには、テクノロジーとビジネスプロセスは切っても切り離せません。フロンティア研究開発センターでは、最新のITテクノロジーとユースケースの調査・研究開発を行い、ビジネスに適用して成果を向上させることを目指しています。
- 当センターのAI/データサイエンス研究開発チームは、先進ITテクノロジーとユースケースの研究開発部門の一部です。
- 基礎研究よりも応用研究に重点を置き、最新テクノロジーを迅速に取り入れ、具体的なクライアント企業や社会の課題を解決する新しいAIソリューションの調査・企画・研究・開発・ビジネス実装・プロダクト化を行います。
- 特に、機械学習モデル、自然言語モデル、マルチモーダルモデル、生成AIなど、データサイエンステクノロジーの調査/企画/研究/開発/ビジネス実装がミッションです。

【業務の詳細】
- AI/機械学習モデルによりビジネス改善をもたらす、新たなメソドロジーやプロダクトの研究開発に、データサイエンティスト/AIコンサルタントとして従事いただきます。
- 研究開発は、グループ各社やグループ外の大企業と共同で推進し、企業向けのAIシステム構築業務へと展開する場合もあります。
- 社内外の関係者と円滑にコミュニケーションを取りながら、様々な課題に対して主体的/自律的に行動し、技術のプロフェッショナルとして、スピード感をもった課題解決に取り組んでいただきます。仮説検証を繰り返しながら、ステークホルダーと折衝を重ねつつ、AIソリューションを作り上げていくことがミッションです。

- 以下のような活動をチームメンバーまたはチームリーダーとして遂行していただきます。
- 先進ITテクノロジーの適用を前提とした、顧客企業の課題解決を可能とするAIソリューションの研究開発
- リサーチ、分析設計、データ加工、データ分析、モデリング、モデル評価、ビジネス効果シミュレーション
- 顧客折衝、企画、AIプロダクトの実装と評価、ビジネス適用、PoCの実行
- AI/データサイエンス関連のシステム構築（主にパブリッククラウドを利用、AIエンジン部分中心）
- 先進ITテクノロジー、オープンソース、既存プロダクト、既存サービス、事例のリサーチやハンズオン検証
- プリセールスおよび社内情報連携目的のデモアプリ構築
- 調査や研究開発成果の社内外への情報発信
AI研究開発プロジェクトの企画からビジネス適用まで、ひとりですべてを担当するのではなく、それぞれ強みを持ったメンバーがチームを組んでプロジェクトを遂行していきます。入社後はご経験や強みのある分野、目指すキャリアに応じて担当プロジェクトを決定していきます。

本ポジションでは、データサイエンスのエキスパートとして、多種多様な業界のクライアントが抱える重要な経営課題に向き合い、データ分析、機械学習、数理最適化などを用いて先端的なモデルの設計や構築を行い、企業の大きな変革や成長を支援する役割を担っています。


●具体的な業務
デジタル領域における専門的な知見を活かし、戦略コンサルタントと共にクライアントと直接向き合いながら、その経営課題に対しビジネス・アナリティクス・ITのスキルを用いて解決を図る
データ分析基盤や大規模データ処理に関する知識を用いながら、クライアントの保有するデータや外部データを用いて分析を行い、課題解決のための施策を決定していく

【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

製造業のエンタープライズ企業に新しいソリューションを企画・提案・開発・デリバリするポジションです。エンタープライズ企業の経営課題や事業課題の把握・抽出、その課題解決のためのソリューションをプロダクト/ITツール/業務設計/BPOなど様々な手法を用いて解決する役割をお任せします。ターゲットは、製造業の経営層・営業・技術/設計・調達・製造・サービス部門など全社に渡ります。CxOや部門責任者などのカウンターパートに対し、テクノロジーパートナーの立ち位置で事業を推進していただくことを期待しています。
・顧客の経営課題、事業課題のヒアリング
・課題を解決するソリューションの提案
・ソリューションの開発とデリバリ
・ソリューションのオファリング化と横展開
・ソリューションをフックにした勝ち筋整理と戦略への適用


●業務イメージ
製造業領域において「サプライチェーン × 非構造データ × AI」の切り口で顧客の経営課題・事業課題を解決する様々なソリューションを提供しており、顧客になる部門は、経営、開発/設計、調達、生産、販売、品質などの全社に渡ります。対象とするデータは、図面/仕様書/価格情報/不良情報/サプライヤとのコミュニケーション情報など多岐に渡り、これらを活用可能なデータとして抽出・分析します。
例えば、ある顧客ではサプライチェーン上の非構造データの解析を組み込む形で、設計部門や調達部門のワークフローを再設計しており、開発リードタイム短縮や品質不良低減といった効果を生んでいます。また、他の顧客ではグローバル拠点の連携強化や高度な経営判断支援にサプライチェーン上の非構造データの解析を活用しており、環境規制への迅速/網羅的な対応、各国拠点の立上・運用コストの削減といった効果を生んでいます。


●入社後のイメージ
まずは当社会社全体、Drawer事業本部、Enterprise Solutionそれぞれのオンボーディングを受けていただきます。製造業未経験の方でもキャッチアップ可能な環境を用意しています。次に商談に同席しつつ、業界・顧客・プロダクト・ソリューションの理解を更に深めていただきます。顧客のCxOや部門責任者などにヒアリングし、課題の整理やソリューションの磨き込みを進めていただきます。セールス、カスタマーサクセス、データマネジメント、オペレーション等のチームと協業の上で、顧客課題の特定とソリューション設計、プライシング、提案を複数回重ねながら受注し、受注後は各部署と連携しながらデリバリを実施する流れです。提案フェーズでは、10社程のエンタープライズ企業のソリューション案件にオーナーシップを持って取り組んでいただきます。1社当たりおおむね数ヶ月 半年での受注を想定しています。


●仕事のやりがい・魅力
・Global SaaSトップクラスの成長スピード
日本だけでなく米国をはじめとしたグローバル展開の最中です。顧客1社で数百〜数千人規模で利用されるソリューションやグローバルで利用できるユニバーサルユースケースを提案し、数千万〜数億円規模の大型案件を仕掛けています。Drawer事業本部は創業経営者の加藤が直接率いており、CEO直轄事業に関われるまたとない機会です。
・一気通貫、自分で構想して自分でデリバリーできる
クライアントの言う通りに進めるのではなく、自ら構想してソリューションに落とし込んでデリバリーした上で、プロダクトに落とし込むという経験ができます。そのソリューションは1クライアントへの価値提供に止まらず、製造業という巨大産業にインパクトをもたらすかもしれません。
・チームで顧客が「変わる」瞬間に立ち会える
カウンターパートは製造業の経営層やCxOなど。顧客のトップマネジメントから現場までを一気通貫で動かすため、現場が変わる瞬間に立ち会えるのは面白さの一つ。カスタマーサクセス、データマネジメント、オペレーション等のチームと協業し、顧客にとっての本質的なサクセスを、当社の持つプロダクトやソリューションをもって実現するところまで伴走できる、手触り感のあるミッションに取り組めます。
・製造業における最大規模のデータ量を扱える
CADDi Drawerは製造業における最大規模のデータ量を誇るデータインフラです。顧客1社あたり数十万〜数百万枚の図面に加え、仕様書・発注価格・不良報告書など様々な製造業データを抱えています。データマネジメントチームが整備したデータ基盤と膨大なデータを活用し、顧客の経営課題・事業課題を解決するためのソリューション開発に取り組むことができます。

世界有数の金融グループである当フィナンシャルグループは、膨大なデータを活用し、店舗におけるお客様対応・事務、本部バックオフィス業務も含めた多岐にわたる業務の高度化・効率化のため、画像・音声認識、自然言語処理、ロジック処理などあらゆる形態でAI・MLを活用しています。銀行をはじめとする事業部門と至近距離で協働し、ビジネス理解及びデータ分析タスクの設定、モデル構築を主体的に推進し、グループのビジネス変革・デジタライゼーション（DX）に大きく貢献いただける方を募集しています。

【業務内容】
（雇入れ直後）
・データ分析テーマの選定、データ分析プロジェクトの企画・推進
・データ分析業務（設計・構築、データ解析、可視化、データ分析結果の評価等）を通じた業務革新・効率化
・AIや機械学習を用いたモデル実装、運用を通じた銀行業務高度化
・データの構造化・加工・分析処理等のデータエンジニアリング
・生成系AIの活用推進・分析への活用

（変更の範囲）
会社の定める業務

【役割・責任】
・グループの事業部門と協働し、ビジネス課題からデータ分析タスクの抽出、評価基準を設定
・データの前処理、モデル構築、モデル評価
・業務特性を鑑みてモデルの運用、評価基準を設定および最適なシステムアーキテクチャを検討する
・当該領域の高い知識とスキルを持つプロフェッショナルとして、組織全体のデータサイエンスやデータエンジニアリングに関するスキル・知識の啓蒙・伝搬を担う
・開発エンジニアチームに対する技術的なリーダーシップ提供（ツール・インフラ整備・利用指南・コードレビュー・設計等）、およびコーチング・メンタリング

【おもな関係者】
各業務を所管する事業部門、社内開発チーム、外部企業等と、マネジメント層・メンバーを問わず、連携いただきます。また、社内やグループ全体に対する啓蒙活動や情報発信等を担っていただくため、社内マネジメントとの連携やレポーティング機会も多くあります。学術機関、外部コミュニティ等との連携も積極的に実施いただきます。

【想定担当案件（例）】
銀行各部門の様々な業務に関連するデータ分析を行っていただきますが、以下のようなプロジェクトに携わっていただきます。
・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
・自然言語処理等を活用した銀行業務高度化
・生成系AI活用案件
・金融サービスに係わる不正検知

【成長機会】
・企画設計から実装まで幅広い領域に関与可能
・海外カンファレンスに参画した情報収集が可能

【想定キャリアパス】
各種AI関連の推進や新規提案を行いながら、銀行・グループ各社のDX推進に幅広く携わり、所属部門のプレゼンス向上・ポジション確立と、後進指導・育成に注力いただく。その実績次第で、AIやDXを中心に行う全社横断的組織のマネジメント（部長クラス）への登用可能性あり（契約社員の場合、無期雇用転換が前提）。さらにその実績次第で、当社におけるCIO的ポジション（フェロー）への登用可能性あり。

・データ分析テーマの選定、データ分析プロジェクトの企画・推進
・データ分析業務（設計・構築、データ解析、可視化、データ分析結果の評価等）を通じた業務革新・効率化
・AIや機械学習を用いたモデル実装、運用を通じた銀行業務高度化
・データの構造化・加工・分析処理等のデータエンジニアリング
・生成系AIの活用推進・分析への活用

【役割・責任】
・事業部門と協働し、ビジネス課題からデータ分析タスクの抽出、評価基準を設定
・データの前処理、モデル構築、モデル評価
・業務特性を鑑みてモデルの運用、評価基準を設定および最適なシステムアーキテクチャを検討する
・当該領域の高い知識とスキルを持つプロフェッショナルとして、組織全体のデータサイエンスやデータエンジニアリングに関するスキル・知識の啓蒙・伝搬を担う。
・開発エンジニアチームに対する技術的なリーダーシップ提供（ツール・インフラ整備・利用指南・コードレビュー・設計等）、およびコーチング・メンタリング。

クライアントの事業変革の推進に必要な、 データ活用の構想実装・定着化を支援するBX部門 データデザイン事業部の中で、 営業DXやマーケティングDXを実現する機械学習ソリューション の開発メンバーを募集いたします。
先端技術をクライアントの事業にどう適用するか、 社内メンバーやクライアントと徹底的に議 論しながら開発していくスタイルの仕事です。 機械学習をビジネスに活かしたい、 クライアン トのフィードバックを受けながら、 価値あるソリューションを開発していきたい方をお待ちし ております。

【業務概要】
クライアントの成長をDXで支援するイネーブラー集団の中の 「データ利活用による事業成長を 支援する専門家」 として、 購買データ、 アクセスログ、 顧客情報、 当社グループが保有する各 種調査データ等をフル活用し、 当社ならではのデータ分析やAI/機械学習ソリューショ ンの実装を通じて、 クライアントのDXを支援します。

【具体的業務内容】
・クライアント課題や目的に対するデータ活用のソリューション企画や設計
・Python / R / SQL等を使ったクライアントデータの基礎分析、 データから見られる課題整理 とアクションの提示
・Pythonによる機械学習モデルの実装と、プログラムの自動化実装 (MLOps) ・データ分析/機械学習案件のプロジェクトマネジメント
・当社グループ保有の調査データや各種マーケティングツールで取得できる行動データ (検索行動、 閲 覧行動など) を活用した各種コンサルティング

【仕事内容】
・データ分析を活用した新規ソリューション開発（M&A等における対象会社の財務・事業に関する広範なデータを迅速に収集・加工・分析し、視覚化されたアウトプットで示唆を導く）
・クライアントへのソリューション提供
・新規ソリューションをスケールしていくためのプロセス/オペレーション構築

●お客様の自走的なデータ活用に向けた伴走型のご支援
・中長期的なデータ活用戦略の立案
・課題設計、課題抽出
・データサイエンスに関する教育支援
・施策の実施と振り返り、全体レビュー
・データに基づく意思決定の支援
・データ活用の組織づくりや文化の醸成

●社内プロジェクトの立案
・プロダクトの新たな用途開発
・業界別活用事例の企画と共有
・セミナーの企画から実施
・お客様へ提供しているEラーニングコンテンツの拡充
・導入企業様を募ったユーザー会の開催

※入社いただく方のご経験等により、担当業務を柔軟に調整することを想定しております。

【ポジションの魅力】
・お客様の売上や成果の向上に貢献することができます
我々が日々向き合うのはお客様先で蓄積をされた『実際の』ビジネスデータです。
そのため、実際の施策によってお客様先での成果がリアルに変化するため、お客様とともに大きな達成感を得ることができます。

・データ活用を根付かせる組織支援に携わることができます
クライアントの組織的なデータ活用に向けて人材育成を含めて支援をできることで、データ活用ノウハウを伝えるだけでなく組織づくりや文化の醸成などもコンサルティングでき、広く深い裁量を持って取り組むことが可能です。

・あらゆる業界のデータ活用に精通することができます
当社のサービスは金融から製造、人材、IT、物流などあらゆる業界のお客様へ提供をしております。
そのためあらゆる業界のデータ活用、DX 化の支援に携わることができるためここでしか得られない、高いビジネススキルを身に着けることができます。

・自らプロジェクトを企画し実行する裁量の広さがあります
事業として順調に成長をしておりますが、お客様へさらに高いサービスを提供するためにブラッシュアップが必要な業務やコンテンツ、機能がまだまだたくさんあります。
対クライアント様へのご支援だけでなく自分達チームの活動の効率化や質の向上につながる企画の立案、推進も担っており、チーム全体のボトムアップにも貢献することができます。

・チーム一丸でプロダクトの改善に携わることができます
コンサルティングセールスからカスタマーサクセスチーム、そして開発チームとも非常に距離が近いこともこの
組織の特徴です。自らの意見がプロダクトに反映されることもあれば、お客様からいただいたご意見や要望も開発へ随時 FB しており、プロダクトの進化に携わり実感することができます。

組織ミッション
名刺のデータ化をはじめとした技術の研究開発でプロダクトのコアバリューを高め、事業に貢献します。

業務内容
本ポジションでは、まず一研究員としてさまざまなプロジェクトに関わり、その後チームリーダーとして少人数のマネジメントの役割を担います。 所属する研究開発部は営業DXサービスのみならず、インボイス管理サービス、契約DXサービスなどのマルチプロダクトの成長を牽引するために、プロダクトの課題を技術で解決しています。さらに、プロダクト戦略開発室やビジネス開発室との連携を強めており、研究開発部からプロダクトの新機能や新規プロダクトを生み出す取り組みも行っています。 同部には、画像処理や機械学習を専攻していた研究員以外に経済学など社会科学分野を専攻している研究員が在籍しています。さらに、DevOps/MLOpsを推進するアーキテクトのメンバーも在籍しており、サービス継続的に素早くリリースするためのML基盤の構築・推進しています。
研究員とアーキテクトのメンバーは4つのグループに分かれていますが、グループ間のコラボレーションを促すべく各グループ混合の約5名のスモールチーム体制をとっています。将来的にグループのマネジャーのポジションに就き、多様なメンバーの強みを活かし、事業貢献成果の最大化にコミットすることを期待しています。

やりがい
画像処理を用いたデータ化技術、自然言語処理を活用した情報抽出技術、機械学習やネットワーク情報を用いた名寄せ技術やレコメンデーション技術など数々のコア技術を磨くことができます。
さらにそれらを複数のプロダクトで活用する機会を自ら作り、多面的に事業の成長に携われます。
多種多様なバックグラウンドを持つ研究員が在籍しており、多様な学知からビジネス価値を生み出すことに挑戦できます。

開発環境
クラウド：AWS、GCP（Google Cloud Platform）
ソースコード管理：Github
PC：Windows PC、Macbookから選択。AWSやGCPのインスタンスも使用できます。
使用するライブラリやフレームワーク：テーマに合わせて自由に選択できます。
サービス本番環境への実装：Dockerコンテナ技術やAWS（Batch、Lambda、SageMakerなど）、GCP（AppEngine、Kubernetesなど）など、各サービスの活用によって低負荷で実装できる環境を整えています。

主に以下の業務を行っていただきます。
・部門責任者候補としての部門内メンバー管理、部門損益管理、部門組織管理
・担当部門の売上ミッションの達成およびビジネス拡大推進
・クライアント企業のデータ解析プロジェクトの提案、営業、解析業務マネジメント
・社内組織運営および若手メンバーの指導育成施策への参画