データサイエンス、1800〜2000万の転職求人

15 件

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。

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

●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

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。

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

【求人の概要】
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。自社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、AIエンジンの実行プラットフォーム、データマネジメントプラットフォーム、新しいAIソリューションに必要なアーキテクチャ全体の調査・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/機械学習モデルを用いて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、AIエンジニア/AIアーキテクトとして従事していただきます。AIの実行基盤やアーキテクチャの設計・構築を中心に、AIソリューション研究開発活動全体を支える業務です。
- 研究開発は、自社グループ各社や外部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迅速に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協議しつつソリューションを作り上げる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テクノロジーを活用した顧客企業の課題解決ソリューションの研究開発
- 顧客折衝、企画、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）
- 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、各メンバーがそれぞれの強みを活かしてチームでプロジェクトを遂行します。入社後はご経験や強み、目指すキャリアに応じて担当プロジェクトを決定します。

【業務の魅力】
- アサインプロジェクトは、個々のキャリア志向や希望に寄り添いながら決定します。「伸ばしたいスキルを伸ばす」チャンスがあります。
- 共同で研究開発を行うクライアントは、自社グループ各社や自社のシステムインテグレーションビジネスの多種多様な顧客企業であり、大企業中心です。プロジェクト規模やビジネスインパクトに意義を実感しながら仕事ができます。
- AIやクラウドをはじめとするさまざまな技術領域にチャレンジできます。
- 多様なバックグラウンドを持つ社員が所属しており、受け入れ体制が整っています。

【具体的な担当案件の例】
- 機械学習関連オープンソースの調査、評価、ハンズオン検証、ノウハウ展開
- 最新クラウドサービスの調査、評価、ハンズオン検証、ノウハウ展開
- 自社グループ企業におけるAIシステムの研究開発、構築
- 自社グループ外の企業向けAIプロダクト研究開発
- 金融業界向けAIプロダクト
- 通信業界向けAIプロダクト
- ヘルスケアデータを活用した経営最適化AIソリューション
- 自律的生成AIソリューションの研究開発
- 研究開発成果の社外発信（講演、書籍執筆、論文執筆、メディア露出など）
- 社内のシステムエンジニアを対象としたAI教育と育成

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。

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

● 主な業務内容
本ポジションは、顧客のデータ戦略策定や業務変革、データ分析に基づく意思決定・施策実行を支援する役割を担います。主には 1.プリセールス 2.プロジェクト責任者・PM 3.新たなサービス創出 を担っていただきます。

1.プリセールスフェーズ（提案・構想）
・クライアントの経営・事業課題のヒアリングと要件整理
・データ活用に向けた提案書・見積書の作成
・セールス／エンジニアと連携した提案活動（RFP対応など）

2.プロジェクト推進フェーズ（PM／コンサルタント）
・プロジェクト責任者としての推進（スケジュール・品質・リソース管理）
・業務プロセス分析・課題抽出、データ活用の業務設計の実行
・データを活用した収益向上施策（例：顧客LTV最大化のための施策設計、チャーン予測モデル活用施策 等）を策定・推進
・顧客のデータ活用自走化に向けた支援、データガバナンス体制の整備
・データ活用定着に向けた研修、ユーザー展開計画の設計・運用支援
・ソリューション・アーキテクトとの連携によるデータ基盤構想・要件定義支援

3.事業創出 × 発信活動
・TROCCOなどの自社プロダクト機能改善・新機能案の企画提言
・新規ソリューション／サービスの企画・ユースケース創出
・外部登壇・勉強会主催・記事執筆などを通じた知見の発信活動

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。

【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。