データベーススペシャリスト試験（DB）の転職求人

276 件

＜イベント概要＞
同社にご興味をお持ちの方を対象に、「1Day選考会」を開催いたします。通常複数回にわたる面接プロセスを1日で完結できる特別選考会です。「転職活動を効率的に進めたい」「短期間で選考を進めたい」という方におすすめです。当日は面接だけでなく、面接官より事業や組織、実際の業務内容についても丁寧にご説明いたします。皆さまのご応募を心よりお待ちしております！

●開催日時
下記の日程で開催いたします。
・10月7日（水）13:00〜21:00
・10月14日（水）13:00〜21:00
※ご希望の日時をお選びいただけます。
※各時間枠は先着順となりますため、ご希望に添えない場合がございます。あらかじめご了承ください。
※上記時間帯のうち、個別に面接時間をご案内いたします。

●面接について
対面面接1回／最長90分程度を予定しております。
本選考会では、1日で面接プロセスを完了いたします。
※選考結果については、後日ご連絡いたします。

●実施形式
対面での実施となります。
場所：弊社オフィス

●応募条件・提出書類
ご応募の際は、下記2点をご提出ください。
・履歴書（写真付き）
・職務経歴書（PDF形式）

●応募締切
定員に達し次第、受付を終了いたします。
ご興味をお持ちいただけましたら、ぜひお早めにご応募ください。

＜AI・データ事業部詳細＞
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、金融業界の変革を目指しています。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しており、それらから生まれた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います。コミュニティー運営を基盤とする企業だからこそできる、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います。
同社の中核事業の1つである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・提供を行っています。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「CoE of CoE」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、同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「活躍が期待されるAIスタートアップ」に選定されました。

＜仕事内容＞
【職務概要】
本ポジションでは、金融機関が抱える業務・システム上の課題に対し、生成AIをはじめとする先端技術と同社の自社プロダクトを活用し、技術面から課題解決をリードする「Forward Deployed Engineer（FDE）」としてご活躍いただきます。
同社の主力プロダクトは、レガシーシステムのモダナイゼーションや、生成AIを活用した業務プロセスの効率化・高度化など、金融機関における幅広い業務・システム変革を支援するプロダクトです。
FDEは、単なるコンサルティングや技術提案にとどまらず、クライアントの業務や現行システムを深く理解した上で、課題整理・技術検証から、アーキテクチャ設計、実装、検証、本番導入までを一貫して担当します。主力プロダクトの活用、新たなAIソリューションのPoC、クライアント固有の機能開発など、顧客の課題に応じて柔軟に技術的な解決を実現していくポジションです。
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】
・主力プロダクト（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）

【具体的な業務内容】
・顧客の業務・システム課題を踏まえた、主力プロダクトの技術的な導入設計および実装推進
・顧客や社内関係者と連携した、レガシーシステムのモダナイゼーションや生成AIを活用した業務効率化・高度化に関する企画、技術検証、PoC推進
・PoCや技術検証の結果を踏まえた、本格開発・本番導入に向けたアーキテクチャ設計、技術検討および実装推進
・顧客固有の課題に応じた、AIソリューションや機能の設計・開発
・プロジェクトや顧客導入で得られた知見の、自社プロダクトの機能改善・プロダクト戦略へのフィードバック

＜魅力ポイント＞
プロジェクトの魅力
大手金融機関の業務・システム課題に対し、構想から実装・本番導入まで一貫して関与できる
自社プロダクトを活用し、レガシー刷新や生成AIによる業務変革など幅広いテーマに取り組める
レガシーからクラウドネイティブ、生成AI活用まで幅広い技術・アーキテクチャに関われる
生成AIを業務・システムに組み込み、顧客価値創出の最前線に携われる
短いサイクルで検証・改善を繰り返しながら、顧客と共に解決策を形にできる

ポジションの特徴
コンサルとエンジニアを兼ねるハイブリッドロール
要件整理から設計・実装・本番導入まで一貫して担当できる裁量
ソリューションに縛られず、課題起点で最適な技術を選び実装できる
現場で得た知見を自社プロダクトへ還元し、プロダクト進化に直接貢献できる

業務概要:
ソフトウェア開発・保守業務を担当します。同社の定める業務（出向を命じることがあり、その場合は出向先の業務）への変更の可能性があります。

募集背景:
データとテクノロジーの力で不動産データベースを構築している企業です。データを活用することで都市の秘めた価値を可視化し、本来の価値が発揮され、そこに住む人々の生活が豊かになることを目指しています。商業用不動産市場において、データが埋没していることで、より良い街作りを行う障壁になっている現状があります。同社は都市のデータ分析基盤である主力プロダクトをリリースし、それに続くプロダクトも各社から好評を得ていますが、目指すべきところには十分とは言えず、この課題を解決するため、データマネジメントグループでは新たな仲間を募集しています。

募集するチームの背景:
データマネジメントグループは、同社のプロダクトで提供する不動産データを、ソフトウェアの力でつくり、育てる組織です。不動産情報は断片的に存在し、表記揺れや欠損も多いため、そのままでは分析や意思決定に活用できません。同チームでは、こうした複雑な情報を、変更履歴を含めて扱えるデータモデルへ落とし込み、収集・正規化・名寄せ・配信を自動化するパイプラインやAPI、品質を継続的に改善する社内システムまで設計・開発しています。エンジニアとデータオペレーターが協働し、機械処理と人の判断を組み合わせながら、業界にまだ存在しない信頼性の高いデータを商品として生み出すことが役割です。事業部や顧客とも直接対話し、必要なデータの定義からプロダクトへの実装・提供までを一貫して担います。データ基盤を支えるだけでなく、データそのものによって同社の事業と不動産業界の可能性を広げるチームです。

具体的な業務内容:
ソフトウェアエンジニアとして、ユーザーに提供する不動産データを生成するデータパイプラインを構築するために、以下のような業務を行います。
1. 不動産に関する情報の収集システム（入力システムや連携API、バッチ処理）の構築
2. 収集した不動産データを共通データ基盤に繋ぎ込むためのモデリング
3. 収集した不動産データのETLや正規化・名寄せ処理を行い、時系列データとして利用できるようにするための加工基盤（データ加工パイプライン）の実装・運用 (Python, dbt, Terraform)
4. 上記データ加工パイプラインに必要なバックエンドAPIサーバー（ジオコーディング、機械学習、データ配信）の実装・運用 (Python, Rust)
5. 社内で利用するデータ修正用システムの構築・運用 (Rust, React, Python)
6. 経営層やビジネスメンバーが利用する、売上などの経営指標やプロダクトの利用状況を可視化するデータパイプライン、および、BIダッシュボードの構築、運用
7. データウェアハウスのAI機能などを活用した、AI-Readyなデータ基盤の構築、運用

このポジションの面白さ・得られる経験:
1. 現実世界の複雑な不動産の情報をデータの表現に落とし込む面白さ
2. 品質の高いデータそのものを商品として提供し、事業価値に貢献していく経験
3. 提供するデータの種類拡大や品質向上により、顧客の業務を支える経験
4. 事業背景から複雑な処理が必要な中で、それらの処理の長期を見据えた技術的な提案により価値向上に貢献する経験
5. 優秀なエンジニアとともに難しい課題を解いていき成長していける経験
6. 前例のない不確実性の高い事業をデータドリブンで支援する社内データ基盤の開発やデータ活用に携われる経験

ナウキャスト採用Meetup 概要
同社はビッグデータや生成AIを活用した事業を展開する東大発のスタートアップで、大手企業を中心にデータ利活用やDXを支援する企業です。
クレジットカードデータやPOSデータ、位置情報データといった様々なオルタナティブデータを活用した企業の意思決定をサポートする事業や、データ基盤構築支援や生成AI開発を通じ、世の中の意思決定を円滑にする事業を展開しております。

今回の内容
今回の採用Meetupでは、膨大なオルタナティブデータを運用する同社のデータ基盤について、グループ全体のデータ・AI戦略をリードするグループ会社のVP of Data ＆ AI 兼 取締役から紹介があります。
オンライン開催となり、ご希望いただける方はカジュアル面談確約となります。

日時/開催形式
- 日時：9月29日（火）19:00〜19:30
- 開催形式：オンライン（Zoom ウェビナー）
- 質問は、チャットやFAQからぜひお送りください！

タイムテーブル
- 19:00 オープニング・登壇者紹介
- 19:05 会社概要説明
- 19:10 データ基盤・技術スタックの紹介
- 19:20 募集ポジション・働き方の紹介
- 19:25 QA
- 19:30 終了

【ポジションの魅力】
・大手エンタープライズ企業のデータ活用戦略策定など上流フェーズに携わることができます。
・DX知見が豊富なコンサルタントやエンジニアと共に実行支援まで伴走することができます。
・生成AI・LLMなどの最先端技術の活用にも挑戦できます。

【業務概要】
データサイエンティストとして、データ活用戦略策定から実行まで幅広く携わり、将来的にはデータエンジニアリング組織の中核を担うポジションです。

【具体的な業務】
大手エンタープライズ企業の経営・事業・業務課題に対して、データサイエンスを活用した課題解決を推進します。

業務イメージ:
・顧客の経営・事業・業務課題の整理
・データ活用戦略策定、分析テーマの企画提案
・データ分析要件・KPI・評価指標の設計、モデル設計、開発
・生成AI・LLMを活用した業務・サービスの企画開発
・分析結果を踏まえた業務改善施策の立案、報告
・施策実行後の効果検証・改善
・社内データエンジニア・AIエンジニア・コンサルタントとの協働

主なプロジェクト事例:
・大手金融機関：顧客体験価値最大化モデル構築と営業活動設計
・大手エネルギー系インフラ：データ活用基盤企画構想
・大手製造業：基幹刷新に伴うデータ分析環境の再構築およびデータ分析企画・実施
・大手製造業：データ利活用の態勢構築とダッシュボード開発
・大手自動車メーカー：スポーツ動作に関するデータ解析支援

組織内に点在するデータ（採算、マーケティング、顧客、オペレーション等）を統合し、経営陣および各事業部が意思決定に活用できるダッシュボード（BIツール等）の設計・構築・運用を担います。

具体的な業務:
* 既存ダッシュボードの修正・アップデート（フィルター/指標の追加、レイアウト改善等）および組織内データフローや事業構造の理解
* 営業・マーケティング等の各部署からの課題ヒアリング
* 課題に対するビジネス要望のデータ仕様・可視化イメージへの落とし込み
* 経営陣・事業責任者向けのサマリーダッシュボード構築
* 全社的なデータ活用推進案件の主導
* BIツール導入後の全社展開、定着化に向けたレクチャー、継続的な改善・メンテナンスの実施

働く魅力:
* データエンジニアリングの技術力と事業を動かすビジネス視点の双方が身につく環境です
* 上流の要件定義から構築・運用定着まで一気通貫で動かすプロジェクトマネジメント力が得られる環境です
* 意思決定者が直感的に数値を把握し行動に繋げられる実践的なデータUI/UXデザイン力や、AIを活用した最新のデータディレクション手法を実践的に習得できる環境です

グループ内外のESG・サステナビリティ関連データを収集し、国内外のサステナビリティ情報に係る開示要件を踏まえた定量・定性分析を実施し、サステナブルファイナンス推進に資するデータアナリスト業務

【職務内容】
1. ESG・サステナビリティデータ管理
ESGデータの収集・集計・検証、データベンダーとの連携（S&P、Bloomberg）、データ品質管理および改善
2. 分析・レポーティング
温室効果ガス（GHG）排出量分析、Scope1・2・3排出量管理、脱炭素目標進捗分析、気候シナリオ分析支援、ネイチャー関連データ分析、サステナビリティ経営指標の分析
3. 開示・規制対応
ISSB・SSBJ・TCFD・TNFD開示支援、CSRD等海外規制への対応支援、統合報告書・サステナビリティレポート作成支援

理系・テクノロジー人材と企業の出会いを支援するオファー型サービスを主力として提供する企業でのポジションです。学生のスキルや志向性を可視化し、企業と高精度にマッチングすることで、理系人材の可能性が正しく評価される環境を実現しています。理系の就職活動における構造的な課題解決を目指し、教育と採用の接続を再設計しています。テクノロジーと仕組みの力で社会の未来を支える仲間が集まっています。プロダクトや事業におけるデータ活用をリードする役割です。分散したデータ基盤を整備し、機械学習や統計的手法を用いた分析を行い、その成果をプロダクト改善や契約継続率の向上、経営判断の支援へとつなげていく役割を担います。PdM・エンジニア・ビジネス部門と横断的に連携しながら、データドリブンな意思決定を推進します。

【具体的な業務について】
1. プロダクトDBや基幹システムなど分散したデータを統合し、分析可能なデータ基盤を構築・整備
2. データ抽出や統合作業の自動化、BIツールの活用による可視化環境の整備
3. 学生のオファー受諾率等、プロダクトの成果指標に影響する要因の分析と改善施策の提案・実行
4. 契約継続率向上のための解約リスク分析や成功要因の特定、施策提案および効果測定
5. ABテストや施策効果検証の設計・実行・モニタリング
6. 経営KPIの定義と可視化、経営層へのレポーティングによる意思決定支援
7. PdM・エンジニア・ビジネス部門と連携し、分析結果をプロダクト開発や事業施策に反映
8. 社内におけるデータ活用文化の浸透、ナレッジ共有やメンバーへの教育・サポート

【ポジションの魅力】
1. 事業インパクトの大きさ
・オファー受諾率や契約継続率といった事業の成長に直結する重要指標に直接コミットできます。
・経営層やPdM・エンジニアと近い距離で働き、データ分析を施策やプロダクト改善に即時反映できるように進められます。
2. ゼロから仕組みをつくる経験
・専任のデータサイエンティスト第一号として、分析基盤やデータ活用プロセスの構築を主導できます。
・既存の仕組みが未整備だからこそ、裁量と自由度の高い環境で試行錯誤しながら業務を進められます。
3. キャリア成長の可能性
・今後の事業成長や上場準備に伴い、データ組織の拡大が見込まれます。
・早期に参画することで、将来的にはデータチームのリーダーへキャリアを広げられる可能性があります。
・「データを活用して組織を変える経験」は市場価値の高いスキルを得ることができます。

【キャリアイメージ】
急成長する事業の中心で、データを起点とした意思決定やプロダクト改善に関わることができます。事業規模の拡大に伴い、取り扱うデータの量や種類も増加しており、成長フェーズ特有のダイナミズムを実感しながら、自らの分析が直接事業成果へつながる経験を積むことが可能です。また、データ組織はまだ小規模であるため、分析テーマの選定からアプローチの設計まで大きな裁量を持ち、幅広い領域にチャレンジできます。小さな組織だからこそ、基盤づくりや仕組み化に一から関わることができ、組織が拡大していくプロセスを間近で経験できるのも大きな魅力です。将来的には、プロダクトデータを活用したオファー受諾率や契約継続率の改善に加え、経営層へのデータ提供や意思決定支援など、分析の幅をさらに広げていただきます。これにより、データサイエンティストとしての専門性を深めつつ、事業成長と組織拡大を両輪で支えるキャリアを築くことができます。
【業務変更の範囲】 その他会社サービスおよび運営に関わる業務一式
【働き方について】 基本リモート勤務（業務の都合によっては出社いただく場合がございます。）
組織や開発環境、働き方について深く知りたい方は、エンジニア向けにまとめたご案内資料をご覧ください！

同社はレシピ動画を起点に、利用基盤と食・料理に関する膨大なデータを築いてきました。しかし「料理」だけではユーザーの生活のごく一部にしか関われません。料理の前後にある「買い物」領域に踏み込むことで、生活インフラ全体をカバーするサービスへと進化する これが同サービス立ち上げの原点です。

リリース以降、同サービスは累計ダウンロード数を突破し、月間アクティブユーザー数、年間成長率と急成長を遂げています。toCサービスでは稀有な伸び率でPMFを果たし、まさにスケールフェーズに入っています。

同サービスが取り組んでいるのは、消費者向けの節約アプリにとどまりません。レシート投稿で集まる購買データをマーケティング変革に活用することで、購買市場における「産業の再構築」に挑戦しているサービスです。

日本の年間購買消費額のうち約9割がオフライン（実店舗）での購買ですが、この領域はデジタル化・データ利活用が大きく遅れています。

- メーカー・小売業界では、需要予測の不足による一斉値下げが常態化
- 年間販促費に対して、効果測定・ターゲティングの精度が不十分

同サービスはレシートを通じて実購買データを蓄積できる希少な手段です。これを活かして、オフライン購買におけるデータ資産の利活用を進める支援をしています。

毎日投稿される大量のレシートOCRデータ、デモグラ情報、レシピ閲覧履歴。このデータ資産が、同社の次の事業ステップを支える基盤になっています。

「レシピ動画の提供企業」から「販促・購買データを動かす企業」へ、さらに「日本のサプライチェーンをAI-Nativeに置き換える企業」へ。これが同社の目指している姿です。

テックリードとして、同社サービスバックエンドの技術戦略・アーキテクチャ設計・基盤改善をリードしていただきます。特定領域に閉じず、プロダクトの成長段階に応じて事業横断的な技術課題に関わっていただくポジションです。

- 担当領域の技術選定・設計レビューの主導
- リファクタリング・技術的負債解消の計画的な推進
- SmartNews・Yahoo! JAPANとの連携拡大に伴うトラフィック増への対応、非機能要件を踏まえた設計判断
- 既存サービスを止めない段階移行でのリアーキテクチャ推進
- ジュニア ミドルエンジニアへの技術支援・コードレビュー・設計レビュー
- AI駆動開発をチームの開発フローとして浸透させる取り組み
- 中長期でのバックエンドセクション全体の技術・組織両面での牽引

▽ 開発の進め方

エンジニアは言われた要件をただ実装するだけの役割ではありません。4 6名前後の少数で構成されるチームがそれぞれ改善対象のKPIを持ち、エンジニア、デザイナー、PdM、BizDevなど職種横断メンバーで目標達成に向けて日々議論しながら開発をしていくスクラム体制になっています。

設計・アーキテクチャの判断はエンジニア同士で議論を重ねて決めていく文化があります。「なぜこの設計にするか」を言語化し、コードレビュー・設計レビューでフィードバックしあいながらチームとして最適解を探していくプロセスが日常的にあります。一人で技術判断を抱え込まず、対話を通じて正解に近づける環境です。

本ポジションの魅力

1. 生活インフラとして数千万人の日常を支える

累計ダウンロード数の主力サービス、累計ダウンロード数の別サービス。「料理を作る」「買い物をする」という生活の中核体験を支えるサービスで、自分の判断と実装が数千万人の日常に届く実感を得られます。

2. アナログ業界をデジタル化する社会的インパクト

日本の年間購買消費額のうち約9割がオフライン購買で、デジタル化・データ利活用が遅れている領域。同サービスは、メーカー・小売の業務フローをAI-Nativeに刷新する取り組みとして社会的インパクトの大きなサービスです。

3. 国内最大級の1st Party Data × AI

レシピ閲覧×レシート購買×位置情報×アプリ内行動を掛け合わせられる1st Partyデータセットは国内でも稀有。Snowflake/dbtを用いたモダンなデータ基盤を前提に、担当領域の機能開発を通じてこのデータを活かす設計に関われます。

4. AI駆動開発を組織標準として推進するフェーズ

AI手当・全社AI駆動開発推進など個別の取り組みが進行中で、高度なレベルでAI活用中。テックリードとして、担当チームの開発フローにAI活用を組み込み、標準化を推進する先行事例を作れるポジションです。

ご自身で分析を行いながら、AIが分析しやすいデータ環境を整えていただきます。同社では、AI活用を積極的に行っています。そのため、AIが正しい分析を実行できるよう、データ・ナレッジを整備することが欠かせません。分析の実務を通じて課題を見つけ、AIが正しく解釈できる形にデータを整え、AIのアウトプットの質を上げていく。この両輪を担うポジションです。

1. データウェアハウス・データマートの設計・構築（重点領域）
データエンジニアと連携し、BigQuery・Dataformを用いてデータウェアハウスとデータマートを設計・構築します。データエンジニアが担うのは、データの収集・パイプライン・基盤の非機能要件です。本ポジションでは、その上に載る分析層を担います。どの粒度でテーブルを持つべきか、どの指標をどう定義するか、どこまでを共通のマートとして持つか 分析要件を起点に設計し、繰り返し使える形へ整えていきます。整備の目的は、人が分析しやすくすることだけではありません。AIが正しくデータを解釈し、精度の高いアウトプットを返せる状態を作ることを目指します。

2. 指標定義の統一とデータ品質の担保
KGI・KPIの定義を整理し、経営・PdM・マーケが同じ数字を見て議論できる状態をつくります。定義のばらつきや数値の不整合を発見し、マート側で解消していきます。

3. 課題の定義・仮説立案
PdM・エンジニア・マーケ・CSと連携し、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。

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、意思決定に活かせる形で届けます。

5. ダッシュボードの構築・運用
整備したデータマートを土台に、各部署が自律的に数字を見られるダッシュボードを構築・運用します。

6. AIを活用した分析の高速化
Claude等のAIツールを前提に業務を設計します。定型的な分析やクエリ作成をAIに委ね、出力の妥当性を見極めながら、分析のスループットを上げていきます。

【ポジション・部門の魅力】
* AIが分析できる環境を、自分の手で設計できる
すでに整ったDWHを使う仕事ではありません。何をウェアハウスに持ち、どこをマートとして切り出すか。設計判断から関われます。分析と基盤の両方に手を入れられる環境は多くありません。
* 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。
* アナリスト出身のPdMと、設計から一緒に組める
データ整備をアナリスト出身のPdMが自ら行っており、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ありません。
* AIをフル活用できる環境
全社でAIフル活用を前提とし、AIツールの利用環境も整っています。分析やクエリ作成をAIで効率化しながら、人が判断すべきところに時間を使えます。

【募集背景】
同社のマネージドサービス事業本部では、データマネジメント領域における同社製品および同社サービス「PolarisGate」の提案に加え、IT運用診断、保守サービス、運用アウトソース、セキュリティ運用サービスを提供しています。今回募集するポジションでは、同社製品やPolarisGateの提案に加え、お客様のデータ活用・IT運用・セキュリティに関する課題をヒアリングし、社内の技術部門と連携しながら最適なソリューションを提案いただきます。

【仕事内容】
同社製品および同社サービス「PolarisGate」を中心に、お客様のデータ活用・IT運用・セキュリティに関する課題を解決するソリューション営業を担当いただきます。単一製品の販売にとどまらず、顧客の状況に応じて製品、導入支援、保守・運用サービスを組み合わせて提案します。

【具体的な業務内容】
1. 既存顧客への定期的なコミュニケーション、アップセル・クロスセル活動
2. 新規顧客へのアプローチ、セミナー・問い合わせ等を起点とした商談創出
3. 顧客課題のヒアリングと整理、課題と同社ソリューションの紐づけ
4. 社内技術部門・関係部門と連携した提案書、見積書の作成およびプレゼンテーション
5. 提案、契約調整、受注、納品、請求までの営業プロセスの推進
6. 案件情報・活動状況の管理、チーム内での報告・相談
7. ベンダーとの情報連携、製品・サービス情報の収集

担当プロダクト/サービス: 同社製品、同社サービス、マネージドサービス、アセスメント、一元窓口サービス
案件事例: データ基盤構築事例

【ポジションの魅力】
1. データマネジメントから運用・セキュリティまで幅広い提案が可能: 同社製品や同社サービスに加え、アセスメント、サポートサービス、マネージドサービス、セキュリティ運用サービスなど幅広いサービスを取り扱っています。単一製品の販売ではなく、お客様の課題に応じて最適なソリューションを提案できる環境です。
2. 生成AI活用を支えるデータ活用・連携領域の提案に携われる: 生成AI活用の拡大に伴い、AIが利用するデータ基盤やデータ連携の重要性が高まっています。同社はデータ連携製品の販売・導入支援において豊富な実績を有しており、データ連携ツールを活用した提案を通じて、生成AI活用を支えるデータ活用基盤の構築支援に携わることができます。
3. 事業拡大フェーズで営業組織の成長に関われる: データマネジメントおよびマネージドサービス事業の拡大を進めており、既存顧客への提案拡大や新規顧客開拓を通じて事業成長に貢献できます。営業として成果を追うだけでなく、事業の成長を実感しながら取り組める環境です。

【業務概要】
DXと、データドリブンマーケティングの推進が主なミッションです。経営陣とともに、要件定義の上流から実装・運用まで一気通貫で担当いただきます。具体的には、経営課題から逆算し、システム全体のアーキテクチャ設計・技術選定からデータ基盤（BigQuery等）の構築までをリードいただくとともに、マーケティング・カスタマーサクセス・在庫管理など各領域の業務のDX化を要件定義から実装まで、さらにLLM／RAGを用いた業務効率化プロトタイプ（AIリーガルチェック等）の検証・実装まで、幅広くお任せします。

【具体的な業務】
▼直近で取り組んでいること
・点在データの統合: カート・在庫ツール・モール・広告媒体などに分散したデータを統合し、意思決定に使える状態へ
・社内業務の自動化: ダッシュボード構築、在庫出荷予測など、現場の負荷を下げるツールの企画・PoC・実装

▼将来的に取り組みたいこと
・数値に基づくマーケティング: 面×企画ごとのLTV／CPAをリアルタイムに可視化し、勘と経験だけに頼らない意思決定へ
・AIによる最適化: 過去の訴求・オファー・配送データからAIが最適解を提案。需要予測・在庫最適化・接点設計を自動化

【ポジション・部門の魅力】
自身の技術が事業をそのまま動かす実感を、裁量を持って味わえます。商品企画・マーケティング・在庫・顧客体験まで多領域の開発に関わり、業務負荷を最小化する基盤を設計から実装まで担うことで、特定技術に閉じない汎用的な開発力とアーキテクチャ設計力が身につきます。個人の挑戦を重視する文化のもと、望む成長環境に合わせて役割やミッションそのものを柔軟に組み替えられるのも魅力です。
・事業のコアに触れる手触り感: クライアントワークではなく、事業に深く入り込み、自身の開発したシステムがダイレクトに事業課題を解決し、売上や効率化に繋がる喜びを実感できます。
・最新技術の実践投入: 単なるデータ分析に留まらず、AI（RAG）などの新しい技術をPoCで終わらせず、実際のビジネスに活かす経験が積めます。
・盤石なサポート体制: 1人目エンジニアですが、グループ会社の熟練エンジニアのサポートや壁打ち環境があり、安心して技術的チャレンジができます。

【開発環境】
・データベース/インフラ: Google Cloud (BigQuery, Cloud SQL), AWS
・メイン利用システム: ecforce (カート), クラロジ (在庫), Amazon等 (モール), Meta・TikTok・Google等 (広告媒体), Relation (メール)
・その他技術領域: 各種Web広告API、モール関連API、生成AI技術 (LLM, RAG)

同社は「複雑な世の中をシンプルに」をミッションに、企業のDXを軸とした総合コンサルティングおよびBPO支援を行うプロフェッショナル企業です。クライアントが抱える、業務効率化や生産性向上などの課題やニーズに応じた戦略立案からシステム開発・導入、運用支援までワンストップで支援しています。

【具体的な業務】
当ポジションでは、データ利活用・データ基盤構築領域において、顧客企業の課題解決を支援していただきます。企業ごとに異なる課題や状況に応じて、データ活用の企画・推進、要件整理、情報設計、可視化、データ基盤整備、運用支援など、幅広い領域に関わることができます。「データを整える」だけでなく、「データをどう活かすか」まで含めて伴走し、企業が継続的に意思決定や業務改善にデータを活用できる状態をつくることが、このポジションの役割です。プロジェクトによって、上流の構想整理や要件定義から、基盤整備・活用支援・運用定着まで関わる領域はさまざまです。特定の領域に閉じず、データを軸に企業変革を支えていきたい方にご活躍いただけるポジションです。

＜案件事例＞
1. Databricks環境構築支援: Databricksの活用推進に向け、現行業務の整理からデータ構造把握、分析環境構築、ダッシュボード作成までを一貫して支援。短期間での成果創出に加え、改善を重ねながら活用定着と社内展開の拡大に貢献しました。
2. データ基盤リプレイス・可視化支援: 日本法人分離に伴うSalesforce環境の分離から、Snowflakeを用いたデータ統合基盤の構築、Tableauによるダッシュボード整備までを一貫して支援。安定した業務運営と、データドリブンな経営判断を支える可視化環境の実現に貢献しました。

【ポジションの魅力】
1. ITコンサルタントを目指せる: 同社では、社員全員が業界や業種問わず幅広い領域の専門知識を究める「ワンプール制」を導入しており、仕事を通して様々な事業ドメインに対する知見や経験を身につけることが可能です。さらに、少数精鋭のチームで戦略立案から実行、運用まで一気通貫で支援しているため、PMに限らずIT領域のコンサルティングやシステム開発における、幅広い実践的なスキルアップが期待できます。
2. 圧倒的急成長が期待できる環境: 代表と近い距離で仕事ができ、直接フィードバックをもらえるので、高速でPDCAを回しながら成長できます。平均年齢は比較的若く、入社直後から大規模プロジェクトを任されたり、入社後短期間で重要なポジションを任されたりなど、年次問わず自分次第で活躍できる環境です。
3. 個人の裁量が大きくやりがいを感じやすい: 同社では、プライム案件が多数を占めており、クライアントと近い距離で手触り感を持って仕事ができます。また、1つのプロジェクトに対して関わる人数が少ないため、クライアントの声を直接聞くことができ自身の貢献が感じやすく、成長実感が持ちやすい環境です。まさに、大手とスタートアップの良いとこ取りである点が、同社の大きな特徴として挙げられます。

データガバナンス部 データ品質チームの中核メンバーとして、当社における重要データの品質向上、データ定義/管理ルールの整備、データリスク管理の高度化を担っていただきます。特に、全社横断的なデータ管理態勢の整備・モニタリングを行う「第2線（2nd Line）」の立場から、データリスク管理およびデータガバナンス強化を推進いただきます。
経営管理/リスク管理/統合報告書等の対外開示・報告等に用いられるデータを中心に、関係部署と連携しながら、データを「正しく/説明可能に/安心して使える状態」にするための仕組みづくりを推進いただきます。
ご経験/強みに応じて、データ品質評価/改善、データガバナンスルール整備、全社横断のデータ整備/業務改善プロジェクト等をご担当いただきます。また、ご経験・適性・キャリア志向等を踏まえ、将来的にはデータ品質領域に限らず、データマネジメント領域全般や全社横断の企画・推進業務等をご担当いただく可能性があります。

＜業務詳細＞
・経営管理/リスク管理/対外報告等に用いられる重要データの品質評価、課題整理、改善推進
・データ定義、データ品質、データオーナー、証跡/説明可能性等に関するルール/ガイドラインの整備支援
・関係部署と連携したデータ品質改善、データ整備、業務プロセス見直しの企画/推進
・データガバナンスに関する会議体運営、課題/対応状況/残リスク等の整理および報告
・データリテラシー向上に向けた社内啓発、研修、ガイドライン整備等の支援
・ご経験・適性・志向に応じて、データマネジメント施策全般の企画・推進や、全社横断の業務改善プロジェクト等への参画

＜本ポジションの魅力＞
・新設フェーズのデータガバナンス部で、全社のデータ管理態勢づくりに中核メンバーとして関与可能
・経営管理、リスク管理、財務/経理、IT、各業務部門など多様な関係者と協働し、全社横断の課題解決に携われる
・データ品質、データリスク管理、内部統制、データ活用をつなぐ専門性を高められる環境
・将来的には、データ品質領域のリードや全社データガバナンス施策の企画/推進を担うことが可能

【従事すべき業務の変更範囲】
グループ内またはその他当社が指定した法人、団体等における金融業およびそれに関連するサービス・諸業務

●業務概要
行内外に分散するデータを安全・迅速に活用できるデータ分析基盤の運用・保守メンバーの募集です。システムの運用・保守業務の内製化を進めており、内製による対応スピードの向上やコスト削減、更なる運用の高度化・自動化を目指しています。

●具体的な業務
・データ分析基盤の設計／実装／テスト／リリース／運用の一連
・データ入出力（バッチ／ストリーム）の要件整理・設計・実装、データマート整備、品質担保（スキーマ、件数・欠損・重複・遅延等の監視）
・権限・セキュリティ・監査ログ・メタデータ／リネージ管理などガバナンス運用
・運用・可観測性（監視/アラート、性能・コスト最適化、障害対応の標準化）の要件整理・設計・実装
・業務委託先との協業（作業調整、コスト・品質・進捗管理、成果物受入・検証）
・業務の効率化、形式知化

●ポジション・部門の魅力
同社は、新しい銀行として開業しました。いつでも簡単に、誰でも安心して、やりたいことがすぐできる、「お客さまにいちばん近い銀行」になるというビジョンを掲げています。同社の強みは、全国に広がるATMネットワークとそれを利用する顧客、ATM提携を中心とした提携金融機関の顧客とのネットワーク、グループの店舗やオーナーと顧客、金融と流通の業際というユニークなポジション、グループのブランド力です。これらの強みを活かし、着実に利益を積み上げてきました。開業からの数年間で銀行としての基盤を構築したのち、さらなる成長に向けて、ATMを時代の変化に合わせて進化させるとともに、そのネットワークの拡大を進め、コンビニエンスストア事業の発想で、必要な時に必要な金融サービスを顧客に提供することを目指しています。
金融やさまざまな事業会社などで知識・経験を積んだ、少人数ながら極めて多様性に富んだ社員の集団です。新しい銀行をつくりたいという熱い想いを持った社員が集まっています。組織がフラットで、風通しがよく、経営陣や事業部署との距離が非常に近いこと、少人数の組織のため、全社横断的なプロジェクトを頻繁に組成していることも大きな特徴で、経営陣や事業部署と密接に連携して業務を進めることができます。中途入社の方にも中核メンバーとして活躍いただけるフィールドが多数あります。

このポジションはグループのスタートアップである同社でお仕事をしていただくポジションです。

出向先企業情報
会社名： 株式会社Almondo
所在地： 〒150-6139 東京都渋谷区渋谷2-24-12 WeWork 渋谷スクランブルスクエア内
事業内容：AIソリューションの開発、販売、提供
代表者： 伊藤 滉太
HP：

同社におけるデータ基盤エンジニアとは
「データ基盤の構築・運用から、ビジネス現場でのデータ活用・データ定義統一までを一気通貫で推進するプレイヤー」です。
自ら手を動かしてデータパイプラインやデータマートを構築するだけでなく、ビジネスサイド（企画・プロダクト・マーケティング・経営層等）と伴走し、要件定義・指標設計・可視化・分析支援まで幅広く担当していただきます。

具体的には、主に以下のテーマでご活躍いただくイメージです。

1. データ基盤・データマートの設計・構築・運用
AWS (Redshift/S3等) や GCP (BigQuery/Dataform等) を活用したDWH・データマート（DM）の設計および構築
dbt等を活用したデータモデリング、データパイプライン（ETL/ELT）の実装・運用およびデータ品質・リネージの管理
クエリパフォーマンスチューニング（sort key/dist keyの見直し、パーティショニング設計等）や処理時間・コストの最適化

2. データマネジメント・ガバナンス推進＆定義統一
プロダクト間や事業部間におけるデータ定義の整理・統一（データカタログ作成・ドキュメント整備）
イベントトラッキング設計や主要指標（KPI）定義の標準化・整備
非エンジニアからのデータ定義・クエリに関する質問対応やドキュメント化による自走支援

3. ビジネスサイドへのデータ活用・可視化支援
BIツール（Looker Studio / Tableau / Redash等）を用いたダッシュボード・KPIモニタリング環境の構築
ビジネスサイド（企画・ディレクター・PmM等）との要件すり合わせ、抽出クエリの作成・テンプレート化・レビュー
ユーザー行動データや属性データを用いた分析支援（ファネル分析・離脱分析・ABテスト効果計測等）および施策提案

プロジェクトの例
業界・業種・技術は問わず多様なプロジェクトがあり、各業界をリードするエンタープライズ企業さんと多くご一緒しています。
大手プロダクト・SaaSにおけるデータ分析基盤・データマートのゼロからの設計・構築
Webサービス・ゲーム等のログデータ/取引データを対象としたDWH・マート構築およびRedash/TableauでのKPI可視化
全社横断データマネジメントグループでのデータ定義統一、ドキュメント化、クエリチューニング
Claude Code等の生成AIツールを活用した定型抽出・分析タスクの自動化・効率化推進

ポジションの魅力・得られる成長
一気通貫のキャリア: クラウドインフラ・DWH設計からBI可視化、データマネジメント、ビジネス分析支援まで、データ利活用全体のサイクルを回す経験が積めます。
高いビジネスインパクト: ビジネス領域と開発領域の架け橋となり、データ定義の揺れ解消や分析環境整備を通じて、組織全体の意思決定スピードや売上向上・業務効率化に直接寄与できます。
モダンな技術スタック・生成AI活用: BigQuery, Redshift, dbt, Claude Code等のツールを積極的に活用し、自動化・標準化の最前線でスキルを磨けます。

働く環境
オフィス
渋谷駅直結の渋谷スクランブルスクエア (WeWork) 41F。提携先グループ会社と同フロアを共有しており、スタートアップのスピード感と上場企業の安定したサポート体制が共存する環境です。

関わるメンバー
正社員全員が技術バックグラウンドを持つ少数精鋭チームです。職種や役割に関わらず技術の共通言語で会話できるため、意思決定が速く、相談のハードルが低い環境です。

働き方
効率を最大化させる働き方ができるよう、出社・リモートについての規定は設けていません。
フレックスタイム制: コアタイム 11:00 16:00 / 前後は自由に調整可
リモートワーク可: 集中作業や個人の事情に合わせて在宅勤務OK

実際の出社パターン
フルリモート：約30%
週2 4日出社派：約40%
毎日出社派：約30%

技術スタック(一部)
AI/機械学習・自動化: Claude, OpenAI, Gemini, Claude Code, PyTorch
データ/DWH/ETL: BigQuery, Redshift, AWS (S3, Lambda), GCP (Dataform), Azure Databricks, dbt, digdag
分析/BI/ツール: Tableau, Looker Studio, Redash, Adobe Analytics, Salesforce
言語/DB: SQL, Python, PostgreSQL, MySQL
DevOps/環境: GitHub, Docker, Windows, Mac, Linux
ツール: Slack, Notion, Google Workspace

「作ったシステムが、現場の人の仕事を変えた」そんな手応えを、開発の現場で感じたことがありますか。仕様書通りに作るだけでなく、「なぜこの業務はこうなっているのか」を問いながら、現場に本当に使われるものを届ける。それがDXエンジニアの仕事です。
日本企業の現場には、まだデジタルに置き換えられていない業務がたくさんあります。紙の帳票、手作業の集計、担当者しか知らない業務フロー。あるいは、老朽化した基幹システムを前に「変えなければ」と思いながらも動けずにいる企業。そこに飛び込み、動くものを素早く作って届け、フィードバックをもらってまた改善する。その繰り返しの中で、技術が企業を変えていく瞬間に立ち会えます。

業務概要:
DX推進を担う部門は、同社の「実装エンジン」です。「まず動かしてみること」を信条に、MVP（最小価値製品）を素早く実装して価値を検証し、顧客のフィードバックを取り込みながら継続的に改善するアジャイルアプローチで顧客のDX推進を支えます。
このポジションのエンジニアは、単に「与えられた仕様を実装する人」ではありません。顧客の業務課題を理解し、「何を作るか」を一緒に考え、生成AIを積極的に活用しながら現場に根ざしたシステムを作り上げる「課題解決者」としての役割が求められます。
ミッションは、顧客の業務課題に深く向き合い、生成AIをはじめとした最新技術を活用して「動くもの」を素早く作り、現場に定着するシステムを届けること。そのプロセスを通じて顧客との信頼を積み上げ、より戦略的な領域への関与拡大につなげることです。

具体的な業務:
・顧客の業務課題のヒアリング・理解と、実装要件への落とし込み
・WebアプリケーションやモバイルアプリなどのMVP開発・プロトタイプ開発
・生成AIを組み込んだシステムの設計・開発（顧客の業務課題に合わせたAI活用）
・APIを活用した既存システムや外部サービスとの連携設計・実装
・スプリントごとの進捗共有、顧客フィードバックの取り込みと継続的改善
・本番稼働後の保守・運用対応
・業務ドメイン知識の蓄積とチーム内でのナレッジ共有

ポジション・部門の魅力:
・顧客の業務課題に最初から向き合える：仕様書を受け取って実装するだけでなく、顧客とともに「何を作るか」から関与できる
・生成AIをフル活用した開発スタイル：AIを道具として自在に使いこなす力が、実務を通じて身につく
・システム全体を見渡せる：現場の業務改善から基幹システムとの連携まで、一気通貫のシステム設計に関われる
・50名規模の裁量ある環境：自分の設計判断・技術選定が、直接プロジェクトの成否に影響する実感を得られる

概要
同社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。
データレイクは、つくって終わりの基盤ではありません。日々データを取り込み、加工し、確認し、異常を検知し、修正し、利用者に届け続けることで、初めて価値を生みます。どれほど優れたデータ基盤も、日々の運用が乱れれば、ビジネスは止まります。データが遅れれば、判断が遅れる。データが誤れば、判断も誤る。データが届かなければ、現場は動けない。
このポジションは、同社のデータ活用を毎日支える運用保守のプロフェッショナルです。担っていただくのは、ETL処理のためのリソース開発、テスト、日次・月次・期次・随時作業、障害一次対応、データ確認、運用改善です。
しかし、確実に、迅速に、淡々と、正確にやり切る力が、データレイクの信頼性を守ります。ルーチンを軽視しない人。決められた作業を、速く、正しく、安定して遂行できる人。変化よりも、継続の品質で価値を出せる人。同社は、そんな人財を求めています。

仕事内容
同社のデータ活用基盤であるデータレイクを安定的に運用するため、ETL関連リソースの開発・テスト、定例運用、データ確認、障害対応、運用改善を担当していただきます。
日次・月次・期次・随時の運用業務を確実に遂行し、データ利用者が安心してデータを活用できる環境を維持する重要なポジションです。

▼具体的な業務内容
・データレイク運用に必要なETLリソースの作成、修正、テスト
・データ抽出、変換、ロード処理に関する設定、実行、確認
・日次、月次、期次、随時の定例運用作業
・データ連携処理の実行状況確認、エラー確認およびリカバリ対応
・データ件数、品質、整合性の確認
・既存処理の軽微な修正、パラメータ変更、テスト実施
・運用手順書、チェックリスト、作業記録の作成・更新
・障害発生時の一次切り分け、関係者への報告、復旧作業支援
・利用部門からの問い合わせ対応、調査支援
・運用作業の効率化、自動化、ミス防止策の検討
・Python、SQL、VBA、PowerShell等を用いた運用支援ツールの作成・改修

▼サービスの一例
同社のサービスの一例として、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するアプリがあります。
また、デジタル通帳、経営診断機能など、事業者向けの便利機能を集めたポータルサイトがあります。

仕事の魅力
同社のデータ活用を毎日支える実感がある
・データレイクは、多くの業務部門やデータサイエンティスト、分析担当者が利用する重要な基盤です。
・運用品質がそのままデータ活用の品質につながり、日々の業務や意思決定を支えている実感を持つことができます。

正確性と継続力が大きな価値になる
・金融機関のデータ基盤では、決められた作業を正確に遂行し、異常を見逃さず、再発防止につなげる力が重要です。
・「今日も問題なくデータが届いている」という当たり前を支えることが、この仕事の価値です。

運用からデータエンジニアリングの実力を伸ばせる
・ETL、SQL、Python、DBMS、データ品質管理、障害対応、運用設計など、データ基盤運営に必要な知識・スキルを身につけることができます。
・将来的な運用改善、自動化、データ基盤開発などへのステップアップも可能です。

▼働き方の特徴
・フルフレックス / 裁量労働制 選択可
・服装はオフィスカジュアル
・自分で選べる 5営業日連続有給制度
・本社ビル内 社員食堂あり
・業務時間内の技術コミュニティ / アイデア創出活動
・デジタル資格取得支援（基本情報技術者：1万円 等）

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

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

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

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

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

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

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

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

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

業務概要:
同社は、「GOALY AI」というサービスを通じて、企業の業務プロセスのデジタル化を支援しています。顧客企業がデジタル技術を活用することで新たな価値を創造できる未来を実現することを目指します。組織は、コンサルチームと技術チームが密接に連携し、顧客のニーズに応じたソリューションを迅速に提供しています。メンバーが活躍できる環境を整え、成長をサポートする文化が根付いています。
解決している具体的な顧客課題は、現場に残るデータの分断や手作業によるつなぎ込みをなくし、企業が本来注力すべき仕事に向き合える環境をつくることです。基幹システム・SaaS・Excelが混在し、データの転記や突合に追われる企業の「当たり前」を変え、正確でリアルタイムなデータ連携基盤を構築することで、社員が創造的な仕事に集中できる未来をつくっています。部門ごとのシステム構成や業務フローに深く入り込み、短期間で成果を出し、定着させるDX伴走パートナーです。

具体的な業務:
バックエンドエンジニアとして、顧客のDXを支えるデータ連携基盤の設計・開発を担います。
1. データ連携基盤の設計・開発
- データ項目およびインターフェースの整理・定義
- ASTERIA WarpをはじめとするETLツールを活用した、データ連携フローの設計・実装・保守
2. クラウド環境の構築・運用
- AWS / Azure環境における、インフラ構築およびシステム連携基盤の整備
- エラーハンドリング・ログ設計、パフォーマンスチューニング
3. 上流工程への参画
- 顧客・関係者へのヒアリングを通じた要件定義・基本設計
- 営業・PMチームと連携し、技術的な課題の整理と解決策の提案

ポジション・部門の魅力:
同社は、特定の技術に閉じないエンジニアの育成を重視しています。プロジェクトごとに扱う技術は異なるため、新しい領域を短期間で習得する力そのものを、研修とOJTで鍛えます。
入社後1カ月は技術ハンズオントレーニングがあり、配属チームの技術領域に応じた実践プログラムが用意されています。実務移行後はOJTとSlackでの日常的な相談を通じて、先輩エンジニアが伴走し、ナレッジは全社で共有され、一人で抱え込まずに進められる環境です。継続的に、チームを動かすためのスキル研修（プロジェクト推進力、チームでの成果創出）も提供されます。
要件定義から納品まで自走し、顧客とチームを動かせる状態を目指し、技術者としての専門性と、チームを率いるマネジメント力の両方を伸ばせるキャリアパスがあります。
事業拡大に伴い、DX事業部の分割・新設を見据えたフェーズに入っており、エンジニアとして技術力を磨きながら、将来的にはPMや技術リーダーへのキャリアアップも目指せる環境です。実際に、バックエンドエンジニアからPMへ内部昇格した実績もあり、技術と事業の両面で成長できるポジションです。これから事業を分けて立ち上げていくタイミングだからこそ、部門の立ち上げや組織づくりに創業期のような手触り感を持って関われるポジションです。仕組みを整える側ではなく、仕組みを生み出す側として参画できます。
顧客の業務を深く理解し、データ連携における課題の本質を捉えた上で最適な仕組みを設計・実装する、「実装担当」から「一気通貫で担えるエンジニア」へ成長できるポジションです。単にシステムを納品して終わりではなく、ETLツールやクラウド基盤を駆使して散在するデータをつなぎ、現場が変わっていく過程を間近で実感できる伴走型の仕事です。

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

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

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

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

業務概要:
AIとテクノロジーの力で“人と機会（ポジション）の出会い方”を再設計する企業でのポジションです。「個性に合った機会と出会える社会」を実現するために、人の理解ベースになるあらゆるプロセス──採用・評価・育成・配置──をデータドリブンに再構築しています。
その第一歩が、AIが面接官の役割を担う主力プロダクトです。日本で当たり前になりつつある”AI面接”という新しいカテゴリーを切り拓きました。大手企業で続々と導入され、高い実績とともに、トップティアVCからシリーズAにて資金調達を行っています。
主力プロダクトを提供する単一プロダクト提供企業ではありません。面接・評価に眠る一次データを企業の経営アジェンダへ接続し、採用を起点に新たな「人事OS」を実装していきます。主力プロダクトはその入口の一つに過ぎず、本質は“データ×経営”で人と組織の意思決定をアップグレードすることにあります。
プロダクトは累計多数の受検データと、共通の評価軸で一貫して蓄積されたデータ基盤の上に成立しています。複数のAIエージェントがブレずに連動し、大手企業などの厳格なガバナンス要件下で稼働し続けられるのは、この堅牢なデータ基盤があるからこそです。マルチプロダクト化と「人事OS」構想の本格化に伴い、データの収集・統合・品質・ガバナンスを担い、さらにデータ間の意味づけ（オントロジー／グラフ構造）にまで踏み込めるデータエンジニアを募集します。

具体的な業務:
1. データ基盤の構築・運用
- 複数ソースからのデータ収集・統合パイプラインの設計・実装
- RDB／Snowflake等を用いたデータ基盤の運用、モデリング方針への参画
- スナップショット（断面）管理を含む、セキュアで再現性あるデータ取り扱いの実装
2. データ品質・ガバナンスの担保
- データ品質基準の策定と運用、ガバナンス要件への対応
- エンタープライズ要件（説明責任・安全性）を満たすデータ管理の実装
3. オントロジー／グラフ構造への関与
- データ間の意味づけ・紐付け（ナレッジ／グラフ構造）の設計・運用への参画
- エージェンティックな全社基盤を支えるデータ構造の高度化
4. 設計・改善のリード
- 「なぜそのデータ設計か」を議論し、最適解を提示する設計力の発揮
- データ整備・活用に関わる仕組み化・標準化の推進

ポジションの魅力:
本ポジションは、単にデータパイプラインを組む役割ではありません。複数ソースからのデータを統合し、セキュアに・再現性高く整備する“堅牢なデータマネジメント”と、データ間の関係性をグラフ構造で表現する“オントロジー設計”の両面に関わることができます。将来的に独立本部化を構想するデータプラットフォーム領域の中核メンバーとして、基盤の設計思想から関与いただきます。

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

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

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

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

生成AIや大規模言語モデル（LLM）の進化により、AIの社会実装が加速する今、見落とされがちなのが「AIが何を根拠に判断しているか」という視点です。AIはモデルやアプリケーション単体では正しく機能せず、“何をもとに答えを導き出すか”というナレッジ、つまり正確に整理された知識のデータ基盤が不可欠です。同社は、この「AIナレッジデータ」を支えるAIナレッジ基盤（AIナレッジデータプラットフォーム）を展開するSaaS企業です。企業や自治体、医療機関、教育機関など企業や組織のAI活用を支える“情報インフラ”構築支援するプロダクトの開発・提供を行っています。

同社を代表するプロダクトは、iPhoneの日本語入力システムを開発したテクニカルフェローが発明した「意図予測検索」技術（特許取得済）をコアにしています。現在はこの技術に加え、生成AIやナレッジ活用の進化に対応する最先端の研究・プロダクト開発を進めており、企業のAI活用基盤としてさらなる進化を続けています。
※特許番号 第7112155号、第7112156号

同社は独自の検索技術を開発しており、より精度を高めるために検索エンジニアを募集しています。独自アルゴリズムの調整、検索エンジンそのものの評価や最新の検索アルゴリズムについてのキャッチアップ、社内展開などをお任せします。

【業務内容】
・プロダクトの検索エンジンの評価とチューニング
・PdMと連携しながら、必要な施策を立案および実装

【プロダクトの技術要素】
・フロントエンド: React, JavaScript/TypeScript
・バックエンド: Node.js, JavaScript/TypeScript, Python
・インフラ: Heroku, Google Cloud Platform, MongoDB Atlas
・開発支援: ESLint, Renovate

【開発環境】
・ソースコード管理: GitHub
・情報共有: Slack, 同社製品Cosense
・タスク管理: 同社製品Cosense
・オフィスアプリケーション: Google Workspace

【利用ツール】
・GitHub
・GitHub Actions
・Datadog
・Sentry
・同社製品
・Gyazo

生成AIや大規模言語モデル（LLM）の進化により、AIの社会実装が加速する今、見落とされがちなのが、AIの判断の根拠となる「ナレッジ」です。AIはモデルやアプリケーション単体では正しく機能せず、""何をもとに答えを導き出すか""、つまり正確に整理された知識のデータ基盤が不可欠です。

同社は、この「AIナレッジデータ」を支えるAIナレッジ基盤（AIナレッジデータプラットフォーム）を展開するSaaS企業です。企業や自治体、医療機関、教育機関など、幅広い企業や組織のAI活用を支える""情報インフラ""の構築を支援するプロダクトの開発・提供を行っています。

同社を代表する主力プロダクトは、iPhoneの日本語入力システムを開発した同社テクニカルフェローが発明した「意図予測検索」技術（特許取得済）をコアにしています。現在はこの技術に加え、生成AIやナレッジ活用の進化に対応する最先端の研究・プロダクト開発を進めており、企業のAI活用基盤としてさらなる進化を続けています。

プロダクトの成功のためには、データに基づく意思決定支援の仕組みが必要です。主力プロダクトの導入により実際に成果が向上していることを証明するため、あるいはデータの活用そのものを競争優位性に繋げるためには、信頼でき、スケーラブルに利用可能であり、拡張可能性の高いデータ分析基盤が必要です。
本ポジションでは、アナリティクスエンジニアとして、蓄積されたデータをニーズに沿った形で活用するため、社内・社外のユーザーとの対話を通じて要件を設計し、信頼のある形でデータを利用する仕組みを作るアナリティクスエンジニア業務をお任せします。

【業務内容】
・データを利用する社外ユーザーや社内ユーザーに対するヒアリング、要件の設計、コンテキストエンジニアリング
・コンテキストを踏まえた最適なデータ提供経路の選定
・データ提供の実装、BIの構築、業務で利用するためのAgent Skillsの実装と提供
・テーブルの作成、テストの実施、ドキュメンテーションの整備
・既存のTransform Layerの維持、機能拡張、トラブルシューティング

【プロダクトの技術要素】
・フロントエンド：React, JavaScript/TypeScript
・バックエンド：Node.js, JavaScript/TypeScript, Python
・インフラ：Heroku, Google Cloud Platform, MongoDB Atlas
・開発支援：ESLint, Renovate

【データエンジニアリング環境の技術要素】
・BI：Looker Studio, Tableau
・Transform Layer：dbt, MetricFlow
・DWH: Google BigQuery
・データソース：Google Analytics 4, Google Spreadsheet, Salesforce, MongoDB Atlas,Google Cloud Logging
・タスク管理：GitHub Projects, GitHubのIssue

【AIの利用環境】
データエンジニアリング領域では、AIの存在を前提とした開発フローの再構築を実施しています。主な実施内容は以下のとおりです。

・Agent Skillsの活用による手続的ワークフローの自動化。現在、リポジトリ内には30個以上のAgent Skillsが実装されています。
・MCP Serverを利用したAIによるデータアクセスの拡大。BigQuery MCP Serverやdbt MCP Serverの導入により、AIによる自然言語を通じたデータアクセスが可能となっています。
・Claude CodeやDevinなどのAIの力を最大限に活かすためのハーネスエンジニアリングの実施。
ドキュメンテーションやタスク管理など、コーディングの周辺分野も含めてAIに向けた最適化を進め、AIが真に活躍できる環境を整備しています。
・AIにとって扱いやすい技術スタックの選定

既存のワークフローを前提とした単なる「AIの導入」ではなく、「AIが存在することを前提としたワークフローの再構築」を実施し、高いスピード感を持って結果を出し、スケーラブルな形で運用できるようにすることを目指しています。

生成AIや大規模言語モデル（LLM）の進化により、AIの社会実装が加速する今、見落とされがちなのが「AIが何を根拠に判断しているか」という視点です。AIはモデルやアプリケーション単体では正しく機能せず、“何をもとに答えを導き出すか”というナレッジ、つまり正確に整理された知識のデータ基盤が不可欠です。同社は、この「AIナレッジデータ」を支えるAIナレッジ基盤（AIナレッジデータプラットフォーム）を展開するSaaS企業です。企業や自治体、医療機関、教育機関など企業や組織のAI活用を支える“情報インフラ”構築支援するプロダクトの開発・提供しています。
同社を代表するプロダクトは、独自の検索技術をコアにしています。現在はこの技術に加え、生成AIやナレッジ活用の進化に対応する最先端の研究・プロダクト開発を進めており、企業のAI活用基盤としてさらなる進化を続けています。
今回ご案内するポジションは、同社のスケーラビリティエンジニアとしての業務をお任せします。
同社はインフラにPaaSを積極的に活用しており、PaaSで実装したアプリケーションは、アプリケーションのコード自体がインフラです。そのため、サービス成長に伴う将来的なアクセス増加に備えて準備しつつ、アプリケーション側の改善とインフラ構成・設計を同等に考え、柔軟に対処していけるアプリケーション開発者を求めています。
業務の流れとしてはまず、通常のWebアプリケーションエンジニアとして開発に従事いただき、同時に、スケーラビリティを確保する活動をしていただく予定です。具体的にはDBやアプリケーションサーバー、クラウドインフラのメトリクスやアラートを見て、将来的なボトルネックを想像することや、DBやアプリケーション、クラウドインフラへの関心を持ち、未来に備えた調査・学習をしていただきます。
別事業のサービスでは、上記のような業務を担うメンバーがおり、今回同社の主力サービスでも募集をすることになりました。

【具体的な業務内容】
1. Webアプリケーションエンジニアとしての主力サービス開発
平常時に、半分程度のリソースを他のエンジニアと同様に主力サービスの開発に従事します。自ら開発する事を通して主力サービスのシステム構成の土地勘を獲得するのが目的です。

2. スケーラビリティエンジニアとしての開発/提案
残り半分程度のリソースでスケーラビリティを維持する業務に従事します。急にアクセス数が3倍になった場合でも、サーバーの台数を3倍にすれば対処できる状態を維持できるのが目安です。全ての性能改善業務を1人で完遂する必要はありません。まずはメトリクスやアラートから将来的な危機を察知・リストアップし、開発チーム内で共有する、第一声を上げる役割を期待しています。危機を共有した後は、その機能を実装したエンジニアと協力してシステムを改良します。（なお、同社には自分の開発した機能についての責任感が強いエンジニアが多く在籍しているため、協力を得ながら推進することができます。）

3. その他
・CI/CD環境の維持・改善
・適切な範囲のテスト網羅
・実行時エラーなどのアラート改善
・サーバーやライブラリのバージョン更新

AIナレッジデータ」を支えるAIナレッジ基盤（AIナレッジデータプラットフォーム）を展開するSaaS企業でのポジションです。企業や自治体、医療機関、教育機関など企業や組織のAI活用を支える“情報インフラ”構築支援するプロダクトの開発・提供を行っています。

同社を代表するプロダクトは、意図予測検索技術（特許取得済）をコアにしています。現在はこの技術に加え、生成AIやナレッジ活用の進化に対応する最先端の研究・プロダクト開発を進めており、企業のAI活用基盤としてさらなる進化を続けています。

本ポジションでは、エンジニアとして下記の業務をお任せします。成長期のプロダクトにおいて、設計から実装まで幅広く関わりながらプロダクトの進化を共に推進してくださる方を募集しています。将来的にチームマネジメントを担うマネージャー候補としてのキャリアを志向される方に加え、特定領域の技術的専門性を高めながらプロダクト開発をリードしていきたい方も歓迎しています。ご志向や強みに応じて、技術スペシャリスト／マネジメントの双方のキャリアを描ける環境です。

【業務内容】
・開発・運営するSaaSサービスの開発
・セールスやカスタマーサクセスと連携しながら、必要な機能を立案および実装
・フロントエンドとバックエンド両方での開発
新機能の提案や企画、実装、統計処理や分析など多岐にわたります。

【プロダクトの技術要素】
・フロントエンド: React, JavaScript/TypeScript
・バックエンド: Node.js, JavaScript/TypeScript, Python
・インフラ: Heroku, Google Cloud Platform, MongoDB Atlas
・開発支援: ESLint, Renovate

【開発環境】
・ソースコード管理: GitHub
・情報共有: Slack, 同社情報共有ツール
・タスク管理: 同社タスク管理ツール
・オフィスアプリケーション: Google Workspace

【利用ツール】
・GitHub
・GitHub Actions
・Datadog
・Sentry
・主力サービス
・Gyazo

生成AIや大規模言語モデル（LLM）の進化により、AIの社会実装が加速する今、見落とされがちなのが、AIの判断の根拠となる「ナレッジ」です。 AIはモデルやアプリケーション単体では正しく機能せず、""何をもとに答えを導き出すか""、つまり正確に整理された知識のデータ基盤が不可欠です。

同社は、この「AIナレッジデータ」を支えるAIナレッジ基盤（AIナレッジデータプラットフォーム）を展開するSaaS企業です。企業や自治体、医療機関、教育機関など、幅広い企業や組織のAI活用を支える""情報インフラ""の構築を支援するプロダクトの開発・提供を行っています。

同社を代表するプロダクトは、同社のテクニカルフェローが発明した「独自の検索技術」（特許取得済）をコアにしています。現在はこの技術に加え、生成AIやナレッジ活用の進化に対応する最先端の研究・プロダクト開発を進めており、企業のAI活用基盤としてさらなる進化を続けています。

プロダクトの成功のためには、データに基づく意思決定支援の仕組みが必要です。同社プロダクトの導入により実際に成果が向上していることを証明するため、あるいはデータの活用そのものを競争優位性に繋げるためには、信頼でき、スケーラブルに利用可能であり、拡張可能性の高いデータ分析基盤が必要です。
データエンジニアとして、ニーズに沿ったデータ収集を行うため、社内・社外のユーザーとの対話を通じて要件を設計し、信頼のある形でデータを収集する仕組みを作るデータエンジニア業務をお任せします。

【具体的な業務】
・データ基盤のアーキテクチャ設計・構築・運用
・Terraform/IaCによるインフラの構成管理
・Cloud Composer（Apache Airflow）によるデータパイプラインのオーケストレーション設計・運用
・データパイプラインの信頼性・可観測性の向上
・データ基盤のセキュリティ・アクセス管理
・アナリティクスエンジニアと連携したデータモデリング基盤の整備
・CI/CDパイプラインの構築・改善
・データ収集の実装、エラー対応

【プロダクトの技術要素】
・フロントエンド：React, JavaScript/TypeScript
・バックエンド：Node.js, JavaScript/TypeScript, Python
・インフラ：Heroku, Google Cloud Platform, MongoDB Atlas
・開発支援：ESLint, Renovate

【データエンジニアリング環境の技術要素】
・BI：Looker Studio, Tableau
・Transform Layer：dbt, MetricFlow
・DWH: Google BigQuery
・データソース：Google Analytics 4, Google Spreadsheet, Salesforce, MongoDB Atlas, Google Cloud Logging
・タスク管理：GitHub Projects, GitHubのIssue

【AIの利用環境】
データエンジニアリング領域では、AIの存在を前提とした開発フローの再構築を実施しています。主な実施内容は以下のとおりです。

・Agent Skillsの活用による手続的ワークフローの自動化。リポジトリ内には多数のAgent Skillsが実装されています。
・MCP Serverを利用したAIによるデータアクセスの拡大。MCP Serverの導入により、AIによる自然言語を通じたデータアクセスが可能となっています。
・Claude CodeやDevinなどのAIの力を最大限に活かすためのハーネスエンジニアリングの実施。
ドキュメンテーションやタスク管理など、コーディングの周辺分野も含めてAIに向けた最適化を進め、AIが真に活躍できる環境を整備しています。
・AIにとって扱いやすい技術スタックの選定

既存のワークフローを前提とした単なる「AIの導入」ではなく、「AIが存在することを前提としたワークフローの再構築」を実施し、高いスピード感を持って結果を出し、スケーラブルな形で運用できるようにすることを目指しています。

生成AIや大規模言語モデル（LLM）の進化により、AIの社会実装が加速する今、見落とされがちなのが「AIが何を根拠に判断しているか」という視点です。AIはモデルやアプリケーション単体では正しく機能せず、“何をもとに答えを導き出すか”というナレッジ、つまり正確に整理された知識のデータ基盤が不可欠です。

同社は、AIナレッジデータ基盤（AIナレッジデータプラットフォーム）を展開するSaaS企業です。企業や自治体、医療機関、教育機関など企業や組織のAI活用を支える“情報インフラ”構築支援するプロダクトの開発・提供を行っています。

同社を代表する主力プロダクトは、日本語入力システムを開発したテクニカルフェローが発明した「意図予測検索」技術（特許取得済）をコアにしています。現在はこの技術に加え、生成AIやナレッジ活用の進化に対応する最先端の研究・プロダクト開発を進めており、企業のAI活用基盤としてさらなる進化を続けています。

同社は、生成AIの活用を単なる業務効率化ではなく、競争優位そのものと捉え、プロダクト・開発・ビジネス・コーポレートの各領域で先進的な取り組みを続けてきました。

すでに社内では、
・自社製品への生成AI機能の継続的な組み込み
・開発部におけるバイブコーディングや開発AIエージェントの活用
・ビジネス・コーポレート部門での生成AI等の高度な業務活用
といった施策がトップダウン・ボトムアップの両面で自然に進んでいる状態です。

本ポジションは、こうした土台の上にあるAI活用をさらに引き上げ、知見を組織能力へと昇華し、組織の加速を目指す業務を担うものです。

▼主な業務内容
・社内で生まれている高度な生成AI活用事例の構造化・言語化
・優れたAI活用を、他部門へ再現・展開できる形へ昇華
・生成AI／AI支援SaaSの追加導入・統合・最適化
・新しいAI活用ユースケースの探索・企画・実験
・AI活用を前提としたルール・ガイドラインの高度化
　※ 活用を制限するためではなく、「安心して攻める」ための設計
・中級者 上級者向けの実践的な社内ワークショップや講習の企画・実施
・各部門と連携したPoC・試行的取り組みの伴走

「教える役割」ではなく、一緒に試し、考え、発明する立場を期待しています。

【プロダクトの技術要素】
・フロントエンド: React, JavaScript/TypeScript
・バックエンド: Node.js, JavaScript/TypeScript, Python
・インフラ: Heroku, Google Cloud Platform, MongoDB Atlas
・開発支援: ESLint, Renovate

【開発環境】
・ソースコード管理: GitHub
・情報共有: Slack, 社内ツール
・タスク管理: 社内ツール
・オフィスアプリケーション: Google Workspace

【利用ツール】
・GitHub
・GitHub Actions
・Datadog
・Sentry
・社内ツール

世界中の『非IT企業』から、情報共有のストレスを取り除くことをミッションとするBtoB SaaSスタートアップでのポジションです。多くのITツールが高機能・多機能である一方、世界の大半を占める『非IT企業』にとっては「難しい」「使いこなせない」という課題があります。メーカー・建設・小売・医療・介護など、ITに詳しくない現場の方々に徹底的に向き合い、“誰でも迷わず使えること” を何より重視してプロダクトを開発しています。直感的な操作性を追求する開発基準を象徴としています。単に機能を増やすのではなく、本当に必要な価値だけを圧倒的にシンプルな形で届けるプロダクトづくりを行っています。
本ポジションでは、主力サービスのバックエンド開発を通じて、ユーザーが迷わず使えるプロダクト体験を支えます。単なる機能実装ではなく、「なぜ必要か」「どうあるべきか」を考えながら、Ruby on Railsを中心に、DB設計・API設計を含むバックエンド全体の設計・開発を担当します。ユーザーの業務背景や課題を理解し、システムの信頼性・処理効率・使いやすさを高い水準で実現することで、プロダクトの競争力を支える重要なポジションです。

具体的な業務:
経験や適性に応じて、以下の業務をお任せします。
1. ユーザー体験を支えるバックエンド開発
・PdMやBizサイドと連携し、ユーザー課題を理解した上で機能を実装
・直感的なUXを支えるため、性能 / 処理効率も意識した開発を推進
2. バックエンド・DB設計
・Ruby on Railsを用いた、保守性 / 拡張性の高いバックエンド設計
・一貫した設計思想のもと、データベース設計・API設計を推進
3. API設計・システム連携
・フロントエンドや外部サービスとの連携を見据えたAPI設計
・データの流れや機能間の整合性を整理し、拡張性の高いシステムを構築
4. パフォーマンス・品質改善
・レスポンス速度や処理性能など、UXに直結する改善を推進
・クエリ最適化やキャッシュ活用などを通じて、安定した利用体験を実現
5. フロントエンド・Bizサイドとの連携
・フロントエンドエンジニアやBizサイドと協力し、ユーザー価値最大化を推進
・仕様の背景や目的を踏まえ、「どう実装すべきか」を主体的に検討

ポジションの魅力:
・高トラフィック環境でのバックエンド設計 / 実装スキル
・業務ロジック / データ構造を通じたユーザー体験設計力
・PdM / Bizと連携したプロダクト志向の開発経験
・アーキテクチャ設計や技術選定への関与経験
・スペシャリスト / テックリードなど多様なキャリアパス

【募集背景】
製品に使用する材料の信頼性・品質向上に向けた基礎試験・分析ニーズが高まっており、体制強化が必要となっています。試験・分析からデータのまとめ・考察まで一貫して担える方を歓迎します。

【業務概要】
大手自動車部品メーカーでの、製品に使用する材料の基礎試験・分析およびその結果・考察のとりまとめを担っていただきます。

【業務内容】
製品に使用される材料の基礎試験・分析を実施し、取得したデータを整理・考察して報告書にまとめます。試験・分析結果から「なぜこの結果になったのか」を考え、材料の特性を読み解く力が身につく仕事です。

【具体的な仕事内容】
・製品使用材料の基礎試験・分析の実施
・試験・分析データの整理・集計・グラフ化
・試験・分析結果の考察・報告書作成
・業務計画の立案・進捗管理
・標準作業手順に基づく試験設備の操作・管理
・異常発生時の作業停止・報告・指示待ち対応

【使用ツール】
・Microsoft Excel・PowerPoint
・各種試験・分析設備

＜業務概要＞
革新的なバイオ医薬品（抗体等）創出に向けて、薬物動態専門家としてプロジェクトを推進するポジションです。

＜具体的な業務＞
動物実験や抗体分析などの各種動態試験の立案と遂行により得られたデータから、ヒト予測を通じて創薬戦略を立て、有望な開発候補物質の選抜に携わります。さらに、治験薬概要書/承認申請資料の作成や照会対応に至るまで、幅広いステージで活躍いただきます。

＜ポジションの魅力＞
薬効や毒性の科学的検証を通じて、改善提案や意思決定につなげ、抗体医薬品の創出および価値最大化に貢献できるやりがいのある仕事です。

グローバル金融サービス・グループとして、世界約30の国や地域にネットワークを有する企業でのポジションです。同社の日本のIT部門は多様な環境であり、日本のリテール・ウェルスマネジメントビジネス、グローバルホールセールにおいて、テクニカルサポート、アプリケーション開発、システム変更などの業務に従事しています。同社は、充実した福利厚生、トレーニングやスキルアップの機会を提供し、ダイバーシティー、エクイティとインクルージョンの推進、従業員の健康とウェルビーイングを重視しています。
同社は、グループ全体のサポート構造を強化するため、IT基盤プラットフォームの標準化を進めています。主にMicrosoft SQL ServerとMySQLの知識を持つAWS専門のクラウド・データベース・エンジニアとして、ミッションクリティカルなデータベースプラットフォームの設計、構築、管理を担当します。組織には、世界中で多様な専門知識を持つ基盤アーキテクトとエンジニアが在籍しています。データベースエンジニアとして、プラットフォームのハイブリッドクラウド環境への更新、自動化、Infrastructure-as-a-Codeへの移行といった様々な戦略的プロジェクトに携わり、海外の同僚と協力します。

【具体的な業務】
データベースサービスのためにスケーラブルで堅牢なアーキテクチャを設計し、実装します。
データベースサービスのために高可用性、災害回復、バックアップ、監査ソリューションを開発します。
クラウドインフラの自動化とデータベースプロビジョニングのため、標準化されたTerraformおよびCloudFormationモジュールを作成します。
IAMロール、ポリシー、権限境界、リソースベースのポリシーを開発し、管理します。
AWSのログおよび監視ソリューション（CloudTrail、CloudWatch、S3レプリケーション、バケットポリシーを含む）を実装し、維持管理します。
クラウド環境におけるネットワーク、セキュリティ、コンプライアンスのベストプラクティスへの準拠を確実にします。
GitLab Enterpriseを利用してバージョン管理を行います。
JiraとConfluenceを使用して、設計、プロセス、ワークフローを文書化します。
変更管理、インシデント管理、および様々なハウスキーピングメンテナンス作業を行います。
アプリケーションチームからの問い合わせや要望を管理し、新規システム構築プロジェクトにおけるデータベース設計についてコンサルティングを提供します。
データ保護ソリューション、匿名化、データベースレベルの暗号化を実現します。
データ移行、テープへのバックアップ、災害回復プロセスにおいてアプリケーションチームと協力します。
「Follow-The-Sun」モデルに基づき、グローバルなエンジニアと協力して24時間365日の本番サポートを提供します。

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

# 今回の内容
今回の採用Meetupでは、モダンデータスタックを牽引するフルサイクルデータエンジニアの業務内容や、チームの雰囲気などをご紹介します。
今すぐ転職をご検討中ではない方も大歓迎です。

オンライン開催となり、選考をご希望いただく方は面接確約となりますので、ぜひご案内ください。

# 日時/開催形式
- 日時：7月29日（水）19:00〜19:30
- 開催形式：オンライン（Zoom ウェビナー）
- 質問は、チャットやFAQからぜひお送りください。

## タイムテーブル
- 19:00 オープニング・登壇者紹介
- 19:05 会社概要説明
- 19:10 データ基盤・技術と組織の紹介
- 19:20 募集ポジション・働き方の紹介
- 19:25 QA
- 19:30 終了

# 登壇者情報
取締役 片山 燎平
2017年に同社に入社し、MLエンジニアとして機関投資家の投資銘柄予測モデル構築などを行う。オルタナティブデータを用いた投資分析サービスの責任者を経て、2024年4月にデータ&AIソリューション（現 Data AI Solution）事業責任者に就任、同年6月から同社取締役。

【募集背景】
●投融資案件の増加・多様化に伴い、案件ポートフォリオ全体を俯瞰した管理・モニタリングの重要性が高まっています。
●一方で、案件データ・残高データ・収益性データ等は各部門のExcel、資料、システム等に分散しており、データの所在・定義・粒度・更新頻度が整理されていない状況です。そのため、関係部門と連携しながら分散・未整備なデータを棚卸しし、審査・リスク管理・経営説明に継続的に活用できる状態へ整備する人材を募集します。

【業務概要】
審査部門のデータ活用を支えるデータエンジニアとして、分散している案件関連データの整理・加工・可視化を担っていただきます（経済産業省及びIPAが規定する「データエンジニアリング」に相当する役割を担うことを期待）。案件データ・残高データ・収益性データ等を棚卸しし、分析・報告・モニタリングに活用できる状態への整備に取り組んでいただきます。将来的には、案件ポートフォリオ管理の高度化や審査データ利活用に関する企画・推進にも関与いただきます。

【詳細】
・各部門・資料・Excel・システム等に分散している案件関連データ（文書・資料等の非構造データを含む）の所在確認
・案件データ、残高データ、収益性データ、アセット区分、リスク分類等の棚卸し
・データの定義、粒度、更新頻度、利用可否、取得背景等の確認
・定義違い、表記揺れ、抜け漏れ、重複等の確認・整理
・複数データソースの突合・加工・集計
・レポート・ダッシュボード作成、データ更新・品質確認プロセスの検討

【ポジションの魅力】
●審査本部におけるデータ利活用・可視化の立ち上げフェーズから参画できます。
●投融資案件全体を俯瞰する案件ポートフォリオ管理の高度化に関与できます。
●分散しているデータを整理し、リスク管理や経営説明に活用できる状態へ整える実務的なDX推進を経験できます。
●データエンジニアの経験を活かしながら、将来的に業務企画・管理高度化にも役割を広げられます。

【募集背景】
製造ラインで使用する測定具の種類・数量が増加するなか、測定具の手配から社内データベース整備まで一貫して担える人材の増員が必要となりました。品質を支える重要な管理業務を担うポジションです。

【業務概要】
取引先の生技統括室にて、製造ラインで使用する測定具（ゲージ類）の手配業務および社内データベースの整備・管理を担っていただきます。

【業務内容】
工程設計部門などの依頼者と仕様を調整し、測定具メーカーとの折衝を経て測定具を手配する一連の業務を担当します。あわせて、社内で使用中の測定具を製品・ライン・型番で紐付けてデータベース化する管理業務にも携わります。

【具体的な仕事内容】
◆測定具の手配業務
・依頼者（工程設計部門等）との依頼内容の確認・調整
・依頼内容をもとにした測定具の仕様決定・仕様書作成
・測定具メーカーとの仕様調整・見積依頼・発注手配
◆測定具のデータベース管理
・社内で使用中の測定具を製品・ライン・型番で紐付けてデータベース化
・測定具管理台帳の更新・維持管理
・Excel・PowerPointを使用した管理資料・報告書の作成

【使用ツール】
・Microsoft Excel（測定具管理台帳・データ整理・集計）
・Microsoft PowerPoint（報告書・資料作成）

変更の範囲：同社の定める業務

【WEBシステムエンジニアコース】
同社は「顧客企業」や「公共機関」を主要顧客としており、顧客企業向けWEBシステムや行政向け総合システムといった、専門システムを取り扱うことが多くあります。皆さまには研修を通して、バックエンドのシステム開発エンジニアとしてのご活躍を期待し、入社後約3か月間の研修にご参加いただきます。

入社日：2026年10月1日
採用予定人数：各枠10名程度
※以降も採用の予定あり

研修内容：
プログラミングの基礎から、システム開発演習まで
研修期間：約3ヵ月
1. 基礎知識
1. Javaプログラミング
2. HTML、CSS、データベース、Git、Junit、Linux、Spring、Spring Boot
2. WEBアプリケーション
1. アプリケーション開発演習
2. チーム開発演習
※研修内容・期間は変更になる可能性がございます。

配属例：
2025年2月入社/23歳/文系大学卒。
前職は顧客企業で広報・採用の仕事をしていた。
8か月間の自己学習（HTML,CSS,Javascript）を行い、ITエンジニアへの転職を希望して入社。
配属プロジェクト: 自動車顧客企業向けWEBシステムの開発プロジェクトにて、機能を満たすSWの設計 実装・テストまでの一連工程に従事。

データプラットフォーム導入・構築の引き合い増加に対応するための増員です。
クライアントの業務システムなどの膨大な量のデータを蓄積・加工・分析し、経営層の意思決定に活用する BI(Business Intelligence）を含むデータプラットフォームの導入から実行支援までを行います。
クライアントの要望に沿ったデータプラットフォームの企画、設計、実装まで、プロジェクトに一気通貫で関わっていただきます。
主に要件定義からテストまでお任せします。開発だけでなく、DB、インフラ、プロジェクト管理、エンドユーザーとのコミュニケーション能力など、幅広い経験に基づくスキルアップ・キャリアアップが可能な環境です。
エンドユーザー様と直接やり取りをする立場であり、要件定義など上流工程に携われます。

【役割】
圧倒的な実装力を活かし、AI/LLMゲートウェイのスクラッチ開発や、他社データを絶対に混在させないセキュアなRAG基盤のコアロジック実装（プレイングの先頭）を担っていただきます。
その後、半年 1年を目安に以下のステップで「技術への責任範囲」を全社規模へと拡張していただきます。
・基盤のコアコンポーネントの自らによる実装、および技術的ブレイクスルーの体現
・全社プロダクトが利用するAI組み込みガイドライン、自動テスト戦略、CI/CDパイプラインの策定
・部署横断での技術選定、難解なシステムトラブルの最終エスカレーション対応、およびADR（アーキテクチャ決定記録）の主導
※ピープルマネジメント（評価・労務管理）の責務はありません。「純粋に技術とプロダクトの品質でチームを引っ張るスペシャリスト」としてのキャリアをお約束します。

【職務内容】
● 基盤アーキテクチャの設計・技術選定
・AI Readyなデータ基盤のアーキテクチャ設計、開発のアーキテクチャ全体のグランドデザイン
・非機能要件（レイテンシー、スケーラビリティ、可用性、強固なマルチテナントセキュリティ）を担保するクラウドインフラ（AWS等）およびバックエンドの設計
・各種LLM（OpenAI, Anthropic, Bedrock等）のAPI動的ルーティング、およびコスト・応答速度最適化ロジックの考案
・中長期的な視点に立った技術的負債の返済計画策定と、CI/CD環境のモダン化
● コアコンポーネントの実装・品質担保
・基盤における「最も技術的難易度の高い10%のコード」のハンズオン実装
・PoC（仮説検証）コードから、数万人規模の同時接続に耐えうる本番クオリティへのリファクタリング主導
・厳格な自動テスト（Unit, E2E, 負荷テスト等）の設計と仕組み化による「落ちないインフラ」の実現
・チームメンバーへの高度なコードレビュー、およびペアプログラミング等を通じた技術メンタリング

【業務概要】
医師会員数24万人以上を誇るプラットフォームを提供しており、多くの製薬企業のマーケティングも支援しています。
現在、保有する膨大な「医師の行動データ」や「医薬情報」の価値を最大化するため、データ基盤の最新化という大きな転換期を迎えています。
これまで、データ基盤はオンプレミスのデータベースを中心に、各システムが最適化される形で発展してきました。しかし、今後の更なるビジネス成長と、生成AIをはじめとする先端技術の活用を加速させるために、モダンなデータスタックを構築しつつ、その先のデータ競争力強化を指向しています。

【具体的な業務】
・データパイプラインの設計・構築・運用
トランザクショナルデータベース（RDB）やSalesforceなどの各種データソースからクラウドDWHへの、安定的かつスケーラブルなデータ同期フロー（ETL/ELT）の設計・開発、および継続的な監視・運用。
・リバースETLを用いたデータ活用基盤の構築・運用
クラウドDWHに蓄積・加工されたデータを、CRMやSaaSツールへ逆同期するリバースETLプロセスの構築と運用。
・分析結果を現場の業務システムへフィードバックし、データに基づいたアクションを即時化するオペレーショナルアナリティクスの仕組み化と改善。
・データ提供環境および次世代活用インターフェースの運用・改善
BIツールを用いたダッシュボードの設計・構築、およびデータの信頼性を担保する継続的な運用・保守。
NLQ（自然言語クエリ）の実用化に向けた検証・実装、およびエンドユーザーが直感的にデータを活用できるセルフサービス分析環境の運用・高度化。

【ポジション・部門の魅力】
新設予定のデータ専門組織のスターティングメンバーとして、単なるエンジニアの枠を超えた多彩なキャリアパスを提供します。
・データ組織のマネジメントパス
新設予定のデータ部門において、組織設計、採用、評価制度の改善などを含むマネジメント業務。
全社的なデータ戦略の策定や予算策定に深く関与する機会。
・データプラットフォームのスペシャリストパス
オンプレミスからモダンデータスタック（MDS）への完全移行を技術主導し、国内最大級の医療データ基盤のグランドデザインを描くリードアーキテクト。
NLQや生成AIを用いた次世代インターフェースの実用化など、最先端技術の社会実装を牽引するエキスパート。

月間3,000万人が利用する日本最大級の商品比較サービスにおいて、ユーザーの購買意思決定を支えるベビー用品コンテンツの商品選定・品質管理を担当するポジションを募集します。

私たちは、特定のメーカーやブランドに偏ることなく、市場全体を俯瞰しながら、ユーザーが「自分に合った良い商品」を選べるようにするサービスを展開しています。

本ポジションでは、「とても満足できる商品」を見つけるための商品選定・検証プロセスの確立、コンテンツ品質の管理まで、一貫して担当します。
ベビー用品のバイヤー・MD・商品企画として培ってきた市場分析力や“モノを見る目”を活かし、企業の販売戦略に縛られず、中立的な立場で市場全体を比較・評価できる環境です。
また、データ分析や検証結果をもとに、よりロジカルに「本当に良い商品」を導き出す経験が積めます。

「売るための商品選定」ではなく、「ユーザーが自分にあったものを選べるサービスをつくるための商品選定」をしていただきます。

詳細
商品選定・検証プロセスの品質管理
検証項目の過不足チェック
評価項目の適切性チェック
検証コンテンツの記載情報の正確性チェック
商品選定の妥当性評価（市場動向や販売データをもとに、掲載商品の網羅性・公平性を確保）
コンテンツの品質管理・担保
人気ランキング掲載商品の妥当性評価と選定基準のアップデート
コンテンツのクオリティチェックと改善提案
掲載商品のデータ（検証結果・スペック情報）の正確性チェック
選び方・商品紹介文・検証データの整合性チェック

ポジションの魅力
バイヤー・MD出身の方へ
企業戦略や販売目標に縛られず、ユーザー本位で商品を選定できる
市場全体を公平に見渡し、培った“目利き力”を公正な比較に活かせる
「売るため」ではなく「選ばれるためのコンテンツ」を生み出せる
商品企画出身の方へ
自社・他社を問わず、全ての商品を同じ基準で比較・評価できる
ユーザーが“自分に合った商品”を選べる情報設計・構造づくりに関われる
「商品の強みを伝える」から「ユーザーの選択を支える」へ、キャリアを進化させられる

●職務内容
月間3,000万人以上が利用する商品比較サービスにて、ベビー用品領域における検証設計・評価基準構築を担っていただきます。
対象となるのは、おむつ・おしりふき・哺乳瓶・ベビーカー・抱っこ紐、ベビーソープ・ベビーゲートなど日常的に使用される幅広い製品群です。
本ポジションは、単なるレビュー制作ではなく、安全性・機能性・使用体験を科学的に評価するための“検証設計”を担う専門職です。

当社では、実際に製品を購入し、

・吸水性・通気性・肌あたりの評価
・強度・耐久性・安全性試験
・使用環境を再現した実験
・モニター試験・官能評価
・成分・素材特性の分析
・統計的データ分析

などを通じて、“本当に安心して使えるか／使いやすいか”を可視化します。

メーカーやOEM企業で培った、安全基準や品質基準への理解・素材特性や設計意図の理解・試験設計・評価手法の構築経験・ユーザー使用環境を想定した製品開発経験を活かし、

・どのような条件で評価すべきか
・安全性と使いやすさをどう両立して測るか
・保護者にとって本当に意味のある評価軸は何か

といった問いから出発し、評価基準そのものを設計していただきます。

「自社製品を良くする」仕事ではなく、市場全体を俯瞰し、“安心して選べる基準”をつくる仕事です。

●職務詳細
・ベビー用品領域における検証項目の設計（0→1の評価フレームワーク構築）
・安全性・耐久性・使用性に関する評価基準の策定
・実使用環境を想定した検証条件設計
・モニター試験・官能評価の設計
・検証結果に対する統計的手法を用いたデータ分析
・検証実務のディレクション（再現性・妥当性の担保）
・市場トレンド・育児環境の変化を踏まえた評価軸のアップデート

●ポジションの魅力
◎「安全性」を定義する側に回れる
ベビー用品は「安心できるかどうか」が最重要領域です。
単なるスペック比較ではなく、安全性・信頼性の評価基準そのものを設計できます。

◎技術知見を“生活者の意思決定”に直結できる
素材・設計・安全基準に関する知見を、そのまま「親が安心して選べる情報」として届けられるポジションです。
社会的意義の高い領域で、専門性を発揮できます。

◎0→1で検証フレームワークを構築できる
使用シーン別の評価設計・安全性と使用性を両立した指標設計・再現性のある試験条件の構築・モニター評価の構造化など、検証そのものを設計・開発する役割を担えます。

◎“正解が一つではない領域”に向き合える
ベビー用品は、月齢（発達段階）・使用環境・親の価値観によって最適解が変わる領域です。
だからこそ、多角的な評価軸を設計する面白さがあります。

月間3,000万人以上が利用する商品比較サービスにて、トイレ用品・キッチン用品・衛生用品・掃除グッズなど日用品領域における検証設計・評価基準構築を担っていただきます。

本ポジションは、単なるレビュー制作ではありません。
日用品の技術開発・性能評価の知見を活かし、検証フレームワークを構築する専門職です。

当社では、市場で販売されている製品を実際に購入し、洗浄力試験・抗菌 / 消臭性能検証・物性評価（吸水性・耐久性・摩耗性など）・成分特性の分析・使用環境の再現実験・官能評価・統計解析などを通じて、「本質的な性能差」を可視化します。

メーカーやOEM企業で培った

成分設計や配合バランスへの理解
洗浄メカニズムの知識
耐久性・安全性試験の経験
評価試験設計・データ解釈能力
を活かし、

何を測れば本当に差が出るのか
実生活に近い再現条件は何か
ユーザーにとって意味のある評価軸とは何か
といった問いから出発し、評価基準そのものを設計していただきます。

「自社製品をより良くする」仕事ではなく、市場全体を俯瞰し、“本当に選ぶべき製品”を構造的に明らかにする仕事です。

技術と生活者体験を接続し、「あなたの暮らしに最適な1つ」を導く検証設計がミッションです。

詳細
日用品領域における検証項目の設計（0→1の評価フレームワーク構築）
洗浄力・抗菌・消臭・耐久性などの評価基準策定
実使用環境を再現した検証条件設計
検証結果に対する統計的手法を用いたデータ分析
検証実務のディレクション（再現性・妥当性の担保）
市場トレンドや技術進化を踏まえた評価軸のアップデート
既存ランキングの評価設計見直し・改善提案

ポジションの魅力
技術知見を“市場全体”に活かせる
特定ブランドの開発に閉じず、市場にある多様な設計思想・成分設計・機能アプローチを横断的に評価できます。「この配合でこの洗浄力が出る理由」「この素材選定が耐久性にどう影響しているか」といった開発視点を、複数製品比較の中で活かせる環境です。
「作る側」から「選択を設計する側」へ
これまで製品を設計してきた方が、今度は生活者の意思決定を支える側に回ることができます。売るための検証ではなく、中立的な立場で“最適解”を導く設計に集中できます。
検証フレームワークを構築できる
新カテゴリの評価軸設計・再現性のある洗浄試験設計・実生活環境を模した条件設定・官能評価の構造化・定手法そのものの開発 など検証設計そのものを研究開発する役割を担えます。
“見えづらい差”を可視化する仕事
日用品はスペックだけでは差が分かりにくい領域です。だからこそ、数値化・条件統制・実験設計・統計的検証を通じて、本質的な性能差を明らかにすることが価値になります。技術者としての思考力を最大限活かせるフィールドです。

AIを活用した国内DXを牽引する企業において、Webアプリケーションの領域を中心に組織貢献いただけるソフトウェアエンジニアの募集です。

▼担っていただきたい役割
* 各種プロジェクトで求められるWebアプリケーションの開発（フロントエンドとバックエンドの双方）
* 隣接するソフトウェア領域に関する開発・コミュニケーション

▼主な開発環境
* 言語：TypeScript, Go, SQL, Python, Ruby等
* データベース：MySQL, PostgreSQL, BigQuery, Snowflake等
* クラウド環境：Google Cloud, AWS, Azure
* ソースコード管理：GitHub
* プロジェクト管理：Jira, Notion
* 情報共有ツール：Slack, Confluence

▼キャリアアップの上での特長
* 資格取得や書籍購入といった自己成長投資をサポートする制度があります
* 先進的なAIツールを含んだソフトウェアツールに対する補助があります
* 戦略コンサルティングやデータサイエンスの領域でもスキルを身に着けることができます
* フレックスタイム、育休制度等、柔軟な働き方を支援しています

▼主な業務内容
同社では多様なビジネス領域に向けてDX推進、AI実装等を代表とする様々なB2B系プロジェクトを推進しており、一つの枠に縛られない様々なソフトウェア開発をご経験いただくことができます。

本募集における「Webアプリケーション開発」の領域では特に、物流領域、そのなかでもとりわけグループ会社の一社が運営する船舶データプラットフォーム開発が事業の大きな柱です。

物流領域の他にもヘルスケア、エネルギー、製造といった領域で事業を強化しており、事業状況に応じて様々なソフトウェア開発を行っています。下記のような段階のソフトウェア開発プロジェクトがあります。
* プロトタイプ・試行錯誤の色彩が強い段階
* 顧客の業務で使用される本番運用段階
* 単一顧客向けから同一領域で広く使われるVertical SaaS的な運用開発の段階

それぞれについて、同社の特長であるビジネスやデータサイエンスの文脈も交えた多様なチャレンジを通じて経験を積んでいただくことが出来るものと思います。

▼本ポジションの魅力について
B2B領域において、いわゆる「0 to 1」「1 to 10」といった段階のソフトウェア開発をリードいただくことでビジネス知識について幅広くキャッチアップできる他、顧客からお預かりするデータとアプリケーションを連携させる議論等を通じて、データエンジニアリングやデータサイエンスに対する理解を深めつつ、希望に応じてそちらのキャリアパスを社内で進めることもできます。

▼活用事例
* ヘルスケアの事例
* 大規模言語モデルの活用事例

AIを活用した国内DXを牽引する企業において、データエンジニアリング・MLエンジニアリング領域を中心に組織貢献いただけるソフトウェアエンジニアを募集します。

業務概要:
各種プロジェクトで求められるデータパイプライン・データ基盤の設計・開発・運用開発、隣接するソフトウェア領域に関する開発・コミュニケーション・事業推進を担当いただきます。
主な開発環境は、言語：TypeScript, JavaScript, SQL, Python等、採用フレームワーク： GraphQL, Node.js, Prisma等、データベース：MySQL, PostgreSQL, BigQuery等、クラウド環境：Google Cloud, AWS, Azure, Snowflake等、ソフトウェア管理ツール：GitHub, Jira, Slack, Confluenceです。
キャリアアップの上での特長として、資格取得や書籍購入、オライリーオンライン読み放題といった自己成長投資をサポートする制度があります。ChatGPTやClaude Codeを始めとした先進的なAIツールを含んだソフトウェアツールに対する補助があります。戦略コンサルティングやデータサイエンスの領域でもスキルを身に着けることができます。フレックスタイム、育休制度等、柔軟な働き方を支援しています。
多様なビジネス領域に向けてDX推進、AI実装等を代表とする様々なB2B系プロジェクトを推進しており、一つの枠に縛られない様々なソフトウェア開発をご経験いただくことができます。
物流領域、ヘルスケア、エネルギー、製造といった領域で事業を強化しており、事業状況に応じて様々なソフトウェア開発を行っています。下記のような段階のソフトウェア開発プロジェクトがあります。
・プロトタイプ・試行錯誤の色彩が強い段階
・顧客の業務で使用される本番運用段階
・単一顧客向けから同一領域で広く使われるVertical SaaS的な運用開発の段階
ビジネスやデータサイエンスの文脈も交えた多様なチャレンジを通じて経験を積んでいただくことが出来るものと思います。

ポジションの魅力:
データエンジニアの成長にとって重要なことの一つは、多様かつ本物の課題に結びついたデータを取り扱うことであると考えられます。データ集積とそのAIを通じた応用を訴求しており、データエンジニア・MLエンジニアの方々の成長を強く後押しできるものと信じております。
また、データを存分に活用いただくとともに、ビジネス知識やデータサイエンスといった隣接領域に進出し、さらに幅広いキャリアを積んでいただくことも自然と可能となります。
活用事例として、ヘルスケアの事例、LLMの活用事例があります。

『Upgrade Japan』をミッションに掲げ、大企業のAX（AIトランスフォーメーション）・DX推進を支援するテクノロジー企業でのポジションです。本ポジションでは、AIエージェント開発とデータ基盤・MLOpsの両軸を担うエンジニアとして、顧客の業務変革を技術面からリードします。

担う役割:
・ビジネスコンサルタント・テクノロジーコンサルタントやデータサイエンティストと連携し、AIエージェントの構想・PoC開発・アジャイル開発を推進
・顧客ビジネス環境の変化に応じたAIエージェントの継続的改善・運用
・データパイプライン・データ基盤（DWH）の設計・開発・運用
・MLOps環境の構築・整備、CI/CDパイプラインの運用
・隣接するソフトウェア領域に関する開発・コミュニケーション・事業推進

主な開発環境:
言語：TypeScript, JavaScript, SQL, Python等
採用フレームワーク： GraphQL, Node.js, Prisma等
データベース：MySQL, PostgreSQL, BigQuery, Databricks, Microsoft Fabric等
クラウド環境：Google Cloud, AWS, Azure, Snowflake等
ソフトウェア管理ツール：GitHub, Jira, Slack, Confluence
BIツール：Power BI, Tableau

キャリアアップの上での特長:
・資格取得や書籍購入、オライリーオンライン読み放題といった自己成長投資をサポートする制度があります
・ChatGPTやClaude Codeを始めとした先進的なAIツールを含んだソフトウェアツールに対する補助があります
・戦略コンサルティングやデータサイエンスの領域でもスキルを身に着けることができます
・フレックスタイム、育休制度等、柔軟な働き方を支援しています

具体的な業務:
多様なビジネス領域に向けてDX推進、AI実装等を代表とする様々なB2B系プロジェクトを推進しており、一つの枠に縛られない様々なソフトウェア開発を経験できます。

物流領域、ヘルスケア、エネルギー、製造といった領域で事業を強化しており、事業状況に応じて様々なソフトウェア開発を行っています。下記のような段階のソフトウェア開発プロジェクトがあります。

・プロトタイプ・試行錯誤の色彩が強い段階
・顧客の業務で使用される本番運用段階
・単一顧客向けから同一領域で広く使われるVertical SaaS的な運用開発の段階

ビジネスやデータサイエンスの文脈も交えた多様なチャレンジを通じて経験を積むことができます。

ポジションの魅力:
AIエージェント × データエンジニアリングの両領域を横断的に経験できる希少なポジションです。

・エンジニアの成長にとって重要なことの一つは、多様かつ本物の課題に結びついたデータを取り扱うことであると考えられます。同社は祖業としてデータ集積とそのAIを通じた応用を訴求しており、エンジニアの成長を強く後押しできる環境です。

・単なるパイプライン構築に留まらず、DatabricksやMicrosoft Fabricといった最新プラットフォームを駆使し、ビジネス課題をどう解くかという「アーキテクチャ設計」から関与できます。

・データを存分に活用いただくとともに、ビジネス知識やデータサイエンスといった隣接領域に進出し、さらに幅広いキャリアを積むことも自然と可能となります。

活用事例:
ヘルスケアの事例
LLMの活用事例

●採用背景
AI・データサイエンスを強みに、企業のDXを推進する企業でのポジションです。
エンジニアには、「データを中核に据えた価値創造」が求められています。
「データを活用する」とは規定SQLやコードを実行するだけではありません。価値を引き出すためには業務遂行の理解、Web技術、データ基盤構築、AI活用まで、総合的な見識が問われます。
本ポジションでは、各人のエンジニアリングの専門性（UI/UX、バックエンド、クラウド、MLなど）をご相談の上、データを軸とした開発や事業創出に幅広くご対応いただきます。

●担っていただきたい役割
本ポジションでは、データを中核とした開発・業務革新の推進役として、顧客とともに価値創造に取り組んでまいります。
ご自身の強みと同社のエンジニアリング、データサイエンス、ビジネスナレッジを組み合わせ、フルサイクルで開発を決めることができます。
「最速で価値を提供すること」：そのために様々な開発手法を学び改善プロセスに組み込む
「業務データの価値を引き出す」：そのために高い視座・広い視点、それを支える専門性が必要
「専門性のコラボレート」：隣接領域への理解とリスペクトが近づく
エンジニアは、データを軸としながら多様なバックグラウンドと専門領域を持ち寄り、フロントエンド、バックエンド、データエンジニアリング、LLM活用、プロジェクトマネジメントなど、職能を超えて補完し合うスタイルで価値提供を行っています。

●開発環境
スクラム開発をベースにしつつ、課題チームに合わせて柔軟に開発サイクルを設計・改善しながら、継続的な価値を提供します。開発対象は、BtoBやBtoBtoBといった多様な形態の中、課題に対して最適な技術を柔軟に取り入れるための最新技術や複数のクラウドに触れる機会が多いです。
プラットフォーム開発・マルチテナント設計、億単位のOLTP・OLAP、PWAやWebScoketなどWeb技術活用、LLM、RAGなど多様な技術を活用し顧客の課題解決につながる開発を進めています
【使用技術の一例】
- バックエンド：Python, TypeScript, Go など
- フロントエンド：React, Next.js
- データベース：PostgreSQL / MySQL
- インフラ：Google Cloud / AWS / Azure / Snowflake / Terraform
- データパイプライン：DataForm, dbt等
- コード管理：Github
- バックログ管理：Jira
- コミュニケーション：Google Workspace / Slack / zoom / Microsoft Teams

●働き方
同社では、各メンバーのライフスタイルや価値観に合わせた多様な働き方が実現できます
現在の実績として、出社もしくはリモートを中心として働くことや育休取得、フレックスタイム制度を活用するなどそれぞれの事情に配慮した上で多様な働き方をしている人が多いです。
その他ポジションに関わる福利厚生の一例として以下が挙げられます。
- 書籍購入認証
- オライリーオンライン
- Claude、ChatGPT等 LLMの業務利用に対する補助
- インディングエージェントの補助
- Google Cloud、AWS証明書の資格取得支援
- 社会人修士・社会人博士支援制度

AIが意思決定に直接関わる時代、データ基盤の設計品質がAI活用の成否を決めます。基盤を「作って終わり」にせず、AI Readyな状態まで設計・実装し、運用の中で継続的に改善することにこだわっています。
多くの企業のデータ活用を支えてきた主力プロダクトがあるため、定型的なデータ整備に追われることなく、データアーキテクチャの設計や価値創出に集中できます。
求められるのは、あるべきデータ活用の姿から逆算してアーキテクチャを設計し、顧客の意思決定を支えるデータエンジニアです。
あらゆるデータをビジネスの力に変えることを掲げ、AI×データで事業価値を創出してきたテクノロジーカンパニーでのポジションです。AIの活用がビジネスの成否を分ける現代において、AIと人の協調を支えるデータの不自由をなくし、誰もがデータの価値とともにある世界を実現します。

お任せしたいミッションは、顧客のデータ基盤をAI活用に耐えうる状態へと設計・実装し、AI活用を「実験」から「事業」へとスケールさせることです。シニアデータエンジニアやコンサルタント、PMと連携しながら、アーキテクチャ設計から実装・運用定着まで一気通貫で関与いただきます。

具体的な業務:
- AI活用を前提としたデータ基盤アーキテクチャの策定への参画
- AI活用を支える基盤の設計・構築（DWH / ELT / データモデリング・品質管理）
- PMやシニアデータエンジニアと連携した課題整理・提案活動へのサポート
プロジェクトで得た知見は主力プロダクトへ還元され、AI時代にふさわしいプロダクトとプロフェッショナルサービスの価値向上に貢献していただきます。

本ポジションの魅力:
1. 設計した基盤が、顧客の意思決定を変える
設計した基盤が顧客の意思決定を変え、事業が動く。その手応えを、顧客に伴走しながら直接実感できる環境です。
2. AI Readyの最前線で、大規模運用のエンジニアリングに挑める
「AI Ready」の中心で、AI活用に耐えうるデータ基盤の設計から実装、運用改善まで一気通貫で関わりながら、AI時代に求められるエンジニアリングの知見を磨くことができます。また、顧客のAI活用を支える基盤づくりを通じて、全社のAI戦略を推進する中核的な役割を担えます。
3. 知見が、多くの企業の価値につながる
プロジェクトで得た知見は、主力プロダクトへ還元され、多くの企業の価値につながります。一顧客への直接的な貢献にとどまらず、プロダクトを通じたストック型の価値創出にも関われます。
4. 技術とビジネスをつなぐハブとして、高い視座で働ける
コンサルタント・エンジニア・PdMと日常的に協働し、事業と技術をつなぐハブとして価値を創出できます。
また、高度な専門家が集う組織だからこそ、視座の高い議論に日常的に触れながら成長できる環境です。

具体的な案件・取り組み事例:
顧客企業のデータ基盤を、AI活用にも耐える形へ再設計・構築。伴走支援とスキル移転により、経営・現場でデータに基づく判断を内製で回せる状態へ。
別の顧客企業では、分散データを統合し、分析フローを再構築。データ活用が現場で回る状態をつくり、新規リスナー獲得に貢献しました。

利用技術例:
DWH: BigQuery / Snowflake / Databricks / Redshift
ETL/ELT: 主力プロダクト / dbt
BIツール: Tableau / Looker Studio / Power BI / QuickSight
AI: OpenAI / Vertex AI / Bedrock（案件により）
その他: GitHub / Confluence / Backlog / Slack

提供サービス:
- クラウドETL「主力プロダクト」
- AIデータプラットフォーム「主力プロダクト」
- ヒト×データ×AIでの競争力強化を支援する「プロフェッショナルサービス」
- エージェント型AIソリューション「主力ソリューション」の提供
主力事業である主力プロダクトは、多くの企業や団体に提供されています。