IVT1/データアナリスト/データエンジニア ハイポテンシャル

AI基盤・データ・クラウド環境を一気通貫で手掛ける開発業務をお願いしたいと考えております。 大手エンタープライズ企業のプロジェクトにて、データアナリスト/データエンジニアとして参画いただきます。データの抽出・加工・分析やモダンデータ基盤の構築・運用を通じて確かな 「データやAI実装の足腰」を磨いた後、最先端のAI領域へ専門性を拡張できるキャリアパス をご用意しています。 ●具体的な業務内容 データ基盤の構築・運用 : Snowflake、BigQuery等を活用したデータパイプラインおよび基盤の設計・構築 データ抽出・加工・可視化 : 案件に応じたデータの抽出・加工・分析、ダッシュボードの設計・構築 その他 AI開発(改修)等、AI開発の中でも比較的ハードルの低い案件をお任せす可能性有。 ●具体的実例(入社後のイメージ) 地味な「泥臭い1年」を抜けた先にしか、見えない景色を伝えさせて下さい。 ハイポテンシャルの皆様に率直にお伝えします。最初の1年は、データの抽出・加工・分析、ダッシュボード保守、基盤運用、AI実装(回収)といった「基礎固め」が中心です。決して華やかな仕事ばかりではありません。 しかし、この 「データや実装と真摯に向き合う1年」を抜けたメンバーが、今どんな挑戦をしているかをお伝えさせてください。 ①心理学専攻・未経験から、生成AI連携システムの実装主担当へ(入社2年目) 大学院で心理学を専攻していた実務未経験メンバーが、Next.js/FastAPIを活用した生成AIシステムを開発。日次バッチ処理を1.5時間から7分へ短縮し、実行コストも11,000円から900円へ(約92%削減)という劇的な成果を上げています。 ②異業種(製造業の生産技術)から、AIエージェントのPLへ AI未経験で入社後、現在は最先端の「AIエージェントのガードレール設計」をプロジェクトリーダー(PL)として牽引しています。 ③入社1年1ヶ月でサブリーダー、2年でPL。20代・30代で部長へ 年功序列は一切ありません。新卒入社から1年強でリーダー層へ駆け上がり、20代〜30代前半で事業部を率いる部長を務めるメンバーも複数在籍しています。 ●役割とプロジェクト推進体制 キャリア形成に寄り添う戦略的なプロジェクトアサインをAMBLでは行っております。 キャリアのご希望を上長が定期的にヒアリングし、一人ひとりの志向に合わせた案件を戦略的に獲得・提案する体制を整えています。 ・ミスマッチを防ぐ事前共有 内定段階で配属予定のプロジェクト概要をお伝えします。 ・計画的なスキルアップ 意図的なローテーション設計により、着実な成長を支援します。 課題定義からアプローチする上流フェーズへの参画をしております。 クライアントの事業ドメインを深く理解し、「AIでどのような課題を解決すべきか」という問いを定義する最上流から参画します。 ・技術的なリード 要件定義にとどまらず、技術選定やアーキテクチャ設計を主導する立場へキャリアを広げられます。 【具体的なプロジェクト例】 現在、事業部では以下のような最新テクノロジーを用いたプロジェクトが多数稼働しています。 ●データ・AIインフラ領域(モダンデータ・クラウド) Snowflake / dbt を用いたデータ基盤構築 大規模データの統合・加工・パイプラインの自動化 クラウドAI実行環境(AWS / Azure)の構築 Amazon Bedrock / Azure OpenAI Serviceを活用した安全・堅牢なシステム基盤の設計 ※その他 データ抽出・可視化・レポーティングのような微経験者向け案件もございます。 ● 生成AI・LLM領域(最先端エンジニアリング) グラフRAG(GraphRAG)/Advanced RAGの構築 複雑な企業ドメイン知識を構造化し、高精度な生成AI検索基盤を実装 AIエージェントの設計・実装 LangGraphやDify等を活用した自律型ワークフロー・AIエージェントの開発 LLM基盤のコスト・品質評価と改善設計 LLM出力の品質・精度の定量評価設計、およびContext Engineering等による運用コスト削減 ● 機械学習・高度アナリティクス領域 需要予測・異常予兆検知モデルの設計 統計解析・時系列分析・機械学習を用いたビジネス課題解決型モデルの構築

「AI未経験」はハンデではない。データ×AIのハイブリッド人材へ導く、最短の越境ルート。 「経験がないから自分には早い」「畑違いかもしれない」と諦める必要は一切ありません。最前線のAI開発で 本当に求められるのは、華やかなAI知識ではなく、泥臭い課題解決プロセスを完遂する力です。 当社は、確かなエンジニアリングの足腰をベースに、AI領域へとスムーズに越境できる環境を用意しています。 エンタープライズの現場で「データ×AI」を自在に操る希少なハイブリッド人材へ。 あなたの市場価値を非連続に跳ね上げるための、最短ルートがここにあります。 ●描けるキャリアパス(AI領域へのステップアップ) データエンジニアリングの現場経験を積んだ後は、計画的な案件ローテーションを実施。 生成AI/LLM領域 : RAG(検索拡張生成)構築、AIエージェントの実装 AI運用・高度化 : 精度評価設計、MLOps/LLMOps基盤の構築・運用

・業界・職種未経験可。IT業界の経験は問いません ・プログラミングまたは数理・統計の基礎(業務・研究・独学のいずれでも可。研究でのPython/R/MATLAB/C++等も歓迎します) ・何かを端から端まで自分で担当し、やり切った経験(研究テーマ、業務改善、個人開発いずれでも可) ・自己学習の成果物をご提出いただけると確度が上がります。(GitHub等の公開リポジトリ、技術ブログ、個人開発物、取得資格、研究成果のいずれでも構いません)

・修士以上の研究経験(分野は問いません。観測・実験データの解析、統計的検定、実験計画、測定設計の訓練を歓迎します) ・現職・前職で、業務上求められていないのに自分でPython/VBA/Power BI/RPA等を導入した経験 ・SQL/Pythonの学習経験、統計検定・基本情報・AWS認定等の資格 ・インフラ・ネットワークの運用保守経験のうち、手順の設計・標準化、作業のコード化、改善提案のいずれかを行った経験 ・特定領域の専門性(会計・製造・物流・金融・公共等)。技術と掛け合わせられる場合、未経験でも上位レンジでのオファーが可能です

・求められるのは、泥臭い手触りと「自ら動く」当事者意識。 現場の「リアルな(ノイズある)データ」に向き合い、根拠を持って説明してきた方 ・整ったデータだけでなく、欠測やノイズが含まれる泥臭いデータと愚直に向き合い、誤差を見積もりながらロジカルに結果を証明・説明してきた経験。 ・指示を待たず、自発的に業務改善・自動化を完遂した経験がある方 ・課題を自ら見出し、頼まれていなくてもPython/VBA/Power BIなどを駆使して業務効率化や自動化を成し遂げてきた当事者意識。 ・自律的に学習を設計し、時代の変化にアジャストできる柔軟性がある方 ・提示された研修をこなすだけでなく、自ら必要な技術を見極めて学習を設計し、市場やプロジェクトの要請に合わせて自己更新を続けられる方。 ・制約がある環境でも「できない理由」ではなく「できる方法」を模索できる方 ・予算・時間・環境などの制約を言い訳にせず、与えられた条件下で最大の成果を出すためのアプローチを泥臭く思考・行動に移せる突破力。

正社員

試用期間:3ヵ月 ※試用期間中、条件面・待遇面に相違なし

400～650万円

月給:基本給+固定残業代 ¥272,766円〜/基本給 253,000円〜/固定残業代(10時間)19,766円〜 ※固定残業を超えた分は別途支給します。 ※スキル・経験・市場価値により決定します。 ※給与改定 年2回/賞与支給 年2回 ※現職・前職の年収+希望年収を参考にしたうえで 弊社年収テーブルと照らし合わせ、最終的な確定をします。

東京都港区赤坂9-7-1 ミッドタウン・タワー32階 本社および各プロジェクト先(都内および近郊・リモートワーク併用) ※案件により、高セキュリティルームでの業務や顧客都合のため、出社頻度が多くなる可能性がある場合があります。

フルフレックス制　※部署・プロジェクトにより異なります

1日8h勤務(月160h/コアタイムなし) ※時間年休制度あり(1h単位で有給取得可能)

●年間休日125日 ●完全週休2日制(土日祝) ●有給休暇(入社日付与 初年度最大14日) ●夏季休暇(3日有給付与に変更) ●記念日休暇(1日有給付与に変更) ●年末年始休暇(12/29~1/3) ●時間年休制度(1時間単位で有給取得が可能) ●産休育休取得実績(復職率100%) ●子の看護休暇 ●介護休暇 ●慶弔休暇

●入社時有給付与(初年度最大14日付与※入社月に異なる) ●テレワーク手当(一律4,000円支給) ●資格取得奨励金制度(11,000円～141,000円/1種につき) ●結婚祝金制度(30,000円+休暇5日付与) ●企業型確定拠出年金制度(選択制) ●社員紹介制度(100,000円～500,000円) ●副業制度(規定あり) ●定期健康診断 ●慶弔見舞金制度 ●産休・育休制度(100%復帰)

社会保険完備(労働・健康・雇用・厚生年金)

敷地内禁煙(屋外喫煙可能場所あり)

書類選考 > カジュアル面談(任意)> 一次面接 > 最終面接 > オファー面談 > 内定 ● 選考・面接のポイント 一次面接では現時点での技術力そのものは問わず、自律的な学習の進め方や自ら意思決定して行動した経験から今後の成長可能性(伸びしろ)と当社の相性を確認させていただきます。 オファー面談では年齢の近い現場メンバーの同席のもと実際の働き方や雰囲気を直接ご確認いただいた上でご判断いただけます。 なお、最終面接から2週間以内を目安とした迅速なオファー提示に努めております。

【事業部としてのバックアップ体制と働く環境】 決して一人にしない、事業部の エンジニアへのバックアップ体制 ● 助け合い、高め合える「チーム体制」 当社メンバーが複数名参画するチーム体制が基本です。社内の専門家コミュニティも活発で、高度な技術的課題もいつでも気軽に相談・解決できる安心感があります。 ● 柔軟でメリハリのある「働き方」 基本スタイルは週4日リモート・週1日出社。プロジェクトの状況に応じて客先常駐の頻度が異なります。。リモートの比率より、必要な場所で成果を出すことを優先できる方を求めます。 ● 成長を強力に後押しする「育成・学習環境」 270種以上の資格取得支援制度をはじめ、自社オリジナルの学習システム「AMBL PANEL」や社外研修費の会社負担など、エンジニアの成長機会を最大限に用意しています。 【AMBLを知る記事|公式note「TORQUE」】 ●挑戦のチャンスも、ライフプランも、大切にできる会社。 第2データサイエンス部のマネージャーKさんのインタビューです。研究機関でのAI解析から大手通信会社のレコメンドモデル開発まで、幅広い案件に挑戦してきた経験が語られています。マネージャーの立場で半年間の育休を取得したエピソードからは、キャリアとライフプランの両方を尊重する文化が伝わります。長く安心して働ける環境を重視する方に、ぜひご覧いただきたい記事です。 https://note.com/torquejournal/n/nc9a1d4ca7ad2 ●未経験からデータサイエンティストへ。ポテンシャルを信じる会社。 新聞記者、人材会社の営業を経て、未経験からデータサイエンスに挑戦したマネージャーHさんのインタビューです。現在は大手通信会社の決済データ基盤を担当しながら、社会人大学院でも学びを深めています。「やってみたい」という声をポジションに関係なく尊重する文化や、交流が盛んなチームの雰囲気も本人の言葉で語られています。これから新しいキャリアに挑戦したい方に、ぜひ読んでいただきたい記事です。 https://note.com/torquejournal/n/n766b6cc9e667 ●生成AIで、現場の「探す」をもっと速く、正確に。 三菱地所レジデンス様に提供した「図面解析AI」の紹介記事です。LLMと文字認識・画像解析を組み合わせ、これまで人が目視で行っていた図面の確認作業を自動化しました。今後は製造・建設・インフラ業界への展開も見据えています。AIの導入から現場への定着まで伴走する、AMBLの最新の取り組みをぜひご覧ください。 https://note.com/torquejournal/n/n31c09932d232