神奈川県 データ・AI・機械学習の求人・転職情報

株式会社分析屋

顧客課題に応じたデータ解析・分析業務(要件定義～レポーティング)に加え、データ基盤構築やデータマネジメントなどのデータ管理業務に至るまで幅広く担当していただく可能性がございます。 具体的には以下の業務内容からご経験やご志向に合わせて、お任せできる範囲からご担当いただきます。 エンジニア領域 ●顧客の組織全体のデータ活用に関する課題の理解 ●課題解決に資するデータ活用方針の理解 ●要件定義、KPI設定 ●データ分析設計、準備(データベース構築など) ●データを用いたKPIの可視化・レポーティング(BIツールでのダッシュボード作成等) ●データ解析、分析業務(ビッグデータ分析、統計解析など) ●分析結果報告、施策立案(報告書作成、顧客報告会でのプレゼンなど) 変更の範囲:会社が指定した業務 ビジネス領域 まずはPL候補としてチームマネジメントや若手データアナリスト/データサイエンティストの育成のサポートからお願いします。 ゆくゆくは独り立ちしてマネジメントをしていただきます。 ●プロジェクトマネジメント 顧客の組織全体のデータ活用に関する課題抽出 顧客に対しての提案活動および課題解決方針の策定 お客様の経営計画や業界の動向に応じたアカウントプランの策定と提案 全体方針の検討/策定 タスク・スケジュール管理 稼働/コスト管理 進捗管理 品質管理 ●トラブル対応と対策 ●アカウントプラン実現に向けた社内体制構築およびチームビルディング ●SLAなどを含む契約内容の調整および交渉 変更の範囲:会社が指定した業務 案件事例 ●鉄道会社におけるインバウンド客の受け入れ態勢を整えるための課題整理から要件定義、調査、レポーティング ●教育業界における学習用アプリの利用者数増加のためのアクセス解析、KPI設定 ●消費財メーカーの新商品開発における分析設計からBIツールを用いて分析環境を作成、パネルデータを用いたKPIの可視化・レポーティング(BIツールでのダッシュボード作成等) ●ソーシャルゲームの離脱率改善に向けたデータ分析設計、ログデータの加工・集計・分析・解析(ビッグデータ分析、統計解析)及び分析結果報告、施策立案 ●データ全体のライフサイクルにわたる管理業務(データ資産・品質管理など) <上記以外の主要取引> SHIFT商流で、大手自動車メーカー、大手人材企業、大手家電メーカー、大手SIer、官公庁などのクライアント様から、分析支援や業務効率化・DX推進支援のご依頼を多数いただいております。 使用ツール・開発環境 ● クラウド環境 : AWS、GCP、Azure ● 分析ツール : Tableau(メイン)、SAS、SPSS ● データベース : Oracle Database、SQL Server、MySQL、PostgreSQL ● その他 : Google Analytics、SQL、Python、R 入社後の流れ 入社後の1～2か月間は研修期間として、データ分析に必要なスキルを学んでいただきます。具体的には、SQL、BIツール(Tableau)、Pythonなどを中心に、業務に役立つ技術を習得していただきます。この研修は、異職種からのチャレンジができるように設計しておりますのでご安心ください。 研修後は、実際の案件で顧客課題に応じたデータ解析・分析業務(要件定義～レポーティング)を担当していただく予定です。また、並行して先輩リーダー社員と相談しながらマネジメントについても仕組みや進め方を習得していただきます。 2つ目以降の案件からは、リーダーとして部下のマネジメントにも携わっていただき、データ基盤構築やデータマネジメントなどのデータ管理業務にも対応していただくことを期待しております。また、将来的にはプロジェクト全体をリードするPM業務もお任せします。 ご経験やご志向に応じて、スキルを最大限に発揮できる環境を提供し、キャリアのステップアップを目指していただけます。 入社時研修について SQL・Python・BIツールなど、入社後1～2ヶ月程度、スキル・経験に応じた研修があります。 ★Step 1: データ分析環境の理解 最初のステップでは、データ分析の基盤となるデータ環境や構造の理解から始めます。 クライアントのビジネスにおけるデータの流れを把握し、データベースの仕組みやデータ抽出方法を学びます。 使用環境・ツール : SQL Server / MySQL / PostgreSQL / Oracle Database 習得スキル : データベース管理、データ抽出、基礎的なSQLスキル ★Step 2: コーディングによるデータ加工 次に、必要なデータを効率よく処理・加工し、分析可能な形に整えます。SQLやPythonなどを活用し、集計やフィルタリングを行いながら、データの質を高めます。ここで算出された数値が、分析の土台となります。 使用環境・ツール : SQL / Python / SAS / R 習得スキル : データ加工、データクレンジング、統計的手法の基礎 ★Step 3: データの可視化・分析 データの取り扱いに慣れてきたら、次は実際の分析フェーズに進みます。ここでは、Google AnalyticsやTableau、PowerBIを用いて、データを視覚的に表現し、インサイトを見つけます。データの傾向や異常値を分析し、課題を明確化する能力を養います。 使用環境・ツール : Google Analytics / Tableau / PowerBI 習得スキル : データの可視化、ビジネス課題の発見、マーケティング施策への応用 ★Step 4: レポーティング・報告提案 最後に、分析結果をレポートとしてまとめ、クライアントの意思決定を支援する材料を提供します。BIツールでダッシュボードを作成し、PowerPointやWordを使って報告書を作成します。データをわかりやすく伝えるプレゼンテーション力も重要なスキルです。 使用環境・ツール : ダッシュボード(BIツール内) / PowerPoint / Word 習得スキル : レポーティング、プレゼンテーション、クライアントへの提案力

株式会社分析屋

~ 顧客が持つビジネスデータを活用した課題解決支援 ~ 業務概要 ●課題ヒアリング~戦略立案、分析設計などの支援を行います。 ポジションの業務としては、特に顧客課題とニーズに基づいたデータ活用やデータ分析プロジェクトの企画、解析・分析、分析結果報告まで一連の業務を想定しております。 ●現在増えてきているプロジェクト内容としては、具体的にはアクセスログの分析・レポーティングや、BIツールを使った各種事業KPIの可視化・分析支援業務といったものがございます。 主な業務内容 以下の業務内容からご経験やご志向に合わせて業務をお任せいたします。 ①ビジネス領域 PMとしてチームマネジメントや若手データアナリスト/データサイエンティストの育成をお任せします。 ●プロジェクトマネジメント -顧客の組織全体のデータ活用に関する課題抽出 -顧客に対しての提案活動および課題解決方針の策定 -お客様の経営計画や業界の動向に応じたアカウントプランの策定と提案 -全体方針の検討/策定 -タスク・スケジュール管理 -稼働/コスト管理 -進捗管理 -品質管理 ●トラブル対応と対策 ●アカウントプラン実現に向けた社内体制構築およびチームビルディング ●SLAなどを含む契約内容の調整および交渉 ②エンジニア領域 実務担当としてデータ分析を用いて顧客の課題解決をお任せします。 ●顧客の組織全体のデータ活用に関する課題の理解 ●課題解決に資するデータ活用方針の理解 ●要件定義、KPI設定 ●データ分析設計、準備(データベース構築など) ●データを用いたKPIの可視化・レポーティング(BIツールでのダッシュボード作成等) ●データ解析、分析業務(ビッグデータ分析、統計解析など) ●分析結果報告、施策立案(報告書作成、顧客報告会でのプレゼンなど) ※業務内容について 変更の範囲:会社が指定した業務 <開発環境・使用ツール> ※実装に関する知識があれば問題なし! ■データ分析基盤/BIツール:Python,Tableau,Google Analytics,SQL,R ■DB:Oracle Database,SQL Server,MySQL ■インフラ:AWS,GCP(ML関連のAPI・BigQuery),Azure 主要取引 SHIFT商流で、大手自動車メーカー、大手人材企業、大手家電メーカー、大手SIer、官公庁などのクライアント様から、分析支援や業務効率化・DX推進支援のご依頼を多数いただいております。

株式会社分析屋

データサイエンティストとしての分析スキルを高めながら、ビジネス側の経験も積み、市場価値を向上させることが可能です。データ解析や分析業務にとどまらず、顧客の課題抽出から施策提案・実行まで幅広く関与することで、技術とビジネスの両軸を身につけることができます。 業務内容は大きく、エンジニア領域とビジネス領域に分かれご経験や志向に応じて担当範囲を調整いたします。 エンジニア領域 データを活用した課題解決に携わります。実務を通じて分析スキルを磨きつつ、より戦略的なデータ活用にもチャレンジできます。 ●主な業務内容 ・データ分析のためのデータ収集・前処理(データクレンジング、ETL処理など) ・データ基盤構築・管理(データベース設計、データパイプラインの開発など) ・データ分析設計、実行(ビッグデータ分析、統計解析、機械学習モデルの構築など) ・KPIの可視化・レポーティング(BIツールでのダッシュボード作成等) ・分析結果報告、施策立案(報告書作成、顧客報告会でのプレゼンなど) 変更の範囲:会社が指定した業務 ビジネス領域 データ分析の専門家としてのスキルを活かしながら、ビジネス側の経験も積むことができます。プロジェクトの推進や顧客との折衝を通じ、戦略的なデータ活用を支援する役割を担います。 ●主な業務内容 ・顧客のデータ活用課題の抽出・整理 ・課題解決のための方針策定と提案活動 ・要件定義、KPI設定 ・顧客の経営計画・業界動向を踏まえたデータ活用戦略の立案 ・プロジェクトマネジメント(スケジュール管理、進捗管理、品質管理など) ・顧客との契約内容の調整、SLA管理 ・チームマネジメントや若手データサイエンティストの育成サポート 変更の範囲:会社が指定した業務 案件事例 以下のような幅広い案件を通じて、データ分析のスキル向上 はもちろん、ビジネス側の視点も身につけることができます。 ●鉄道会社のインバウンド対策 ・海外観光客の流入データを活用し、受け入れ態勢整備に向けた課題整理 ・データ調査・集計、時系列分析による需要予測、レポーティング ●教育業界向け学習アプリの利用者増加施策 ・アプリのアクセスログ・ユーザー行動データを分析し、KPIを設定 ・A/Bテスト設計、分析結果を基に施策立案・効果検証 ●消費財メーカーの新商品開発支援 ・BIツール(Tableau、Power BI など)を用いた分析環境構築 ・パネルデータを活用しKPIの可視化・レポーティング(BIツールでのダッシュボード作成等) ●ソーシャルゲームの離脱率改善 ・ログデータの加工・集計・分析(Python、SQL などを活用) ・クラスタリング分析によるユーザー分類、施策立案 ●データマネジメント業務 ・データのライフサイクル全体を通じた品質管理・資産管理 ・データガバナンスの設計・運用支援 このような案件を通じて、以下のスキルを伸ばすことができます。 ・データ分析技術 (Python, SQL, BIツール, 統計解析 など) ・ビジネス課題解決力 (データに基づいた施策立案・提案力) ・データ基盤構築・マネジメント (データ設計、品質管理) ＜上記以外の主要取引＞ SHIFT商流で、大手自動車メーカー、大手人材企業、大手家電メーカー、大手SIer、 官公庁などのクライアント様から、分析支援や業務効率化・DX推進支援のご依頼を 多数いただいております。 使用ツール・開発環境 ・ クラウド環境: AWS、GCP、Azure ・ 分析ツール: BIツール(Tableau、Power BI等)、SAS、SPSS ・ データベース: Oracle Database、SQL Server、MySQL、PostgreSQL ・ その他: Google Analytics、SQL、Python、R 個人の働き方に合わせたキャリアパス 分析屋のキャリアパスは、各個人の特性を活かしす思想のもとで作られております。 マネジメント/技術/ライフワークバランスなどの、社員が重視する働き方を実現するためのコースとなります。 ▼将コース(総合職) 一般的に管理職を目指していきたい方向けのコースです。 将来マネージャーとして組織を作っていきたい人、自ら考えを持ち、発信する。 ▼剣コース(技術職) 一般的に技術職でキャリアを積み上げていきたい人向けのコースです。 組織の技術発展を促進する役割を担い、技術でリードする。 ▼武士コース よりライフワークバランスを重視したコースとなります。※今回求人では対象外となります※

株式会社荏原製作所

オゾン製品の設計開発、評価試験などの業務を主として任せます。 ・既存製品の改善、改良設計 ・改善、改良のための試作、評価試験の実施 ・新機能、新装置の検討、計画、社内評価 ※変更の範囲:会社の定める業務

株式会社分析屋

当社はAI活用・データ活用に特化したSHIFTグループ企業として、 お客様のデータ活用を支える データ分析基盤の設計・構築・運用 を担っています。 本ポジションでは、 データパイプライン(ETL/ELT)構築、DWH設計、クラウド基盤整備 を中心に、 分析者・事業サイドと連携しながらデータ活用の土台づくりを推進していただきます。 \ キャリアチェンジ歓迎 / バックエンド・インフラからデータ基盤へ移行したい方や、 分析業務から基盤整備側へキャリアを伸ばしたい方も活躍しています。 私たち分析屋は、「データ分析に特化した専門会社」です。 企業がデータを “使える資産” に変えるために、基盤づくりから活用支援まで一貫して担うことを強みとしています。 あなたには、データが蓄積・整備・活用されるための分析基盤の設計・構築・改善をお任せします。 単にデータ基盤を作るだけでなく、 お客様と一緒に“どう活かすか”を考える仕事 です。 データ活用プロジェクトにおける 要件定義〜設計〜実装〜運用 の全工程に、 案件の特性に応じて幅広く関わっていただきます。 (1)データ分析基盤の構築・運用 ・ データパイプライン(ETL/ELT)の設計・実装 ・ DWH / データマート設計 ・ BigQuery / Redshift / Snowflake 等の基盤構築 ・ 可観測性・パフォーマンスの改善 ・ データ品質管理・運用ルール設計 (2)クラウド基盤(AWS/GCP)の設計・整備 ・ サーバレスアーキテクチャの設計 ・ モニタリング、ログ設計、CI/CD整備 ・ セキュリティ・運用改善 (3)ビジネスサイドとのコミュニケーション ・ データ要件の整理、実現方式の検討 ・ 分析者・事業部門との連携(課題のヒアリング〜改善提案) ・ AI/BIプロジェクトにおける基盤側の支援 ・ データ構造の最適化提案 業務イメージ)AWS環境の分析基盤案件での対応例 ・既存のワークフローエンジンをAWS StepFunctionsへ移行 ・AWS CodeBuildでのCI/CD構成の設計実装 ・脆弱性対応に伴い、Amazon ECSで使用するコンテナイメージやロジックの改修対応 案件特性により変動しますが、 全体として ビジネス(顧客折衝)3割:エンジニアリング(設計・実装)7割 程度となります。 顧客折衝の割合 ウォーターフォール型案件: ビジネス1割:実装9割(技術寄り・構築フェーズ中心) アジャイル型案件: ビジネス4割:実装6割(分析者・事業部との対話が多い) ※応募者に「実務のイメージが湧きやすいように」明確に記載しています。 ※ご希望やご経験に応じて、技術寄り / ビジネス寄りのどちらにも寄せていくことが可能です。 案件事例 分析屋では、特定の業界に偏らず、幅広い業界のデータ活用支援に携われます。 それぞれの業界が抱えるビジネス課題をデータで解決していく中で、 「どんなデータを、どう活かせば成果につながるか」 という実践的な知見が蓄積されます。 1つの業界に閉じず、複数領域に関われるからこそ、 技術スキルだけでなく“データを使ってビジネスを動かす力 が磨かれていく環境です。 データ基盤エンジニアとしての視野を広げ、どんな企業課題にも対応できる“データアーキテクト”へ成長できます。 ・ 大手物流企業: AWS環境で在庫データを可視化、需要予測システムの構築 ・ 小売メーカー: 既存の販売データを基に分析基盤整を構築し、ダッシュボードで経営会議資料を自動化 ・ 家電メーカー: 顧客データを一元化し、マーケティング施策へ活用できる基盤を構築 ・ コスメブランド: 売上・顧客データの分析基盤を構築し、マーケティング施策に活用 ・ 小売業: アプリデータと購買データを組み合わせた施策検討・効果検証を実施 ・ ソーシャルゲーム企業: 離脱率改善のためのログデータ分析基盤を設計し、ビッグデータ解析から施策立案まで支援 使用ツール・開発環境 ・ クラウド環境 : AWS、GoogleCloud、Azure ・ データベース : Oracle Database、SQL Server、MySQL、PostgreSQL ・ その他　　　 : Snowflake、Databricks、SQL、Python ※すべての技術を使える必要はありません。入社後の研修・実務を通じて学べます。 入社後の流れ 入社後の1～2か月間は研修期間として、データ分析に必要なスキルを学んでいただきます。具体的には、SQL、BIツール(Tableau)、Pythonなどを中心に、業務に役立つ技術を習得していただきます。この研修は、異職種からのチャレンジができるように設計しておりますのでご安心ください。 研修後は、実際の案件で顧客課題に応じたデータ解析・分析業務(要件定義～レポーティング)を担当していただく予定です。また、並行して先輩リーダー社員と相談しながらマネジメントについても仕組みや進め方を習得していただきます。 2つ目以降の案件からは、リーダーとして部下のマネジメントにも携わっていただき、データ基盤構築やデータマネジメントなどのデータ管理業務にも対応していただくことを期待しております。また、将来的にはプロジェクト全体をリードするPM業務もお任せします。 ご経験やご志向に応じて、スキルを最大限に発揮できる環境を提供し、キャリアのステップアップを目指していただけます。 入社時研修について ①導入研修(1〜2ヶ月) 入社後はまず、SQL・Python・BIツール(Tableau/PowerBI)など、データ分析・データ基盤で使う基本スキルを学ぶところからスタートします。 開発・インフラ出身で「分析はこれから」という方でも入りやすい内容です。 ②実案件にアサイン(研修後) 研修が終わったら、実際のプロジェクトに入っていただきます。 最初は設計された内容の構築やデータ整備など、取り組みやすいタスクから始めて、 慣れてきたら「要件をどう整理するか」「このお客様にはどの基盤がよいか」など、上流にも関わっていきます。 ③定期的なフォロー・キャリア相談 月次の面談などで、今後やりたい領域(基盤寄せ/BI寄せ/顧客折衝多め など)をすり合わせていきます。 「次は設計から入りたい」「Snowflake触れる案件に行きたい」などの希望もここで相談できます。 ④キャリアの方向性 ・ データ基盤の設計を極めるスペシャリスト ・ 顧客と直接やり取りするPL/PM どちらのルートも選べるので、現場で手を動かしながら少しずつ広げていくイメージです。 ★ポイント ボトムアップな文化なので、「このツール使いたい」「こう改善したい」は自分から発信してOKな環境です。 個人の働き方に合わせたキャリアパス 分析屋のキャリアパスは、各個人の特性を活かす思想のもとで作られております。 マネジメント/技術/ライフワークバランスなどの、社員が重視する働き方を実現するためのコースとなります。 ▼将コース(総合職) 一般的に管理職を目指していきたい方向けのコースです。 将来マネージャーとして組織を作っていきたい人、自ら考えを持ち、発信する。 ▼剣コース(技術職) 一般的に技術職でキャリアを積み上げていきたい人向けのコースです。 組織の技術発展を促進する役割を担い、技術でリードする。 ▼武士コース よりライフワークバランスを重視したコースとなります。 ※今回求人では対象外となります※

株式会社分析屋

顧客課題に応じたデータ解析・分析業務(要件定義~レポーティング)に加え、データ基盤構築やデータマネジメントなどのデータ管理業務に至るまで幅広く担当していただく可能性がございます。 具体的には以下の業務内容からご経験やご志向に合わせて、お任せできる範囲からご担当いただきます。 エンジニア領域 実務担当としてデータ分析を用いて顧客の課題解決をお任せします。 ●顧客の組織全体のデータ活用に関する課題の理解 ●課題解決に資するデータ活用方針の理解 ●要件定義、KPI設定 ●データ分析設計、準備(データベース構築など) ●データを用いたKPIの可視化・レポーティング(BIツールでのダッシュボード作成等) ●データ解析、分析業務(ビッグデータ分析、統計解析など) ●分析結果報告、施策立案(報告書作成、顧客報告会でのプレゼンなど) 変更の範囲:会社が指定した業務 ビジネス領域 まずはPL候補としてチームマネジメントや若手データアナリスト/データサイエンティストの育成のサポートからお願いします。 ゆくゆくは独り立ちしてマネジメントをしていただきます。 ●プロジェクトマネジメント -顧客の組織全体のデータ活用に関する課題抽出 -顧客に対しての提案活動および課題解決方針の策定 -お客様の経営計画や業界の動向に応じたアカウントプランの策定と提案 -全体方針の検討/策定 -タスク・スケジュール管理 -稼働/コスト管理 -進捗管理 -品質管理 ●トラブル対応と対策 ●アカウントプラン実現に向けた社内体制構築およびチームビルディング ●SLAなどを含む契約内容の調整および交渉 変更の範囲:会社が指定した業務 案件事例 ●スポーツアナリストへのBIツールハンズオンとダッシュボード提案 ●テーマパーク集客に向けた調査、レポーティング、課題提案 ●コスメブランドの売上分析、顧客分析のレポーティング ●食品メーカーの顧客開拓に向けたマーケティング分析支援 ●小売業の顧客分析におけるアプリデータと購買データを用いた施策検討と効果検証 ●消費財メーカーの新商品開発における分析設計からBIツールを用いて分析環境を作成、パネルデータを用いたKPIの可視化・レポーティング(BIツールでのダッシュボード作成等) ●ソーシャルゲームの離脱率改善に向けたデータ分析設計、ログデータの加工・集計・分析・解析(ビッグデータ分析、統計解析)及び分析結果報告、施策立案 *【使用ツール・開発環境】* ・ クラウド環境 : AWS、GCP、Azure ・ 分析ツール : Tableau(メイン)、SAS、SPSS ・ データベース : Oracle Database、SQL Server、MySQL、PostgreSQL ・ その他 : Google Analytics、SQL、Python、R

株式会社分析屋

プロジェクトマネジメント業務 (PL/PM候補として) ●クライアントとの折衝、ビジネス課題のヒアリング、要件定義 ●プロジェクト計画の策定、WBS作成、見積もり ●チームメンバーのアサイン、タスク管理、進捗・品質管理 データエンジニアリング業務 ●クライアントのビジネス要件に基づくDWH/データレイクのアーキテクチャ設計・構築 ●スケーラビリティやコスト効率を考慮したデータパイプラインの設計・開発・運用 ●dbt、Airflowなどを用いたデータモデリングとワークフロー構築 ●新規技術の調査・PoCの実施と、クライアントへの導入提案 活動事例 ●技術サービス:複数外部システムデータ全社分析基盤構築支援(チーム:4名、期間:約1年半～継続中) ●運輸:帳票業務の自動化と効率化を実現するための分析基盤構築支援(チーム:2名、期間:約3年～継続中) ●小売:需要予測システムの基盤構築支援(チーム:3名、期間:約2年～継続中) スキルアップへのサポートも充実 資格支援制度として統計検定など、一部の資格取得に対しては会社が受験費用を支給。さらに、これまでの実績を活用したデータ分析に関する研修も実施しています。 また、業務後の時間で定期的に有志の勉強会を行い、不明点は適宜上長に相談するなど社員自らが自己研鑽に励んでいます。若手層の勢いがあり、経験が浅い社員に対してもチャレンジを促す風土があります。 意欲的に取り組む姿勢さえあれば、開発案件だけでなく人事や組織形成に関する領域の業務にも携わることが可能。技術的にスキルアップをしながら幅広いキャリアを形成していきたい方にはおすすめの環境です。 個人の働き方に合わせたキャリアパス 分析屋のキャリアパスは、各個人の特性を活かし、「社員のやりたい」を尊重するべきだという思想のもとで作られております。 マネジメント/技術/ライフワークバランスなどの、社員が重視する働き方を実現するためのコースとなります。 ▼将コース(総合職) 一般的に管理職を目指していきたい方向けのコースです。 将来マネージャーとして組織を作っていきたい人、自ら考えを持ち、発信する。 ▼剣コース(技術職) 一般的に技術職でキャリアを積み上げていきたい人向けのコースです。 組織の技術発展を促進する役割を担い、技術でリードする。 ▼武士コース よりライフワークバランスを重視したコースとなります。 中途入社者の前職・入社後のキャリアの例 ＜2019年入社Tさん＞ 【前職/IT業界(交通関係PJ3年)にてSE】 ・集計方法の提案、SQL(SQLServer)からデータの抽出/集計加工 ・ExcelやGISツール等を使ったデータのグラフ化/可視化、報告書作成サポート 【現在PJ/ゲーム業界にて分析エンジニア】 ・SQL(BigQuery)からデータの抽出/集計加工 ・KPI作成及びスプレッドシートとBQの連携 ・抽出したデータから多変量解析(決定木/クラスタリング/SHAP) ・分析設計 ・報告書作成 ＜2019年入社Aさん＞ 【前職/医療関係にて医療技師】 病院での検体検査、及び生理学的検査業務 【現在PJ/マーケティング関連、分析エンジニア) データ集計/分析、BIツールを用いたダッシュボード作成 ＜2019年入社Iさん＞ 【前職/自動車業界にて開発職】 車載ECUのソフトウェアテスト、業務効率向上のためのツール開発 【現在PJ/マーケティング関連、分析エンジニア】 ・毎月の清涼飲料水市場規模や売上動向の推計 ・レポート作成サポート ・使用する分析ツールの作成及び改修

富士フイルムビジネスイノベーション株式会社

CTO管轄のAI技術開発部門となり、様々な分野でAIの技術開発を行っています。 以下一例として、候補者の技術等により、PJテーマをもって頂きながら、従事頂きます。 ※現在も多数のAIに関するPJがスタートしています。 ・ソリューション、サービスに搭載する内製AI技術の研究開発 (ドキュメント認識、画像認識、AIエージェント、LLM/SLM技術開発等) ・ベンチャー企業等との社外技術との組み合わせによる高付加価値化技術の 企画・開発 ・商品化に向けた社内外での検証及びUX開発 ・製品企画部門や開発部門、営業部門との連携によるアジャイル開発の推進 【配属予定(約50名)】 ●配属予定部の同ラボはAI技術に特化して技術開発を行っている2025年新設の部門となります。 ●様々な技術領域においてテーマを持っており、意欲の高いメンバーが揃っています。 ●20代と40～50代のメンバーがいます。 ※30代のメンバーは現在居ません。

JFEエンジニアリング株式会社

【配属部署】 環境本部　開発センター　DX推進部 【配属部署の説明】 当部署は、廃棄物処理プラントのEPCおよびO&M業務に関して、業務の効率化を目指し、データ活用によるITシステムの開発に取り組んでいます。 廃棄物処理プラントにおけるITシステムの設計・開発・運用・保守 【具体的な仕事内容】 ・具当社の多様なITシステムを統合的に活用し、データドリブンな意思決定を実現するデータベース構築が主担当となります。 廃棄物処理プラントの設計データから運転データまでを一元管理する革新的なデータベースの構築を目指し、プラント設計情報、設備情報、点検記録など多岐にわたるデータを構造化し、必要な情報を瞬時に引き出せる柔軟なシステム開発を担当していただきます。 ・廃棄物処理分野では例のない、効率的なデータ管理・活用システムの創造に挑戦できます。 ・AWS、Microsoft Azureなどの最新クラウド技術を駆使し、要件定義から基本設計まで上流工程から携わることができます。技術力を高めながら、環境技術とITの融合による社会貢献を実感できるポジションです。 <開発環境> 言語　　　:Java Pythonなど クラウド　:AWSなど データ基盤:Snowflake 【仕事の進め方】 ・当社環境本部が構築を進めている総合データベースに関して、全社DXを担当するDX本部と協業して業務を進めます。DX本部に在籍するエンジニアとのコラボレーションを通じて、技術的な相乗効果を生み出しながら、革新的なデータプラットフォームの創造に取り組んでいただきます。 ・ユーザーのニーズを反映したシステム構築を重視しています。設計部署や運営部署との直接対話を通じて具体的なユースケースを発掘し、実務に即した実用的なデータベース構築を行います。ビジネス課題と技術解決を結びつける貴重な経験を積むことができます。 ・働き方は柔軟に対応可能です。在宅勤務制度(週2日以上の出社が条件)やフレックスタイム制度を活用いただけます。ただし、業務上必要な場合は上長の判断により出社をお願いすることがあります。 【出張頻度】 ・ベンダー訪問や展示会参加など必要に応じて短期間の出張が発生することがあります。 ・廃棄物処理プラントは全国に存在するため、現場訪問のために短期間出張することがあります。 【キャリアパス】 ・配属予定部署はIT開発を担う部署であり、幅広いITシステム開発に従事するチャンスがあります。最新技術に常に触れながら、クラウドアーキテクチャ、データサイエンス、AI活用など、次世代デジタル人材としてのキャリアを築くことが可能です。 ・本ポジションは全社横断的な価値創出の要となるため、DX本部、設計部門、運用保守部門など多様な部署との深い連携が生まれます。この過程で構築される幅広い社内ネットワークは、キャリアの選択肢を大きく広げます。 ・当社では専門性を極める「スペシャリスト系」と事業戦略を牽引する「マネジメント系」の両方のキャリアパスを用意しています。データとITを軸に、環境ビジネスの未来を創る中核人材として、持続的な成長と挑戦の機会を提供します。 【中途入社者への期待】 ・ご自身が培ってきたシステム要件定義や設計、開発等のITスキルは、私たちの環境プラント事業に新たな価値をもたらす原動力となります。廃棄物処理プラントの知識も必要になりますが、入社後、様々な部門のプロフェッショナルとの協働を通じて、自然と習得することができます。その過程で、ITスキルと環境技術の両方の視点を持つ、業界でも希少な存在へと成長していただきたいと考えています。 ・当社では、経験やスキルを最大限に尊重しながらも、新たな挑戦の機会を提供します。「技術を通じて社会課題解決に貢献したい」「データの力で業界に変革をもたらしたい」という想いを持つ方に活躍していただきたく思います。 【JFEエンジニアリングについて】 エネルギー、環境、社会インフラ、機械・システムなど幅広い分野においてプラントや構造物のEPC(設計・調達・建設)、運営事業を展開しています。エネルギーサービスやリサイクルといった分野に進出するなど、EPC部門を持つエンジニアリング企業として、社会に必要不可欠なインフラ構造物を国内外に提供しています。 職種の変更範囲:当社業務全般

JFEエンジニアリング株式会社

【お任せする業務内容】 職種:研究開発 "当社パーパス ”くらしの礎を「創る」「担う」「つなぐ」Just For the Earth” を指標に、多様な商品・技術に対して以下のような研究開発を取り組む。 ・AI/ビッグデータとプラントエンジニアリングを融合させた技術・システム ・生成AIに当社独自のデータも学習させてプラント運営やものづくりの技能伝承に繋がる技術・システム" 具体的には、 予算規模 数千万円～数億円/年の研究開発テーマを商品本部や社外研究機関等と連携しながら、研究開発テーマの提案・推進をしていただきます。 開発テーマの企画・立案段階では、技術・マーケット調査、実用構想の立案などを行います。 開発過程では、実施計画の立案、技術開発、試験の実施・検証などを行います。 実用化段階では、事業部と協力して開発技術の実装に携わります。 【仕事の進め方】 研究開発テーマは、企画立案者を中核に数名の研究員で取り組みます。 担当テーマは、1つに専従することはほとんどなく、複数を同時並行で進めるケースが多いです。 働き方は、担当テーマの状況に応じて、出社と在宅を組み合わせています。 職種の変更範囲:当社業務全般

株式会社システムアイ

フルフレックス+リモート可能/クラウドとAIを活用したモダンなシステム開発実績多数!! 元マイクロソフトMVP複数年受賞されている本事業責任者と一緒に、 AIやクラウドを活用したシステム開発の顧客への提案活動/上流工程/開発工程のいずれか、または全てに携わっていただきます。 ・技術選定や実現可能性調査のためのコンサルティング ・クラウドアーキテクチャ設計・構築 ・データ基盤の設計・構築 <案件事例> ・AIを活用した営業支援チャットボットの開発 └Azure OpenAIを活用し、音声データを文字起こし、活用可能なデータに変換し営業メンバ業務効率化を達成 ・社内ナレッジ利活用ツールの開発 └社内に乱雑に配置された様々なナレッジを利活用できる検索ツールのためのRAGの開発 ・3大クラウドが提供するマネージドAIサービス利活用コンサルティング など 【ソフトウェアアーキテクチャ例】 フロントエンド:React/Typescript/Node.js/HTML/CSS/Javascript バックエンド:Java/PHP/Ruby/Python/Go/Haskell クラウド:AWS/GCP/Azure ツール:Github/Slack/Ansible/Kubernetes/Docker 生成AI:OpenAI/Bedlock/Gemini <特徴> ■リモートワーク主体前提の働き方をご用意 週次で自由に参加可能なオープンドアMTGを実施し、リモートワークでも疎外感が生まれないよう、上司部下関係なく気軽に何でも相談できる環境をご用意 ■クラウド系資格取得を全力サポート システムアイでは順調にクラウド資格取得者を増やしており 週2回の勉強会の実施や、資格取得に関わる費用の会社全額負担 取得時の報奨金もご用意しております。

株式会社日立製作所

【配属組織名】 金融ビジネスユニット 金融ビジネスユニット 金融デジタルイノベーション本部 第3部 【配属組織について(概要・ミッション)】 ●組織のミッション パブリッククラウド案件で利用する新規ソリューション創出(主にIaC)・事業部展開などCoEとして金融事業部のパブリッククラウド案件の受注・利益貢献 ●担当業界 事業部CoEとして銀行、保険、証券などの金融業界を担当しております。 ●提供サービス・製品 パブリッククラウド技術を扱った事業部内案件向けのソリューションの創出/技術コンサルティング/既存ソリューションの事業部内展開 ●組織構成 課長1名、主任3名、担当3名 キャリア入社者も在籍している部署です。 【携わる事業・ビジネス・サービス・製品など】 ●以下に関連する新規ソリューション創出 日立のパブリッククラウド領域に対する事業拡大(受注貢献、利益貢献)に貢献できるようなソリューションの新規創出活動 ●社内向け技術コンサルティング パブリッククラウドにおける専門家集団として、他部署向けに案件受注に向けた技術コンサルティング活動 パブリッククラウドはAWSとAzureを想定しております。 【職務概要】 ・パブリッククラウド技術を利用した事業部内向けのソリューション創出 ・パブリッククラウド領域での社内の技術コンサルティング活動 ・既存ソリューション(パブリッククラウドシステムテンプレートソリューション)の事業部展開(ソリューションの提案からソリューション適用) 入社後は既存のプロジェクトに既存メンバーとともにチームプレイを意識しながらプロジェクトに従事いただきます。 【職務詳細】 パブリッククラウドにおけるIaC技術をベースとしたシステム開発高度化(高速・高品質開発)の推進 ・先進技術やサービスの調査・研究、および社内での活用企画・導入推進 ・IaC関連のツール開発(主にPython)、生成AIと連携したIaCのコード生成の技術検証及び評価 ・生成AIを活用したシステム運用高度化のためのツール開発と展開 【働く環境】 ①配属組織/チーム構成 案件の技術支援などで1名のみで参画するケースもありますが、大半の業務や案件においては、2名～4名のチームで複数案件を担当し、チームとして業務に取り組んでいただきます。 ②働き方 顧客との対面コミュニケーションやプロジェクトルームでの現地作業が必要な場面もありますが、多くの業務は在宅勤務で進めております。 ※上記内容は、募集開始時点の内容であり、入社後必要に応じて変更となる場合がございます。予めご了承ください。

株式会社ディー・エヌ・エー

●仕事概要 DeNAでは、AIネイティブな新規事業を次々と立ち上げています。 生成AIを活用した言語学習、受験学習の伴走型コーチング、AI×ゲームによる新しい体験など、その領域は多岐にわたります。 本ポジションは、AI技術開発部のソフトウェアエンジニア(LLM)として、これら複数の新規事業のいずれかに入り、LLMを活用した機能・ワークフローの開発と継続改善を担うポジションです。 業務では、サービス開発の現場に密に入り、PdMやフルスタックエンジニアとワンチームで、複雑なLLMワークフローの設計・実装、プロンプトとワークフローの改善、評価ハーネスやログ基盤の整備を担います。 作って終わりではなく、実ユーザーに提供されるプロダクトの中で、出力品質・応答速度・コスト・安定性を粘り強く改善していくことを期待しています。 必要に応じて、推論基盤、ファインチューニング用の実験・実行環境、GPUワークロード基盤など、LLMプロダクトを支える基盤領域にも関わります。 ●職務詳細 ご自身のスキル適性や志向性を踏まえ、以下のいずれかのプロジェクトでLLMワークフロー開発とLLMOpsを担当いただきます。 ●展開中の主なプロジェクト例 ●AI英会話アプリ ・LLMによるシナリオ生成とエージェント技術を用いた、挫折しない言語学習体験の構築 ●AI受験コーチング ・手書き答案の思考プロセス分析と学習計画の自動最適化により、教育格差を解消する伴走型プロダクト開発 ●AIネイティブゲーム ・AIをゲームバランスや体験の核に据えた、新しいエンターテインメントの創造 ●ミッション ・LLMプロダクトの「動く」を「ユーザー価値」に引き上げる ・個別プロダクトのLLMワークフローを、実ユーザーの反応やログに基づいて継続的に改善する ・評価、ログ、推論、運用の仕組みを整え、データドリブンな改善基盤を作る ●業務内容 ●LLMワークフローの設計・実装 ・多段プロンプト、条件分岐、ツール呼び出し、エージェントワークフローの設計・実装 ・LangChain / LangGraph等を用いたワークフロー構築、既存ワークフローの改善 ・ストリーミング、コンテキスト長・出力トークン管理、リトライ、タイムアウト、フォールバックなどLLM特有の挙動を踏まえた設計 ・LLMマイクロサービスの実装 ・評価用・アノテーション用社内ツールの実装 ●プロダクト開発・運用改善 ・PdMや事業部エンジニアと連携した要件定義、コア価値・コアユーザーの探索 ・ユーザー体験上の課題がLLMワークフロー、UI/UX、サーバー、データのどこにあるかを切り分けるための仕組みづくり ・立ち上げ期は検証速度を重視し、運用改善期は保守性・スケーラビリティを高める開発 ・本番運用に必要なセキュリティ、権限管理、監査ログ、障害対応、コスト管理 ●LLMOps・評価基盤の構築 ・入出力ログ、ユーザー行動ログ、評価ログの収集・構造化・保存設計 ・評価データセットや評価ケースを用いた評価ハーネスの構築 ・LLM-as-a-judge、自動評価、回帰テスト、品質モニタリングの仕組み化 ・プロンプトやワークフロー変更の影響を定量的に確認できるCI/CD・検証フローの整備 ・レスポンス品質、レイテンシ、コスト、エラー率などの可視化・監視 ●利用技術・開発環境 ●開発言語 ・Python ・SQL ●LLM / AIアプリケーション ・OpenAI API、Anthropic Claude、Google Gemini、その他LLM API ・LangChain、LangGraph ・RAG、ベクトル検索、Embedding、AIエージェント ・LLM-as-a-judge ●インフラ ●Google Cloud ・Cloud Run ・Cloud SQL ・BigQuery ・Vertex AI / Agent Builder ・Cloud Logging ●Docker ●Terraform ●GitHub Actions ●開発支援ツール ・GitHub ・Claude Code ・Codex ・Cursor ・Devin ●業務内容 雇入れ直後　仕事概要に記載のある業務内容 変更の範囲　会社の定める業務

JFEエンジニアリング株式会社

【お任せする業務内容】 全社向け統合データ基盤システムの立ち上げに向けた開発(企画、設計、PM、実装)に従事いただきます。 具体的には、以下業務をご担当いただきます。 ・全社データ基盤の開発・運用・保守業務の補助 ・クラウド基盤上でのシステム開発、テスト、運用支援 ・データ活用・AI活用案件における開発支援 ・将来的にはプロジェクトの中核メンバーとして要件定義から運用まで担当 職種の変更範囲:当社業務全般

株式会社トップエンジニアリング

● Pythonを活用したシステム開発 Pythonを中心に、AI・データ分析・Webアプリケーションなど、 今後さらに需要が高まる領域のプロジェクトに携わっていただきます。 <具体的な業務内容> ・Webアプリケーション開発 ・バックエンド開発 ・API開発 ・データ処理/データ分析 ・AI関連システム開発 ・業務効率化ツール開発 ・自動化/RPA関連開発 ・テスト/保守運用 <使用技術例> Python/JavaScript/TypeScript Django/FastAPI/Flask AWS/Azure PostgreSQL/MySQL 生成AI/機械学習関連技術

secondz digital株式会社

ポジション概要 クライアントの経営課題を起点に、AIを軸とした変革シナリオとアーキテクチャを設計し、実装までリードする役割です。 AIの全レイヤーに自分の設計思想を落とし込むことができます。 主な業務内容 戦略・構想フェーズ - 経営層と直接議論しながら、AI前提の事業・組織モデルをゼロから設計 - RevOps 観点で KPI・業務プロセス・データ構造の“再定義” - AI導入ロードマップ/優先度を、2〜3年後の未来から逆算して設計 - ROI・KPI などの成果指標を、AIが継続稼働できる構造に最適化 “AIが企業の中枢で動き続けるための未来図を描くフェーズです” アーキテクチャ設計・PoC - LLM選定/RAG構成/Vector DB/ETL/ELT基盤/マルチエージェント構成など 企業ごとに異なる“AIエコシステム”をゼロから設計 - 既存データのアセスメントから、取得すべき新しいデータの定義 - Agentic Workflow × UI/UX による、“自律的に動くAIワークフロー” の構築 - 技術 PoC・プロトタイプ開発リード “技術的な最適解を探りつつ、実際に動くAIの原型をつくるフェーズです” 実装・定着フェーズ - スプリントを設計し、AIが安定稼働するための プロダクトレベルの開発管理 - 戦略コンサルタント・AIエンジニアと協働し、アーキテクチャ→コード→運用をシームレスにレビュー・改善 - 現場で使われ続けるための運用プロセス・トレーニングを設計 “導入して終わりではなく、AIが“使われ続ける”仕組みまで責任を持てます”

株式会社スカイウイル

このポジションのミッション ・LLM/RAGを業務課題に落とし込み、PoC→本番を完走させる ・再現性ある実装パターンをチームの資産にする 業務イメージ ・LLM/RAGを活用した業務アプリの開発(要件整理→プロトタイプ→本番実装まで) ・データ整備・検索設計(ドキュメント分割、メタデータ設計、検索精度の改善) ・評価・品質担保の設計(評価指標、テストケース、ガードレール/プロンプト改善) ・既存システムとの連携実装(API連携、権限、ログ/監視、運用手順の整備) ・学びを資産化(実装パターンのドキュメント化、社内共有、再利用できる部品化) 案件事例はこちら https://saiyo.skywill.jp/jobs/ai/ ※従事すべき業務の変更の範囲 ￫【変更の範囲】会社の定める業務 得られるキャリア・ベネフィット ・LLM/RAGを“触る”で終わらせず、要件→実装→運用までを経験できる ・プロンプトだけに寄らない設計力が身につく(評価指標、データ整備、ガードレール設計) ・PoCの先にある“現場で使われ続けるAI”をつくる実装力が鍛えられる ・キャリアの分岐が広い(生成AIアプリ/AI×バックエンド/AI-PM・テックリード など) ・キャリアを逆算したアサイン:伸ばしたい軸(上流/技術深掘り/リード)から役割を設計します ・複数の視点で成長を支える体制:定期面談やレビューで、次の一手を一緒に決めます 仕事の難しさ ・LLMは挙動が揺れるため、“動いた”で終わらず評価指標・ガードレール・運用まで作り込む必要があります。 ・要件が曖昧なまま始まることも多く、仮説→検証→改善のサイクルを自走できることが重要です。 ・セキュリティ/権限/ログ/コストなど、プロンプト以外の論点が成果を左右します。

株式会社日立製作所

職務概要 金融機関(銀行・ノンバンク)向けの大規模アプリケーション開発において、モダナイズおよびAI活用を含む開発案件に参画し、設計・開発・テストを中心とした業務を担当いただきます。 また、業務に習熟した後は、サブリーダとしてチーム運営や開発推進にも関与いただきます。 職務詳細 ・金融機関向けアプリケーション開発における設計・開発・テストの実施 ・モダナイズ案件(クラウド移行、アーキテクチャ刷新等)およびAI(生成AIを含む)を活用した開発への参画 ・担当機能/コンポーネント単位での開発(設計・実装・テスト) ・開発チームの一員として、進捗・品質向上に向けた取り組みへの参画 ・小規模チーム(2～3名程度)の開発推進、または、サブリーダとしてチーム運営の補佐を担当 ・顧客要件を踏まえた設計内容の検討および実装への反映 ・開発に関わる各種調整・コミュニケーション(チーム内・パートナー等) 携わる事業・ビジネス・サービス・製品など 銀行・ノンバンク向けのアプリケーション開発に従事いただきます。 要件整理から設計・開発・テスト・リリースまで、開発工程全体に携わることが可能です。 現在は、ホストからのオープン化を含むマイグレーションや、クラウド活用・API化を中心としたモダナイズ案件が増加しており、これらの開発案件に参画いただきます。 また、開発においては、アジャイル手法やローコード開発、AI(生成AIを含む)を活用した開発プロセスの高度化にも取り組んでいます。 配属組織名 AI&ソフトウェアサービスビジネスユニット(アプリケーションサービス) アプリケーションサービス事業部　第一アプリケーション本部 配属組織について(概要・ミッション) 銀行・ノンバンク分野の大規模システム開発を担う組織です。 社会インフラを支えるミッションクリティカルなシステムを対象に、安定した開発・運用を行ってきました。 近年は、クラウド活用やモダナイズ、AI活用などを通じて、既存システムの高度化・刷新に取り組んでいます。 金融機関の業務基盤を支え続けてきた実績をもとに、より高付加価値なサービス提供をめざしています。

株式会社エンジニアのミカタ

首都圏、関西エリア(大阪・兵庫)を中心とした大手クライアント先にて、生成AI・LLMを活用したシステムの設計・開発から、クラウドインフラ構築・アーキテクチャ設計までを一貫して担当いただきます。 ・LLM/生成AIを活用したシステム開発(AIエージェント、RAG、自動化ツール等) ・AIコードレビュー・CI/CDパイプライン高度化等によるDevEx(開発体験)向上の推進 ・クラウド基盤(AWS/Google Cloud等)の設計・構築、Terraform等を用いたIaC化 ・Clean Architecture/DDD/マイクロサービス/モジュラーモノリス等を用いたアーキテクチャ設計

株式会社ディー・エヌ・エー

DeNAが展開する多角的な事業ポートフォリオには、活用の余地を残した膨大なデータが蓄積されています。 これらを既存の延長線上ではない「非連続な成長」へと繋げるためには、最新のAI技術やデータ活用手法を貪欲に取り込み、事業の現場へスピーディーに実装していく人材が不可欠です。 本ポジションでは、現在の専門スキル以上に、データとAIの可能性を信じ、自律的な学習を通じて事業に大きな変化をもたらしたいという強い意志を求めています。また、専門領域に閉じずに事業の為に周辺領域にも染み出し、泥臭くやり抜く力を重視します。 <具体的な業務内容> ※これまでの経験に合わせ、各事業のデータ分析関連組織にて選考が進む可能性があります。 詳細は、選考を通して期待役割などの説明をさせていただく予定です。 ●全社共通部門例: ・DeNA Account Service(共通ID)を基盤とした全社的なデータ利活用施策の推進 ・データ活用の仕組み化と、AIを活用した分析基盤の構築推進 ●各事業部所属(ゲーム、スポーツ・スマートシティ、ヘルスケア、メディカル等)例: ※子会社に出向するケースもございます ・スポーツスマートシティ事業における、データ分析を通じた多角的な事業支援 ・PHR(パーソナルヘルスレコード)データの利活用による、新規事業開発およびサービス改善・CRMの推進 ・事業成長に向けたデータ分析、戦略策定/各種プロジェクトの推進 【雇入れ直後】仕事概要に記載のある業務内容 【変更の範囲】会社の定める業務

株式会社ディー・エヌ・エー

【ミッション】 当社の Pococha 事業におけるデータ分析組織 (ビジネスインテリジェンスチーム) の中核メンバーとして、プロダクト開発やマーケティング、事業戦略等、サービス内の担当領域に深く入り込んで分析業務を担っていただきます。 単なる「分析業務の受注者・作業担当者」ではなく、分析を通じた示唆の提示やユーザー体験の改善、事業目標達成への貢献に深く関わり、事業を動かす当事者の一人としてプロダクトマネジャーや Biz メンバーに伴走する「参謀」としての役割をミッションとしたポジションです。 【具体的な業務内容】 ・プロダクトやマーケティングの各施策に対し、施策のビジネスインパクト試算、効果検証、A/Bテスト設計、 意思決定支援といった一連の分析業務を一気通貫で担っていただきます。 ・ライバー・リスナーの行動データを用いた課題探索、仮説構築、改善提案を行い、プロダクトマネジャーやマーケターと連携し、 データを武器として事業価値の創出を強力に推進していただきます。 ・各領域や施策の KPI を設計し、モニタリング用のダッシュボードの設計・運用を行っていただきます。 ・生成 AI や AI エージェントを活用した分析プロセスの変革を担っていただきます。 ●業務内容 【雇入れ直後】仕事概要に記載のある業務内容 【変更の範囲】会社の定める業務

JFEエンジニアリング株式会社

【お任せする業務内容】 AI関連に関する以下の業務 ・プラントデータを活用した解析検討 ・画像データを活用した各種診断 ・大規模言語モデルを活用したユースケース及び活用促 進検討 ・上記プロジェクトの管理 職種の変更範囲:当社業務全般

株式会社分析屋

クライアントのビジネス課題に対し、表データを用いた予測・分類モデルの構築から、最新の生成AIソリューションの開発までを一気通貫で担当します。 単なるプロジェクト進行の管理に留まらず、精度向上のためのアルゴリズム選定や、生成AIの実装におけるプロンプト構成など、技術的な意思決定に深く関与していただきます。 現場のメンバーと議論を交わし、泥臭く精度を追求できる環境です。 ●案件事例 ・生成AIを活用した検索システムの開発 ・ワークフローを自動化するAIエージェントの開発 ・クライアントのAI人材教育のための伴走支援 ・Eコマース領域におけるAIを用いたターゲティング最適化、予測モデルの開発やMLOpsの運用 ・通信業における在庫最適化/予測モデルの開発と改良 ●入社配属部署(AIビジネス部) AIビジネス部は、最新のAI関連技術を応用してお客様のデータ利活用や業務効率化をしている部門です。 機械学習や深層学習のPoCから、生成AIを活用したAIエージェントの開発まで機械学習分野全般を対応しています。 現在募集している人材は、プロジェクトマネジメント能力と技術的専門性を併せ持ち、プロジェクトを牽引できるメンバーになります。 〔新規事業開発・ボトムアップの文化〕 当部門では、現場の「この分析手法なら、もっと精度が出る」「この最新技術で新規事業を作りたい」という声を尊重します。 管理職に回ることで技術が疎かになるのではなく、技術の本質を理解しているからこそ、最高のマネジメントができるという価値観を大切にしています。 変更の範囲:会社が指定した場所

株式会社分析屋

●部門紹介 当社のデータ利活用部は、データ分析領域における“入門部門”として位置づけられています。 データ分析の経験が浅い方や異業種からキャリアチェンジを目指す方も積極的に受け入れており、データの活用に関する基礎から実務まで幅広く経験することができます。 また、社内にはAI、BI、基盤運用、コンサルティングなど技術特化型の部門があり、データ利活用部でスキルを積んだ後は、ご自身の志向や強みに応じて各部門へのキャリアチェンジも可能です。 「データ分析を学びながら自分に合った領域を見極めたい」という方にとって、最適な環境です。 ●仕事内容 データアナリストとして、顧客企業のビジネス課題解決に向けたデータ分析・可視化、およびそれに伴う施策の提案・伴走(おもてなし分析)を担当します。 【具体的な業務内容】 ・顧客の「なんとなく困っている」という抽象的なビジネス課題のヒアリング・論理的な整理 ・SQLを用いたデータベースからのデータ抽出(SELECT、JOIN、GROUP BY等)および集計 ・Pythonを用いたデータ加工、レポート作成の自動化スクリプト・バッチの作成 ・TableauなどのBIツールやExcelを用いた数値の可視化(ダッシュボード構築) ・抽出・可視化したデータに基づく、顧客(または社内)への報告・経営課題に対する改善提案 ・ChatGPTなどの生成AIツール、プロンプトエンジニアリングを駆使した分析業務の効率化・新しい分析プロセスの構築 変更の範囲:会社が指定した業務 【開発環境/使用ツール】 AWS/GCP/Azure/Tableau/SAS/SPSS/Oracle Database/SQL ServerMySQL/PostgreSQL/Google AnalyticsSQL/Python/Rなど ●案件事例 ①ソーシャルゲームアプリの売上増加に向けたデータ分析支援 アプリのログデータを解析し、アプリ運営の改善、売り上げUPに繋げる 使用ツール:SQL, Google BigQueryなど ②機械学習を用いたモデルの作成 クライアントが保持しているデータからモデルを作成し分類化や数値予測を行う 使用ツール:Python ③ファクトリーブランド立ち上げに向けたマーケティングリサーチ 地域独自のブランドを立ち上げることで、減少した売り上げの回復と安定化 使用データ:業者からのヒアリングデータ、生活者へのインタビューデータ (※取引実績100社以上) ●入社後の流れ 最初からすべての工程を一人でお任せすることはありません。 まずはご自身の得意なスキル(SQLでのデータ抽出や、Pythonでのデータ加工など)からスタート。 先輩アナリストのプロジェクトにアサインされ、顧客ヒアリングや提案の現場に同行しながら、徐々に上流工程のスキルを身につけていただきます。 Step1 データ分析環境の理解 まずはデータ分析領域の業務を行うにあたって、データの理解から始めます。 ◇ 使用環境・言語・ツール:SQLServer / MySQL / PostgreSQL / Oracle Databaseなど Step2 コーディング データ分析を行う上で、必要不可欠な数値を算出します。 ◇ 使用環境・言語・ツール:SQL / Python / SAS / Rなど Step3 データの可視化・分析 データについて正しく理解し扱えるようになったら、いよいよ分析フェーズに移行します。 ◇ 使用環境・言語・ツール:Google Analytics / Tableau / PowerBI / その他分析ツールなど Step4 レポーティング・報告提案 データ分析結果を基に、レポーティングと考察を行います。 意思決定に必要なデータを揃え、顧客が必要とするデータをわかりやすくまとめます。 ◇ 使用環境・言語・ツール:ダッシュボード(BIツール内) / PPT / Word

株式会社分析屋

クライアントのビジネス課題に対し、表データを用いた予測・分類モデルの構築から、最新の生成AIソリューションの開発までを一気通貫で担当します。 単なるプロジェクト進行の管理に留まらず、精度向上のためのアルゴリズム選定や、生成AIの実装におけるプロンプト構成など、技術的な意思決定に深く関与していただきます。 現場のメンバーと議論を交わし、泥臭く精度を追求できる環境です。 ●案件事例 ・生成AIを活用した検索システムの開発 ・ワークフローを自動化するAIエージェントの開発 ・クライアントのAI人材教育のための伴走支援 ・Eコマース領域におけるAIを用いたターゲティング最適化、予測モデルの開発やMLOpsの運用 ・通信業における在庫最適化/予測モデルの開発と改良 ●入社配属部署(AIビジネス部) AIビジネス部は、最新のAI関連技術を応用してお客様のデータ利活用や業務効率化をしている部門です。 機械学習や深層学習のPoCから、生成AIを活用したAIエージェントの開発まで機械学習分野全般を対応しています。 現在募集している人材は、プロジェクトマネジメント能力と技術的専門性を併せ持ち、プロジェクトを牽引できるメンバーになります。 〔新規事業開発・ボトムアップの文化〕 当部門では、現場の「この分析手法なら、もっと精度が出る」「この最新技術で新規事業を作りたい」という声を尊重します。 管理職に回ることで技術が疎かになるのではなく、技術の本質を理解しているからこそ、最高のマネジメントができるという価値観を大切にしています。

日本ディクス株式会社

データエンジニアとして、データ利活用のための基盤設計・開発・運用を担っていただきます。 例 ・SQLを用いたETL処理の開発、データ抽出・加工スクリプトの作成 ・DWH(Snowflake/Databricks等)を活用したデータ基盤の設計・構築 ・BIツール(Tableau/Power BI/Looker等)と連携したダッシュボード構築・可視化支援 ・データパイプライン(ETL/ELT)の設計・運用監視・改善 ・不具合発生時の調査、データ整合性チェック、品質改善 ・顧客との要件整理や、開発における技術的な提案 案件によっては、要件定義や基本設計などの上流工程にも携わりながら、実装から運用まで一貫して経験を積むことが可能です。 案件構成としては、一次請け(約3割)・二次請け合計で7〜8割となっており、安定した業績基盤のもと多様なプロジェクトに参画いただけます。 また、全体の約6割が上流工程を含む案件となっており、SES・受託いずれにおいても上流フェーズに関わる機会があります。

●組織ミッション ・ソフトウェア技術部 防衛事業及び宇宙事業に関わるソフトウェアの開発 ・技術第五課 人工衛星を管制する地上設備ソフトウェア(※)の開発 (※)衛星の運用立案、撮像指示、画像処理等を行うソフトウェア 業務内容 地上設備システムとは、衛星のミッション遂行のサポートを地上から行う業務システムを指します。我々は、宇宙空間での衛星運用を地上でシミュレーションして計画立案し、衛星の動作を指示するソフトウェアや、宇宙空間でのミッション遂行後、地上にダウンリンクしたミッションデータを処理・解析する業務システムソフトウェアを開発しています。職務内容は、顧客へのGPU、クラウド、AIなどの最新ソフトウェア技術を使用した仕様提案、PoC、要件定義等の上流設計、ソフトウェア開発(設計・製造・試験)になります。ご経験に応じて、仕様提案、PoC、上流設計および開発プロジェクトの取り纏めをお任せいたします。 会社の定める業務(※) (※)業務の都合によっては会社外の職務に従事するため出向又は転属を命じることがあります。 具体的には ・AI,クラウド,GPUなどのソフトウェア技術を活用した調査研究およびPoC(Proof of Concept) ※人工衛星画像の画像処理・解析技術、地上設備システムの自動異常検知・運用解析等 ・顧客(官公庁)要望のリサーチ、提案・調整(仕様/予算等) ・ソフトウェア開発における上流設計 ・ソフトウェア開発におけるQCD管理等マネジメントや開発リード ・製品据付・納入立会 ※人工衛星や地上設備の知識は必須ではありません。 ※ソフトウェア開発は協力会社と連携しながら進めていきます。 ※開発期間としては新規案件で5年程度、サブシステム等の改修案件で1年程度が基本となりますが、近年は開発期間はより短縮しております。 ※顧客納品前に関東圏中心に出張が発生するケースがございます。 <入社後の活躍イメージ> 【～入社後3か月】 ご経験に応じて一般的なソフトウェア開発の教育・研修等を受けていただきながら、指導担当者のOJTで当社の規定・基準や開発環境を学んで頂きます。 【～入社後6か月】 実際のソフトウェアに触れていただきながら製品の概要や開発プロセスを理解すると共に、仕様書、設計書、お客様との調整資料等を用いて製品ドメイン知識の習得も少しずつ進めて頂きます。 【～入社後1年】 ソフトウェア製品および開発プロセスをしっかりと理解したあかつきには、関係部門との作業調整や製品ドメインの知識を用いたお客様との仕様調整、上流設計にも関わっていただき、コミュニケーションや仕事の幅を広げて頂きます。適性によっては技術提案やソフトウェア開発のマネジメントもお願いするかもしれません。 【～入社後2年】 チームリーダーのもとで、小～中規模プロジェクトの中核的なエンジニアとして、仕様調整、技術提案、上流設計、ソフトウェア開発のマネジメント等の主担当としてご活躍いただきます。 ※設計やマネジメント技術について、当社が用意する技術講座でも学ぶことができますので、積極的に活用して業務のキャッチアップに加え、スキルアップに取り組んで頂きます。業務と並行してソフトウェア技術力向上のためのテックコミュニティに所属してもらい、AI等の新技術の習得に日々励むこともできます。 ●使用言語、環境、ツール 使用言語: Java, C, Python等 OS: Linux,Windows等 開発環境: VSCode,Github/Gitlab等

パーソルクロステクノロジー株式会社

●パーソルグループ企業もしくは提携企業にて顧客や社内の部門に対して、データを用いた課題解決に向けてたプロジェクトを推進いただきます。 └クライアント課題に対しての分析設計 └機械学習を用いたモデルの構築 └モデルの精度の検証　PDCAサイクル回す └案件によっては顧客への提案も行いビジネスのサポート ●パーソルクロステクノロジーにてデータサイエンティスト育成を進めており、社内のエンジニアの育成に携わっていただきます。 【プロジェクト例】 ◆プロジェクト概要(3名) 化粧品の需要予測 ・業務内容 ・売上実績をもとに、発売後の販売量を予測する時系列モデルを開発 ・Pythonでのモデル開発 ・開発したモデルの精度評価・報告 ・前処理からモデル構築、ハイパーパラメータチューニング、精度検証 ・顧客への報告資料作成 ・技術: Python, Tableau

株式会社分析屋

「どの職種が合っているか分からない」「複数の領域に興味がある」という方のためのオープンポジションです。 候補者様のバックグラウンドと志向性を踏まえ、最適なポジションをご提案いたします 。 ●募集ポジション ・データ分析基盤エンジニア(SQL・DWH・ETL・BI基礎) ・BIエンジニア(Tableau / Power BI / Looker) ・データアナリスト(SQL / Python / BI) ・データエンジニア(GCP / AWS / Snowflake など) ・AI/機械学習エンジニア ・データサイエンティスト ●募集部門 ・データ利活用部 ・AIビジネス部 ・ACR(Analytics Consulting Research)部 ・基盤運用構築部 ・BI推進部 ・SAC(Strategic Anltics & Consulting)部

株式会社分析屋

【概要】 AIエンジニア(AIチームメンバー)としてビジネス課題を最新技術で解決する仕事です。 【詳細】 ・ ビジネス課題に基づいたAIソリューションの企画・設計 ・ 機械学習・深層学習アルゴリズム(画像認識・自然言語処理など)の開発と最適化 ・ 生成AIなどの最新技術を用いたAI開発 ・ クライアント向けAIソリューションのプロトタイピングと実証実験(コーディングを含む) 【技術スタック】 クラウド: AWS、GCP、Azure データ活用基盤:Snowflake、Databricks 生成AI:OpenAI、Claude、Geminiなど プログラミング言語: Python、SQL、Rなど フレームワーク:PyTorch、TensorFlow、Hugging Face