従業員数100名〜1000名未満 データサイエンティストの求人・転職情報

●あなたが決めること ご経験・キャリア志向に合わせて、以下を単独または組み合わせでお任せします。あわせてPMO/PM/PLとしてのプロジェクトマネジメントも担っていただきます。 ・ 評価の設計| LLM・AIシステムのコスト・品質を定量評価する指標の設計、効果測定、精度検証、ベースライン比較、LLM-as-a-Judgeの設計 ・要件の定義 |顧客のビジネス課題を、システム要件の前提となる論理的で明確なルールとして定義する。KGI/KPIの設計 ・価値の定義| そもそもこれをAIで作ることでビジネスにどうインパクトを与えるかを見極め、投資判断に踏み込む ・データ基盤・分析基盤の要件定義とリード| データパイプライン・DWH・データマート・CDPの設計、生成AI活用に向けたデータ整備 ・育成・マネジメント| 若手データサイエンティスト/データエンジニアの育成・マネジメント 【役割とプロジェクト推進体制】 ●アサインはこう決まります 入社後にどの案件から入るのかは、多くの方が気にされる点です。仕組みをそのまま書きます。 ・キャリア希望を、上長が定期的に吸い上げます。「次はこの領域に行きたい」という意思を出す場があります。 ・それに対して上長が「そのために何が必要か」を提示します。(必要な資格、身につけるべき技術、経験しておくべき工程) ・準備が整った段階で、営業が戦略的に次の案件を取りに行きます。本人の希望に合う案件を、こちらから顧客に提案する動き方をしています。 年功序列はありません。次の案件は勤続年数ではなく、本人の伸び方で決まります。単価は同一案件の中ではほぼ上がらず、案件が変わるタイミングで上がる構造です。だからローテーションを意図的に設計しています。 ●一人にはしません エンタープライズ企業の現場に入りますが、1人で放り出されることはありません。当社メンバーが複数名参画するチーム体制が基本です。事業部全体で約190名の組織で、修士・博士を含む専門家100名以上が在籍しています。案件で詰まったときに社内で聞ける相手がいること -常駐型で働くうえで、ここは決定的に重要だと考えています。 【事業部としてのバックアップ体制と働く環境】 ●評価と昇給 年功序列はありません。20代・30代前半で部長になったメンバーが複数います。管理職へのステップアップも、専門性を深めるキャリアも選択できます。 ●勤務スタイルについて 在宅勤務を組み合わせたプロジェクトが中心ですが、参画先によっては現場への常駐が基本となるプロジェクトも存在します。形式的な在宅比率に拘泥するのではなく、プロジェクトの価値創出のために最適な場所でパフォーマンスを発揮する姿勢を重視しています。 ●育成環境 資格取得支援:270種以上が対象、前期221名が利用(年600件・3年で5,000万円の支給実績)/AMBL PANEL(約460コンテンツの自己学習システム)/社外研修費 会社負担/修士・博士を含む専門家100名以上。機会は最大限・平等に用意します。掴むかはご本人次第です。

本ポジションでは、金融機関向けの高度なAI・データサイエンス案件のデリバリーを担いながら、自ら設定した研究テーマに取り組み、論文発表までを行うリサーチサイエンティストとしてご活躍いただきます。 Trustは「金融×データサイエンス」に特化し、大手金融機関に対して高度な分析・モデリング・AI活用支援を提供しています。本ポジションでは、技術力の高さが求められる案件において、先端的な手法の設計・実装・検証をリードしていただきます。 業務時間の約6割は、金融機関向けプロジェクトにおける高度な技術課題の解決に従事いただきます。 残りの約4割は、ご自身が設定した研究テーマに取り組み、論文化・学会発表までを目指していただく時間として確保しています。 実務と研究を往復しながら、金融ドメインにおける実課題に根差した研究を推進できるポジションです。 具体的な業務内容 ●金融機関向け高度案件のデリバリー(60%) ・金融データを用いた高度分析・モデリング設計 ・LLM/生成AI/機械学習を活用したアルゴリズム設計・検証 ・技術的難度の高いPoC設計・実装 ・研究的アプローチを用いた課題解決および顧客への技術提案 ・プロジェクトにおける技術的リード ●研究活動(40%) ・自身で設定した研究テーマの推進 ・学会投稿論文の執筆 ・国内外カンファレンスでの発表 ・研究成果のプロダクト/案件への還元 研究テーマ例 ・金融×LLM ・金融業務自動化 ・エージェント活用 など ※変更の範囲 (雇入れ直後)IT専門職 (変更の範囲)すべての業務への配置転換あり

本ポジションでは、シニアデータサイエンティストと連携し、金融業界の多様な現場でデータ分析・モデル構築・運用設計(MLOps)など技術面の支援を担当いただきます。 AIコンサルタントと協働しながら、分析ニーズの整理や技術的提案の支援にも関与。実務を通じて得た知見を活かし、自社の中核技術やソリューションの創出にも貢献していただきます 職務概要 本ポジションでは、シニアデータサイエンティストと連携し、金融業界の多様な現場でデータ分析・モデル構築・運用設計(MLOps)など技術面の支援を担当いただきます。 AIコンサルタントと協働しながら、分析ニーズの整理や技術的提案の支援にも関与。実務を通じて得た知見を活かし、自社の中核技術やソリューションの創出にも貢献していただきます 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プロジェクトにおける技術支援(シニアDSと協働) ・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 ・Pythonによるデータ処理、特徴量エンジニアリング、評価指標設計 ・本番運用を見据えたモデル設計・実装(MLOps観点を含む) ・AIコンサルタントと連携し、技術的観点から分析ニーズや課題の整理・提案支援 ・自社の再利用可能な分析パターン・モデル群の設計・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 ・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) ※業務変更の範囲 (雇入れ直後)IT専門職 (変更の範囲)すべての業務への配置転換あり

当社は、大阪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、新たに大阪オフィスを開設いたしました。 立ち上げのフェーズから参画し、拠点づくりと事業成長をリードしていただける方を募集しています。 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 ・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 ※業務変更の範囲 (雇入れ直後)IT専門職 (変更の範囲)すべての業務への配置転換あり

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、シニアデータサイエンティストと連携し、金融業界の多様な現場でデータ分析・モデル構築・運用設計(MLOps)など技術面の支援を担当いただきます。 AIコンサルタントと協働しながら、分析ニーズの整理や技術的提案の支援にも関与。実務を通じて得た知見を活かし、自社の中核技術やソリューションの創出にも貢献していただきます ●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プロジェクトにおける技術支援(シニアDSと協働) ・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 ・Pythonによるデータ処理、特徴量エンジニアリング、評価指標設計 ・本番運用を見据えたモデル設計・実装(MLOps観点を含む) ・AIコンサルタントと連携し、技術的観点から分析ニーズや課題の整理・提案支援 ・自社の再利用可能な分析パターン・モデル群の設計・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 ・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)支援制ラウンジでシアター投影等) ※業務変更の範囲 (雇入れ直後)IT専門職 (変更の範囲)すべての業務への配置転換あり

(雇い入れ時) 技術領域における業務 オムロングループや大手外部企業にてFA(ファクトリーオートメーション)、医療機器、環境製品(パワコン等)、自動車関連機器など幅広い業界でAIや画像処理の技術を磨いていただくことができます。 ご経験及びご希望のキャリアの希望を伺い、配属先を決めています。 配属後もオムロングループで管理職経験のあるエンジニアから技術面でのお困りごとやキャリアについて3か月に1回面談等、サポート体制も充実しています。 ※ご経験及びご希望にあわせて担当業務を決定いたします AIの業務も様々で、ほぼ実務未経験の方からでもやる気があれば挑戦できる業務もございます。 【具体的には…】 ・製造装置の次世代プラットフォーム開発 　製造装置のログを収集し、可視化させるプラットフォーム開発 ・ロボット会話機能開発のためのAI開発 　複数のセンサを搭載したロボットに対し、会話機能を新規で追加 ・AIプラットフォーム開発 　IoT技術を搭載した製品のPythonを使ったアルゴリズム開発 ・自動運転のための画像認識ソフト　 　画像認識アルゴリズムの処理速度改善など ※上記のプロジェクトはあくまでも一例です。 (変更の範囲) 業務の変更の範囲:技術領域における業務

【概要】 国内、海外ともにグループ全体にある様々な課題に対して、データ活用を促進し、意思決定の精緻化を支援することをミッションとした部署です 【詳細】 駐車場やカーシェアは日常の移動を便利にそしてより快適にします。 例えばカーシェア事業では会員情報と紐づく形で位置情報レベルで移動履歴データを保有しており、このポジションではこれらの移動需要をより精緻に推定するための研究開発を行います。 データを分析しより精緻に移動ニーズに対応するための予測精度向上にコミットして頂ける方を募集しています。 ・社内にある大規模なデータや外部のデータを柔軟に活用して駐車場やカーシェアの需要予測の研究開発を行います ・既存の枠組みに捉われず、最先端の技術やアプローチを調査し、必要に応じて取り込みながら研究開発を主導していきます ・単にライブラリーを使うだけでなく、損失関数のチューニングや特徴量エンジニアリングなど、技術的に高度なチャレンジができる業務です ・必要に応じてクラウド環境でMLOpsを実践し、フロントエンドも含めてサービス化するタスクにも参画できます 職務内容の変更範囲:会社が定める業務

●ミッション あらゆるデータとあらゆる分析技術を活用して、医療に最適な意思決定を適用する。 ●役職/ロール データサイエンティスト(DS)/ジュニアデータサイエンティスト ●担当業務 ・シニアデータサイエンティストと共に、社内外のデータとデータ分析技術を活用して、ビジネス課題を解決します。 ・各事業担当者との議論を通じて、事業のボトルネックを見つけ出し、要件定義を行います。 ・機械学習等の統計技術を活用したレコメンドエンジン開発や複雑な条件下でのプロモーション効果を測定します。 ・DSが開発した分析ソリューションプロダクトを用いて、担当事業や担当クライアントの課題を解決します。 ・中長期的な価値提供を行えるよう、分析ソリューションプロダクトを開発します。 ●所属 データ分析グループ 約20名のDSが在籍しています。 事業インパクトの最大化を目的として、各DSの成果を定量的に評価し、創出した付加価値をKPIとしています。 クライアントの深い理解とニーズ発掘に取り組み、信頼関係を構築できるようクライアント担当制を敷いています。 各DSが、担当事業での課題発見/実装/評価等の全データ分析プロセスを一気通貫で行います。 ●カルチャー ・周囲のグループと協働して、DSが最も付加価値を提供できる企画とロジック開発に特化しています。 ・事業課題に応じたソリューションを提供し、同時並行で複数のプロジェクトを実施します。 ・時間への意識を高め、世の中のライブラリを積極的に活用したデリバリー優先の開発を行います。 ・データサイエンティスト同士の連携を重視し、プロジェクト・分析結果の共有やコードレビュー等を行っています。 ・勉強会にて、各データサイエンティストが定期的に新たなチャレンジをしています。 ●技術スタック 統計技術:機械学習, 因果推論, 組合せ最適化, 自然言語処理等 言語:Python3.x, SQL, Shell Script DB:BigQuery インフラ:PC (Windows / Mac希望に応じて), オンプレミスサーバー, AWS コード管理:GitLab コミュニケーション:Slack, JIRA, Confluence <入社時>上記に記載の業務 <変更の範囲>会社の定める業務、就業規則に従い出向となった場合は出向先の定める業務

●ミッション あらゆるデータとあらゆる分析技術を活用して、医療に最適な意思決定を適用する。 ●役職/ロール データサイエンティスト(DS)/アナリティクスマネージャー ●担当業務 複数名のDSが所属するデータ分析グループ内のチームをリードし、ビジネス課題を解決します。 エムスリーグループ内の各事業部の戦略パートナーとして、担当事業部の課題を解決します。 ニーズ×データ×分析技術の深い理解から、分析ソリューションプロダクト開発の方向性をリードします。 各事業部に留まらず、エムスリーグループの組織横断プロジェクトをリードします。 DSの採用、人材育成、成果物の品質向上を目的とした分析基盤開発などのグループの発展をリードします。 ●所属 データ分析グループ 約20名のDSが在籍しています。 事業インパクトの最大化を目的として、各DSの成果を定量的に評価し、創出した付加価値をKPIとしています。 クライアントの深い理解とニーズ発掘に取り組み、信頼関係を構築できるようクライアント担当制を敷いています。 各DSが、担当事業での課題発見/実装/評価等の全データ分析プロセスを一気通貫で行います。 ●カルチャー 周囲のグループと協働して、DSが最も付加価値を提供できる企画とロジック開発に特化しています。 事業課題に応じたソリューションを提供し、同時並行で複数のプロジェクトを実施します。 時間への意識を高め、世の中のライブラリを積極的に活用したデリバリー優先の開発を行います。 データサイエンティスト同士の連携を重視し、プロジェクト・分析結果の共有やコードレビュー等を行っています。 勉強会にて、各データサイエンティストが定期的に新たなチャレンジをしています。 ●技術スタック 統計技術:機械学習, 因果推論, 組合せ最適化, 自然言語処理等 言語:Python3.x, SQL, Shell Script DB:BigQuery インフラ:PC (Windows / Mac希望に応じて), オンプレミスサーバー, AWS コード管理:GitLab コミュニケーション:Slack, JIRA, Confluence <入社時>上記に記載の業務 <変更の範囲>会社の定める業務、就業規則に従い出向となった場合は出向先の定める業務

●ミッション あらゆるデータとあらゆる分析技術を活用して、医療に最適な意思決定を適用する。 ●役職/ロール データサイエンティスト(DS)/シニアデータサイエンティスト ●担当業務 ・担当事業の主担当として、分析設計、開発、示唆出しを行い、事業インパクトを創出します。 ・エムスリーグループ内の各担当者の問題解決パートナーとして、担当事業部の課題を解決します。 ・ジョイントベンチャーを含む大型分析プロジェクトをリードします。 ・中長期的な価値提供を行えるよう、分析ソリューションプロダクトを開発します。 ・DSの人材育成や成果物の品質向上を目的とした分析基盤開発などのグループの生産性を向上させます。 ●所属 データ分析グループ 約20名のDSが在籍しています。 事業インパクトの最大化を目的として、各DSの成果を定量的に評価し、創出した付加価値をKPIとしています。 クライアントの深い理解とニーズ発掘に取り組み、信頼関係を構築できるようクライアント担当制を敷いています。 各DSが、担当事業での課題発見/実装/評価等の全データ分析プロセスを一気通貫で行います。 ●カルチャー 周囲のグループと協働して、DSが最も付加価値を提供できる企画とロジック開発に特化しています。 事業課題に応じたソリューションを提供し、同時並行で複数のプロジェクトを実施します。 時間への意識を高め、世の中のライブラリを積極的に活用したデリバリー優先の開発を行います。 データサイエンティスト同士の連携を重視し、プロジェクト・分析結果の共有やコードレビュー等を行っています。 勉強会にて、各データサイエンティストが定期的に新たなチャレンジをしています。 ●技術スタック 統計技術:機械学習, 因果推論, 組合せ最適化, 自然言語処理等 言語:Python3.x, SQL, Shell Script DB:BigQuery インフラ:PC (Windows / Mac希望に応じて), オンプレミスサーバー, AWS コード管理:GitLab コミュニケーション:Slack, JIRA, Confluence <入社時>上記に記載の業務 <変更の範囲>会社の定める業務、就業規則に従い出向となった場合は出向先の定める業務

●期待役割 データベース関連の既存の問題を自ら解決し、今後発生する可能性がある問題を早期に発見、対策を講じていただくことを期待しています。 リリースして9年目となるウェルスナビのシステムは、抜本的にプラットフォームとしての信頼性や拡張性を向上させる取り組みを推進しており、データベーススペシャリストとしてレガシー環境の改善やリプレイスを担っていただきたいです。 ●仕事内容詳細 ・事業計画を考慮した長期的な保守運用 ・金融特有の複雑なサービスを前提としたパフォーマンスの維持 ・アプリケーションエンジニアと密なコミュニケーション ・モニタリング、監視通知の最適化 ・既存スキーマの分割　など ●今後のチャレンジ ・事業計画を考慮した長期的な目線でのデータベースの改善、新規構築運用 ・モニタリング、監視通知の最適化 ・既存スキーマの分割 ●開発環境 ・プラットフォーム:AWS, GCP ・データベース:AWS Aurora Mysql, DynamoDB, ElastiCache(Redis) ・開発言語:Go, Python, Powershell ・IaaS : Terraform, CloudFormation

事業拡大に伴い、機械学習アルゴリズムの開発を担っていただくエンジニアを募集します。 テーブルデータ・自然言語・画像などの幅広いデータを用いて、クライアントの課題を解決する機械学習アルゴリズムを中心に設計・実装していただきます。 コンサルタント、ソフトウェアエンジニアとチームを組み、金融、小売、製造業など、様々な業界の課題を解決するソリューション/プロダクトを開発していただきます。 AIの検証に留まらず、最先端技術をクライアントが利用し続けるソフトウェアの形にして社会実装し、未来のビジネスを実現するプロセスに関心がある方を歓迎します。 ●ビジネス上の課題、制約条件に適したアルゴリズムの提案 ●ユースケースに合わせた機械学習モジュールの設計、実装 ●クライアントに対する分析結果等のレポーティング ●ソフトウェアエンジニアと協力して、Web API等へのアルゴリズムの組み込み ●最先端技術を社会実装可能なレベルに引き上げるR&D ●自身の開発したアルゴリズムの他業界への横展開や自社プロダクトへの組み込み ※過去事例:クレジットカード不正検知、個人与信推定、小売や流通における需要予測とオペレーションの最適化、教育における出題最適化、レコメンドエンジン、不正投稿監視、コールセンターソリューション(チャット・音声・テキスト)等多岐に渡る

三菱UFJ銀行を中心にMUFG各社と連携し、AI技術を活用した業務の効率化・高度化を実現するプロジェクトにおいて、データ分析業務を担っていただきます。 具体的には以下のような業務があります。 ・MUFGにおけるビジネス課題解決のためのデータ分析や機械学習モデルの開発 ・顧客への分析結果の説明 ・AIに関する最新技術の調査・研究 ●プロジェクト例 ・市場動向分析モデルの構築 ・市場部門のフロント部署のための機械学習ツール開発 ・オルタナティブデータを用いた与信モデルの構築 ・アンチマネーロンダリング(AML)分野における分析支援 ●変更の範囲 場所:会社の定める場所(在宅勤務を行う場所を含む)

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。 データ活用に関する様々な技術を扱い、クライアントのデータ活用を支えるプラットフォームの提案・設計・構築を担っていただきます。 【仕事内容】 データ分析の基盤を支えるスペシャリストとして、下記の領域に関する技術・ツール等を扱いながら、データ分析基盤に関するプロジェクト（データプラットフォームの企画、設計、実装まで）において、中心的な役割を担っていただきます。 ・データ収集／抽出／連携 ・データ蓄積／統合／加工 ・ストリーム処理 ・機械学習 ・データ可視化 ＜先端技術・ツール例＞ ・Snowflake ・Databricks ・dbt ・Denodo

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

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※

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

ミッション 「テクノロジーの力で産業構造を変革する」 お客様の抱える経営課題/事業課題を、機械学習(LLM含む)・統計・数理最適などデータサイエンスの力を駆使することで根本から解決へ導きます。 そのために、本ポジションでは、プロジェクトマネージャなどのビジネスサイドやエンジニアと密に連携しながら、要件定義・技術選定・モデル開発・運用まで、一連の流れを率いていただきます。 また、組織全体のパフォーマンスを最大化するため、メンバー育成やカルチャー醸成など多方面でリーダーシップを発揮し、ABEJAが描く未来を共に創っていただきます。 業務内容 プロジェクトマネージャやエンジニアと連携しながら、様々なデータサイエンス技術を駆使して、お客様の経営課題/事業課題を解決に導いていただくポジションです。 グループ全体のアウトプットが顧客満足に繋がるよう、シニアメンバーと共にその品質向上に務め、価値提供に向けて必要なアクションを取っていただきます。 ●データ分析、モデル作成データ要件の整理、技術スタック選定 ・データの前処理、EDA、可視化 ・最適な手法の調査・選定 ・モデルの作成、精度・性能評価 ・ディープラーニングを含む機械学習(画像・自然言語・構造化データ) ・大規模言語モデル(LLM)の活用(学習、推論含む) ・統計解析・因果推論などの統計モデリング ・数理最適化などの数理モデリング ●エンジニアと連携したモデルの商用実装 ・定期的なモデルのパフォーマンス評価、パフォーマンスの維持・向上(ML ops / LLM ops) ●提案活動、提案内容レビュー ・受注前のプロジェクトにおける顧客との折衝、プロジェクトの要件整理 ・整理した要件に基づく、提案内容のレビュー、実現可否判断 ・提案を魅力的にするための最新技術知見を踏まえた示唆だし ●技術の横展開・技術ブランディング ・実装ロジックの汎用化およびプロダクト化 ・技術ナレッジの公開(論文投稿・学会発表・勉強会登壇・Meetup、テックブログ等)

●ミッション 「テクノロジーの力で産業構造を変革する」 生成AIが業務の中核へ入り込む時代において、ミッションクリティカル領域でも安心して使えるLLMを研究開発し、社会実装可能な形で届けることで、お客様の経営課題/事業課題を根本から解決へ導きます。 そのために本ポジションでは、大規模言語モデル(視覚言語モデルを含む)の研究開発を推進し、データ設計・学習/評価・推論最適化・運用を見据えた開発基盤整備までを一体で担います。プロジェクトマネージャなどのビジネスサイド、プロダクト/プラットフォームを支えるエンジニアと密に連携しながら、要件に沿ったモデル方針の策定から、品質を担保するベンチマーク設計、継続的な改善サイクルの確立まで、価値提供の中核をリードしていただきます。 また、組織として研究開発力を継続的に高めるため、知見の体系化や開発プロセスの標準化、メンバー育成やカルチャー醸成にも主体的に関わり、ABEJAが描く未来を共に創っていただきます。 ●業務内容 高い性能と利便性を両立する国産大規模言語モデルの開発、改善、研究を中核として推進いただくポジションです。単にモデルを作って終わりではなく、得られた成果をプロダクトやソリューションへ落とし込み、業務価値として継続的に届け切るところまで一気通貫で担っていただきます。 ・大規模言語モデル(LLM)の開発・改善・研究 　-モデルアーキテクチャ、学習手法、推論最適化に関する調査・設計・実装 　-継続事前学習、指示チューニング、アライメント、強化学習等による性能向上 　-長文対応、ツール利用、エージェント化を見据えた能力拡張の検討 　-日本語および業務特化領域での品質・安全性・信頼性の向上に向けた改善サイクルの確立 ・評価・ベンチマーク設計 　-日本語/業務ドメインに即したベンチマークの設計・運用 　-オフライン評価とオンライン評価の設計、継続的な性能モニタリングと劣化検知 　-ハルシネーション、情報漏洩、プライバシー等のリスクを踏まえた検証と対策 ・開発基盤・データ基盤の整備 　-学習/評価/推論のパイプライン設計・運用、再現性の高い実験環境の構築 　-データ収集、品質管理、フィルタリング、アノテーション方針の策定と運用 　-コストやスループットを意識した推論環境の最適化、LLM Opsの整備 ・プロダクト/ソリューションへの接続 　-PM/PdMと連携した要求整理、ロードマップへの反映、要件に沿ったモデル方針の策定 　-エンジニアと連携した商用実装(API化、周辺機能、運用設計)、クライアント環境での導入支援(オンプレミス含む) 　-業務プロセスへの組み込み、検証設計、運用定着までの伴走と改善 　-再利用可能なコンポーネント化やプロダクト化による横展開 ・チームリーディング、技術横展開・技術発信 　-技術アプローチレビュー、コードレビュー、ナレッジ共有を通じた開発品質の向上 　-メンバー育成やカルチャー醸成への貢献 　-技術ナレッジの公開(論文投稿・学会発表・勉強会登壇・テックブログ等) 【変更の範囲】 会社の定める業務へ配置転換の可能性あり

●ミッション 「テクノロジーの力で産業構造を変革する」 フィジカル領域にも生成AIの波が押し寄せる中で、大規模基盤モデルによるロボット制御・ロボット動作生成等に関する研究開発を推進し、実現場で安全かつ安定して価値を発揮する形で社会実装することで、お客様の現場課題を根本から解決へ導きます。 そのために本ポジションでは、Embodied AI/VLA(Vision-Language-Action)を含む大規模基盤モデルの研究開発を中核として、データ設計・学習/評価・推論最適化・運用を見据えた開発基盤整備までを一体で担います。 プロジェクトマネージャなどのビジネスサイド、プロダクト/プラットフォームを支えるエンジニアと密に連携しながら、現場要件に沿ったモデル方針の策定から、品質を担保する評価設計、継続的な改善サイクルの確立まで、価値提供の中核をリードしていただきます。 また、組織としての研究開発力を継続的に高めるため、知見の体系化や開発プロセスの標準化、メンバー育成やカルチャー醸成にも主体的に関わり、ABEJAが描く未来を共に創っていただきます。 ●業務内容 大規模基盤モデルによるロボット制御・ロボット動作生成等に関する研究開発を中核として推進いただくポジションです。単にモデルを作って終わりではなく、学習データ収集からシミュレーション構築、sim2real、実機での検証・改善を回しながら、得られた成果をプロダクトやソリューションへ落とし込み、現場価値として継続的に届け切るところまで一気通貫で担っていただきます。 ・Embodied AI / VLAの研究開発 　ｰEmbodied AI/VLAを用いたロボット制御・動作生成の調査、設計、学習、実装 　ｰ模倣学習や強化学習等を用いたエンドツーエンド方策の開発、実験設計、性能評価 　ｰ実機制約(レイテンシ、計算資源、安全性)を踏まえた推論最適化、モデル軽量化・高速化、バスト性向上(ノイズ/外乱/環境変化への耐性) ・学習データ収集・データ基盤整備 　ｰ実機・現場からのセンサデータ/操作ログ/デモの収集設計(テレオペ、デモ収集、計測設計)、評価用データ整備と継続的なデータ更新 　ｰデータ品質管理、アノテーション方針、学習/評価に使える形への整形・再現性確保(データセット/メタデータ設計) 　ｰ合成データの作成戦略作りおよび活用 ・シミュレーション環境構築 　ｰ物理シミュレーション/閉ループシミュレーションの開発・運用、学習や評価を回せる環境・ツールの整備(キャリブレーション、センサ/アクチュエータ/制御のモデリング含む) ・評価・ベンチマーク設計 　ｰタスク成功率だけでなく、安全性、異常系耐性、環境変動への頑健性、運用時の安定性を含めた評価設計 　ｰオフライン評価(ログ/リプレイ/シミュレーション)とオンライン評価(実機/現場)を組み合わせた継続的な性能モニタリング 　ｰデータ収集と評価を一体で回し、改善の根拠を定量化 ・プロダクト/現場価値への接続(価値提供まで一気通貫) プロジェクトマネージャと連携した現課題の整理、要件定義(安全・品質・コスト・運用制約)とモデル方針への落とし込み 　ｰプロダクト/プラットフォームを支えるエンジニアと連携し、学習・評価・推論のパイプライン、運用設計、現場導入、改善運用(再学習/再評価/リリース)まで推進 　ｰ導入後の運用データを活用した継続改善、再利用可能なコンポーネント化・横展開 ・チームリーディング、技術横展開・技術発信 　ｰ技術アプローチレビュー、コードレビュー、ナレッジ共有を通じた開発品質の向上 　ｰメンバー育成やカルチャー醸成への貢献 　ｰ技術ナレッジの公開(論文投稿・学会発表・勉強会登壇・テックブログ等) 【変更の範囲】 会社の定める業務へ配置転換の可能性あり

●フロントからバックエンドまで、ソフトのみならずハードウェア・IoTデバイスも含めたフルスタックなDXプロジェクトの要件定義 ●プロトタイプのAI・機械学習モデルを実運用可能な形にするためのデータパイプライン・インフラ基盤構築の設計およびサービス/システムの開発 ●運用保守を見据えたデプロイ環境構築(クラウド・エッジ含む) ・こちらのブログにて、業務やチームの取り組みについてご紹介しています。 https://tech-blog.abeja.asia/entry/abeja-system-dev-team-202112 ・技術スタックについては、こちらをご覧ください。 https://stackshare.io/abeja/abeja-system-dev

●ポジション SE、PG 開発メンバー ●案件の特徴 　・AI、機械学習、3次元データ(SLAM)に関わる研究開発、プロダクト、サービス開発を行います 　・エンドユーザーは多岐にわたり、製造業、建築、建設、インフラ、医療など幅広い業界の案件が中心です 　・案件の多くがプライム案件のため、顧客(メーカー)との距離が近い点も特徴です 　・顧客の課題解決に向け、技術提案から検証、成果報告までを一貫して担当し、PDCAを回していきます 　・PoCで開発したアルゴリズムをもとに、社会実装に向けたシステム開発にも携わることができます 　・チームは30代～40代のベテランから20代の若手まで、幅広い世代で構成されています 　・社内コミュニケーションが取りやすく、相談しやすい環境です ●対応フェーズ 　・課題定義(顧客課題の整理・要件の明確化) 　・技術提案(解決に向けたアプローチの検討・提案) 　・技術検証(アルゴリズム開発や実データを用いた検証) 　・成果報告(検証結果の取りまとめ・次フェーズの提案) 　・技術雑誌や論文の執筆など ●入社後の業務 　社内で請け負っているPoC案件に従事していただきます。 　　・技術提案 　　・技術検証 　　・成果報告 　社内での経験を積んだのち、顧客折衝(課題定義、見積もりなど)も行っていただきます。 　また、スキルや意欲がある方はリーダーとしてのポジションもご担当いただきます。 ●変更の範囲 　その他会社の定める業務 開発案件(一部抜粋) ●眼底検査装置への先端技術導入 　□概要 　　AIモデルを使用したアプリ開発、眼底検査装置の制御開発案件です。 　　セグメンテーションAI技術を使用し、眼底画像の自動色分けAIモデル開発を行っています。 　　また、生体組織情報の取得、診察から結果提示までの高速化などを対応します。 　□開発環境 　　OS:Windows10 　□開発言語、技術:C++、Python、CUDA 　□関連技術:DeepLab V3+(セグメンテーション) ●リサイクル選別機開発 　□概要 　　AIを利用したリサイクル選別機器の開発案件です。 　　複数種類の物体をラインカメラで撮像し、物体検知にて判別を行うAIモデルを開発しています。 　　判別結果を表示するGUIアプリケーションの開発や、選別機の周辺機器の制御などを対応します。 　□開発環境 　　OS:Windows、Ubuntu 　□開発言語:Python、C++、CUDAなど 　□関連技術:DeepLearning(物体検知) ●CutPaste手法の高度化による精度改善 　□概要 　　既存手法をベースとした、アルゴリズム改造による精度向上検証案件です。 　　論文調査から手法検証までを対応しています。 　　こちらは大学との産学連携案件であることも特徴です。 　□開発環境 　　OS:Ubuntu 　□開発言語:Python 　□関連技術:CutPaste、DeepLearning、異常検知 以下に弊社の過去開発事例がまとまっています。(ダウンロード可能) ●開発事例集 　・製品/システム開発編:https://www.compmind.co.jp/wp-content/uploads/2025/04/Development_case_collection.pdf 　・研究開発/PoC編:https://www.compmind.co.jp/wp-content/uploads/2025/04/Development_case_collection_rd.pdf

【職種概要】 Forward Deployed Engineer (FDE)は、CADDiのソリューションを導入・活用いただくお客様に対し、技術的な専門家として最も近い立場で伴走し、ビジネス成果の創出をリードするポジションです。 単なる導入作業や技術サポートに留まらず、顧客のビジネス課題や技術的な制約を深く理解し、CADDiのプロダクト群のポテンシャルを最大限に引き出すためのソリューションを設計・実装します。プリセールス段階での技術的な検証(PoC)支援から、導入プロジェクトの実行、導入後の技術的なコンサルティング、アップセル・クロスセルのための技術提案まで、顧客のライフサイクル全体に関わります。また、現場で得た顧客のニーズや課題を社内のプロダクト開発チームにフィードバックし、プロダクトの進化に貢献することも重要なミッションです。 【期待する役割】 このポジションでは、CADDiの技術的な専門家としてお客様に最も近い立場で伴走し、そのビジネス成果創出に技術面からコミットすることが求められます。 単なる製品導入やサポートに留まらず、エンタープライズ顧客特有の複雑なビジネス課題や既存システム環境を深く理解した上で、CADDi製品のポテンシャルを最大限に引き出すソリューション(API連携、データ移行、カスタマイズ開発を含む)を設計・実装します。 プリセールス段階の技術検証(PoC)支援から、導入プロジェクトの技術的リード、導入後の活用支援・コンサルティング、アップセル・クロスセルの技術提案まで、顧客のビジネス変革を実現する「真の技術的パートナー」として、そのライフサイクル全体を技術でリードしていただきます。 また、顧客の最前線で得た深いニーズや課題をプロダクト開発チームへ的確にフィードバックし、プロダクトの進化や新たなソリューション開発を牽引する「架け橋」としての役割も期待されます。 【想定される業務例】 (以下に限定されるものではありません) ●営業担当と連携し、技術的な観点からの提案支援、デモンストレーション、PoC(概念実証)の設計・実行 ●顧客の要件ヒアリング、課題特定、およびCADDiプロダクトを用いたソリューションのアーキテクチャ設計 ●導入プロジェクトの実行リード(例: 環境構築、API連携、データ移行、カスタマイズのためのスクリプト開発など) ●導入後の技術サポート、トラブルシューティング、パフォーマンスチューニング ●顧客のプロダクト習熟度向上支援、活用状況のモニタリングと、更なる活用のための技術的提案 ●顧客からの技術的な要望やフィードバックを収集・分析し、プロダクト開発チームへ連携・提言 開発環境 ●バックエンド: Java, Python ●インフラ: Google Cloud, Google Kubernetes Engine, Anthos Service Mesh, Istio, Cloudflare, Argo Workflows ●Event Bus: Cloud Pub/Sub ●DevOps: GitHub, GitHub Actions, ArgoCD, Kustomize, Helm, Terraform, Datadog ●Data: AlloyDB for PostgreSQL, Apache Iceberg, Dagster, Polars ●開発ツール: GitHub Copilot, Claude Code, Devin ●コミュニケーションツール: Slack, Discord, JIRA, Asana, Miro, Confluence

●期待する役割 Enterprise Solution 部において、ソリューション提供における Technical PdM としての役割を担っていただきます。 本ポジションでは、大きく2つの軸で「何を作るか」の意思決定を主導していただきます。 1つ目は 個社ソリューションの企画・推進 です。顧客の経営課題を深く理解し、課題の発見・仮説立案・ソリューション企画・優先順位づけを行い、エンジニアリングチームと協働してソリューションを形にしていきます。 2つ目は ソリューションプラットフォームの設計・構築 です。ソリューション数の増加に伴い、プラットフォームとして実装すべきコア機能と、ソリューションごとの Configuration で実現する部分の境界を設計し、スケーラブルな基盤を構築します。 いずれの軸においても、ビジネス理解に基づいて自らプレイングし、ソリューション提供で得られた知見をプロダクトへ還流することで、全社レベルでの価値向上にも貢献していただきます。 ●想定される業務例 (以下に限定されるものではありません) ・顧客の経営課題に基づくソリューションのディスカバリー・企画・仕様策定 ・個社ソリューションのロードマップ策定・優先順位づけ・進捗管理 ソリューションプラットフォームのコア機能定義・ロードマップ策定 　-プラットフォームとして実装すべきコア機能と、ソリューションごとの Configuration で実現する部分の境界設計 ・定性・定量リサーチ(顧客ヒアリング・利用データ分析・問い合わせ分析など)の企画・遂行 ・ソリューション提供で得られた知見のプロダクトへの還流に向けた、他部署 PdM との協働 ・顧客および社内ステークホルダーとの調整・合意形成 ●所属組織について ・Enterprise Solution 部への配属を想定しています。 ・開発組織の全体像は[こちらのスライド](https://speakerdeck.com/caddi_eng/enziniaxiang-kehui-she-shao-jie-zi-liao)をご参照ください。 ●開発環境 ・バックエンド: Java, Python ・インフラ: Amazon Web Services,, Google Cloud, Google Kubernetes Engine, Anthos Service Mesh, Istio, Cloudflare, Argo Workflows ・Event Bus: Cloud Pub/Sub ・DevOps: GitHub, GitHub Actions, ArgoCD, Kustomize, Helm, Terraform, Datadog ・Data: AlloyDB for PostgreSQL, Apache Iceberg, Dagster, Polars ・開発ツール: GitHub Copilot, Claude Code, Devin ・コミュニケーションツール: Slack, Discord, JIRA, Asana, Miro, Confluence

ミッション 日々蓄積される膨大なファーストパーティデータの収集・分析・可視化を行い、経営戦略に基づいた事業成長のためのアクションプランを実行し、新たな事業インパクトを生み出すことがミッションとなります。 業務概要 今回募集のデータサイエンティストは、Analyticsを用いてさまざまなビジネスプロジェクトをリードしていただき、メディアプラットフォーム事業におけるさまざまな意思決定を、合理的かつ迅速にする役割を期待しています。ビジネスインサイトを発見し、分析によって付加価値を生み出すことで、テクノロジーを用いたビジネス戦略の策定・業務オペレーションの設計やアルゴリズムの開発・ハンズオンによるオペレーション実行までを推進し、マーケティング最適化のための各種施策をプロジェクト立ち上げから実装までをお任せします。 具体的な業務内容 ・データ分析による課題抽出からビジネスプロセスの改善 ・大規模データセット上でのレコメンデーションや行動ターゲティングのためのアーキテクチャ設計 ・Analyticsのハイレベル設計のためのKPIツリーの定義 ・経営課題を解決するための各種アルゴリズム開発 ・データ収集のためのデータフロー設計/構築 ・マーケティングのデジタル化による広告パフォーマンスの最大化 ・新規施策のフィジビリティ検討のためのデータ分析 ・意思決定のためのデータ抽出/加工/可視化(レポート作成やダッシュボード化) ※従事すべき業務の変更の範囲:適性に応じて会社の指示する業務への異動を命じることがある

AI SaaS事業本部にて、当社の最先端テクノロジーが搭載された AI SaaS プロダクトの PdM 業務をご担当いただきます。 複数のプロダクトを有していますが、すべて自社プロダクトであり、建設業界特化のバックオフィス DX サービス「Digital Builder シリーズ」や、建設業界特化の生成 AI サービス「AI コンストシェルジュ 光/Hikari」などを展開しています。 立ち上げから約3年間で導入企業数が1,000社を超えるなど、急激に拡大している事業です。 今後もさらなる非連続な成長を継続するために、どのような改善ができるか、機能実装ができるかといった各種施策を、経営陣・事業責任者・Sales・CS・デザイナー・エンジニアと連携しながら進めていただきます。 具体的には ●開発、改善要望のヒアリングから開発優先順位設定、進捗の管理 ●データ分析による課題、改善ポイントの特定 ●ヒアリング内容を各種施策へ落とし込み ●プロダクトのマーケット拡大への施策検討、提案 ●各種施策決定のための合意形成、ステークホルダーとの連携

●プロダクトの成長戦略やロードマップの策定 ●データ解析、ユーザーインタビューを通した、ユーザ課題・ビジネス課題の洗い出しや深堀り ●課題の解決策のプロダクトへの落とし込み(企画ドキュメント作成、仕様策定、効果試算、UI案作成、WF作成) ●Tableauを使用したサービス/事業両面における有効なKPIの策定と分析

チームメンバーの育成や業務のコントロール 分析ツールを活用したユーザー分析および企画、開発 競合調査や市場に合わせた企画、開発 利用者に対するアンケートや電話取材、座談会などのコミュニケーションを主体とした情報収集 リリースした開発内容に対する実装後の分析、追加開発や改善の検討といったPDCA業務 ※開発業務は行わないですが、開発者に向けて企画/要件まとめを行い、進捗管理することが主な業務です 【具体的な業務内容】 当社の自社製品である「EPARKお薬手帳」にプロジェクトリーダー、リーダー補佐として携わっていただきます。 サービス運用に伴う予算(目標)を設定し、それに対して個人またはチームメンバーで市場調査や分析、企画、開発を行い成果を上げていただきます。 ※「EPARKお薬手帳」:350万ダウンロードを超える、家族全員の服薬情報を簡単にデータ管理できる電子お薬手帳アプリ。

「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

私たちは、社会インフラの効率化や安定運用といった高難度の課題に、ヒューリスティック最適化やシミュレーションを武器に立ち向かっています。 案件ごとに異なる問題設定を自ら考え、適切なモデルやアルゴリズムを設計・実装する、まさに“問題解決エンジニア”としての醍醐味を味わえるポジションです。 ユーザーの現場課題に直結した技術が、すぐに社会実装される――そんな実感と手応えを持てる環境です。 《案件例》 ●鉄道・交通分野における様々な計画の最適化ソリューション開発 ●電力需供計画の最適化ソリューション開発 ●配船計画の最適化ソリューション開発 具体的には、以下のような業務を担当してもらいます（能力と希望ベースで担当領域を相談）。 ●最適化エンジンを解法検討の段階から加わり、0から開発 ●大勢のエンジニアで開発している案件に加わり、実装をサポート ●保守性の高いコードの設計 ●顧客への結果の説明や、要件のヒアリング ●社内最適化エンジニアへの教育や技術共有