育児支援制度あり データサイエンティストの求人・転職情報

パーソルクロステクノロジー株式会社

●配属部門 エンタープライズソリューション統括本部　システムインテグレーション本部　テクノロジーサービス部 ●部門概要 主に次の2つの軸で活動します。 1.組織横断支援 専門家としてプロジェクトに直接参画し、また専門的知見に基づく施策の企画・実行を通じて、部門横断の支援を行います。 2.顧客向けの高難度プロジェクト遂行 顧客と直接向き合い、技術的に難易度の高いプロジェクトの遂行を担います。 ●担当業務 事業課題に対し、仮説立案 → データ収集・前処理 → 探索・分析 → モデル化 → 示唆抽出 → 意思決定支援までを一気通貫でリードいただきます。各工程で成果物・評価KPI・Go/No-Go基準を設定し、事業・現場・IT/データ基盤・法務など関係者と合意形成しながら、PoCでの価値検証から本番導入・運用定着(監視・ドリフト検知・再学習・SLA整備)まで推進します。業界横断のSIerとして、既存システム連携やデータガバナンスにも配慮した設計・実装・改善を担っていただきます。 併せて、個人の知見を組織知として体系化・展開する施策(標準化、ナレッジ整備、育成 等)も担っていただきたいと考えています。 ※担当職種の変更の範囲: 会社の定める職種(出向を命じることがあり、その場合は出向先の定める職種)

株式会社サイバーエージェント

●ミッション 現場の課題に深く入り込み、課題設定からモデル開発、検証、改善、プロダクト化までを自ら一気通貫で推進しながら、価格エージェントをより汎用的で再現性のあるプロダクトへ進化させることが本ポジションのミッションです。 分業された一工程を担うのではなく、事業と技術を往復しながら全体を握り、自ら価値をつくり切ることを期待しています。 ●本ポジションの役割 価格エージェントの価値の中核を担い、事業と技術をつなぎながらプロダクト開発を推進するPdM/データサイエンティストを募集します。 クライアント課題の構造化、分析設計、アルゴリズム開発、効果検証、改善、プロダクト化までを一気通貫で担い、事業と技術の両面からプロダクトを前進させる役割です。 <PHASE 1|要件定義・課題設計> ・クライアントの経営課題(原資削減・売上向上等)をヒアリングし、分析・検証で解くべき問題に整理する ・使用データ・システム連携・スコープ・期間を整理し、KPIと評価指標を設計する ・提案資料の分析パート(効果試算・ケイパビリティ説明)を作成し、必要に応じて営業提案を支援する <PHASE 2|モデル開発> ・価格・クーポン最適化アルゴリズムの設計・実装 ・顧客データに対する探索的データ分析(EDA)および特徴量設計・前処理 ・既存モデルのチューニングに加え、必要に応じて新規アルゴリズムの研究・開発を行う <PHASE 3|オフライン/オンライン検証> ・最適化結果に基づくシミュレーション設計・実施、およびKPI試算 ・本番環境でのA/Bテストにおける検証設計、評価指標の設計、効果検証 ・検証結果をチーム内にフィードバックし、モデル改善サイクルを継続的に回す <PHASE 4|プロダクト化・横展開> ・プロジェクトを通じて磨いた分析手法・アルゴリズムを、汎用的なプロダクト機能として体系化する ・新たな差別化要素の研究開発 ・知財保護のためのシステム構成設計(CA環境でのモデル構築・BQ連携等)や特許出願にも関与 ●プロジェクトの進め方 ビジネスチームがクライアントの課題をヒアリングし、データサイエンティストが技術選定・分析設計を主導します。1案件あたりデータサイエンティスト1〜2名がアサインされ、エンジニア・ビジネスメンバーと密に連携しながら進行します。上記フェーズを繰り返す中で、汎用化・プロダクト化を常に意識して取り組みます。 ●チームの雰囲気 データサイエンティストが主体的に技術選定・設計に関わり、プロダクト価値を最大化することを重視しています。メンバー同士の距離が近く、役職・職種を問わずフラットかつオープンなコミュニケーションが根付いたチームです。

株式会社サイバーエージェント

●ミッション 機械学習の深い専門知識を武器に、価格・クーポン最適化の「最適解」を追求することが本ポジションのミッションです。 モデル設計、実装、オフライン・オンラインでの検証、改善までを高精度にやり切り、分析・アルゴリズムの品質を継続的に高めていただきます。 ●本ポジションの役割 価格エージェントのコアとなる分析・アルゴリズム開発を担うデータサイエンティストを募集します。 本ポジションは、機械学習を用いて価格・クーポン最適化の「最適解」を導き、モデル設計から検証・改善までを高精度にやり切るスペシャリストです。 プロジェクト全体の推進やクライアントコミュニケーションはアナリティクスコンサルタントが担い、本ポジションは分析・モデル面の品質、精度、再現性に責任を持ちます。 ＜PHASE 2｜モデル開発（主担当）＞ ・価格・クーポン最適化アルゴリズムの設計・実装 ・顧客データに対する探索的データ分析（EDA）および特徴量設計・前処理 ・既存モデルのチューニングに加え、必要に応じて新規アルゴリズムの研究・開発を行う ＜PHASE 3｜オフライン/オンライン検証（主担当）＞ ・最適化結果に基づくシミュレーション設計・実施、およびKPI試算 ・本番環境でのA/Bテストにおける検証設計、評価指標の設計、効果検証 ・検証結果をチーム内にフィードバックし、モデル改善サイクルを継続的に回す ＜PHASE 1｜要件定義・課題設計（協働）＞ ・アナリティクスコンサルタントやビジネスメンバーと連携しながら、分析観点から課題設計・KPI設計に参画する ・クライアント課題を踏まえ、どのような因果推論・機械学習アプローチが有効かを技術観点から整理する ●プロジェクトの進め方 1案件あたりデータサイエンティスト1〜2名がアサインされ、アナリティクスコンサルタント・エンジニア・ビジネスメンバーと密に連携しながら進行します。 本ポジションは、モデルの品質・精度・再現性に責任を持ち、アナリティクスコンサルタントと役割分担しながら分析・検証を主導する役割です。 ●チームの雰囲気 データサイエンティストが主体的に仮説構築・モデル設計・検証に関わり、分析品質を高め続けることを重視しています。 研究者やビジネスメンバーとも議論しながら、技術と事業成果の両立を目指すチームです。 職種を越えてフラットに意見を交わせる、オープンなコミュニケーションが根付いています。

株式会社サイバーエージェント

・ビジネス要件/KPIに沿って課題を定義し、解決策と評価指標を設計 ・その解決策を検証する新機能のアルゴリズムを開発→実装→オフライン/オンラインで検証 ●チームの雰囲気 • データサイエンティストが主体的に技術選定・設計に関わりながら、プロダクト価値を最大化することを重視しています。 • メンバー同士の距離が近く、技術的な議論も活発で、役職や職種を問わず、フラットかつオープンなコミュニケーションが根付いています。 常に最先端の技術開発を行うため、東京大学、神戸大学、早稲田大学、慶応大学の経済学の教授陣を含めたR&D定例MTGが週次で開催されています。

株式会社ギブリー

当社のエンジニアリングマネージャーは、開発チームの成果を最大化し、組織の成長を支える役割を担います。 エンジニアが安心して挑戦できる環境を整え、プロダクト開発を円滑に推進することで、事業の継続的な成長に貢献いただきます。 ・エンジニアチームの採用・育成・評価、1on1を通じたキャリア支援 ・開発プロセスの改善と生産性向上(スクラム・アジャイル導入推進) ・技術的負債や品質課題の管理、改善施策の実行 ・プロダクトマネージャーやデザイナーとの連携による開発推進 ・経営陣との調整を通じた組織戦略やリソース配分の最適化 ●業務の変更の範囲:会社内での全ての業務 キャリアパス エンジニアとしての道を極めていくか、管理職になるかを選択できます 入社から半年で役員登用になった方もいます! 組織データ ・平均年齢31歳 ・新卒3割、中途7割 ・外国籍22%、出身国20カ国以上 ・開発職約30% ・女性執行役員在籍 ・育児中社員在籍 備考 支給PCはWindows or Macbook ※最新のMacbook Proを支給することが多いです! ●技術顧問・アドバイザー 東京大学名誉教授 竹内 郁雄(技術顧問) 東京大学大学院教授 江崎 浩(技術アドバイザー) 東京工業大学大学院教授 岡崎 直観(技術顧問)

キャディ株式会社

Data Analysis部 Analysis Groupのリーダーとして、プロダクト戦略に基づいた戦略策定・開発計画の策定や実行のリード、メンバーの採用・評価・育成などのマネジメント業務を担当 ※担当する組織規模は3チーム10数名 Analysis Groupのミッションと現在地 製造業で生じる生データ(図面・CAD・文書・テーブルデータなど)を解析し、価値あるデータを生み出すことに責任を持つ。 具体的にはデータの収集・加工、MLモデル開発、MLモデルのデプロイ後の価値化などを担当。 現在はData Analysis部長がグループリーダーを兼務しており、グループのマネジメントを専門で担っていただける方を探しています。 ※Data&Analysis部は30数名、うちAnalysis Groupには10数名が所属しています。 一部はベトナム拠点のメンバーです。 Analysis部以外にも、解析基盤の開発を担うAnalysis Platform Group、AIを用いたプロダクトの価値向上を担うAI for Application Group、Agent基盤の開発を行うAgent Groupがあります。 (2025年10月時点) ※AI for Applicationチームでもマネージャーを募集しています キャディにおけるエンジニアリングマネージャーとは 担当する部やグループの成果を最大化することがミッションです。 向かう先を示すために OKR を設定したり、将来のあるべき姿から逆算して、必要なマネジメント業務を行います。 EMの役割は画一的には決まっておらず、成果の出し方はその人の得意なやり方で良いと考えています。 例えば、他者を動かして成果を出すエンパワーメントが得意な人もいれば、現場で自ら設計や方針決定をリードする人もいます。 テクノロジーマネジメント、プロジェクトマネジメント、プロダクトマネジメント、ピープルマネジメントの割合も各EMの担当領域や注力課題により異なります。 開発環境 言語 フロントエンド: TypeScript バックエンド: Rust, TypeScript, *Python* フレームワーク・ライブラリ フロントエンド: React, Next.js, WebGL, WebAssembly バックエンド: Rust (axum), Node.js (Express, Fastify, NestJS), *PyTorch* インフラ: Google Cloud, Google Kubernetes Engine, Anthos Service Mesh データベース・データウェアハウス: CloudSQL(PostgreSQL), AlloyDB, Firestore, *BigQuery* API: GraphQL, *REST*, gRPC 監視・モニタリング: Datadog, Sentry, *Cloud Monitoring* 環境構築:*Terraform* CI/CD:*Github Actions* 認証: Auth0 開発ツール: *GitHub*, *GitHub Copilot*, Figma, Storybook コミュニケーションツール: *Slack*, Discord, *JIRA*, *Miro*, *Confluence* ※特にAnalysis Groupに関係するものを太字にしています

ユミルリンク株式会社

社内外から寄せられる機能要望の収集から、要件定義・バージョン判断・開発依頼に至るまで、 プロダクト進化のサイクルを製品企画課(PdM)が主導していきます。 ●仕事詳細 ・顧客・営業・CSからの要望収集・整理および社内共有 ・要望管理台帳の更新・維持管理 ・要件定義書・仕様書の作成補助(下書き含む) ・問い合わせや不具合情報の共有、ユーザー課題の吸い上げ ・バージョン計画の資料化および関係者への共有 ・リリース後の効果確認・フィードバック収集 ・ユーザーインタビュー・データ分析 ●将来的には… 担当領域における企画〜要件定義を主体的に推進し、 マネージャーの補佐やメンバーサポートも担うポジションへとステップアップいただきます。 (変更の範囲)会社の定める業務

株式会社Sun Asterisk

当社では「アイデアを持つパートナー（起案者）」に対して、サービスデザインから技術選定、開発までを一気通貫で提供しています。 スタートアップの開発支援から大手企業の新規サービス立ち上げまで様々な規模のプロジェクトがあり、その中でもパブリッククラウド環境でのデータウェアハウス構築を担うデータエンジニアとして業務を担っていただきます。 【業務詳細】 ・パブリッククラウド（AWS、GCP、Azure など）上でのデータ基盤・データパイプラインの設計、構築、運用 ・データ収集、加工、ストレージに関わるシステムの開発 ・大規模データを対象としたETL (ELT) 処理の最適化 ・リアルタイムデータの処理 ・データクレンジング処理やデータマートの構築 ・データの可視化および分析基盤の構築支援 ・データパイプラインの品質管理、パフォーマンスの向上 ・データウェアハウスの運用保守 ・ステークホルダー（データアナリスト、データサイエンティストなど）との連携 ・顧客との要件定義や設計フェーズでのコミュニケーション

燈株式会社

DX Solution事業部のAIエンジニアとして、顧客課題の解決に向けたアルゴリズム選定から、実装、評価、デプロイまでの一連のパイプライン構築をリードしていただきます。 ビジネス要求から逆算して「どの技術を使うべきか」を選定し、自ら手を動かして実装・検証を行うポジションです。 【具体的なタスク例】 ●課題の数理的定式化と論文サーベイ (Research & Design) 顧客の「なんとなくの悩み」を、機械学習で解けるタスク(分類、回帰、生成、最適化等)に落とし込みます。 関連する最新論文(NeurIPS, CVPR, KDD等)を調査し、ビジネス制約(推論速度、コスト、データ量)に合わせた最適な手法を選定します。 ●SOTAモデルの実装と検証 (Implementation) 選定した論文の手法(Loss関数、Optimizer、独自レイヤー等)を、PyTorch等を用いてスクラッチ、あるいは既存実装をベースに再現・実装します。 実際の顧客データを用いて、アルゴリズムの精度検証サイクルを自律的に回します。 ●プロダクションレベルのコード品質担保 (Engineering) 再現性担保のためのモデル学習・推論のパイプラインを構築します。 Webアプリケーションと統合し、実装したアルゴリズムをプロダクション環境へ統合し、アルゴリズムを実際のユーザーに使っていただきます。 推論APIのI/F設計や、Dockerコンテナ化、CI/CDパイプラインへの統合を主導します。 ●ステークホルダーへの技術説明 (Communication) アルゴリズムを適用した結果とその考察、ビジネス上のインパクトを、ビジネス職やクライアントにも伝わる言葉で翻訳し、説明します。 【開発例】 ●画像認識による非構造化データの自動整理 数百万枚規模の現場写真を対象とした、高精度な画像分類パイプラインの構築・API実装 ●点群データを活用した幾何学的シミュレーション 3Dスキャンデータ(点群)を用いた、巨大部材の輸送経路・干渉チェックアルゴリズムの実装 ●動画解析によるインフラ異常検知システム 車載カメラ等の動画データから、道路や構造物の変状箇所を特定する物体検出モデルの開発 ●ドメイン特化の大規模言語モデル 建設業・製造業など特定のドメインに特化した大規模言語モデルのファインチューニングを行い、ドメイン特化のモデルの学習・推論パイプラインの構築 ●ロボット行動学習 VLA・VLMを用いたロボットの行動制御モデルの最新手法のサーベイと、学習・推論パイプラインの構築 ● RAGを用いた会社独自のエージェント 社内に眠る膨大な技術文書やトラブル事例をベクトル化し、最適な解決策を提示する検索システムの開発 【技術スタック(一例)】 ●AI:Python/Numpy/Pandas/Pytorch/OpenCV ●AI開発ツール:Devin/Claude Code/v0.dev/GitHub Copilot/Gemini