
株式会社kubell
kubellでは、「Chatwork」を中心に、BPaaS、新規事業など複数の事業を展開しており、日々膨大なデータが蓄積されています。
kubellのデータスペシャリストは、こうしたデータを様々な切り口で扱いながら、kubellグループ横断でデータ利活用とオペレーショナルエクセレンスを推進することでグループシナジーの創出を支援し、グループのミッション・ビジョンの実現に貢献していく役割を担います。
このようにデータへの役割が大きくなっていく中で、kubellではデータアナリストとデータサイエンティストの両方の役割を募集しています。
※ご自身のキャリア志向や強みに応じて、いずれかの役割を中心に担当いただきます。
また、将来的に両方の領域にキャリアを広げることも可能です。
実践を通じてスキルを磨ける環境です。
●データアナリスト(メイン業務)
ビジネス課題をデータで解決する役割です。
主な業務: BI/ダッシュボード開発、データマート構築、KPI可視化、ビジネスインサイト抽出
必須スキル: SQL、BIツール
歓迎スキル: データモデリング、機械学習の基礎知識、統計分析
●データサイエンティスト(メイン業務)
機械学習・統計モデルでビジネス価値を創出する役割です。
主な業務: 機械学習モデル構築、予測分析、統計的手法による仮説検証
必須スキル: Python/R、機械学習、統計分析
歓迎スキル: SQL、BIツール、データモデリング、データエンジニアリング
<具体的には>
1, データ分析とインサイト提供(業務の中心)
ビジネス要件に基づいたデータ分析を独力で実施し、戦略的示唆を抽出
Lookerを用いたダッシュボードやレポートの設計・構築・運用
例:ユーザー行動分析、施策効果測定、KPIモニタリング、事業KPI分析など
ビジネス部門への分析結果の提示とディスカッションをリード
複雑な分析要件に対する実装方針の策定
2, データマートとデータモデルの設計・構築
ビジネス要件に基づいたデータマートの設計・構築を主担当として推進
dbtを用いたデータモデリングの実装と最適化
例:顧客セグメンテーション用のデータマート構築、営業/マーケティングデータモデルの最適化、など
データモデルのレビューと品質保証
メンバーの開発サポート(相互でのレビューやアドバイス)
3, 学習データと機械学習モデルの設計・構築(経験に応じて)
データサイエンスの手法を用いた予測モデルや分類モデルの構築・評価
機械学習モデルのビジネス装着、および効果測定
例:有料転換予測モデルの構築、マーケティングキャンペーンの効果分析、など
モデルの性能評価と改善提案
4, プロジェクトのリードとステークホルダー連携
小〜中規模の分析プロジェクトのリード(要件定義〜実装〜報告)
データアナリスト/データサイエンティスト/データエンジニア、Salesforceエンジニア、BizOpsとの連携
ビジネス部門との要件定義、定期的なコミュニケーション
プロジェクトの進行管理とタスク調整
5, データ品質とガバナンス
データの品質管理とガバナンスの実施
データの整合性と一貫性を確保
例:データクレンジングプロセスの標準化、データ品質チェック、など
データ品質基準の策定とチーム内への展開
【変更の範囲】
・部署異動等により当社業務全般へ変更する場合があります(出向含む)