【データサイエンティスト(ミドルクラス)/PM・PL候補】東京・神奈川
データサイエンティスト(ミドルクラス)/PM・PL候補
Google Cloud Platform(GCP)
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
