職種未経験歓迎 データアナリストの求人・転職情報

AI基盤・データ・クラウド環境を一気通貫で手掛ける開発業務をお願いしたいと考えております。 大手エンタープライズ企業のプロジェクトにて、データアナリスト/データエンジニアとして参画いただきます。データの抽出・加工・分析やモダンデータ基盤の構築・運用を通じて確かな 「データやAI実装の足腰」を磨いた後、最先端のAI領域へ専門性を拡張できるキャリアパス をご用意しています。 ●具体的な業務内容 データ基盤の構築・運用 : Snowflake、BigQuery等を活用したデータパイプラインおよび基盤の設計・構築 データ抽出・加工・可視化 : 案件に応じたデータの抽出・加工・分析、ダッシュボードの設計・構築 その他 AI開発(改修)等、AI開発の中でも比較的ハードルの低い案件をお任せす可能性有。 ●具体的実例(入社後のイメージ) 地味な「泥臭い1年」を抜けた先にしか、見えない景色を伝えさせて下さい。 ハイポテンシャルの皆様に率直にお伝えします。最初の1年は、データの抽出・加工・分析、ダッシュボード保守、基盤運用、AI実装(回収)といった「基礎固め」が中心です。決して華やかな仕事ばかりではありません。 しかし、この 「データや実装と真摯に向き合う1年」を抜けたメンバーが、今どんな挑戦をしているかをお伝えさせてください。 ①心理学専攻・未経験から、生成AI連携システムの実装主担当へ(入社2年目) 大学院で心理学を専攻していた実務未経験メンバーが、Next.js/FastAPIを活用した生成AIシステムを開発。日次バッチ処理を1.5時間から7分へ短縮し、実行コストも11,000円から900円へ(約92%削減)という劇的な成果を上げています。 ②異業種(製造業の生産技術)から、AIエージェントのPLへ AI未経験で入社後、現在は最先端の「AIエージェントのガードレール設計」をプロジェクトリーダー(PL)として牽引しています。 ③入社1年1ヶ月でサブリーダー、2年でPL。20代・30代で部長へ 年功序列は一切ありません。新卒入社から1年強でリーダー層へ駆け上がり、20代〜30代前半で事業部を率いる部長を務めるメンバーも複数在籍しています。 ●役割とプロジェクト推進体制 キャリア形成に寄り添う戦略的なプロジェクトアサインをAMBLでは行っております。 キャリアのご希望を上長が定期的にヒアリングし、一人ひとりの志向に合わせた案件を戦略的に獲得・提案する体制を整えています。 ・ミスマッチを防ぐ事前共有 内定段階で配属予定のプロジェクト概要をお伝えします。 ・計画的なスキルアップ 意図的なローテーション設計により、着実な成長を支援します。 課題定義からアプローチする上流フェーズへの参画をしております。 クライアントの事業ドメインを深く理解し、「AIでどのような課題を解決すべきか」という問いを定義する最上流から参画します。 ・技術的なリード 要件定義にとどまらず、技術選定やアーキテクチャ設計を主導する立場へキャリアを広げられます。 【具体的なプロジェクト例】 現在、事業部では以下のような最新テクノロジーを用いたプロジェクトが多数稼働しています。 ●データ・AIインフラ領域(モダンデータ・クラウド) Snowflake / dbt を用いたデータ基盤構築 大規模データの統合・加工・パイプラインの自動化 クラウドAI実行環境(AWS / Azure)の構築 Amazon Bedrock / Azure OpenAI Serviceを活用した安全・堅牢なシステム基盤の設計 ※その他 データ抽出・可視化・レポーティングのような微経験者向け案件もございます。 ● 生成AI・LLM領域(最先端エンジニアリング) グラフRAG(GraphRAG)/Advanced RAGの構築 複雑な企業ドメイン知識を構造化し、高精度な生成AI検索基盤を実装 AIエージェントの設計・実装 LangGraphやDify等を活用した自律型ワークフロー・AIエージェントの開発 LLM基盤のコスト・品質評価と改善設計 LLM出力の品質・精度の定量評価設計、およびContext Engineering等による運用コスト削減 ● 機械学習・高度アナリティクス領域 需要予測・異常予兆検知モデルの設計 統計解析・時系列分析・機械学習を用いたビジネス課題解決型モデルの構築

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※

EPMの代表的なサービスである、「Anaplan」の導入・開発プロジェクトに携わっていただきます。 ※上流から下流まで全工程の案件がございます。 ※プライム案件でのPM領域・コンサル領域の業務もございますので、先々のキャリアが頭打ちになることはございません。 ・EPMとは？ EPMはクラウドベースの計画立案・パフォーマンス管理プラットフォームです。 企業内のあらゆるデータを収集・集計し、予測分析や事業計画策定・パフォーマンス分析を支援することができます。 ERPが情報を一元管理し運営することに強みがあることに対し、EPMの強みは一元管理した情報を戦略的に活用できることです。 ・Anaplanとは？ Anaplan社は、米国に本社を構えるSaaS企業で、2016年にユニコーン企業として認定され、2018年に株式上場を果しました。 日本法人のAnaplanジャパンも約50％成長し、日本国内で導入している企業は約200社に達しています。 Anaplanの導入は急速に増えておりますが、技術習得者はまだ少なく、技術習得・実装経験は、エンジニアとしてのご自身の市場価値を高めて頂くことにつながります。 【プロジェクト内容※一例です※】 業種：船舶業 目的：連結会計の予実管理のシステム化 各社の損益情報を元にExcelにて予実管理を行っていたがバケツリレー、属人化、作業負荷が問題となっていた。 そのため、効率化を目的としExcelで行っていた業務をAnaplan化する。 参画フェーズ：要件定義～保守 業種：製造業 目的：業績情報の見える化 利用している基幹システムにばらつきがあり、経営と現場、会社間で見えるデータが統一化出来ていないことが課題である。 そのため、単一システム上で管理し、同じ粒度でデータを確認できるようにし、データの見える化を目指すとともに、データ連携の自動化や二重インプットをなくし、業務工数の削減と効率化を図る。 参画フェーズ：基本設計～リリース 業種：アパレル業 目的：既存システム（SCM）からAnaplanへの移行 SCM計画作成業務に時間と手間を擁しており、生産・在庫の状況が理想的でないため、スピーディーにできるようにする。 参画フェーズ：基本設計～総合テスト ※これまでのエンジニアとしてのご経験・スキルを加味し、能力に合った案件にアサインさせていただきます。 【教育・研修制度】 未経験の方の場合、ご入社後、1か月ほどメーカー研修を受講し、初級認定資格を取得いただきます。 その後、PJに参画いただきながら知識と経験を蓄えていただく流れです。 社内での「Anaplanエンジニアのコミュニティ」の運営や、製品ごとに分科会も実施。 製品の新しい情報なども連携し、常に学習を継続できる環境を整えています。