退職金制度あり ElasticsearchのITエンジニア求人・転職情報

株式会社ヤマシタ

1.全社DX戦略の構想と推進 経営・事業課題を構造化し、全社DX戦略を立案。 業務・データ・システムを横断した全体像を設計し、中長期ロードマップへ落とし込みながら実行を主導します。 2.データモデルを中核とした設計推進 業務プロセスとアプリケーションの接点を整理し、データ構造を軸に設計を推進。 概念・論理レベルでのデータ設計を行い、内製エンジニアと連携しながら実装可能な要件へ具体化します。 3.要件定義から導入・定着までの推進 業務・機能・非機能・データ要件を整理し、ステークホルダーとの合意形成をリード。 計画策定、進捗・リスク管理、成果物レビューを担い、導入・移行・運用定着まで責任を持って推進します。 4.新規事業・デジタル施策の企画推進 在宅介護プラットフォーム構想のもと、新たな事業機会やデジタル施策を企画。 ビジネスモデル、業務設計、システム構想を統合し、実行フェーズまで接続します。 5.組織変革と人材育成 プロダクトオーナー育成や非IT従業員のローコード/ノーコード開発の推進を通じて、現場が自律的にデジタルを活用できる体制を構築。 DXを一過性の取り組みで終わらせず、継続的な価値創出につなげます。 【職場の雰囲気】 営業所の実務メンバーをプロダクトオーナーとするスクラム体制でプロジェクトを推進しています。 アジャイルに挑戦する文化が根付いており、部門を越えた連携とオープンな対話を重視する風土です。 責任 企業全体のデジタルトランスフォーメーション戦略をリードし、業務効率化、コスト削減、EX(従業員体験)およびCX(顧客体験)の向上を実現する。 データサイエンスとローコード開発全体を統括し、新規ビジネスの創出と既存業務の最適化を推進する。 【業務内容の変更範囲】当社業務全般

株式会社分析屋

●部門紹介 当社のデータ利活用部は、データ分析領域における“入門部門”として位置づけられています。 データ分析の経験が浅い方や異業種からキャリアチェンジを目指す方も積極的に受け入れており、データの活用に関する基礎から実務まで幅広く経験することができます。 また、社内にはAI、BI、基盤運用、コンサルティングなど技術特化型の部門があり、データ利活用部でスキルを積んだ後は、ご自身の志向や強みに応じて各部門へのキャリアチェンジも可能です。 「データ分析を学びながら自分に合った領域を見極めたい」という方にとって、最適な環境です。 ●仕事内容 データアナリストとして、顧客企業のビジネス課題解決に向けたデータ分析・可視化、およびそれに伴う施策の提案・伴走(おもてなし分析)を担当します。 【具体的な業務内容】 ・顧客の「なんとなく困っている」という抽象的なビジネス課題のヒアリング・論理的な整理 ・SQLを用いたデータベースからのデータ抽出(SELECT、JOIN、GROUP BY等)および集計 ・Pythonを用いたデータ加工、レポート作成の自動化スクリプト・バッチの作成 ・TableauなどのBIツールやExcelを用いた数値の可視化(ダッシュボード構築) ・抽出・可視化したデータに基づく、顧客(または社内)への報告・経営課題に対する改善提案 ・ChatGPTなどの生成AIツール、プロンプトエンジニアリングを駆使した分析業務の効率化・新しい分析プロセスの構築 変更の範囲:会社が指定した業務 【開発環境/使用ツール】 AWS/GCP/Azure/Tableau/SAS/SPSS/Oracle Database/SQL ServerMySQL/PostgreSQL/Google AnalyticsSQL/Python/Rなど ●案件事例 ①ソーシャルゲームアプリの売上増加に向けたデータ分析支援 アプリのログデータを解析し、アプリ運営の改善、売り上げUPに繋げる 使用ツール:SQL, Google BigQueryなど ②機械学習を用いたモデルの作成 クライアントが保持しているデータからモデルを作成し分類化や数値予測を行う 使用ツール:Python ③ファクトリーブランド立ち上げに向けたマーケティングリサーチ 地域独自のブランドを立ち上げることで、減少した売り上げの回復と安定化 使用データ:業者からのヒアリングデータ、生活者へのインタビューデータ (※取引実績100社以上) ●入社後の流れ 最初からすべての工程を一人でお任せすることはありません。 まずはご自身の得意なスキル(SQLでのデータ抽出や、Pythonでのデータ加工など)からスタート。 先輩アナリストのプロジェクトにアサインされ、顧客ヒアリングや提案の現場に同行しながら、徐々に上流工程のスキルを身につけていただきます。 Step1 データ分析環境の理解 まずはデータ分析領域の業務を行うにあたって、データの理解から始めます。 ◇ 使用環境・言語・ツール:SQLServer / MySQL / PostgreSQL / Oracle Databaseなど Step2 コーディング データ分析を行う上で、必要不可欠な数値を算出します。 ◇ 使用環境・言語・ツール:SQL / Python / SAS / Rなど Step3 データの可視化・分析 データについて正しく理解し扱えるようになったら、いよいよ分析フェーズに移行します。 ◇ 使用環境・言語・ツール:Google Analytics / Tableau / PowerBI / その他分析ツールなど Step4 レポーティング・報告提案 データ分析結果を基に、レポーティングと考察を行います。 意思決定に必要なデータを揃え、顧客が必要とするデータをわかりやすくまとめます。 ◇ 使用環境・言語・ツール:ダッシュボード(BIツール内) / PPT / Word