【データサイエンティスト・即戦力募集】◆Best Data Science Award受賞企業
当社は高度なデータ分析サービスを提供し、
お客様のビジネス成長に貢献してまいりました。
これまで培ってきた確かな実績と、
大規模データ処理や機械学習モデルの構築・運用まで一貫して手掛ける技術力で、お客様の多様なデータ分析ニーズに対応しています。
当社のデータサイエンティストの仕事は、
高度なデータサイエンスと機械学習エンジニアリングを駆使して、お客様のビジネス課題を解決へと導くことです。
当社の一員として、様々なデータ分析プロジェクトに共に携わっていただける方を募集しております！！
- 職種名
- データサイエンティスト
- ポジション
- テックメンバー
- 職種
- データサイエンティスト
- 給与(想定年収)
-
600万 〜 1,000万円
（※ 想定年収 は年収提示額を保証するものではありません）
- 勤務地
- 東京都
- 開発言語
- Python2 Python3 SQL
- データベース
- MySQL、PostgreSQL、Oracle、Microsoft SQL Server
- 開発内容タイプ
-
受託開発（社外常駐）、機械学習
- 特徴
- 残業３０H以内 オンライン面談可 一部在宅勤務可 産休育休取得実績あり 女性リーダー活躍中 社長が現役or元エンジニア 女性エンジニアが在籍 服装自由 若手歓迎
- 募集人数
- 1
- 必須要件
-
以下すべてのご経験をお持ちの方からのご応募をおまちしています！
・機械学習 実務３年以上
- 歓迎要件
-
【必須要件】
※下記全てに該当する方
■データ分析または機械学習モデル開発/運用の実務経験（3年以上）。
■データ分析プロジェクトにおけるリード経験。
■チームやプロジェクトを主体的に推進し、成功に導いた経験。
■最新のデータサイエンス技術やトレンドをキャッチアップし、自ら学び続け、挑戦する姿勢。
【歓迎要件】
・ML Ops（機械学習モデルの運用・自動化）に関する経験
・大規模言語モデル（LLM）等の生成AI技術を使用した経験
・時系列解析、最適化などの専門的な分析手法を用いた経験
・データ分析プロジェクトにおけるプロジェクトマネジメント実務経験
・顧客や事業部門のビジネス課題を特定し、データ活用による解決策を提案・実行した経験 - 選考フロー
-
STEP 1：カジュアル面談
※選考フロー、面接回数は状況に応じて変更になる可能性があります
STEP 2：書類提出
STEP 3：面接（1〜2回）＋ コーディングテスト
※人事面接および現場責任者面接を予定しております。
STEP 4：性格検査
STEP 5：内定
全てオンライン対応が可能です。
面接等は原則として平日に実施いたします。
応募者様の状況や選考状況により、フローや面接回数が変更となる場合が
【業務内容】※変更の範囲：会社の定める業務
■データ分析
SASやDatabricksなどの分析環境を活用し、データの加工から分析、そして結果の可視化まで、
一連のデータ分析業務を行います。
また、ヒアリングを通じて、お客様が抱えるビジネス課題を特定し、
課題解決に向けた分析を企画・設計・提案します。
■モデルの構築・運用（MLOps）
私たちは、分析設計から実装・開発、運用まで、一貫したサービスを提供しています。
さらに、モデルの実験管理、学習・デプロイの自動化、パフォーマンス監視などを導入することで、
継続的な改善を実現するMLOpsソリューションも提供しています。
■人材育成への貢献
電気通信大学の「データアントレプレナーフェロープログラム」に参画するほか、
東京科学大学では非常勤講師としてテキストマイニングやLLMの講義を担当するなど、
高度なデータ関連人材の育成にも力を入れています。
【使用ツール・手法】
分析に用いるツールや技術や手法は限定せず、必要に応じて対応します。
■クラウド：Azure、AWS、GCP
■分析基盤：Databricks、Azure ML Studio、Snowflake、BigQueryなど
■言語：SAS、Python、SQLなど
■BI：Tableau、Power BI、Spotfireなど
■ML・DS：教師あり学習(予測・分類)、時系列解析、因果推論、異常検知、クラスタリングなど
■LLM：プロプライエタリモデル（GPT、Claude、Gemini）、ローカルモデル（Qwen、Llama）など
【配属部署の特徴】
■組織外コミュニティでの活動も大事にしている
データサイエンティスト協会で委員会の活動などに携わり、電気通信大学の「データアントレプレナーフェロープログラム」に参画するほか、東京科学大学では非常勤講師としてテキストマイニングやLLMの講義を担当するなど、高度なデータ関連人材の育成に力を入れています。
その他、人工知能学会やSASユーザー総会、Databricksユーザー会、各種Expoなど、組織外イベントに関しても参加を奨励しています。
■経験が浅い状態からでもデータサイエンティストとして成長できる研修・環境がある
個人のスキルに頼るのではなく、「現場の知見を部全体で共有し、組織の力に変える」カルチャーが根付いており、学習意欲があればデータサイエンティストとして成長できる研修や環境があります。
・安心して質問できる環境：新人は中堅・ベテランとセットで案件配属を実施できるほか、社内チャットでの意見交換や相談も歓迎
・知見を共有する文化： 輪読会や勉強会に加え、別現場のメンバーがナレッジを共有し合うスクラムやPJ振り返り等のイベントを実施
・攻めの技術投資（20%ルール）： 部の人的リソースの2割を新技術のキャッチアップや、有志による社内PJに充てている
・キャリア相談： マネージャーとの個人面談から個別のラーニングパスを提示。個々人のキャリアプランから新たな社内PJや制度が生まれることもある
【やりがい】
■クライアントの課題解決に直結し分析成果が目に見える点に大きなやりがいを感じられる。
■事前に「これが重要だろう」と思っていた仮説とは異なるデータ要素が精度に効いてくると判明するなど、データ分析特有の面白さや発見がある。
■金融・製薬・通信など支援会社だからこそ様々な業界のデータに触れられ、好奇心を持って挑戦できる。
■新しい現場に入るたびに未知の技術や領域を学ぶ必要があり、乗り越えることで自身のスキルアップを実感できる。
【難しさ】
■ノイズ除去や前処理、データの深い理解といった地道な作業が成果の大半を左右する。
■現場ごとに使用ツール・コーディング作法・開発フローが異なる。また、「比較的新しい論文の手法で試してほしい」といった要望が来ることもあり、常に最新論文や技術を短期間で理解・実装する学習が求められる。
■単にデータを分析するだけでなく、顧客の抱える真の課題を汲み取り適切な分析方針を立てるには、顧客・上司・同僚との対話が不可欠。
■3ヶ月〜半年などの限られた期間で難しい内容をまとめ上げる案件では、迅速なインプットと優先順位づけが求められる。
ソフトウェア開発等および付帯する一切の業務
会社の定める業務
- 開発部門の特徴・強み
-
1.大手企業のビジネスに寄与する分析に携われる
第一期のSASコンサルティングパートナーとして30年以上の実績があり、金融・製薬・通信など大手企業との直接取引関係があります。長年顧客ビジネスに携わってきた信頼を土台に顧客のビジネス課題を解決するためのデータ分析に携わることが可能です。
2.ツールや領域を限定しない技術力と分析力を持っている
SAS、Python、SQL等を用いた分析案件の実績があります。SAS Partner AwardではBest Data Science Awardを受賞、Databricks（データ活用/AI活用のプラットフォーム）ではSilver Tierパートナーに認定されています。
3.分析の上流工程からモデル構築・運用まで一貫して携われる
顧客が抱えるビジネス課題を特定し、課題解決に向けた分析を企画・設計・提案する分析の上流工程から、データの加工、分析、結果の可視化までの一連のデータ分析業務を担います。さらに、モデルの実験管理、学習・デプロイの自動化、パフォーマンス監視など継続的な改善を実現するMLOpsソリューションも提供しています。 - 主な開発実績
-
製薬 ：営業チャネルの実施回数最適化、マーケティング活動の効果検証
医療 ：有害事象・合併症の要因分析
保険 ：保険の不正請求検知
銀行 ：ローン需要予測とターゲティング最適化
通信 ：架電業務におけるコンタクト率の向上
不動産：賃貸マンションにおける適正賃料の予測 - 技術向上、教育体制
-
【研修、教育制度】
■フォローアップ技術研修
■eラーニング（ITスキル系）
【各種資格取得による報奨金】
■情報処理技術者試験を対象として、資格取得者に対して所定の報奨金を支給
例）基本情報技術者試験、ネットワークスシャリスト試験等 - 開発手法
-
プロジェクトごとに選択
- AI・データ分析
-
BigQuery、Snowflake、Databricks、Power BI
- 環境
- Tableau
- その他開発環境
-
■社内チャットが活発で「聞きづらさ」がなく、質問すれば短時間で回答・アドバイスを得ることができる環境であり、スピーディーに問題を前進させられる。
■1人や少人数で現場を担当している際でも、現場外秘の範囲を守りつつ部内で「この手法はどう？」とアイデアを出し合える。抱え込まずに早めに相談できる環境が整っている。
■勉強会があり、Databricks等の疑問解決や現場事例（MMMや製薬業界の統計モデルなど）の共有が盛んに行われている。
■入社初期はシニアとジュニアのペアで現場に入り、伴走しながら振り返りや解決策を速やかに共有してもらえる。 - エンジニア評価の仕組み
-
半期ごとの目標設定、振り返りによる評価を行っております。
直属のリーダーとの定期面談で希望するキャリアを提示いただき、その希望キャリアをもとにマネージャーがキャリアパスを考え、必要なスキルや経験を積むことができる案件にアサインしていきます。
当社では配属現場での仕事以外でも分析提案や設計を行う任意参加の社内プロジェクトや外部研修への参加も奨励しています。 - 組織構成
-
データアナリティクス部
- 配属部署
- データアナリティクス部
- 配属部署人数
- 15名
- 平均的なチーム構成
-
2～3名体制で1案件を受け持つことが多いです。
- 勤務地
-
東京都千代田区外神田1-16-8
GEEKS AKIHABARA 7F《本社》
社内もしくはお客様先での勤務となります。
転居を伴う転勤はありません。
■リモート勤務可
出社とリモートを組み合わせたハイブリットワークを想定しております。就業場所の変更範囲＜雇入時＞
本社
＜変更範囲＞
会社の定める場所
受動喫煙防止措置に関する事項屋内全面禁煙
- 最寄り駅
-
JR「秋葉原駅」電気街南口より徒歩1分
つくばエクスプレス「秋葉原駅」より徒歩3分
東京メトロ日比谷線 「秋葉原駅」5番出口より徒歩4分
都営新宿線「岩本町駅」A3出口より徒歩5分
- 給与体系・詳細
-
【想定年収600万円～1000万円】
■賃金形態：月給制
■月給：430,000円～715,000円
月額(基本給)：322,500円～536,250円
※固定残業手当は月、40時間0分、107,500円～178,750円を支給超過した時間外労働の残業時間代は追加支給
※上記は最低給与額です。経験・能力を考慮して決定します。 - 給与(想定年収)
-
600万 〜 1,000万円
（※ 想定年収 は年収提示額を保証するものではありません）
- 勤務時間
-
【フレックスタイム制（標準労働時間：7時間30分）】
■コアタイム／10:00～16:00（休憩60分含む）
■フレキシブルタイム／7:00～10:00、16:00～22:00
※客先の就業時間に準ずる場合があります。休憩時間：12:00〜13:00（60分）
平均残業時間：平均20時間／月
- 休日休暇
-
【年間休日123日】
■完全週休2日制（土・日）
■祝日休み
■年末年始休暇（12月29日～1月4日）
■GW休暇
■夏季休暇（7月～9月に3日、夏季休暇を付与）
■慶弔休暇
■有給休暇（6カ月後に最大10日付与 ※入社時期による）
■産前・産後休暇（取得実績多数）
■育児休暇（取得実績多数） - 諸手当
-
■通勤手当（上限月5万円）
■家族手当（配偶者には月1万円／子ども1人につき月7500円）
■時間外手当（超過分）
■有給休暇の権利消滅1日分につき、1万円を特別支給（毎年6月）
■資格取得報奨金 - インセンティブ
-
賞与：年2回（7月・1月）
- 昇給・昇格
-
昇給： 年1回（4月）
- 保険
-
関東ITソフトウェア健康保険組合加入
健康保険・厚生年金加入／雇用保険・労災保険適用 - 雇用関係
-
無期雇用
- 試用期間
-
6カ月（期間中、待遇の変更はありません）
【各種制度】
■慶弔見舞金
■退職金制度
■確定拠出年金制度
■住宅取得補助制度（ローンで住宅を購入した際に支給）
■プログラミング【SAS】研修（SAS社公認講師による研修、自社オリジナル研修）
■IT基礎スキル研修（eラーニング受講し放題）
■入社時転居支援制度
■奨学金返済支援制度
■服装自由
■社内イベント（お花見など／出欠自由）
