データ分析基盤構築エンジニア
600~1500万
DXCテクノロジー
東京都中央区
600~1500万
DXCテクノロジー
東京都中央区
データベースエンジニア
データアナリスト
データエンジニア
【業務内容】 顧客のビッグデータ利活用を推進するために、理想的なデータ構成と管理手法を設計し、実装する仕事になります。 ビッグデータおよびアナリティクスデータ基盤分野の設計、開発および導入を行います。 ETL、DWH、BI関連の案件が多く、データ分析基盤の上流部分にも関わることができる仕事となります。
【必須】 ・ETLツールを用いた実装経験(Informatica、Talend等) ・AWS、Azure、GCPなどクラウドに関する知識や実装経験 ・データベースの正規化、論理設計、物理設計、SQL作成の経験 ・チームリーディングのスキル 【歓迎】 ・BIツールと用いた実装経験(Tableau、PowerBI等) ・特定の業種・業界に関する深い見識や専門知識 ・ビッグデータおよびアナリティクスに関する深い経験と専門知識 ・顧客要件からソリューションを検討し提案した経験 ・アーキテクチャ設計の経験 ・基本設計~内部設計、テスト仕様書などの設計書作成経験 ・ビジネス英語ができると尚可
大学院(博士)、大学院(法科)、6年制大学、大学院(その他専門職)、大学院(修士)、4年制大学、大学院(MBA/MOT)
正社員
600万円〜1500万円
一定額まで支給
07時間30分
09:00〜17:30
有
有
125日 内訳:完全週休2日制、土曜 日曜 祝日
健康保険 厚生年金 雇用保険 労災保険
【諸手当】 通勤手当(交通費全額支給)、時間外勤務手当 【昇給】 年1回 【賞与】 <職務レベル5以下> 固定賞与:年2回 金額:月額基本給×6か月分(夏3か月分、冬3か月分) ※入社時初回の賞与は規程に基づき該当月から割り出して支給します <職務レベル6以上> 年俸制、固定賞与なし
東京都中央区
屋内禁煙(屋内喫煙可能場所あり)
在宅勤務 リモートワーク可 出産・育児支援制度
有
【休日休暇】 完全週休2日制(土・日)、祝日、年末年始、 フレックスバケーション制度:上限なく有給休暇の取得が可能 年間特別(6日)・病気(20日)・慶弔等・社会貢献・リフレッシュ休暇 および産前産後休暇、子の看護休暇など 【福利厚生・社内制度】 健康保険組合、雇用保険、労災保険、厚生年金保険、退職年金制度(確定拠出年金制度)、各種保険プログラム、育児・介護休業制度、財形貯蓄、社内公募制度、社員のメンタルヘルス・ケアに関する各種取り組み 等 【就業場所における受動喫煙防止の取組】 敷地内すべて禁煙。その他、取り組みあり。事業所内は原則禁煙(一部事業所に喫煙室あり)。 【勤務時間】 9:00~17:30 実働7.5時間/1日
DXCは世界70カ国以上、約13万人以上の社員が働く世界最大級の包括的な独立系ITサービス専業企業。
最終更新日:
600~1300万
■職務内容 ━━━━━━━━━━━━━━━━━━━ ✓クライアント受領データのクレンジングおよび前処理(分析可能な形式への整形) ✓ETLツール(Alteryx等)やPythonを用いたデータベース・ファイル出力 ✓Webスクレイピング等によるインターネット・データベースからの外部情報収集 ✓BIツール(Tableau、PowerBI等)を用いたデータの可視化・ダッシュボード作成 ✓分析結果のチャート・グラフ化およびPowerPointによる資料作成補助 ■プロジェクト例 ━━━━━━━━━━━━━━━━━━━ ✓M&Aにおける対象会社の事業データ分析およびデューデリジェンス支援 ✓データセットに基づいた将来予測モデル構築のためのデータ基盤整備 ✓マーケティング資料や提案書における高度なビジュアライゼーション作成
必須条件(MUST) ✓ETLツール(Alteryx等)やPython等でのデータクレンジング実務経験(2年以上) ✓BIツール(Tableau、PowerBI等)でのダッシュボード作成・可視化の実務経験 歓迎条件(WANT) ✓基礎的な統計学や機械学習に関する理解・経験 ✓ビジネスレベルの英語力およびMS Office(Excel/PPT)の高度な操作スキル
-
1000~1800万
日本を代表するエンタープライズ企業を中心としたクライアントに対し、本質的な価値創出に重きを置いたプロジェクトの推進・実行を担当いただきます。 顧客課題をデータ・機械学習の観点から分析し、アルゴリズム設計および実験検証を主導いただくスペシャリストとして参画いただくポジションとなります。 ・顧客のビジネス課題に基づいたデータ分析、仮説立案、および実験設計の推進 ・機械学習や統計解析を用いたモデル設計およびアルゴリズムの検証 ・実装を見据えたPoC開発や評価指標の設計、およびモデルの精度改善に向けた要因分析と施策の実行 ・最新論文の調査・理解、および先端技術を用いたアルゴリズムのプロダクトやプロジェクトへの応用
【必須スキル】 ・Pythonを用いたデータ分析、および機械学習モデルの実装・チューニングの実務経験 ・大規模データの前処理、特徴量設計、データパイプライン構築の実務経験 ・機械学習プロジェクトを主体的に推進し、チーム開発やコード管理を行った経験 ・最新論文の読解に基づくアルゴリズムの原理理解、および実務への実装・応用経験 ・ビジネス課題を理解し、実データの前処理・分析から仮説立案、解決策の提案までを主導した経験 ・コンピュータサイエンス・AI・数学等の関連分野における学位または同等の知識・経験 【歓迎スキル】 ・ベイズ最適化、因果推論、統計モデリング、または実験計画法(DOE)を用いた統計解析の実務経験 ・数理最適化、シミュレーション、または物理モデルと機械学習を組み合わせたモデリング経験 ・自然言語処理(LLM含む)を活用した、特定領域における機械学習モデルの開発・応用経験 ・コンサルティングファーム/Slerにおける顧客課題に対するソリューションの提案経験
-
780~1350万
お持ちのご経験やスキルに応じて、相談の上で下記業務の一部/全てをお任せいたします。 ■ AI活用推進 全社共通AI基盤の設計・構築・運用 AI基盤を活用した各事業エリアの業務効率化支援・実装 ※テーマは事業側へのヒアリングを通じて一緒に設計 生成AIを用いた業務自動化・高度化の仕組みづくり ■ データ基盤 データ基盤の設計・構築・運用 事業上必要なデータ抽出・加工・提供の仕組みづくり AIを活用したデータ提供・分析基盤の構築 技術だけで完結するのではなく、事業・業務理解を深めながら「使われる仕組み」を作ることを重視しています。 【ポジションの魅力・やりがい】 ◎ AI/データを「事業価値」に変える経験ができる PoCで終わらず、実際の業務・事業に組み込まれるAI/データ基盤を構築します。 成果が組織全体の生産性や意思決定に直結する実感を得られます。 ◎ 部署横断での影響力が大きい 特定プロダクトに閉じず、複数事業・複数チームにまたがって価値提供できるポジションです。 ◎ 技術選定・設計に裁量を持てる 「何を作るか」だけでなく、「なぜ作るか」「どう設計すべきか」から関われます。 【生成AI活用について】 <開発・業務支援での活用> Cursor 等のAIコードエディタや Claude Code などを活用し、設計・実装・検証・改善まで、日常的に生成AIを取り入れています。 ツールは固定せず、技術進化のスピードを前提に柔軟に選定しています。 <全社的なAI活用> エンジニアに限らず、PdM・Bizメンバーも含めて、企画検討、仮説整理、業務設計、プロトタイピングに生成AIを活用。「役割を超えてAIを積極活用する」文化があります。
Cursor 等のAIコードエディタ、Claude Code 等を活用した開発経験(個人利用も可) LLM/生成AIなど最新AI技術への強い関心と継続的な学習意欲 データエンジニア/データマネージャーとしてのデータ基盤の構築・運用、データ利活用推進の経験
-
810~1300万
仕事内容 【ミッション】: 「信頼性の高いデータ基盤を元に、キャリア事業の"データとAIの民主化"を実現し、全社の持続的な事業成長とイノベーションを加速させる」をミッションとし、データ&マーケティングプラットフォーム組織のマーケティング関連チームのエンジニアとして活躍いただきます。 【具体的な業務内容】: 当社のキャリア事業では、12の自社サービスを展開しており、各サービスがエンドユーザーの属性に合わせて最適なツールや基盤を選定し、価値の最大化を実現しています。マーケティングエンジニアとして、データ基盤チームが整備してきたデータという資産を武器に、マーケターやデータエンジニアと連携し、新たなマーケティング活動へと転換していくための業務設計・システム開発を行い、マーケティング活動における新たな価値創造に貢献していただきます。 ・データ基盤からMAやCDPといったマーケティング基盤へのデータパイプライン開発・運用(Reverse ETL) ・マーケティング活動からデータ基盤へのデータ連携 ・マーケティング活動のデータ利活用・分析の支援 ・マーケターやビジネスアーキテクトと連携してのマーケティング業務におけるツールやアーキテクチャの選定 【キャリアパス】: SMS全体のキャリアの考え方として、個人の考えや適性に応じて共にキャリアを形成していくべきだと考えています。ご自身のキャリア志向次第でどのようなキャリアプランも実現可能です。 キャリア例: ・開発組織のマネジメントを目指すキャリア ・開発チームによる問題解決の経験を活かし、ビジネスアーキテクトを目指すキャリア
応募要件 必須条件(以下いずれにも該当する方、目安2-3年以上): ・MAツール(Braze, Salesforce Marketing Cloud, b→dash等)の運用経験 ・マーケティング業務にかかわるシステム設計・データ設計の経験 ・Pythonを用いた開発経験 ・SQLを用いたデータの抽出・加工経験 ・Google Cloud, AWS, Azureなどのパブリッククラウドを用いたシステム開発経験 ・生成AIを活用した業務改善経験、または開発経験 歓迎条件: ・ETL/ELTの開発 ・データ分析基盤の構築経験 ・事業会社でのマーケティング業務の経験 ・機械学習、生成AIを活用した分析業務経験
-
730~1300万
仕事内容 「信頼性の高いデータ基盤を元に、キャリア事業の"データとAIの民主化"を実現し、全社の持続的な事業成長とイノベーションを加速させる」ことがミッションです。 【具体的な業務内容】 ■データ基盤アーキテクト業務 ・既存のデータ基盤から、AI-Readyなデータ基盤への進化に向けたアーキテクチャ設計・実行 ・事業部門やマーケターの業務からの課題抽出 ・データの整備、再モデリング、品質管理 ・IaCを用いたインフラ構成管理 ・データガバナンス整備 ■チーム開発の定常業務 ・基幹システムや各種業務システムからデータ分析基盤へのデータパイプライン開発・運用 ・事業部門やマーケターの分析・AI活用を支援するためのデータ整備・検証 ・事業の意思決定に資するデータマートやレポートの作成・提供 【キャリアパス】 ・マネジメントを目指すキャリア ・データの分析を極め、データサイエンティストやデータアナリストを目指すキャリア など、個人の考えや適性に応じて、共にキャリアを形成していきます。
応募条件 以下いずれにも該当する方(目安2年以上) ・分析を目的としたデータマートの作成経験 ・特定のプログラミング言語を用いた開発経験 ・ETL/ELTの開発経験 ・BIツール(Tableau, Looker, Power BI等)を用いたダッシュボード作成経験 ・BigQuery, Snowflake, Databricksなどを用いたデータ基盤構築経験 歓迎条件 ・Webマーケティング(SEO,広告,CRM)の業務に関わった経験・志向 ・Webサービスの開発経験 ・機械学習、生成AIを活用した分析業務経験
-
450~900万
営業事務全般を主軸(業務の約8割)としながら、スプレッドシートやGASを活用した数値集計/分析を通じ営業活動をバックアップします。単なるルーチンワークだけでなく「データを活用し事務プロセスを効率化する」 「分析結果から営業の次の一手を支える」といった、高度な営業事務としての活躍を期待します。 【営業事務/管理業務】契約申請手続き/補助、経費処理、支払管理、予算集計、与実管理、その他、本部内の運営サポート業務全般など 【データ抽出/分析サポート】市場調査およびタイトル別の数値分析、Googleスプレッドシート(関数・GAS)を用いた管理表の作成・改修、次期予算策定に向けた試算・データ準備
【必須】・既存Google スプレッドシートの関数/GASの読解能力 ・各種分析が可能なGoogle スプレッドシートの関数/GASスキル ・分析結果のアウトプット/プレゼン能力 ・高密度なマルチタスク下での自己マネジメント経験 【歓迎】 ・MySQLなどの言語を用いたDBアクセス経験 ・ゲーム業界就労経験 ・マーケティング用語などの理解 ・資料作成における PowerPoint(google slides)スキル
■オンラインゲーム事業 他 ※『艦隊これくしょん』『刀剣乱舞』等、PCブラウザゲームを年間60~80本リリース ※アダルトの扱いあり
800~1500万
PFNは、多様な産業分野に属する顧客企業と共同して課題解決に取り組み、PFNにしかできない高価値なソリューションの提供を目指しています。 金融プロジェクトでは、機械学習および金融市場に関する知見を活かした金融時系列予測モデル開発や、深層学習および金融工学の知見を活かしたDeep Hedgingの技術を中心とした金融派生商品のリスク評価手法の開発を行っています。 (例) 効率的な Deep Hedging のためのニューラルネットワーク構造 金融プロジェクト機械学習エンジニアは、PFN内の機械学習の知見と競争力のある学習基盤を活用し、顧客企業と共同で金融業界の課題解決に取り組み、価値を創造する仕事です。新規案件を含むさまざまな案件について、問題解決のためのプロジェクトをエンジニアとして運営・推進します。 以下に業務例を示しますが、実際の業務はこれに限定されるものではありません。入社後に実際にご担当いただく案件・業務内容は、専門的知識・経験を考慮のうえ決定します。 ▼業務例 ・新規案件の立ち上げ、顧客ヒアリング、要件定義、エンジニアリング、およびレポーティング ・対象となる実際の金融商品に関するデータおよびその運用業務等の観察および分析 ・機械学習手法の応用による解決に適し、かつ顧客を満足させるタスク定義 ・実機・実データまたはシミュレーションに基づく、機械学習モデルの動作やアプリケーション挙動に関する評価方法の確立・実装、およびそれを用いた技術検証 ・機械学習モデルの動作や制御挙動についての顧客・ユーザに対する説明、および説明可能性を高める(可視化等の)技術手法の開発・実装・検証 ・顧客企業のエンジニアに対する技術的なアドバイス ・(金融分野以外での)データ分析・機械学習モデルの開発
・金融業・クオンツの産業分野または学術領域に関する専門的知識・経験または実績 ・コンピュータサイエンスの知識を活用した課題解決の経験 ⚪︎コンピューターサイエンスのすべての分野への精通を目指し、常に最先端の技術を追いかけ続けていること ⚪︎特に、機械学習に関する研究または実務の経験および実績 ・実データに基づく問題解決の経験(業界・分野不問) ⚪︎特に、顧客を満足させ技術的に解決可能である適切なタスク定義を行う能力 ・ソフトウェア開発経験 (Python, Go, C, C++, Java, 等) ⚪︎コンピューターアーキテクチャーを理解し、ソフトウェアの実行効率や、計算量を意識したプログラムの作成が出来る ⚪︎特に Python または C++ によるプログラミング能力 ・数学、自然科学(物理、化学など)に関する、大学卒業程度の知識(もしくは学習により習得可能なこと) ・チームでの課題解決の経験 ・ビジネスレベルの日本語能力(日本語非母語話者においては JLPT 試験で N1 レベル相当)
-
386~503万
入社後2か月間、JSTQBの資格取得を目的とした研修に参加いただき、Foundation Level(品質保証の第一歩となる資格です)取得を目指していただきます。 取得後は弊社顧客先企業にて、Web系・業務系・オープン系のプログラム開発業務の中でもテスト・品質保証を中心とした業務で活躍いただきます。 将来的にはQA(品質保証)エンジニアとしてプロを目指すことも、開発エンジニアとしてプログラマー・設計者を経てSEエンジニアを目指すことも可能です。
【必須】・社会人経験1年以上 ・PC(O365)の作業について経験があること 【魅力】未経験からITの土台を支えるエンジニアを育成しています。入社後は約1か月の研修で、PCの基本操作からネットワーク・サーバの基礎、から段階的に学習。配属後も専任のエンジニアリーダーとキャリアアドバイザーが伴走し、技術だけでなく「現場での立ち振る舞い」まで丁寧にサポートします。これまでの入社者の約7割が未経験スタート。今では大手企業のネットワーク運用やクラウド構築など、最前線で活躍しています。
■機械/電気/電子/組込制御/ソフトウェア/化学分野へのエンジニアリングサービス事業 ※次世代自動車・デジタル家電・ロボティクス・医療機器研究開発・生産・技術開発 ※ハードウェア・ソフトウェア・販売、設計・構築、保守・その他技術サービスなど
700~1000万
【職務内容】 データマネジメントにおける課題発見・改善提案/データ活用の探索・ステークホルダーヒアリング ディメンショナルモデリングを活用したデータモデル設計・データパイプラインの改善 データ分析基盤環境のAWSインフラの運用保守 データパイプラインの運用監視・障害対応などの運用 データマネジメントの成熟度に応じた技術検証(メタデータ、データ品質など) 【ポジションの魅力】 基盤整備が完了し、「データの価値向上」という次のステージに入るタイミングであり、 ・ビジネス価値を生み出すフェーズに携われる/ビジネスサイドと直接対話しながら、データの価値を創出できる ・データ価値向上にむけたチャレンジができる(× AI利用、データカタログ/メタデータ管理、データ品質等)(求人ID:340226)
【必須】 ・ディメンショナルモデリング(Dimensional Modeling)の実務経験 ・AWS環境の既存インフラを理解し、改善提案・実装・運用ができる(VPC、Aurora、S3、Lambda、SQS等) ・Snowflake、SnowSQLを用いたデータ変換の実務経験 ・ビジネスサイドやチームメンバーと協働し、課題を発見・議論・解決した経験 ・Pythonのコードを読んで修正できるスキル ・Git等のバージョン管理システムの使用経験 【歓迎】 ・データモデリング設計/データ基盤のリード経験 ・課題発見、主体的な課題解決提案、決裁、実行の経験 ・dbt (data build tool) の使用経験
HR Tech業界でトップシェア。クラウド型タレントマネジメントシステム「カオナビ」を提供しております。 『カオナビ』は、企業の経営者や管理職が感じる「社員の顔と名前が一致しない。」という悩みを解決すべく誕生した、クラウドで人材管理ができるシェアNo.1のHRテクノロジーサービスです。
896~1946万
Sansan株式会社のデータ戦略部門に所属し、プロダクトの根幹となるビジネスデータ基盤の構築・進化をリードするデータサイエンティストのポジションです。 Sansanは「名刺管理」を起点に、企業情報と接点データを掛け合わせた独自のビジネスデータベースを形成し、これをプロダクトとして提供することで、国内の法人向けクラウド名刺管理サービス市場で高いシェアを獲得しています。また、AIを活用した経理DXサービス「Bill One」など、関連サービスのマーケットシェアも拡大しており、データ戦略は同社の成長軸の中核となっています。 本ポジションは、データ分析・アルゴリズム開発・API化・実装・運用改善まで一貫して担当し、数理モデルや機械学習を用いた課題解決まで担当する役割です。具体的には、企業名の変化や統合など現実世界の複雑さを捉えるための分析・モデル構築、システム上への実装、自動化・品質監視の継続的改善(MLOps)などに技術的裁量を持って取り組みます。 また、ステークホルダーと密に連携してプロジェクトを進行し、短期・中期の目標達成を図るなど、技術とビジネスをつなぐ役割も期待されています。エンジニアだけでなく、データ戦略の意思決定に関わる影響力の大きいポジションです。 勤務地は、東京都渋谷区の本社ほか、大阪、名古屋、福岡など複数拠点から選択可能。フレックスタイム制で柔軟な働き方ができ、全国からのリモート候補者も含め幅広く募集します。 ■この仕事、ポジションの魅力 ◎ データ戦略の中核を担うミッション 同社は、名刺管理を超えたビジネスデータベース構築を掲げ、プロダクト全体の価値向上を目指しています。データ戦略部門はその中核であり、複雑なデータ課題を解決し価値に変えるプロセスを一貫して担える点が最大の魅力です。 ◎ ビジネスインパクトの大きさ 構築する基盤・アルゴリズムは、Sansan本体のみならず「Bill One」「Contract One」など複数サービスの価値向上に寄与し、ユーザー体験や企業のDXの推進に直接影響します。高い市場シェアとユーザー基盤を背景に、自分の成果が大きく反映される環境です。 ◎ 幅広い技術領域に携われる データモデリング、機械学習、API設計、本番運用改善まで、分析から実装・運用までの全フェーズに関わることができます。また、複数クラウド(AWS/GCP)や大規模データ基盤の設計・運用に関わる機会も多く、データエンジニアリング・機械学習エンジニアとしての市場価値を高められる環境です。 ◎ 裁量ある組織と柔軟な働き方 データ戦略部は約30名規模の専門組織で、裁量を持った技術的意思決定が可能です。フレックスタイム制や複数拠点勤務の選択肢があり、ワークライフバランスを維持しつつ高度な技術課題に取り組めます。
【必須】※下記のうちいずれか 機械学習・統計学等の知識と実務でのデータ分析経験 Webアプリケーション設計・開発・運用経験 SQL等を用いた大規模データ処理・分析経験 【歓迎】 DDD/クリーンアーキテクチャ等ソフトウェア設計の理解 Web APIの設計・開発経験(例:FastAPI、Rails等) MLOps(CI/CD、デプロイメント、監視)知識・実務経験 Docker/Kubernetes等コンテナ技術の利用経験 名寄せアルゴリズムの設計・実装経験 チームリーダーまたはPM経験
働き方を変えるAXサービスの企画・開発・販売