データサイエンティスト(内部監査×データ分析/生成AI)株式会社三菱UFJ銀行 監査部
800~1500万
株式会社三菱UFJ銀行
東京都千代田区
800~1500万
株式会社三菱UFJ銀行
東京都千代田区
データサイエンティスト
市場リサーチ/データ分析
データアナリスト
【業務概要】 MUFGの内部監査(統制の運用テスト等)において、データ分析/生成AIを活用し、監査の実効性向上と効率化を推進するポジション。分析の設計から実行まで担い、監査部のデータ分析/生成AI活用を高度化。 【業務内容】 ・監査業務(統制の運用テスト等)におけるデータ分析の設計・実行 (データクレンジング、データ可視化、異常検知、再計算・突合、テキスト分析等) ・生成AI活用を通じた、監査プロセスの標準化・効率化 ・MUFGの内部監査におけるデータ分析/生成AI活用の高度化推進 (ユースケース創出、分析ガバナンス整備、ナレッジ共有等) 【使用ツール例】 ・Tableau、Python ・Excel/Access ・行内生成AIツール 等(案件特性に応じて選定) 【魅力】 ・監査としてMUFGが保有する大量データの分析ができる。 ・監査業務へのデータ活用は重要施策と位置付け。 ・監査部内にデータ分析・AI活用の専門チームあり。 ・監査として、経営に近い立ち位置で、MUFG全体を俯瞰することができる。 ・ワークライフバランスが取りやすい環境です。 ・小さなお子様がいる行員も在籍している他、男性育児参画の休暇取得制度あり。 ・在宅勤務制度、フレキシブル勤務等の柔軟な働き方を支援する制度あり。 <MUFGならではのダイナミズム> ・事業規模の大きさは国内随一である。 ・グループ各社と協働しながら、グループベースでの監査を担える。 ・海外監査部との連携により、グローバルに活動できる。 ・業界を牽引するトップバンクとして常に関心を持たれており 監査/内部統制が強く求められる環境である。 【風土・雰囲気】 キャリア採用者やグループ内他社からの出向者、行内の他部署から希望して異動してきたメンバーも在籍。組織として非常に多様性があり、キャリア採用者の提案も柔軟に受け入れる雰囲気あり。 【組織】 本邦監査部 約240名 海外監査部 約740名
【前職のイメージ】 金融・事業会社等(業界問わず) 【必須要件】 ・データ分析(データ可視化、多変量解析、機械学習等) ・生成AI関連等の知見(業務で活用できるレベル) ・大量データを活用した分析業務の実務経験(目安3年以上) ・分析結果を非専門家にも伝わる形で整理しドキュメント化、合意形成する力 【歓迎要件】 ・データ分析/生成AI活用に関するPJを企画・主導 ・コーディングを含め「手を動かした」経験 ・大学院修士課程レベルの統計学の知識 ・金融機関でのデータ分析経験 ・英語力としてビジネスシーンでの読み書きや簡単な会話が可能な方 ※監査領域未経験でも応募可能です。 ※データ分析の専門性を監査の検証・証跡に落とし込む意思のある方を歓迎します。 ■選考フロー 書類選考(写真付き履歴書・職務経歴書)、適性検査あり 面接2回~3回を予定
大学院(博士)、大学院(法科)、6年制大学、専門職大学、大学院(その他専門職)、大学院(修士)、大学院(MBA/MOT)、4年制大学、専門職短期大学、高等専門学校、短期大学
正社員
有 試用期間月数: 6ヶ月
800万円〜1,500万円
全額支給
07時間30分 休憩60分
08:40〜17:10
有
有
120日 内訳:土曜 日曜 祝日
健康保険 厚生年金 雇用保険 労災保険
<賃金内訳>月額基本給:255,000円~600,000円 <昇給有無>有 <残業手当>有 <給与補足>給与詳細は経験、前職の年収、同行基準テーブルを考慮の上決定します
無
東京都千代田区
東京都千代田区麹町5-1-1 麹町ガーデンタワー 受動喫煙対策:屋内全面禁煙 <転勤>無
有
■休日・休暇 完全週休2日制(休日は土日祝日) 年間有給休暇4日~21日 ※下限日数は入社直後の付与日数となります。 年間休日120日 ■待遇・福利厚生 社宅・独身寮制度 財形貯蓄制度 従業員持株制度 確定給付企業年金制度 確定拠出年金制度 退職一時金制度 15年休暇制度 配偶者海外転勤等同行休職制度 ベネフィット・ワン 同性パートナーシップ制度 ベビーシッターサービス制度 産前・産後休業 出産祝い金・出産一時金 育児休業(男女両方) 育休明け研修 時短・時差勤務 育児費用補助制度
設立 1919年8月 資本金 17,119億円(単体) 従業員 32,786名(2023年3月末、単体) 事業概要 【事業内容】金融業及びその他付帯業務 三菱UFJフィナンシャル・グループ(MUFG)の中核企業としてグローバルな競争を勝ち抜く『世界屈指の総合金融グループ』を創造しお客様に最高水準の商品・サービスを提供しています。
最終更新日:
650~1800万
■職務内容 ・大規模言語モデルおよび大規模視覚言語モデルに関する研究開発 ・大規模言語モデルおよび大規模視覚言語モデルの開発基盤の構築 ・データエンジニアリング、データ基盤の構築 ・研究成果の論文発表 ■仕事の魅力 当社の所有する国内最大規模の計算基盤を使いスクラッチから大規模言語モデルおよび大規模視覚言語モデルの研究開発を行います。主に、モデルの学習基盤の改善、モデルの学習方法の改善、データエンジニアリングにより継続的なモデルの性能改善を行います。 ■ミッション ・大規模言語モデルおよび大規模視覚言語モデルの研究開発を行い得られた成果を事業に還元する ・モデルの学習手法、データ処理、評価などの諸課題に対する問題解決
・GitHubなどのソフトウェア開発プラットフォームを使ったチームでの開発経験 ・情報系もしくはそれに類する分野の修士号、またはそれに準ずる経験 ・論文を読解し実装の再現、またはアルゴリズムを改変した経験
・国内通信インフラ大手ソフトバンクグループ傘下の生成AI研究開発カンパニー ・日本語に特化した大規模言語モデルをスクラッチで自社開発 ・言語モデルの高度化と応用展開、AIサービスの社会実装を推進 ・親会社の豊富な計算基盤と国内データセンターを活用した開発体制 ・2023年設立で立ち上げフェーズの新興企業ながらグループ屈指の人材が集結 ・ソフト・ハード両面で国内顧客接点を活かした事業拡大を狙う成長フェーズ
600~1000万
【仕事内容】 「データ分析はしたが、結局ビジネスに使われなかった」……そんな経験はありませんか? 当社では、ECの売上を最大化させるレコメンドエンジンの実装や、総合商社の意思決定を支える統計解析など、事業の根幹に関わるプロジェクトが主戦場です。 【具体的な業務例】 ・MLプロダクトのリード: ECアプリにおけるGCP環境での基盤構築、レコメンドアルゴリズムの設計・実装・効果検証。 ・AI×コンサルティング(PM): 店舗立地分析や需要予測モデルの構築。顧客折衝から要件定義、アプリ開発チームとの連携までを主導。 ・次世代分析基盤の設計: Snowflake、SageMaker、BigQueryなどを用いた、大規模データ(数千万件〜)のパイプライン設計とガバナンス構築。 【この仕事の魅力】 ・圧倒的なドメインの幅: 金融SaaSの不正検知から建設・商圏分析まで。特定の業界に縛られず、汎用性の高い「データサイエンス×ビジネス」の経験を積めます。 ・ 自律的な働き方を尊重する現場が多く、技術研鑽とプライベートの両立が可能です。 【当社の特徴】 1. 圧倒的な背景:グループ累計90万社超の顧客基盤 大手企業の基幹システムから最先端のDXプロジェクトまで、グループが持つ膨大なネットワークの中から、あなたの「次に伸ばしたいスキル」に合致する案件をプロの視点でマッチング。この「選択肢の広さ」が、あなたのキャリアの自由度を支えます。 2. エンジニアファーストの体現:アサインへのこだわり 「会社がアサインを決める」のではなく、「あなたのキャリアから逆算してプロジェクトを選ぶ」。エンジニア一人ひとりが「会社都合の案件」に縛られることなく、自らの意志でキャリアを切り拓ける環境を大切にしています。
【必須】 ・Python/SQLを用いた機械学習モデルの構築・評価・実戦投入経験(5年以上) ・クラウド(AWS/GCP)上でのデータ分析基盤の構築・運用経験 ・5名以上のチームリード、またはビジネスサイドとの顧客折衝・要件定義経験 【あれば尚可】 ・メガベンチャー等での自社プロダクト開発経験 ・自然言語処理(NLP)や生成AI(LLM)のプロダクト組み込み経験
-
600~1000万
【仕事内容】 〇具体的なプロジェクト例 ・大規模レコメンドエンジンの刷新: 数十万〜数百万ユーザー規模のEC・HRアプリにおいて、機械学習モデルをAPI化し、AWS/GCP環境でのバッチ処理・リアルタイム推論基盤を構築。 ・次世代AIエージェントの企画・開発: 総合商社のDXプロジェクトにて、LLM(ChatGPT/Claude等)を活用した意思決定支援ツールのプロトタイピングから本実装まで。 ・技術的意思決定のリード: アルゴリズムの選定から、MLOps(継続的学習・デプロイ)の体制構築、ビジネスサイドへの技術的フィードバックまでを主導。 【この仕事の魅力】 ・「フルスタックなMLE」への深化: モデル構築(DS領域)とシステム実装(エンジニアリング領域)の両輪を回すため、極めて市場価値の高いキャリアを築けます。 ・上流からの参画: 曖昧な要件から「どの技術を使い、どう解くか」を定義する、テックリードとしての裁量があります。 【当社の特徴】 1. 圧倒的な背景:グループ累計90万社超の顧客基盤 大手企業の基幹システムから最先端のDXプロジェクトまで、グループが持つ膨大なネットワークの中から、あなたの「次に伸ばしたいスキル」に合致する案件をプロの視点でマッチング。この「選択肢の広さ」が、あなたのキャリアの自由度を支えます。 2. エンジニアファーストの体現:アサインへのこだわり 「会社がアサインを決める」のではなく、「あなたのキャリアから逆算してプロジェクトを選ぶ」。エンジニア一人ひとりが「会社都合の案件」に縛られることなく、自らの意志でキャリアを切り拓ける環境を大切にしています。
【必須】 ・Pythonを用いた開発実務経験(5年以上) ・機械学習モデル(回帰・分類・レコメンド等)のプロダクト実装・運用経験 ・クラウド(AWS/GCP)を用いたアーキテクチャ設計・API開発経験 ・Docker等を用いたコンテナ開発環境の構築経験 【あれば尚可】 ・数十万人規模のユーザーを抱えるプロダクトでの開発・運用経験 ・自然言語処理(LLM)の実務活用、またはMLOpsの推進経験 ・チームリードや技術選定の主導経験
-
500~1050万
本ポジションでは、電力・送配電領域における大規模データを活用し、業務判断の高度化や現場改善につながる分析を担います。 【業務詳細】 ・電力・送配電に関わる比較的大規模なデータの分析・可視化 ・需要予測や設備状態把握などを目的とした分析モデルの設計・実装 ・データに基づく判断材料の整理と意思決定支援 ・現場・主管部門と連携した分析結果の業務反映サポート ・モデル改善や再分析による継続的な精度向上 データ理解から分析、示唆の整理、業務への落とし込みまでを一連のプロセスとして担当し、データ活用の成熟度向上に貢献いただく業務です。
以下いずれか必須 ・データサイエンティスト、データエンジニア、システムエンジニアなど、データに関わるエンジニアとしての実務経験がある方 ・Python、Rなど、何らかのプログラミング言語を利用した実務経験がある方 ・データサイエンスやデータエンジニアリングの基礎知識 例)分析用データの整形・加工、SQL等を用いたデータ抽出、分析しやすいデータ構造の理解など 【歓迎】 ・クラウド環境を活用したデータ分析の実務経験 ・データサイエンスやデータエンジニアリングの発展的なスキル 例)需要予測や分類・回帰モデルの設計、モデル精度の評価・改善など
-
500~1100万
本ポジションは、経営や現場の課題を起点に、生成AIを活用した業務変革を企画・設計し、実装から定着までを一貫して推進する役割です。PoCに留まらず、実業務で使われ続ける仕組みとして根付かせることを重視しています。 【業務詳細】 ・経営・現場課題を踏まえた生成AI活用テーマの構想設計 ・業務変革に直結するユースケースの具体化、優先度設計 ・社内・外部パートナー(コンサル・Sier)と協働したAI開発推進・内容レビュー ・実業務への適用、効果検証と改善の継続 ・将来の横断展開を見据えた設計思想・活用方針の整理 【採用背景】 AI・データ活用を一部業務での実運用段階から、全社的な業務・事業変革へと発展させていくフェーズにあります。これまで個別施策として進めてきた取り組みを、再現性のある形で横断展開できる体制への移行を進めています。 一方で、AI活用に関する相談や依頼は部門横断で増加しており、複数テーマを同時並行で進める場面も多くなっています。スピードと品質を両立しながら取り組みを前進させるため、企画から業務実装まで主導できる人材を増員することになりました。 【魅力・やりがい】 エネルギーという社会基盤を支える領域において、生成AIを活用した業務変革に直接関われる点が本ポジションの特徴です。影響範囲が部門単位から全社レベルに及ぶテーマに携わることもあります。 【詳細】 ・大規模な企業における生成AI活用の企画から業務定着までを経験できる ・業務改善の成果が現場の生産性や安定運営に反映されやすい ・研修やOJTを通じて、AI領域の知識・実践力を高められる ・スマートメーター等、当社ならではの大規模データに触れる機会がある 社会的意義と実務的な手応えの両立を感じられる環境です。 【キャリアパス】 以下のようなキャリアパスを想定しています。 短期(1〜3年):AI活用プロジェクトの推進メンバーを経験頂きます。 中期(3〜5年):プロジェクトリーダー的な立場でチームを運営頂きます。 長期(5年以上):リーダーとしての経験を積み、ひいては組織全体の経営に携わっていただくことを期待しています。
【必須】 ・他社においてコンサルタント、プロジェクトマネージャー、経営企画、事業企画、IT企画、マーケティングなど、何らかの企画系業務の経験があり、生成AIなどの新技術適用による業務変革に興味がある方 ・生成AIに関する基礎知識 例)大規模言語モデルや生成AIの基本的な構成要素(モデル、学習データ、API利用等)を理解している 【歓迎】 ・生成AIやデータサイエンス等に関わる知識や業務経験 ・Azure、GCP、AWSなどのクラウド環境の知識や利用経験 ・生成AIのプロンプトエンジニアリングやクラウド実装のスキル
-
600~1000万
■職務内容 ━━━━━━━━━━━━━━━━━━━ ✓因果推論を用いたマーケティング施策の効果検証、および統計モデリングによる各事業部KPIの予測業務 ✓自社サービス向けレコメンドアルゴリズムの開発、および自然言語処理を用いた業務効率化ツールの構築 ✓自社運営サービスにおける課題抽出、それに応じたアプローチの策定および機械学習による効率化の推進 ✓データ分析やアルゴリズム開発時における、現場担当者へのプレゼンテーションおよび実業務への導入支援 ✓アクセスログや顧客時系列情報のほか、テキスト・音声・画像・動画等の非構造化データの処理と特徴量作成 ■プロジェクト例 ━━━━━━━━━━━━━━━━━━━ ✓「レバテック」や「レバウェル」など、業界最大級規模を誇る自社全サービスのビジネス課題に対する機械学習の適用 ✓レバレジーズが保有する膨大な求人票や求職者の経歴データ、架電・音声ログを対象とした自然言語処理プロジェクト ✓広告配信成果データやサイトログの因果推論分析に基づく、集客プロモーション施策の最適化と効果検証
必須条件(MUST) ✓PythonやRなどを使用したデータ分析の実務経験(2年以上) ✓統計学、機械学習に関する基礎知識 ✓SQLを使用したデータの抽出・処理実務経験 歓迎条件(WANT) ✓データに基づくビジネス課題の発見や改善施策の提案、Google Cloud・AWS・Linux環境での分析実務経験 ✓自然言語処理や音声データの分析実務、ベイズ統計学の知識、またはETL関連のコーディング実務経験
-
600~1000万
■職務内容 ━━━━━━━━━━━━━━━━━━━ ✓プロダクトやサービスをデザインする上での課題特定、あるべき姿の設定 ✓ユーザーヒアリングやユーザーテストの設計、実施、考察のまとめ、レポーティング ✓社内担当者(PdMやデザイナー等)と協業しながらの施策のプランニング、実行サポート ✓事業戦略の企画立案、サービス/プロダクトの企画設計、UI改善にまつわる効果検証 ✓組織や社内メンバーの成長へのコミット、およびプロジェクト全体の推進 ■プロジェクト例 ━━━━━━━━━━━━━━━━━━━ ✓「レバテック」「レバウェル」など自社主力Webサービスのユーザー体験・UI改善 ✓新規立ち上げフェーズやグロースフェーズにおける、ユーザーの行動実態に即した事業戦略立案 ✓インハウス型マーケティング組織における、他専門職種と連携した集客スキーム構築
必須条件(MUST) ✓定性のユーザーリサーチ 実務経験1年以上 ✓調査の設計、実施、分析、報告の全工程における経験 歓迎条件(WANT) ✓3年以上のユーザーリサーチ経験、または定量調査の設計、分析経験 ✓事業開発、PdM、デザイン、メディアプランニング、無形商材営業などの実務経験
-
500~700万
【職務内容】 カスタマーサクセスの成果を最大化するための「仕組みづくり」を担っていただきます。 【具体的には】 ・ヘルススコアの設計・運用・改善(プロダクトログの活用) ・顧客データ分析および施策立案(解約分析/VOC分析など) ・優先顧客の抽出および対応優先度の設計 ・解約防止・活用促進に向けた施策の企画・実行 ・顧客セグメントに応じたサポート体制の設計・最適化 ・CS活動の可視化・標準化(KPI設計/ダッシュボード構築) ・フォーキャスト(売上予測)の設計・運用(求人ID:433867)
【必須】 以下いずれかのご経験 ・ カスタマーサクセスまたはCSOpsの実務経験 ・ データ分析の経験(Excel/スプレッドシート等) ・ 業務改善・プロセス設計の経験 【歓迎】 ・ SaaS/サブスクリプションビジネスへの理解 ・ CRM/CSツールの活用経験 ・ オンボーディング設計の経験 ・ 解約率改善やLTV向上に関する取り組み経験
私たちは、事業会社や社労士に向けた社内規程の作成/管理を効率化するSaaS『KiteRa』の開発および提供をしています。 社内規程は安心して働けるための相互尊重のルールであり、働く人々の生活をより豊かにするために欠かせないものです。 私たちが提供する『KiteRa』では、規程担当者や社労士の方が持つ課題を解消し、 社会環境の変化に柔軟に対応できる基盤づくりをサポートすることで、本質的な企業価値向上へ導きます。
600~1000万
■職務内容 ━━━━━━━━━━━━━━━━━━━ ✓【データアナリスト】事業課題に即したデータ分析設計、SQL/Pythonを用いた抽出・可視化、分析結果に基づく施策提案 ✓【データアーキテクト】KPI設計とデータ定義、BigQueryを用いたDWHの構築・改善、社内のデータ活用教育 ✓Tableau、AWS QuickSight、LookerStudio等のBIツールを用いた各種ダッシュボードの開発・可視化・運用改善 ✓事業責任者に対するデータ活用施策の提案、および要件定義から施策実行までのプロジェクトマネジメント(工数・進捗管理) ✓アクセスログ、顧客属性、架電履歴、広告成果データのほか、音声・テキスト等を用いたデータ戦略の立案・実行 ■プロジェクト例 ━━━━━━━━━━━━━━━━━━━ ✓「レバテック」や「レバウェル看護・介護」など、業界最大級規模の自社主要サービスにおけるデータドリブン戦略推進 ✓音声データ(通話)や求人票・QAサイトなどのテキストデータを活用した、最先端のデータ分析および活用環境構築 ✓DataformやDataplexを用いたGoogle Cloud環境、またはAWS環境におけるデータ品質・セキュリティ向上の基盤整備
必須条件(MUST) ✓【アナリスト】データ職務経験2年以上、SQL・Pythonでの抽出スキル、統計学/機械学習の基礎、モデル構築経験 ✓【アーキテクト】データ職務経験2年以上、SQLを用いたDWH/データマートの設計・構築・運用、またはBIダッシュボード開発経験 歓迎条件(WANT) ✓事業のKPI設計やそれに基づく業務改善、および複数の部署・職種にまたがるプロジェクトの運営経験 ✓BigQuery等のデータ分析基盤システムの運用経験、DWHにおけるデータモデリングの知識、マーケティング知識
-