【データアナリスト／データ基盤構築エンジニア】データ未経験歓迎／在宅・フルFLEX有／副業可能／大規模PJ／座学研修／WLB

小売・サービス・金融・通信など、さまざまな業界におけるデータ分析基盤構築、顧客分析、需要予測、価格最適化、売上分析から市場動向分析、BIによるKPIの可視化・レポーティングまで、幅広いビジネス課題・マーケティング戦略に応えるデータ利活用をリード。 大手クライアント・大手SIerとの多数のプロジェクトにおいて、上流工程から下流工程までクライアントと伴走し、経営者・ビジネス担当者のデータドリブンな意思決定を支援します。

＜業務内容＞ 上流から下流まで全工程に携わり、お客様の課題をデータ活用の側面から解決します。 ※実務内容は以下に記載あり

実務経験の浅い方は、入社後最大2ヵ月程 座学研修を実施し、 データ分析のプロフェッショナルへの第一歩を踏み出します。 ※今までのご経験により、研修期間は異なります

微経験からスタートした社員も多くおり、 今までの経験などを活かしながら現在まで活躍しています。

＜入社後の流れ＞ ご入社 　↓ 1日目｜人事オリエンテーション 　↓ 2日目｜データサイエンス事業部配属・座学研修開始 (約2週間-2ヵ月) 　↓ PJ・業務アサイン

＜研修内容＞ 座学研修後、スキルに応じた業務からスタート。 その後、成長に応じてデータ分析や仮説検証、改善提案などをおこないます。

・ Big Query (SQL) 研修 - アプリデータを想定した大規模DB環境における集計・データマート作成 ・Tableau研修 - 実務を想定した、ダッシュボードの作成 ・Python研修 - データ分析プロセスに必要なPythonの習得および実習 ・ 統計研修 - 基本的な統計知識の理解 ・データ分析研修 - コンサル型データ分析のロールプレイ学習 - CVR向上を目的としたウェブサイトデータの分析 - KPIの可視化とデータ分析

※ 上記研修は2024年度実績の一部です ※ ご入社時期によって研修内容は異なります

＜実務/業務内容 ※ 代表的な一部を記載＞ ・データの加工／集計／抽出 ・データ分析設計／実施 ・機械学習などのモデル構築 ・ダッシュボードの設計／構築 ・施策の実施と効果分析 ・生成AI活用におけるデータ活用／整備 ・データパイプラインの設計／構築 ・データPF・DWH・DMの設計／構築 など

・オンラインサービスにおけるユーザー獲得／アクティブユーザー増／解約抑止のためのデータ分析 ・モバイル決済サービスの加盟店向けダッシュボードの運用と構築 ・メガバンク向けダッシュボードの運用と構築 ・大手製造メーカーのサイト分析 ・会員データを活用したプロモーションシナリオ検討と効果検証 ・在庫などの需要予測 ・生成AI向けデータ整備 など

【仕事の特色】 この仕事で得られるもの ◎技術的スキルやデータの洞察力 データベース設計やクエリの最適化、データベース管理など多くの技術的スキルを磨ける案件を担当していただきます。それに加え、データベース内の情報を分析しパターンやトレンドを発見することで意思決定に根拠をもってアクションを起こすのに必要な洞察を得ることができます。データベース技術の進歩に追いつくために、常に学び続ける姿勢が必要になります。

◎お客様と共に創り上げる喜び 当社の案件のほとんどが、お客様から直接依頼を受けているものなので、「言われた通りに仕事をする」ではなく、「自ら提案を行っていく」がスタンダードです。データベースエンジニアは他の技術者や組織内の他の部門と連携してプロジェクトを推進する機会が多い職種です。チームワークと効果的なコミュニケーションを行うことで、お客様の心を動かし、チーム一丸となって共に創り上げる、【モノづくりの醍醐味】が味わえます。

＜詳細PJT 一部＞ ■例１ スマホアプリ利用促進施策の分析業務 施策立案をサポートする示唆出し

１．基礎分析（データを可視化） RFMセグメントごとの属性やコンテンツの利用状況を可視化し傾向を把握 RFMセグメントの遷移ルートを可視化し傾向を把握 →傾向を元に施策の実行 or 強化 使用ツール：BigQuery、Looker Studio

２．予測モデル ロジスティック回帰のオッズ比を活用し、施策結果の説明性を高める 時系列モデルを用いてアプリの利用ログから翌月のセグメントを予測 使用ツール：Python（scikit-learnなど）

３．レコメンドアルゴリズム 協調フィルタリング、バンディット等 使用ツール：Python（scikit-learn、Scratchなど）

■例２ ECを運営している事業会社様に対して全保有チャネルのマーケティングを支援し、CRMデータ分析により、効率的でデータドリブンなCRMコミュニケーション施策設計/運用に寄与

１．カスタマーデータ統合 Google Analytics：Web行動データ Adjust：アプリ行動データ EC Orange：ECトランザクションデータをユーザー単位で統合し、BigQuery上に分析DWHを構築

２．BI分析環境構築 BigQuery上の分析用DWHから、BI連携用データマートを作成し、Tableauやnehanなど各種BIツールと接続しデータ分析PDCAの仕組みを構築し、効率化を図る

３．CRM施策最適化 データ分析により、クロスチャネル下でのCRM施策、設計/運用を支援 獲得単価の低いチャネルで新規獲得させ利益率の高いチャネルへユーザー誘導するなど粗利を効率化する施策を実施

■例３ 数理最適、物流配送ルート最適化支援（物流業） →トラックの配送ルート最適化に伴うコスト削減

現状：配送ルートを決める作業について効率化ができておらずトラック・人にコストがかかっている 解決後：数理最適化を活用することで、集荷の時間指定・運行負荷なルート等を加味した上で最適なルートを算出

＜この仕事の魅力＞ ・小売・サービス・金融・通信など、さまざまな業界におけるデータ分析基盤構築、顧客分析、需要予測、価格最適化、売上分析から市場動向分析、BIによるKPIの可視化・レポーティングまで、幅広いビジネス課題・マーケティング戦略に応えるデータ利活用をリード。 ・大手クライアント・大手SIerとの多数のプロジェクトにおいて、上流工程から下流工程までクライアントと伴走し、経営者・ビジネス担当者のデータドリブンな意思決定を支援できます。

＜業務環境＞ ■PC 入社直後：Windows PC PJ配属後：プロジェクトにより異なる

＜開発環境＞ ■使用言語・ツールなど ・言語：SQL, Python, R ほか ・OS：Windows, Mac OS, Linux ほか ・クラウド環境：Google Cloud Platform (GCP), Amazon Web Service (AWS), Microsoft Azure ・DB・DP例：BigQuery, Redshift, Snowflake, Databricks, TreasureData ほか ・BIツール例：Tableau, Looker Studio, PowerBI, Domo ほか ・ETLツール例：Amazon Glue, Dataflow, Azure Data Factory, Informatica, DataSpider, dbt ほか ・MLツール例：Amazon SageMaker, Vertex AI, Azure ML, DataRobot ほか ・その他ツール例：Google Analytics (GA4), Adobe Analytics, SAS, SPSS, MATLAB, Streamlit, Looker, GitHub, Docker, Tableau Server, Google App Script (GAS) ほか

＜勤務形態＞ 入社直後～研修期間：テレワーク / 出社 週3出社予定 PJ配属後：例）フレックス / 週1,2出社 など (プロジェクトにより異なります)

【仕事内容（変更の範囲）】
会社の定める業務

400〜600万円（給与形態：月給制）

■賞与・昇給
賞与：年2回
昇給：給与改定：年2回

■募集職種の年収例
※スキルに応じ、決定します