データサイエンティスト

分析屋の特長

1. 1「おもてなし分析」を掲げ、データの価値を成果へと結びつけるプロフェッショナル集団
2. 2SHIFTグループの安定した顧客基盤を活かし、データ分析案件が急増中
3. 3データ分析や機械学習の実装、BIツールを活用した可視化、データ基盤の構築・運用など幅広い業務に携わる
4. 4実力次第でより専門性の高い案件へアサインされる環境があり、スキルに応じた早期のキャリアアップが可能
5. 5代表や役員との距離が近く、先輩社員からサポートを受ける機会が充実、勉強会やナレッジシェアの場を定期的に開催

この求人にマッチする方

1. 1大手では味わえないスピード感の中で、自分の成果をダイレクトに感じたい方
2. 2指示通りの分析に「おもしろくない」と感じている方
3. 3顧客や事業に踏み込んだ提案型の分析に挑戦したい方
4. 4自身のキャリアの幅の可能性を見出したい方
5. 5安定した環境で着実にスキルを伸ばしたい方
6. 6PythonやSQLを駆使し、統計解析・機械学習・データ基盤構築等の実践経験を積みたい方
7. 7クラウド環境（AWS・GCP・Azure）でのデータ分析やMLOpsに挑戦したい方
8. 8特定業界に縛られず、幅広い業界のデータ分析を経験したい方
9. 9経験豊富なデータサイエンティスト達と切磋琢磨できる環境で働きたい方
10. 10ビジネススキル／エンジニアスキル の両方を伸ばしたい方

募集背景

1. 12011年の創業以来、データ分析支援を主軸に事業を展開し、顧客の意思決定を支えてきた
2. 2「2034年に売上100億円」という目標に向け、大きな成長フェーズにある
3. 3「人員拡大による体制強化」「既存メンバーのスキルアップと単価向上」「人月モデルに依存しない自社サービス開発」に取り組む
4. 4多くの企業で「分析はしているが、ビジネス成果につながっていない」という課題がある
5. 5分析屋では「データ分析をビジネス成果につなげる橋渡し」を大切にし、分析結果を戦略に落とし込み改善提案まで行う
6. 6事業拡大と組織強化を見据えた増員であり、ゼネラリスト的に幅広く活躍できる方、または特定分野で専門性を深めつつビジネス側へ挑戦したい方を歓迎

仕事内容

1. 1データサイエンティストとしての分析スキルを高めながら、ビジネス側の経験も積み、市場価値を向上させることが可能
2. 2データ解析や分析業務にとどまらず、顧客の課題抽出から施策提案・実行まで幅広く関与
3. 3業務内容は大きくエンジニア領域とビジネス領域に分かれ、ご経験や志向に応じて担当範囲を調整
4. 4エンジニア領域：データ収集・前処理、データ基盤構築・管理、データ分析設計・実行、KPI可視化・レポーティング、分析結果報告・施策立案
5. 5ビジネス領域：顧客のデータ活用課題の抽出・整理、課題解決の方針策定と提案活動、要件定義・KPI設定、データ活用戦略の立案、プロジェクトマネジメント、契約調整・SLA管理、チームマネジメントや若手育成サポート

当社で働く魅力

1. 1「データとビジネスの橋渡し」として成果に直結する分析ができる
2. 2エンジニアとビジネスの両視点を持つ人材へと成長できる
3. 3業界横断で多様なデータ分析に携われる
4. 4代表・役員との距離が近く、提案が通りやすいフラットな環境
5. 5研修・勉強会・ナレッジ共有が活発で、成長を後押し

入社者の声

1. 1前職：事業会社／データエンジニア（34歳）「業務が縦割りになっていた大手企業のころに比べ個人の裁量が持てるようになりスピード感を持って改善に取り組めるようになりました。」
2. 2前職：SIer／BIエンジニア（27歳）「“言われた通りに作る”だけの環境から抜け出し、今は顧客と一緒に成果をつくるやりがいを実感しています。」
3. 3前職：事業会社／データアナリスト（28歳）「依頼対応中心だった前職とは違い、提案が評価され、分析が実際の施策に反映される喜びがあります。」
4. 4前職：メーカー／データエンジニア（30歳）「開発寄りからデータ活用の上流へ。エンジニアスキルを活かしつつ、分析設計や提案まで担えるのが魅力です。」

案件事例

1. 1鉄道会社のインバウンド対策：海外観光客の流入データを活用し、受け入れ態勢整備に向けた課題整理、需要予測、レポーティング
2. 2教育業界向け学習アプリの利用者増加施策：アクセスログ・ユーザー行動データを分析しKPI設定、A/Bテスト設計、施策立案・効果検証
3. 3消費財メーカーの新商品開発支援：BIツール（Tableau、Power BI など）を用いた分析環境構築、パネルデータを活用しKPIの可視化・レポーティング
4. 4ソーシャルゲームの離脱率改善：ログデータの加工・集計・分析（Python、SQL などを活用）、クラスタリング分析によるユーザー分類、施策立案
5. 5データマネジメント業務：データのライフサイクル全体を通じた品質管理・資産管理、データガバナンスの設計・運用支援
6. 6これらの案件を通じて、データ分析技術（Python, SQL, BIツール, 統計解析 など）、ビジネス課題解決力、データ基盤構築・マネジメントのスキルを伸ばせる

使用ツール・開発環境

1. 1クラウド環境：AWS、GCP、Azure
2. 2分析ツール：BIツール（Tableau、Power BI等）、SAS、SPSS
3. 3データベース：Oracle Database、SQL Server、MySQL、PostgreSQL
4. 4その他：Google Analytics、SQL、Python、R

入社後の流れ

1. 1入社後の1～2か月間は研修期間として、データ分析に必要なスキル（SQL、BIツール（Tableau）、Pythonなど）を学ぶ
2. 2研修後は実際の案件に参画し、顧客課題に応じたデータ解析・分析業務（要件定義～レポーティング）を担当
3. 3OJTを通じてスキルを実務レベルに引き上げつつ、分析設計・データ活用の経験を積む
4. 4データサイエンティストとして専門スキルを高める道、プロジェクトリーダーとしてマネジメントに挑戦する道、プロジェクトマネージャー（PM）を目指す道がある

入社時研修について

1. 1SQL・Python・BIツールなど、入社後１～2ヶ月程度、スキル・経験に応じた研修がある
2. 2Step 1: データ分析環境の理解（SQL Server / MySQL / PostgreSQL / Oracle Database）
3. 3Step 2: コーディングによるデータ加工（SQL / Python / SAS / R）
4. 4Step 3: データの可視化・分析（Google Analytics / Tableau / PowerBI）
5. 5Step 4: レポーティング・報告提案（ダッシュボード（BIツール内） / PowerPoint / Word）

スキルアップへのサポートも充実

1. 1資格支援制度として統計検定など、一部の資格取得に対しては会社が受験費用を支給
2. 2対象資格：統計検定、統計調査士、専門統計調査士、データサイエンス基礎（DS基礎）、データサイエンス発展（DS発展）、データサイエンスエキスパート（DSエキスパート）、データサイエンティスト検定™リテラシーレベル（DS検定™ ★）など
3. 3入社後1~2か月の間、データ分析基礎スキルの習得を目的とした研修（SQL研修、Python研修、BIツール（Tableau）研修）を用意

個人の働き方に合わせたキャリアパス

1. 1分析屋のキャリアパスは、各個人の特性を活かす思想のもとで作られている
2. 2将コース（総合職）：一般的に管理職を目指していきたい方向け
3. 3剣コース（技術職）：一般的に技術職でキャリアを積み上げていきたい人向け
4. 4武士コース：よりライフワークバランスを重視したコース（※今回求人では対象外）

応募資格（必須）

• データ分析（データ抽出、統計解析、機械学習など）の実務経験2年以上
• SQL／Pythonを用いたデータ処理やシステム開発の経験 ＋ 要件定義や設計などの上流工程業務経験2年以上

歓迎する経験

• 分析基盤構築の経験（ETLパイプラインの開発、データウェアハウス構築など）
• BIツール（Tableau、Looker等）の使用経験

待遇・福利厚生

• グループ健康保険組合
• 休日勤務手当
• 会社指定休日
• 国民の祝日
• 在宅勤務環境手当
• 夜勤手当
• 子ども手当
• 安心サポート休暇制度
• 年末年始休暇
• 年次有給休暇
• 慶弔休暇
• 提携サービス優待
• 残業・深夜手当あり
• 産前産後休業
• 資格取得支援

求めるスキル・経験