データ利活用部 データサイエンティスト／ミドル

必須

• ※以下いずれかのご経験が2年以上ある方

  • 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
  • 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

歓迎

• 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

求める人物像

• 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
• 指示通りの分析に「おもしろくない」と感じている方
• 顧客や事業に踏み込んだ提案型の分析に挑戦したい方
• 自身のキャリアの幅の可能性を見出したい方
• 安定した環境で着実にスキルを伸ばしたい方
• Python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
• 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
• 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
• 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
• 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

使用ツール

募集背景

• 当社は2011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まいりました。現在は「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ります。
• その実現のため、「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」といった取り組みを進めており、技術力を深めながらビジネス成果につなげられる人材が必要不可欠です。
• 現在、多くの企業では「分析はしているが、ビジネス成果につながっていない」という課題があります。分析結果を単に報告するだけで現場任せになったり、高度な分析そのものが目的化してしまい、実際の成果に結びつかないケースも少なくありません。
• そんな中、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」を大切にしています。当社では、データ分析の実装だけでなく、分析結果を戦略に落とし込み、改善提案まで行うことで、実際に成果を生むことに挑戦できます。
• 今回の募集は、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します。
• これまでの経験を土台に、新たな挑戦を通じて自身の市場価値をさらに高めていきたい方をお待ちしています。

仕事内容

• 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です。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することで、技術とビジネスの両軸を身につけることができます。
• 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いたします。

エンジニア領域

• データを活用した課題解決に携わります。実務を通じて分析スキルを磨きつつ、より戦略的なデータ活用にもチャレンジできます。

主な業務内容

• データ分析のためのデータ収集・前処理（データクレンジング、ETL処理など）
• データ基盤構築・管理（データベース設計、データパイプラインの開発など）
• データ分析設計、実行（ビッグデータ分析、統計解析、機械学習モデルの構築など）
• KPIの可視化・レポーティング（BIツールでのダッシュボード作成等）
• 分析結果報告、施策立案（報告書作成、顧客報告会でのプレゼンなど）
• 変更の範囲：会社が指定した業務

ビジネス領域

• データ分析の専門家としてのスキルを活かしながら、ビジネス側の経験も積むことができます。プロジェクトの推進や顧客との折衝を通じ、戦略的なデータ活用を支援する役割を担います。

主な業務内容

• 顧客のデータ活用課題の抽出・整理
• 課題解決のための方針策定と提案活動
• 要件定義、KPI設定
• 顧客の経営計画・業界動向を踏まえたデータ活用戦略の立案
• プロジェクトマネジメント（スケジュール管理、進捗管理、品質管理など）
• 顧客との契約内容の調整、SLA管理
• チームマネジメントや若手データサイエンティストの育成サポート
• 変更の範囲：会社が指定した業務

当社で働く魅力

• 「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
• 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
• 業界横断で多様なデータ分析に携われる
• 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
• 研修・勉強会・ナレッジ共有が活発で、成長を後押し

案件事例

• 以下のような幅広い案件を通じて、データ分析のスキル向上 はもちろん、ビジネス側の視点も身につけることができます。

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
• データ調査・集計、時系列分析による需要予測、レポーティング

教育業界向け学習アプリの利用者増加施策

• アプリのアクセスログ・ユーザー行動データを分析し、KPIを設定
• A/Bテスト設計、分析結果を基に施策立案・効果検証

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（BIツールでのダッシュボード作成等）

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

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

募集内容

• このような案件を通じて、以下のスキルを伸ばすことができます。
• 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 （データに基づいた施策立案・提案力）
• データ基盤構築・マネジメント （データ設計、品質管理）

上記以外の主要取引

• SHIFT商流で、大手自動車メーカー、大手人材企業、大手家電メーカー、大手SIer、 官公庁などのクライアント様から、分析支援や業務効率化・DX推進支援のご依頼を 多数いただいております。

使用ツール・開発環境

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

入社後の流れ

• 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を学んでいただきます。具体的には、SQL、BIツール（Tableau）、Pythonなどを中心に、業務に役立つ技術を習得していただきます。この研修は、異職種からのチャレンジができるように設計しておりますのでご安心ください。
• 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）を担当していただきます。
• OJT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んでいただきます。
• その後、ご自身のキャリア志向やスキルに応じて、以下のようなステップを目指していただけます。

データサイエンティストとして専門スキルを高める道

• 高度なデータ分析（統計解析、機械学習モデル構築 など）に携わる
• データ基盤構築やデータエンジニアリングのスキルを習得する

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

• 小規模案件のリーダーを経験し、プロジェクトの進行管理を学ぶ
• 顧客折衝や提案活動を通じて、ビジネス側のスキルを磨く

プロジェクトマネージャー（PM）を目指す道

• プロジェクト全体の進行管理、リソース調整、ビジネス戦略策定を担う

募集内容

• 「分析スキルを極めたい方」「ビジネス経験を積みたい方」どちらにも適した環境が整っています。ご経験や志向に合わせて、最適なキャリアを築いていただけます。

入社時研修について

• SQL・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ります。

★Step 1: データ分析環境の理解

• 最初のステップでは、データ分析の基盤となるデータ環境や構造の理解から始めます。
• クライアントのビジネスにおけるデータの流れを把握し、データベースの仕組みやデータ抽出方法を学びます。
• 使用環境・ツール ： SQL Server / MySQL / PostgreSQL / Oracle Database
• 習得スキル ： データベース管理、データ抽出、基礎的なSQLスキル

★Step 2: コーディングによるデータ加工

• 次に、必要なデータを効率よく処理・加工し、分析可能な形に整えます。SQLやPythonなどを活用し、集計やフィルタリングを行いながら、データの質を高めます。ここで算出された数値が、分析の土台となります。
• 使用環境・ツール ： SQL / Python / SAS / R
• 習得スキル ： データ加工、データクレンジング、統計的手法の基礎

★Step 3: データの可視化・分析

• データの取り扱いに慣れてきたら、次は実際の分析フェーズに進みます。ここでは、Google AnalyticsやTableau、PowerBIを用いて、データを視覚的に表現し、インサイトを見つけます。データの傾向や異常値を分析し、課題を明確化する力を養います。
• 使用環境・ツール ： Google Analytics / Tableau / PowerBI
• 習得スキル ： データの可視化、ビジネス課題の発見、マーケティング施策への応用

★Step 4: レポーティング・報告提案

• 最後に、分析結果をレポートとしてまとめ、クライアントの意思決定を支援する材料を提供します。BIツールでダッシュボードを作成し、PowerPointやWordを使って報告書を作成します。データをわかりやすく伝えるプレゼンテーション力も重要なスキルです。
• 使用環境・ツール ： ダッシュボード（BIツール内） / PowerPoint / Word
• 習得スキル ： レポーティング、プレゼンテーション、クライアントへの提案力