データサイエンティスト

案件例

1. 1市場予測、リスク計算システム導入、取引アルゴリズム開発など金融機関向けの案件と、大手ヘルスケア企業のデータ分析基盤構築支援や在庫予測、官公庁向けのAI活用プロジェクト等非金融領域の案件も幅広くある
2. 2自社ソリューション（eKYC、リモートワーク時の盗撮/覗き見などの不正検知）のエンハンスを担当しているメンバーもいる
3. 3テーブルデータや時系列データの分析が中心だが、画像やテキストなどの非構造化データを扱うケースもある
4. 4開発環境としては、個人に割り当てられているWindowsマシン、またはAWS上に構築した分析環境で分析を行う
5. 5開発言語やフレームワークの制限は案件によって決まり、適宜、クライアントやチームメンバーと相談して決める

当社の強み

1. 1顧客ビジネスの成功にテクノロジーが大きく貢献する領域に特化し、高付加価値サービスを提供することを重視している
2. 2テクノロジードリブンである金融領域（銀行・総合証券・ネット証券・FX事業者等）においては、国内トップブランドとしてのポジション獲得に向けて積極的に取り組んできた
3. 3今後は、同領域で先行獲得したキーテクノロジー（AI、クラウド等）を活用し、金融以外の複数領域に向けて事業を拡大していく方針
4. 4単なるシステム開発ベンダーではなく、顧客ビジネスにも深く精通したテクノロジーパートナーとして、顧客との直接取引にこだわり、下請けに丸投げを行わない
5. 5コンサルティングから要件定義、システム開発、運用保守、その後の改善提案まで、全フェーズを一気通貫で行う

社内の雰囲気

1. 1分析メンバーは20名弱で、クオンツや取引アルゴなど特定の業界に特化したメンバーだけでなく、幅広い分析経験を持っているメンバーもいる
2. 2数理モデルの構築/検証といった業務を経験しているメンバーが在籍している
3. 3機械学習案件を経験しているメンバーは相対的にまだ少数である

アサインの考え方

1. 12020年度よりリソースマネジメントグループ（RMG）が創設され、PJにアサインされている全メンバー（PM含む）のアサイン期日を管理している
2. 2全てのアサイン決定は、経営層＋RMG＋コンピテンシーリーダーが週に1度集まる場で協議される
3. 3ビジネス都合のみで判断される訳ではなく、当人の希望や育成観点を考慮したアサイン決定となるように会社として努力している

評価の考え方

1. 1年に1度、「札入れ（ふだいれ）」と呼ばれる評価会議の場で全従業員の翌年の理論年俸が決定される
2. 2評価者は直属の上司だけではなく、PJで関与した上位者も含まれ、1年でアサインされたPJの実績を踏まえつつ、「来期どれくらいの活躍が期待できるか？」という視点で金額を入札し、経営層を交えた全評価者で議論を行う
3. 3技術力の高さを適正に評価することができているからこそ、4,50代でも第一線で活躍しているエンジニアが多数いる

その他

1. 1勉強会：プログラミングやデータモデリング、性能や可用性などの非機能要件、AWSに関する研修有
2. 2ナレッジシェア：社内ナレッジシェアサイトを活用、またPJごとにWikiやSlackで随時情報連携
3. 3就業環境：カジュアル服装OK、デュアルディスプレイ、イヤホンOK、フリードリンク、夕食無料
4. 4コンピテンシー活動：技術ナレッジの共有会/発表会の実施

応募資格（必須）

• 機械学習ライブラリを用いたモデリング
• 機械学習サービスの運用
• データ分析業務に係るいずれかの経験（課題整理、仮説構築、プランニング、データ収集、EDA、実装/テスト、効果検証、レポーティング、ステークホルダーへの調整）
• AWS等のクラウドベースでの開発経験

歓迎する経験

• 推論用APIの開発
• 論文採択
• データ分析基盤の構築
• DBの設計、チューニング
• BIツールを用いたデータの可視化
• CI/CDの構築・改善
• Kaggle等データ分析コンペティションの受賞経験

待遇・福利厚生

• その他法定休暇
• タクシーの業務利用精算可能
• 介護休暇
• 団体長期障害所得補償保険
• 夕食ビュッフェ
• 年末年始休暇
• 年次有給休暇
• 弔慰金制度
• 従業員持株会
• 慶弔休暇
• 業務端末貸与
• 産前産後休業
• 社会保険完備

求めるスキル・経験