新規ユーザー登録
アカウントを作成して、求人情報のブックマークや応募の管理ができます。
登録特典:
- ・求人情報のブックマーク
- ・高度な求人検索
- ・スカウトメール受信
グロースハッカー
の転職・求人情報
1~0件(0件)


アカウントを作成して、求人情報のブックマークや応募の管理ができます。
求人に関するサマリ
グロースハッカーとは、データ駆動型のマーケティング手法を駆使して、ビジネスの急速な成長を実現する専門家のことです。従来のマーケティング手法にとらわれず、創造的なアプローチで顧客獲得や収益拡大を図ります。グロースハッカーは、テクノロジーとマーケティングの知識を組み合わせ、効率的かつ効果的な成長戦略を立案・実行する役割を担います。
グロースハッカーの主な役割は、企業やプロダクトの成長を加速させることです。具体的には、ユーザー獲得、顧客維持、収益化などの分野で、データに基づいた施策を立案し、実行します。また、継続的な改善とイノベーションを通じて、ビジネスの持続的な成長を支援します。
グロースハッカーは、従来のマーケターとは異なるアプローチを取ります。データ分析とテクノロジーを駆使し、迅速な仮説検証と改善を繰り返すことが特徴です。また、マーケティングだけでなく、プロダクト開発やカスタマーサポートなど、ビジネスの様々な側面に関与することも多いでしょう。
グロースハッカーの重要な仕事の一つは、企業が直面している成長に関する課題を明確にすることです。これには、現状のパフォーマンス指標の分析や、競合他社との比較、市場動向の調査などが含まれます。例えば、ユーザー獲得コストが高すぎる、顧客の離脱率が高い、収益化が進まないなどの問題を特定し、優先順位をつけて取り組むべき課題を決定します。
グロースハッカーは、単なる表面的なマーケティング戦略ではなく、ユーザーの本質的なニーズを深く理解することに注力します。これには、ユーザーインタビュー、アンケート調査、行動データの分析などが含まれます。例えば、あるソフトウェア企業のグロースハッカーは、ユーザーの利用パターンを分析し、最も頻繁に使用される機能や、逆に使われていない機能を特定することで、プロダクトの改善につなげることができるでしょう。
グロースハッカーは、プロダクトの改善にも深く関与します。ユーザーフィードバックやデータ分析に基づいて、機能の追加や変更、ユーザーインターフェースの最適化などを提案します。例えば、モバイルアプリのグロースハッカーは、ユーザーの離脱率が高いポイントを特定し、そのステップでのユーザー体験を改善することで、アプリの継続利用率を向上させる取り組みを行うかもしれません。
効果的なマーケティングコミュニケーションは、グロースハッカーの重要な責務の一つです。ターゲットオーディエンスに最適なメッセージを、最適なチャネルで、最適なタイミングで届けることを目指します。これには、メールマーケティング、ソーシャルメディア戦略、コンテンツマーケティングなどが含まれます。グロースハッカーは、A/Bテストやマルチバリエイトテストを駆使して、コミュニケーションの効果を継続的に改善していきます。
グロースハッカーの仕事の核心は、データ分析とその活用にあります。ウェブサイトのアクセスログ、ユーザーの行動データ、売上データなど、様々なソースから得られるデータを統合し、意味のある洞察を導き出します。例えば、顧客のライフタイムバリューを計算し、最も価値の高い顧客セグメントを特定したり、チャーンの予兆を検知するモデルを構築したりします。これらの分析結果を基に、ビジネス戦略の立案や意思決定をサポートします。
グロースハッカーにとって、データドリブン思考は不可欠です。感覚や経験だけでなく、常にデータに基づいて意思決定を行うことが求められます。これは単にデータを見るだけではなく、適切な指標を選択し、正しく解釈する能力を意味します。例えば、ユーザー獲得コストや顧客生涯価値といった重要な指標を理解し、それらを適切に活用できることが重要です。
統計学の知識は、グロースハッカーが行うデータ分析の基礎となります。基本的な記述統計から、推論統計、回帰分析まで、幅広い統計手法を理解し、適切に適用できることが求められます。例えば、A/Bテストの結果を正しく解釈するために、統計的有意性や信頼区間の概念を理解している必要があります。
多くの企業では、大量のデータをデータベースに保存しています。グロースハッカーは、このデータを効率的に抽出し分析するために、SQLの基礎知識が必要です。複雑なクエリを書いて、必要なデータを正確に取得し、分析に活用する能力が求められます。例えば、ユーザーの行動パターンを分析するために、複数のテーブルを結合して必要な情報を抽出するといったタスクが日常的に発生します。
A/Bテストは、グロースハッカーの重要なツールの一つです。ウェブサイトのデザイン、メールの件名、広告のコピーなど、様々な要素を最適化するために活用されます。グロースハッカーは、適切なサンプルサイズの決定、テストの設計、結果の分析と解釈など、A/Bテストの全プロセスを理解し実行できる必要があります。例えば、コンバージョン率を向上させるためのランディングページの改善や、メールオープン率を高めるための件名のテストなどが具体的なタスクとして挙げられます。
グロースハッカーは、Google AnalyticsやAdobe Analyticsなどのウェブ解析ツールを駆使して、ユーザーの行動を詳細に分析します。これらのツールを使いこなし、重要な洞察を導き出す能力が求められます。例えば、ユーザーの流入経路、サイト内での行動パターン、離脱ポイントなどを分析し、改善策を提案することが日常的な業務となります。
グロースハッカーには、迅速なイテレーション(反復)を行う能力が求められます。仮説を立て、テストを実施し、結果を分析し、次のアクションを決定するというサイクルを素早く回す必要があります。これには、優先順位付けの能力や、失敗を恐れずに新しいアイデアを試す勇気も含まれます。例えば、新機能のローンチにおいて、ユーザーフィードバックを迅速に収集し、必要な改善を即座に実施するといった対応が求められます。
OODAループ(Observe-Orient-Decide-Act)は、グロースハッカーが意思決定と行動のプロセスを最適化するために使用するフレームワークです。このフレームワークは、状況を観察し、情報を分析・整理し、決定を下し、行動するという4つのステップを迅速に繰り返すことを重視します。例えば、ユーザー獲得キャンペーンの実施において、リアルタイムデータを観察し、市場動向を踏まえて戦略を調整し、次のアクションを決定・実行するといった具合に活用されます。
AARRRモデル(Acquisition, Activation, Retention, Referral, Revenue)は、ユーザーの獲得から収益化までのプロセスを体系的に捉えるフレームワークです。グロースハッカーは、各ステージでの施策を計画し、KPIを設定して進捗を管理します。例えば、Acquisitionステージでは広告効果の最適化、Activationステージではオンボーディングプロセスの改善、Retentionステージではユーザーエンゲージメントの向上といった具体的な取り組みを行います。
コホート分析は、同じ特性や経験を共有するユーザーグループの行動を時系列で追跡する手法です。グロースハッカーは、この分析を通じて、ユーザーの長期的な行動パターンやライフサイクルを理解し、適切な施策を講じます。例えば、特定の月に獲得したユーザーの継続率を追跡し、離脱が多い時期を特定して対策を講じるといった活用方法があります。
ファネル分析は、ユーザーがサービスを利用する過程を段階的に捉え、各段階での離脱率や転換率を分析する手法です。グロースハッカーは、このフレームワークを用いて、ユーザージャーニーの各ステップでの最適化ポイントを特定します。例えば、Eコマースサイトにおける商品閲覧から購入完了までのプロセスを分析し、カート落ちの原因を特定して改善策を講じるといった活用が考えられます。
グロースハッカーとして成功するためには、高速なPDCA(Plan-Do-Check-Act)サイクルを回す能力が不可欠です。市場環境や顧客ニーズの変化が速い現代のビジネス環境では、素早く仮説を立て、テストを実施し、結果を分析して次のアクションにつなげることが重要になります。例えば、新しいマーケティングキャンペーンを1週間単位でテストし、効果測定を行い、すぐに改善策を実施するといった具合です。
グロースハッカーは、従来の常識にとらわれない創造的なアプローチが求められます。データ分析から得られた洞察を基に、斬新なアイデアを生み出し、実験的な施策を試みる勇気が必要です。例えば、競合他社が行っていないユニークなユーザー獲得チャネルを発見したり、従来のマーケティング手法を全く新しい形で組み合わせたりするといった発想力が重要です。
グロースハッカーは、組織全体でデータドリブンな意思決定を促進するために、データの民主化を推進する役割も担います。これは、重要なデータや分析結果を社内の様々な部門と共有し、誰もが必要な情報にアクセスできる環境を整えることを意味します。例えば、ダッシュボードを作成して主要KPIをリアルタイムで可視化したり、定期的なデータ分析レポートを全社に共有したりするといった取り組みが考えられます。
データ分析だけでなく、顧客の気持ちや行動を深く理解し、共感する能力もグロースハッカーにとって重要です。ユーザーインタビューやフィードバック収集を通じて、数字では見えてこない顧客の本質的なニーズや課題を把握することが求められます。例えば、カスタマーサポートチームと密に連携して顧客の声を直接聞いたり、実際にサービスを利用する様子を観察したりするなど、多面的なアプローチで顧客理解を深めることが大切です。
グロースハッカーの年収は、経験や実績、勤務する企業の規模などによって大きく異なりますが、一般的な目安を示すと以下のようになります。新卒や経験1〜3年程度のジュニアレベルのグロースハッカーの場合、年収は400万円から600万円程度です。中堅レベル(経験3〜7年程度)になると、600万円から1,000万円程度の年収が見込まれます。シニアレベル(経験7年以上)のグロースハッカーになると、1,000万円以上の年収も珍しくありません。特に実績を上げたトップレベルのグロースハッカーの中には、年収2,000万円を超える人材もいます。ただし、これらの数字は大まかな目安であり、個人の能力や成果、勤務先の業界や企業規模によって大きく変動する点に注意が必要です。
グロースハッカーのキャリアパスは多様で、個人の興味や強みによって様々な方向性があります。典型的なキャリアパスの例としては、以下のようなものが挙げられます。まず、マーケティング部門や事業企画部門でジュニアグロースハッカーとしてキャリアをスタートし、実績を積み重ねてシニアグロースハッカーへと成長するパターンがあります。その後、グロース部門の責任者やCMO(最高マーケティング責任者)といった経営陣に昇進するケースも少なくありません。また、自身の専門性を活かして独立し、グロースコンサルタントとして複数の企業にサービスを提供するキャリアを選択する人もいます。さらに、スタートアップの創業や経営陣として参画し、自らビジネスを成長させる道を選ぶグロースハッカーも増えています。
グロースハッカーとしてキャリアアップを図るためには、常に最新のトレンドやテクノロジーをキャッチアップし続けることが不可欠です。デジタルマーケティングの手法や分析ツールは日々進化しているため、継続的な学習が求められます。また、実際のプロジェクトで成果を出し、具体的な数字で示せるようなケーススタディを積み重ねることも重要です。さらに、業界内外のネットワークを広げ、他社の事例や最新のグロース戦略に関する情報交換を積極的に行うことも、キャリアアップには欠かせません。例えば、グロースハッカーのコミュニティに参加したり、カンファレンスやセミナーに積極的に参加したりすることで、知見を広げるとともに自身の市場価値を高めることができるでしょう。
シリコンバレーでは、グロースハッカーの需要が非常に高く、多くのテクノロジー企業が優秀なグロースハッカーの獲得に力を入れています。特にスタートアップ企業において、グロースハッカーは急速な事業拡大のための重要な人材として位置づけられています。米国の調査会社によると、シリコンバレーにおけるグロースハッカーの平均年収は約12万ドル(約1,300万円)とされており、経験豊富なシニアレベルのグロースハッカーになると、20万ドル(約2,200万円)を超える年収も珍しくありません。
日本においても、グロースハッカーの需要は着実に増加しています。特に、国内のスタートアップエコシステムの発展に伴い、急成長を目指す企業からの求人が増えています。ただし、グロースハッカーという職種の認知度はまだ海外ほど高くなく、多くの企業では「デジタルマーケター」や「Webアナリスト」といった職種名で募集されているケースも多いです。日本におけるグロースハッカーの平均年収は、経験や企業規模によって幅がありますが、おおよそ600万円から1,200万円程度と言われています。
グロースハッカーの需要は、今後も世界的に拡大していくと予測されています。デジタルトランスフォーメーションの加速や、データドリブン経営の重要性の高まりに伴い、グロースハッカーの役割はますます重要になると考えられます。市場調査会社のレポートによると、グローバルでのグロースハッキング市場は、2021年から2026年にかけて年平均成長率(CAGR)25.4%で成長し、2026年には約32億ドル(約3,500億円)規模に達すると予測されています。日本市場においても、デジタルマーケティングの高度化やスタートアップ企業の増加に伴い、グロースハッカーの需要は今後5年間で年率20%程度で成長すると予測されています。
グロースハッカーになるためには、幅広い経験とスキルセットが求められます。まず、デジタルマーケティングの基礎知識は必須です。SEO、SEM、ソーシャルメディアマーケティング、コンテンツマーケティングなどの各種手法を理解し、実践できる能力が必要です。また、データ分析スキルも重要で、Google AnalyticsやTableauなどのツールを使いこなせることが求められます。プログラミングスキルも有利で、特にPythonやRなどのデータ分析言語の基本を押さえておくと良いでしょう。さらに、A/Bテストの設計や実施、ユーザー行動分析、CRO(コンバージョン率最適化)などの専門知識も必要です。
グロースハッカーとしてのスキルを磨くために、様々な学習リソースやツールが利用可能です。オンライン学習プラットフォームのCoursera、Udemy、edXなどでは、デジタルマーケティングやデータ分析に関する充実したコースが提供されています。また、Google AnalyticsやGoogle広告の公式認定資格の取得も、スキルの証明として有効です。書籍では、「Hacking Growth」(邦訳:「グロースハッカー」)や「Lean Analytics」などが定番とされています。ツールとしては、Google Analytics、Mixpanel、Optimizelyなどの分析・最適化ツールの使い方を実践的に学ぶことが重要です。さらに、GrowthHackers.comやインディーハッカーなどのコミュニティサイトに参加し、最新のトレンドやベストプラクティスを学ぶことも有益です。
グロースハッカーとしての実践的なスキルを身につけるには、実際のプロジェクトに携わることが最も効果的です。まずは、自社のマーケティング施策の中で、データ分析やA/Bテストを積極的に提案し、実施することから始めると良いでしょう。また、小規模なサイドプロジェクトを立ち上げ、ユーザー獲得から収益化までの一連のプロセスを自ら体験することも有効です。インターンシップやフリーランスの仕事を通じて、様々な業界や規模の企業でグロースハッキングを実践する機会を得ることも、経験を積む上で重要です。さらに、グロースハッカーのコミュニティに参加し、実際の課題やベストプラクティスについて議論することで、より実践的な知識を身につけることができます。
グロースハッカーとマーケターの主な違いは、その焦点と手法にあります。従来のマーケターは主にブランド構築や広告キャンペーンの企画・実行に重点を置く傾向がありますが、グロースハッカーは製品開発から顧客獲得、維持、収益化までの全体的な成長戦略に焦点を当てます。また、グロースハッカーはより技術的なスキルセットを持ち、データ分析やプログラミングの知識を活用して、迅速な実験と最適化を行います。例えば、グロースハッカーは顧客獲得コストを下げるためにAPI連携を活用したり、ユーザー行動データを分析して製品機能の改善を提案したりすることがあります。
グロースハッカーには多様な背景を持つ人材が適していますが、いくつかの共通点があります。まず、データ分析やデジタルマーケティングの経験は大きな強みになります。また、プログラミングやウェブ開発のバックグラウンドを持つ人も、技術的な課題解決能力を活かしてグロースハッカーとして活躍できます。ビジネス戦略や起業経験がある人も、全体的な成長戦略を立案する上で有利です。重要なのは、常に学習意欲が高く、新しいツールや手法に適応できる柔軟性を持っていることです。例えば、マーケティング出身でプログラミングを独学で習得した人や、エンジニアからマーケティングにキャリアチェンジした人なども、グロースハッカーとして成功している例が多くあります。
未経験からでもグロースハッカーになることは可能ですが、相応の努力と時間が必要です。まずは、デジタルマーケティングとデータ分析の基礎知識を身につけることから始めましょう。オンラインコースや書籍を活用し、SEO、コンテンツマーケティング、ソーシャルメディアマーケティングなどの基本を学びます。同時に、Google AnalyticsやSQLなどのデータ分析スキルも習得します。次に、これらのスキルを実践する機会を見つけることが重要です。小規模なウェブサイトやブログを立ち上げ、実際にトラフィックを増やす施策を試してみたり、フリーランスの仕事を通じて実務経験を積んだりすることができます。また、グロースハッキングのコミュニティに参加し、経験者からアドバイスをもらうことも有効です。未経験からグロースハッカーになった例として、元教師がデジタルマーケティングを独学で学び、スタートアップ企業でインターンを経験した後、グロースハッカーとして採用された事例などがあります。
エンジニア、PM、デザイナーの副業・転職採用サービス「Offers(オファーズ)」では、非公開求人を含む豊富なIT・Web業界の転職・副業情報を提供しています。高年収の求人・高時給の案件や最新技術スタックを扱う企業など、あなたのスキルを最大限に活かせるポジションが見つかります。専任のキャリアアドバイザーが、入社日調整や条件交渉をきめ細かくサポート。転職・正社員求人、副業・業務委託案件、募集をお探しの方はOffersまでご相談ください。閉じる

開催前
AIコーディングエージェントの進化により、コードだけでなくUIデザインの領域でもAIに任せられる範囲が広がりつつあります。しかし、「AIが出力したデザインを人間のレビューなしでそのまま出せるか?」と問われると、まだ自信を持ってイエスと言える方は少ないのではないでしょうか。 そうした中、AIに「デザイナーの脳内」を型として渡し、デザインの実装だけでなく、評価や改善までを自動化していく「デザインハーネス」という考え方があります。AIにデザインをつくらせて終わりではなく、その出力を評価し、改善するサイクルをできるだけ自律的に回していくことで、AIに任せられる範囲をさらに広げていくアプローチです。しかし、デザインハーネスとは具体的に何を整備すればいいのか、実際にどこまでの品質が出せるのかを体系的に語れる事例はまだ多くありません。そこで本イベントでは、デザインシステムの構築やAIワークフローの実践に豊富な経験を持つこぎそ氏をお迎えし、デザインハーネスの基礎から、具体的な実践事例までを紐解きます。 前半のLTでは、こぎそ氏よりデザインハーネスの基礎的な考え方を整理いただいた上で、Design.mdやMCP連携、デザインシステムとの接続といった実際のワークフローに落とし込んだ実践事例、そして「デザイナーの脳内をどう型化していくか」という方法論をお話しいただきます。 後半のディスカッションでは、AIが出力するデザインの評価軸や、人間が介在すべき領域の見極め、実作業のメイン環境の選び方など、デザインエンジニアの現場目線でさらに深掘りしていきます。 AIを活用したデザインワークフローに関心がある方から、デザインハーネスの導入を検討されている方まで、幅広いデザインエンジニアのご参加をお待ちしています。

開催前
AIコーディングエージェントの進化により、コードを書くスピードはかつてないほど速くなりました。しかし、いくらAIで早くたくさん開発できたとしても、初手の要求・要件定義が十分にできていなければ、結局は使われない機能を量産してしまうのではないでしょうか。 AI時代において、設計や実装の多くはAIに置き換わりつつあります。だからこそ、人間の価値は「問題を定義し、発見する」ことにシフトしていく——そう考えると、要求・要件定義の重要度はこれまで以上に増してきています。しかし、普段の業務で要求・要件定義に本格的に取り組んだ経験がないエンジニアの方も多いのが現状です。 そこで本イベントでは、前回ご好評いただいた「AI時代×ドメイン駆動設計」に続く第2弾として、ミノ駆動氏を再びお迎えし、AI時代だからこそ向き合うべき要求・要件定義の考え方と実践を紐解きます。 前半のLTでは、ミノ駆動氏より、エンジニアに今後求められる「具体→抽象」の思考力、目的を起点とした設計の考え方、そして明日から始められる要求・要件定義の第一歩についてお話しいただきます。 後半のディスカッションでは、「Claude Codeに頼めばよしなにやってくれるのでは?」という率直な疑問から、要求・要件定義は誰が書くべきか、優秀なエンジニアの要求・要件定義は何が違うのかなど、現場目線でさらに深掘りしていきます。 「AIにコードは任せられるようになったけど、その前段階をどうすればいいかわからない」という方にこそ参加いただきたいイベントです。
.png)
開催前
AIの進化によってプロダクト開発のハードルが下がった今、企業の関心は「いかに良いものを作るか」から「どうやって市場に届け、ユーザーに使ってもらうか(Go-To-Market)」へとシフトしています。 こうした変化の中で、海外のAIスタートアップを中心に急速に注目を集めているのが「GTM(Go-To-Market)エンジニア」です。 営業でも、マーケターでも、単なる開発エンジニアでもない。 かつて10人のチームで回していた営業・マーケティング・オペレーションの設計からAIによる自動化までを、1人で主導する新たな役割です。 しかし、日本ではまだ認知が広まっておらず、「GTMエンジニアって具体的に何をしているのか」をイメージできている方はほとんどいないのが現状です。 そこで本イベントでは、GTMエンジニアリングの研究・発信を行う中村氏と、GTMエンジニアとして実践されているnumashi氏をお迎えし、海外での動向から日本での実態まで、GTMエンジニアという仕事の全体像を紐解きます。 前半のLTでは、お二人にそれぞれの視点からGTMエンジニアの役割や実際の業務内容、海外と日本での位置づけの違いについてお話しいただきます。 後半のディスカッションでは、どんな方がGTMエンジニアに向いているのか、単なる効率化で終わらせず売上に繋げるには、日本の組織での最初の一歩など、現場目線でさらに深掘りしていきます。 エンジニアとしての新たなキャリアの可能性を探している方から、GTMエンジニアリングに興味がある方まで、幅広いご参加をお待ちしています。

アーカイブ公開中
AIコーディングエージェントの活用が進み、多くの実装や技術選定をAIに委ねられる場面が増えてきました。そうしたなかでも、データベースを扱うORMの選定については「さすがにここだけは自分の手で決めておこう」と考えているエンジニアの方も多いのではないでしょうか。 しかし、従来の選定理由を振り返ってみると、その多くは「型補完がどこまで効くか」「どれだけ直感的にコードが書けるか」といった書き味(DX)や手厚い型サポートにあったのではないでしょうか。AIがコードを書くことが当たり前になった今、「人間にとっての書きやすさ」を軸にした技術選定のあり方には、少しずつ変化が生じ始めています。 では、もし仮にORMの選定すらもAIに任せてみようとしたとき、エンジニアとして最後まで人間が判断しなければいけない業務とは、一体どこにあるのでしょうか。 そこで本イベントでは、Drizzleを活用されているKenn Ejima氏と、Kyselyを使われている溝口(coji)氏をお迎えし、AI時代におけるORM選定の考え方と、「本当に考えなくていいこと」と「実はまだ考えるべきこと」の境界を紐解きます。 前半のLTでは、お二人にそれぞれのORM選定の背景や、AIとの付き合い方を含めた現在の開発スタイルについてお話しいただきます。 後半のディスカッションでは、DBスキーマをAIにどこまで任せるか、マイグレーションの管理、DB選定の重要性など、現場目線でさらに深掘りしていきます。 「ORMは自分が選ぶもの」と自然に思っていた方にこそ、これからの技術選定の軸を一度立ち止まって考えるきっかけになるイベントです。
開催日:
2026年9月9日(水)19:00~20:00

アーカイブ公開中
いま、AIを活用した業務効率化の文脈で「Claude Code」が大きな注目を集めています。しかし、いざ導入しようとすると、セキュリティ面の懸念や権限管理のハードルから、気軽に使えないケースも多いのではないでしょうか。 Coworkは、非エンジニアでも簡単に安全に扱えるよう作られた機能です。そして実は、日常の業務領域であれば「Coworkで十分にカバーできる」だけでなく、想像以上の範囲まで自動化できることは、まだあまり知られていません。 そこで本イベントでは、メルカリで生成AI推進を担当されているハヤカワ五味氏をお迎えし、Coworkを使った業務自動化の実際を、公開デモを交えてわかりやすくお伝えします。 前半のLTでは、ハヤカワ氏よりメルカリでの判断基準をもとに「なぜClaude CodeはNGになりがちで、なぜCoworkなら安全なのか」を解説いただいた上で、Coworkの基本的な機能をご紹介いただきます。 続く公開デモでは、実際にCoworkを使ってワークフローを構築する様子をお見せいただきます。数分でワークフローが完成する手軽さや、Gmail等の外部サービスとセキュアに連携できるポイントなど、実演を通じて具体的なイメージをお届けします。 後半のディスカッションでは、セキュリティの考え方や社内導入の進め方など、現場目線でさらに深掘りしていきます。 「自分の業務をAIで自動化してみたいけど、何から始めればいいかわからない」という方にこそ参加いただきたいイベントです。
開催日:
2026年8月26日(水)19:00~20:00