データ分析

高単価の転職・求人情報

📝 職務内容：コードの「意図」を読み解き次世代へ繋ぐ 上流の要件定義から、現場の構築・試験まで、エンジニアとしての全工程を体感できる濃い内容です。 1. 既存プログラムの「解読」と要件定義 └ 顧客が作成した既存プログラムを読み解き、そこに込められた仕様やロジックを抽出。 └ 「次期システムではどうあるべきか」を顧客と確認し、要件の組み立てを行います。 2. ホストおよびアプリケーションの刷新設計 └ 要求事項に基づき、サービスホスト（OS・ミドルウェア層）およびその上で動作するアプリケーションの設計。 3. 環境構築・実装・単体/結合試験 └ 設計に基づいた実際の構築作業。インフラからアプリ層まで、幅広いレイヤーの実装に携わります。 └ インシデント対応という特性上、妥協のない試験（テスト）を繰り返し、信頼性を担保します。 4. 運用引き継ぎ・手順書作成 └ 構築したシステムを運用チームがスムーズに扱えるよう、詳細な手順書を作成し、丁寧にデリバリーします。 ✨ この案件で得られる「一生モノ」の武器 1. 「V字モデル」全工程の完遂実績： 要件定義から運用引き継ぎまでを一人、あるいはコアメンバーとして担当した経験は、PL/PMを目指す上での最強のポートフォリオになります。 2. 高度な「リバースエンジニアリング」的思考： 既存コードから仕様を逆引きし最適化する経験は、技術的負債に立ち向かえる「強いエンジニア」としての評価を確実なものにします。 3. セキュリティドメインへの深い精通： ログ分析やインシデント対応という2026年以降も需要が絶えない「セキュリティインフラ」の内部構造を熟知できます。

📝 職務内容：泥臭い分析からエレガントな実装まで 「AIの脳」を研磨するため、データとロジックの両面からアプローチしていただきます。 1. 高品質コーパスの収集・整備 └ 単なるデータ収集ではなく、モデルの「弱点」を補うための特定ドメインデータの選定とアノテーション。 2. 徹底的なエラー分析（Error Analysis） └ モデルの出力結果を多角的に分析。「なぜここで間違えたのか？」を特定し、学習データやアルゴリズムへのフィードバックループを回します。 3. C++/Pythonによるロジック実装 └ Pythonでの検証結果を元にC++を用いて高速な前処理・後処理エンジンを実装。 └ AWS環境上でのDockerコンテナによるマイクロサービス化。 4. 周辺技術の開発と検証 └ ベクトル検索の最適化や最新論文のアルゴリズムを取り入れた精度向上施策のPoC。 ✨ この案件で得られる「エンジニアとしての希少価値」 1. 「C++ × Python × NLP」の最強トリプルスキル： MLエンジニアが多い中でバックエンド（C++）まで踏み込んでエンジンを最適化できるエンジニアは、2026年現在、極めて市場価値が高いです。 2. 「精度1%の重み」を知る実戦経験： 実験室のスコアではなく、実ユーザーのフィードバックを元にモデルを改善する「MLOps」の神髄を体験できます。 3. モダンな開発プロセスへの習熟： GitHub、Confluence、AWS、Dockerをフル活用。チーム開発のベストプラクティスが浸透した環境で、自身の開発効率も格段に向上します。

📝 職務内容：あなたのエンジニアリングが「世界の標準」になる 「指示されたコードを書く」場所ではありません。あなたが設計したプロセスが、グローバルチームの新たなスタンダードになります。 1. Terraformによる「コードによる統治」（IaC） └ 権限管理（IAM）や暗号化設定を徹底的にコード化。誰が・いつ・何をしても、グローバル基準でセキュアな環境が自動的にプロビジョニングされる基盤を設計・実装します。 2. Python/Goを駆使した高可用性パイプラインの構築 └ Pub/Sub等を用いたリアルタイムログ転送の最適化。大規模データ抽出のアルゴリズムをゼロから見直し、低レイテンシかつ低コストなクエリ発行を実現するデータエンジニアリングを主導します。 3. AIコーディングエージェントの「エバンジェリスト」 └ GitHub Copilot EnterpriseやCursorをチーム全体に定着させるためのポリシー策定。「AIに何をさせ、人間が何をレビューすべきか」という、AI時代の次世代開発フローをあなたがデザインしてください。 4. テクニカルレビューと技術選定 └ データパイプラインの安定稼働を支える監視システムの構築。常に最新の技術動向をキャッチアップし、「今の自分たちにとって最適なアーキテクチャは何か」を常に問い続け、チームに還元します。 ✨ この案件で得られる「エンジニアとしての圧倒的優位性」 ・「AIを組織に導入する側」の視点： ツールを使うだけでなく「AIを組織の武器として統合するプロセス」を主導した経験は、今後の市場で最強の武器になります。 ・グローバル基準のセキュリティ知見： 「法規制×技術」という、今後さらに需要が高まる専門領域でのキャリア実績。 ・超大規模インフラの掌握能力： 数億レコード規模のBigQuery運用とTerraformによる高度なIaC実践経験は、インフラ/データエンジニアとしての市場価値を天井知らずに引き上げます。

■ 具体的にお任せしたいこと 単なる「作業」ではなく、データエンジニアリングの「最適解」を定義していただく仕事です。 1. 技術選定からレビューまでを統括する「アーキテクト」の役割 ◎ 既存の仕組みに縛られず、グローバル展開に最適な技術スタックを選定。設計から構築までをリードし、成果物の技術的妥当性を担保するためのコードレビューを徹底します。 2. 機械学習・分析を「民主化」するための環境整備 ◎ データサイエンティストが「データの準備」に時間を取られる不毛な時間をゼロにします。機械学習モデルのデプロイや定常的な分析がスムーズに実行できる堅牢なMLOps基盤の構築を推進します。 3. 「プライバシー・バイ・デザイン」の徹底した実装 ◎ 法律関連の機密データを扱うため、セキュアな管理体制の設計は最優先事項です。 各国の規制を踏まえ、権限管理や匿名化・暗号化などのセキュリティ機能をインフラレベルで実装し、「攻め」と「守り」が共存する基盤を創ります。 4. 止まらない「データパイプライン」の追求 ◎ 定常的に実行される大規模なデータ抽出ロジックやアルゴリズムを開発。 要件に基づき、一瞬の停滞も許されない実行環境の運用・保守を行い、ビジネスの血流を支え続けます。 ■ プロジェクト環境・チームの魅力 ・スケール: 国内完結では決して味わえない、グローバル規模のトラフィックとデータボリューム。 ・裁量: 技術選定から深く関与でき、あなたの提案がグローバルの標準となる可能性があります。 ・複雑性: 各国の法規制という「制約」の中で、いかにクリエイティブな技術解決策を提示できるかという知的な挑戦。 ■ この案件で手に入る「最強のキャリア」 ・グローバル・データガバナンスの実績: 世界水準の法規制（GDPR等）に対応した基盤構築経験は、市場において極めて希少価値の高いスキルになります。 ・技術選定の主導権: 決まったものを作るのではなく、自ら選んだ技術で課題を解決したという成功体験。 ・データサイエンス×エンジニアリングの融合: ML基盤の整備を通じて、データ活用側の視点を備えた「ビジネスに強いデータエンジニア」としての地位。

【ミッション：データという「命」のインフラを研ぎ澄ませ】 あなたにお任せしたいのは、製薬会社の未来を左右するデータの「循環器系」の整備です。適正や志向に合わせて以下のいずれかのポジションで腕を振るっていただきます。 データ・ガーディアン（運用管理・ETL） データの送受信監視はいわばシステムの鼓動を確認する作業。 しかし、エラー対応だけで終わらせません。 ◎ ETLプログラムの改修： 既存のパイプラインの非効率を見つけ出し、ETLツールを駆使してより洗練されたデータ処理へとリファクタリングしてください。 基盤の仕掛人（移行・チューニング） 今回のメインディッシュはここです。 ◎ SQL Serverの限界に挑む： パフォーマンスチューニングから不要データのパージ、バックアップ戦略の立案まで。 RDBMSのポテンシャルを最大限に引き出す醍醐味があります。 ◎ レガシーからの脱却： IaaS上のWindows Serverから、新データ基盤への移行計画を策定。フォーマット変更に伴うデータ設計変更など、アーキテクチャの移行という「歴史の転換点」に立ち会っていただきます。 この案件の「エンジニア的」推しポイント ✨「製薬×データ」の社会的意義： あなたが改善したその1秒のクエリ短縮が、新薬開発や医療データの利活用を加速させるかもしれません。 ✨ 移行期のカオスを乗りこなす： 完成されたシステムを触るのではなく、今まさに形を変えようとしている基盤に携わる。エンジニアとして最も「美味しい」フェーズです。 ✨ インフラからアプリレイヤーまで： Windows ServerのOSレイヤーからSQLの論理設計までフルスタックな視点が求められるため、技術的知的好奇心が枯れることはありません。

■ 業務内容 クライアント（ビジネスサイド）のカウンターパートとして、以下の業務を遂行していただきます。 売上・獲得データの管理・抽出： 管理データからの必要な情報の抜き出し。 データ成型・支社展開： 抽出したデータを各支社が活用しやすい形に加工・配信。 アドホック集計・分析： 日々発生する「急ぎでこれが見たい」という要望への対応。 ダッシュボード運用： Tableau等を用いた状況可視化（既存ビューの運用・改修等）。

HafHは、有効会員数35,000人の旅のプラットフォームです。旅する時だけでなく、旅をしない時にもHafHを利用する価値を届けるべく、様々な仕組みづくりに取り組んでいる当社ですが、まだまだ解決すべき課題も多いです。「人々の旅体験を圧倒的に幸せにする」ためには何が必要か？それを一緒に考えてくれるデータアナリストを募集しています。 サービスの課題に対する仮説構築、分析・検証にとどまらず、ビジネスを深く理解し、PdM的な視点も持ちながら、ユーザーのより良いUXを実現していくところまでお任せできる方を探しています。 - 事業戦略のための分析 - グロース戦略の構築・実行支援 - 事業に重大な影響を及ぼす事象に対する定量分析と指針提案 - 定量・定性データを用いた顧客課題の発見 - 行動ログ分析に基づく課題解決へ向けた施策提案 - 成功指標の設計と実験計画の策定 - 施策の効果測定とインサイトの導出 - 分析基盤の設計 - metabase - Tableau - Google Bigquery - Postgresql/MySQL - Google Cloud Platform - Google Analytics (GA4) - dbt

HafHは、有効会員数35,000人の旅のプラットフォームです。旅する時だけでなく、旅をしない時にもHafHを利用する価値を届けるべく、様々な仕組みづくりに取り組んでいる当社ですが、まだまだ解決すべき課題も多いです。「人々の旅体験を圧倒的に幸せにする」ためには何が必要か？それを一緒に考えてくれるデータアナリストを募集しています。 サービスの課題に対する仮説構築、分析・検証にとどまらず、ビジネスを深く理解し、PdM的な視点も持ちながら、ユーザーのより良いUXを実現していくところまでお任せできる方を探しています。 - 事業戦略のための分析 - グロース戦略の構築・実行支援 - 事業に重大な影響を及ぼす事象に対する定量分析と指針提案 - 定量・定性データを用いた顧客課題の発見 - 行動ログ分析に基づく課題解決へ向けた施策提案 - 成功指標の設計と実験計画の策定 - 施策の効果測定とインサイトの導出

エンジンの試験機器から出力される各種試験データを自動でDBに取り込み、加工整形からBIでの分析支援までを一貫して担当いただきます。 ・EmbulkやDigdagを用いたETLパイプラインの構築と運用管理 ・Oracle DBへのデータ取り込みおよびSQLを用いたデータの加工・整形 ・Yellowfinを用いたデータ分析およびコンター図等の出力・可視化 ・分析結果の整理とクライアントへの報告・コミュニケーション

社内データ分析基盤構築をお任せします(社内のDSがR＆Dする用途の環境） 〇現状 AWS＋Databricks＋Terraform 〇将来 AWS以外のマルチクラウド Databricks以外の別の分析Platform ■フェーズ ・11/1 基盤開発完了 ・以降は、機能追加＋運用

・現行オンプレ Oracle12cの全体把握（構成・使用モジュール・性能特性） ・AWS RDS Oracle19cへの移行アーキテクチャ設計 ・移行計画（切替戦略、リスク/バックアウト、テスト計画）策定 ・移行実施（データ移行、スキーマ変換、アプリとの接続検証） ・性能チューニング、稼働後の安定化 ・チームメンバー（複数エンジニア）への技術指導・レビュー ・AWS/Aurora等他DBとの連携設計（必要に応じて）

エンジンの試験機器から出力される各種試験データを自動でDBに取り込んで、加工整形してBIで分析を行う。 いわゆるETL、DWH、BIの設計構築と分析の技術支援。

エンジンの試験機器から出力される各種試験データを自動でDBに取り込んで、加工整形してBIで分析を行う。 いわゆるETL、DWH、BIの設計構築と分析の技術支援。

- 予実管理領域に関する要件整理、マネージャ（ハーフアサイン）の指示のもと、自律的に内部TPやクライアントmtgを設定してタスク推進 - バジェット報告 - 予実管理の領域について、すでにあるExcel帳票の定義・業務フローの素案をベースに、ユーザとのヒアリングやベンダとの討議を通してブラッシュアップ 情報サービス ASAP～2025/6/30 スキル見合い 長い場合は営業支援での契約をお願いする場合がございます

以下の業務に取り組んでいただきます。 ・クラウド上でデータウェアハウスやETL/ELTパイプラインの設計・構築 ・Dagster / Google Workflows / GitHub Actionsを用いたパイプラインの自動化 ・各種ローデータからデータ統合・分析 ・システムパフォーマンスの監視・最適化 ・複数チーム連携した、技術課題の解決　　など 【使用するツール】 言語：SQL / Python ETL / ELTツール：dbt BIツール：Looker Studio コンテナ：Docker クラウド：Google Cloud CICD：GitHub Actions laC：Terraform

以下の業務に取り組んでいただきます。 ・クラウド上でデータウェアハウスやETL/ELTパイプラインの設計・構築 ・Dagster / Google Workflows / GitHub Actionsを用いたパイプラインの自動化 ・各種ローデータからデータ統合・分析 ・システムパフォーマンスの監視・最適化 ・複数チーム連携した、技術課題の解決　　など 【使用するツール】 言語：SQL / Python ETL / ELTツール：dbt BIツール：Looker Studio コンテナ：Docker クラウド：Google Cloud CICD：GitHub Actions laC：Terraform

以下の業務に取り組んでいただきます。 ・クラウド上でデータウェアハウスやETL/ELTパイプラインの設計・構築 ・Dagster / Google Workflows / GitHub Actionsを用いたパイプラインの自動化 ・各種ローデータからデータ統合・分析 ・システムパフォーマンスの監視・最適化 ・複数チーム連携した、技術課題の解決　　など 【使用するツール】 言語：SQL / Python ETL / ELTツール：dbt BIツール：Looker Studio コンテナ：Docker クラウド：Google Cloud CICD：GitHub Actions laC：Terraform

【職務内容】データ活用に関するAI/BI/IoT/クラウド等の先進テクノロジーの深い知見・技術力と、データ活用に関連する企業の戦略策定・業務改革・組織変革（チェンジマネジメント）・基盤構想等のコンサルティングノウハウ、各業界・業務におけるデータ活用ユースケースの知見・分析力を生かし、データ活用コンサルティングのオファリング企画・マーケティング・プリセールスを主導して機会創出・案件獲得および実行をリードし、製造・流通・サービス業等、業界横断の顧客企業のデジタル変革（新サービス創出、ビジネス変革等）を推進

事業は順調に急成長をしており、今後の更なる成長を見越し、中核を担える人材を数名募集しています。 本求人では、事業担当者と協力し、データサイエンスを用いて既存のマーケティング上の課題を解決するような仕組みや技術開発を担うポジションを募集します。 - データサイエンスを用いたプロダクト/サービスの機能開発 　- 事業担当者と協議し、プロダクトやサービスのあるべき姿を設定し開発に必要な要件を定義 　- 必要な技術の調査、報告、選定 　- 状況に応じた大小の機能実装にかかわる作業 - 組織のデータ分析レベル向上 　- 分析リテラシーの社内啓蒙やメンバーの教育等 - プログラミング言語: Python, R、SQL - バージョン管理: Git/GitHub - データ分析基盤、環境: AWS, Snowflake、Google Colaboratory - BI: Redash, Google Spread Sheet, Looker Studio - コミュニケーション: Slack, ClickUp, Notion - ターゲットの潜在ニーズを探索・可視化し、顧客への価値提供・効果計測をしていく - 素早くマーケットにデリバリーして、プロダクトを実際に動かしながら磨きあげる - 技術負債に対して戦略的に取り組み、開発の生産性を向上、最大化する - 技術やデザインを武器にして、新しい価値を生み出すことを使命とする - 組織としてナレッジが共有され、モチベーション高く開発が続けられる状態を維持する - 個のスキルや経験だけでは解決することが難しい課題に直面した場合でも、目的達成のためにチームで協働し解決していくことができる データプロフェッショナルチーム

事業は順調に急成長をしており、今後の更なる成長を見越し、中核を担える人材を数名募集しています。 本求人では、ノバセルのプロダクトや分析業務を支える基盤の機能拡充ならびに運用自動化に関わる開発を主導し、責任者と合意を取りながらデータ設計と統制・管理が適切に行える環境として成長させ続ける方を募集します。 - データウェアハウスへのデータ連携を含む、データ基盤で動作するETL処理の開発 - データパイプラインを管理・運用・監視する仕組みづくり - 取り扱うデータのセキュリティやガバナンス対応 - 各種運用業務の自動化とドキュメント整備 - プログラミング言語: Python, SQL - バージョン管理: Git/GitHub - データ分析基盤、環境: AWS, Snowflake - ETLツール: trocco, Airbyte, dbt(導入準備中) - IaCツール: Terraform - BI: Redash, Google Spread Sheet, Looker Studio - コミュニケーション: Slack, ClickUp, Notion - ターゲットの潜在ニーズを探索・可視化し、顧客への価値提供・効果計測をしていく - 素早くマーケットにデリバリーして、プロダクトを実際に動かしながら磨きあげる - 技術負債に対して戦略的に取り組み、開発の生産性を向上、最大化する - 技術やデザインを武器にして、新しい価値を生み出すことを使命とする - 組織としてナレッジが共有され、モチベーション高く開発が続けられる状態を維持する - 個のスキルや経験だけでは解決することが難しい課題に直面した場合でも、目的達成のためにチームで協働し解決していくことができる データプロフェッショナルチーム