データ分析

リモートワーク可の転職・求人情報

カウシェは専任のデータアナリストなしに、GMV35倍・売上総利益411倍・DAU81倍を達成してきました。各職種が自らデータを引きに行き、意思決定してきた組織です。しかし事業の成長と共に、取り扱うデータの種類・量・複雑さは急増しています。プロダクト・マーケ・EC・広告・ゲーミフィケーションが絡み合うデータを、専門的な分析設計なしに正確に読み解くことには、限界が見えてきました。ここから先の成長は、「何が起きているか」を追うだけでは描けません。複雑に絡み合うデータの中から、まだ気づかれていない事業の伸びしろを見つけ出し、次の一手を導き出す。分析そのものが、事業を前に進める打ち手になるフェーズに入っています。そこで今回、カウシェの分析領域にオーナーシップを持つ専任のデータアナリストを募集します。AIを使いこなし、育てながら、これまで属人的に回してきたデータ活用を組織の仕組みへと再設計する。分析の質と速度で、事業の意思決定そのものを変えていただく役割です。カウシェは発見型ソーシャルECアプリです。発見型ECとは、従来の「ほしいものを検索して買う」検索型ECとは真逆で、「なんとなく眺めているなかで、ほしいものを発見して買う」という体験を提供するECを指します。セール商品との偶然の出会いや、レビュー・クエストなどの参加型機能を通じて、買い物が「単なる購入」を超えて感情を動かす体験になる場をつくっています。2026年7月に累計700万ダウンロードを突破し、ユーザーは全国にまんべんなく広がっております。特徴的なのは、これまでECをほとんど使ったことがない40〜50代の女性に多く利用いただいている点です。「カウシェファーム」という作物育成ゲームや、「みんなの投稿」という投稿機能など、日常的に楽しめる要素が豊富にあることが強みとなっており、1日平均38分・月20日以上という高い頻度で利用していただいているユーザーが多く、これまでのECユーザーとはまったく異なる行動が生まれています。カウシェは「日常に楽しさを」をミッションに、「新しい生活圏のカタチ」をつくります。検索と最適化に寄りがちなECでのお買い物体験に、発見や偶然、ほどよいにぎわいといった人間らしい豊かさを取り戻すことが狙いです。ふらっと立ち寄れば気になるものが見つかり、知人の姿に安心し、つい滞在したくなる。駅前や商店街のように、人が自然と集まり生活のリズムに溶け込む拠点を、ソーシャルとエンタメとコマースの掛け算で形にします。情報収集も遊びも買い物も同じ動線の中でゆるやかにつながり、作業となってしまっていたお買い物はいつしか楽しみへと変わります。2023年の事業転換以降、約3年でGMV35倍、売上総利益411倍、DAU81倍を達成。変化を力に変えてきた私たちは、人数に依存しない運営モデルで常識を更新し続けます。目指す姿は、1億人に1億通りの楽しみが巡る生活インフラです。社員100人で企業価値1兆円に挑み、10年後に小売の主役となるべき生活圏を自分たちの手で切り拓きます。プロダクト・ビジネス課題における定量分析を通じて、課題の特定から、意思決定に効く示唆の提示までを一気通貫で担っていただきます。分析依頼を受けて処理する役割ではなく、「そもそも何を分析すべきか」を上流から定義していただくポジションです。① 課題の定義・仮説立案（上流からの関与）PdM・エンジニア・マーケ・CSと同じチームの一員として、企画・仕様検討の段階から議論に加わります。「何が起きているか」だけでなく「なぜ起きているか」「次に何をすべきか」まで、自ら問いを立てて分析を展開します。② AIを「一人のアナリスト」として育て上げるClaude等のAIツールを前提に、分析業務そのものを設計します。定型的な分析をAIに委ね、出力の妥当性を見極めて修正し、AIが正しく機能する状態へと育てていく——これが重要な業務の一つです。目指すのは、自身の分析業務が効率化されることに加えて、各チームが品質を担保した状態で分析を自動化できている状態です。③ KPI設計・指標の運用KGI・KPIを設定し、ダッシュボードの構築・運用を担います。経営・PdM・マーケそれぞれが見るべき指標を整理し、意思決定の精度を上げる仕組みをつくります。④ 分析実務データの抽出・加工・集計・分析（SQL / BigQuery / Looker Studio等）を一気通貫で行います。分析結果をわかりやすくレポートし、施策立案への活用までサポートします。⑤ 関係者との連携・施策への接続多様な部門と協力し、分析結果を具体的な施策へとつなげます。分析で得た示唆を事業責任者・PdMに届け、リリース後の効果検証まで伴走します。⑥ データ活用の組織浸透（経験に応じて）以下の領域にも横断的に関与いただけます。・社内のデータ活用教育の推進・データ活用を促進する新しいプロジェクトの企画・実行・BIツールを用いたデータ可視化環境の構築・メンテナンス・より高度な分析ができるよう分析環境の改善EC×ゲーミフィケーション×ソーシャルが絡み合う複合データの解釈購買・行動・広告・ゲームKPIが相互に影響し合う、一般的なECにはないデータ構造を扱います。単純な相関では説明できないパターンを読み解くには、ドメイン理解と分析設計の両方が必要です。条件を丁寧に場合分けし、ノイズを切り分けて事象を構造化する——数学的な思考が効いてくる領域です。AIを「使う」から「育てる」へAIの性能向上により、分析実務のあり方そのものが変わりつつあります。どこまでをAIに任せ、どこを人が担保するのか。出力の誤りに気づける細やかさを持ちながら、分析プロセス全体を再設計していく難しさがあります。多様なステークホルダーへのデータコミュニケーションPdM・マーケ・CS・経営陣と、異なる目的・リテラシーを持つ相手に分析結果を届けます。「正しい分析」を「使われる分析」にするためのコミュニケーション設計が問われます。AIを育て、分析のあり方そのものを設計できる多くの企業では、PdMがアナリストに分析を依頼し、アナリストがそれを裁く——という業務フローが当たり前になっています。カウシェはまだその型が固まっていないからこそ、最初からAIを前提とした分析体制をゼロベースで設計できます。「AI時代のアナリストはどうあるべきか」を、実践しながら自分で定義できる環境です。EC×ゲーミフィケーション×ソーシャルという希少データ通常のECにはない、ゲーム行動・ソーシャル購買・AIレコメンド効果などが交差するデータを扱えます。1日平均38分・月20日以上という高頻度利用が生む行動データは、一般的なECとはまったく異なる構造をしています。データアナリストとして希少な経験値が積めます。分析が確実に意思決定に使われ、事業成長に直結する作った分析がすぐ施策に直結し、KPIへの影響をリアルタイムで確認できます。「分析しても誰も読まない」問題とは無縁です。分析を通じて事業を伸ばしたい方にとって、手触りのある環境です。ほぼゼロから、分析の仕組みを立ち上げられる専任アナリストがほぼいない状態だからこそ、既存の型に縛られず、分析環境・KPI体系・データ活用文化を自分の手でつくれます。プロダクト・マーケ・EC・広告など複数領域を横断でき、事業全体を俯瞰するアナリストとしての視点が短期間で身につきます。アナリスト出身のPdMと、分析の設計から一緒に組める現在、データ整備をアナリスト出身のPdMが自ら行っております。そのため、指標の定義やデータ設計といった土台の議論を、共通言語を持つ相手と進められます。分析の前提や意図を一から説明する必要がなく、上流から設計を一緒に組み立てていける環境です。・BigQuery, Dataform, Spanner・Looker Studio, Google Spread Sheets・GitHub, Slack, Notion・Claude Code, Gemini（AI/LLMツールは全員分予算あり）1998年生まれ。明治大学在学中から、Fintech企業でエンジニアインターンやカウシェにて創業期からマーケティングインターンを経験。2022年4月に大学卒業後カウシェに正社員としてジョイン。2023年夏より「カウシェファーム」の企画構想を開始し、開発チームを率いて同年10月にサービスをリリース。2024年4月より部長に就任し、2026年3月より執行役員CXO（Chief Experience Officer）に就任。https://youtrust.jp/studio/articles/kauche_cxohttps://youtrust.jp/studio/articles/kauche_cxo1995年、東京都生まれ。東京大学経済学部卒。新卒でDeNAに入社し、ライブ配信アプリ『Pococha』のPdMを担当。過去にはデータアナリストやUS PocochaのPdMも経験。2026年1月にカウシェに入社し、現在はカウシェファームの体験設計を担っている、データアナリスト経験を持つPdMです。https://note.com/kauche/n/n1f6a75b83bc7https://note.com/kauche/n/n1f6a75b83bc7現在は業務委託のデータアナリスト1名が分析業務を担っています。あなたが加わることで、専任正社員アナリストとして分析領域の中核を担っていただきます。カウシェの分析領域にオーナーシップを持つ立場として、分析実務から仕組みづくりまでを中長期で担っていただくことを想定しています。AIを前提とした分析体制の設計・データ活用文化の醸成など、事業の成長に合わせて役割の幅を広げながら、データ分析の責任者としてキャリアを築いていける環境です。入社直後から「放置」することはありません。明確なマイルストーンと共に、チーム全体で立ち上がりをサポートします。1ヶ月目：現状把握とキャッチアップ既存のダッシュボード・KPI体系・分析環境・各部署のデータ活用状況をキャッチアップします。業務委託アナリストと連携しながら現状の分析業務を把握し、優先課題の仮説を立てます。2ヶ月目：最初の分析をオーナーシップを持って完結させる特定の事業課題（プロダクト・マーケ・ECなど）に対し、仮説立案〜分析〜提案まで自分でリードします。分析結果が施策に採用される体験を1件以上つくります。3ヶ月目：KPI設計・分析の仕組み化に着手部署横断で使われるKPI・ダッシュボードの改善提案を行います。AIを活用した分析プロセスの設計にも着手し、「データでカウシェをこう伸ばす」という方針を自分の言葉で語れる状態を目指します。お互いのミスマッチを無くすため、技術力とカルチャーの両面を丁寧に確認させていただきます。・カジュアル面談（まずは気軽にお話ししましょう）・一次面接（スキル・カルチャー：PdM / 60〜90分）・課題選考（スキル：COO・CXO・PdM / MAX90分）　・実務に近いデータ分析・課題設計の課題に取り組んでいただき、ディスカッションを行う形式です。・最終面接（対面：CEO・COO / MAX90分）　・最終面接と課題選考の間に、リファレンスチェックを実施することがあります。・採用ページ：・https://enjoy-working.kauche.com/　https://enjoy-working.kauche.com/・Company Deck：・https://speakerdeck.com/kauche/zhu-shi-hui-she-kausie-company-deck　https://speakerdeck.com/kauche/zhu-shi-hui-she-kausie-company-deck・社員インタビュー：・https://note.com/kauche　https://note.com/kauche・TechBlog：・https://zenn.dev/p/kauche　https://zenn.dev/p/kauche

一人目のデータサイエンティストを募集します。カウシェは累計700万ダウンロードを突破しました。2023年の事業転換以降、約3年でGMV35倍、売上総利益411倍、DAU81倍を達成して急成長しています。お客様の多くが「買いたいもの」を決めて来店するのではなく、カウシェファームなどを起点として偶然商品に出会い購入に至る、という従来のECとは根本的に異なる行動が生まれており、この独自のデータを活用したレコメンデーションを中心としたデータ施策が事業成長を大きく牽引してきました。一方で、現在Data Science / ML領域は業務委託1名体制で運用しており、データ分析から仮説構築・特徴量設計・精度改善・効果検証までを一気通貫でリードできるデータサイエンティストが不在です。これまでの主な成果は商品レコメンドですが、直近ではUGCとお客様とのマッチングや商品出品者への改善提案にも取り組み始めています。今後は広告配信の最適化、ダイナミックプライシング、UI自体の出し分けなど、この領域でのやりたいことは大きく広がっています。分析・仮説構築から実装・効果検証まで一気通貫でリードいただけるデータサイエンティストを募集します。カウシェは発見型ソーシャルECアプリです。発見型ECとは、従来の「ほしいものを検索して買う」検索型ECとは真逆で、「なんとなく眺めているなかで、ほしいものを発見して買う」という体験を提供するECを指します。セール商品との偶然の出会いや、レビュー・クエストなどの参加型機能を通じて、買い物が「単なる購入」を超えて感情を動かす体験になる場をつくっています。2026年7月に累計700万ダウンロードを突破し、ユーザーは全国にまんべんなく広がっております。特徴的なのは、これまでECをほとんど使ったことがない40〜50代の女性に多く利用いただいてる点です。「カウシェファーム」という作物育成ゲームや、「みんなの投稿」という投稿機能など、日常的に楽しめる要素が豊富にあることが強みとなっており、1日平均38分・月20日以上という高い頻度で利用していただいているユーザーが多く、これまでのECユーザーとはまったく異なる行動が生まれています。カウシェは「日常に楽しさを」をミッションに、「新しい生活圏のカタチ」をつくります。検索と最適化に寄りがちなECでのお買い物体験に、発見や偶然、ほどよいにぎわいといった人間らしい豊かさを取り戻すことが狙いです。ふらっと立ち寄れば気になるものが見つかり、知人の姿に安心し、つい滞在したくなる。駅前や商店街のように、人が自然と集まり生活のリズムに溶け込む拠点を、ソーシャルとエンタメとコマースの掛け算で形にします。情報収集も遊びも買い物も同じ動線の中でゆるやかにつながり、作業となってしまっていたお買い物はいつしか楽しみへと変わります。2023年の事業転換以降、約3年でGMV35倍、売上総利益411倍、DAU81倍を達成。変化を力に変えてきた私たちは、人数に依存しない運営モデルで常識を更新し続けます。目指す姿は、1億人に1億通りの楽しみが巡る生活インフラです。社員100人で企業価値1兆円に挑み、10年後に小売の主役となるべき生活圏を自分たちの手で切り拓きます。データから事業課題を構造化し、仮説を立て、施策の設計・検証までリードしていただきます。モデルの検討・実装・改善までトータルで関わっていただくポジションです。・ユーザー行動データ・購買データの分析を通じた事業課題の発見と構造化・課題に対する施策仮説の構築と、検証可能な実験（A/Bテスト等）の設計・特徴量の設計・選定と、レコメンドモデルの実装・チューニング・オフライン評価とオンライン結果の乖離分析、施策の効果検証・分析結果に基づく施策の優先順位づけ。PdM等と連携した意思決定今後チームを拡大していく予定があり、採用や育成にも関わっていただけると嬉しいですが、まずは上記領域に専念いただきます。お客様は「買いたいもの」が決まっていない状態で商品に出会います。閲覧→クリック→購入のファネルをセグメント別に分解し、どこにインパクトの大きい改善余地があるかを特定する——曖昧な課題を自ら構造化する力が問われます。カテゴリ別購入傾向・行動タイムスタンプ・価格感度などの特徴量設計を通じて、パーソナライズ精度を向上させます。モデルの実装・チューニングからオフライン/オンライン評価の設計まで、一気通貫で担います。新規お客様の初期利用期間は購買データが基本的にありません。ファーム内行動やアプリ内行動など、カウシェ固有のシグナルから嗜好を推定するモデルを設計・実装します。レコメンドが短期的な購入率に最適化されすぎていないか、長期的なお客様価値との両立をどう設計するかという構造的な問いに、データで仮説を作って検証していきます。UGC（口コミ）のパーソナライズ、広告配信の最適化、ダイナミックプライシングなど、「何のデータをインプットに、何をアウトプットするか」の新しい組み合わせを事業インパクトの大きい順に検証していきます。・データ基盤・分析: BigQuery, Dataform, Python, Looker Studio・ML基盤: Google Cloud (Vertex AI, Vertex AI Experiments, Cloud Spanner, etc)・AI/LLMツール: Claude Code, Cursor, Codex, GitHub Copilot（全員分予算あり）・その他: GitHub, Slack, Notion「買いたいものが決まっていない」という、ECにしかない難問に向き合える検索型ECなら「何が売れるか」はある程度予測できます。しかしカウシェでは、お客様自身も来店時点では何を買うか決まっていません。この独自の行動パターンをデータで解き明かし、レコメンドに変えていくという、他のECプラットフォームでは経験できない、発見型ECならではの知的挑戦があります。月20日以上・1日38分という、ECとしては異例の高密度データが武器になる一般的なECアプリの滞在時間は数分程度です。カウシェはゲーム要素を持つ独自の設計により、お客様が日常的に開くアプリになっています。この高頻度・高密度な行動ログは、精度の高い特徴量設計と実験を可能にする、他社にはないデータ資産です。レコメンドにとどまらずデータ活用の今後を自分で描ける現在の主戦場は商品レコメンデーションですが、UGCパーソナライズ・広告配信最適化・ダイナミックプライシング・UI出し分けなど、カウシェにおけるデータ・ML活用の余白は広大です。「次に何をデータで解くか」の優先順位から自分で設計できる、一人目ならではの裁量があります。分析して終わりではなく、施策の実行まで責任を持てる環境カウシェでは、データサイエンティストが仮説構築からモデル実装・効果検証まで一気通貫で担います。「レポートを作って渡すだけ」ではなく、自分の分析がKPIに直結するフィードバックループの中で、DSとしての腕を磨ける環境です。AIフル活用が前提の職場DS含む全エンジニアにAIフル活用を義務化しており、個人の利用予算も会社が負担します。Claude Code・Cursor・Codexを使い、コードの大半をAI経由で生成。少人数でスピードと品質を両立するスタイルです。・1チームあたり4〜10名のPM、デザイナー、エンジニア、QAなどの職能混合チームで開発を行います。・要件定義からリリースまで、チーム全員が主体的に関わるスタイルです。・「品質を上げるからこそ速く作れる」という哲学のもと、品質を重視した開発を徹底しています。東京工業大学大学院にて計算工学を修了後、2014年にDeNA入社。バックエンドエンジニア、エンジニアリングマネージャーとして、EC、SNS、ヘルスケアなどのプロダクト開発に従事。2020年から複業として参画していたカウシェに翌年5月に入社。バックエンドエンジニア、エンジニアリングマネージャー、プロダクトマネージャーを経て2023年10月より現職。・業界トップクラスのエンジニアが集結　・正社員・業務委託メンバー共に、メガベンチャーやTechスタートアップでテックリード・EM・CTOを経験した30代のシニアメンバーが多数在籍しています。　・DeNA AI技術開発部との技術連携により、ML領域のアドバイザリーを受けながら開発を進めています。・AI Nativeな開発スタイル　・コードの大半をAI経由で生成、Pull Requestの80%をAIレビューのみでDeployする、などを実践中。少数でスピードと品質を両立しています。・事業とお客様に近い距離で開発する文化　・PdMやデザイナーと混成で動き、事業数値やチームで追っているKPIの状況、対応方針などを深くSyncして開発を行っています。　・定量数値と定性（使用感・お問い合わせ・SNS投稿・レビューなど）を重視し、お客様の文脈に常に触れながら開発し、リリース後には定性・定量の変化を確認して次の施策に繋げていきます。toCならではのFBを元にした速い開発サイクルが特徴です。カウシェのData Scientistポジションは、「分析だけ」でも「実装だけ」でもなく、データ起点で事業全体を動かす希少なポジションです。実績を積んだ後は、Data Science・ML領域のテックリード・チームビルディングを担うマネージャー、さらにはData Science・MLチーム全体を率いるCDO（Chief Data Officer）などへのキャリアパスを想定しています。レコメンド・パーソナライズ・広告最適化という複数ドメインを横断した経験は、市場における希少価値に直結します。入社直後から「放置」することはありません。明確なマイルストーンと共に、チーム全体で立ち上がりをサポートします。1ヶ月目：プロダクトとデータの理解・ユーザー行動データ・購買データを探索し、データの全体像や顧客像を把握する・既存のレコメンドロジックと評価指標の構成を理解し、施策に着手し始める2ヶ月目：分析と仮説構築・ファネル分解・セグメント分析を通じて、インパクトの大きい改善ポイントを特定する・特徴量の改善提案やモデルのチューニングに着手する・最初のA/Bテストを設計・実施する3ヶ月目：施策のリード・分析結果に基づくML施策の優先順位づけとロードマップ策定・効果検証の仕組みを整え、施策のPDCAを自走で回すお互いのミスマッチを無くすため、技術力とカルチャーの両面を丁寧に確認させていただきます。・カジュアル面談（まずは気軽にお話ししましょう）・一次面接（技術・カルチャー：CTO・PdM / 60〜90分）・課題選考（技術：CTO・PdM・現場エンジニア/ MAX90分）　・ユースケース問題形式：実務に近いデータ分析・実験設計の課題に取り組んでいただき、その後ディスカッションを行います。オフライン評価設計や特徴量エンジニアリングの考え方を拝見させていただきます。・最終面接（対面：CEO・COO / MAX90分）　・最終面接と課題選考の間に、リファレンスチェックを実施することがあります。・採用ページ：・https://enjoy-working.kauche.com/　https://enjoy-working.kauche.com/・Company Deck：・https://speakerdeck.com/kauche/zhu-shi-hui-she-kausie-company-deck　https://speakerdeck.com/kauche/zhu-shi-hui-she-kausie-company-deck・社員インタビュー：・https://note.com/kauche　https://note.com/kauche・TechBlog：・https://zenn.dev/p/kauche　https://zenn.dev/p/kauche

お持ちのご経験やスキルに応じて、相談の上で下記業務の一部／全てをお任せいたします。 - 全社共通AI基盤の設計・構築・運用 - AI基盤を活用した各事業エリアの業務効率化支援・実装 ※テーマは事業側へのヒアリングを通じて一緒に設計 - 生成AIを用いた業務自動化・高度化の仕組みづくり - データ基盤の設計・構築・運用 - 事業上必要なデータ抽出・加工・提供の仕組みづくり - AIを活用したデータ提供・分析基盤の構築 技術だけで完結するのではなく、事業・業務理解を深めながら「使われる仕組み」を作ることを重視しています。 Cursor 等のAIコードエディタや Claude Code などを活用し、設計・実装・検証・改善まで、日常的に生成AIを取り入れています。 ツールは固定せず、技術進化のスピードを前提に柔軟に選定しています。 エンジニアに限らず、PdM・Bizメンバーも含めて、企画検討、仮説整理、業務設計、プロトタイピングに生成AIを活用。「役割を超えてAIを積極活用する」文化があります。 atama plusでは、選考を「相互理解の場」と位置づけています。 書類選考通過後にご参加いただく面接では、対話を通じて、ぜひatama plusのカルチャー、事業、プロダクト等について理解を深めていただければと思います。

お願いする業務 ・既存審査AIモデルの改善 ・特徴量設計および見直し ・機械学習手法の選定・適用 ・AI適用に関する改善提案・レビュー ・他業界でのAI活用知見のフィードバック

💻 職務内容 システムの「要」であるデータベース領域を中心に、保守から新規開発、移行まで幅広いフェーズに深く入り込んでいただきます。 ⚪︎ 既存基幹システム（Oracle／PL/SQL）の調査、改修対応 └ まずは既存のコードを読み解き、現行システムの仕様やデータの流れを正確にキャッチアップしていただきます。 ⚪︎ 業務要件に基づくMySQL（ストアドプロシージャ）での新規開発 └ 現行の仕様を理解した上で、新しい環境のビジネスロジックをMySQLのストアドプロシージャを用いてゴリゴリと組んでいただきます。 ⚪︎ データ移行に伴う設計、テスト、検証作業 └ 本プロジェクトの最重要ミッション！膨大なデータを安全に引っ越しさせるためのシナリオ設計から、綿密なテスト・検証までを主導していただきます。 ⚪︎ 本番稼働後の障害対応および原因調査 └ 移行して終わりではなく、自分が手掛けたシステムの安定稼働を最後まで見届け、トラブル時にはいち早く原因を特定していただきます。 🌟 この案件で得られる3つのメリット 1. 「脱Oracle・オープンソース移行」の市場価値の高い実績 └ ライセンス費用削減などの背景から、OracleからMySQL等への移行ニーズは市場で爆増しています。この「異種DB間の移行経験」は、今後のキャリアにおいて間違いなく強力な武器になります。 2. 既存解読から新規構築までの一気通貫した経験 └ 上流の移行設計から開発、テスト、リリース後の運用保守まで、システム刷新の全フェーズを経験できるため、エンジニアとしての総合力が格段に上がります。 3. エンタメ業界の大規模データに触れる面白さ └ トラフィックやデータ量が膨大なエンタメ業界ならではのダイナミックで責任あるDBエンジニアリングを体感できます。

データサイエンティストとして、深層学習技術を活用したAIソリューションの開発業務を担当していただきます。 主に、自然言語処理（NLP）、画像生成・認識、音声認識、強化学習、ロボット関連などのプロジェクトに携わり、様々なモデルの構築・学習・最適化を中心に実装業務を行います。 また、シニアデータサイエンティストやプロジェクトメンバーと協力しながら、最新の研究動向をキャッチアップし、モデルの精度向上や実運用に向けた改善にも取り組んでいただきます。 中長期的には、プロジェクトマネジメントやクライアントとの連携にも関与し、AI開発全体をリードできるよう成長していただくポジションです。 - 適宜クライアント企業とのヒアリングを通じた課題の抽出 - AIモデルやアルゴリズムの設計/開発/最適化 - 継続的な運用と改善 - クライアントとのビジネスコミュニケーション - 最新AI技術のキャッチアップと適用 - インターンメンバーのマネジメント/育成におけるPMのサポート - 建設現場におけるPhysical AI活用支援：大手ハウスメーカー - Physical AIのデモ作成支援：大手重工メーカー - 特化型LLM開発を活用した性格獲得：大手完成車メーカー - 行政特化型LLM開発：行政 - マルチモーダルAI（テキスト×画像×音声）による新規サービス創出：大手メーカー - LLMを活用した空調制御システムの最適化：大手電機メーカー - 世界モデルによる自動運転の認識・予測精度向上：ソフトウェア企業 - マルチモーダルデータを用いた生産性分析：大手オフィス機器メーカー - リモート主体（出社も勿論自由） - 松尾・岩澤研究室の基礎研究チームとの連携により、AI技術の最新情報が常に入ってくる環境 - 書籍購入自由 - 国内外のAI研究機関との連携や学会参加、人材交流も盛ん - AI技術の最新論文読み放題 - 日本のAI第一人者の松尾教授から直接FBが得られる - 最先端の技術を扱うプロジェクト多数 - Sandbox環境充実 - 業務外の自己研鑽用にA100が８台利用可能 - 各種生成AIツールなどの月額利用料の会社負担あり - Kaggleに自主的にチャレンジしているメンバー多数（Grandmaster1名、Master4名、Expert4名） - 論文の輪読会やライトな勉強会など活発に開催 - 副業可 共同研究チームに所属いただきます。 当該組織には、下記3つのチームがあり、連携しながらプロジェクトを推進しています。 ①AIコンサル（営業担当） ②**データサイエンス** ※今回お声がけしているポジション ③MLシステム開発 ①最先端技術 × 難易度の高い課題 本ポジションでは、LLMやコンピュータビジョン、Physical AIなどの最先端技術を活用しながら、抽象度が高く前例のない課題に向き合います。「技術を使うこと」が目的ではなく、「本質的な課題を解くこと」が求められる環境です。 ② 少数精鋭・エース級人材の環境 各プロジェクトは少数精鋭で構成され、メンバー一人ひとりが高い専門性を持ちながら意思決定を行います。 外部のエージェントの方からも、「一人一人がエース級で、環境のレベルが想像以上だった」という声をいただくこともあり、優秀なメンバーと切磋琢磨できる環境です。 ③ 研究と実装の橋渡し 論文レベルの最先端技術を扱いながら、それを実際のビジネス・プロダクトに落とし込むまで一貫して関わります。 研究と実装の両方に関わることで、技術を“使われる形”に昇華させる経験が得られます。 ④ 知的好奇心が満たされ続ける環境 社内には学習意欲の高いメンバーが多く、日常的に技術や課題について深い議論が行われています。 「難しい問いに向き合い続けたい」「常に成長し続けたい」という方にとって、非常にフィットする環境です。

株式会社松尾研究所は、東京大学 松尾・岩澤研究室を母体とするAIスタートアップです。研究で培った最先端の知見を社会実装し、産業・行政・社会課題にAIを適用するプロジェクトを推進しています。 本ポジションでは、AI開発プロジェクトのPMとして、課題定義から設計・実装までをリードしていただきます。JTCクラスのクライアント企業や社内の研究者・エンジニアと連携し、AIを活用した新しい価値創出を担うポジションです。 高いレベルのエンジニアリング力と常に最新の技術をキャッチアップする強い向学心に加え、プロジェクトマネジメントのスキルやクライアントとのビジネスコミュニケーション能力も求められる、チャレンジングなポジションです。 人工知能技術を社会実装することで、産業界に革新をもたらし、且つ最高の環境で、自らの知識・スキルもハックできます。 - 経営・事業課題のヒアリングとAI活用テーマの企画・要件定義 - 手法調査、論文サーベイ（松尾研以外の技術シーズも調査、論文実装します） - データ分析・モデル設計・評価方針の策定、および開発ロードマップの設計 - 自然言語処理、画像生成・認識、音声認識、強化学習、ロボット関連など最先端AI技術を用いたPoC（コーディング含む）・アプリモック作成 - エンジニア／インターン生などとのチームビルディング、進行管理、品質管理、人材育成 - クライアントとの折衝・リレーション構築、成果報告資料の作成＆報告 - 建設現場におけるPhysical AI活用支援：大手ハウスメーカー - Physical AIのデモ作成支援：大手重工メーカー - 特化型LLM開発を活用した性格獲得：大手完成車メーカー - 行政特化型LLM開発：行政 - マルチモーダルAI（テキスト×画像×音声）による新規サービス創出：大手メーカー - LLMを活用した空調制御システムの最適化：大手電機メーカー - 世界モデルによる自動運転の認識・予測精度向上：ソフトウェア企業 - マルチモーダルデータを用いた生産性分析：大手オフィス機器メーカー - リモート主体（出社も勿論自由） - 松尾・岩澤研究室の基礎研究チームとの連携により、AI技術の最新情報が常に入ってくる環境 - 書籍購入自由 - 国内外のAI研究機関との連携や学会参加、人材交流も盛ん - AI技術の最新論文読み放題 - 日本のAI第一人者の松尾教授から直接FBが得られる - 最先端の技術を扱うプロジェクト多数 - Sandbox環境充実 - 業務外の自己研鑽用にA100が８台利用可能 - 各種生成AIツールなどの月額利用料の会社負担あり - Kaggleに自主的にチャレンジしているメンバー多数（Grandmaster1名、Master4名、Expert4名） - 論文の輪読会やライトな勉強会など活発に開催 - 副業可 共同研究チームに所属いただきます。 当該組織には、下記3つのチームがあり、連携しながらプロジェクトを推進しています。 ①AIコンサル（営業担当） ②**データサイエンス** ※今回お声がけしているポジション ③MLシステム開発 ①最先端技術 × 難易度の高い課題 本ポジションでは、LLMやコンピュータビジョン、Physical AIなどの最先端技術を活用しながら、抽象度が高く前例のない課題に向き合います。「技術を使うこと」が目的ではなく、「本質的な課題を解くこと」が求められる環境です。 ② 少数精鋭・エース級人材の環境 各プロジェクトは少数精鋭で構成され、メンバー一人ひとりが高い専門性を持ちながら意思決定を行います。 外部のエージェントの方からも、「一人一人がエース級で、環境のレベルが想像以上だった」という声をいただくこともあり、優秀なメンバーと切磋琢磨できる環境です。 ③ 研究と実装の橋渡し 論文レベルの最先端技術を扱いながら、それを実際のビジネス・プロダクトに落とし込むまで一貫して関わります。 研究と実装の両方に関わることで、技術を“使われる形”に昇華させる経験が得られます。 ④ 知的好奇心が満たされ続ける環境 社内には学習意欲の高いメンバーが多く、日常的に技術や課題について深い議論が行われています。 「難しい問いに向き合い続けたい」「常に成長し続けたい」という方にとって、非常にフィットする環境です。

📝 具体的な業務内容：上流から下流まで、データをデザインする 1. 要件定義とデータ構造の整理 └ 事業やプロダクトが求める要件をヒアリングし、KPIや指標定義に沿った最適なテーブル設計・データモデリングを実施します。 2. データマートの構築と運用 └ dbtやDWHを活用し、生データを分析しやすい形に変換するロジックの設計・実装・運用を行います。 3. 品質担保と標準化 └ SQLを用いたデータ抽出・検証・品質確認を実施。データ定義、命名規則、集計ロジックの標準化およびドキュメント整備を推進します。 4. BI連携と継続的改善 └ BIツール（ダッシュボード）での利用を見据えたデータ構造設計。 └ 分析・開発・事業サイドと連携し、既存テーブルや運用フローの課題整理・リファクタリングを積極的に行います。 ✨ この業務から得られるキャリアメリット この案件を通じて、市場価値が急上昇中の「アナリティクスエンジニア」としての確固たる実績を築くことができます。 1. 「モダンデータスタック（dbt/DWH等）」の深い実践経験 └ 最新のツール群を用いて、スケーラブルで保守性の高いデータパイプラインを構築・リファクタリングする経験は、現在のデータ領域で非常に高く評価されます。 2. 「ビジネス視点」を持ったデータモデリング能力 └ 言われた通りのデータを出すのではなく、事業のKPIを理解し、「どうすれば意思決定に役立つか」を起点としたモデリングスキルが身につきます。 3. 「カオスから秩序を創る」標準化・ガバナンス推進の実績 └ 命名規則の策定やドキュメント整備など、データ基盤の「品質と信頼性」を底上げした経験は、リードエンジニアとして高く評価されるポイントです。

📝 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。

株式会社松尾研究所は、東京大学 松尾・岩澤研究室を母体とするAIスタートアップです。研究で培った最先端の知見を社会実装し、産業・行政・社会課題にAIを適用するプロジェクトを推進しています。 本ポジションでは、AI開発プロジェクトのPMとして、課題定義から設計・実装までをリードしていただきます。JTCクラスのクライアント企業や社内の研究者・エンジニアと連携し、AIを活用した新しい価値創出を担うポジションです。 高いレベルのエンジニアリング力と常に最新の技術をキャッチアップする強い向学心に加え、プロジェクトマネジメントのスキルやクライアントとのビジネスコミュニケーション能力も求められる、チャレンジングなポジションです。 人工知能技術を社会実装することで、産業界に革新をもたらし、且つ最高の環境で、自らの知識・スキルもハックできます。 - 経営・事業課題のヒアリングとAI活用テーマの企画・要件定義 - 手法調査、論文サーベイ（松尾研以外の技術シーズも調査、論文実装します） - データ分析・モデル設計・評価方針の策定、および開発ロードマップの設計 - 自然言語処理、画像生成・認識、音声認識、強化学習、ロボット関連など最先端AI技術を用いたPoC（コーディング含む）・アプリモック作成 - エンジニア／インターン生などとのチームビルディング、進行管理、品質管理、人材育成 - クライアントとの折衝・リレーション構築、成果報告資料の作成＆報告 - 建設現場におけるPhysical AI活用支援：大手ハウスメーカー - Physical AIのデモ作成支援：大手重工メーカー - 特化型LLM開発を活用した性格獲得：大手完成車メーカー - 行政特化型LLM開発：行政 - マルチモーダルAI（テキスト×画像×音声）による新規サービス創出：大手メーカー - LLMを活用した空調制御システムの最適化：大手電機メーカー - 世界モデルによる自動運転の認識・予測精度向上：ソフトウェア企業 - マルチモーダルデータを用いた生産性分析：大手オフィス機器メーカー - リモート主体（出社も勿論自由） - 松尾・岩澤研究室の基礎研究チームとの連携により、AI技術の最新情報が常に入ってくる環境 - 書籍購入自由 - 国内外のAI研究機関との連携や学会参加、人材交流も盛ん - AI技術の最新論文読み放題 - 日本のAI第一人者の松尾教授から直接FBが得られる - 最先端の技術を扱うプロジェクト多数 - Sandbox環境充実 - 業務外の自己研鑽用にA100が８台利用可能 - 各種生成AIツールなどの月額利用料の会社負担あり - Kaggleに自主的にチャレンジしているメンバー多数（Grandmaster1名、Master4名、Expert4名） - 論文の輪読会やライトな勉強会など活発に開催 - 副業可 共同研究チームに所属いただきます。 当該組織には、下記3つのチームがあり、連携しながらプロジェクトを推進しています。 ①AIコンサル（営業担当） ②**データサイエンス** ※今回お声がけしているポジション ③MLシステム開発 ①最先端技術 × 難易度の高い課題 本ポジションでは、LLMやコンピュータビジョン、Physical AIなどの最先端技術を活用しながら、抽象度が高く前例のない課題に向き合います。「技術を使うこと」が目的ではなく、「本質的な課題を解くこと」が求められる環境です。 ② 少数精鋭・エース級人材の環境 各プロジェクトは少数精鋭で構成され、メンバー一人ひとりが高い専門性を持ちながら意思決定を行います。 外部のエージェントの方からも、「一人一人がエース級で、環境のレベルが想像以上だった」という声をいただくこともあり、優秀なメンバーと切磋琢磨できる環境です。 ③ 研究と実装の橋渡し 論文レベルの最先端技術を扱いながら、それを実際のビジネス・プロダクトに落とし込むまで一貫して関わります。 研究と実装の両方に関わることで、技術を“使われる形”に昇華させる経験が得られます。 ④ 知的好奇心が満たされ続ける環境 社内には学習意欲の高いメンバーが多く、日常的に技術や課題について深い議論が行われています。 「難しい問いに向き合い続けたい」「常に成長し続けたい」という方にとって、非常にフィットする環境です。

データサイエンティストとして、深層学習技術を活用したAIソリューションの開発業務を担当していただきます。 主に、自然言語処理（NLP）、画像生成・認識、音声認識、強化学習、ロボット関連などのプロジェクトに携わり、様々なモデルの構築・学習・最適化を中心に実装業務を行います。 また、シニアデータサイエンティストやプロジェクトメンバーと協力しながら、最新の研究動向をキャッチアップし、モデルの精度向上や実運用に向けた改善にも取り組んでいただきます。 中長期的には、プロジェクトマネジメントやクライアントとの連携にも関与し、AI開発全体をリードできるよう成長していただくポジションです。 - 適宜クライアント企業とのヒアリングを通じた課題の抽出 - AIモデルやアルゴリズムの設計/開発/最適化 - 継続的な運用と改善 - クライアントとのビジネスコミュニケーション - 最新AI技術のキャッチアップと適用 - インターンメンバーのマネジメント/育成におけるPMのサポート - 建設現場におけるPhysical AI活用支援：大手ハウスメーカー - Physical AIのデモ作成支援：大手重工メーカー - 特化型LLM開発を活用した性格獲得：大手完成車メーカー - 行政特化型LLM開発：行政 - マルチモーダルAI（テキスト×画像×音声）による新規サービス創出：大手メーカー - LLMを活用した空調制御システムの最適化：大手電機メーカー - 世界モデルによる自動運転の認識・予測精度向上：ソフトウェア企業 - マルチモーダルデータを用いた生産性分析：大手オフィス機器メーカー - リモート主体（出社も勿論自由） - 松尾・岩澤研究室の基礎研究チームとの連携により、AI技術の最新情報が常に入ってくる環境 - 書籍購入自由 - 国内外のAI研究機関との連携や学会参加、人材交流も盛ん - AI技術の最新論文読み放題 - 日本のAI第一人者の松尾教授から直接FBが得られる - 最先端の技術を扱うプロジェクト多数 - Sandbox環境充実 - 業務外の自己研鑽用にA100が８台利用可能 - 各種生成AIツールなどの月額利用料の会社負担あり - Kaggleに自主的にチャレンジしているメンバー多数（Grandmaster1名、Master4名、Expert4名） - 論文の輪読会やライトな勉強会など活発に開催 - 副業可 共同研究チームに所属いただきます。 当該組織には、下記3つのチームがあり、連携しながらプロジェクトを推進しています。 ①AIコンサル（営業担当） ②**データサイエンス** ※今回お声がけしているポジション ③MLシステム開発 ①最先端技術 × 難易度の高い課題 本ポジションでは、LLMやコンピュータビジョン、Physical AIなどの最先端技術を活用しながら、抽象度が高く前例のない課題に向き合います。「技術を使うこと」が目的ではなく、「本質的な課題を解くこと」が求められる環境です。 ② 少数精鋭・エース級人材の環境 各プロジェクトは少数精鋭で構成され、メンバー一人ひとりが高い専門性を持ちながら意思決定を行います。 外部のエージェントの方からも、「一人一人がエース級で、環境のレベルが想像以上だった」という声をいただくこともあり、優秀なメンバーと切磋琢磨できる環境です。 ③ 研究と実装の橋渡し 論文レベルの最先端技術を扱いながら、それを実際のビジネス・プロダクトに落とし込むまで一貫して関わります。 研究と実装の両方に関わることで、技術を“使われる形”に昇華させる経験が得られます。 ④ 知的好奇心が満たされ続ける環境 社内には学習意欲の高いメンバーが多く、日常的に技術や課題について深い議論が行われています。 「難しい問いに向き合い続けたい」「常に成長し続けたい」という方にとって、非常にフィットする環境です。

「1人称で一連の流れを完結させる」スタイルです。具体的には以下のような動きをお任せします。 ■ 技術の軍師として「作戦」を立てる ・ヒアリング同席： DX推進部が吸い上げたニーズに対し、エンジニアの視点で「これはPower Platformでやるべきか」「どう構成すれば最短で動くか」を助言します。 ・アーキテクチャ提案： SharePointでいくかDataverseやSQL Serverを噛ませるか。 あなたの「技術的な引き出し」が試される最も頼られる瞬間です。 ■ 3つの武器（Apps / BI / Automate）で「実体」を創る ・Power Apps： 現場が使いやすいUIをキャンバス/モデル駆動でサクッと構築。 ・Power Automate： 承認フローや外部SaaS連携、面倒な定期処理を裏側で自動化。 ・Power BI： 溜まったデータをモデリングし、経営や現場が「一目で判断できる」ダッシュボードへ昇華。 ・仕上げ： できたてのアプリを手に「こうやって使ってください」と仕様説明。マニュアル作成も、エンジニアらしい「簡潔で伝わるガイド」でOKです。 ■ 2〜5つの案件を並行して「回す」 ・「A案件の返待ちの間にB案件のDAXを組もう」といった、パズル的なスケジュール管理です。タスクを細かく分解し、週次で進捗を可視化。自分のペースで開発をリードできます。 ■ リリース後の「ブラッシュアップ」 「ここ、もう少しこうならない？」という小規模な改修にも柔軟に対応。ユーザーと一緒にプロダクトを育てていく感覚を味わえます。 ■ この案件のポイント ・「Power Platformのスペシャリスト」へ： 3製品を横断的にかつ高度に使いこなす経験は、今市場価値が最も高まっている領域の一つです。 ・圧倒的な生産性： AIによるコーディング支援も受けながら、1人で何百人もの業務を変えていく。その「レバレッジ」の高さが快感になります。 ・100%フルリモート： 無駄な通勤時間は一切なし。集中できる環境で、開発に没頭してください。

■ ミッション：熱狂を止めない、淀ませない。 現場のエンジニアが日々向き合う課題を、より具体的に整理しました。 ① トランザクションの守護（PostgreSQL/Redis） ・パフォーマンス・ハック： 実行計画を読み解き、インデックスを再設計。 ボトルネックを一つひとつ潰し、ファンがストレスを感じない「秒速」のレスポンスを実現します。 ・キャッシュ戦略の最適化： Redisを駆使し、DBへの負荷を最小限に抑えつつ、鮮度の高い情報を届ける高速なデータアクセスを設計します。 ・障害への鉄壁の備え： バックアップ・リストア戦略の策定から原因究明まで。 あなたの決断がサービスの信頼を支える最後の砦となります。 ② データという「宝の山」の磨き上げ（BigQuery/dbt） ・モダン・データスタックの構築： dbt を用いた洗練されたETLパイプラインを構築。 散らばったデータを整理し、ビジネスサイドが迷わず意思決定できる「美しい」データモデルを設計します。 ・インサイトの可視化： BIツールを活用し、ファンとクリエイターの熱量を数値としてアウトプット。あなたの分析結果がそのまま次の新機能やキャンペーンの指針になります。 ③ 未来を定義するスキーマ設計 ・拡張性のデザイン： 頻繁に行われる機能追加に際し、1年後のデータ量や負荷を予見した拡張性の高いテーブル設計をお願いします。開発チームと「DB視点」で議論を交わし、プロダクトを強くしてください。 ■ この案件の「エンジニア心がざわつく」ポイント ☆「CtoC×大規模トラフィック」の難易度： ユーザー同士が複雑に絡み合うデータ構造と予測不能なスパイクアクセス。 整合性とスケーラビリティの両立というDBエンジニアにとって最高に「美味しい」課題が山積みです。 ☆ 技術選定の裁量： 「dbtを導入してパイプラインを整理したい」「このBIツールの方が可視化しやすい」といった提案を歓迎する文化。 良いものは即採用、即実行が現場のルールです。 ☆ 圧倒的な当事者意識： あなたが最適化したそのクエリが誰かの「一生の思い出（推し活）」を支えるインフラになります。

■ 主な業務内容：食品業界の「知」を構造化し、AIの思考をアップデート！ 現場のエンジニアが向き合う「データの格闘」をより解像度高くイメージできるように整理しました。 ＜データ・クレンジングという名の「発掘作業」＞ ・非構造化データの制圧： 複雑なレイアウトのPDFや体裁のバラバラなPPTから、AIが理解できる純度の高いテキストを抽出。正規表現やパーサーを駆使し、ノイズを削ぎ落とす職人技が求められます。 ・SQLによる高度な加工： 既存の基幹システムに眠る構造化データと抽出したテキストを統合。RAGの精度を左右する「良質なメタデータ」をSQLで緻密に作り込みます。 ＜次世代RAG基盤のアーキテクチャ設計＞ ・埋め込みパイプラインの構築： ベクトルDBへの格納フローを最適化。単にベクトル化するだけでなく、検索精度を最大化するためのチャンク分割戦略や次元設計を主導してください。 ・GraphRAGへの挑戦： エンティティ間の関係性を定義し、ナレッジグラフのスキーマをモデリング。従来のRAGでは辿り着けなかった「文脈を超えた回答」を実現する基盤を創り上げます。 ＜プロンプトとデータの「共鳴」＞ ・構築した基盤を用い、現場の社員が「まさにこれが欲しかった」と唸る回答精度までチューニング。あなたの設計したデータ構造がAIの「賢さ」に直結する手応えを感じてください。 ■ この案件の「エンジニア心がざわつく」ポイント ・「GraphRAG」という最前線： 理論としては知っていても、実務でナレッジグラフのスキーマ定義から携わるチャンスは希少です。 ・カオスを秩序に変える快感： 企業秘伝のレシピ、商談ログ、市場レポート。これらバラバラの情報を繋ぎ合わせ、一つの「巨大な知のネットワーク」に変える達成感。 ・食品業界という巨大なドメイン： 私たちの生活に直結する業界だからこそ、AIによる効率化のインパクトは数億円規模に達することも。

病院向けSaaS「foro CRM」をはじめとする複数プロダクトを支えるData Management（データ運用）の中核を担い、医療機関から届くデータを「プロダクトで使える状態」に加工・投入する一連の工程を主導していただきます。 バックエンドエンジニアとしてのご経験——DB設計、バッチ処理、データフローの理解——は、このポジションでそのまま武器になります。 アプリケーションの裏側ではなく、データそのものの流れを設計・安定運用することにフォーカスするロールです。 ※フルリモートではなく週2日程度の出社が発生する可能性があります。 具体的には以下の通りです。 - 医療機関から受領するデータの取り込み・クレンジング・品質チェック - foro CRM / 外来適正化サービス / AIを活用した新規事業を横断するデータ投入の安定運用 - エラー検知・一次切り分け・CS（カスタマーサクセス）チームとの連携 - MDM（マスターデータ管理）の保守・月次更新 - データパイプラインの設計・改修（BigQuery / Cloud Run） - 手作業オペレーションの自動化・スクリプト化 - MDM運用の改善・更新プロセス整理 - Data Management全体の運用設計・ドキュメント整備 - DB設計・テーブル構造の理解 → 医療データのスキーマ設計やデータマート構造の把握に直結 - バッチ処理・API連携の経験 → データパイプラインの設計・改修にそのまま活かせる - コードレビューやテストの習慣 → データ品質チェック・エラー検知の仕組みづくりに応用できる

病院向けSaaS「foro CRM」をはじめとする複数プロダクトを支えるData Management（データ運用）の中核を担い、医療機関から届くデータを「プロダクトで使える状態」に加工・投入する一連の工程を主導していただきます。 社内SEとしてのご経験——社内各部門からの依頼対応、データ抽出・加工、レポート作成、ビジネスサイドとの調整——は、このポジションで最も活きるバックグラウンドの一つです。 「社内のデータに詳しい人」として頼られてきた方が、データの専門職として一段キャリアを上げる機会になるポジションです。 ※フルリモートではなく週2日程度の出社が発生する可能性があります。 具体的には以下の通りです。 - 医療機関から受領するデータの取り込み・クレンジング・品質チェック - foro CRM / 外来適正化サービス / AIを活用した新規事業を横断するデータ投入の安定運用 - CS（カスタマーサクセス）チームとの連携・データ仕様の確認・調整 - MDM（マスターデータ管理）の保守・月次更新 - 運用オペレーションの手順整理・ドキュメント化 - 手作業の自動化・効率化（スクリプト作成等） - MDM運用の改善・更新プロセス整理 - データパイプラインの一部設計・改修 - 社内各部門との調整力 → CSチームや医療機関とのデータ仕様のすり合わせに直結 - SQLでのデータ抽出・レポート作成 →Data Managementの定常業務の中核スキル - 「現場が何に困っているか」を汲み取る力 → データの品質課題や運用改善の起点になる

【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。

【案件概要】 【BigQuery/Terraform】世界を相手に開発プロセスそのものを「AI化」する。 ■ 「作る」だけじゃない。開発の「常識」をハックする。 今回のミッションは、Google Cloudをベースにしたグローバル規模のデータ分析基盤の構築です。 これだけ聞くとよくある話に聞こえるかもしれませんが、特筆すべきは「開発プロセスのAI化」への本気度です。 GitHub Copilot EnterpriseやCursorといった、今エンジニアが最も熱狂しているコーディングエージェントを単に「使っていいよ」ではなく、「チーム全体の標準としてどう組み込み、どうポリシーを策定するか」からお任せします。 「ツールに踊らされるのではなく、ツールを使って開発の限界値を引き上げる」 そんな、エンジニアとしての本能をくすぐる試行錯誤がここにはあります。 ■ 現場の「ヒリつく」面白さ グローバル×セキュリティの極致： 世界中のデータを扱うため、個人情報保護法などの厳しい規制をクリアする必要があります。Terraformを用いたIaC（Infrastructure as Code）で、一寸の狂いもないセキュアな機密データ管理体制を設計する。 これは、最高難度のパズルを解くような快感です。 GoとPythonによるリアルタイム処理： Pub/Subを用いたリアルタイムログ転送や大規模データの抽出ロジック実装。 パフォーマンスが求められる領域であなたのGo/Pythonスキルを存分に振るっていただきます。 「守り」と「攻め」のエンジニアリング： 監視や保守といった「守り」はもちろん、次世代の技術選定やレビューといった「攻め」の業務まで。データエンジニアリングの全方位をカバーする、まさに「フルスタック・データエンジニア」への道です。 ■ テックスタック ・Infras: Google Cloud (BigQuery, Pub/Sub, etc.) / Terraform ・Languages: Python, Go ・AI/DevOps: GitHub Copilot Enterprise, Cursor, GitHub ・Focus: Global Scale / Security / AI-Driven Development

各プロダクト（アバターサービス）に応じたデータパイプラインの設計・開発・運用、データ品質管理、大規模データ基盤の最適化など、データエンジニアリング全般の業務を担っていただくポジションです。 ▼具体的なミッション ・SQLやPythonによるデータ加工・分析基盤の整備・自動化 ・BigQueryやAirflowを用いたデータパイプラインの設計・開発・運用 ・データウェアハウスおよびデータ基盤全体の運用・最適化・障害対応 ・データ品質管理、ガバナンス体制の整備、各種KPIダッシュボードの設計・開発 ・プロダクトやデータ分析チームとの連携・技術的な課題解決の推進 ＜変更の範囲＞ 会社の定める業務