• 正社員

AMBL株式会社

仕事内容

アピールポイント: データエンジニアとして専門的なスキル・知識を極めたい方や、データマネージャーへのステップアップを目指す方にマッチするポジションです。 当社が手掛ける案件には誰もが知っている大規模サービスのデータ基盤構築を要件定義から手掛けられることも多くありますので、やりがいが非常にある業務です。 データ基盤の要件定義・設計・構築・クエリの最適化・自動処理の構築、運用管理など多くの技術的スキルを磨ける案件を担当していただきますので、データベースの理解を持った状態でデータの運用までを行うことができるため、ご自身のキャリアアップを実現することができます。 また、今後のステップアップとしてプロジェクトリーダー、プロジェクトマネージャーを目指すことも可能ですし、さらにスキルを磨きたい方にはデータ活用コンサルタントへステップアップも可能です。

仕事内容: 小売・サービス・金融・通信など、さまざまな業界におけるデータ分析基盤構築、顧客分析、需要予測、価格最適化、売上分析から市場動向分析、BIによるKPIの可視化・レポーティングまで、幅広いビジネス課題・マーケティング戦略に応えるデータ利活用をリード。 大手クライアント・大手SIerとの多数のプロジェクトにおいて、上流工程から下流工程までクライアントと伴走し、経営者・ビジネス担当者のデータドリブンな意思決定を支援します。 ＜業務内容＞ ご経験・キャリア志向にあわせて、 １または ２、 １・２ の両方をお任せします。 また、上記にあわせて、PMO / PM / PLなどのプロジェクトマネジメントもお任せします。 １．データエンジニア・データ分析基盤構築エンジニア さまざまなデータ分析・データ分析基盤における顧客課題解決の担当をいただきます。 ・各種企業におけるデータ基盤構築・運用、データ利活用、データマネジメント、DX推進などに関する課題理解 ・要件定義 ・データパイプライン・データプラットフォーム・DWH・データマート・CDP・データベース (DB) などの設計／構築 ・機械学習などのモデル構築 ・BIツールにおけるダッシュボード設計／構築 ・効果測定・分析、施策立案・実施、顧客に向けての報告業務 ・生成AI活用におけるデータ整備 ・データ関連プロジェクトにおける PMO / PM / PL 業務 ・組織・プロジェクトにおける若手データエンジニアの育成・マネジメント など ２．データサイエンティスト データ利活用プロジェクトにおける中核者として、クライアントとのディスカッションを通じてスコープを決め、データドリブンな意思決定の効率化支援を担います。 ・プロジェクトに必要となる企業保有データ (ビッグデータ) の要件分析 ・製品・ソリューションを導入した際の効果検証 (PoC) ・BIツールを用いたデータ可視化・ダッシュボードの利活用提案 ・データ分析における環境構築・データ処理フロー整備 (クラウド導入・データ収集・蓄積・データクレンジング)・ ・機械学習などのモデル構築 ・データ分析結果に基づいたレポート作成やソリューションの提案 ・クライアントコミュニケーション ・データ関連プロジェクトにおける PMO / PM / PL 業務 ・組織・プロジェクトにおける若手データサイエンティストの育成・マネジメント など ＜本ポジションの魅力＞ ・多種多様な大手クライアント先からの直受け案件が100パーセント ・データ利活用基盤の構築、BI システムの構築、データ分析そして運用などワンストップでソリューションを提供することができる ・多様な業界のデータ分析に携わることで、AI・データ分析を活用した社会価値創造に携わることができる ・PMO / PM / PL などの経験を活かすことができる ・プロジェクトに加え、ラインマネジメントにも携わるチャンスがある ＜データの種類＞ 大手通信キャリアのビッグデータ 大手時計メーカーの購買データ スポーツ振興くじの購買データ 位置情報データ 電気・ガスなどの大規模な顧客データ ポイントカードサービスの購買データ 某テレビ局の視聴データ、動画アプリの視聴データ ECサイト、スマホアプリの行動データ Web広告データ など ＜PJT例＞ ※多種多様な大手クライアント先からの直受け案件※ ・オンラインサービスにおけるユーザー獲得／アクティブユーザー増／解約抑止のためのデータ分析 ・モバイル決済サービスの加盟店向けのダッシュボードの運用と構築 ・通信事業者向けデータ基盤及びダッシュボード構築 ・航空業の会員向けデータ基盤構築 ・大手食品会社向けDMP構築 ・行動データのデータ分析基盤の設計支援 ・メガバンク向けダッシュボードの運用と構築 ・大手製造メーカーのサイト分析 ・会員データを活用したプロモーションシナリオ検討と効果検証 ・在庫などの需要予測 ・生成AI向けデータ整備 など ▽詳細PJT 一部 ■例1 スマホアプリ利用促進施策の分析業務 (施策立案サポート) 1. 基礎分析 (データ可視化分析) RFM分析におけるセグメントごとの属性・コンテンツの利用状況・遷移ルートを可視化し、傾向を把握 分析結果を元にアプリ利用促進施策の立案・実行までサポート 環境：BigQuery、Looker Studio 2. 予測モデルの構築 ロジスティック回帰分析におけるオッズ比を用いて、施策結果の説明性を向上 さらに、時系列モデルを用いてアプリの利用ログから翌月のセグメント予測を実現 環境：Python (scikit-learnなど) 3.レコメンドアルゴリズムの最適化 協調フィルタリング、バンディットアルゴリズムを活用したレコメンド最適化を実現 環境：Python (scikit-learn、Scratchなど) ■例2 事業会社のECサイトにおける全マーケティングチャネルの顧客獲得単価最適化を支援 さらに、CRMデータ分析により、効率的でデータドリブンなコミュニケーション施策設計／運用に寄与 1. マーケティングツールにおけるカスタマーデータ統合 (顧客情報一本化) Google Analytics：Web行動データ Adjust：アプリ行動データ EC Orange：ECサイトのトランザクションデータ 各データをユーザー単位で一本化し、BigQueryに分析用DWHを構築 2. BIツールを用いた分析環境構築 BigQueryから、BIツール連携用データマートを作成。Tableau やnehan など、各種BI・分析ツールと接続し、データ分析PDCAを仕組み化。分析環境の効率化を図る 3. CRM施策の最適化 クロスチャネル下におけるデータ分析で、CRM施策、設計／運用を支援 顧客獲得単価の低いチャネルにおいて顧客の新規獲得を促進、さらに利益率の高いチャネルへユーザーを誘導するなど、粗利を効率化する施策を実施 ■例3 物流業における数理最適化を用いた物流配送ルート最適化支援 (トラック配送ルート最適化によるコスト削減) 配送ルート策定作業に煩雑性があり、トラック・人件費にもコスト負担がある状況を、数理最適化を活用して効率化を図ることで、集荷の時間指定・運行不可ルート等を加味した上で効率的な最適ルート算出を実現 ＜開発環境＞ ・言語：SQL、Python、R ・クラウド環境：Google Cloud Platform (GCP)、Amazon Web Service (AWS)、Microsoft Azure ・データプラットフォーム例：BigQuery、Redshift、Snowflake、TreasureData、他 ・BIツール例：Tableau、Looker Studio、PowerBI、DOMO ・ETLツール例：Informatica、Glue、Dataflow、DataSpider、dbt ・その他ツール例：Google Analytics、Adobe Analytics、SAS、SPSS ※ シニア積極採用中 ※ 定年60歳迄、再雇用65歳迄（2024年9月現在） ※ 60歳以降の試用は契約社員予定となります