東京都中央区のデータ分析活用の求人情報

Ubieは「テクノロジーで人々を適切な医療に案内する」をミッションに掲げ、医師とエンジニアが2017年5月に創業したヘルステックスタートアップです。医療現場の業務効率化を図る「ユビーメディカルナビ」と、生活者の適切な受診行動をサポートする症状検索エンジン「ユビー」を開発‧提供しています。 データアナリストは、広告事業において、データを武器とした新規事業開発・顧客価値創出を牽引する職種です。月間1,200万人のユーザー行動データと医療機関データを掛け合わせた独自のインサイト創出が競争優位の源泉となっています。型が決まっていない新規ソリューションを企画・設計し、製薬企業の課題解決に貢献する価値提案を通じて、事業の成長を加速させる中心的な役割を担います。単なる分析業務ではなく、製薬企業の課題をデータ観点で発見し、0→1フェーズの事業創出から顧客への価値提案まで一気通貫でリードしていただきます。 データ関連業務紹介資料：https://recruit-data.ubie.life/ 本ポジションにおけるミッションは下記のようなものです。 ・広告ソリューション「Ubie Ads」の成長を牽引するデータ分析・企画立案 ・広告商品価値向上に向けた新規データソースの検討〜実装の一連の推進 ・広告配信最適化・効果検証のための分析基盤構築と継続的改善 ・クライアント向け価値提案を支える戦略的レポーティング・KPI設計 ・事業部門・開発チームとの横断的連携による意思決定支援 数十兆円の市場規模を持つ医療・製薬業界ではデジタル活用のポテンシャルが高く、これらの領域で事業をスケールさせる事ができれば、世界中の人々の命を救う規模の価値を生み出せる可能性があり、やりがいと社会的意義のある仕事だと考えています。加えて、すでに月間1,200万人の利用者がいる生活者向けを持つ弊社だからこそできるユニークなソリューションが多く、業界でも独自の地位を築くことができています。 また、生成AIの登場により、今まで解けなかった幅広い課題が解決できる可能性があり、プロダクト活用や社内生産性向上に大きな可能性があります。 Ubieでは2023年初めから、生成AIのプロダクト活用と生産性向上の観点で、生成AIの活用を探求してきました。医療機関向けのプロダクトに、問診を生成AIで要約する機能を搭載し、数百を超える医療機関に実際にご利用頂いています。また、社内生産性向上では、データ分析の効率化やプログラミングの支援の観点で、作業効率が数倍になるような取り組みがされています。 【情報発信について】 ・社員一人ひとりの積極的な情報発信を重視しています（noteやX（旧Twitter）、Linkedinなど） ・各種講演、イベント、勉強会への登壇や参加を推奨 【変更の範囲】全ての業務への配置転換の可能性あり

【事業概要】 テックタッチのAI Central事業部では、企業が持つ様々な文章データを独自のデータベースへとAIを使い構造化し、その企業だけのナレッジベースを作り上げる革新的なプロダクトを開発しています。特に定性データを感情や要望を含めた分析可能な形に変換する技術や、業界・企業特有の文脈を理解した分析が可能な点が特徴的です。 また、蓄積されたデータをもとにAIがディスカッションパートナーとなり、製品開発やマーケティング戦略の意思決定をサポートする機能も顧客から評価されているポイントです。 テックタッチは「すべてのユーザーがシステムを使いこなせる世界に」をミッションに掲げ、生成AIを活用した新規事業の立ち上げを行なっています。AIの活用は企業の経営として今後なくてはならないものになると信じており、特に弊社の顧客基盤である大企業ではAIの活用は待ったなしの状況となっています。 【募集背景】 本事業は2024年10月に発足した立ち上げフェーズにありますが、既に複数の大企業との契約を実現しており、弊社の顧客基盤（大企業でのテックタッチの利用実績）を活かした全く新しいプロダクトとして急速な成長を遂げています。 当社の成長においてマルチプロダクト戦略は極めて重要であると考えております。AI Central事業はその一つの柱であり、次のステージに向けた拡大フェーズを迎えています。現状は業務委託含めたエンジニア10名程の体制ですが、技術的知見を持ちながらもプロダクト全体を俯瞰できるプロダクトマネージャーの参画により、さらなる事業の加速を目指しています。 【仕事概要】 AI Central事業部では、BizチームとProductチームが共同しながら、常に新しいAI技術へのキャッチアップ、トレンド理解、技術理解、顧客活用に勤しんでいます。 この新規事業の立ち上げにおいて、プロダクト開発に従事していただける方を募集します。事業のゼロイチフェーズで仮説構築と検証を繰り返しながら、BizDevメンバーやクライアントと共にソリューションを作り上げていただきます。 【使用技術】 ◆現状採用している技術スタック Backend: Python, FastAPI Frontend: Typescript, Remix Infrastructure: AWS(Fargate, Aurora, S3, ElastiCache etc), Terraform ◆開発環境 コード管理: Github コミュニケーション: Slack ◆生成AIツールへの投資状況 当社では、社員の創造性と生産性を最大限に引き出すために、最新の生成AIサービスを積極的に導入しています。特に、機密情報や社内秘情報といった重要なデータも安心して入力できる、高度なセキュリティを備えたAIサービスを活用している点が大きな特徴です。以下は、社内で利用が許可されているサービス/APIの一部です。今後も常に最先端のAIを検討、導入していきます。 API -OpenAI API -Anthropic API -Gemini API -Perplexity API 開発ツール -Github Copilot -Cursor Business -Devin 生成AIサービス -ChatGPT Team/Enterprise -Azure OpenAI Service -Claude Team/Enterprise -Gemini Advanced/Gemini for GWS -Perplexity Enterprise Pro -NotebookLM Plus -Zoom AI Companion

テックドクターは、ウェアラブルデバイス等のデータを活用して医療課題を解決する、ヘルステックスタートアップ企業です。 ◆テックドクターについて 『データで”調子”をよくする時代へ』をビジョンに掲げ、2019年に慶應義塾大学医学部の研究チームから創業。医療（医師/研究員）×データ（アドテクノロジー）のエキスパートで構成されたチームで、医学的視点とデータ解析を強みとしています。研究員も多数チームに在籍しており、事業開発やプロダクト開発に携わりながら、医学研究に関わることも可能です。 ◆事業内容 テックドクターでは、ウェアラブルデバイス等から取得できる24時間・365日の生体データを解析し、体の変化や治療等による変化を捉える「デジタルバイオマーカー（dBM）」開発を目指しています。医療機関で診察を受けた際に測定される「点のデータ」に、こうした日常的な「線のデータ」を加えた新しい指標は、痛みや発作を伴う様々な疾患の管理やQOLの向上に有効であると考えます。 事業としては、医療・製薬・食品関連企業等や研究機関向けのデジタルバイオマーカー開発プラットフォーム「SelfBase（セルフベース）」と、ヘルスケアサービス・健康施策・プログラム医療機器（SaMD）などの開発を実現するデータプラットフォーム「Health Portal（ヘルスポータル）」を展開しています。 研究活動に基づく医学的な視点と、ウェアラブルデバイスや医療機器から収集された大量のデータをAIや機械学習で解析する技術を組み合わせ、あらゆる人々の健康とウェルビーイングの向上に貢献していきます。 ◆プロダクト 【SelfBase】（https://www.technology-doctor.com/selfbase） ウェアラブルデバイス等で取得できるモニタリングデータや医療関連データの解析に特化した、デジタルバイオマーカー（dBM） 開発プラットフォームです。研究機関や、製薬・保険会社等の企業向けに提供し、疾病者を含む累積1000人以上の解析に使われています。 【Health Portal】（https://www.technology-doctor.com/healthportal） データを活用したヘルスケアサービス、健康施策、プログラム医療機器（SaMD）の開発などを実現するプラットフォームです。集積したデバイスデータを連携し、テックドクター独自のアルゴリズム（デジタルバイオマーカー）を搭載することで、ユーザーに新たな価値を提供できます。 ◆業務内容 臨床研究やプロダクトの開発・運用に必要な解析業務や、データの医療活用を目指した研究に携わっていただきます。 - クライアントの要望に応じたデータの集計・分析 - colabを使ったデータ分析およびクライアントとのコミュニケーション 【研究】 - 個別の患者・従業員のデータ分析 - 医師・心理士と連携した患者データの解析および解析結果を用いた医師・心理士の診断サポート （雇入れ直後）データサイエンティスト（変更の範囲）会社の指示する業務

はたLuckは日常の業務で使われているアプリを中心に、さまざまな仕事の行動データ（育成、職場マネジメント、業務指示、マニュアルの閲覧状況や店舗への貢献度合い等）を取得しています。 今回、これらの取得したデータをもとに、業務を代行するAIや働きがいを可視化し、エンゲージメントを高めるための改善アクションをコンサルするAIの開発に携わっていただきたいと考えています。 具体的な業務内容としては、 職場の「働きがい」や感情、人間関係といった非定量的・文脈依存的な要素をAIに理解させるための高度なプロンプト設計・調整、 ユースケースに応じた最適なLLMツールの選定とシステムへの統合、 生成されるテキストや情報の品質（正確性、共感性、内発的動機付け）を評価し改善するプロセス設計と実行などが中心となります。 ・ChatGPT等を活用したプロンプト設計・調整 ・生成AIツールの選定・実装（FAQ・自動生成ツール等） ・出力の検証・改善（ばらつき／誤り／再設計） ・Python等を用いた軽量なAIツールの構築 ・出力品質の評価と改善サイクルの実施

生成AIや大規模言語モデル（LLM）の進化により、AIの社会実装が加速する今、見落とされがちなのが「AIが何を根拠に判断しているか」という視点です。 AIはモデルやアプリケーション単体では正しく機能せず、“何をもとに答えを導き出すか”というナレッジ、つまり正確に整理された知識のデータ基盤が不可欠です。 Helpfeelは、この「AIナレッジデータ」を支えるAIナレッジ基盤（AIナレッジデータプラットフォーム）を展開するSaaS企業です。企業や自治体、医療機関、教育機関など企業や組織のAI活用を支える“情報インフラ”構築支援するプロダクトの開発・提供しています。 Helpfeelを代表するプロダクトの「Helpfeel」はiPhoneの日本語入力システムを開発した弊社テクニカルフェロー・増井俊之が発明した「意図予測検索」技術（特許取得済）をコアにしています。 現在はこの技術に加え、生成AIやナレッジ活用の進化に対応する最先端の研究・プロダクト開発を進めており、企業のAI活用基盤としてさらなる進化を続けています。 　※特許番号 第7112155号、第7112156号 Helpfeelには大量のデータが集まります。 プロダクトのDBに入っているデータやSalesforce、GA4に集まったデータの基盤の構築やユーザーの行動データを収集する基盤構築など、適正に合わせた業務をお任せします。 【業務内容】 ・データ統合基盤のアーキテクチャー設計、技術選定、および実装のリード ・LookerやAirflowなどを用いたETL処理の構築と安定運用 ・PdMやエンジニアがインサイトを得るための分析環境やAPIの提供 ・各プロダクトのユーザ行動を収集・管理するためのAPIの提供 【プロダクトの技術要素】 ・フロントエンド: React, JavaScript/TypeScript ・バックエンド: Node.js, JavaScript/TypeScript, Python ・インフラ: Heroku, Google Cloud Platform, MongoDB Atlas ・開発支援: Prettier, ESLint, Renovate 【開発環境】 ・ソースコード管理: GitHub ・情報共有: Slack, Helpfeel Cosense ・タスク管理: Helpfeel Cosense ・オフィスアプリケーション: Google Workspace 【利用ツール】 ・GitHub ・CircleCI ・Autify ・Datadog ・Sentry ・Logentries ・Helpfeel ・Gyazo

▍リンクアンドモチベーションについて ￣￣￣￣￣￣￣￣￣￣￣￣￣￣￣￣￣￣￣￣ 「ひとりひとりの本気が、この世界を熱くする。」 私たちはこの想いを原動力に、働く人と組織の関係を科学し エンゲージメントを高めるプロダクトを提供するテックカンパニーです。 いま挑んでいるのは、「HRトランスフォーメーション」。 テクノロジーの力で、組織力・人材力・採用力など、人と組織の在り方そのものを変えていく挑戦を進めています。 また、AI時代に適応したプロダクト基盤の刷新を進めながら、 大手企業や海外市場への展開、そして地方への価値提供の拡大にも取り組んでいます。 この挑戦を象徴するのが、国内シェアNo.1の組織改善プラットフォーム「モチベーションクラウド」です。 人と組織の関係性をデータから可視化し、エンゲージメントの向上を支援しています。 組織の課題を“感覚”ではなく“データ”で捉えることで、 働く人がより前向きに挑戦できる環境づくりを後押ししています。 人と組織の関係をより良くすることは、エンジニアリングの世界にも共通する構造的な課題です。 チーム開発の中で、情報共有のあり方や意思決定のスピード、メンバー同士の信頼関係が成果を大きく左右します。 その“見えづらい関係性”こそ、私たちがテクノロジーで解き明かそうとしているものです。 ■会社紹介資料：https://speakerdeck.com/lmi/introduction-to-link-and-motivation-for-software-engineers ■Entrancebook：https://note.com/linkandm_dev/n/nfc08247981c4 ■技術広報X：https://x.com/LinkandM_dev ▍募集背景 ￣￣￣￣￣￣￣￣￣￣￣￣￣￣￣￣￣￣￣￣ 現在、AIエージェントを活用したプロダクト進化を進める中で、 これまで20年以上にわたり蓄積してきた非構造化データを より深く活用できる環境づくりに取り組んでいます。 長年のコンサルティング事業の運営によって多様なナレッジが非構造化データとして蓄積されており、 その内容の多様性と構造の複雑さはスタートアップにはない当社データの大きな特徴です。 現在は、非構造化データをもとにしたAIレコメンド機能の精度向上と仕組みの進化を推進しており、 各組織の状況に応じた最適な診断・アドバイスを自動で提供できるよう改善を続けています。 将来的には、「AIによるレコメンド → ユーザ行動データ → 組織診断結果 → レコメンドの改善」 というデータ循環によって、価値が継続的に高まる構造を実現したいと考えています。 その実現に向け、複雑なデータを整理し、安定かつスケーラブルに運用できる基盤を設計・推進することが重要です。 これらの挑戦をリードし、技術と組織の両面から再現性あるデータ活用基盤の構築を牽引するデータエンジニアを募集します。 ▍業務内容 ￣￣￣￣￣￣￣￣￣￣￣￣￣￣￣￣￣￣￣￣ ご入社後は、データユニットの中核メンバーとして、データ基盤の刷新およびデータ活用戦略の推進をリードしていただきます。中長期的には、事業・プロダクト両軸でのデータ活用を牽引し、技術ロードマップの策定やチーム育成にも関わっていただくことを期待しています。 主な業務内容 ・データ基盤の刷新・標準化の推進 ・データガバナンス・セキュリティ戦略の設計および実装体制の構築 ・サーベイ・レコメンド等のサービス開発における学習ループ設計と基盤整備 ・複数サービス・外部システム連携の共通基盤化とデータ統合の戦略策定 ・技術ロードマップ策定およびPdM・事業側との連携によるデータ活用戦略推進 ・技術育成・牽引 ・Peopleマネジメント ▍開発環境 ￣￣￣￣￣￣￣￣￣￣￣￣￣￣￣￣￣￣￣￣ ▼バックエンド Rails、Python、TypeScript、Sorbet ▼フロントエンド Vue.js、TypeScript、Next.js、Nuxt、Storybook、Chromatic、Figma ▼インフラ・CI/CD AWS、k8s、Terraform、Datadog、Sentry、Autify、Github Actions、Azure、Docker、Codecov ▼生成AI OpenAI、Cursor、Dify、n8n、AWS Bedrock、GitHub Copilo、Gemini、Claude Code、Devin、Cognitive Search、Streamlit、Azure AI Search ▼コミュニケーション GitHub、Jira & Confluence、Slack、Google WP、Qiita Team、Gather

# 仕事内容 主要サービスである画像処理・アルゴリズム開発事業のデータエンジニアとして下記業務をお任せします。 業務内容 * 機械学習基盤の新バージョン構築・運用・保守（最初は社内向け、将来的にサービス化を検討） * 蓄積された大量の画像データの適切な管理・整理・最適化 * データ管理・機械学習システムのUI/UX改善および機能追加 * アップロードされたデータ・AIモデルの確認、再学習ワークフローの最適化・自動化

サスメド株式会社は、デジタル医療のスタートアップです。 「ICTの活用で『持続可能な医療』を目指す」というビジョンを掲げ、治療用アプリの開発と、医薬品を含む臨床試験の効率化支援の2つの事業を主軸に展開しています。 https://susmed.co.jp/businessmodel/ 治療用アプリは、治験を実施して治療効果のエビデンスを出し国の承認を得て治療行為として使うことを目的としたソフトウェア医療機器です。日本では治療用アプリがまだ浸透しておらず新しい領域で、当社はこの領域での初めての上場企業となっています。 将来的には、当社プラットフォームの活用によって治療用アプリの開発や治験を効率化し、現在の医療や医薬品で十分な治療ができていない領域に新しい価値を提供していきたいと考えています。 ■ミッション 医療データ分析者（データサイエンティスト）は「データ活用による意思決定支援と自動化の推進」をミッションとして、サスメドのビジョンである「持続可能な医療の実現」に貢献します。 まだ小規模の組織であり担当する職務領域は広く深いのですが、個々人においてはその全てではなく経験および今後の志向性と業務特性をフィットさせてスタートすることが可能です。 ■主な業務領域 ・治験/臨床試験における統計解析計画の立案および統計解析の実施（自社および受託両方） ・アプリ改善や市場への普及を目的とした自社治療用アプリの分析 ・データ活用・生成AI活用による治験効率化の実現のためのPoC、機能開発 ・その他医療データに関する研究開発やサービス開発（自社および共同研究両方） ■業務詳細/キーワード ・試験デザイン（RCT、A/Bテスト） ・臨床試験の統計解析、因果推論 ・治療用アプリに関する探索的なデータ分析、治療アルゴリズム考案 ・治療用アプリに関するマーケティング分析、BI ・生成AIを活用した治験効率化システムの機能開発、効率化（機械学習、数理最適化、生成AI） ・各種のデータ収集・パイプライン構築 ・上記に関するプロジェクトリード、折衝（自社内、他社） ■組織 臨床開発部のデータ活用・統計解析チームとなります。データ活用を接点として事業開発、システム開発とも密接に連携を行う独自性の高いチームです。 ■魅力 ・治療用アプリを通じて実際に患者さんを治療することへの貢献ができる ・治験支援システムの分析や機能開発を通じて医療費削減＝医療の持続可能性への貢献ができる ・経営層から現場まで、データドリブン、エビデンスドリブンでの意思決定の土壌がある ・政治や縦割りがなく本質的な成果を追求するプロフェッショナル集団 ・データ活用に関する幅広い業務の提案および遂行が可能 ■使用ツール・技術スタック ・R/Python/SQL ・GitHub ・GCP/AWS ・Slack, Confluence, GoogleWorkspace ■社員インタビュー サスメドで果たす、社会的使命。データサイエンティストが描く未来 https://note.com/susmed/n/n012d0f99642f

【業務内容】 多様な産業においてクライアントの抱える課題を、データ分析、機械学習、数理最適化、生成AI等を活用して解決します。 主な業務例 　・顧客データ分析によるビジネスインサイトの提供 (サーベイ分析、行動データ分析等) 　・機械学習モデルの構築 (需要・供給予測、金利予測等) 　・数理最適化モデルの構築 (配送最適化、発注量最適化等) 　・生成AIを高度に活用した非構造化データの分析 (テキスト分析、AI Agent 開発等) 上述のような分析は、PoC (Proof of Concept）のに留まらず、データサイエンティストとソフトウェアエンジニアが協力した開発まで、システム / AI SaaS提供まで一気通貫で手掛けます。 また、本人の志向に応じて、以下のようなビジネスサイド寄りの業務 を行うことも可能です。 　・顧客理解・課題究明　(担当者への課題感のヒアリング・現場視察等) 　・ソリューションの策定・提案 (必要な技術選定、プロジェクトの進行方法の提案等) 　・意思決定サポート (分析結果を踏まえた顧客の次のアクションの提案等) 様々なバリエーションの働き方が可能で 、例として以下のような働き方があります。 <スペシャリスト> ・高度な統計、機械学習、最適化モデルの設計を通して、顧客の問題を解決する ・数理的に高度な技術や、最先端の技術を積極的に利用することで、価値を提供する <ジェネラリスト（データコンサルタント） > ・顧客課題のヒアリングなどを通じ顧客の問題を明らかにし、ソリューションの策定、提案から、実際のデータ分析まで一貫して問題解決まで導く ・プロジェクト全体を見通し、顧客の抱える問題を正確に見抜き、解決することで、価値を提供する <データアナリスト> ・統計手法や、生成AIを利用した分析を通じて、データから課題を発見する ・顧客業務の理解、潜在的な課題の発見から、顧客の意思決定のサポートまで、顧客の業務に寄り添った分析を行うことで価値を提供する このような働き方は明確に分かれているものではなく、個々人の志向や特性に応じて、最適な働き方が可能です。 【事例】 過去には、以下のような幅広い産業領域が抱える様々な問題に取り組んできました。 [統計分析] ・自動車産業：デジタルマーケティング高度化 ・コンシューマー産業：休眠顧客情報の活用と再活性化施策 ・人事領域：エンゲージメントサーベイ分析 [機械学習] ・食品流通産業：需要予測 ・再生可能エネルギー産業：発電量予測 ・金融産業：コモディティ価格予測 [数理最適化] ・自動車産業：倉庫在庫の数理最適化 ・鉄鋼産業：鉄板の切り出しオペレーション最適化や部材の配送最適化 ・配送産業：配送効率化のための組合せ最適化 ・ 鉱山産業：生産効率向上のためのトラック配置最適化 [生成AI] ・コンシューマー産業：AI Agentの開発 ・コーポレート領域：生成AIによるテキストデータ活用 ・エンタメ産業：生成AIによるコンテンツ制作補助 ・地方自治体：生成AIを活用した住民の声の可視化 【利用するフレームワーク・ツール等】 ・プログラミング言語 : Python, Go, Rust 等 ・機械学習 : PyTorch, LightGBM, Optuna 等 ・強化学習 : Stable Baselines 等 ・機械学習効率化 : Kubeflow Pipelines（Vertex AI Pipelines） 等 ・数理最適化 : OR Tools, Gurobi 等 ・生成AI : OpenAI, Google, Anthropic , Stable Diffusion 等 ・クラウド:Google Cloud / Azure 等 ・コラボレーションツール: Slack, Github, Confluence 等 自身のデータ分析・機械学習・最適化・生成AI活用の能力を活かし、日本の 産業を変えていきたいと思う方は是非ご応募ください。

「朝日新聞のデジタル版」は⽇本のニュース業界をリードする、⽉間約1.2億PVのニュースサービスです。朝日新聞（デジタル版）の分析基盤には、膨⼤なデータが集まっており、ビジネスの成果を最⼤化するための可能性が広がっています。 【業務概要】 データアナリストは、朝日新聞（デジタル版）の成長を支える「データの整備・可視化・活用」を担うポジションです。「正しく、早く、使いやすく」データを届けることがミッションです。 データチームの一員として、分析基盤に連携されている記事データや顧客データを整理し、分析しやすいデータウェアハウス、データマートの設計や構築に取り組んでいただきます。また社内で広く利用されるダッシュボードの構築を行うなど、データ活用の推進も担っていただきます。 【仕事の魅力】 ■データドリブンな組織作りに初期フェーズから携われます 　- データ活用が社内でますます重視されるなか、データドリブンな事業発展の中心的存在として、昨年度にチームが組成されました 　- 編集部門のメンバーやマーケターなどと距離が近く、データの利用者のフィードバックを日々受けることができます 　- データ活用の現場が身近にあるため、自らの手でデータの利活用を推進しているという実感が得られます ■歴史あるメディアのコンテンツ改善に貢献できます 　- 現在、編集部門との横断プロジェクトにおいて、記事などのコンテンツ分析に力を入れています 　- 携わったデータが分析を通じてコンテンツの改善に活かされ、社会や読者の関心に応える報道の一助となります ■活用できるデータの幅が広いです 　- 記事データのほか、ポッドキャスト、イベント、アンケートなど様々なコンテンツのデータを活用できます 　- 630万を超える朝日IDの会員データを活用できます 　- 今後は分析ニーズに応じて、更なるデータ連携が期待されています ■裁量があります◎ 　- 技術選定ができます 　- 業務へのAI活用に積極的に取り組んでいます 　- セールス、マーケター、記者部門など他職種と業務を進める機会も多く、エンジニアの立場から自発的に事業をドライブさせていくことができます 【具体的な業務内容】 チーム内のデータエンジニアのほか記者部門のメンバー、PdMやマーケターと連携しながら、以下のような業務に幅広く関わっていただきます。 ・TROCCOとBigQueryを使ったデータウェアハウスのモデリングと最適化、実装と運用 ・データガバナンスの推進（定義統一、品質管理、利活用の最適化） ・行動データや会員データの仕様策定・設計