【2027年度新卒採用】データサイエンティスト

【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。

・ビジネス課題の整理と数理的な問題としての定式化 ・仮説設定 / 仮説検証の素養 ・データ分析 / データ分析軸の設計 ・データ / 分析結果の可視化 ・機械学習 / 統計学の基礎知識 ・周囲と協力し仕事を進められるコミュニケーション能力

・Kaggle, 競技プログラミング等のコンペティションへの参加・入賞経験 ・数理・情報科学分野での研究経験 ・国内外での論文発表経験 ・企業でのエンジニアインターンシップ経験 ・企業でのデータ分析・機械学習プロジェクトに関する実務経験 ・ビジネスレベルの英語コミュニケーション力 ・クライアントとのビジネスコミュニケーション力 ・分析内容や作成したモデルについての明朗なドキュメンテーション力