【中途】ポテンシャル枠・データ分析者
ネイチャーインサイト株式会社
募集要項
No.JN00512600
- 企業名
- ネイチャーインサイト株式会社
- 職種
- データサイエンティスト
- 雇用形態
- 正社員
- 試用期間
- 6か月間
- 業務内容
- 【職務内容】
お客さまの環境に合わせて様々なツール（SAS、Databricks、Python、R等）を用いてデータ分析を行い、お客様が持っているデータの価値を最大化します。
統計や機械学習を使ってデータの価値を高めていきますが、ただそれらを用いるだけではなく、データの価値を高める一連の作業（加工から結果の適用まで）を行います。
▼具体的な業務内容
・データ分析
- ヒアリングを通じたビジネス課題の特定 ・課題解決に向けた分析の企画・設計・提案 ・データ加工、分析、結果の可視化
・モデルの構築・運用（MLOps）
- 分析設計から実装・開発、運用までの一貫したサービス提供
- モデルの実験管理、学習・デプロイの自動化、パフォーマンス監視などによる継続的な改善
・人材育成への貢献
- 電気通信大学「データアントレプレナーフェロープログラム」への参画
- 東京科学大学での非常勤講師（テキストマイニングやLLMの講義を担当）など、高度人材育成への注力
【入社後の研修とフォロー体制】
▼入社時研修（3〜6ヶ月）：
・プログラミング研修： ITの基礎からスタートし、データ活用の要「SAS」と次世代データプラットフォーム「Databricks」を集中的に習得します。（希少なSASグローバル認定資格の取得を研修中に行います）
・データサイエンス研修： 分析の基本的な手法を体系的に学習後、実践形式の演習を通じ、現場で通用するスキルを身に付けます。
▼実践型研修（1〜3年目対象）： 希望者を対象に、実際の顧客を想定した課題解決型研修を不定期で実施しています。2～3名のチームで課題抽出から分析提案までを模擬的に行い、提案力を養います。
▼定期面談（GM面談）： 現場での悩みやキャリアの相談ができるよう、グループマネージャー（GM）との面談を3ヶ月に1回実施しています。入社初期や研修期間中は月1回程度に頻度を増やしてフォローします 。
【プロジェクトの特徴と参画体制】
▼入社後半年～1年の業務イメージ
現場配属後は、実データの扱いに慣れていただくため「データクレンジングや加工」の前処理業務等を中心にお任せします。また、稼働中のプロジェクトの分析実務を先輩社員から教わりながらキャッチアップしていただきます。
▼参画体制： 中堅社員と若手の2～3名体制を基本とし、先輩社員のサポートを受けながら進めます。作成したコードや成果物は先輩がレビューを行いながら進めていきます。
▼案件期間： モデルを立ち上げる「開発案件（3ヶ月～半年程度）」と、運用や追加の分析を行う「運用案件（1～2年程度）」があります。特定の業務に固定化されないよう、長くても1～2年を目安に案件をローテーションし、異なる業界のデータや技術を経験できるようにしています。
【配属とキャリアパス】
配属先は、初期は幅広い経験を積んでいただきつつ、本人の希望（「ビジネス寄りの分析設計をしたい」「データエンジニアリングを極めたい」など）をすり合わせながら決定します。
将来的には、技術を深めるスペシャリストのほか、案件を牽引するプロジェクトマネジメント（PM）や、社内メンバーの育成・とりまとめを担うマネジメントなど、適性に応じた道を用意しています。
【使用する技術・ツール】
案件により異なりますが、現在はPython（PySpark）が半分以上、SQLがメインです。DatabricksやSnowflakeといったデータ基盤の利用が多く、一部でSAS等を用いる案件もあります。
・クラウド：Azure、AWS、GCP
・分析基盤：Databricks、Azure ML Studio、Snowflake、BigQueryなど
・言語：SAS、Python、SQLなど
・BI：Tableau、Power BI、Spotfireなど
・ML・DS：教師あり学習（予測・分類）、時系列解析、因果推論、異常検知、クラスタリングなど
・LLM：プロプライエタリモデル（GPT、Claude、Gemini）、ローカルモデル（Qwen、Llama）など
【具体的なプロジェクト事例と扱うデータ】
▼金融・保険：
不正検知モデルの構築：取引や請求の不正確率を自動算出し、不正の早期発見と業務効率化を実現。（取引履歴、請求記録、顧客属性データ など）
▼エネルギー：
電力需要予測モデルの構築・運用：気象条件等を踏まえた時系列予測モデルで需要予測を自動化し、調達計画を最適化。（電力消費量、気象データ、公的統計データ など）
▼マーケティング：
売上向上のためのプロモーション最適化：ターゲット等をモデル化し、限られた予算でROIを最大化。（プロモーション活動履歴、購買実績、顧客属性データ など）
▼先端領域：
LLMを用いたタスク構造分解・ナレッジ活用：業務タスクを分解してAI適合度等を推計し、将来の労働変化に関するレポートを作成。（業務タスクデータ、公的統計データ など）
【チーム組織構成】
・組織名称 データアナリティクス部
・男女比 男性7：女性3
・年齢構成 年齢構成20～30代が8割を占めています
▼トップクラスの「教育者・プロフェッショナル」が在籍
大学の非常勤講師や、データサイエンティスト協会・データアントレプレナーフェロープログラムの講師を務めるような、業界トップクラスのナレッジを持ったメンバーが籍を置いています。
個人のスキルに頼るのではなく、「現場の知見を部全体で共有し、組織の力に変える」カルチャーが根付いています。
以下、部署での取り組みの一例です。
・充実の研修：会社の研修に加え、部独自のデータサイエンス研修を用意
・安心して質問できる環境：新人は中堅・ベテランとセットで案件配属を実施できるほか、社内チャットでの意見交換や相談も歓迎しています。
・知見を共有する文化：輪読会や勉強会に加え、別現場のメンバーがナレッジを共有し合うスクラムやPJ振り返り等のイベントを実施しています。
・攻めの技術投資（20%ルール）：部の人的リソースの2割を新技術のキャッチアップや、有志による社内PJに充てております。
・キャリア相談：マネージャーとの個人面談から個別のラーニングパスを提示。個々人のキャリアプランから新たな社内PJや制度が生まれることもございます。
【部としての魅力】
（1）大手企業のビジネスに寄与する分析に携われる
第一期のSASコンサルティングパートナーとして、30年以上の実績を持つ弊社は、金融・製薬・通信など大手企業との直接取引関係があります。
長年顧客ビジネスに携わってきた信頼を土台に、顧客のビジネス課題を解決するためのデータ分析に携わることが可能です。
（2）ツールや領域を限定しない技術力と分析力を持っている
長年実績のあるSASはもちろん、Python、SQLを用いた分析案件の実績があります。
SAS Partner AwardではBest Data Science Awardを受賞、Databricks（データ活用／AI活用のプラットフォーム）ではSilver Tierパートナーに認定されています。
（3）分析の上流工程からモデル構築・運用まで一貫して携われる
データアナリティクス部では分析設計から実装・開発、運用まで、一貫したサービスを提供しています。ヒアリングを通じて、顧客が抱えるビジネス課題を特定し、課題解決に向けた分析を企画・設計・提案するような分析の上流工程から、データの加工、分析、結果の可視化まで、一連のデータ分析業務を担います。
さらに、モデルの実験管理、学習・デプロイの自動化、パフォーマンス監視など、継続的な改善を実現するMLOpsソリューションも提供しています。
（4）組織外コミュニティでの活動も大事に◎！
データサイエンティスト協会で委員会の活動などに携わり、電気通信大学の「データアントレプレナーフェロープログラム」に参画するほか、東京科学大学では非常勤講師としてテキストマイニングやLLMの講義を担当するなど、高度なデータ関連人材の育成に力を入れています。
その他、人工知能学会やSASユーザー総会、Databricksユーザー会、各種Expoなど、組織外イベントに関しても参加を奨励しています。
【勤務地】
リモートワークあり
※転居を伴う転勤はありません
▼部全体のリモート比率は約8割
リモートワークが中心の環境です。一部の案件では週3〜5日程度の出社が発生する場合があります（出社先は基本的に東京都内です）。
また、部では週1回のNI本社出社を推奨しており、対面での社内コミュニケーションやチームの交流も大切にしています。 - 応募条件
- 【必須条件】
▼下記全てに該当する方
・チームやプロジェクトにおいて、異なる背景を持つメンバー（エンジニア、営業、企画等）と円滑に連携し、目標達成に向けて主体的に貢献した経験
・SAS、Python、R、SQL等データ加工・分析に用いるプログラムの実装経験（実務不問）
- 例：大学・大学院での研究で使用した経験がある方、または自作コードをGitHub等で公開している方、業務で使用した経験がある方等
・データサイエンス・統計学に対する継続的な学習経験がある方
例）
・KaggleやSIGNATEなどの分析コンペにおいて、スコア向上のために自ら試行錯誤を重ね、コンペ終了まで継続してモデルを提出した経験
・自身の興味・問題意識に基づき、主体的にデータ収集・分析を行い、具体的な結論や示唆を導き出した経験
・外部の勉強会やコミュニティ・イベント等へ継続的・積極的に参加した経験
【歓迎条件】
・データ分析において高い成果を伴う学習・研究実績がある方
- 例：統計検定準1級以上の取得、Kaggle／SIGNATE等の分析コンペティションでのメダル獲得経験等
・不揃いなデータや生データを整理し、分析可能な状態へ加工・整備した経験
・ビジネス課題の特定から改善提案・実行までの一連の経験 - 勤務地
- 東京都千代田区外神田1-16-8GEEKS AKIHABARA 7階、もしくは東京都内、都内近郊のプロジェクト先
最寄駅：【最寄り駅】各線 秋葉原駅から徒歩1分 - 給与・報酬
- 想定年収400万円〜600万円
想定月収28.6万円〜43万円
昇給あり 年1回（4月）
賞与あり 年2回（7月／1月）
時間外労働の有無にかかわらず、40時間分の時間外手当として71,500円～107,500円を支給
・月給：286,000円～430,000円
・基本給：214,500円～322,500円
※固定残業手当は月、40時間0分、71,500円～107,500円を支給
超過した時間外労働の残業時間代は追加支給
※上記は最低給与額です。経験・能力を考慮して決定します。 - 就業時間
- 1日の標準労働時間／7時間30分
フレキシブルタイム／7：00～10：00、16：00～22：00
※客先の就業時間に準ずる場合があります。
フレックスタイム制 - 休日・休暇
- ・完全週休2日制（土・日）
・祝日休み
・年末年始休暇（12月29日～1月4日）
・GW休暇
・夏季休暇（7月～9月に3日、夏季休暇を付与）
・慶弔休暇
・有給休暇（6カ月後に最大10日付与 ※入社時期による）
・産前・産後休暇（取得実績多数）
・育児休暇（取得実績多数） - 待遇・福利厚生
- 交通費：通勤費支給
保険：健康保険,厚生年金保険,労災保険,雇用保険
諸手当：・通勤手当
・家族手当
・時間外手当（超過分）
特記事項：
【福利厚生】
▼各種制度
・資格取得報奨金
・慶弔見舞金
・退職金制度
・確定拠出年金制度
・住宅取得補助制度（ローンで住宅を購入した際に支給）
・IT基礎スキル研修（eラーニング受講し放題）
・入社時転居支援制度
・奨学金返済支援制度
・服装自由
【受動喫煙対策】
有：屋内禁煙（敷地内喫煙可能場所有）
※本社以外の場合は常駐先に準じる
■受動喫煙防止情報■
屋内の受動喫煙対策：対策あり
対策：禁煙
特記事項：無
