募集背景
当社は「2034年に売上100億円」という目標に向け、データ分析支援事業が大きな成長フェーズにあります。特に現在は、多くの企業で「分析がビジネス成果につながっていない」という課題があり、高度な分析基盤を構築した上で、その結果を戦略に落とし込み、実装までやり遂げる** 「データ工学でビジネスを動かす」 **専門家が不可欠です。
今回は事業拡大と組織強化を見据えた増員です。「事務作業や調整業務に追われる日々」から脱却し、 「分析・実装して終わり」ではない、技術を成果に直結させるデータ活用 に挑戦することで、エンジニアとしての市場価値を最速で高めていきたい方を歓迎します。
案件事例
分析屋では様々な業種のクライアントを有しており、皆様の技術・経験が活きる場が数多く用意されています。下記に一例を掲載いたします。
～《人材紹介マッチングアルゴリズム》国内最大級の転職サービスを支えるAIレコメンドのエンハンス開発～
【業務概要】
• ターゲットとミッション： 大手人材紹介サービスにおいて、求職者の属性情報や行動履歴を機械学習（LightGBMやW2Vなど）で解析し、最適な紹介先を提示するシステムの予測精度向上と開発をミッションとします。
• 介在価値： 単なるシステム改修や事務的な管理業務に留まりません。求職者の「内定獲得」という人生の転機を創出すべく、**膨大なデータをどう解析・実装すれば成果が出るのかをエンジニアの視点で追求します。**技術的な研鑽がビジネスの核心を動かす、データエンジニアリング本来の醍醐味をチームと共にリードしていただきます。
• 育成方針： ビジネス理解・統計学・プログラミングの3要素を兼ね備えた、** 市場価値の高い「データ領域のスペシャリスト」 を目指せます。単にコードを書くだけ、あるいは調整に終始するのではなく、アジャイル開発の現場で 「技術をどうビジネス成果に昇華させるか」 **という、AI時代に最も必要とされる実力をチームで磨くことができます。
【業務内容：一気通貫の5ステップ】
- 課題抽出： ビジネスサイドからの変更要望に対し、予測精度向上に向けた新特徴量やモデルの組み込み、ABテストの設計案を策定します。
- データ抽出・集計 ： AWS RedshiftからSQLを用いて、求職者の行動ログなどの大規模データを抽出・加工します。
- 高度な解析 ： Pythonを用い、機械学習アルゴリズム（LightGBM等）の適用や、処理時間の最適化、メモリ使用率の改善を実装します。
- レポート作成 ： ABテストの結果や学習パラメータの変更による精度変化を可視化し、ビジネスへの影響を言語化します。
- 報告・コンサルティング ： クライアントのプロパーエンジニアと連携し、AIモデルの社会実装に向けた技術的なアドバイザリーを行います。
そのほかの案件事例
他にもデータ分析に関する豊富な案件がございます！
データ分析専門企業として、キャリアの一貫性を保ちながら、専門スキルを磨くことに専念できる環境です。
①ソーシャルゲームアプリの売上増加に向けたデータ分析支援
アプリのログデータを解析し、アプリ運営の改善、売り上げUPに繋げる
使用ツール：SQL, Google BigQueryなど
②機械学習を用いたモデルの作成
クライアントが保持しているデータからモデルを作成し分類化や数値予測を行う
使用ツール：Python
③ファクトリーブランド立ち上げに向けたマーケティングリサーチ
地域独自のブランドを立ち上げることで、減少した売り上げの回復と安定化
使用データ：業者からのヒアリングデータ、生活者へのインタビューデータ
＜担当プロジェクトについて＞
本求人は、弊社が参画している「国内最大級の転職サービスを支えるAIレコメンドのエンハンス開発」をモデルケース（配属想定の一例）として記載しています。
実際の配属先は、あなたのスキルや「今後どのようなキャリアを築きたいか」を伺った上で、ご入社時期のプロジェクト状況を総合的に判断して決定いたします。
求めるスキル
【必須要件】 以下いずれかのご経験が1年程度ある方
• プログラミング言語を用いたシステム開発実務経験
• SQLによるデータ操作経験
• 業務でのデータの分析/活用経験
• データ分析に関する言語やツールの使用経験
（SAS、Python、R、Tableau、SPSSなど）
【歓迎要件】
• Pythonを用いたバッチ処理の開発実務経験
• 機械学習モデル（特にレコメンド手法）への理解
• AWS（Fargate, Redshift）環境での開発経験
• アジャイル（スクラム）開発の実践経験
入社時研修について
【独学や一人現場では得られない、プロの視点をインストールする1〜2ヶ月】
「現場でいきなり一人で放置される」ことはありません。入社後1～2ヶ月間は、スキルや経験に応じた研修を通じ、データエンジニアとしての基礎を徹底的に固めます。
★Step 1: データ分析環境の理解
システムエンジニアとして培ったDBの知識を、データ分析特有の「大規模データ基盤（DWH）」へと拡張します。単なるCRUD操作ではなく、分析クエリの最適化や、データレイクからDWHへのパイプライン構造を把握し、データエンジニアとしての技術的土台を再構築します。
使用環境・ツール ： SQL Server / MySQL / PostgreSQL / Oracle Database 等
習得スキル ： 分析用DBのアーキテクチャ理解、パフォーマンスを意識したSQL
★Step 2: コーディングによるデータ加工（エンジニアリングの実装）
SQLやPythonを駆使し、生データを分析可能な形に昇華させるETL/ELTプロセスを習得します。**自己流のスクリプトから、チーム開発を前提とした「保守性の高いコード」や「自動化」**へとスキルを引き上げ、エンジニアとしての実装力をデータ領域へ適応させます。
使用環境・ツール ： SQL / Python / SAS / R
習得スキル ： データクレンジング、バッチ処理の最適化、統計ライブラリの活用
★Step 3: データの可視化・分析（技術の価値検証）
TableauやPowerBIを用い、自身の構築したデータ基盤がどうビジネスに貢献するかを検証します。「動くシステムを作る」だけでなく「意思決定に資するデータ」をどう提供するかという視点を養い、技術を成果に結びつける感覚を掴みます。
使用環境・ツール ： Tableau / PowerBI / Google Analytics
習得スキル ： ダッシュボード設計、データドリブンな課題抽出
★Step 4: レポーティング・報告提案（専門性の確立）
分析結果を基に、クライアントのプロパーエンジニアや意思決定者と対等に議論できるレベルまで引き上げます。「人材業界の知見×データ工学」という独自の専門性を言語化し、市場価値の高いエンジニアとしてのキャリアを確立します。
習得スキル ： 技術コンサルティング、ロジカルシンキング、専門家としての提言力
| 職種 / 募集ポジション | 【データ利活用部】データアナリスト／ジュニア |
|---|---|
| 雇用形態 | 正社員 |
| 契約期間 | 期間の定め無し |
| 給与 |
|
| 勤務地 | 基本的に東京都23区（新宿・渋谷・銀座・丸の内・日本橋など）を中心としたプロジェクトに配属となります。 ※一部、都内近郊・神奈川（横浜・川崎など）のプロジェクト先に常駐いただく場合もございます。 変更の範囲：会社が指定した場所 |
| 受動喫煙対策 | 本社：屋内全面禁煙 屋外喫煙スペース有り 常駐：勤務先により異なる |
| 勤務時間 | 9：00～18：00 ※勤務時間帯はプロジェクト先によって異なる場合があります。 平均残業時間／月 13時間~16時間（年間平均） |
| 待遇・福利厚生 | ＜手当・福利厚生＞ 通勤手当(実費)※月上限3万円／時間外勤務手当※固定残業無し／在宅手当／休日勤務手当／深夜勤務手当／組織貢献手当※2年目以降／子ども手当/各種社会保険完備（雇用、労災、健康、厚生年金）／退職金制度（確定拠出年金）／社内懇親会（2ヶ月に1回）※費用は会社負担／資格取得支援制度／健康保険組合「TJK」の各種サービス（各種チケット割引など）／湘南勤労者福祉サービス「しおかぜ湘南」の各種サービス ＜その他 労働環境＞ ・経産省健康優良法人2020~2025（中小規模法人部門）に認定 ・労働衛生委員会にて毎月残業時間の管理を実施、各上長へ指導の徹底 ・リモートワーク可（リモート及び出勤の案件割合はフルリモート及び一部リモートが約80%、フル出社約20%です。案件により出勤形態が異なります） ・社内懇親会を活用した社員同士の交流あり ・私服勤務OK ※プロジェクトによる ・資格取得支援制度あり ・産休・育休取得率 女性100%／男性：50%（希望者においては100%実績） 社歴や役職関係なく、希望者については、育休がとりやすい環境得です 他、技術スキルアップ学習会、読書会の開催 |
| 休日・休暇 | ■完全週休2日制（土日） ■祝日 ■創立記念日（8月15日） ■年末年始休暇 ■年次有給休暇 ■慶弔休暇 ■産前・産後休暇 ■育児休暇 ■サポート休暇（有給取得前3日間付与） |
| スキルアップへのサポートも充実 | 資格支援制度として統計検定など、一部の資格取得に対しては会社が受験費用を支給いたします。 ＜対象資格＞ 統計検定 /統計調査士 /専門統計調査士 / データサイエンス基礎（DS基礎） / データサイエンス発展（DS発展） / データサイエンスエキスパート（DSエキスパート） /データサイエンティスト検定™リテラシーレベル（DS検定™ ★）など また、入社後1~2か月の間、データ分析基礎スキルの習得を目的とした研修も用意しております。 いずれも、データ分析案件を想定した実践的な研修となっております。 ＜研修内容＞ ・SQL研修 ・Python研修 ・BIツール（Tableau）研修 |
| 個人の働き方に合わせたキャリアパス | 分析屋のキャリアパスは、各個人の特性を活かしす思想のもとで作られております。 マネジメント/技術/ライフワークバランスなどの、社員が重視する働き方を実現するためのコースとなります。 ▼将コース（総合職） 一般的に管理職を目指していきたい方向けのコースです。 将来マネージャーとして組織を作っていきたい人、自ら考えを持ち、発信する。 ▼剣コース（技術職） 一般的に技術職でキャリアを積み上げていきたい人向けのコースです。 組織の技術発展を促進する役割を担い、技術でリードする。 ▼武士コース よりライフワークバランスを重視したコースとなります。※今回求人では対象外となります※ |
| 選考プロセス | 1.カジュアル面談（30～60分） 2.書類選考 3.面接（1～2回） 4.内定 5.内定後面談（選考FB、条件提示など） ※状況により異なります。 現在基本的にはオンラインにて選考を完結しております。 |
| 会社名 | 株式会社分析屋 |
|---|---|
| 会社概要 | 株式会社分析屋は、データ分析支援を主軸とし、IT全般にサービス領域を拡げております。 プライム市場上場の株式会社SHIFTグループとして、近年は売上150%成長を目指し高い売上高を継続しています。 |
| 事業内容 | ▶データ利活用部（一都三県勤務） 分析屋の「入り口」として、幅広い案件に対応する部門。 SQLやExcelスキルからチャレンジでき、IT未経験からでもキャリアを築けるのが特徴です。 キャリア魅力：基礎から実務を経験し、分析領域へのステップアップが可能。 ▶AIビジネス部（一都三県勤務） 最先端のAI技術を駆使し、ビジネス課題を解決に導く部門。 SQL＋Pythonを武器に、機械学習やAIモデルを活用した提案・実装を行い、顧客の成果創出を直接支援します。 キャリア魅力：高度な分析スキルとビジネス視点を兼ね備えた“次世代リーダー人材”へ成長できる環境。 ▶ACR部（一都三県勤務） データアナリストに特化し、SQLを用いて幅広い分析・レポーティング・改善提案を行う部門。 現場のデータを深掘りし、ビジネス課題を数値から解決に導きます。 キャリア魅力：データから価値を生み出し、企業変革を支える分析のプロへ成長可能。 ▶基盤運用構築部（一都三県勤務） データ基盤の設計・構築・運用を担い、大規模なデータ活用を支える部門。 SQLやクラウド経験を活かし、安定した分析環境を整備します。 キャリア魅力：インフラの専門性とデータ活用の最前線を掛け合わせたスキルが身につく。 ▶BI推進部（一都三県勤務） BIツールを用いたデータ可視化やダッシュボード構築を専門とする部門。 SQLに加えてTableauやPowerBIなどの経験が活かせ、企業のデータ活用を加速させます。 キャリア魅力：“見える化”を通じて経営・現場にインパクトを与える実感を得られる。 ▶SAC部（藤沢本社勤務） 上流工程・コンサルティングに特化した部門。 SQL＋Pythonに加え、課題抽出・顧客折衝力を活かし、意思決定を支える提案型の仕事を担います。 キャリア魅力：単なる分析者ではなく「顧客課題を解決するパートナー」として活躍。 |
| 企業理念 | [Mission] すべての意思決定に人間らしさを 数字が企業の人間らしさを押し殺している。 合理的なジャッジを重ねるだけなら、意思決定者はもうAIでいい。 分析屋は、合理と情理の両側面を踏まえた「おもてなし分析」で、企業の「人間らしい意思決定」を支援していきます。 [Vision] 「分析」の第一想起になる 「分析屋の分析に対する考え方」を分析のスタンダードにすることで、 すべての意思決定に人間らしさがある世界を創造する。 [Value Concept] おもてなし分析 合理と情理の両方をふまえた分析活動で顧客の「人間らしい意思決定」を支援します。 |
| 企業文化 | 1. ボトムアップの組織風土 分析屋は創業時から トップダウンではなくボトムアップ を重視。 指示を待つのではなく、自ら考え行動することで「人間らしい活躍」が可能になります。 指示命令で動くよりも、個人の主体性を発揮できる 自分の考えをベースに仕事を進められるため、成長実感が大きい その分、自律が求められる環境 2. 「合理」と「情理」の共存 データ分析の会社でありながら、数字だけではなく“人間らしさ”を尊重。 合理8：情理2 のバランスで意思決定を重視 「失敗＝減点」ではなく「失敗＝学びの種」 人に仕事を当てはめるのではなく、人の強みに合わせて組織をつくる 3. おもてなし分析 日本文化に根付く「おもてなし」をデータ分析に取り入れた独自のコンセプト。 言語化されていない潜在ニーズを汲み取り、先回りして提案 データだけでなく、直感や事情も考慮して「納得できる意思決定」を支援 著作権登録済みの「おもてなし分析」という造語を掲げ、企業文化の中心に据えている 4. 健康経営・働きやすさ 数年連続で健康経営企業として認定。 平均残業時間：15時間／月 リモート率：80％ 男女ともに育休取得実績あり（男性53％、女性100％） 年功序列ゼロ、実績と過程をバランスよく評価 5. 多様性と人間力 データサイエンティストは内向型が多いが、外向型メンバーと支え合うことでバランスの良い組織を形成 MBTIで見ると「INFP」「INTP」「ENFJ」など多様なタイプが在籍 コミュニケーションは活発で、思いやりを持ったやり取りが根付いている。 |
| 設立年月日 | 2011年8月15日 |
| 代表取締役 | 溝口 大作 |
| 従業員数 | 314人（2025年9月時点） |
| 平均年齢 | 32.3歳 |
| 資本金 | 1000万円 |
| 株式公開（証券取引所） | 非上場 |
| 主な株主 | 株式会社SHIFT |
| 主要取引先 | ・大手メーカー ・大手旅行代理店 ・大手リサーチ会社 ・大手広告代理店 ・飲食チェーン会社 ・ECサイト運営会社 ・ソーシャルゲーム会社 ・鉄道運営会社 ・サッカークラブチーム ・化粧品メーカー会社 ・製薬会社 ・国／地方法自治体 ・大学法人、教育関連会社 など |
| 売上実績 | 19億9,300万円（2025年8月実績） 16億6,200万円（2024年8月実績） 12億7,400万円（2023年8月実績） 9億4,700万円（2022年8月実績） 6億8,100万円（2021年7月実績） 6億9,100万円（2020年7月実績） 5億7,000万円（2019年7月実績） 5億円（2018年7月実績） 5億円（2017年度実績） 3億5,000万円（2016年度実績） 1億8,000万円（2015年度実績） 8,000万円（2014年度実績） |
| 本社・拠点 | ◆分析屋本社 〒251-0052 神奈川県藤沢市藤沢484-1 藤沢アンバービル4階 ◆サテライト利用可 （SHIFT東京本社） 〒106-0041 東京都港区麻布台1-3-1 麻布台ヒルズ 森JPタワー （SHIFT新宿オフィス） 〒151-0053 東京都渋谷区代々木3-22-7 新宿文化クイントビル |