はじめに
「AI時代になり、ただ仕様通りにプログラムを作るだけの仕事に危機感はありませんか？」
現在、集計作業や定型レポートの作成、あるいは降ってきた仕様書通りのアプリ開発ばかりで、その先にある「顧客のビジネスをどう変えるか」という本質的な提案に関われない環境に、もどかしさを感じていませんか？
当社では、SQLやPythonの基礎知識、そしてChatGPTをはじめとする最新AIツールを自発的に使いこなしてきたあなたの「ポテンシャル」を高く評価します。本格的な統計学やデータサイエンスの実務経験は問いません。AIを武器にしながら、顧客の「なんとなく困っている」という曖昧な課題を論理的に整理し、ビジネスのインサイト（洞察）を導き出す「上流のアナリスト・コンサルタント」へとステップアップできる環境をご用意しています。
募集背景
「AI時代に、仕様通りにコードを書くだけの作業者で終わりたくない」――そんな危機感を持つエンジニアを募集します。
昨今、GitHub CopilotやCursorなどのAIツールの急速な普及により、画面の作成やAPIのコーディングといった「実装作業」そのものは、AIによって誰もが短時間で行える時代へと変化しています。これまで自分が苦労して身につけたコーディングスキルの価値が下がりつつある現状に、心の底で焦りや不安を感じていませんか？
私たちが今、必要としているのは、降ってきた仕様書通りにただコードを量産する「一兵卒のエンジニア」ではありません。AIを武器として使いこなし、開発を徹底的に自動化・効率化させた上で、「企業の根幹であるデータ構造をどう設計し、ビジネス成果に繋がるモダンなデータ基盤（DWH/ETLなど）を構築するか」という、市場価値の極めて高い領域を担えるデータエンジニアです。
当社は「おもてなし分析」を掲げ、顧客の経営課題に深く伴走するデータコンサルティングを展開しています。データ利活用へのニーズが爆発的に増加する中、組織をさらに拡大し、データ基盤からデータ分析、さらにはプロジェクトマネジメント（PM）までを担う次世代のコアメンバーを育成していくため、今回の募集を決定いたしました。データ基盤特化の実務経験は不問です。あなたが培ってきたDB設計やプログラミングの素養を、最も価値の高まる「データ領域」で爆発させてみませんか？
部門紹介
当社のデータ利活用部は、データ分析領域における“入門部門”として位置づけられています。
データ分析の経験が浅い方や異業種からキャリアチェンジを目指す方も積極的に受け入れており、データの活用に関する基礎から実務まで幅広く経験することができます。
また、社内にはAI、BI、基盤運用、コンサルティングなど技術特化型の部門があり、データ利活用部でスキルを積んだ後は、ご自身の志向や強みに応じて各部門へのキャリアチェンジも可能です。
「データ分析を学びながら自分に合った領域を見極めたい」という方にとって、最適な環境です。
仕事内容
データエンジニアとして、顧客企業のビジネス課題解決に向けたデータアナリティクス基盤（DWH/データマート/ETLパイプラインなど）の設計・構築・運用、およびBIツールなどを用いたデータ活用・可視化支援を担当します。
【具体的な業務内容】
・金融・エンタメ・製造など、多種多様なクライアントのデータ構造を理解し、最適なデータ基盤（DWH/データレイク等）のアーキテクチャ設計・構築
・SQLやPythonを用いた、大量データのETL（抽出・加工・シームレスな連携）パイプラインの構築・バッチ処理の実装
・データ分析の「属人化した手作業」を排除するための、モダンなデータエンジニアリング手法（バージョン管理やCI/CDなど）の導入・推進
・TableauなどのBIツールを用いたデータの可視化（ダッシュボード構築）や、顧客への簡単なデータ示唆出し、レポート資料作成（アナリスト的要素）
・将来的には、3〜5名程度の小規模なプロジェクトにおいて、進捗管理やメンバーのコードレビュー（品質管理）などのリード業務
変更の範囲：会社が指定した業務
【開発環境/使用ツール】
AWS/GCP/Azure/Tableau/SAS/SPSS/Oracle Database/SQL ServerMySQL/PostgreSQL/Google AnalyticsSQL/Python/Rなど
仕事の魅力
1.【事業会社との違い】多種多様なデータ構造と向き合い、技術者としての設計力を磨く
自社データのみを扱う事業会社とは異なり、金融・エンタメ・通信・製造・製薬・地方自治体など、多種多様な業界のデータ基盤構築に携わることができます。業界ごとに異なるカオスなデータやビジネスモデルと向き合い、最適なDWH（データウェアハウス）やETLのパイプラインを設計するため、どこでも通用する「圧倒的なデータエンジニアリング力」が最速で身につきます。
2.【一気通貫】基盤の構築だけで終わらない、ビジネスの成果（分析）まで主導する
「インフラを整えて終わり」「パイプラインを作って終わり」といった部分最適な分業制ではありません。顧客の課題ヒアリングから、データ基盤の設計・構築、さらにはBIツール（Tableauなど）を用いた可視化や分析、経営層への示唆出しまで、プロジェクトの全工程に一気通貫で携わるチャンスがあります。自分が作った基盤がどうビジネスを動かしたのか、成果をダイレクトに実感できます。
3.【AIツールのフル活用】泥臭い調整ではなく、「事実（データ）」を武器に周囲を動かすPMへ
当社では、AIツールを開発実務にフル活用し、定型作業を徹底的に効率化しています。そうして生み出した時間を、データ品質の担保や上流の設計に投資します。「技術単体で勝負する限界」を感じている方にとって、自分が設計したデータという「客観的な事実」を武器にプロジェクトをリードする、エンジニア発の新しいPM・リーダー像（市場価値の高い人材）を目指せる環境です。
入社者の声
・「基幹システムばかりで、この先が見えなかった。でもここではデータで事業を変える手応えがある」（26歳／元業務系SE）
・「上司に提案しても聞いてもらえなかったけど、今は意見を出す場があり、自分で動かせる実感がある」（24歳／元販売職）
・「忙殺される日々から抜け出して、ようやく自分のキャリアを描ける環境に出会えた」（27歳／元Web系SE）
・「下流工程ばかりで顧客の顔も見えず、何のためにやっているのか分からない日々だった。今は顧客と直接やり取りでき、自分の成果を実感できている」（26歳／元業務系SE）
「データ分析未経験で入社したが、幅広い業務に携われ、将来どの分野に進むか考えるきっかけになった」（25歳／元営業企画）
案件事例
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
（※取引実績100社以上）
入社後の流れ
最初からすべての工程を一人でお任せすることはありません。まずはご自身の得意なスキル（SQLでのデータ抽出や、Pythonでのデータ加工など）からスタート。先輩アナリストのプロジェクトにアサインされ、顧客ヒアリングや提案の現場に同行しながら、徐々に上流工程のスキルを身につけていただきます。
Step１ データ分析環境の理解
まずはデータ分析領域の業務を行うにあたって、データの理解から始めます。
◇ 使用環境・言語・ツール：SQLServer / MySQL / PostgreSQL / Oracle Databaseなど
Step２ コーディング
データ分析を行う上で、必要不可欠な数値を算出します。
◇ 使用環境・言語・ツール：SQL / Python / SAS / Rなど
Step３ データの可視化・分析
データについて正しく理解し扱えるようになったら、いよいよ分析フェーズに移行します。
◇ 使用環境・言語・ツール：Google Analytics / Tableau / PowerBI / その他分析ツールなど
Step４ レポーティング・報告提案
データ分析結果を基に、レポーティングと考察を行います。
意思決定に必要なデータを揃え、顧客が必要とするデータをわかりやすくまとめます。
◇ 使用環境・言語・ツール：ダッシュボード(BIツール内) / PPT / Word
応募条件
＜必須要件＞※以下、いずれか一つを満たすこと
・IT業界におけるシステム開発・保守の実務経験（目安2年以上、言語不問）
・SQLを用いたリレーショナルデータベース（RDB）の設計、またはデータ抽出の実務経験
・Python、Java、PHPなどを用いたバックエンド（サーバーサイド）の開発、またはバッチ処理の実装経験（いずれか一方で可）
※完全なIT未経験、スクール卒業生・独学のみの方は不可とさせていただきます。実務において、単に「研修で触った」レベルではなく、自身でコードを書いて業務を行った経験を重視します。
＜歓迎要件＞
・3〜5名程度のチームでのサブリーダー、進捗管理、または後輩のコードレビュー経験
・GitHub CopilotやCursorなどのAIツールを、開発実務で日常的にフル活用している経験
・データベースのパフォーマンスチューニング（インデックス設計、スロークエリ改善など）の経験
・TableauやLooker StudioなどのBIツールに触れた経験、または社内向け資料作成の経験
・「言われた通りに作る」だけでなく、プロジェクトの利益や目的意識を持って自走した経験
・当社のコアマインドである「おもてなし分析（顧客への徹底的な伴走）」への共感
求める人物像
・責任感とPMの素養
技術を自己目的化せず、プロジェクトの成果や顧客の利益を意識して自走できる方 コードレビュー
・品質へのこだわり
AIが出したコードを鵜呑みにせず、バグやビジネスロジックの矛盾を見抜けるデバッグ力がある方
・新しい領域への挑戦意欲
既存のシステム開発から「データ領域」へと専門性を広げ、アナリスト要素も含めてスキルを拡張したい方
| 職種 / 募集ポジション | 【データ利活用部】データエンジニア／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 |
| 勤務時間 | 9：00～18：00 休憩1時間 ※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。 |
| 受動喫煙対策 | 本社 屋内全面禁煙 屋外喫煙スペース有り |
| 年収例/賞与 | 【年収例】 1)SQLでのデータ抽出実務経験2年 月給（①24万円＋②2万4千円＋③4万円）×12か月＝364万円 2)SQLでのデータ抽出経験1年、 かつプログラミング言語を使用した開発経験3年と3名のチームリーダー経験 月給（①24万円＋②15万円＋③6万円）×12か月＝540万円 【賞与】 業績賞与により入社2年目以降、年1回支給されることがある |
| 試用期間 | 入社後6ヶ月間 期間中条件の変動なし |
| 待遇・福利厚生 | ・通勤手当(実費)※月上限3万円 ・時間外勤務手当 ※固定残業なし、⽉平均14時間！ ・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 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。さらに、これまでの実績を活用したデータ分析に関する研修も実施しています。 また、業務後の時間で定期的に有志の勉強会を行い、不明点は適宜上長に相談するなど社員自らが自己研鑽に励んでいます。若手層の勢いがあり、経験が浅い社員に対してもチャレンジを促す風土があります。 意欲的に取り組む姿勢さえあれば、開発案件だけでなく人事や組織形成に関する領域の業務にも携わることが可能。技術的にスキルアップをしながら幅広いキャリアを形成していきたい方にはおすすめの環境です。 |
| 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、「社員のやりたい」を尊重するべきだという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。 |
| 中途入社者の前職・入社後のキャリアの例 | ＜2019年入社Tさん＞ 【前職／IT業界（交通関係PJ3年）にてSE】 ・集計方法の提案、SQL（SQLServer）からデータの抽出/集計加工 ・ExcelやGISツール等を使ったデータのグラフ化/可視化、報告書作成サポート 【現在PJ／ゲーム業界にて分析エンジニア】 ・SQL（BigQuery）からデータの抽出/集計加工 ・KPI作成及びスプレッドシートとBQの連携 ・抽出したデータから多変量解析（決定木/クラスタリング/SHAP） ・分析設計 ・報告書作成 ＜2019年入社Aさん＞ 【前職／医療関係にて医療技師】 病院での検体検査、及び生理学的検査業務 【現在PJ／マーケティング関連、分析エンジニア） データ集計/分析、BIツールを用いたダッシュボード作成 ＜2019年入社Iさん＞ 【前職／自動車業界にて開発職】 車載ECUのソフトウェアテスト、業務効率向上のためのツール開発 【現在PJ／マーケティング関連、分析エンジニア】 ・毎月の清涼飲料水市場規模や売上動向の推計 ・レポート作成サポート ・使用する分析ツールの作成及び改修 |
| 選考プロセス | 1.書類選考 2.面接（1～2回） 3.内定 ※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。 ・面接は録画のご協力をいただいております。 |
| 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 |