GO株式会社 データアナリスト・データサイエンティスト の求人一覧
全 2 件中 2 件 を表示しています
-
データアナリスト（プロダクトマネジメント部）
GOについて 仕事概要 タクシー配車サービス『GO』に関するデータ分析に携わっていただきます。 GO株式会社ではエンドユーザーとタクシー事業者の双方から大量のデータを収集し、プロダクト改善や事業の意思決定に関わる分析を日々行っています。累計3,500万ダウンロードを超えるユーザーの行動データ等、1日に10億レコード規模のデータを扱うことができる環境は日本になかなかありません。 社内ではデータの生成・収集・加工をデータエンジニアと分業する体制が敷かれており、アナリストが本来の分析業務に集中できる環境が整っています。 プロダクトと事業に深く寄り添い、交通・社会課題の解決にチャレンジしてくれる方をお待ちしています。 業務詳細 タクシー配車サービスGO事業に関するデータ分析 定量的な意思決定サポートおよび施策評価 課題の発見から提案までを主体的に行うプロダクト分析 データの定量モニタリング SQL（BigQuery）、Python、R、Lookerなどのツールを使用してデータ分析を実施 募集背景 タクシー配車サービスGO事業のデータ分析需要の高まりに伴い、データアナリストの増員を図ります。 このポジションでは、事業の成長を支えるためのデータ分析とインサイト提供を強化します。 本ポジションの魅力 本ポジションのミッションは「データから得られる様々なインサイトを発信することでプロダクトや事業を正しい方向に導く」です。 - 単なるデータ分析ではなく、プロダクトや事業を”根幹から”見つめていくポジションで、組織からのプレゼンスも非常に高いです。 日本有数の動体データを扱っていただきます。 - 3,500万ダウンロードのユーザデータ・累計数億kmを超える走行データ（地球の円周の数百〜数千倍の走行データ）を抱えています。 所属組織 人数：データインテリジェンス部全体で25名、そのうちデータアナリストは10名。 役割：プロダクトマネージャーや開発チームと連携し、タクシー配車サービスGO事業のデータ分析を担当。データ分析を通じて意思決定をサポートし、施策評価やプロダクトの改善に貢献します。 カルチャー：データドリブンなアプローチを重視し、俯瞰的な視点とコミュニケーションを大切にします。 仕事の進め方：プロジェクトごとにチームを編成し、プロダクトマネジメント本部と緊密に連携。企画・設計から効果分析まで担当し、定期的なミーティングで進捗確認を行い、データチェックや分析結果のレビューを実施します。 必須の経験／能力 データ分析の実務経験（3年以上） SQLを利用した分析経験（3年以上） - with句 / 各種JOIN / 各種集計関数 分析 / 集計要件作成の経験 分析結果を踏まえプロダクト、業務を改善した経験 BIツールの利用経験 望ましい経験／能力 BigQueryの利用経験 Lookerの利用経験 機械学習 / 統計学の実務での利用経験 求める人物像 ロジカルに物事を考えることができる方 定例業務だけでなく、イレギュラーの業務も臨機応変に対応でき、楽しみながら仕事ができる 周囲と円滑にコミュニケーションを取り業務を進めることができる方 自律的に業務を推進することができる方 参考記事 Google Cloud Next Tokyo ’24 「DL 数 2200 万超のタクシーアプリにおけるデータ活用術：Dataform と Looker で実現する指標管理」 登壇動画 発表資料 データ分析で終わらない。プロダクトの企画・設計から深く関わるGO Inc.の分析部隊 これだけの「動体データ」を持つ会社は珍しい。プロダクトと共に成長できるフィールド タクシーアプリ『GO』のプロダクト開発におけるデータ分析の進め方 参考サイト GO Tech Blog GO-on（GO Inc.の人や組織、事業について知れるブログ） タクシー乗車費用を会社が一部補助する「トライアルタクシー制度」 とは 続きを見る
-
データエンジニア(アナリティクスエンジニア)｜プロダクトマネジメント本部
GOについて 仕事概要 タクシー配車サービス『GO』に関するデータ分析に携わっていただきます。3,500万ダウンロードのユーザアプリケーション等、1日に10億レコード規模のデータを収集し、これらのデータ活用を通して事業貢献していただきます。 データは全社データ基盤に蓄積され、そのデータを約20名のデータアナリストやデータサイエンティストが利用しています。データ活用の成果はビジネス担当やプロダクトマネージャをはじめとする全社の様々な組織で利用されるとともに、AIの元データとしても使われています。 本ポジションは、全社データ基盤のデータエンジニアです。必要なデータを社内外から収集し、データ基盤に蓄積。活用のニーズにもとづいてデータモデリングしたり、分析ツールを提供することで、全社のデータ活用を支援します。 業務詳細 ■データの生成・収集 - 分析に必要なデータをアプリケーションログに出力させるための設計。ログの出力、ログの収集 - ユーザの端末や車載デバイスからデータ収集。 - 業務データベースからのデータ収集。 - 社外からのデータ収集。 ■データの蓄積 - 全社データ基盤であるGoogle CloudのBigQueryに蓄積。管理。 ■データマートの作成 - 分析の要件に応じたデータモデリング。データマートの作成。 - BIツールLookerのセマンティックレイヤーである「LookML」の開発 - Google CloudのdataformやAirflow(Cloud Composer)などを活用してデータ加工パイプライン構築 - データマートやセマンティックレイヤーの本番運用。データ品質のモニタリング。 ■データ活用のための活動 - データ活用のための分析ツール(LookerやStreamlitなど)の提供 - メタデータ整備 - データガバナンスのための利用ルールの策定 解決したい課題 データドリブンの意思決定が徹底された会社であり、何をするにもデータが求められます。 また、会社の成長スピードが早く、新規の案件がどんどん生まれます。 そのため、会社全体でデータに対するニーズが高まっており、手が足りません。 本ポジションの魅力 ・3,500万DLのスマホアプリや10万台規模のタクシー車両のデータなどモビリティ関係のビッグデータを保有し、このデータ活用を通して事業貢献できます。 ・データドリブンな社風であり、どんな案件でもデータが求められます。そのため「データ基盤を作ったけど使われない」「データ分析結果が事業に使われない」といったことは一切なく、データが事業に活用されていることを肌で感じられる現場です。 ・データエンジニアとしてのキャリアは不問です。これまでエンジニアとしてキャリアを積んできた方であれば、本ポジションでの経験を積めばデータエンジニアになれます。 ・モダンな環境で最先端のデータエンジニアリングが出来ます。オンプレミスやレガシーなシステムはなく、技術的な負債と向き合うことが少ないです。 所属組織 ・人数：グループは正社員が5名、業務委託が4名です。 よく一緒に仕事をするチーム：データ基盤エンジニアが5名、データサイエンティストが9名、データアナリストが10名。 ・カルチャー：社内のだれでもSlackに気軽に相談できます。データアナリストやその先にいる事業担当ともシームレスに会話できるため、「情報が降りてこない」や「何でこの仕事をするのか」といったことが少ないです。成果に向かって、部署を越えて一丸となって進めます。 必須の経験／能力 3年以上の商用システムのバックエンドやサーバサイドでのシステム運用・保守経験 同一システムを１年以上運用・保守した経験 3年以上のチーム開発の経験。Gitを使ったPRベースの開発の経験 1年以上のAirflowなどのジョブコントローラ・ワークフローエンジンを用いたバッチ処理の開発経験 1年以上の分析用のSQLの開発経験 例えば、KPIモニタリング、A/Bテストによる効果検証 テーブル設計。テーブル正規化の理解と実践。10個以上のテーブル郡から構成されるシステムにおける、テーブル設計経験 BigQuery、Snowflake、もしくはRedShiftなど、データウェアハウス製品の使用経験 Google Cloud もしくは AWS におけるシステム構築経験 BIツールへのつなぎ込みの経験 望ましい経験／能力 Lookerの使用経験、データつなぎこみ経験 Airflow(Cloud Composer)の使用経験 Dataform, dbtなど、SQLフレームワークの使用経験 Google Analytics, Adjust, Karte,などの使用経験 プロジェクト管理業務の経験 データ基盤の開発・運用経験 高度なSQL開発(windows関数や地理空間クエリ利用など) 応報情報処理試験以上の難易度の資格保有 Google Cloudの資格保有 求める人物像 ・技術を手段と捉え、技術の磨き込みよりも事業貢献を優先できる方 ・ロジカルに物事を考えることができる方 ・定例業務だけでなく、イレギュラーの業務も臨機応変に対応でき、楽しみながら仕事ができる方 参考記事 Google Cloud Next Tokyo ’24 「DL 数 2200 万超のタクシーアプリにおけるデータ活用術：Dataform と Looker で実現する指標管理」 登壇動画 発表資料 タクシーアプリ「GO」のデータ活用と、Google Cloudが目指す生成AIデータエージェントを解説 dbt と Dataform を比較して Dataform を利用することにしました タクシーアプリ『GO』のログ解析の民主化を促進するStreamlitの活用 参考サイト GO Tech Blog GO-on（GO Inc.の人や組織、事業について知れるブログ） タクシー乗車費用を会社が一部補助する「トライアルタクシー制度」 とは 続きを見る
全 2 件中 2 件 を表示しています