ネイチャーインサイト株式会社 求人の検索結果一覧
この会社の求人を探す
雇用形態
職種
採用分類
雇用形態
全 5 件中 5 件 を表示しています
-
【未経験歓迎／3カ月研修】AI時代の花形職種・データエンジニア
職務内容 【IT未経験から市場価値の高いAI時代の花形職種・データエンジニアになれます！】 大手企業を中心とするクライアントのご要望に応え、SAS、Databricks、Pythonやクラウド（AWSなど）を利用し企業に蓄積されたデータを抽出、加工、データ基盤の構築や簡易的なデータ分析等を行い、大手企業に眠る「バラバラのデータ」を「価値ある情報」へと磨き上げます。 家を建てるのにしっかりした「土台」が必要なように、企業の経営判断にも強固な「データ基盤」が必要です。ITの基礎から学び、これからの時代にどの企業からも必要とされる「市場価値の高いエンジニア」へと成長しませんか？ ＜具体的な業務＞ ・ データ基盤の整備・環境移行 （AWS上のDWH構築、SASからDatabricksへの移行） ・ 情報系システムの開発・保守 （法改正や仕様変更に伴うプログラム改修、障害対応） ・ BIシステムの開発・可視化 （経営ダッシュボード構築、レポート作成の自動化など） ・ データ集計・業務支援 （特定指標のデータ抽出など） ＜クライアント・取り扱うデータの例＞ 業界ごとの基幹ビジネスやマーケティングに直結する、大規模なデータを取り扱います。 金融（メガバンク等）：勘定系データ、取引履歴、リスク管理データ（バーゼル規制対応など） 製薬：売上、MR（営業）の訪問・活動データなど マーケティング・流通：顧客データ、購買履歴、キャンペーン実施・効果検証データなど クライアントは金融機関、製薬メーカー、通信キャリアなど、大手企業が中心です。自社メンバーのチームで入ります。 ＜入社後は3か月間のプログラミング研修からスタート！＞ データ活用の要「SASプログラミング」× 次世代スキル「Databricks」を専任の講師が教えていきます！テキストもカリキュラムも10年以上にわたって練り上げられてきたオリジナル。 各ステップごとに習熟度をチェックしながら、着実にプログラミングのスキルを身につけられます。 ■SASプログラミング：データ活用分野で高く評価される専門技術 ■Databricks：現在、業界で急速にニーズが高まっている次世代データプラットフォーム ■SASグローバル認定資格：国内取得者がわずか約800名の希少な国際資格。徹底した取得支援で「一生モノの強み」が手に入ります！ 配属後は2～5名のチーム体制でプロジェクトを進めます。 分からないことはすぐに先輩に聞ける環境です。 また、約5年目まで講義形式などでフォローアップ研修も実施。 勉強会の実施や書籍購入負担、IT資格（基本情報や応用情報、統計検定など）取得へのお祝い金も支給しています。 応募資格 【必須条件】 ■大卒以上 ■IT業界へ転職するために自己学習をされている方（プログラミングや資格取得等） ■29歳以下の方 ＼育成前提の採用です／ 未経験者育成の確かなノウハウと実績を持っているので、安心してご応募ください！ できる限り多くの方とお会いしたいと考えています。 ※年齢制限理由※ 長期勤続によるキャリア形成を図る観点から、若年者等を期間の定めのない労働契約の対象として募集・採用する場合 【歓迎条件】 ■IT関連資格保持者（ITパスポート、基本情報技術者等） ■大学時代にプログラミングを学ばれた方 ■チームやクライアントと協力して仕事を進めたい方 ■統計学やデータの世界に興味がある方 選考方法 面接回数：1回 書類選考▶カジュアル面談▶Web適性検査▶Web面接▶性格検査▶内定 ※状況に応じて面接回数が増減する可能性があります
-
【データエンジニア】データ領域未経験OK！システム開発・運用保守経験を活かしてAI・DXを支えるデータ基盤構築へ｜創業32年の安定基盤
職務内容 大手企業に蓄積された膨大なデータを、集計や経営判断に使える状態へ整える仕事です。 SAS、Databricks、Python、クラウド（AWSなど）を使い、 データの抽出・加工、データ基盤の構築などを行います。 大手企業のデータはそのままでは活用できません。 厳格な処理が得意な「SAS」や、大規模データを高速処理できる「Databricks」などのツールを使い、現場の課題に対応します。 ＜具体的な業務＞ ■データ基盤の整備・環境移行（AWS上のDWH構築、SASからDatabricksへの移行） ■情報系システムの開発・保守（法改正や仕様変更に伴うプログラム改修、障害対応） ■BIシステムの開発・可視化（経営ダッシュボード構築、レポート作成の自動化など） ■データ集計・業務支援（特定指標のデータ抽出など） ＜クライアント・取扱データ例＞ 業界ごとの基幹ビジネスやマーケティングに直結する、大規模なデータを取り扱います。 ■金融（メガバンク等）：勘定系データ、取引履歴、リスク管理データ（バーゼル規制対応など） ■製薬：売上、MR（営業）の訪問・活動データなど ■マーケティング・流通：顧客データ、購買履歴、キャンペーン実施・効果検証データなど クライアントは金融機関、製薬メーカー、通信キャリアなど、大手企業が中心です。 ＜入社後の流れ・研修制度＞ 入社後は、経験やスキルに応じた研修からスタートします。 （入社後1〜3ヶ月程度） 「SASプログラミング」と「Databricks」の2つの技術を集中的に学びます。 SASプログラミング ：金融・製薬業界などで広く使われている専門技術。 Databricks ：近年ニーズが急増しているデータプラットフォーム。 SASグローバル認定資格の取得支援 ：国内の取得者が少ない希少な資格です。合格に向けたサポート体制を整えています。 研修期間中は「研修＝仕事」として学習に集中できます。 現場配属時は自社社員2〜5名のチームで参画するため、一人きりで配属されることはありません。 応募資格 【必須条件】 IT業界での何らかの技術的な業務経験（開発、保守、運用等の経験）※1年以上 【歓迎条件】 ■データ加工業務の経験 ■Python、SQLの実務使用経験 【求める人物像】 ■「作るだけ」から卒業したい方（志向性：フルスタック・上流志向） 指示された設計書通りにコードを書くだけではなく、「なぜ作るのか（要件定義）」から「どう動かすか（設計・実装）」、そして「どう守るか（運用・改善）」まで、エンジニアリングの全体像を把握したい方。 ■自ら学びつづけることができる方（志向性：知的好奇心） 技術の進化が速いデータ領域において、用意されたラーニングパスを活用するだけでなく、自身で積極的に知識習得に励むことができる方 ■大規模な課題に、小回りの利くチームで挑みたい方（志向性：挑戦・裁量） 大手企業が抱えるデータ課題に対し、組織の歯車としてではなく、「一人のプロフェッショナル」として裁量を持って解決に取り組みたい方。 選考方法 面接回数：1回 書類選考▶Web面接▶コーディングテスト・性格検査▶内定 ※状況に応じて面接回数が増減する可能性があります
-
【データエンジニア】システム開発経験者募集！データ未経験から専門領域へ
職務内容 大手企業に蓄積された膨大なデータを、集計や経営判断に使える状態へ整える仕事です。 SAS、Databricks、Python、クラウド（AWSなど）を使い、 データの抽出・加工、データ基盤の構築などを行います。 大手企業のデータはそのままでは活用できません。 厳格な処理が得意な「SAS」や、大規模データを高速処理できる「Databricks」などのツールを使い、現場の課題に対応します。 ＜具体的な業務＞ ■データ基盤の整備・環境移行（AWS上のDWH構築、SASからDatabricksへの移行） ■情報系システムの開発・保守（法改正や仕様変更に伴うプログラム改修、障害対応） ■BIシステムの開発・可視化（経営ダッシュボード構築、レポート作成の自動化など） ■データ集計・業務支援（特定指標のデータ抽出など） ＜クライアント・取扱データ例＞ 業界ごとの基幹ビジネスやマーケティングに直結する、大規模なデータを取り扱います。 ■金融（メガバンク等）：勘定系データ、取引履歴、リスク管理データ（バーゼル規制対応など） ■製薬：売上、MR（営業）の訪問・活動データなど ■マーケティング・流通：顧客データ、購買履歴、キャンペーン実施・効果検証データなど クライアントは金融機関、製薬メーカー、通信キャリアなど、大手企業が中心です。 ＜入社後の流れ・研修制度＞ 入社後は、経験やスキルに応じた研修からスタートします。 （入社後1〜3ヶ月程度） 「SASプログラミング」と「Databricks」の2つの技術を集中的に学びます。 SASプログラミング ：金融・製薬業界などで広く使われている専門技術。 Databricks ：近年ニーズが急増しているデータプラットフォーム。 SASグローバル認定資格の取得支援 ：国内の取得者が少ない希少な資格です。合格に向けたサポート体制を整えています。 研修期間中は「研修＝仕事」として学習に集中できます。 現場配属時は自社社員2〜5名のチームで参画するため、一人きりで配属されることはありません。 応募資格 【必須条件】 ■Python、SQLの開発経験※3年以上 【歓迎条件】 ■システム開発の一連（要件定義～開発）の経験※言語不問 ■リーダー・管理職の経験 ■データ加工業務の経験 ■新規開発案件での設計経験（ゼロベースからの設計経験） 【求める人物像】 ■立場や意見の異なるメンバーの間に入り、調整役としてプロジェクトを前進させられる方 ■顧客の要望と社内リソースのバランスを見極め、双方にとって最適な「着地点」を見つけ出せる方 選考方法 面接回数：1回 書類選考▶Web面接▶コーディングテスト・性格検査▶内定 ※状況に応じて面接回数が増減する可能性があります
-
Best Data Science Award受賞！企業課題を高度なデータサイエンスで解決するデータ分析者
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。 ▼具体的には… ■データ分析 ・お客さまの環境に合わせて様々なツール（SAS、Databricks、Python等）を用いた 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 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のMLOpsソリューション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注力 🌟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 ： 入社後は、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。 ※変更の範囲：会社の定める業務 応募資格 【必須条件】※下記全てに該当する方 ■データ分析または機械学習モデル開発/運用の実務経験（3年以上） ■データ分析プロジェクトにおけるリード経験。 ■チームやプロジェクトを主体的に推進し、成功に導いた経験。 ■最新のデータサイエンス技術やトレンドをキャッチアップし、自ら学び続け、挑戦する姿勢をお持ちの方 【歓迎条件】 ■MLOps（機械学習モデルの運用・自動化）に関する経験 ■大規模言語モデル（LLM）などの生成AI技術を使用した経験 ■時系列解析、最適化などの専門的な分析手法を用いた経験 ■データ分析プロジェクトにおけるプロジェクトマネジメント実務経験 ■顧客や事業部門のビジネス課題を特定し、データ活用による解決策を提案・実行した経験 選考方法 面接回数：1回 書類選考▶コーディングテスト▶Web面接▶性格検査▶内定 ※状況に応じて、選考内容及び面接回数が増減する可能性があります
-
【ポテンシャル採用】データ分析を仕事に。Best Data Science Award受賞実績を持つプロ集団で一生モノのスキルを身につけよう
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。 ※変更の範囲：会社の定める業務 応募資格 【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 選考方法 面接回数：1回 書類選考▶コーディングテスト▶Web面接▶性格検査▶内定 ※状況に応じて、選考内容及び面接回数が増減する可能性があります
全 5 件中 5 件 を表示しています