・データ分析コンサルティング
・データ分析基盤構築　（Dataiku、AlteryxなどのBIツールを活用）
・レコメンドエンジン開発
・Google広告自動化開発
・統計を利用したビジネス支援

高収入が期待できるデータサイエンティストを目指すことができます。エンジニアの延長線上のスキル（データエンジニアリング）を磨いてもらいます。詳しくは下記の具体的な仕事内容をご確認ください！データサイエンス（統計学や機械学習）は業務を通じて基礎を学んでもらいます。直接取引の大手企業が多いからこそ、成長できる質の良いデータ分析案件があり、スケジュールも柔軟に組むことができます。 このことが、月平均の残業時間が少ない理由です。

◎分析だけでは終わらない。課題解決に刺さる提案まで実施し、クライアントと成功体験を共有◎
クライアントの課題解決のために必要なデータ分析を提案し、データの収集から分析、活用まで一貫してサポート。ビジネスに直結する提案となっているためクライアントから厚い信頼を得ています。ゆくゆくはデータサイエンティストやデータ分析コンサルタントとしての活躍も期待していますので、データ分析だけでなく、ビジネスパーソンとしても大きな成長を見込める環境です。

＜具体的な仕事内容＞
▼ 基礎統計
・クライアントデータの基礎統計を出力し把握
・データサイエンティストやデータ分析コンサルタントに報告し、必要なデータが揃っているかなどを確認
▼ データブレンディング
・複数のデータソースから集計する案件では、結合キーを把握しデータを統合
・クライアントの要望やコンサルタントが作成した設計書に沿って、特徴量を示す変数を作成
※データ加工で誤ってしまうと分析結果に大きな影響が出てしまうため、当社では集計用マートを作成し、ミスなくスピーディーに進めています。
▼ レポーティング（単純・クロス集計）
・クライアントが求める集計を行ない、レポートを作成
キャンペーンの報告書では「どの年代に刺さったのか？」「効果はどのくらい出たか？」など目的に沿った集計を実施しています。

＜プロジェクト事例＞
様々な業界、業種のクライアントと取引があり、仕事を進める中で幅広い業界知識が身につきます！
事例①：外資系製薬企業
会員サイトの投稿データを解析するプロジェクト。
学べることは、データ加工基礎、可視化技術の対応分析や共起ネットワークとレポーティング。
事例②：共通ポイント事業企業
ポイント付与・利用データを解析するプロジェクト。
学べることは、ビックデータと扱いデータ加工基礎・応用、顧客視点の考え方や集計軸の設定など。
事例③：大手銀行
クレジットカードの不正利用の検知モデルを構築するプロジェクト。
学べることは、データ加工基礎・応用、検知モデルの構築など。

【必須要件（以下のいずれか）】
・システム開発またはプログラミングの経験がある方（言語不問）
・データの抽出・加工・集計経験がある方

【歓迎要件】
・1年以上のシステムエンジニア職種の経験（3年以上あると尚歓迎）
・統計解析ツール（SAS、SPSS Modeler、R、Python、Alteryx等）の使用経験がある方
・データベースの使用経験がある方（SQL Server、Oracle、MySQL等）

【求める人物像】
・物事を素直で受け取り、ポジティブ思考で行動できる方
・論理的に考えて、積極的な議論ができる方
・仮説を立てて考えて、検証しながら仕事を進めることのできる方
・幅広い業務・裁量に責任感を持って、能動的に動くことができる方