求人情報詳細
NEW 株式会社インテージ データサイエンス/ミドルデータサイエンティスト
正社員
| 仕事内容 | インテージの豊富なデータアセットを活用し、顧客の事業・マーケティング課題において、 プロジェクトマネジメントの主体的な推進と高度な技術的実装・品質管理を推進するポジションです。 マネージャー、シニアデータサイエンティストと協働しながら、クライアントのビジネス課題解決に向けた分析企画の立案から、データ分析、モデル実装、実行環境構築までの一連を確実に推進し、組織運営にも実行役として貢献していただきます。 【具体的には】 ・プロジェクトマネジメント・対顧客コミュニケーション プロジェクトマネージャーとして、上位レイヤと協働し、計画・実行・リスク管理を主体的に推進します。 顧客課題のヒアリング・分析企画設計を通じて、技術内容をビジネスの文脈で分かりやすく説明し、戦略的目標達成に向けた円滑なプロジェクト運営を担っていただきます。 ・高度な技術実行・技術探索 技術的実行主任として、オンプレミス/クラウド環境の構築、データ分析、モデル実装(Python/R)といった技術的課題を主体的に実行します。 最新技術(ベイズ、深層学習、LLMなど)を自律的にキャッチアップし、 実用化に向けて未開拓領域へのアプローチや新しいモデル/サービスのロジック構築、 技術探索を担っていただきます。 【業務の魅力/組織文化】 ・同社の膨大な消費者パネルデータやカスタムリサーチデータを活用し、 多種多様な業界・クライアントのマーケティング課題(一例ですが、市場予測、生活者理解のための構造化分析、広告効果測定など)に伴走することができます。 プロジェクトマネジメントと高度な技術実行の両面で経験を積み、データサイエンスの中核人材として幅広いスキルセットを確立できます。 ・配属先の部門は、多くのデータサイエンティスト・データエンジニアが所属しており、 勉強会の定期開催やナレッジドキュメンテーションを通じて、組織全体で知識を共有し、 互いに高め合える環境が整っています。 若いメンバーも多く、チャレンジしやすい風土があります。 |
||||||||
|---|---|---|---|---|---|---|---|---|---|
| 経験・資格 |
※求人情報の応募要件全てに該当しなくても、企業様に対して内々に打診したり相談することが可能な場合もございます。一つでも当てはまる方は前向きにご検討下さい。
■必須経験・スキル【必須要件(Must Have Skills&Experience)】 本ポジションは、プロジェクトマネジメント能力と高い技術的専門性が必須です。 以下のいずれかの経験といずれかのスキルがある方 □必須経験 ・データサイエンスプロジェクトの推進実績:プロジェクトマネージャー(PM) または技術的実行主任として、要件定義からビジネスへの実装・運用まで、 全工程に主体的かつ一貫して関与した経験 ・MMM(マーケティング・ミックス・モデリング)の実践経験: 実装、評価、ビジネス適用に関する実務経験 □必須スキル ・数理統計基礎とモデリング実装力;統計検定準1級相当の数理統計基礎。 特にMMMや因果推論、ベイズ統計など、高度な分析手法の理解。 Python/Rなどを用いた各種統計手法、機械学習モデルの理解と実装、評価、運用できる能力。 ・クラウド基礎知識とデータ処理能力:クラウド(AWS/Azure/GCP)の基礎知識と、 SQLを用いたデータ統合・ETL/データクレンジングの構築・実行能力。 DWH(Snowflake等)の理解。 ・PM知識とリスク実行管理:上位レイヤと連携しながら、計画を効率的に実行する能力。 潜在的なリスクを早期に特定・報告し、プロジェクトの安定的推進に貢献する実行力。 ・企画、要件定義、コミュニケーション:顧客課題のヒアリング、構造的な把握・言語化、分析企画の設計・説明・レポーティングができる論理的思考力。技術的な専門知識を非専門家にも分かりやすく説明できる翻訳能力。 【歓迎要件(Nice to Have)】 □歓迎経験 ・学術・業界への発信実績:論文の掲載、書籍の執筆、外部コミュニティや社外イベントでの登壇経験。 ・技術指導経験:小人数チームの技術的リードや、後輩・メンバーのメンタリング経験。 □歓迎スキル ・データ可視化:BIツール(Tableau/ Power BI等)を用いた分析結果の可視化、ダッシュボード設計経験。 ・機械学習パイプライン構築・運用経験:MLOps/DevOpsの実践経験、またはデータ基盤構築・運用経験。 ・データ資産理解:同社のコア資産であるカスタムリサーチ、パネルデータ、またはドコモ/DIMデータ(ドコモ会員データ、モバイル空間統計等)に関する知識。 ※更なる詳細事項は、カウンセリング(面談)時にお伝えします。 |
||||||||
| 想定年収 | 750 万円 ~ 850 万円 | ||||||||
| 勤務地 | 東京都千代田区神田練塀町3番地 インテージ秋葉原ビル | ||||||||
| 勤務時間 | 所定労働時間7.5時間(標準労働時間9:00-17:30) フルフレックスタイム制度 |
||||||||
| 休日・休暇 | 年間休日 123日 休日休暇形態:完全週休2日制(土日)、祝日 年次有給休暇:初年度16日(但し、5月以降に入社の場合、入社月に応じて付与) 年末年始休暇/慶弔休暇/リフレッシュ休暇/特別休暇 |
||||||||
| 試用期間 | 入社後3か月間 | ||||||||
| 昇給・給与 | 賞与 年2回 昇給 年1回 |
||||||||
| 加入保険 | 社会保険完備(雇用・労災・健康・厚生年金) | ||||||||
| 受動喫煙対策の有無 | 有 原則屋内禁煙(喫煙専用室内でのみ喫煙可能) |
||||||||
| 企業データ |
|
||||||||
| 取材班による独自解説 | 1960年に社会調査研究所として創業された、国内最大手、世界でもトップクラスの規模を誇るマーケティングリサーチ企業です。 国内マーケティングリサーチ業界のパイオニア。 日本で唯一、消費と販売、両方のパネル調査網を持ち、市場リサーチ分野で国内首位。 1960年の創業以来蓄積されたマーケティングリサーチ技術と、システムソリューションの力を融合させた独自のビジネスモデルを築いています。 社員に対する情報の透明性を大切にする社風で、雰囲気は穏やか。離職率は3%と、定着率が高い。 【設立背景】 同社は、戦後の高度経済成長期において、企業の意思決定を「データ」に基づいて支援することを目的に設立されました。それまで勘や経験に頼っていた日本のビジネスシーンにおいて、科学的な市場調査の手法を導入し、客観的なデータによる裏付けを提供する先駆的な役割を担ってきました。 【事業の特徴】 インテージの最大の強みは、圧倒的な情報量を誇る「国内最大級のパネルデータ」です。全国の消費者の購買行動を継続的に捉える「SCI(全国消費者パネル調査)」や、小売店の販売実績を網羅する「SRI+(全国小売店パネル調査)」など、消費の現場を多角的に分析できる独自基盤を有しています。 現在は、従来のリサーチに加え、膨大なデータを活用したデータサイエンスや、デジタルトランスフォーメーション(DX)支援にも注力しています。消費財メーカーからサービス業、官公庁まで幅広い顧客に対し、生活者の理解を深めるためのインサイトを提供し、企業のマーケティング活動を最適化する「ビジネスインテリジェンス」のパートナーとして不動の地位を築いています。 | ||||||||
| Recruiting No. | 01007889000143 |
関連する業種から探す
エリートネットワークのおすすめの『転職体験記』
-
- ネットサービス会社に勤務しながら、博士号(情報科学)を取得した30歳プロダクトマネージャー。バーチャルから飛び出し、リアルに挑戦したく自動車メーカーの商品企画部へ
- 前職
- 【東証プライム上場 SNS、ゲーム、メタバース等インターネットサービス老舗企業】
グループ会社出向 プラットフォーム事業本部 プロダクトチーム 3Dアバター配信アプリのプロダクトマネージャー(イベント施策の企画・機能開発等)
→プラットフォーム事業本部 売上改善チーム シニアマネージャー(KPI策定・達成管理、開発進行管理、北米アートチームとの制作プロジェクトリード等)
→プラットフォーム事業本部 プロダクトマネジメントチーム マネージャー(新規事業の立ち上げ、後継マネージャーの育成)
※社内の最優秀賞、CEO賞受賞
- 現職
- 【東証プライム上場 完成車メーカー】
プロダクト企画部 デジタルプロダクト開発における商品企画・プロダクトマネジメント
転職体験記を読む -
- 統計解析を研究した博士29歳。任期1年の特定助教から、財閥系総合重機メーカーのデータサイエンティストに転職成功
- 前職
- 【旧帝国大学 大学院】
経済学研究科の特定助教(研究テーマ:統計解析、機械学習、計量経済学)
- 現職
- 【東証プライム上場 財閥系 総合重機メーカー】
AI・データサイエンティスト(機械学習、深層学習、大規模言語モデル)
転職体験記を読む -
- 工学博士29歳。バイオインフォマティクス解析技術を活かし、アカデミア(国立大学)から、AI活用データ解析に強みのテクノロジー企業に転職成功。
- 前職
- 【地方国立大学】
博士研究員(バイオインフォマティクス解析によるがん研究)
- 現職
- 【AIを活用したデータ解析や情報管理のソリューション企業】
AI事業本部 ライフサイエンス分野でのAI研究
転職体験記を読む