求人情報詳細
NEW AMBL株式会社 データアナリスト／AIエンジニア ハイポテンシャル枠
正社員
| 仕事内容 | ＜事業部の使命(ミッション)＞ 求めているのは完璧なAI知識ではありません。不確実な課題に立ち向かってきた、その「探究心」です。 綺麗なデータセットなど、現実の現場には存在しません。ノイズと欠測に揉まれながら誤差を見積もり、泥臭くモデルを組み上げた研究の記憶等。指示を待つのではなく、自発的に業務の無駄を削ぎ落とした達成感が有ったかと思います。 同社は、そうした「データや課題の泥臭い手触り」を知る人にこそ、AMBLのAI×データプロジェクトを引っ張ってほしいと考えています。実際、同社で未経験からAIの最前線に立っているメンバーの共通点は、完璧なAI知識ではなく、不確実な課題に対して自力で解を導き出してきた姿勢です。あなたが培ってきたその粘り強さと探究心を、最先端のAI×データの社会実装というフィールドで解放してみませんか。 ＜具体的実例(入社後のイメージ)＞ 地味な「泥臭い1年」を抜けた先にしか、見えない景色を伝えさせて下さい。 ハイポテンシャルの皆様に率直にお伝えします。最初の1年は、データの抽出・加工・分析、ダッシュボード保守、基盤運用、AI実装(回収)といった「基礎固め」が中心です。決して華やかな仕事ばかりではありません。 しかし、この「データや実装と真摯に向き合う1年」を抜けたメンバーが、今どんな挑戦をしているかをお伝えさせてください。 [1] 心理学専攻・未経験から、生成AI連携システムの実装主担当へ(入社2年目) 大学院で心理学を専攻していた実務未経験メンバーが、Next.js／FastAPIを活用した生成AIシステムを開発。日次バッチ処理を1.5時間から7分へ短縮し、実行コストも11,000円から900円へ(約92%削減)という劇的な成果を上げています。 [2] 異業種(製造業の生産技術)から、AIエージェントのPLへ AI未経験で入社後、現在は最先端の「AIエージェントのガードレール設計」をプロジェクトリーダー(PL)として牽引しています。 [3] 入社1年1ヶ月でサブリーダー、2年でPL。20代・30代で部長へ 年功序列は一切ありません。新卒入社から1年強でリーダー層へ駆け上がり、20代～30代前半で事業部を率いる部長を務めるメンバーも複数在籍しています。 ＜職務内容＞ AI基盤・データ・クラウド環境を一気通貫で手掛ける開発業務をお願いしたいと考えております。 大手エンタープライズ企業のプロジェクトにて、データアナリスト／データエンジニアとして参画いただきます。データの抽出・加工・分析やモダンデータ基盤の構築・運用を通じて確かな「データやAI実装の足腰」を磨いた後、最先端のAI領域へ専門性を拡張できるキャリアパスをご用意しています。 ■具体的な業務内容 ・データ基盤の構築・運用：Snowflake、BigQuery等を活用したデータパイプラインおよび基盤の設計・構築 ・データ抽出・加工・可視化：案件に応じたデータの抽出・加工・分析、ダッシュボードの設計・構築 その他AI開発(改修)等、AI開発の中でも比較的ハードルの低い案件をお任せす可能性有。 ■描けるキャリアパス(AI領域へのステップアップ) データエンジニアリングの現場経験を積んだ後は、計画的な案件ローテーションを実施。 ・生成AI／LLM領域：RAG(検索拡張生成)構築、AIエージェントの実装 ・AI運用・高度化：精度評価設計、MLOps／LLMOps基盤の構築・運用 ＜役割とプロジェクト推進体制＞ キャリア形成に寄り添う戦略的なプロジェクトアサインをAMBLでは行っております。 キャリアのご希望を上長が定期的にヒアリングし、一人ひとりの志向に合わせた案件を戦略的に獲得・提案する体制を整えています。 ・ミスマッチを防ぐ事前共有 内定段階で配属予定のプロジェクト概要をお伝えします。 ・計画的なスキルアップ 意図的なローテーション設計により、着実な成長を支援します。 課題定義からアプローチする上流フェーズへの参画をしております。 クライアントの事業ドメインを深く理解し、「AIでどのような課題を解決すべきか」という問いを定義する最上流から参画します。 ・技術的なリード 要件定義にとどまらず、技術選定やアーキテクチャ設計を主導する立場へキャリアを広げられます。 ＜事業部としてのバックアップ体制と働く環境＞ 決して一人にしない、事業部のエンジニアへのバックアップ体制 ■助け合い、高め合える「チーム体制」 同社メンバーが複数名参画するチーム体制が基本です。社内の専門家コミュニティも活発で、高度な技術的課題もいつでも気軽に相談・解決できる安心感があります。 ■柔軟でメリハリのある「働き方」 基本スタイルは週4日リモート・週1日出社。プロジェクトの状況に応じて客先常駐の頻度が異なります。。リモートの比率より、必要な場所で成果を出すことを優先できる方を求めます。 ■成長を強力に後押しする「育成・学習環境」 270種以上の資格取得支援制度をはじめ、自社オリジナルの学習システムや社外研修費の会社負担など、エンジニアの成長機会を最大限に用意しています。 ＜ポジションの魅力＞ 「AI未経験」はハンデではない。データ×AIのハイブリッド人材へ導く、最短の越境ルート。 「経験がないから自分には早い」「畑違いかもしれない」と諦める必要は一切ありません。最前線のAI開発で本当に求められるのは、華やかなAI知識ではなく、泥臭い課題解決プロセスを完遂する力です。 同社は、確かなエンジニアリングの足腰をベースに、AI領域へとスムーズに越境できる環境を用意しています。エンタープライズの現場で「データ×AI」を自在に操る希少なハイブリッド人材へ。あなたの市場価値を非連続に跳ね上げるための、最短ルートがここにあります。 ＜具体的なプロジェクト例＞ 現在、事業部では以下のような最新テクノロジーを用いたプロジェクトが多数稼働しています。 [1] データ・AIインフラ領域(モダンデータ・クラウド) ・Snowflake / dbtを用いたデータ基盤構築 大規模データの統合・加工・パイプラインの自動化 ・クラウドAI実行環境(AWS / Azure)の構築 Amazon Bedrock / Azure OpenAI Serviceを活用した安全・堅牢なシステム基盤の設計 ※その他データ抽出・可視化・レポーティングのような微経験者向け案件もございます。 [2] 生成AI・LLM領域(最先端エンジニアリング) ・グラフRAG(GraphRAG)／Advanced RAGの構築 複雑な企業ドメイン知識を構造化し、高精度な生成AI検索基盤を実装 ・AIエージェントの設計・実装 LangGraphやDify等を活用した自律型ワークフロー・AIエージェントの開発 ・LLM基盤のコスト・品質評価と改善設計 LLM出力の品質・精度の定量評価設計、およびContext Engineering等による運用コスト削減 [3] 機械学習・高度アナリティクス領域 ・需要予測・異常予兆検知モデルの設計 統計解析・時系列分析・機械学習を用いたビジネス課題解決型モデルの構築 ＜最後に＞ ここまでお読みいただき、ありがとうございます。 「AIやデータ領域に興味はあるけれど、実務経験がない自分に務まるだろうか。」そんな不安を感じる必要はまったくありません。同社が何より大切にしているのは、知識量ではなく、あなたがこれまでの現場で積み重ねてきた「泥臭く課題に向き合ってきた経験」そのものです。 AMBLの面接は、一方的にスキルを品定めする場ではありません。「これまでどんな壁に立ち向かってきたか」「これからどんなエンジニアとして市場価値を高めていきたいか」という、あなたの想いやポテンシャルをじっくりお聞きする時間にしたいと考えています。 確かな技術の足腰を鍛え、AI×データ×エンタープライズの最前線へ跳躍する。そんな新しい挑戦を、同社は全力で歓迎します。まずはお気軽に面接・面談でお会いしましょう。あなたからのご応募を心よりお待ちしております。 |
||||||||||||||
|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|
| 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。
【必須スキル】・業界・職種未経験可。IT業界の経験は問いません ・プログラミングまたは数理・統計の基礎(業務・研究・独学のいずれでも可。研究でのPython／R／MATLAB／C++等も歓迎します) ・何かを端から端まで自分で担当し、やり切った経験(研究テーマ、業務改善、個人開発いずれでも可) ・自己学習の成果物をご提出いただけると確度が上がります。(GitHub等の公開リポジトリ、技術ブログ、個人開発物、取得資格、研究成果のいずれでも構いません) 【尚可スキル】 ・修士以上の研究経験(分野は問いません。観測・実験データの解析、統計的検定、実験計画、測定設計の訓練を歓迎します) ・現職・前職で、業務上求められていないのに自分でPython／VBA／Power BI／RPA等を導入した経験 ・SQL／Pythonの学習経験、統計検定・基本情報・AWS認定等の資格 ・インフラ・ネットワークの運用保守経験のうち、手順の設計・標準化、作業のコード化、改善提案のいずれかを行った経験 ・特定領域の専門性(会計・製造・物流・金融・公共等)。技術と掛け合わせられる場合、未経験でも上位レンジでのオファーが可能です 【求める人物像】 求められるのは、泥臭い手触りと「自ら動く」当事者意識。 ・現場の「リアルな(ノイズある)データ」に向き合い、根拠を持って説明してきた方 整ったデータだけでなく、欠測やノイズが含まれる泥臭いデータと愚直に向き合い、誤差を見積もりながらロジカルに結果を証明・説明してきた経験。 ・指示を待たず、自発的に業務改善・自動化を完遂した経験がある方 課題を自ら見出し、頼まれていなくてもPython／VBA／Power BIなどを駆使して業務効率化や自動化を成し遂げてきた当事者意識。 ・自律的に学習を設計し、時代の変化にアジャストできる柔軟性がある方 提示された研修をこなすだけでなく、自ら必要な技術を見極めて学習を設計し、市場やプロジェクトの要請に合わせて自己更新を続けられる方。 ・制約がある環境でも「できない理由」ではなく「できる方法」を模索できる方 予算・時間・環境などの制約を言い訳にせず、与えられた条件下で最大の成果を出すためのアプローチを泥臭く思考・行動に移せる突破力。 ※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 | 400 万円 ～ 650 万円 | ||||||||||||||
| 勤務地 |
東京都港区赤坂9丁目7-1 ミッドタウン・タワー32階
|
||||||||||||||
| 福利厚生・待遇 | 確定拠出年金制度、社員旅行、定期健康診断、保険組合の各種サービス利用(保養所、旅行パックなど)、持株会 ●諸手当 時間外手当、通勤手当、テレワーク手当など |
||||||||||||||
| 勤務条件 |
|
||||||||||||||
| 企業データ |
|
||||||||||||||
| 取材班による独自解説 | |||||||||||||||
| Recruiting No. | 01008869000344 |
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』
-
- 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 -
- 無線通信6Gの研究プロジェクトで成果を上げた社会人博士34歳。別分野に挑戦したく、通信会社から電力会社へ
- 前職
- 【通信、キャッシュレス決済、コミュニケーションサービスなどの事業を手掛ける、東証プライム上場グループの中核会社】
研究開発部門
＜受賞歴＞
電子情報通信学会等で表彰
- 現職
- 【東証プライム上場 日本最大級の発電会社】
需給推進部門 電力需給の業務基盤構築プロジェクトリード（主任）
転職体験記を読む
2025年より、さらなる成長と事業拡大を目的とし、ITコンサルティング分野で豊富な実績を持つDirbatoグループに参画。
役員陣との距離が近く、良い意味でベンチャー気質が残る風通しの良い社風。
クライアント第一優先だからこそ、そのクライアントに相対する社員が最大パフォーマンスで働ける環境整備・労働管理に努めている。
フルフレックスや中抜け、コワーキングスペース（ビジネスエアポート/無料）を活用し、午前中は在宅して午後から出社など、働く時間や場所を選びながら各社員が自律的に働いている。