データアナリストの案件一覧

部品を主力に取り扱う製造事業者での事業管理高度化支援。
並行して進む基幹システムの刷新とは別に、現状システム環境で利用可能なデータを用いて目指すべき事業管理像に近づけていく
事業管理高度化の企画案に対して、データによる検証を行い有効性を確認する部分が主なタスク
データの抽出自体はシステム部門が行い、抽出されたデータをBIツールによって加工・分析を行う
なお、可視化画面の構築や実運用環境での連携構築等は対象外

– 大量データの分析スキル（データ整形・加工・テーブル結合等も含む）
– BIツールないしはPython等によって自身で分析した経験
– 事業管理系の評価指標に関する知識

■募集背景
ヘルスケア領域の課題解決に取り組む初期フェーズの事業主体です。
データと先進技術を活用した研究開発を推進しており、データ分析・予測モデル構築の実務を担当いただく専門人材を募集します。
参画後は業務を通じて、適性に応じてモデル開発 / データベース活用 / 運用基盤構築 など専門領域へステップアップいただきます。
■業務内容

• データの収集・整形・品質確認（欠損/外れ値/分布チェックなど）
• 探索的データ分析・可視化・仮説検証
• 予測モデルの作成・評価（ベースライン構築、改善提案）
• 特徴量設計、評価指標の設計、異常検知
• 分析結果のドキュメント化・組織内共有（再現可能な形で）

– PythonまたはRでのデータ分析経験（各種ライブラリ等）
– 機械学習の実務経験または同等スキル（分類・回帰・時系列・異常検知などいずれか）
– 実験・分析の結果を整理し、改善案まで言語化できること

大手エンターテインメント関連企業において、アンケート調査の設計、集計、レポート作成などを担当していただきます。
※想定される業務スコープ例：

• 課題のヒアリング
• アンケート調査の設計
• 各種調査ツールを用いた調査票作成
• アンケートデータの集計
• レポート作成
• アンケート調査設計に関する業務効率化

– アンケート調査設計の実務経験
– アンケートデータの集計およびレポート作成経験（実務において自ら手を動かして検証・作業ができること）
– 事業ニーズや施策立案から逆算した調査設計の経験（事業会社側での市場調査・マーケティングなどの実務経験）
– 生成AIツールやシステム開発等を活用し、アンケート調査設計に関わる業務効率化を推進できるスキル・経験

大手小売チェーンのEC・実店舗データを活用し、商品の「需要予測」および「動的価格設定」の機械学習モデルを構築・改善するプロジェクトです。アルゴリズムの選定から実装、ビジネス層への効果説明までを主導していただきます。

• 大規模な購買履歴や販促データのデータ前処理および特徴量エンジニアリング
• 機械学習アルゴリズムを用いた需要予測モデルの設計、実装、評価
• 予測結果に基づく最適な値引き率や価格設定ロジックのモデリングとシミュレーション
• 本番環境へのモデル組み込みを見据えたパイプラインの設計支援
• 事業サイド向けの報告資料作成およびプレゼンテーション

– Pythonを用いた機械学習モデル（回帰、時系列予測等）の設計・開発・運用経験（3年以上）
– SQLを用いた大規模データの抽出・加工スキル
– 需要予測、価格最適化、レコメンデーションなど、小売・EC領域での実務経験
– 数理モデルのロジックや分析結果を、非エンジニアへ分かりやすく説明できる高いコミュニケーション能力

LLMを活用したプロダクトおよび業務基盤の設計・開発をリードしていただきます。
RAG、エージェント、評価・監視、プロンプトエンジニアリングに留まらず、システムの信頼性と継続的な改善サイクルを確立することがミッションです。

◾️具体的な業務内容
（1）LLM機能の設計・開発（要件定義〜運用）
・医療ドメイン知識を活用したRAGシステムの設計（Chunking戦略、ハイブリッド検索、Re-ranking等）
・自律型エージェントの設計（Tool/Function calling設計、状態管理、ガードレール実装）
（2）品質改善・評価基盤の構築
・プロンプト最適化、Few-shot学習、必要に応じたFine-tuning/LoRAの実施
・LLM評価基盤（LLM-as-a-Judge, Ragas等）の導入と、定量的な品質モニタリング体制の構築
（3）運用・監視・コスト最適化
・トークンコストの管理、レイテンシ改善、エラー解析
・ログ基盤の整備と、Human-in-the-loopによる改善サイクルの確立
（4）セキュリティ・安全性設計
・個人情報（PII）保護、プロンプトインジェクション対策、権限管理の設計

・データの収集・整形・品質確認（欠損/外れ値/分布チェックなど）
・探索的データ分析（EDA）・可視化・仮説検証
・機械学習モデルの作成・評価（ベースライン構築、改善提案）
・特徴量設計、評価指標の設計、リーク検知
・分析結果のドキュメント化・社内共有（再現可能な形で）

・PythonまたはRでのデータ分析経験（Pandas / NumPy 等）
・機械学習の実務経験または同等スキル
（分類・回帰・時系列・異常検知などいずれか）
・実験・分析の結果を整理し、改善案まで言語化できること

・データ抽出/集計業務
・データマート構築のQuery構築業務
・BIツール（Looker）の可視化環境構築業務

大規模エピゲノムデータを学習させた基盤モデル（Large Epigenome Model, LEM）の開発を担当していただきます。ゲノム領域の潜在表現を獲得することで、さまざまな生物学的タスク（バイオマーカー予測、予防医療AIなど）への応用を可能にするプロジェクトです。
主な業務内容：
大規模エピゲノムデータを用いた自己教師あり学習・表現学習モデルの設計・実装
Autoencoder 系モデル、Transformer、大規模言語モデルを活用したゲノム領域の潜在表現獲得
Long context 処理可能なモデルのアーキテクチャ設計と事前学習の高速化アルゴリズム研究
PyTorch / JAX などを用いた深層学習フレームワークでのモデル実装
大規模 GPU 学習、分散トレーニング、HPC 環境での運用
PyTorch Distributed、CUDA、クラウド環境（AWS 等）での学習・運用

・表現学習、自己教師あり学習、Autoencoder 系モデル、Transformer、大規模言語モデルの実務経験
・PyTorch / JAX など深層学習フレームワークでの実装経験
・Long context モデルや大規模言語モデルのアーキテクチャ設計経験
・大規模 GPU 環境での学習・分散トレーニング経験

ヘルスケア系スタートアップの研究開発部門にて、
DNAメチル化（エピゲノム）データを活用した統計解析・データ分析業務を担当いただきます。

本プロジェクトでは、以下のデータを統合し、
生物学的年齢（Biological Age）や疾患発症リスク・死亡リスクの予測モデルの研究開発を進めています。

・DNAメチル化データ（CpGサイト：約27万特徴量）
・人間ドック・健康診断データ
・大学研究機関の長期追跡研究データ（20年スパンの死亡率・疾患発症データ）

チーフサイエンティストおよびバイオインフォマティクスチームと連携しながら、
研究開発に必要なデータ前処理・探索的分析・統計解析・可視化を担っていただきます。

また解析結果は、
医学論文・学会発表・研究レポート等で利用されるため、Publication Qualityのデータ可視化が重要なミッションとなります。

【主な業務内容】
・DNAメチル化データ／医療データのクレンジング・整形
・探索的データ分析（EDA）
・統計解析（回帰分析、生存時間解析など）
・医療研究向けデータ可視化（論文・学会用図表作成）
・Python / Rを用いた解析パイプライン構築
・研究チームとの仮説検証ディスカッション