◆アナリティクスエンジニア ※ユーザーデータの論理設計による事業成長牽引 / 次世代データ基盤 / リモート中心 [ BPR ]
- 年収
-
730万円〜1,300万円
- 勤務地
-
東京都
- 職務内容
-
◆募集背景
◆現在の課題と採用にかける想い
私たちは医療・介護・保育領域において数百万件の専門職(求職者)データを保有しています。しかし、Web上の行動ログ、LINEでの対話、キャリアパートナーによる面談記録など、多岐にわたる顧客接点が「点」で存在しており、一人の求職者の生涯にわたるキャリア遷移を構造的に捉えきれていないという大きな課題があります。
本ポジションでは、この膨大な「行動」と「声」のデータを、ビジネスの勝ち筋に直結する「論理的なデータ構造」へと昇華させる設計のプロフェッショナルを募集します。データを通じて求職者一人ひとりに最適な価値提供を実現し、人材紹介・広告ビジネスの次世代モデルを共に構築していただきたいと考えています。◆採用背景
現在、マーケティング・営業プロセスの刷新(BPR)を全社的に推進しており、その心臓部となる「統合データ基盤」の構築が急務です。特に足元では、散在する求職者データを統合し、MA(Braze等)を用いた高度なパーソナライズを実現するためのデータ設計が最優先事項となっています。
エンジニアの実装力と、ビジネスサイドの要求を高い次元で繋ぎ合わせ、信頼できるデータモデル(SSoT)を定義できる専門人材を新たに迎え、データドリブンな変革を加速させたいと考えています。◆仕事内容
◆ミッション
ビジネスサイドの戦略を、開発チームが実装可能な論理モデルへと翻訳し、マーケティングオートメーションや意思決定支援におけるデータの信頼性と活用精度を最大化することがミッションです。
数百万の求職者の属性、行動、および面談等から得られるインテント(意図)データを深く理解し、それらを統合的な属性/行動のモデルとして定義、設計していく一連のプロセスをお任せします。◆具体的な業務内容
1.求職者のデータモデリングとセマンティック定義
事業責任者やマーケターと対話し、求職者の「状態」「意欲」「LTV」といった重要指標の算出ロジックを確定。dbt等での実装を前提とした、一貫性のある論理データモデルの設計および仕様策定を行います。2.マルチチャネルにおけるID統合と行動ログの構造化
Webサイト、アプリ、LINE、基幹システム等に散在する求職者接点を統合し、時系列でのキャリアライフサイクルを可視化するためのデータ構造を設計。名寄せロジックや属性付与のルールを定義します。3.非構造化データを活用したインテント抽出の論理設計
キャリアパートナーによる面談音声や対話テキストから抽出される「悩み」や「希望条件」等のインテントデータを、どのように属性化し施策に活用するか、その分類体系と活用フローを設計します。4.データ品質管理体制(ガバナンス)の構築
膨大な求職者関連カラムの中から、マーケティング施策(Braze連携等)に不可欠な項目を厳選し、品質基準(SLO)を策定。現場が100%信頼して活用できる「認証済みデータセット」の運用をリードします。5.事業所・法人データとの統合設計(将来像の構築)
求職者データと、医療法人や事業所のデータを掛け合わせ、最適なマッチングを実現するためのリレーション設計を行い、キャリア事業の統合データ利活用基盤のグランドデザインを支えます。◆開発環境・利用ツール
・マーケティングツール(主要なもの)
Braze / Treasure
・データ&マーケティングプラットフォーム
・Google Cloud
・Cloud Composer(Apache Airflow)
・BigQuery
・Vertex AI
等
・Databricks
・dbt core
・社内システム
Salesforce / AWS / Google Cloud / 他
・開発言語/ツール
Python / SQL / JavaScript / Google Apps Script 等
・その他利用ツール
Google Workspace / Slack / GitHub Copilot / Backlog / Miro 等◆仕事のやりがい・働く魅力
①日本最大級の資産を動かすダイナミズム
数百万規模のデータを保有するビジネスだからこそ、一つの施策が大きなインパクトを生み出します。
小規模なリストへのアプローチとは異なる、大規模データベースならではのマーケティング経験が積めます。②最先端のマーケティング変革をリード
DatabricksによるAI×BIを活用した分析やBrazeによるリアルタイム連携など、最新スタックを用いた「インテリジェンス・サイクル」の構築を、設計の核心から主導できます。③フェーズの転換期をリードする経験
事業のさらなる成長に向けた変革期です。
従来手法での分析や活用を行ってきていますが、AI活用が進む中で非構造化データの分析なども可能になり、できることが広がってきています。
定型業務を回すのではなく、新しい勝ちパターンをご自身の手で作り上げていく面白さがあります。 - 企業名
-
株式会社エス・エム・エス
- 本社所在地
-
東京都港区芝公園2-11-1住友不動産芝公園タワー
- 雇用形態
-
正社員
- 各種保険
- 休日休暇
- 情報更新日
-
2026/04/29
AIが推定した求人関連情報
-
数百万規模のデータを動かすダイナミズム:
医療・介護・保育領域における数百万件の専門職データを保有する企業で、大規模データベースならではのマーケティング設計経験が積めます。一つの施策が事業全体に大きなインパクトを与えられる環境です。 -
最先端データスタックを活用したモダンな技術環境:
DatabricksによるAI×BI分析、BrazeによるリアルタイムMA連携、BigQuery・dbt・Vertex AIを組み合わせた「インテリジェンス・サイクル」の構築を設計の核心から主導できます。 -
東証プライム上場・21期連続増収の安定成長企業:
高齢社会という構造的な社会課題を背景に、21期連続増収を継続するメガベンチャー企業です。業績安定性と成長性を兼ね備えた環境でキャリアを築けます。 -
BPR変革期の中核ポジション:
全社的なマーケティング・営業プロセス刷新(BPR)の心臓部となる「統合データ基盤」構築を担います。定型業務ではなく、新たな勝ちパターンを自ら設計・構築していく希少なポジションです。 -
社会貢献性の高いミッションと多彩なキャリアパス:
医療・介護・ヘルスケア・シニアライフ領域で40以上のサービスを展開しており、転職なしで異なるビジネスモデル・異なる事業フェーズを経験できます。社会課題の解決に直接貢献できる仕事内容です。
以下のいずれかの経験・知見が求められます。
- dbt・BigQuery等を用いた論理データモデリング・データ設計の実務経験
- SQLを用いた複雑なデータ変換・集計処理の実装経験
- MAツール(Braze等)またはCDPへのデータ連携設計経験
- マルチチャネルにおけるID統合・名寄せロジックの設計経験
- ビジネスサイドとエンジニアサイドの橋渡し(データ要件定義・仕様策定)経験
-
ビジネス要件を論理モデルへ翻訳する力:
事業責任者やマーケターの言語で語られる要件を、開発チームが実装可能なデータ仕様へと変換できる高い抽象化・構造化能力が求められます。 -
クロスファンクショナルなコミュニケーション能力:
BPR推進部内のデータエンジニアはもちろん、各事業オーナー・マーケター・セールスなど多様なステークホルダーと連携し、プロジェクトを推進するための調整力が必要です。 -
データ品質への強いオーナーシップ:
膨大なデータの中から施策に必要な項目を厳選し、品質基準(SLO)を策定・維持する責任感と、「認証済みデータセット」を現場が100%信頼できる状態に保つ姿勢が求められます。 -
高い自律性とセルフマネジメント能力:
リモート中心の環境で成果を最大化するために、自ら優先順位を定め、主体的に動けることが重要です。指示を待つのではなく、課題を自ら発見・提案できる姿勢が求められます。 -
非構造化データへの理解と柔軟な思考力:
音声・テキストなど非構造化データからインテントを抽出し、どのように属性化・施策化するかの分類体系を設計できる、ドメイン知識と応用力を兼ね備えた思考が必要です。
-
Databricks・Vertex AIを活用したデータ分析・MLパイプライン構築経験:
AI×BIを活用した分析基盤の開発経験があると、求職者インテント抽出や次世代データ基盤の構築に即戦力として貢献できます。 -
Salesforce・CRMと連携したデータ統合設計経験:
社内基幹システムとしてSalesforceを活用しており、CRMデータとマーケティングデータを統合した設計経験は高く評価されます。 -
医療・介護・HRTech領域のドメイン知識:
求職者のキャリアライフサイクルやキャリアパートナーの業務フローへの理解は、データモデルの意味論的設計において大きなアドバンテージとなります。 -
データガバナンス・データカタログ整備の実務経験:
「認証済みデータセット」の運用リードを担うため、データガバナンス体制の構築やメタデータ管理の実績がある方は即戦力として期待されます。
-
大規模MAと連携したリアルタイムデータ設計スキル:
Brazeを用いたパーソナライズMAと統合データ基盤の設計を通じて、マーケティングオートメーションにおけるデータエンジニアリングの最前線スキルを習得できます。 -
SSoT(Single Source of Truth)設計・データモデリングの専門性:
数百万件規模のユーザーデータを対象に、dbt等を用いたセマンティック定義・論理データモデル設計の高度な実践スキルが身につきます。 -
非構造化データ(音声・テキスト)の構造化設計経験:
キャリアパートナーの面談音声や対話テキストからインテントを抽出・属性化するフローの設計を通じ、AI活用を含む非構造化データ利活用の実務経験を積めます。 -
事業横断のデータプロダクトマネジメント力:
40以上のサービスを展開する企業でデータ基盤のグランドデザインを担うことで、複数事業・複数ステークホルダーを横断したデータプロダクト管理のスキルが得られます。 -
クロスファンクショナルなビジネス翻訳力:
エンジニアとビジネスサイドの橋渡し役として、要件定義から仕様策定・品質管理まで一貫して担当することで、技術と事業の双方に精通した希少なキャリアが形成されます。
- 現在
- シニアアナリティクスエンジニア 統合データ基盤の中核設計者として、BPR推進部内でのデータモデリング・ガバナンス体制の確立を牽引します。複数事業をまたいだデータ設計の実績を積み、社内でのプレゼンスを高めるフェーズです。
- データプラットフォームリード / テックリード データエンジニアチームや各事業のマーケター・エンジニアを横断的にリードし、次世代データ基盤のアーキテクチャ全体を主導します。技術専門性を極めながら組織への影響力を拡大できます。
- データ統括マネージャー / 事業データ責任者 BPR推進部または各事業部門におけるデータ戦略の意思決定者として、データドリブンな事業成長を組織レベルで牽引します。40以上の事業展開を活かし、異なる事業フェーズでのデータ責任者経験も可能です。
- CDO / VPoD(データ組織責任者) エス・エム・エス全社あるいはグループ横断のデータ組織を統括するエグゼクティブポジションを目指すキャリアパスです。社会課題解決型の情報インフラ企業でデータ経営を担うポジションです。
【ポジティブな評価】
1. 働き方の柔軟性:業務の生産性を重視する文化が浸透しており、最終退社時間の設定や有給取得のしやすさについてポジティブな評価が多く、ワークライフバランスを確保しやすいとの声が見られます。リモートワーク可能な部署では特に柔軟な働き方が実現できるとされています。
2. 成果連動の評価制度:昇給・昇格の基準が比較的明確で透明性が高いとの評価があり、年功序列ではなく実力次第でキャリアアップできる点を評価するコメントが多くあります。年2回の考課機会があり、成果と成長の2軸で評価される仕組みも好評です。
3....(ここから先は会員登録後にご覧いただけます。残り526文字)
会員登録をして、
AI 口コミ全貌をチェック!
※本資料はAIを活用して収集・整理した情報を含んでいます。正確性については適宜ご確認ください。