年収

350万円〜600万円

勤務地

神奈川県

職務内容

はじめに

「AI時代になり、ただ仕様通りにプログラムを作るだけの仕事に危機感はありませんか？」

現在、集計作業や定型レポートの作成、あるいは降ってきた仕様書通りのアプリ開発ばかりで、その先にある「顧客のビジネスをどう変えるか」という本質的な提案に関われない環境に、もどかしさを感じていませんか？

当社では、SQLやPythonの基礎知識、そしてChatGPTをはじめとする最新AIツールを自発的に使いこなしてきたあなたの「ポテンシャル」を高く評価します。本格的な統計学やデータサイエンスの実務経験は問いません。AIを武器にしながら、顧客の「なんとなく困っている」という曖昧な課題を論理的に整理し、ビジネスのインサイト（洞察）を導き出す「上流のアナリスト・コンサルタント」へとステップアップできる環境をご用意しています。

募集背景

「AI時代に、仕様通りにコードを書くだけの作業者で終わりたくない」――そんな危機感を持つエンジニアを募集します。
昨今、GitHub CopilotやCursorなどのAIツールの急速な普及により、画面の作成やAPIのコーディングといった「実装作業」そのものは、AIによって誰もが短時間で行える時代へと変化しています。これまで自分が苦労して身につけたコーディングスキルの価値が下がりつつある現状に、心の底で焦りや不安を感じていませんか？

私たちが今、必要としているのは、降ってきた仕様書通りにただコードを量産する「一兵卒のエンジニア」ではありません。AIを武器として使いこなし、開発を徹底的に自動化・効率化させた上で、「企業の根幹であるデータ構造をどう設計し、ビジネス成果に繋がるモダンなデータ基盤（DWH/ETLなど）を構築するか」という、市場価値の極めて高い領域を担えるデータエンジニアです。

当社は「おもてなし分析」を掲げ、顧客の経営課題に深く伴走するデータコンサルティングを展開しています。データ利活用へのニーズが爆発的に増加する中、組織をさらに拡大し、データ基盤からデータ分析、さらにはプロジェクトマネジメント（PM）までを担う次世代のコアメンバーを育成していくため、今回の募集を決定いたしました。データ基盤特化の実務経験は不問です。あなたが培ってきたDB設計やプログラミングの素養を、最も価値の高まる「データ領域」で爆発させてみませんか？

部門紹介

当社のデータ利活用部は、データ分析領域における“入門部門”として位置づけられています。
データ分析の経験が浅い方や異業種からキャリアチェンジを目指す方も積極的に受け入れており、データの活用に関する基礎から実務まで幅広く経験することができます。

また、社内にはAI、BI、基盤運用、コンサルティングなど技術特化型の部門があり、データ利活用部でスキルを積んだ後は、ご自身の志向や強みに応じて各部門へのキャリアチェンジも可能です。
「データ分析を学びながら自分に合った領域を見極めたい」という方にとって、最適な環境です。

仕事内容

データエンジニアとして、顧客企業のビジネス課題解決に向けたデータアナリティクス基盤（DWH/データマート/ETLパイプラインなど）の設計・構築・運用、およびBIツールなどを用いたデータ活用・可視化支援を担当します。

【具体的な業務内容】
・金融・エンタメ・製造など、多種多様なクライアントのデータ構造を理解し、最適なデータ基盤（DWH/データレイク等）のアーキテクチャ設計・構築
・SQLやPythonを用いた、大量データのETL（抽出・加工・シームレスな連携）パイプラインの構築・バッチ処理の実装
・データ分析の「属人化した手作業」を排除するための、モダンなデータエンジニアリング手法（バージョン管理やCI/CDなど）の導入・推進
・TableauなどのBIツールを用いたデータの可視化（ダッシュボード構築）や、顧客への簡単なデータ示唆出し、レポート資料作成（アナリスト的要素）
・将来的には、3〜5名程度の小規模なプロジェクトにおいて、進捗管理やメンバーのコードレビュー（品質管理）などのリード業務

変更の範囲：会社が指定した業務

【開発環境/使用ツール】
AWS/GCP/Azure/Tableau/SAS/SPSS/Oracle Database/SQL ServerMySQL/PostgreSQL/Google AnalyticsSQL/Python/Rなど

仕事の魅力

1.【事業会社との違い】多種多様なデータ構造と向き合い、技術者としての設計力を磨く
自社データのみを扱う事業会社とは異なり、金融・エンタメ・通信・製造・製薬・地方自治体など、多種多様な業界のデータ基盤構築に携わることができます。業界ごとに異なるカオスなデータやビジネスモデルと向き合い、最適なDWH（データウェアハウス）やETLのパイプラインを設計するため、どこでも通用する「圧倒的なデータエンジニアリング力」が最速で身につきます。

2.【一気通貫】基盤の構築だけで終わらない、ビジネスの成果（分析）まで主導する
「インフラを整えて終わり」「パイプラインを作って終わり」といった部分最適な分業制ではありません。顧客の課題ヒアリングから、データ基盤の設計・構築、さらにはBIツール（Tableauなど）を用いた可視化や分析、経営層への示唆出しまで、プロジェクトの全工程に一気通貫で携わるチャンスがあります。自分が作った基盤がどうビジネスを動かしたのか、成果をダイレクトに実感できます。

3.【AIツールのフル活用】泥臭い調整ではなく、「事実（データ）」を武器に周囲を動かすPMへ
当社では、AIツールを開発実務にフル活用し、定型作業を徹底的に効率化しています。そうして生み出した時間を、データ品質の担保や上流の設計に投資します。「技術単体で勝負する限界」を感じている方にとって、自分が設計したデータという「客観的な事実」を武器にプロジェクトをリードする、エンジニア発の新しいPM・リーダー像（市場価値の高い人材）を目指せる環境です。

入社者の声

・「基幹システムばかりで、この先が見えなかった。でもここではデータで事業を変える手応えがある」（26歳／元業務系SE）
・「上司に提案しても聞いてもらえなかったけど、今は意見を出す場があり、自分で動かせる実感がある」（24歳／元販売職）
・「忙殺される日々から抜け出して、ようやく自分のキャリアを描ける環境に出会えた」（27歳／元Web系SE）
・「下流工程ばかりで顧客の顔も見えず、何のためにやっているのか分からない日々だった。今は顧客と直接やり取りでき、自分の成果を実感できている」（26歳／元業務系SE）
「データ分析未経験で入社したが、幅広い業務に携われ、将来どの分野に進むか考えるきっかけになった」（25歳／元営業企画）

案件事例

①ソーシャルゲームアプリの売上増加に向けたデータ分析支援
　アプリのログデータを解析し、アプリ運営の改善、売り上げUPに繋げる
　使用ツール：SQL, Google BigQueryなど

②機械学習を用いたモデルの作成
　クライアントが保持しているデータからモデルを作成し分類化や数値予測を行う
　使用ツール：Python

③ファクトリーブランド立ち上げに向けたマーケティングリサーチ
　地域独自のブランドを立ち上げることで、減少した売り上げの回復と安定化
　使用データ：業者からのヒアリングデータ、生活者へのインタビューデータ

（※取引実績100社以上）

入社後の流れ

最初からすべての工程を一人でお任せすることはありません。まずはご自身の得意なスキル（SQLでのデータ抽出や、Pythonでのデータ加工など）からスタート。先輩アナリストのプロジェクトにアサインされ、顧客ヒアリングや提案の現場に同行しながら、徐々に上流工程のスキルを身につけていただきます。

Step１データ分析環境の理解
まずはデータ分析領域の業務を行うにあたって、データの理解から始めます。
◇ 使用環境・言語・ツール：SQLServer / MySQL / PostgreSQL / Oracle Databaseなど

Step２コーディング
データ分析を行う上で、必要不可欠な数値を算出します。
◇ 使用環境・言語・ツール：SQL / Python / SAS / Rなど

Step３データの可視化・分析
データについて正しく理解し扱えるようになったら、いよいよ分析フェーズに移行します。
◇ 使用環境・言語・ツール：Google Analytics / Tableau / PowerBI / その他分析ツールなど

Step４レポーティング・報告提案
データ分析結果を基に、レポーティングと考察を行います。
意思決定に必要なデータを揃え、顧客が必要とするデータをわかりやすくまとめます。
◇ 使用環境・言語・ツール：ダッシュボード(BIツール内) / PPT / Word

応募条件

＜必須要件＞※以下、いずれか一つを満たすこと
・IT業界におけるシステム開発・保守の実務経験（目安2年以上、言語不問）
・SQLを用いたリレーショナルデータベース（RDB）の設計、またはデータ抽出の実務経験
・Python、Java、PHPなどを用いたバックエンド（サーバーサイド）の開発、またはバッチ処理の実装経験（いずれか一方で可）

※完全なIT未経験、スクール卒業生・独学のみの方は不可とさせていただきます。実務において、単に「研修で触った」レベルではなく、自身でコードを書いて業務を行った経験を重視します。

＜歓迎要件＞
・3〜5名程度のチームでのサブリーダー、進捗管理、または後輩のコードレビュー経験
・GitHub CopilotやCursorなどのAIツールを、開発実務で日常的にフル活用している経験
・データベースのパフォーマンスチューニング（インデックス設計、スロークエリ改善など）の経験
・TableauやLooker StudioなどのBIツールに触れた経験、または社内向け資料作成の経験
・「言われた通りに作る」だけでなく、プロジェクトの利益や目的意識を持って自走した経験
・当社のコアマインドである「おもてなし分析（顧客への徹底的な伴走）」への共感

求める人物像

・責任感とPMの素養
技術を自己目的化せず、プロジェクトの成果や顧客の利益を意識して自走できる方コードレビュー

・品質へのこだわり
AIが出したコードを鵜呑みにせず、バグやビジネスロジックの矛盾を見抜けるデバッグ力がある方

・新しい領域への挑戦意欲
既存のシステム開発から「データ領域」へと専門性を広げ、アナリスト要素も含めてスキルを拡張したい方

【キャリアパス】
分析屋のキャリアパスは、各個人の特性を活かし、「社員のやりたい」を尊重するべきだという思想のもとで作られております。
マネジメント/技術/ライフワークバランスなどの、社員が重視する働き方を実現するためのコースとなります。

▼将コース（総合職）
一般的に管理職を目指していきたい方向けのコースです。
将来マネージャーとして組織を作っていきたい人、自ら考えを持ち、発信する。

▼剣コース（技術職）
一般的に技術職でキャリアを積み上げていきたい人向けのコースです。
組織の技術発展を促進する役割を担い、技術でリードする。

▼武士コース
よりライフワークバランスを重視したコースとなります。

【企業文化】
1. ボトムアップの組織風土
分析屋は創業時からトップダウンではなくボトムアップを重視。
指示を待つのではなく、自ら考え行動することで「人間らしい活躍」が可能になります。
指示命令で動くよりも、個人の主体性を発揮できる
自分の考えをベースに仕事を進められるため、成長実感が大きい
その分、自律が求められる環境

2. 「合理」と「情理」の共存
データ分析の会社でありながら、数字だけではなく“人間らしさ”を尊重。
合理8：情理2 のバランスで意思決定を重視
「失敗＝減点」ではなく「失敗＝学びの種」
人に仕事を当てはめるのではなく、人の強みに合わせて組織をつくる

3. おもてなし分析
日本文化に根付く「おもてなし」をデータ分析に取り入れた独自のコンセプト。
言語化されていない潜在ニーズを汲み取り、先回りして提案
データだけでなく、直感や事情も考慮して「納得できる意思決定」を支援
著作権登録済みの「おもてなし分析」という造語を掲げ、企業文化の中心に据えている

4. 健康経営・働きやすさ
数年連続で健康経営企業として認定。
平均残業時間：15時間／月
リモート率：80％
男女ともに育休取得実績あり（男性53％、女性100％）
年功序列ゼロ、実績と過程をバランスよく評価

5. 多様性と人間力
データサイエンティストは内向型が多いが、外向型メンバーと支え合うことでバランスの良い組織を形成
MBTIで見ると「INFP」「INTP」「ENFJ」など多様なタイプが在籍
コミュニケーションは活発で、思いやりを持ったやり取りが根付いている。

企業名

株式会社分析屋

本社所在地

神奈川県藤沢市藤沢484-1藤沢アンバービル 4階

雇用形態

正社員

各種保険

健康保険雇用保険厚生年金労災保険

休日休暇

【休日・休暇】・完全週休2日制（土日）・祝日・創立記念日（8月15日）・年末年始休暇・年次有給休暇・慶弔休暇・産前/産後休暇・育児休暇・サポート休暇（有給取得前3日間付与）

情報更新日

2026/06/16

応募依頼する

気になる

AIが推定した求人関連情報

想定給与

350万円〜600万円

リモートワーク

平均年齢

32歳

ポジションの魅力

SHIFTグループの安定基盤:
東証プライム市場上場のSHIFTグループ会社であり、データ分析という成長市場において安定した経営基盤のもとでキャリアを築くことができます。
多業界のデータ基盤構築経験:
金融・エンタメ・通信・製造・製薬・地方自治体など、多種多様な業界のDWH/ETLパイプライン設計・構築に携わることができ、特定ドメインに依存しない汎用的なデータエンジニアリング力が最速で身につきます。
上流から下流まで一気通貫の業務:
顧客課題のヒアリングから、データ基盤設計・構築、BIツールを用いた可視化・分析、経営層への示唆出しまで、プロジェクト全工程に関われる環境です。インフラを整えて終わりではなく、ビジネス成果をダイレクトに実感できます。
AIツールをフル活用した生産性向上:
GitHub CopilotやCursorなどのAIツールを開発実務にフル活用し、定型作業を徹底的に効率化する文化があります。生み出した時間をデータ品質担保や上流設計に集中投資できます。
データ利活用部からのキャリアチェンジ機会:
社内にAI・BI・基盤運用・コンサルティングなど技術特化型の複数部門があり、データ利活用部でスキルを積んだ後は、自身の志向や強みに応じて各部門へキャリアチェンジが可能です。

必須スキル（ハード）

以下のいずれか一つを満たす実務経験が求められます。

IT業界におけるシステム開発・保守の実務経験（目安2年以上、言語不問）
SQLを用いたリレーショナルデータベース（RDB）の設計またはデータ抽出の実務経験
Python・Java・PHPなどを用いたバックエンド開発またはバッチ処理の実装経験

必須スキル（ソフト）

プロジェクト成果への当事者意識:
技術を自己目的化せず、顧客のビジネス成果やプロジェクトの利益を意識して自律的に動ける方。「言われた通りに作る」だけでなく、目的を持って自走できることが求められます。
AIコード品質への批判的思考:
AIが生成したコードを鵜呑みにせず、バグやビジネスロジックの矛盾を自ら見抜いてデバッグできる力が必要です。AIをあくまでも道具として使いこなす姿勢が重視されます。
曖昧な課題を論理的に整理する力:
顧客の「なんとなく困っている」という潜在的・曖昧な課題を丁寧にヒアリングし、論理的に整理してビジネスインサイトを導き出すコミュニケーション・思考力が求められます。
新領域への積極的な挑戦意欲:
既存のシステム開発から「データ領域」へ専門性を広げ、アナリスト・コンサルタント要素も含めてスキルを拡張していこうとする向上心・柔軟性が必要です。
「おもてなし分析」への共感:
数字だけでジャッジするのではなく、顧客の言語化されていない潜在ニーズを汲み取り、先回りして提案する「おもてなし」の姿勢を持ち、顧客に徹底的に伴走することへの共感が求められます。

歓迎スキル

チームリードやコードレビュー経験:
3〜5名程度のチームでのサブリーダー・進捗管理・後輩のコードレビュー経験があると歓迎されます。将来的なリード業務への橋渡しとなるスキルです。
AIツールの開発実務での日常活用:
GitHub CopilotやCursorなどのAIコーディングツールを、実際の開発業務で日常的にフル活用している経験が歓迎されます。
DBパフォーマンスチューニング経験:
インデックス設計やスロークエリ改善など、データベースのパフォーマンスチューニングの経験があると即戦力として評価されます。
BIツール活用経験:
TableauやLooker Studioなどのビジネスインテリジェンスツールに触れた経験、または社内向けダッシュボード・資料作成の経験が歓迎されます。
自発的な提案・自走の実績:
「言われた通りに作る」だけでなく、プロジェクトの目的や利益を意識して自分から提案・行動した経験がある方は特に歓迎されます。

この求人で得られるスキル

モダンなデータエンジニアリングスキル:
DWH・データレイク・データマートの設計・構築、ETLパイプラインの実装、バージョン管理・CI/CDなどのモダン開発手法を実務で習得できます。金融・製造・エンタメなど多業界のカオスなデータと向き合うことで、汎用性の高い設計力が身につきます。
クラウドプラットフォームの実践的活用力:
AWS・GCP・Azureなど主要クラウドサービスをプロジェクトで実際に使用し、クラウドベースのデータ基盤構築・運用スキルを実務を通じて習得できます。
BIツールによるデータ可視化・示唆出し力:
Tableau等のBIツールを用いたダッシュボード構築から、分析結果を経営層へ報告・提案するアナリスト的スキルまで一気通貫で経験できます。
上流工程のコンサルティングスキル:
顧客ヒアリング・課題整理・提案から始まるプロジェクト全工程に関わることで、データエンジニアの技術スキルに加えて、ビジネス課題を解決するコンサルティング思考とコミュニケーション力が習得できます。
プロジェクトマネジメント（PM）スキル:
将来的には3〜5名規模の小プロジェクトにおいて、進捗管理・コードレビュー・品質管理などのリード業務を担うことで、データドリブンな意思決定をリードするPMスキルを体系的に身につけられます。

キャリアマップ

現在
データエンジニア（ミドル） SQL・Python・クラウドを駆使したETL/DWH構築の実務経験を積み、複数プロジェクトで独力で担当できるレベルへ成長。BIツールを用いた可視化・顧客への示唆出しも独自で対応可能になります。
シニアデータエンジニア / テックリード大規模・複雑なデータ基盤のアーキテクチャ設計を主導し、3〜5名チームのコードレビューや技術品質管理を担うリード役へ。社内の技術発展を促進する「剣コース（技術職）」のキャリアに該当します。
データアナリスト / データコンサルタントデータ基盤構築の知見を活かし、AI・BI・ACR・コンサルティングなど特化部門へキャリアチェンジ。顧客の経営課題に直接向き合い、データを武器にした戦略提案を担うアナリスト・コンサルタントへ成長します。
プロジェクトマネージャー（PM）/ マネージャー「将コース（総合職）」として組織マネジメントを担うキャリアパス。データという客観的事実を武器にプロジェクト全体を主導し、組織や部門を牽引するリーダー・マネージャーを目指せます。

AI 口コミまとめ

口コミサイトの集計データでは総合評価は3.6点前後で、データ分析に特化した案件に携われる点や社内の風通しの良さが評価されています。リモート率80%・離職率7%・有給取得率80%などワークライフバランス面は比較的良好との声が多い一方、平均年収は350〜380万円前後と業界水準に比べてやや低めであることへの不満も見受けられます。ボトムアップ文化や社長との距離が近い点は成長実感につながるポジティブな評価がある反面、急速な社員増加に伴い社内ルールや制度整備が追いついていない部分があるとの指摘もあります。

【ポジティブな評価】
1. 働き方の柔軟性・ワークライフバランス：リモート率80%・平均残業時間15時間/月程度・離職率7%・有給取得率80%と、データが示す通り柔軟な働き方ができるとの評価が高く、ワークライフバランスを重視する社員から好評です。
2. 社内雰囲気・風通しの良さ：「社内の風通しが良く、経営陣との距離が近い」「社内雰囲気は明るい」との声があり、ボトムアップの組織文化のもとで自分の意見を出しやすい環境であると評価されています。
3. データ分析キャリアへの成長環境...(ここから先は会員登録後にご覧いただけます。残り479文字)

会員登録をして、
AI 口コミ全貌をチェック！

無料会員登録をする

応募依頼する

気になる

※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。

【データ利活用部】データエンジニア／ジュニア

AIが推定した求人関連情報