業務内容
私たちgrasysは、現役のトップエンジニアである代表をはじめ、技術を極めたプロのエンジニア集団です。
その証として、「Google Cloud プレミアパートナー」の称号を持ち、クラウドネイティブな環境でAIを活用した開発を得意とし、お客様が抱える複雑なビジネス課題を解決に導いています。
そんな当社にて、データサイエンティストとして、人や組織のテキストといった行動ログからKPIを分析・予測し、その機能をサービスとしてリリースするまでの開発サイクル全体を推進する業務をお任せします。
これは、単なる分析業務に留まりません。研究開発に始まり、プロダクトとして社会に価値を届けるまで、その全工程を一気通貫で推進する、専門性の高いポジションです。
■具体的な業務
① 学術的知見を探求するR&Dフェーズ
【理論・仮説構築】
・大学教授/研究者とのディスカッションを通じた理論検証・仮説構築
・人流、行動傾向、組織構成などのログデータに基づく仮説設定
【分析モデルの設計・実装】
・自然言語データ・行動ログを用いた分析モデルの設計・実装
・パーソナリティ指標・心理尺度・行動指標の設計および検証
・仮説に沿ったデータ分析、および統計的検証、時系列分析、特徴量設計による分析結果の優位性証明
・構築したモデルの妥当性やロジックに関する説明責任の担保
【アウトプット】
・研究結果・分析結果のドキュメント化、および社内外への説明資料作成
・学術的知見をプロダクトに落とし込むための言語化・構造化
② プロダクトとして実装する開発フェーズ
【データ基盤構築】
・分析を目的としたデータ基盤の設計、データローダーの構築、パイプライン化
【予測モデルの自動化・実装】
・自動化のプランニング、およびモデルの選定・構築・評価
・構築したモデルやロジックのAPI化、および他バックエンドシステムとの連携
■このポジションで得られる経験
【学術レベルの議論と実践】
・大学教授や研究者と定期的にディスカッションを行い、理論に基づいた仮説構築を実践する経験ができます。
【指標(メトリクス)の設計】
・自然言語・行動ログといった実運用データを用い、まだ定義されていない「心理尺度」や「行動指標」をゼロから設計・スコアリングする経験ができます。
【高度な分析手法の駆使】
・時系列分析、リスク分析といった、高度な分析・モデリング手法を実務で活用する経験ができます。
【R&Dと実装の一気通貫】
少人数・高裁量の環境で、研究開発(R&D)からプロダクトへの実装まで、一貫してプロジェクトを推進する経験ができます。
その先のキャリアアップ
【People Analyticsの専門家へ】
・「People Analytics/行動データ領域における第一線の実務経験」を積むことで、この成長分野におけるスペシャリストとしての確固たるポジションを確立できます。
【理論と実装を繋ぐ、希少な人材へ】
・「大学教授・研究者といった専門家との議論」を通じて得た知見を基に、「学術理論をプロダクトに実装できる能力」を磨きます。これは、アカデミックな知見とビジネスを繋ぐ、市場において非常に希少なスキルセットです。
【説明可能性の実践者へ】
・モデルの性能向上と、そのモデルの説明可能性に関して実戦経験を積むことで信頼性の高い機械学習を用いたプロダクト開発を、リードできる専門家としてスキルを磨くことができます。
【戦略的な役割への道】
・「仮説構築力・理論的思考力の高度化」は、分析業務のみに留まらず、より上流の課題設定や、事業の方向性を左右する戦略的な役割を担うための基盤となります。
■社内環境
私たちは、最高のパフォーマンスを発揮できるよう、ツールや環境へ積極的に投資しています。
◯PC・周辺機器
・PC:MacBook Pro(会社貸与)
・チェア:ハイクオリティチェア
・モニター:4Kモニター
◯コミュニケーションツール
・社内:Slack
・社外:Slack,Chatwork, Google Meet, Zoom, Microsoft Teams
◯業務基盤
・グループウェア:Google Workspace
◯オフィス環境
・リフレッシュ・休憩スペース
・ウォーターサーバー
・自動販売機
・電子レンジ
・喫煙環境:屋内原則禁煙(喫煙ブースあり)
■案件例・実績
◎登壇実績
・Data & AI Summit '25 Spring
・Google Cloud NextTokyo25
◎導入実績
ー下水解析による感染症予測システムの構築ー
【課題】
・既存システムでは、予測の根拠となるデータが限定的であり、予測結果の信頼性に課題がありました。
・また、手動でのデータ収集・分析に多くの工数がかかっており、クライアントである自治体担当者の業務負担が大きい状況でした。
【アプローチ】
・Google BigQueryをデータ基盤として導入。
下水データに加えて、気象・人流といった多様な外部データを統合し、予測精度の土台を構築しました。
・当社でチューニングした機械学習モデルをVertex AIで運用。
データ収集から分析、予測までの一連のプロセスを自動化し、高精度な予測と担当者の工数削減を両立させました。
ーVertex AI Searchを組み込んだ社内ナレッジ検索システムの開発ー
【課題】
・事業部内に散在する膨大な技術文書や過去の資料から、必要な情報を探し出すのに膨大な時間がかかっていました。
【アプローチ】
・Google Cloudのエンタープライズサーチ技術である「Vertex AI Search」を導入。自然言語での曖昧な検索にも対応し、AIが関連性の高い文書を瞬時に提示するシステムを構築しました。これにより、従業員の調査時間を大幅に短縮し、検索業務の効率を80%改善することに成功しました。