【28卒】データエンジニア・AIエンジニア

※データ・AI系の部門に配属確約のコースです。担当領域はご本人の希望と経験・適性に応じて決定します。

データエンジニア・AIエンジニアとして、AX(AIトランスフォーメーション)領域における専門知識や技術を駆使し、
顧客企業の生産性向上やビジネス成果創出、経営課題の解決をテクノロジーの力で牽引していくポジションです。

◆担当領域
(データ領域)
AI・データ活用になくてはならない「データ分析基盤」の構築・運用をおこないます。
やみくもにデータを集めて管理するのではなく、ビジネス成果の創出や課題解決につながるデータを高品質に整備し、価値ある分析基盤の構築・運用をおこないます。

(AI領域)
AI・データ活用の知識と技術を磨きながら、「生成AIやLLMを活用したソリューション」の開発・実装をおこないます。
単にAIを組み込むだけでなく、顧客企業のビジネスがどのように成長するかを追求し、戦略的な実装と提案をおこないます。
AI・データ活用に関する幅広い技術を学び続けながら、将来的には、プロジェクトをリードする立場として、顧客企業のビジネスに大きく貢献する存在を目指します。

◆具体的な業務内容
・データ基盤の構築・運用
顧客企業の既存業務フローやデータ構造を把握し、要件定義から分析基盤の設計・実装・スケジュール管理、保守・運用

・AI/生成AIソリューションの構築
RAG(検索拡張生成)の構築、プロンプトエンジニアリング、LLMのファインチューニング、Webアプリケーション等へのAI機能(API)の組み込み

・データ分析・可視化とAIモデル実装
機械学習を用いたデータ分析やAIモデルの実装、ビジネス判断に活用しやすい視覚的な表現(BIツール等を用いたダッシュボード)の実装

・インフラ整備・技術検証(PoC)
生成AIやデータ基盤に関連するクラウドインフラの設計・整備、および最新の技術トレンドに関する検証・提案

・顧客支援
データやAIを顧客自身が使いこなせるよう、顧客社員へのスキルトランスファー(ノウハウ移転)

入社時点ですべての技術領域を経験している必要はなく、本人の経験・適性・配属プロジェクトに応じて段階的に専門性を広げていきます。

◆扱うデータ・技術スタック例
取り扱うデータ:
顧客属性や購買履歴、Webログなどの「テーブルデータ」から、社内文書、提案書、クチコミ、画像、音声、動画などの「非構造化データ」まで幅広く扱います。

主な技術スタック:
・言語/フレームワーク:
Python, JavaScript, TypeScript, SQL, Java, FastAPI, Nuxt, Django, PySpark
・AI/LLM: 
OpenAI API, Claude, Llama, LangChain
・クラウド/データ基盤: 
AWS(Bedrockなど), Google Cloud, Azure, BigQuery, Snowflake, Redshift
・可視化/その他: 
Tableau, Power BI, Looker Studio, GitHub

記載の技術スタックはプロジェクトで使用する可能性がある技術例であり、入社時点ですべての経験を求めるものではありません。

◆求める人物像
・顧客志向・ビジネス視点を持てる方
単に技術を習得するだけでなく、「データやAIを使って、どうクライアントのビジネス成果に貢献するか」にワクワクできる方。さまざまな業界の顧客と協働し、課題解決に深くコミットしたい方。

・高い学習意欲と技術的好奇心がある方
トレンドの変化が著しいAI・データ領域において、自発的に最新情報をキャッチアップし、未知の領域や新しい技術(データ基盤から高度なLLM開発まで)にも貪欲に挑戦・学習できる方。

・チームワークとプロ意識を大切にできる方
「データやAIで顧客に貢献したい」という高い志を持った仲間たちと協力し、互いに知識をシェアして高め合いながら、チームで最善の成果を目指せる方。

・変化を楽しみ、主体的に動ける方
多様なプロジェクトや、データの収集・加工からAIの実装・運用までの一貫したプロセスに対し、状況の変化を楽しみながら柔軟に対応し、自ら手を動かせる方。

◆必須のスキル・経験
何らかのプログラミング言語を用いたコードの記述、動作確認、エラー解消の経験

※面接では、ご自身が実装した内容を「自分の言葉で説明できること」を重視

1日の仕事内容(例)

9:00
出勤、メールチェック
9:10
朝会 チーム全体で今日のスケジュールやタスクを確認
9:30
定常業務
(データ領域)
定期実行されるデータパイプラインのエラーログ確認、データ基盤と接続されたダッシュボードのデータ反映状況の確認 など

(AI領域)
AIアプリケーション実装方針の調査と確認、開発環境の準備 など
11:00
クライアントとの会議
要件のヒアリング、システム実装方針についての説明
12:00
昼休憩
13:00
部内会議
課題や目標の進捗共有、振り返り、改善案やタスクの洗い出し、コンサルタントやアナリストとの打ち合わせ
14:00
開発・設計・コードレビュー
(データ領域)
データ抽出業務、プログラミング(SQL / Python)、システム設計、ドキュメント作成、コードレビュー など

(AI領域)
プログラミング(Python / TypeScript)、クラウドインフラを用いたLLM構築検証、AI関連サービスの実証実験、コードレビュー など
17:00
夕会
チーム全体でタスクの進捗状況と今日の振り返りについて共有
18:00
退勤

選考の流れ

会社説明会動画」と「エンジニアコース職種・選考フロー説明動画」をご視聴後、マイページより「【選考参加に必須!】会社説明会&動画視聴アンケート」をご回答ください。

STEP1
会社説明動画視聴
STEP2
コーディング試験
※AIエンジニア選択者のみで合否判断なし
STEP3
一次面接 + 性格検査
STEP4
最終面接
STEP5
内定