企業情報を見る
データドリブン経営の活動全般を推進するマネジメントコンサルタントをご担当いただきます。 データドリブン経営の実現に向けた活動全般を推進します。具体的にはデータ利活用に関する各種施策の全体スケジュール・リスク・課題を管理し、優先順位をコントロールします。また、データ利活用プロセスを全社へ導入し、専門部隊となるCoE（Center of Excellence）を立ち上げ、全社を支える組織として定着させていきます。 【具体的には】 ■特定の製品ベンダーやコンサルティング会社に依存せず、クライアント企業がデータ利活用を推進するための専任組織の立ち上げ ■投資判断のための実証実験（Sandbox）環境整備や、データ利活用を促進するためのデータ基盤の高度化 ■データマネジメントやデータを活用した業務プロセスの導入・定着支援
AI・データ基盤アーキテクトをご担当いただきます。 【具体的には】 ・顧客技術対話 顧客のAI推進部門・情報システム部門・技術部門と対等に技術議論を行い、データ基盤・AIシステムの設計合意を主導します。上流フェーズのチームから本番化フェーズへの引き継ぎを技術的に完結させます。 ・チームマネジメント クラウドエンジニア・データエンジニア・AIエンジニア等数名のメンバーの業務設計・進捗管理・品質レビュー・育成を担います。プレイングマネージャーとして自分自身も技術的な主担当を持ちながらチームを率います。 ・AI実装品質の設計監督 データ基盤（スキーマ・ETL・品質管理）・AIアーキテクチャ（品質ゲート・評価基準）・AI駆動開発（コンテキスト設計）の各レイヤーの整合性を担保します。LLMへのコンテキスト不足がドメイン誤り・ハルシネーションを引き起こすリスクを構造的に排除します。 ・顧客内製化支援 外部ベンダー依存から脱却し、顧客組織が自走できる状態を作ることを最終目標として設定します。AI駆動開発ガイドライン・標準プロセスの整備と顧客チームへの移転を担います。 ・実装ノウハウの標準化 案件で確立したアーキテクチャパターン・実装手法・品質基準を汎用テンプレートとして整備し、チーム全体のデリバリー品質と速度の向上に貢献します。 ・AI・データ動向の事業反映 クラウドAIサービス・MLOps・LLMOps・AI駆動開発・フィジカルAI等の最新動向を継続的に把握し、設計判断・顧客提案・チームの技術方針に積極的に組み込みます。
企業情報を見る
■新技術・DX技術（Big Data、AI／生成AI、IoT 等）を活用し、顧客の業務改革に参画いただきます。データ基盤の構築・高度化から、可視化・分析による業務課題解決まで経験を積み、企業の変革と価値創造をリードできる人材を目指します。 【具体的には】 ■データ分析基盤 【マネージャー】 顧客のデータ活用テーマを起点として、全体データアーキテクチャの構想・方針を策定し、提案・見積・プロジェクト統括（QCD責任）まで一貫して担当 データ品質・ガバナンス・非機能を踏まえ、関係部門やベンダーと合意形成し、要件～導入～保守運用までを統括 【リーダー】 データ・技術の両面で現場をリードし、要件整理～設計・実装・テスト ETL/ELT、DWH／レイク、BI 等の設計・実装を通じて品質や性能課題を解決し、提案具体化や見積支援、メンバーの技術フォロー 【メンバー】 実装・運用の実行担当として、データ影響調査や工数積み上げを行い、設計・実装（SQL、ETL/ELT、BI設定）～テスト、導入支援、保守運用 データ品質確認や可視化改善、運用効率化 ■新技術 【マネージャー】 新技術適用を前提に、構想策定、技術選定、PoCから段階導入・本番までの意思決定をリード 技術的実現性・運用性・リスクを踏まえた提案・見積・計画立案を行い、顧客や社内外ステークホルダーと連携し、要件～運用までを統括 【リーダー】 新技術の適用を具体化し、要件定義・設計・開発工程をリード 方式比較やトレードオフ整理、PoC・検証を通じて実現性を担保し、品質管理や技術課題の解決、標準化・再利用 【メンバー】 新技術を活用した開発・PoC・検証に参画し、影響調査や工数積み上げ 設計・実装・テスト・導入支援・保守運用を通じて実務経験を積み、学びを改善提案に反映
