データサイエンス

データサイエンス
データサイエンスの有効活用により
より良い環境づくり、豊かな未来を創造できます。
私たちと一緒にデータサイエンティストとして大いに活躍しませんか?
NEXTのデータ分析サービスの特徴
> データサイエンスとデータエンジニアリングの必要スキル要員の適正サービスの実施​ <

NEXTは、現在のお客様の分析コスト構造を見直し、最適化することで、​
更なるコスト削減をご提案します。
従来、工数がかかっていた、データエンジニアリング(データクレンジング)​
工程において、必要な「スキル」と「経験」を擁したエンジニアが品質・効率ともに最大限の​効果を発揮できるサービスを提供します。​
データ分析技術者の内製化を推進します。​
データサイエンティスト・データエンジニアを内製化(社内育成)することで、​競合他社よりも比較的リーズナブルなサービス料金体系を実現しております。​
NEXTのデータサイエンティストに求められる​
3つの知見と5つの分析サイクル(PDCAプロセス)
3つの知見
・ビジネス知見
・数学的知見
・分析ツール知見
ビジネス知見
各分野でのビジネス課題に対して、 データサイエンスを応用して課題を整理し、 解決できる知見​
数学的知見
統計学やAIなどの最新情報科学と、 IoT、ビックデータなどの最新知識を活用して データを読み取る知見​
分析ツール知見​
分析に必要なデータのハンドリング、 欠損値や外れ値などのデータ補正 ならびにクレンジング処理など、 データを分析可能な状態にできる知見​​
5つの分析サイクル(PDCAプロセス)
NEXTの
データサイエンティスト/データエンジニアの
スキルセット​
コンサルタント
各インダストリーの分析業務経験者
  • ・金融:与信審査、信用リスク、AML、などの業務経験者​
  • ・製造:需要予測、品質管理、などの業務経験者​
  • ・BtoC:マーケティング、商品開発、商圏分析などの業務経験者​
スペシャリスト
特定分析領域における経験者、分析工程の一連の作業経験者
  • ・金融:各種リスク管理分析スペシャリスト​
  • ・製造:品質管理分析スペシャリスト​
  • ・BtoC:顧客分析、製品市場分析スペシャリスト​​
アソシエイト
データエンジニア、データ加工エンジニア(データクレンジング)
  • ・SAS業務経験者​
  • ・SPSS業務経験者​
  • ・その他ベンダー業務経験者(SQL、Teradata、Oracle、Netezzaなど)​
これまでのデータサイエンティストサービスの
ビジネス実績​
金融
  • メガバンク
    与信審査、信用リスク分析、AML分析、など
  • メガバンク
    住宅ローン商品の収益性評価​
  • 地銀/ネット銀行
    信用リスク分析、富裕層分析など​
  • 生命保険
    解約防止のための加入者の顧客行動分析​
  • 損保会社
    運転データによるリスク分析と保険料算定支援
キャリア
  • キャリア
    顧客のサービス利用分析​
  • キャリア
    BtoC マーケティング分析​
製造
  • タイヤ大手
    工場生産ラインにおける不良品の発生原因分析
  • 化粧品
    顧客購買分析、営業行動分析
デー タ分析 Data Engineering 人財採用条件
    MUST
  • ●SQL経験者(コードの読み書きできれば可)
  • ●データサイエンティスト、データ分析(抽出・加工業務)に興味のある方
    BETTER
  • ●Linux環境下での業務経験者(ShellScriptの基本操作)
  • ●SAS BaseSAS、SAS Enterprise Guideの経験者
    採用時期:2022年4月開始
  • ●採用テスト合格者のみ正社員採用
  • ●研修期間:3週間
  • ●研修形式:On Demand
  • ●テスト合否基準:BaseSAS 基本的なコードの読み書きができるレベル
    研修内容
  • 1. データ抽出の基本知識:Linux、SQL
  • 2. データ加工の基本知識:SAS、SQL、EXCEL
  • 3. データ分析の基本知識
  • ・ツールの知見:SAS、・・・・
    ・統計知見:主成分分析、クラスター分析、判別分析、決定木分析、回帰分析、ABC分析など
    ・ビジネス知見:業界知見(分析ビジネス事例 ex, Banking, BtoC, Insurance(Car) など、)
  • 未経験者でも、基本から研修して、データエンジニアリングの技術をマスターすることできます。
研修内容
STEP1.
    環境知識(業務システムの環境)
  • ●Linuxの基本的な操作コマンド
  • ●Linux環境のShellScriptの基本説明(ジョブ実行)
    文書編集(設計書作成、エビデンス作成)
  • ●Excelの関数
  • ●VBA (余裕あれば)
    データ収集、加工
  • ●SAS、SQL(Teradata, Oracle, MySQL, PostgreSQLなど)
  • ※ここまでできると、業務システムの開発が問題ありません。
STEP2.
    SASのパフォーマンスチューニング
    SQLのパフォーマンスチューニング
  • ※ここまでできると、案件のコアメンバーになり、品質高い作業ができます。(今までの経験の中に、ほとんどいません。)
STEP3.
    データ分析
  • ●統計学の知識
    初級統計解析, 回帰分析(需要予測), 分散分析(製薬)など
    機械学習のアルゴリズム(クラスター分析、判別分析、決定木分析、ABC分析など)
  • ●AI知識
    ニューラルネットワーク(deep learning)(音声認識、画像認識の裏はdeep learning)
  • ●業務知識
    分析ビジネス事例 ex, Banking, BtoC, Insurance(Car) など
  • ※大前提:数学知識必要(Matrix、微分など)。
エントリーはこちらから
お問い合わせ
NEXT株式会社
  • 〒105-0001
    東京都港区虎ノ門二丁目3-17 虎ノ門2丁目タワー17階
  • 部署:データサイエンス事業担当
  • TEL:03-6206-1608
  • NEXTの詳しい情報はこちら
TOP