理系学生の登録数・利用率No.1！大学院生＆理系学生に特化した就活サイト「アカリク」

※日本マーケティングリサーチ機構調べ
※調査概要:２０２１年９月期_ブランドのWEB印象調査

採用担当者様はこちら ログイン 会員登録

求人を探す

企業を探す

イベントを探す

就職相談する

キャリア研究室

お役立ちコンテンツ

企業情報

イメージ画像
ロゴ画像

データアナリティクスラボ株式会社

シンクタンク ソフトウェア・情報処理 その他サービス
企業が保有する膨大なデータ（ビッグデータ）をもとに、集計・分析・企画提案を行い、売上向上や業務改善などの課題解決を支援しています。
クライアントは金融・製薬業界をはじめとする大手・グローバル企業が中心です。
「世界一データサイエンティストが成長できる会社」を掲げ、創業以来、6年連続で業績を伸ばしています。

    • 5つのバリュー

      1,「挑戦」を恐れない
      当社では20〜30代の若手が中心となり、未知の領域に果敢に挑戦しています。勉強会やラボ活動を通じて新たな知識を学び、失敗を糧に成長を続けています。

      2,「探求」しつづける
      興味を持ったテーマを深掘りする「ラボ活動」や月1回の勉強会など、社員同士が自主的に学び合い、常に探求心を持ち続けています。

      3,「科学」に忠実でありつづける
      データや事実に基づく意思決定を徹底し、確かな成果を追求します。科学的アプローチを大切にすることで、社員一人ひとりの知見が積み重なっています。

      4,「結果」を追い続ける
      理想にむけて結果を出し続けます。
      目標に向かって一歩ずつ着実な歩みを続け、結果を出すことにこだわります。

      5,「楽しい」を仕事にする
      フラットで風通しの良い社風の中、仲間とともに楽しく働きながら成長できます。挑戦の過程そのものを楽しみ、未来を切り拓いています。

      ◎情報共有・技術共有が盛んなカルチャー
      チャンレジする人をとにかく応援する風土がある当社では、なにかに挑戦する人を見て刺激を受け、自分自身を鼓舞したり、誰かを励ます存在になったりと社員同士が切磋琢磨して成長を目指せる環境が整っています。

      そんな当社では、成長のための様々な取り組みを行っています。

      ◎社員の声から始まった取組み例
      ・ラボ活動（機械学習や自然言語処理の研究、ドローンを用いて解析技術の向上、ロボット開発など）
      ・社内アプリの開発（実際に社内運用が2024年4月からスタート予定！）
      ・社内マーケティングチームの発足
      ・社内部活動制度
      ・ランチ代補助制度
      ・懇親会補助制度
      ・勉強会
      ・技術共有会　など

    • 100本ノック開発者による2か月間の研修

      ＼入社後2か月間の研修をご用意！／
      データサイエンティストに必要なスキルと知識の基礎を学べます！

      データサイエンス教育において、プログラミングや数学を学ぶ環境は世界に溢れかえっています。
      しかし、プログラミングスキルや数学知識だけでは、真に活躍できるデータサイエンティストにはなれません。当社は、データサイエンティストになるための必要な知識だけでなく、データへの向き合い方や分析の思考法、さらに日々アップデートが必要となる新しい技術の習得の仕方、実務家として活躍するためのビジネススキルなど、実効性があり、かつ、継続して成長できるための研修をしっかりと行います。

      また、入社後の研修だけでなく、実際に行う質の高い業務経験だったり、社内でのLABO活動など、成長意欲の高い当社のメンバーと切磋琢磨しともに成長できるこの環境こそが、真のデータサイエンティストになれる環境であると当社は考えています。

      ◎研修講師
      データサイエンティスト、データアーキテクトの第一人者でもある取締役・森谷と森谷が指導した現役データサイエンティストが直接講師となってレクチャーしていくので、実りある学びとなるはずです。

      ＜研修で学べるITスキル＞
      ●言語
      Python
      ●フレームワーク
      Tensorfl ow / Keras / Numpy / Pandas
      ●アルゴリズム
      深層学習 / CNN / VGG / ResNe

    • 社員インタビュー【G.Sekita】

      東京工業大学大学院理学院物理学系出身

      G.Sekita　(2023年新卒入社 データサイエンティスト)
      〈インタビュー実施：2024年〉

      ---新卒で入社してから10か月経った今は、深層学習や量子コンピューティング技術を使っています---

      バイオ系の実験から得た波形データがどのような特徴を持っているかを、CNNという深層学習モデルに学習・予測させています。
      他にも、量子コンピューティング技術を用いた塩基配列の最適化や二次構造予測、その他いくつかの数理最適化業務を行っています。

      入社当初はCNNという言葉は聞いたことがあるものの、何もわからない状態でした(笑)
      研修が終わり業務が始まるまでの2日間は時間があったため、その2日でできるだけの知識を入れました。コードを公式ドキュメントと見比べ動かしてみて、こんな結果が出るんだ！と勉強しながら取り組みました。

      入社から10か月経った今では技術が身についてきて、他の業務でもCNNの知識を応用してモデルを作成できるようになるまで成長しました。また、CNN以外の深層学習モデルについても学習・実装を行っています。

      深層学習モデルを使っているのですが、深層学習は人間が解釈するのにはあまり向かないと言われています。
      一般的な機械学習モデルよりも精度は期待できるが、人間が解釈しにくいというデメリットがあるのでビジネスではあまり使われることがなかったりするんです。
      私が使用する際には、「モデルがデータをこんな風に解釈しているから、この結果になったんだろう」と深層学習モデルのアルゴリズムを理解したうえでモデルの挙動を考えて、ただ動かすだけにならないようにしています。

      また、当社のラボでは量子コンピュータの技術や世の中の動向を追ったりしています。
      その活動の中で、日本量子コンピューティング協会が実施する「量子エンジニア資格」を取得しました。
      これは量子コンピューティングの基礎的な実装ができることを証明する資格検定なのですが、2種類の検定に合格し、量子コンピューティング協会のホームページに名前を掲載していただきました。
      2種類のうち一方は初開催の検定で合格したので、広い意味では世界初の合格者の一人となりました！

      データアナリティクスラボの中で、深層学習や量子コンピュータについて一番詳しくなることが目標です！

    • 社員インタビュー【K.Kameda】

      大阪大学大学院基礎工学研究科出身

      K.Kameda　(2024年新卒入社 データサイエンティスト)
      〈インタビュー実施：2025年〉

      ---「まさか研究ができるとは思わなかった」1年目から最先端に挑む、データサイエンティストのリアル---

      正直、入社前は「研究ができる案件があるとは思っていなかった」です。いわゆる普通のデータ分析業務が中心かなと。でも、ちょうどそのタイミングで研究案件があり、そこを担当できることになりました。学生時代に研究には慣れていたこともあり、自分に合った環境だなと感じています。

      現在取り組んでいる業務は、一言で言えば“研究”です。クライアント先と相談して、気になる技術分野をテーマに据え、まずはその技術を徹底的にリサーチ。そこから「これをもっと深く調べてみたい」というものを絞り込み、実際の実装や検証を進めています。

      主な作業はAWSのEC2環境上で行っていて、プログラミングや検証、数値の整理から発表資料の作成まで、ほとんどの工程を自分で担当しています。これまでに2回、研究成果を学会で発表。現在は3回目の発表に向けて準備中です。

      ただ、研究ってすぐに業務に直結するわけではないんです。成果が形になるまでに時間もかかるし、道筋もはっきりしていないことが多い。でも、だからこそ面白いですね。

      特に一番テンションが上がる瞬間は、やっぱり自分が書いたコードが思い通りに動いた時。既存のパッケージでは済まない、自作コードならではの難しさもある分、その一瞬の達成感は格別です。

      最近はChatGPTを使ってコードの補完をしたり、効率も上げています。無料版でも結構使えるので、興味がある方はぜひ試してみてください。


      ---DALには、向上心を持っている人がたくさん---

      自分もそうですが、「もっと知りたい」「もっとやってみたい」と思っている人にとっては、最高の環境だと思います。
      もし「研究が好き」「もっと深く考えたい」と思っているなら、DALは間違いなくその想いを活かせる場所です。

この企業に興味をもった方にオススメの企業

エージェントに相談しますか？