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。

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

【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。

【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。

◎『探究心』が、新たな価値を創造する
・grasysと他社の決定的な違い。それは、ビジネスの課題を「なぜ」から問う、その知的な探究心にあります。私たちは、学術的知見を基に「組織の活性化」といった抽象的な概念を構造化し、「本質的な課題は何か」という質の高い仮説を立てることから始めます。

その挑戦を支えているのは、単なる分析スキル以上に、理論とデータを結びつける「仮説構築力」です。大学教授や研究者との対話を通じてロジックを磨き上げ、あらゆる可能性を思考し尽くすからこそ、本質的なインサイトに辿り着けるのです。

◎「研究」と「実装」を繋ぐ
最先端の学術論文から得た知見を、プロダクトに実装するためのデータ基盤やAPIとして、自らの手で形にする。ここでは、研究者と開発者の境界は存在せず、あなたは学術的議論とプロダクト開発の間を埋める「翻訳者」としての役割も担います。

研究開発（R&D）からプロダクトへの実装まで、知の探求から価値の提供まで、そのすべてを一気通貫で担当する。それがgrasysの開発スタイルです。

◎市場価値を“希少価値”へ
・私たちが挑むのは、「People Analytics」など、まさに今、世界がその可能性に注目する未踏の領域です。実データから「心理尺度」や「行動指標」といった、まだ世にない“モノサシ”をゼロから設計する経験は、あなたを単なるデータサイエンティストではなく、市場において代替の効かない「第一人者」へと変えるでしょう。

◎知的好奇心と論理が、正当に評価される組織
・評価されるのは、モデルの性能と、その判断根拠の『妥当性』と『説明可能性』。そして、課題の本質に迫ろうとする知的好奇心です。

grasysでは、結果が出ない場合でも、その思考プロセスと学びをチームで共有することを歓迎します。「学術的すぎて伝わらない」という雰囲気は一切なく、誰もが知の探究者として尊重される環境です。

◎専門家を信頼し、“問い”そのものを委ねる文化
・私たちが重視するのは、決められた手順の遵守ではなく、最終的に生み出される「本質的なインサイト」です。
分析結果が人の意思決定に与える影響の大きさを理解しているからこそ、一人ひとりを専門家として信頼し、「何を分析すべきか」という“問い”そのものから、大きな裁量権を渡します。
自らの知的好奇心と倫理観を原動力に、自律的にプロジェクトを推進できる、自由な環境です。

grasysでは以下のような方と、一緒に働きたいと思っています。
もし何か一つでもあなたに当てはまる項目があれば、ぜひ一度お話ししてみたいです！

・分析結果から「意味」を創出することに価値を置ける方
・抽象的な概念を構造化し、仮説・前提を明確にしながら業務を進められる方
・正解が一つではない課題に対し、思考を継続し、そのプロセスと学びをチームに共有できる方
・短期的な成果よりも、長期的な信頼構築を重視できる方
・分析結果が与える影響への責任感を持ち、倫理観やプライバシーへの配慮を自発的に行える方

◎マインド・関心
・心理学、行動科学、社会科学への強い関心
・「正しさ」「再現性」「説明可能性」を重視し、粘り強く探求できる姿勢
・専門家（研究者等）とのディスカッションを楽しめる知的好奇心

◎スキル
・Python、SQLを用いたデータ処理・分析能力

◎スキル・経験
・統計知識・人流分析・計算モデル構築・バックエンド開発
・データサイエンス分野での実務経験
・分析者以外のエンジニア（バックエンド等）との協業経験、またはITエンジニアとしての実務経験
・小〜中規模チームでの開発経験
・複数分野にまたがる分析経験、またはチームリーダー経験
・自然言語や行動ログを用いた分析モデルの設計・実装経験
・学術論文や研究資料を読み、プロダクト設計に活かした経験

◎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。

所属部署：Bizdev Division/ Tech Sec.
体制：チーフ1名、メンバー2名

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）