データサイエンティスト【正社員】

■仕事概要
◼️ミッション
エムニは、「AIを、あらゆる産業の実装力にする」ことを目指す、製造業特化のAIスタートアップです。
日本の製造業には、熟練者の暗黙知、紙・PDF・図面・帳票に蓄積された情報、属人的な判断プロセスなど、まだAIによって解決できる余地が数多く残されています。
本ポジションでは、LLM・RAG・AIエージェント・機械学習などの技術を活用し、製造業を中心としたクライアントの本質的な業務課題を解決するAIシステムの設計・開発・実装を担っていただきます。
単なる技術検証やPoCにとどまらず、実際の業務で使われ、事業成果につながるAIの社会実装を推進することがミッションです。
◼️本ポジションについて
エムニでは、LLM・RAG・画像認識・機械学習・AIエージェントなどの技術を活用し、製造業の現場課題に応じたオーダーメイドAI開発・導入支援を行っています。
その中でデータサイエンティストは、AI開発の出発点となる重要な役割を担います。
顧客の業務を理解し、利用可能なデータを確認し、分析可能性やデータ品質を見極め、どのテーマに取り組むことで業務成果につながるかを整理します。必要に応じて予測モデルや分類モデル等の初期検証を行い、PoCや本番開発へつなげていきます。
扱うデータは、テーブルデータ、時系列データ、画像、自然言語、設備ログ、検査記録、生産実績、品質データ、問い合わせ履歴など多岐にわたります。
AIプロジェクトマネージャー、MLエンジニア、AI/LLMエンジニア、Webエンジニア、Bizメンバーと連携しながら、データから価値ある課題を発見し、実際のAI導入・業務改善につなげていただきます。
◼️仕事のやりがい
製造業の現場データをもとに、実際の業務課題の発見・改善に関われる
顧客ヒアリングからデータ分析、AI活用テーマ設計、効果検証まで一気通貫で担える
テーブルデータ、時系列データ、画像、自然言語など、多様なデータに向き合える
分析結果をレポートで終わらせず、AI導入や業務変革につなげられる
需要予測、品質改善、異常検知、要因分析など、製造業に直結するテーマに挑戦できる
MLエンジニアやAI/LLMエンジニアと連携し、分析・検証結果を本番システムにつなげられる
LLMや生成AIと従来型のデータ分析・機械学習を組み合わせた、新しい課題解決に挑戦できる
◼️業務内容
スキルやご経験、ご志向に応じて、以下のような業務をお任せします。
製造業を中心としたクライアントの業務課題・データ課題のヒアリング、整理、構造化
生産データ、品質データ、設備ログ、検査記録、需要データ等の探索的データ分析
データの可視化、傾向分析、ボトルネック分析、要因分析
AI導入余地の見極め、ユースケース設計、PoCテーマの立案
KPI・効果指標の設計、導入前後の効果検証方針の策定
需要予測、異常検知、分類、回帰、品質予測等の初期モデル検証
データ品質、欠損、偏り、取得方法、活用可能性の評価
顧客向け分析報告、検証結果の説明、改善施策の提案
AIプロジェクトマネージャー、MLエンジニア、Webエンジニアとのプロジェクト推進
LLM/RAG/AIエージェントと構造化データ分析を組み合わせた活用テーマの検討
分析手法、検証結果、顧客課題に関するナレッジの社内共有
自社プロダクトや今後の新規事業に活用可能なデータ分析・検証
◼️取り組むテーマ例
品質不良データの分析による、不良要因・改善ポイントの特定
設備ログやセンサーデータを用いた、故障予兆・異常傾向の分析
生産実績・受注・在庫データを用いた、需要予測・生産計画高度化の検証
検査工程における画像データ活用可能性の評価
作業記録、問い合わせ履歴、報告書等の分析による、業務効率化テーマの探索
熟練者の判断や現場ノウハウをデータ化・可視化するための分析設計
AI導入前後の効果測定設計、KPIモニタリング
複数工場・複数拠点のデータを活用した横断分析
LLMと構造化データを組み合わせた、意思決定支援・分析支援機能の検討
◼️このポジションで期待する成果
顧客の業務課題を理解し、データをもとに解くべき論点を整理できる
AI活用が有効なテーマと、データ不足等により難しいテーマを適切に見極められる
分析・検証結果を、顧客や非技術者にもわかりやすく説明できる
モデル精度だけでなく、業務成果や導入効果を踏まえて提案できる
MLエンジニア等と連携し、分析・PoCから本番導入へつなげられる
顧客現場の一次情報を重視し、実効性のある改善テーマを生み出せる
◼️開発環境
言語：Python、SQL、R
データ分析・統計：Pandas、NumPy、SciPy、scikit-learn、statsmodels
機械学習：scikit-learn、PyTorch、TensorFlow
可視化・BI：Matplotlib、Plotly、Tableau、Looker Studio など
AI/生成AI：OpenAI API、Azure OpenAI Service、Anthropic Claude、Gemini、Amazon Bedrock、Vertex AI
クラウド：AWS、Google Cloud、Azure
データベース・データ基盤：PostgreSQL、MySQL、BigQuery
コード管理：GitHub
コミュニケーション：Slack、Notion
その他：Cursor、ChatGPT、Claude、Gemini、GitHub Copilot など
※利用技術はプロジェクトや課題に応じて柔軟に選定します。
◼️選考フロー
書類選考→面接（2～3回/オンライン実施）→内定
※面接はオンラインで実施します。
※職種やポジションに応じてリファレンスチェックを実施させていただく可能性があります

データ分析、統計解析、機械学習、データサイエンスのいずれかに関する実務経験または研究経験
PythonまたはRを用いたデータ分析経験
SQL等を用いたデータ抽出・加工経験
テーブルデータ、時系列データ、画像、自然言語データのいずれかを扱った経験
探索的データ分析、可視化、仮説検証、モデル検証のいずれかの経験
分析結果を業務課題や改善施策に結びつけて説明できる力
顧客またはビジネスメンバーと対話し、課題を理解しながら分析を進められる力
日本語での円滑なコミュニケーション能力
※実務経験だけでなく、大学・大学院での研究、個人開発、インターン、業務委託、副業等での経験も歓迎します。

製造業における生産、品質、設備、検査、サプライチェーン等のデータ分析経験
需要予測、異常検知、要因分析、品質予測、因果推論、最適化等の経験
顧客向けの分析報告、技術提案、PoC企画、改善提案の経験
KPI設計、効果検証、意思決定支援の経験
機械学習モデルを用いた業務課題の検証経験
BIツールを用いたダッシュボード構築・可視化経験
データ基盤、ETL、データマート等に関する知識
LLM、RAG、生成AIを活用したデータ分析・業務支援への関心または経験
コンサルティング、DX支援、業務改革プロジェクトへの参画経験
論文執筆、学会発表、Kaggle等のコンペティション実績
スタートアップや新規事業における仮説検証経験

エムニのミッションに共感し、データとAIを通じて製造業の現場課題を解決したい方
分析そのものではなく、分析を通じて顧客の意思決定や業務改善に貢献したい方
現場の業務やデータの背景を丁寧に理解し、本質的な課題を見極めたい方
仮説を立て、データを用いて検証し、次のアクションにつなげられる方
不完全なデータや整理されていない業務課題に対しても、粘り強く向き合える方
エンジニアやPM、Bizメンバーと連携しながら、チームで成果を出したい方
新しい技術や分析手法を学び続け、自身の専門性を広げたい方
PoCで終わらず、実際の業務変革につながるAI活用に関わりたい方
スピード感のあるスタートアップ環境を楽しめる方