応募ページに移動します
データとビジネスと
社会を、つなげる。
社会を、つなげる。
ALBERTはビジネスに実装されるAIを開発しています。
最先端の技術を持つプロフェッショナル集団で、
共にビジネスの変革に挑戦しませんか。
最先端の技術を持つプロフェッショナル集団で、
共にビジネスの変革に挑戦しませんか。
TOPICS
トピックス
- 2019.12.11
-
12月19日（月） 締切予定 【2021年新卒対象】12月開催ALBERT会社説明会の募集を開始しました。
- 2019.11.01
-
11月25日（月） 締切予定 【2021年新卒対象】11月開催ALBERT会社説明会の募集を開始しました。
- 2019.10.28
-
11月23日（土） アカリク【データサイエンティスト志望者向けキャリアフォーラムin大阪】に参加します。
- 2019.10.28
-
11月17日（日） アカリク【データサイエンティスト志望者向けキャリアフォーラムin東京】に参加します。
- 2019.10.01
-
2021年新卒採用サイトをオープンしました。
- 2019.09.11
-
ALBERT2021年卒 新卒採用の応募受付を開始しました！「会社紹介パンフレットはこちら」
WHAT'S ALBERT
ALBERTとは？
ALBERTはあらゆるビジネス課題に対し、業界、企業、部門、分析手法、分析対象にとらわれることなく最適な分析ソリューションを提供します。
産業に実装される
AI開発のパートナー
コアとなるデータ分析力を軸に「AI活用コンサルティング」「ビッグデータ分析」「AIアルゴリズム構築とシステム開発・運用」「AIを用いた独自プロダクトの提供」「データサイエンティストの育成支援」を通じて、より良い社会の実現を目指しています。
■プロジェクト実績例
- ロボットのAI化による業務効率化
- 細胞の分類自動化
- 旅行者の行動パターン分析・可視化
- 店舗の契約手続き数の予測
- 社内問い合わせチャットボット
- 子育て支援チャットボット
- 仕入れの発注量を判断する需給予測モデル
事業内容や戦略等の詳細についてはこちら。
ALBERTとは？プロジェクト詳細についてはこちら。
ALBERTができること
WHAT'S
DATA SCIENTIST
ALBERTのデータサイエンティストとは？
3つの力で課題解決を
実現する
データサイエンティストとは、一般的には「データ分析でビジネスの意思決定をサポートする人材」と定義されますが、ALBERTでは「ビジネス力・データサイエンス力・エンジニアリング力を用いることでビジネスの課題解決まで実現するプロフェッショナル」と定義しています。
-
"ビジネス"力
課題背景を理解したうえで、
ビジネス課題を整理し解決する力 -
"データサイエンス"力
情報処理・人工知能・統計学などの
情報科学系の知恵を理解し使う力 -
"エンジニアリング"力
データサイエンスを意味ある形に
使えるように実装・運用できる力
ALBERTで働くデータサイエンティストは、データ分析を主とする「データアナリスト」とデータ分析に関わるシステム開発を主とする「データエンジニア」の2職種に分かれます。どちらの職種においても「ビジネス力」「データサイエンス力」「エンジニア力」を活用してビジネス課題を解決することが重要な任務となっています。
WHY ALBERT
ALBERTで働く魅力
取引実績の一例をご紹介していますので、下記よりご覧ください。
ALBERTの取引実績
INTERVIEW
スタッフインタビュー
ALBERTのデータサイエンティストに、
在学中の研究内容や業務のことなどを
インタビューしました。
-
中村
2015年入社（第二新卒）
-
羽山
2018年入社（新卒）
-
山内
2017年入社（新卒）
A1
- 中村
- これからの時代は確実にデータ分析の力が必要になってくると考えました。当時分析を軸においている企業が少ない中で、ALBERTが唯一「分析力」をコアとしている企業であったこと、様々な業界の課題に応じて自然言語処理や画像解析など多種多様な手法を用いたり多彩なデータを活用したりできることが面白いと思い、志望しました。
- 山内
- ALBERTでアルバイトしていた期間に行なっていたデータ分析業務が自分の特性に合うと思ったこと、専門性が高く良い意味で個性的な方々が多かったことから、この環境で仕事を続けたいと思いALBERTを志望しました。実を言うと、就職活動したくないという理由もひとつありましたが（笑）
- 羽山
- 大学在学時には教員を目指していましたが、教員になる前に一度社会に出る経験をしたいと考え、専攻学部（数学・統計学ゼミ）の知識を活かせるALBERTのインターンに参加したことがきっかけです。その後アルバイトでデータ分析の経験を積むうちに面白さを実感し、引き続きALBERTで自分の特性や専門性を活かしたいと思い志望しました。
A2
- 中村
- 大学時代は化学系を専攻しており、白衣を着て研究をする毎日でした。研究の一環で化学反応を数理的にシミュレーションしたり、シミュレーションする上でのプログラミング等を行なっていました。
- 山内
- 大学時代は哲学を学んでいてデータ分析にはほぼ関係がなかったのですが、哲学的に人間を考える際に「人工知能」に興味を持ちました。また大学の講義で機械学習を教わり、ニューラルネットワークを用いて天気予報の仕組みを作ったことが面白く、そこから趣味の一環としてニューラルネットワークを学んでいました。
- 羽山
- 大学時代は数学科の統計学のゼミでデータ分析関連を学び、大学院でも継続して研究を続けました。研究内容としては、行列分解のランク決定法について情報量規準を用いたアプローチなどを行なっていました。また、スポーツデータを扱うデータ分析のコンペにも参加した経験があります。
A3
- 中村
- 現在はプロジェクトマネージャーという立場で、平均的に3件くらいの分析プロジェクトに携わりながら、プロジェクトの品質管理やプログラミング等の実務を行っています。GPSデータやテキストデータ、マーケティング系のデータなど多彩な領域のデータを扱うプロジェクトに参加しているので、データに携わっていて飽きないところに面白さを感じます。またその領域を理解する上で、専門家の方と関わることで深い話を聞くことができるのも面白さのひとつです。今後は医療や金融系のデータにも興味があるので携わってみたいと思っています。
- 山内
- アルバイト時代から現在まで、ディープラーニング関連のプロジェクトと研究を行なっています。画像データを用いた異常検知や単眼深度推定などのプロジェクトに携わってきました。画像以外では音声認識をやったこともあります。ディープラーニングは中身としてはすごくシンプルで応用範囲が広いので、いろいろなことにチャレンジできるところに面白さを感じています。またニューラルネットワークの学習曲線が進む様子を見るのも楽しいです。
- 羽山
- インターンやアルバイト時代はマーケティング領域の分析プロジェクトに携わり、データのクレンジング・加工・集計等を主に担当し、分析と報告書の作成も行なっていました。現在も仕事の流れは変わっていませんが、上記の対応を現在では道筋立てて一人で対応できるようになりました。データ分析業務ではデータクレンジングの工程が好きで、生のデータを見ながら地道にデータの構造や状況を理解できるところに面白さを感じています。
A4
- 中村
- 私が担当する分析プロジェクトでは決定木系のモデルを用いることが多いです。分析を進めていく先々にあるモデリングや実装について検討する際、それなりの精度と解釈性をもった結果が出やすいという点があるからです。初めに決定木を試してみることで、そこからどのように精度を上げるかの判断がしやすくなります。
- 山内
- 私はニューラルネットワークを使用する事が多いです。ニューラルネットで問題を解くということは、それを最小化することが問題の解決に対応するような損失関数を定義することと同義であり、そうした損失関数の設計を私は粘土細工のようだと感じています。粘土が千切れないよう（backpropが通るよう）注意しながら対象データを学習できるようにモデルを捏ねていくのは、難しいですが面白いです。
- 羽山
- インターンの時から様々な分析プロジェクトに携わってきましたが、データクレンジングや分析結果の解釈の際、統計学がとても大事だと感じました。大学時代、統計学が好きで専門分野として学んでいたことが、現在の業務にも活かせていると実感できるので、引き続き統計学の基礎を大事にして業務に活かしていきたいと考えています。
A5
- 中村
- ALBERTは「分析力」をコアに成長してきた会社であり、あらゆる領域の分析プロジェクトに携わることができるところ、社内外で各領域の専門家と仕事ができるところが一番の魅力だと思います。学生時代に学んだ理論の知識をビジネスに活かせるプロジェクトも多いので、自分の知識をビジネスに活かしたいと思う方にぜひ来ていただければと思います。
- 山内
- ALBERTはプロジェクトによっては少人数のチームで分析することが多く、任せられた業務を一人でもくもくと進めていかなければなりません。私はそのような環境は苦ではなく、むしろ一人で集中して業務に取り組むことが好きです。自分のやりたいことを自分の力、自分の責任で進めていくことが好きな方には合っている環境だと思いますので、我が道を切り開きたい方にはぜひチャレンジして頂きたいです。
- 羽山
- ALBERT新卒入社の同期は多種多様な分野の出身で、みんな専攻知識に長けているので刺激を受けます。一緒に成長して切磋琢磨できる仲間がいて良かったと思っています。一緒に仕事をする先輩方も自分にはない専門性を持っているので、自己成長には素晴らしい環境だと思います。自分の知識の幅を広げ、業務を通して自己成長していきたいと考えている方には、ぜひ応募して頂きたいです。
さらにALBERT社員のインタビューをご覧になりたい方は、下記よりご覧ください。
INTERVIEW 社員紹介
DATA
数値で見るALBERT
ALBERTがどういった会社なのか、
各種データでご紹介します。
※すべて正社員データで作成
-
社員年齢構成比
若手20代、働き盛りの30代の社員が
多く働いています
-
データサイエンティスト出身分野
文系
40%
理系
60%
文系専攻の割合
理系専攻の割合
ALBERTでは様々なバックグラウンドを
持ったデータサイエンティストがいます -
データサイエンティスト最終学歴
博士・修士の学位取得者が約60%と、
数多く在籍しています
CULTURE
ALBERTの文化
ALBERTの特徴的な社内制度や
福利厚生の一部をご紹介します。
-
充実の新卒技術研修
経済産業省「第四次産業革命スキル習得講座認定制度」に認定された自社講座を基に、データサイエンス領域を網羅するカリキュラムを用意しています。ALBERTの最前線で活躍する現役データサイエンティストが講師を務め、皆さんがデータサイエンティストとしてファーストキャリアを歩むための基礎となる内容を丁寧に指導します。
-
経済産業省に認定された、ノウハウが詰まっている自社講座がベース
現役データサイエンティストがデータ分析の最先端技術動向を加味して考案
実際の分析案件に基づく実践的な演習問題、OJTを盛り込んだ即戦力プログラム
研修内容（例）
- 分析入門
- Python入門
- SQL入門
- データの前処理と可視化
- クラスター分析
- 時系列分析
- 機械学習
- 分析実習
-
-
社内勉強会
ALBERTでは教育に力を入れており、毎週、エンジニア、アナリストの勉強会を実施しています。部署内での技術向上を目的とした勉強会や、部署を横断しての情報共有会等も盛んに行なわれており、社員は最新技術のキャッチアップのため積極的に勉強会に参加しています。また、業務時間内での勉強会の開催及び参加が認められていますので、勉強会には業務の一環としての側面もあります。1人ひとりが学び、成長する文化が根付いています。
勉強会テーマの一例
- Uncertainty in Deep Learning
- 強化学習の理論と実装（DQN等）
- トピックモデルの理論と実装（Stan、MCMC）
- 時系列解析の理論と実装（動的線形モデル、状態空間モデル）
- クラウドサービスの活用方法
- 機械学習の理論と実装
FAQ
よくある質問
- 応募方法について教えてください。
- 応募の際に必要な書類は何ですか？
- 応募条件に年齢制限を設けていますか？ また、既卒ですが応募は可能ですか？
- 海外からの留学生（外国籍）ですが、応募可能ですか。
- どのような服装で仕事をするのでしょうか？