応募ページに移動します
NEW GRADUATES RECRUIT 2020
プロフェッショナルな
環境で成長
データ分析の
最先端へ
環境で成長
データ分析の
最先端へ
プロフェッショナルな環境で成長
データ分析の最先端へ
データ分析の最先端へ
SCROLL
AI新時代を切り開くALBERT
ALBERTの事業内容
TOPICS
トピックス
- 2019.01.10
-
2月8日（金） 【2020年卒】新卒採用【第3クール】の募集を開始しました。
- 2019.01.10
-
2月15日（金） 2020年新卒向けALBERT会社説明会を開催します。
- 2018.12.03
-
12月19日（水） 博士後期課程学生のための蔵前就職情報交換の集い(Dr's K-meet)に参加します。
- 2018.10.29
-
12月15日（土） データ分析系エンジニア志望者向けスカウトイベントに参加します。
- 2018.10.01
ALBERT2020年新卒採用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
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。
優秀なデータサイエンティスト同士での知見共有
文理問わず様々な専門性をバックグラウンドにもった、優秀なデータサイエンティストがALBERTには100名以上所属しています。 高度な分析プロジェクトに対応するため業務の一環として勉強会を開催し、日々知識を深め技術を磨き続けています。
CASE
分析事例
ALBERTでは多種多様な業界でのプロジェクト実績があり、取り扱うデータも画像、センサーなど様々です。
高度な分析に取り組んできた技術ノウハウが社内に蓄積されており、よりチャレンジングなプロジェクトに挑戦できる環境があります。
-
CASE01
車載カメラ動画から車両識別・構造物識別
自動運転の実現のために、人間と同等またはそれ以上の精度で車両や車線等の構造物を認識したい。
×CASE01.
目的
車載カメラ動画から
車両識別・構造物識別（自動車）
自動運転の実現のために、人間と同等またはそれ以上の精度で車両や車線等の構造物を認識したい。
- ■利用データ：車載動画
- ■分析方法：ディープラーニング等
車載動画から障害物、走行車、歩行者等の自動識別や領域検出に有効な手法を選定して、精度の高いモデルを開発。
-
CASE02
製造工程における最適加工条件の算出
歩留改善のため、材料の状態に合わせた最適な加工条件を導き出すアルゴリズムを開発したい。
×CASE02.
目的
製造工程における
最適加工条件の算出（機械・素材）
歩留改善のため、材料の状態に合わせた最適な加工条件を導き出すアルゴリズムを開発したい。
- ■利用データ：製造データ、品質データ等
- ■分析方法：重回帰、ランダムフォレスト等
理想品質の因果関係を統計的に解明し、モデル化することで品質の安定と省力化を実現。
-
CASE03
旅行者の行動パターン分析・可視化
地域活性のために旅行者の動向を知りたい。
×CASE03.
目的
旅行者の行動パターン分析・可視化
（情報・通信）
地域活性のために旅行者の動向を知りたい。
- ■利用データ：位置情報データ、地域データ
- ■分析方法：隠れマルコフモデル、時系列等
旅行者の滞留状況を細分化して可視化することに成功。
移動者と滞在者それぞれへの施策が可能に。
-
CASE04
電力需要の予測
過去の電力需要および気象データ、曜日データをもとに、翌日の電力需要を精度高く予測したい。
×CASE04.
目的
電力需要の予測（インフラ）
過去の電力需要および気象データ、曜日データをもとに、翌日の電力需要を精度高く予測したい。
- ■利用データ：電力需要データ、気象データ、曜日データ
- ■分析方法：ディープラーニング等
ディープラーニング（LSTM）を使って24時間後の電力需要を97％以上の精度（誤差率3％未満）で予測した。
-
CASE05
カタログ送付量の削減と売上の維持
カタログを送ったら買ってくれるお客様を知りたい。
×CASE05.
目的
カタログ送付量の削減と売上の維持
（小売・流通）
カタログを送ったら買ってくれるお客様を知りたい。
- ■利用データ：購買、閲覧、会員属性データ
- ■分析方法：アソシエーション、重回帰分析等
スコアを算出して送付ターゲットを抽出。カタログ送付を5万部から3万部に削減したが、受注総数は向上。収益最大化に貢献。
-
CASE06
動物の皮膚病の自動判定
画像認識技術を用いて動物の皮膚病を判別したい。
×CASE06.
目的
動物の皮膚病の自動判定（医療）
- ■利用データ：動物の画像データ
- ■分析手法：ディープラーニング等
案件の多い皮膚疾患に対して判定精度を上げることに成功。診察業務の効率化や遠隔対応に貢献できる見込みが得られた。
上記事例以外にもその他多数の業界において、
事例・支援実績がございます。
CASE STUDYへ
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
入社4年目
アナリスト -
羽山
入社1年目（新卒）
アナリスト -
山内
入社2年目
アナリスト
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。
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（2018年6月30日現在）
-
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。
-
勉強会
ALBERTでは毎週エンジニア・アナリストの勉強会を実施するなど、教育に力を入れています。
部署内での技術向上を目的とした勉強会はもちろん、部署を横断しての情報共有会なども盛んに行なわれており、最新技術のキャッチアップの為にも積極的に勉強会に参加する社員は多いです。また、ALBERTでは上長承認により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、育て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
-
データサイエンスに特化した
新卒技術研修
経済産業省の「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新卒研修を実施しています。もちろんALBERTの現役データサイエンティストが講師を勤めます。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を徹底指導しています。
-
親睦会補助
社員間のコミュニケーション活性化を目的とした、親睦会の費用を補助する制度です。
補助金額は1ヶ月に1人3,000円。親睦会に参加したメンバーが全員満面の笑みの写真を貼付して申請するという、申請方法もユニークな制度です。ALBERTはプロジェクトメンバーをはじめ、部署を飛び越えての交流を推進しています。- 申請した写真の一例
- 親睦会は同期会をはじめ、様々なテーマで開催されます。干支仲間で集まったり、スイーツ好き女子で集まったりなど毎月楽しい写真と共に申請があります。
-
近隣住宅手当
対象地区内の賃貸住宅へ居住する正社員に、月3万円を上限として近隣住宅手当を支給し、働きやすく業務に集中できる環境を用意しています。多くの社員が利用している制度のひとつです。会社まで徒歩圏内の社員もいます！
-
会社年休
ALBERTでは、年間の営業日数を240日と定めており、法定有給休暇のほかに会社年休を付与しています。
会社年休は年初に6日間*が全社員に付与され、退職するまで消滅することがありません。途中入社の場合には、入社月によって付与される日数が決まります。入社日に付与されるため、法定有給休暇取得前に休暇取得が可能です。
*4月入社の場合は4日分、その翌年1月から6日分の会社年休が付与されます。
-
書籍の購入制度
会社の蔵書として書籍・雑誌を会社経費で購入できる制度です。
教育を推進しているALBERTでは業務や知識習得に必要な書籍については積極的に購入し、社員の成長をサポートしています。購入した書籍は、オフィスの本棚に保管され、社員へ貸し出しを行っています。 -
育児支援
産前産後休業、育児休業を取得しやすい環境を整えることはもちろんのこと、復帰後の育児と仕事の両立を支援するため育児支援制度を設けています。 法定では、時間外労働や深夜労働の制限、時短勤務、在宅勤務等を求めることができるのは3歳までとされていますが、ALBERTでは子供が小学校に進学するまで求めることができ、仕事と育児の両立ができるような環境を提供しています。
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？