【2027新卒採用】本選考エントリー受付中！
「成長環境」と「人」を重視してデータフォーシーズ（以下、D4c）へ新卒入社した笹森さん。早期から頭角を現し、現在はユニットリーダーとして大手企業をクライアントに多岐にわたる案件を牽引しています。そんな笹森さんに、ご自身が感じるD4cならではの魅力についてお話を伺いました。
巡り合ったのは、向上心を持つ仲間と興味のある案件に挑める環境
─笹森さんは2018年にD4cへ新卒入社されて、現在AXU（AI/Analytics X-formation Unit）のULとしてご活躍されています※。改めて、D4cへご入社された経緯をお教えください。
※入社1年目インタビュー記事はこちら
私は大学院で数学を専攻していて、就職活動する中でデータサイエンティストという職業を知りました。調べるうちに魅力的な仕事に思えて、内定をいただいた中で最終的にD4cへの入社を決めました。
決め手になったのは、「ノウハウプレゼン大会」に招待されたことです。メンバーの方々が業務中の気づきや学びを社内に発表する場なのですが、内容もさることながらその後の懇親会の雰囲気が自分に合うな、と感じたんです。
そこで役員の方とお会いできたのも大きいですね。こう言っては恐れ多いのですが、自分と近いタイプの方だと感じて「この方がステップアップできる会社なら、自分もやっていけるかもしれない」と考えたんです。
正直、内定をいただいていた他の企業には、D4cよりも初任給が高い会社もありました。ですが、初任給はあくまでも初期値であって、その後の伸び率の方が重要ですよね。初期値にとらわれず気の合う方々と働ける方がいいと感じ、D4cへの入社を決めました。
─入社されてから8年になりますが、狙い通りの環境で働けていらっしゃいますか？
はい。かなり裁量をもって案件に取り組ませていただいています。年齢や社歴に関わらず、非常にフラットな環境なんですよ。キャリア採用のメンバーからも「D4cは任せてもらえる裁量が大きいですよね」とよく言われます。 当社は興味のある案件に手を挙げれば抜擢されますし、結果を出せばしっかり評価もしていただけます。個人的には、年功序列と実力主義がちょうどいいバランスになっていると感じています。
少数精鋭の組織だからこそ、「誰かに任せきりにする」といった雰囲気はなく、全員がオーナーシップを持って案件に向き合う必要があるんです。 実際に大手企業から転職してきたメンバーからも、「一人ひとりが自走していて、意思決定やプロジェクト進行のスピード感が刺激的だ 」といった声を聞きます。当社には停滞を良しとする雰囲気がなく、案件に集中することはもちろん、成長に向けて自発的に学習を続けるメンバーばかりが在籍しています。向上心が強いメンバーに囲まれる環境も、私が気に入っている自社の魅力のひとつです。
失敗をしながらたどり着いた、成果を生み出す「仕事の型」
─笹森さんは小売や金融、不動産業界など多様なフィールドで、マーケティングや需要予測、業務効率化など幅広いプロジェクトを担当してこられています。なぜそれほど幅広いクライアントに対応することができるのでしょう？
私の学生時代の専門は数学で、医療や薬学といった特別な専門性のある研究をしてきたわけではありません。だからこそ、自分の手掛ける業務の範囲を狭めることなく、積極的に様々な案件に飛び込んでいけたのだと思います。
それに、様々な案件に携わる中で、どんな会社にも共通するコア課題があると考えるようになりました。このクライアントにとって大きな課題意識を外さなければ、業界や会社ごとの文化や風土が違っていてもあとで肉付けしていけば対応していけるはず。うまくできているかはわかりませんが（笑）、そのように考えながら日々案件に向き合っています。
とは言っても最初からこれができたわけではありません。入社1年目はたくさん失敗もしました。ですが、失敗した経験や業務の改善点などを通じて、「将来的に業務を上手く回していくにはどうしたらいいだろう」と常に考えていたんです。（※当時のエピソードは1年目インタビューでも語られています）
プログラマーはよく「作業で楽をするためにプログラムをつくる」ということをやるんです。一見するとプログラムを書く方が作業をするより手間に思えるのですが、最終的にプログラムが完成するとずっと楽な状態が続きます。
1年目から、今は苦労が多いものの「ここでの経験を生かせば後々楽になるはずだ」と漠然と考えていました。今振り返ると、1年目は試行錯誤を重ね、2年目はそれをもとにPDCAを回して仮説を立てるところまで詰め、3年目にその仮説を実証する、というような流れで走っていました。4年目には仕事の型が出来上がって、より思い通りに仕事ができるようになったと感じます。
クライアントに期待されているのは、共感力とホスピタリティー
─中・長期的視野をもって、しっかりロジックを立てて業務に打ち込まれてきたのですね。
論理的思考力、類推力、仮説思考といった数学を学ぶ中で培ってきた力は、現在の業務でも大いに活かされています。その仮説思考で常に考えているのが「なぜクライアントはD4cへご依頼くださっているのか」という点です。
規模だけで言えば、もっと大きな企業様はいくらでもあります。その中でクライアントが当社に期待されているのは、技術力・知識量はもちろん、「D4cさんは自分たちのことをわかってくれている」という共感の部分です。
ご依頼いただいたデータ解析の先にあるのはどういった課題なのか、どういったペインが減るのか、どのような価値を生み出すのか。そういった視野をもってご依頼内容を再確認すると「それならこういった方法はいかがですか？」とより良い解決案を提示することができるんです。
『自分が相手の立場ならどんな人と仕事をしたいか』と考えると、やはり自社や自分たちの課題を深く理解してくれている人ではないでしょうか。そういったエンパシーであったり、ホスピタリティーの部分であったりをクライアントからご評価いただけていると考えています。
─ロジックだけでお仕事に取り組んでいらっしゃるわけではないんですね。
当社クレド（行動指針）では「Professionality」「Diligence」「Hospitality」という大きな３つの指針と、それぞれの項目に付随した4つの行動が掲げられています。いずれも人間として、社会人として、プロフェッショナルとして基本的なことが記載されているのですが、データ解析の老舗でありながらスキルよりも先に人間力の部分を重視する指針を立てていることに、改めて社長、そしてこの会社の先見性を感じます。
プロフェッショナルとしての高度なスキルや知識があることは大前提ですが、、AIエージェントが台頭した現代において技術力だけでは解決できないビジネス課題に直面した時、最後に鍵となるのは人間としての魅力だと思います。人間的魅力をお持ちであれば、当社では学習環境もしっかり整えているため、入社後も最新の技術を磨き続けながら、さらに一段上のコンサルテーション能力や共感力を身につけていただけます。
とは言え、人付き合いが苦手な方もいらっしゃると思いますし、私自身も得意な方ではありません（笑）。ですが、クライアント企業はもちろん、ご担当者様や関係者の方々に対して興味を持って質問させていただいたり、雑談をしたりして、少しずつ苦手意識を克服していきました。エンパシーやホスピタリティーというのは、努力でいくらでも身につけていけるものだと、自分の経験から考えています。
─そういった指導をユニットメンバーにもされているんですか？
そうですね。説教臭く思われているかもしれませんが(笑)。共感についてはユニットメンバーに対しての指導においても意識していて、まずは「私がどうしたいか」をメンバーにしっかり打ち出すようにしています。その上で、「私の伝えたイメージを目指して取り組めば、メンバーの皆にとってもいいよね」というWin-Winの関係になることを意識しています。ご本人にとってのメリットを提示し、目標に納得していただくことではじめてお互いに気持ち良く仕事ができると考えているんです。
論理で考え、情熱で動く。そんなあなたと一緒に働きたい
─最後に、求職者の方に向けてメッセージをお願いします。
当社は大学での研究活動やそれまでの業務で培ってきた論理的思考、類推力、仮説思考を大きく活かしていただける場所だと考えています。
ただ、選考基準はロジカルシンキングや知識・スキルだけではなく、仕事に対する情熱や明確なキャリアプランも重視しています。「D4cに入社して実現したいことはなにか」「会社に対してどういった貢献ができるのか」「自分がどのように成長していきたいか」─こうした動機は業務で苦しい時に自分を支えてくれる精神的な柱になります。
加えて、私たちが一緒に働く仲間に求めているのは、『説得の三要素』をビジネスの現場で体現できるかという点です。これは古代ギリシャの哲学者アリストテレスが著書『弁論術』で提唱した人を動かすための原則で、人を動かすには ①ロゴス（論理） ②エトス（信頼） ③パトス（感情）が重要だと言われています。理系や研究職出身の方はロゴス（論理）に長けている方が多いですが、クライアントやチームを動かし、ビジネスで真の価値を生み出すために不可欠なのはエトス（信頼）、パトス（感情）なんです。さらに、言葉だけでなく実際に行動に移していらっしゃる方は意外と少ないもの。業務に対して情熱をお持ちの方、ご自身の夢をもって行動に移していらっしゃる方は、ぜひ一緒に案件に携わっていただきたいです。
─本日はありがとうございました。
（記事の内容は2026年８月取材時点のものです）
高い専門性を持つメンバーが集まるデータフォーシーズ（以下、D4c）で、「技術をいかにしてビジネスの価値へ変換するか」を模索し続けた山内さん。行き着いたのは、ビジネスの最上流でデータを事業成長の推進力に変える「アーキテクト」という社内初のポジションでした。圧倒的な当事者意識でクライアントの変革へ挑む面白さや、データサイエンスの先にあるキャリア像について語っていただきました。
互いの専門性を認め合い、対等に議論できるフラットな環境
─ はじめに、自己紹介も兼ねてご経歴と現在の職務についてお聞かせください。
大学では情報工学を専攻し、2015年にD4cへ新卒入社しました。現在はアーキテクトとして、主に戦略実行支援の土台となる「データ＆AI基盤」の構築を通じて、幅広いクライアントの経営・事業課題解決をご支援しています。
─ D4cのどんな点に魅力を感じられたのでしょうか？
私は学生時代、授業の枠に留まらず自主的に様々な開発に取り組んだり、ウェブエンジニアとしてアルバイトをしたりと、とにかく手を動かして技術に触れる日々を送っていました。就職活動では単にシステムを開発すること自体ではなく、「培った技術力を使ってビジネス課題をどう解決できるか」という視点を重視しており、その中で出会ったのがD4cでした。
当時から「データを価値に変える仕事ができる」点に強く関心を持ったのが入社のきっかけです。選考過程でお会いした役員の方々が会社や仕事について非常に論理的かつ誠実に語ってくださり、「本質と合理性を重んじる透明性の高い組織なら、自分も最大限のパフォーマンスを発揮できる」と確信しました。
─ 入社当時のD4cの印象を教えてください。
物事の本質を深く追求したい知的好奇心の高いメンバーが多く、まるで大学のゼミや研究室のように本気で議論できる環境がとても馴染みやすかったです。
「メンバーそれぞれが異なる専門性を持っていること」を前提にお互いをリスペクトし合っており、年次に関わらず提案内容が合理的であれば意見がしっかり通ります。バックグラウンドの違いを認め合いながら、理にかなった対話を通じて質の高いアウトプットを目指せる文化は、現在に至るまで当社の強みだと実感しています。
「チームの価値を最大化する」視点から生まれたアーキテクト職
─ アーキテクトという職務に就かれた経緯を教えてください。
データサイエンティストとしてキャリアをスタートしましたが、当社のメンバーは皆非常に優秀です。その中で、「優秀な分析・解析結果をどうすれば最も早く、確実にビジネス成果へ繋げられるか。自分自身が最も価値を発揮できる役割は何か？」を考えるようになりました。
データサイエンスの世界では「前処理が8割」とよく言われますが、データサイエンティストがデータ収集や加工に追われていては、ビジネス成果を迅速に出すことはできません。それならば、高度なモデリングやサイエンス領域は専門性の高い仲間に任せ、自分は強みである情報工学を活かしてデータ分析基盤の構築やデータエンジニアリング、データガバナンスの整備に注力しようと考えました。土台を整えて前処理を効率化できれば、チーム全体のアウトプットの質もスピードも跳ね上がります。
こうして「高度な分析とシステム、そしてビジネス（経営課題）を繋ぐハブになる」と決め、基盤関連プロジェクトで知見を重ねていきました。社内でも「この領域なら山内」と認知されるようになり、データサイエンス、エンジニアリング、ビジネスの3軸を融合させる新たなポジションとして「アーキテクト」が誕生しました。私個人の適性やプロジェクトへのアプローチを評価し、新しい役割まで創出・後押ししてくれた会社には深く感謝しています。
─ アーキテクトの具体的な職務内容について教えてください。
クライアントのビジネス課題を特定し、データ活用の全体像（ロードマップ）を描いた上で、分析・解析結果を実際のビジネスインパクトへ変える施策を企画・推進するのが役割です。
一般的なアーキテクトは、要件定義やシステム設計などの上流工程で役割を終えるケースもあります。その中で当社のアーキテクトの大きな特徴は技術的な深い知見をベースにしつつ、経営層や現場の事業部門と深く対話し、実際のシステム実装から現場業務への定着、効果検証までを一気通貫で牽引する点です。構想や設計に留まらず、現場で実際に機能するまで伴走し切ることで、確実な事業成果へ繋げています。
─ データサイエンティストよりも、ビジネス全体を俯瞰する視点が必要なのですね。
おっしゃる通りです。当社ではアーキテクトを「データサイエンティストの先にある専門キャリア」と位置づけています。
データサイエンティスト協会でも「価値創造」「データサイエンス」「データエンジニアリング」といった専門スキルの「融合」が重視されるようになっており、当社でも何よりまず「技術をどう事業成果に変えるか」というビジネス視点を持つことが大前提です。
その上で、個々の専門性をさらに尖らせるためのエキスパートロールが定義されています。高度なサイエンス領域を極めていく【マイスター】、そして私のような【アーキテクト】です。
当社のアーキテクトは、単にサイエンス力・データエンジニアリング力を追求するだけでなく、顧客の課題を解き明かし事業価値へ繋げる『ビジネスコンサルティング力』を掛け合わせている点が大きな特長です。技術とコンサルティング力の双方を武器に、本質的な課題解決を推進する役割を担っています。
─ なるほど。確固たる専門知識にビジネス視点を掛け合わせたのが、D4cのアーキテクトなんですね。
ビジネスの最上流から事業戦略を動かすダイナミズム
─ 山内さんが感じる、このお仕事の魅力はどこにありますか？
私はデータサイエンティスト出身ということもあり、 課題ヒアリングから企画提案、実際の基盤構築、その後の活用促進までを一気通貫で手掛けられる点に魅力を感じています。基盤構築にまで関わることは社内でも多くはありませんが、クライアントの事業戦略や経営課題に直接関わるため、技術をテコにビジネスを動かすダイナミズムを味わうことができます。自分たちの提案と実装によってお客様のビジネスが実際に変化していく過程を見届けられることに、大きなやりがいを感じます。
─ 特に印象に残っているプロジェクトについてお聞かせください。
二つありまして、一つはとあるクライアントの中期経営計画策定支援プロジェクトです。向こう10年間の売上を予測する高度なシミュレーションモデルを構築するというミッションでした。
単なる過去データの延長ではなく、社内各部署の戦略シナリオ（意志）を柔軟に反映できるモデルが求められ、取り扱うデータも膨大でした。途中で要件の高度化に伴い、アーキテクチャを抜本的に再設計・強化する重要な判断を迫られる局面もありましたが、技術的な最適解を導き出し、無事に精度の高い予測モデルを稼働させることができました。最上流の経営課題に対し、技術の力で突破口を切り開いた非常にエキサイティングな挑戦でした。
─ もう一つはどのようなエピソードですか？
ある企業のデータ基盤支援プロジェクトです。当初は特定のマーケティング領域に関する可視化支援からスタートしましたが、ご担当者様が抱える本質的な課題に寄り添い、確実な成果を積み重ねることで、データ活用の価値を感じていただけるようになりました。結果としてプロジェクトの成果が社内で高く評価され、最終的にはグループ全体の経営管理部署のご支援へと拡大することができました。
そのように長く伴走する中で、先方の役員の方から「山内さんはプロパーだと思っていました」と言われたことがあります。外部ベンダーとしてではなく、お客様の企業風土や理念まで深く理解し、同じ視線で課題に向き合えていた証だと感じ、大変光栄に思いました。
「正論」だけでなく「事情」も汲み取る。真のパートナーとしての姿勢
─ それほど深く顧客の信頼を得られる理由は何だとお考えですか？
単に依頼されたものを作る「外部業者」ではなく、顧客のビジネスの成功に責任を持つ「パートナー」として行動しているからだと思います。
例えば、タイトな納期や難易度の高いご要望をいただいた際も、単に「できない」とお断りすることはありません。まずは「本来達成したい真の目的は何か」について徹底的に目線を揃えます。その上で、たとえ自分たちの実装や調整の工数が増えてタフなアプローチになるとしても、クライアント企業全体として最も効率的かつ確実に目的を達成できる道があるなら、それを恐れずに提案し、膝を突き合わせて議論します。目先のやりやすさにとらわれず、相手の全体最適と事業の成功を第一に考え抜く姿勢を大切にしています。
─ 技術的な正論をただ通すのではなく、事業の事情や全体最適を見据えてバランスを取られているのですね。
はい。どれだけ相手の事情に寄り添うとしても、システムの安定性や保守性、セキュリティなど、将来的な事業リスクを回避するために「プロとして妥協してはいけない技術的一線」は確実に存在します。
その際は、単に仕様上のルールとして押し付けるのではなく、「なぜこの設計が必要なのか」「ここを省くと将来どんな事業リスクが生じるのか」を論理的かつ分かりやすくお伝えします。
自らが汗をかくべきところと、品質として絶対に守るべき一線の双方を見極め、お客様のビジネス事情も汲み取りながら共に最適解を着地点として導き出す。この誠実な対話の積み重ねが、深い信頼関係へと繋がっているのだと感じています。
テクノロジーで社会を変える。最上流からの挑戦へ
─ 最後に、求職者の方に向けてメッセージをお願いします。
技術に対する深い理解を持ちながら、「それをいかにして社会やビジネスの課題解決に活かすか」を共にトコトン考えてくれる方をお待ちしています。
当社には、互いの専門性を尊重し合い、チームで大きなバリューを生み出すカルチャーがあります。専門領域は必ずしもデータサイエンスだけに限りません。自身の強みを持ち、「この技術でどう目の前のお客様や社会を良くしていくか」に情熱を注げる仲間と一緒に、未来を切り拓いていきたいですね。
─ 本日はありがとうございました。
（記事の内容は2026年9月取材時点のものです）
「メンバーの成長」を重視するD4cプレミアムでは、社内から有志を集い、さまざまな組織活動を行う会社公認のグループ活動「ワーキンググループ（以下、WG）」の取り組みがあります。
本記事では、そんなWGで活動する各グループのメンバーに「活動内容」や「やりがい」「加入を決めた理由」などをインタビューしていきます。（WG自体の取り組みに関する記事はこちらをご覧ください。）
今回はメンバーの自己成長を支援し、社内の学びの文化を醸成する「学習支援WG」を取材しました！
「学習支援WG」とは？
知識・技術・書籍の共有を通じコンピテンシー強化ができる環境を整えることで、D4cプレミアムの経営理念「クライアント・会社・メンバーの成長」の推進を目的として活動するWGです。
現在の主な取り組み
-
- ブックシェルフ：社内の本棚の運用に加え、WGメンバーが中心となり月に1度、全社に向けておすすめ書籍をシェアしている。
- もくもく会：業務時間後に社内のバーチャルオフィスへ集まり、各自が集中して学習する場。最近では「ノウハウプレゼン大会の直前練習」といったリハーサル枠も設け、10名ほどが集まって意見交換やファシリテーションの練習をするなど、学びと交流の両面で活用。
- D4cコネクト：ナレッジ共有勉強会。 WGメンバーやノウハウプレゼン大会のMVP受賞者が登壇し、知識や技術を共有・発表する場。
（D4cコネクトの様子）
- 輪読会： 今期新しく始まった取り組み。参加者で一つの技術論文を選び、分担して予習・発表を行い、「本文には書かれていない前提知識」を補足し合いながら読み進める。技術論文を読み解くハードルを下げ、深い知識を身につける目的。
発足時はメンバー同士で本を貸し借りするサービスとしてスタート。そこから、本のテーマに沿った勉強会を開催するようになり、現在では「学習支援WG」と名称を変え、上記のような様々な活動を行っています。
リーダーにインタビュー
学習支援WGのリーダーとしてご活躍されている、入社4年目の大森さんにお話をお聞きしました。
（学習支援ワーキンググループ 大森さん）[/caption]
─ 学習支援WGに加入しようと思った理由をお教えください。
きっかけは業務でお世話になっていた先輩方がいらっしゃったことだったのですが、学習支援WGの活動は自分自身のためになると感じて、参加を決めました。
私自身が外部からの刺激がないと学習が続かないタイプなので、学習する習慣を身につけ技術力を高めるきっかけや仕組みを提供するこの学習支援WGは、とてもいい取り組みだと感じています。
─ WG活動を通じて、大森さんご自身の成長や日々の業務に生きていると感じることはありますか？
はい。非常に多くの刺激と学びを得ています。
まず、私自身が「もくもく会」の時間を活用して、「基本情報技術者試験」などの資格を取得することができました。
また、企画の段取りや発表資料の作成、当日のファシリテーションなどを経験することで、クライアントワークや社内会議での「場を回す力」や「分かりやすく伝える力」が鍛えられました。
WGはメンバー同士だからこそ、失敗を恐れずにチャレンジできる「実験ができる場」です。異なるバックグラウンドを持つメンバーと知見を共有し合える点も、大きな刺激になっています。
─ リーダーとして、チーム運営で大切にしていることは何ですか？
一番意識しているのは 「属人化の回避」と「タスクの平等化」 です。
以前はミーティングの進行や議事録をリーダーが抱えがちでしたが、今期からはメンバー内で持ち回ることにしました。また、企画ごとのリーダーを立て、各メンバーが主体となって動ける体制を作りました。人が入れ替わっても活動がストップせず、「リーダー不在でも自然と回る仕組み」 を作ることで、全員が安心して挑戦できる環境を目指しています。
また、誰か一人が業務後に残って打ち合わせをするなど負担を抱えることが無いように、ミーティング内で大枠話が終わるよう全員で気を配っています。どうしても時間内で終わらないときは、チャットで別途連絡をし合うことでうまく回っています。
─ 今期は定期施策に加え、新しく「輪読会」が始まりましたね。
はい。WGメンバーで新しく取り組みたい施策について考えていた中で「技術的な論文を、興味のあるメンバーで知識を持ち寄り一緒に読み解き、理解していく」会をやろうということになりました。
論文は、そもそも英語で書かれていたり、前提となる知識が必要だったりして、一人で読み解くには時間がかかります。輪読会では、論文を読み解くコツについても知識を共有しながら、今後の自学習に役立つような会を目指して開催しました。
初回テーマに選んだのは、現在の生成AIの起点ともいえる2017年の重要論文です。 初参加の方でも無理なく学べるよう、事前にWGメンバーで「読みやすさ」にこだわった論文候補を厳選。当日はその中から、集まってくださった参加者の皆さんに好きなテーマを選んでいただく形でスタートし、役割分担しながら読み解いていきました。 参加者からは「1人で読むより圧倒的に理解が深まった」「論文を読むハードルが下がった」といったポジティブな声が集まり、大きな成果を感じています。
─ 読み解いて終わりではなく、今後の自学自習にも活かせる実践的なスキルが身についたということですね！素晴らしい成果ですね。
メンバーにインタビュー
同じく学習支援WGにて活動されているメンバーにもお話を伺いました。
─ このWGの活動で得たスキルや、やりがいを教えてください。
Y.Kさん：D4cコネクトにて自身の「統計検定準1級」に関する知識をシェアする機会があり、たくさんの方に興味をもっていただけてとてもやりがいを感じました。人に物事を説明するスキルが上がったと感じています。特に資料作成における情報整理や構成の工夫は、業務にも活きていると思います。
Aさん：主催したD4cコネクト内の実践ワーク「生成AI活用に関する勉強会」に向けて自発的なインプットと知見の集積に努めたり、参加者からノウハウを共有いただいたことで、業務におけるAI活用のスキル獲得につながったと感じています。この企画で司会やファシリテーションを担当する機会をもらい、社内を巻き込んでのイベント企画・告知・運営を経験でき、非常に大きな学びと充実感を得ることができました。
O.Rさん：アウトプットを前提とした活動を通じ、自身の知識を体系的にまとめるスキルが身についたと思います。また、企画した勉強会に多くの仲間が関心を持って集まってくれたときや、参加者から「勉強になった」との声を直接聞けたときにやりがいを感じます。
R.Kさん：より良い企画作りのノウハウを身につけることができました。また、企画立案、実行そして参加者からのフィードバック収集を一貫して経験したことで、相手の潜在的なニーズや期待を深く考える視点が養われました。ここで得た「相手視点」の考え方は、現在の日々の業務におけるお客様へのご報告やご提案にも活かされています。自ら提案した企画を実施できた達成感に加え、周囲からのフィードバックやニーズの把握が、次の活動への大きなモチベーションになっています。
─ WG内の他メンバーから、良い影響や新たな気づきを得たエピソードがあれば教えてください。
Y.Kさん：社内メンバーへ「価値を提供するために何ができるのか」と熱心に取り組んでおられる皆さんを見て非常に感銘を受けました。
Aさん：日々スキルアップに努めるWGメンバー・参加者の皆さんの姿に刺激を受けています。
O.Rさん：作業集中型のもくもく会であえて雑談をかけ合わせたり、ノウハウプレゼン大会の事前練習会といった企画は自分にはない視点だったので新たな気づきと学びが得られたと感じています。
R.Kさん：学習支援WGには「会社をより良くしたい」という熱意を持ち、自発的に学ぶ意欲の高いメンバーが多く参加しています。このように向上心あふれる仲間と切磋琢磨できる環境は、WG活動だけでなく日々の業務に向かう上での大きなモチベーションにも繋がっています。
最後に
今後このWGでやってみたいことは？という質問に、「社内でデータ分析コンペを開催」「断続的な勉強会の実施」「簡易的な疑似分析プロジェクトのような参加者がより創意工夫できるような企画」「スキルや知見を自然に共有し合える新たな交流の場」など、次々にアイディアが飛び出した学習支援WGの皆さん。撮影中も終始和気あいあいとした様子で、メンバー同士がオープンに意見を交わせる良好な関係性が強く伝わってきました。
株式会社D4cプレミアムは、行動指針(クレド)の一つに「常に高いレベルを目指し妥協しません（圧倒的No.1をめざします）」と掲げており、自律的に学び続けるメンバーを応援する文化があります。
こうした姿勢はメンバーの意識にも表れており、学習支援WGのリーダー大森さんの取材でおっしゃっていた「今後もメンバー一人ひとりが自然と学習習慣を身につけ、技術力を高めていけるような「きっかけ」や「仕組み」を提供し続けていきたい」という言葉にも、その想いが強く感じられました。
学習支援WGメンバーの皆さん、ありがとうございました！
（執筆・撮影：吉田）
メンバーにインタビュー！このシリーズでは、若手からシニアの様々なメンバーに、データサイエンティストになろうと思った経緯やD4cプレミアムとの出会い・印象に残っているプロジェクトなどについてお聞きします！
今回取材したのは、経験者採用で入社された丸谷さん。前職でもデータサイエンティストとして経験を積まれており、とても興味深いお話を聞くことができました！
自己紹介
ー 学生時代はどんなことを学ばれていましたか？
大学・大学院では、データサイエンスとは無縁の純粋数学を専門に研究していました。
具体的には「解析的整数論」という分野で、連続を扱う微分積分を用いて、離散的な自然数の性質を調べる研究です。”特殊な条件が課せられている整数の分布関数の近似式を導出する”といったマニアックなことをやっていました。
この研究に興味を持ったのは、私の好きな2つの分野（整数論と解析学）を融合させた領域だったからです。その両分野の手法を用いて証明される「素数定理」というシンプルで神秘的な定理があり、その数式の魅力に惹かれて研究を始めました。
データサイエンティストを目指したきっかけ
ー 純粋数学から、なぜデータサイエンスという仕事に繋がったのでしょうか？
私が「データサイエンス」という言葉に出会ったのは大学3年生のときです。2017年に、日本初のデータサイエンス学部が設立されたというニュースを大学の先生から聞いたのがきっかけでした。
当時は数学の研究そのものに没頭していたので、そのまま大学院に進学しましたが、いざ就職活動をするとなったとき、私の中で選択肢は3つありました。
- 博士課程に進んで数学の研究を究める
- 数学の教師になる
- 数学に関われる仕事に就く（上記2つ以外）
そこで私は「一度、広く社会を知ってみたい」という想いから3つ目を選択し、自分の培ってきた数学を活かし続けられる「データサイエンス」の道を選びました。
当時は統計学の基礎知識こそあれど、実務としては未経験だったので、最初の就職先を見つけるのにかなり苦労した記憶があります。
ー 前職ではどのような業務を担当されていましたか？
前職では大手通信業界のお客様のデータサイエンスチームの一員として、主に技術的な支援を担当していました。オフライン広告を配信する施策のROI（Return on Investment：投資対効果）向上を目的としたデータ集計や基礎分析、ユーザーのアップセル（上位プランへの移行）予測を行う機械学習モデルの構築・検証、それに付随するレポート作成などが主な業務でした。
やりがいはありましたが、徐々に「モデル構築や分析の手前にあるデータ基盤やその先の運用、さらには上流のビジネスの意思決定にも深く関わってみたい」という想いが強くなり、転職を決意しました。
D4cプレミアムを選んだ理由
ー D4cプレミアムへ入社を決めた理由を教えてください。
正直にお話しすると、最初から「この会社のビジョンに共感して！」という熱いスタートだったわけではありません。SNSのダイレクトメッセージで、転職エージェントの方から声をかけていただいたのがきっかけです。その際、データサイエンスに関わる多くの企業を紹介していただいた中の一つが、D4cプレミアムでした。
ただ、多くの魅力的な企業を比較検討していく中で、D4cプレミアムには「他社にはない決定的な魅力」があると感じ、入社を決意しました。
ー ぜひ丸谷さんが感じられた魅力を教えてください。
まずは、20年以上の歴史に裏打ちされたノウハウと人材です。
「データサイエンス」という言葉が世の中にバズる前（約20年前）からこの事業を展開していることによる、蓄積されたノウハウの深さがあります。これにより、私が本来交わることのできなかった他領域の技術や業務知識を掛け合わせることで、より本質的で質の高い課題解決ができるようになると感じました。
また、目標にしたいと思える優秀な人材が在籍していることも魅力の一つです。
ー それはどこで感じてくださったのでしょうか？
まさにこの記事のような、様々な方へのインタビュー記事を見て魅力的な方が多く在籍していると知りました。
具体的には私よりも高い視座を持って業務に取り組まれている方、自分には経験のないバックボーンを持っておられる方などが記事から読み取れました。
この場所なら、今の自分に足りていないデータサイエンティストとしてのスキルを伸ばせると感じました。
ー 弊社には多様な経験をお持ちの方が多く、お互いを高め合う文化が自慢の一つなので、そう感じていただけて大変嬉しいです。他にはいかがでしょうか？
マーケティング、金融、ライフサイエンス、そしてものづくりなど、非常に幅広い業界のデータサイエンスに携われるチャンスがあるところも魅力だと思います。
先ほどもお話しましたが、前職では通信業界のお客様へご支援を行っておりました。長く在籍すればそれだけ専門性が高まることは確かです。ただ、まだ私は若いということもあり、1つの業界に縛られていては広い視野をもったデータサイエンティストにはなれないと感じました。
1つの業界に特化することも素晴らしいとは思いますが、D4cプレミアムではさまざまな業界に携われ、幅広い知見を持ったデータサイエンティストになれるチャンスがあるところが魅力的だと感じます。
あと、 グループ会社内で教育事業を運営（※）している点です。これは、私が将来的に目指したい「人を育てる」というビジョンと強くマッチしていました。
※データサイエンスアカデミー
ー 教育にも興味を持っていらっしゃるんですね。
はい。大学・大学院時代の合計6年間、塾講師として理系科目を中心に指導していました。また、中学・高等学校の教員免許を取得し、一時期は教育の道を考えたこともあります。
特に、自身が蓄えた知識・知見をわかりやすく伝えることが好きで、仕事でも「相手に伝える」役割を担いたいと感じるようになりました。
データサイエンティストは単に分析をして数値を出す仕事ではなく、それをいかにして次の意思決定につなげるのか・納得してもらうのかということが本質なので、この塾講師の経験で培った「伝える力」が役に立っていると感じます。そして、これからもっと活かして仕事に取り組みたいと思っています。
ー 今後のご活躍がとても楽しみです！他に魅力に感じてくださった点はありますか？
はい、実は採用面接の過程で感じたことなのですが、自分の魅力や入社後の貢献可能性を「プレゼン形式」で伝えるという、他社にはない面接方式がとても印象的でした。これにより「ただコードを書く・分析するだけの分析屋」ではなく、「分析結果をわかりやすく伝え、相手に意思決定を促す」というデータサイエンティストの本質を重視している会社なのだと感じ、強く信頼できました。
「プレゼン資料を作るなんて大変で面倒そう…」と思われる方もいらっしゃるかもしれませんが、逆に考えると、プレゼン資料を作ることで今まで自分のやってきたことや強みなどを整理でき、なおかつ面接中はその資料を自分も見ながら面接官に伝えられますから、私はむしろありがたいと感じました（笑）
ー ありがとうございます！他社でデータサイエンスに携わっていた丸谷さんに、様々な面で魅力を感じていただけて大変うれしいです。未経験者やキャリアチェンジ入社のメンバーもいる弊社ですが、経験者としてそのあたりはいかがでしたか？
転職活動中、未経験の方もいらっしゃる会社だということは知っていました。しかし、正直なところ「自分がその会社で力を発揮できるかどうか」には何の関係もないと思っていました。
むしろメタ的な視点で見ると、「未経験者を採用し、しっかり戦力化できている」ということは、それだけ社内の教育体制や、データ分析をビジネスの言葉に翻訳する「型（フレームワーク）」が組織に強固に根付いている証拠だとも感じます。
入社後と業務について
ー ありがとうございます。では、D4cプレミアムに入社して実際いかがですか？
一番驚いたのは、「ナレッジを他者へ共有しよう」という文化がとても強いことです。
前職の環境でも業務共有の機会はありましたが、D4cプレミアムではそれ以上に他者へ情報を共有する機会が多いように感じます。ほぼ毎週のように誰かが何かしらの新しいナレッジや事例を社内の共有フォルダに格納しています。「知らないことを即時に知れる、学べる」という環境は、経験者にとっても非常に刺激的です。
また、単なる分析業務だけではなく、営業支援として提案資料の作成業務もお願いされることがあり、トップ層が「サイエンスやエンジニアリングのスキルだけでは、データサイエンティストとして生き残れない」という強い思想を持っていると感じます。その「ビジネスファースト」の思想がメンバー全員の共通言語として浸透している点も、この会社の大きな魅力です。
ー 現在は、どのような案件を担当されているのですか？
今は大手サービス業界のお客様に対して、1to1マーケティング（顧客一人ひとりに最適化したアプローチ）の自動化を実現するためのCDP（Customer Data Platform）の構築や、データパイプラインの構築を担当しています。Google Cloudをメインに、SQLやPythonを使って日々仕事をしています。
前職の案件ではモデリングや基礎分析のような「データサイエンス」が中心だったのですが、今の業務では、それらの前段階となる「データエンジニアリング」の領域から深く携わることができています。
また直近では、データ連携ロジックの見直しをお客様に提案し進めることになったりと、一歩踏み込んだ上流の動きも経験できています。
データサイエンティストとして幅広く、かつ実践的な知識が身についている手応えがあり、日々成長を感じています。
将来的には、お客様先でも1to1マーケティングをさらに高度化していくビジョンがあり、古典的な機械学習モデルの構築だけでなく、AIエージェントの活用も積極的に行っていく計画です。今からとても楽しみにしていると同時に、よりお客様に深く刺さるような提案をしたいと考えています。
今後のキャリアについて
ー 今後の丸谷さんのビジョンをお聞かせください。
直近の目標は、今のプロジェクトをリードしていけるような人材になることです。そして最終的には、会社の強みでもある「教育」の領域に関わり、社内外問わずデータサイエンティストを育てる「教育者」となって、業界全体のレベルを向上させる側に回りたいと考えています。
ー 最後に、D4cプレミアムへの応募を考えている求職者の皆様、特にすでにデータサイエンティストとして活躍されている皆様へメッセージをお願いします。
データサイエンティストの仕事はモデルの構築やデータ分析だけがすべてではありません。データ基盤の構築・運用、モデルを実用化するための開発、そして分析結果を相手にわかりやすく伝えて提案するプレゼン能力など、すべてがビジネス価値を生み出すための重要な仕事です。
D4cプレミアムは、単にコーディングをするだけでなく、価値創造をするための幅広い技術と経験を一気通貫で身につけられる会社だと感じます。
特に昨今は、GeminiやChatGPTをはじめとする生成AIが急速に発達し、誰もがそれなりのアウトプットを出せる時代になりました。これからの時代において、真のデータサイエンティストとして生き残るために必要なのは、「与えられた問いを解く力」以上に、「現状をよく観察し、正しい問いを定義できる力」だと感じます。
結局は、自分が置かれた環境をどう活かして成長につなげるかという「自主性」に尽きるのですが、D4cプレミアムほど豊富なナレッジが蓄積され、リアルな事例ベースでデータサイエンスを学び尽くせる環境は他にないと感じます。
「今の環境で、データサイエンティストとしての成長がなんとなく鈍化しているな…」
と感じている経験者の方。ぜひ、D4cプレミアムで、価値貢献をしに来ていただければと思います。（私にもぜひ会いに来てください！）
前職での経験を活かしつつ、データエンジニアリングや上流工程へと果敢に領域を広げられている丸谷さん。社内のナレッジを吸収し、ご自身の自主性で着実に成長を重ねる姿は多くのメンバーの刺激になります。丸谷さん、貴重なお話を本当にありがとうございました！
（書き手：M）
株式会社D4cプレミアムのメンバーにインタビュー！今回お話を伺うのは、2026年4月に新卒で入社したZhangさんと福村さん。入社から約2ヶ月、新人研修の真っ只中にいるお二人に、就活時代の不安から現在の率直な実感まで、等身大の声をたっぷりお話いただきました。（取材日：2026年5月末）
自己紹介
― まずは簡単に自己紹介をお願いします。
Zhangさん：中国出身のZhangです。大学院では肝臓の細胞を対象に脂質代謝の新しい仕組みを研究していました。休日は旅行や料理、アニメにゲームと、わりと多趣味なタイプです。
福村さん：福村です。もともと学部は国際教養学部で、コミュニケーションや国際政治など文系分野を幅広く学んでいたのですが、大学院から「医科学データサイエンス課程」に進みました。医学研究科では、健康寿命の延伸に関する疫学研究を行い、分析スキルを磨いてきました。かなりの多趣味で、大学時代からのアカペラに加え、最近はモーターバイクにもハマっています！
D4cプレミアムに入社した理由
― D4cプレミアムに入社した理由について教えてください。
Zhangさん：大学院で肝臓の細胞を対象に研究していた当時はウェット※な実験漬けの日々でしたが、学会などでデータの可視化の重要性を痛感し、次第にドライ※な分析の世界に惹かれるようになりました。
D4cプレミアムを選んだのは、研修が充実しているのはもちろん、多様な業界のデータに触れられる点に好奇心を刺激されたからです。何より、面接での真摯なフィードバックが決め手でした。
※ウェット…実験室で生き物や試薬を触る、現場の泥臭い研究
ドライ…パソコンの画面上で、データ計算やシミュレーションを行う研究
福村さん：大学院で学んだデータサイエンスの知識をさらに伸ばし、成長できる環境が整っているこの会社を選びました。学部で培ったコミュニケーション力と大学院での分析スキルを掛け合わせ、ビジネスの現場とデータを繋ぐ架け橋のようなデータサイエンティストになりたいと考えています。
入社前と入社後の違い
― 入社前に不安だったことは何ですか？
福村さん：私はやっぱり「数理知識とプログラミング」が不安でした。大学院での研究などを通して自発的に学習は行ってきましたが、学部は文系出身なので理系一筋でやってきた人たちについていけるのかな…と入社までは思っていました。
Zhangさん：私も、大学院でもC言語とPythonを半年ずつ触った程度で、プログラミングはほぼ未経験だったので同じ不安がありました。
福村さん：でも実際に入ってみたら、高度な数式を解くこと自体が求められるのではなく、「目の前の課題にどう仮説を立てるか」という思考力のほうが重要なんだと知りました。
Zhangさん：そうですね。福村さんの言う通り、ロジカルに考える姿勢が何より大切ですよね。その思考をサポートする環境として、全社的にGeminiを導入し生成AIを積極的に活用する文化があって、人間はより高度な意思決定や本質的な課題解決にリソースを集中できる点も心強いです。
例えば、Geminiに単純作業を代替してもらったり、ブレインストーミングの壁打ち相手として活用したりと、AIを単なるツールではなく、「思考を深化させ、効率を最大化するためのパートナー」として使いこなす意識が、社員一人ひとりに深く根付いていると感じます。 もちろんツールだけでなく、分からないところは同期や先輩方に相談できる環境があります。一人で抱え込まずに解決できるとわかって、今は安心しています。
福村さん：私もそう思います。だからこそ、学部が文系出身の自分でも訓練次第でしっかり食らいついていけるんだと、今では自信をもって研修に取り組めています。
― 入社してまだ数カ月ですが、「学生の頃とは違うな」と感じた瞬間はありましたか？
Zhangさん：私はビジネスマナーを学んだ時です。特に印象に残っているのは、ビジネスマナー研修で教わった名刺交換や電話応対です。研修期間ということもあり、それまではどこかまだ学生気分が抜けず「失敗しても自分が恥をかくだけ」と考えていた節がありました。でも、講師の方から「あなたの後ろには会社がある。お客様はあなたを『新人のZhangさん』ではなく『D4cプレミアムの担当者』として見るんだ」と教わり、ハッとしました。
自分の振る舞い一つが「会社の信頼」に直結するという責任の重さを知り、研究室という心地よい場所を出て、会社の看板を背負うプロの土俵に立ったんだと背筋が伸びる思いでした。
福村さん：私は「工数」という言葉を聞いた時ですね。学生時代は夜通し作業して成果さえ出せれば良かったのですが、仕事では「自分の1秒1秒にコストが発生している」と考えなきゃいけない。限られた時間で価値を出す、という責任感を知って学生気分が抜けました。
Zhangさん：確かに！「工数」を意識すると、自分の行動が自分一人のものではなくなる感覚がありますよね。福村さんが言う「時間のコスト」も、私が感じた「会社の看板」も、根っこは同じ「プロとしての責任感」なんだと思います。研修を通して、そういった「仕事のルール」を一つひとつ自分のものにしていっている実感があります。
― では、研究とビジネスの違いは何だと思いますか？
Zhangさん：私は「評価の軸」の違いだと思います。博士課程の頃は、成果が出るかわからない未知の課題に深夜まで没頭する毎日でした。それは決して無駄ではなく、そこで培った「粘り強く考え抜く力」は今の自分の大きな土台になっています。
ただ、仕事は「自分の納得」だけでなく、「お客様への価値提供」が成果の基準となります。提供した価値が、給与や評価としてダイレクトに返ってくる。この「プロとしての明確な責任と対価」というルールがあるからこそ、一分一秒を大切にし、より高いパフォーマンスを目指そうという健全な緊張感を持って取り組めていると思います。
福村さん：確かに、研究はどこまでも「自分との戦い」というか、個人の世界に没頭しがちですもんね。
私は、ビジネスは周囲を巻き込む「チームプレー」が基本になる点に一番の違いを感じます。複数の人のスケジュールを合わせながら進めるのは大変ですが、一人では到達できない大きなゴールを全員で目指す一体感は、仕事ならではの醍醐味なのではないかと感じます。
Zhangさん：確かに！でも、研究でやってきたことが役立つ場面も多いですよね？
福村さん：そうですね。特に「仮説構築力」は大切だと思います。実務を想定した研修の課題でも、まず「背景に何があるのか」と仮説を立ててから動く。これは研究時代に「何が課題で、どんなデータが必要で、なぜ今まで明らかにされてこなかったのか」を突き詰めていた思考プロセスそのものだと思います。
Zhangさん：同感です。私はそこに、研究を通して培った「徹底的な計画力」と「本質を捉える好奇心」を加えたいです。博士課程の頃、七つの実験を並行して進めるために分単位でスケジュールを組んでいたマルチタスク管理術は、複数のプログラミング言語を一気に学ぶ今の研修にそのまま活きています。
また、単に言語の書き方を覚えるだけでなく「なぜこのロジックで動くのか？」と一歩踏み込んで追求する姿勢は、研究者ならではの好奇心かもしれません。この「なぜ」を突き詰めるプロセスこそが、ビジネスにおいて「根拠のある意思決定」を行うための強みになるのではないかと感じています。未知の技術に対しても、この探究心があるからこそ、楽しみながらスピード感を持ってキャッチアップできていると感じます。
新人研修で感じたこと
― お二人は現在新人研修を受講中ですが、いかがですか？
福村さん：大変だなと感じるのは「プログラミング言語の習得」です。2ヶ月でPython・SQL・SAS・Rと一気にインプットするのはやっぱり大変です。理系一筋でやってきた周りの同期たちでも苦労しているようです。
Zhangさん：本当に！未経験の私は頭の中でこの4言語は混ざりそうになります（笑）。でも、福村さんや同期のみんなが同じ壁にぶつかっているのを見ると、「大変なのは自分一人じゃない」って心強いです。
でもただ共感して終わるのではなく、私は言語ごとの学習メモを作成して知識を構造化するようにしています。「教えてもらう」のを待つのではなく、D4cプレミアムが掲げる「情報革命を牽引するエバンジェリストであり続ける」というビジョンの通り、会社のデジタルツール活用文化を活かして、複雑な分析はGeminiを壁打ち相手に自力でロジックを組み立てる。こうした自律的な試行錯誤の繰り返しが、着実なスキルアップに繋がっていると実感しています。
福村さん：修士時代から、自分の研究を進めるために新しい知識や手法を日々自発的にインプットする学習習慣が身についていたからこそ、この密度の濃い研修でも遅れることなく、むしろ高い解像度で吸収できているのだと思います。今は実案件でのアウトプットを意識して、同期みんなで一歩ずつ確実に知識を定着させている段階ですね。
社内の雰囲気と感じた良さについて
― わからないことがあった時、お二人はどうしていますか？
福村さん：もちろん会議中の方は避けますが、私は近くに座っていらっしゃる先輩に相談させていただいています。オフィスが壁のないオープンな造りなので、ふとした時にお声がけしやすいです。
Zhangさん：皆さん快く教えてくれるから、一人で抱え込まずに済みますよね。私は内容によって相談先を意識しています。前述のように技術的なことはGeminiや同期の情報科学出身の同期に。一方で、業務の判断や事務的なルールについては、基本的にはグループリーダー（メンバーの勤怠やデイリーレポート、成長戦略を検討する管理者）に直接相談しています。
私は外国籍ということもあり、まだビジネスシーンでの会話が不慣れな部分もありますので、同期や、入社までにお世話になった採用担当の方を筆頭に、色々なメンバーの方とお昼休みの雑談などを通して日本語のコミュニケーション能力を磨いています。
福村さん：先輩方、本当に親身になってサポートしてくださいますよね。全くなにも教えてくれず「自分で考えなさい」と突き放すような旧態依然とした価値観は一切ないと感じます。
ただもちろんその温かさに甘えっぱなしになるのではなく、私は相談する時間も「相手の貴重なコスト」だと考えて、必ず自分なりに論点を明確にしてから聞きに行くように意識しています。
Zhangさん：その考え方は大事ですね！私も研修の中で質問する時は、単に答えを求めるのではなく「どう考えるべきか」という思考のプロセスを吸収するように意識しています。
例えば、研修課題の要件定義で分析の切り口に悩んでいた時、指導くださった方はあえて答えを教えず、「まずはAS-IS/TO-BEやGISOVといったフレームワークを使って、自分で構造化してみて」とアドバイスをくれました。正に「魚を与えるのではなく、釣り方を教える」スタイルで接してくれるのが、すごく有難いです。
福村さん：あと、社長や役員の方とも壁を感じずに率直にお話しできる距離感なのも、この会社の良さですよね。
Zhangさん：本当にそう！ある役員の方が私の好きな漫画や中国の歴史の話で10分も雑談してくださったんです。「一人の人間として向き合ってくれるんだ」って、すごく嬉しかったです。
福村さん：「顔の見える関係性」があるから、新卒でも疎外感を感じずに「コミュニティの一員」として安心していられると感じます。実際に、私も社内の野球サークルやカラオケサークルの活動※に参加させてもらったんですが、こういう業務外でも自然と関わりを持てる取り組みがあるからこそ、この居心地のいい温度感が生まれるんだろうな、と感じています。
※D4cプレミアムにはサークル活動があり、業務時間外で社員同士の交流ができます。
学生の皆さんへメッセージ
― 最後に、就職活動中の学生にメッセージをお願いします！
Zhangさん：研究と就活の両立は大変だと思いますが、研究をやり抜いたからこそ私は今の仕事に自信を持てていると感じています。その努力の先にある新しい世界を楽しみに、最後まで走り抜けてください！
福村さん：私も「今の研究と勉強に、ひたすら打ち込んで！」と言いたいです。そこで培った「一生懸命向き合うプロセス」が、社会人になった時の自信になります。今の努力は絶対に無駄にならないので、自信を持って突き進んでください！
今回は数カ月前に入社したばかりの新卒入社メンバーに対談インタビューを行いました。学生の頃に培ってきた考え方も大切にしながら、ビジネスパーソンとして成長されるお二人のこれからのご活躍を楽しみにしております！
こんにちは、株式会社D4cプレミアムのデータサイエンティスト、キャリア入社2年目の銭です。2025年に開催されたKaggle（カグル）のコンペで、新卒1年目の社員4名がチームを組み、世界中のデータサイエンティストが競う中で銀メダルを獲得しました！
そこで今回は、銀メダルを獲得した社員4名（逢坂さん、池田さん、梅田さん、原田さん）にメダル獲得の秘訣や今後の抱負をインタビューしました。
Kaggleとは
Kaggleはデータサイエンティストや機械学習エンジニアが集う、世界最大級のオンラインプラットフォームです。企業や研究機関が現実世界の課題とデータセットを提示し、世界中の参加者がその予測精度を競い合います。画像認識・自然言語処理・時系列予測・不正検知など、多岐にわたる分野の課題が扱われ、自分の知識を試し、実践的なスキルを磨くことができます。
参加したコンペについて
今回4名の方が参加したコンペは「Child Mind Institute — Problematic Internet Use」です。
このコンペでは、5歳から22歳の子どもたちの姿勢や運動量といった身体活動データを用いて、インターネット利用における問題の早期兆候を検出する予測モデルの構築を目的としています。
具体的には、子どもたちの身長や体重、体力テストの結果を表形式にまとめたテーブルデータと、ウェアラブル端末を装着して取得した加速度センサーデータが説明変数として提供されています。
また、目的変数であるインターネット依存度は、保護者が回答したアンケート結果に基づき、4段階で評価されています。よって「子どもAはインターネット依存度が3、子どもBはインターネット依存度が1、…」と予測するモデルを構築していくことになります。
チームメンバー
— 皆さんの学生時代の専攻、また、プログラミングやデータ分析の経験やKaggleの参加経験の有無について教えてもらえますか。
逢坂さん：情報系の専攻で大学院を修了しました。プログラミングはある程度学習していましたが、Kaggleの参加経験はありませんでした。
池田さん：情報系の専攻で学部を卒業しました。学生時代にKaggleへの参加経験がありました。
梅田さん：言語学系の専攻で大学院を修了しました。プログラミングや分析経験としては、研究でRを使用した回帰分析を学んだ程度でした。
原田さん：農学系の専攻で大学院を修了しました。プログラミングは未経験でD4cプレミアムに入社しました。もちろんKaggleは参加したことがなかったです。
Kaggleに挑戦した理由
— 新卒1年目で大きなコンペに挑戦するというのはすごいことですね。挑戦したきっかけや想いなどを教えてください。
逢坂さん：技術力の向上のため以前から興味を持っていたものの、何回も一人で挑戦してはすぐ辞めることを繰り返していました。今回、同期たちと挑戦することでモチベーションを保つことができると思ったので挑戦しました。
池田さん：学生の頃から興味を持ち、個人で大会に参加していました。当時は一度挫折して期間が空いたのですが、会社でKaggleの褒賞制度※があることもあり、再び挑戦してみたいと思ったのがきっかけです。
※Kaggleにチャレンジし、高成績を収めたメンバーに対する給与・賞与の支給、および人事評価点の付与を行う制度。
梅田さん：私は、実務ではデータエンジニアリングを主に行っていますが、将来的に分析業務の幅を広げたいという目標がありました。Kaggleでの実績は社内外における「分析スキル」の客観的な証明になりますし、何よりメダル獲得が評価に直結する制度があることから、これを「業務に繋がるキャリア形成の一環」と捉え、参加を決めました。
原田さん：新卒1年目という今の時期だからこそ、まずは自身の技術力向上にしっかりと注力したいという強い思いがありました。また、同期に声をかけてもらったことも大きなきっかけです。一人でいきなりコンペに参加するのはハードルが高く感じられますが、仲間と一緒だったことでその心理的なハードルも下がり、思い切って挑戦することができました。
コンペの進め方や情報共有
— チームでの進め方や情報共有は、どのようにされていたのでしょうか。代表して梅田さんに伺いました。
梅田さん：まずは個人でコンペに取り組み、締め切りの1か月半前くらいにチームを組む形をとりました。 早くから合流しなかった一番の理由は、提出回数の制限です。この大会では、個人、もしくは、チームで1日5回までしか予測結果を提出できませんでした。そのため、チームを組む前なら各自が5回ずつ試行錯誤できるので、まずはその枠をフルに使って、個々人で自由に実験する時間を優先しました。
また、Kaggleの分析にはかなり時間がかかるので、最初から無理に全員の足並みを揃えるのではなく、各自の業務の状況に合わせて自分のペースで進めたかったという理由もあります。
— チーム結成後のコミュニケーションはどのように使い分けていましたか？
梅田さん：基本はSlackでのやり取りでしたが、情報の種類によってチャットとミーティングを使い分けていました。
・チャット：簡単な進捗報告
「ベストスコアを更新した」「この手法を試してみた」といった、日々の簡単な進捗や速報はSlackで行いました。チャットでリアルタイムに状況を共有しておくことで、お互いの動きをなんとなく把握している状態を作っていました。
・ミーティング：詳しい手法の共有
週に1〜2回のミーティングでは、チャットでは伝えきれない具体的な分析手法の中身や、今どんな課題があるかといった細かい進捗をじっくり報告し合いました。
それぞれが自分のペースで進めていたことで、自然と使っているモデルやアプローチに個性が分かれました。最終的には、それらを持ち寄って合わせる（アンサンブルする）ことで、結果として精度を大きく伸ばすことができたと感じています。
分析手法
— 最終的なモデルの構築に向けて、どのような方針をとったのでしょうか。
梅田さん：最終的な精度を最大化するため、私たちは「4人それぞれの試行錯誤から生まれた成果を最大限に活かし、最後にそれらを統合する（アンサンブル学習）」という手法をとりました。あえてバラバラの手法に挑戦することで、モデルに多様性を持たせ、お互いの弱点を補い合うことを狙いました。
— 皆さんは、具体的にどのような手法で分析を進めたのでしょうか。
逢坂さん：前処理としてk近傍法による欠損値補完、標準化、変数同士の組み合わせによる特徴量作成を行いました。その後は変数同士で相関が高いものをグループ化して、各グループから一つずつモデルに使用する変数を選び、順序ロジスティック回帰で予測しました。
池田さん：前処理として欠損値補完、標準化、センサーデータからの日次データ作成などを行いました。その後はLSTM（Long Short-Term Memory）で30日分の日次データから特徴量を作成し、MLP（MultiLayer Perceptron）に時系列データと非時系列データを入力して予測しました。
梅田さん：前処理としてテーブルデータは変数同士を組み合わせてから、LightGBMで目的変数に対する重要度が高い上位100個の特徴量を選択しました。目的変数の欠損値は疑似ラベリングで補完しました。センサーデータは公開ノートブックのAutoencoderをそのまま使用し、最終的にLightGBM・XGBoost・CatBoostを使用して予測しました。
原田さん：前処理として欠損値の平均値補完、変数同士の組み合わせによる特徴量作成をしました。その後は目的変数との相関係数に基づいて特徴量を選択し、SVR（Support Vector Regression）を使用して予測しました。
【各メンバーの分析手法】
コンペ振り返り
— コンペを振り返ってみて、いかがですか？
逢坂さん：素直に嬉しかったです！ただし反省点もあります。実務でロジスティック回帰を使用したこともあり、理解をより深めたいという思いもありこの手法を選択したのですが、なかなか精度が上がりませんでした。精度を求める目的であれば、より適した手法があるのだということを実感しました。コンペ終了後に上位の解法を見ると、ドメイン知識も考慮したうえでの欠損値補完や異常値補完が重要だったので、特徴量エンジニアリングやドメイン知識も身につける必要があると感じました。
池田さん：CV（Cross Validation）とLeaderboardの相関があまりとれていない大会だったため、最終的な順位変動に備えて、より頑健なモデルの作成を念頭に置いておく必要があったように感じました。
梅田さん：メダルが取れるとは思っていなかったので、とても嬉しかったです！機械学習は研修以外で触れたことがなかったので、分析フローを学ぶ良い機会となりました。特に特徴量作成とアンサンブル学習についての知見を得ることができ、モデルの精度を上げるための基礎力が身についたと思います。また、チームで意見を交換しながら分析に取り組むことで、様々なアプローチを知ることができましたし、楽しく取り組むことができました。
原田さん：ほかのメンバーが決定木系のモデルや深層学習モデルを使うなかで、モデルに多角性を持たせることを意識しSVRを採用しましたが、モデルの精度はイマイチでした。アンサンブル学習や特徴量エンジニアリングの部分など、精度向上のために工夫できる点はあったので次回以降は作業スピードを上げて様々なアプローチに取り組みたいと思います。
今後に向け
— 今後の抱負について教えてください。
逢坂さん：Kaggleは今回のように実務で経験したことをアウトプットできる良い機会だと思っているので引き続き取り組みながら知識を蓄えていきたいです。
池田さん：引き続きKaggleに取り組み、データ加工の技術や、深層学習のスキル向上に努めたいです。
梅田さん：実務ではデータエンジニアリングを主に行っていますが、今回の経験を活かして分析業務にも取り組んでいきたいです。
原田さん：引き続きKaggleには積極的に参加しつつ、そこで学んだことを実務に活かしていきたいです。
最後に
今回はKaggleで銀メダルを獲得した新卒1年目の4名にインタビューしました。「Kaggleは実践的なデータを扱えるため、知識の定着を図る良い機会だった」とのお話が印象的でした。また、順位が高ければメダルを獲得できるので、ゲーム感覚で学ぶことができることもKaggleの魅力の一つかもしれません。
メダルを獲得した皆様おめでとうございます。今後の活躍を期待しています！
D4cプレミアムはKaggleへの挑戦を推進するため、定期的に、過去に提供されたKaggleのデータを使用し分析会を行っています。また、Kaggle MasterやKaggleメダル獲得者には、メダルの種類に応じて報奨金が支給されるKaggle褒賞制度もあります。データサイエンティストにとってノウハウの共有や社外コンペへの参加は、自己成長に直結します。D4cプレミアムには、自身のスキルを磨いて高みを目指したい方にとっての環境が整っていますので、ぜひご応募をお待ちしています！
（書き手：銭）
メンバーにインタビュー！このシリーズでは、若手からシニアの様々なメンバーの、データ解析の世界に進もうと思った経緯や弊社との出会い・印象に残っているプロジェクトなどについてお届けします！
今回お話を伺うのは、親会社である株式会社データフォーシーズへ2023年にキャリア入社された大嶌さん。3人の小さなお子さんの育児と両立しながら、D4cプレミアムの若手メンバーと共にプロジェクトを推進し、現在はマーケティング系の案件にてプロジェクトリーダーとしてご活躍されています。
自己紹介
ー ではまずはじめに、自己紹介と入社前のご経歴を教えてください。
はい。私は現在、マーケティング系の案件にて、進行管理といったプロジェクトマネジメント業務を担当させていただいています。プライベートでは3人の子どもがおりまして、現在は育児融通制度*を利用しながら時短勤務で働いています。
経歴としては、過去に2社経験してます。1社目は求人広告の会社でコピーライターをしていました。まず広告系の企業に進んだ理由は、単純にかっこいいなというところなのですが（笑）叔父が広告業で身近だったことと、デザインなどが好きだったのでおしゃれなものにも触れていられるかなと思ったんです。仕事としては、営業の方が取材してきた内容を私たちが原稿に起こしサイトを更新するというものでした。最後の方は自分で取材にもいって、企業が自分たちの顔として選んだ、優秀な方のお話を聞くことができたので楽しかったです。
2社目は信販会社で審査の基準作成を担当し、白黒つかない問題を突き詰めるのは面白さがありました。その会社には15年間勤めたのですが、「企画すること」が好きだったので長く続いたのではないかと思います。
ー 15年！それだけ長く勤められて、転職を考えた理由はなんですか？
時短勤務という制約がある中で、同じ部署のメンバーが昇進していくのを見て、「このままでいいのかな。」と自身のキャリアプランを再考しました。
所属部署を支える一員として、業務改善や基準策定を通じた組織貢献への意欲が高まる中で、現状維持に留まらず、専門性をさらに磨きたいという思いが強くなりました。そして将来的なフルタイム復帰を見据えつつ、「自らのアウトプットに対し正当なフィードバックが得られる環境」でいち早くスキルアップを図るため、転職を決意しました。
データサイエンスの道・弊社に入社を決めたきっかけ
ー 異業種からデータサイエンスの世界に興味を持たれた理由はなんですか？
前職では「個人の経験や勘」に頼らざるを得ない場面が多く、本来ならデータで基準を一定水準化すべきだと感じていましたが、当時の私にはそれをシステムに落とし込むための具体的な技術が足りず、断念した経験があります。
こうした課題を解決するための技術的な引き出しが足りないのではないかと思い、データサイエンスの世界に入り、自分でもデータをうまく取りまわせるようになりたいと思ったのがきっかけです。
ー では、D4cグループへ入社を決めた理由は何ですか？また、実際に入社されていかがですか？
私はデータ分析の実務経験がまだ浅かったこともあり、経歴がどこまで通用するのか不安がありました。面接の過程でこれまでのキャリアについてかなり控えめにお話ししていたのですが、「結果しっかりやれているんだから、仕事上の謙遜は必要ない。もっと経歴に自信を持っていい」と代表に言っていただけたことが大きいです。前職で「評価されていない」という想いがあったので、その一言ですっと心が軽くなったのを覚えています。
実際に入社してみて、上司も私の状況を理解してくださって、時短勤務という制約がある中でも最大限に力を発揮できるよう、役割や環境を整えてくれていることを実感しています。周りのバックアップがあるからこそ迷いなく業務に邁進できており、非常に充実した日々を送れています。
ー それまで取り組んできたことをしっかり見てもらえるのはとても嬉しいですよね。では、現在はどんなお仕事をされていますか？
前職での経験を活かした、案件の俯瞰や進行管理といったプロジェクトマネジメント業務を担当させていただいています。D4cプレミアムの若手のメンバーの方々と上層部の間の橋渡し的な位置におりまして、スケジュール管理・タスク管理・品質管理などを行っています。
一緒にチームを組んでいるD4cプレミアムの皆さんは、誠実な対応がとても印象的で、難しいツールも使いこなしていてすごいなと思います。一緒に業務をしていてとても刺激を受けますし、私は分析スキルそのものがまだまだ学習中なので、早くそうなれるよう頑張りたいです。
ー 印象に残っている仕事はありますか？
以前担当した小売り・流通系のお客様の案件です。お客様のご要望から始まったプロジェクトではなかったのですが、こちらのご提案を受け入れてくださる形で実施された施策でした。結果は良好で、お客様が社内でその施策効果について熱意をこめて発表してくださる姿を拝見し、とてもうれしかったです。
その後、同じ取り組みを別店舗でもやってみたいというお声をいただき、スモールスタートで信頼を得ていくことの大切さも感じました。
ー 取り組みの成果が出て、お客様に喜んでいただけるのはとても嬉しいですね。
仕事と子育ての両立について
ー お仕事に邁進される一方で、大嶌さんは3人のお子さんのお母様でもありますよね。お仕事と子育て、上手に対応されているイメージがありますが、実際のところはいかがですか？
そうですね。まだ手はかかりつつも少しずつ余裕がでてきたところではありますが、3人目の育休から復帰する際は仕事と家庭のバランスをどう取っていくか、自分なりに一生懸命考えました。
ー 実はインタビュアーである私も、最近二人目を出産して復帰した身なので思うことなのですが、子を持つと働き方がどうしても変わっていきますよね。
必ずしも女性が働き方を変える必要はないと思うのですが、子どもの世話に充てる時間はどうしたって生まれます。各ご家庭でどうやりくりするかを考える必要はありますよね。
私の場合は、一人目の時は夫が子どもの送り迎えの対応ができたので私が残業で遅くなっても問題なかったのですが、2人目以降は夫の仕事が変わった都合でそうもいかなくなり、優先順位を何より子どもに持っていかざるを得なくなりました。それまでもやるべきことはもちろんやっていましたが、子どもたちの母としての代わりはいないのだから、とある時、吹っ切れましたね。
子どもが小さいうちは保育園から頻繁にお迎えの連絡がありますし、一人が風邪をひくと、連鎖してもう一人が風邪を引いて、ということもよくあります。どうしても自分だけでコントロールできない事象も増え、出産前と同じ働き方をすることはやっぱり難しかったですね。
ー 働き方を少しセーブすることで、キャリアステップに対しての懸念はなかったですか？
前職では就業数年で産休育休、時短勤務という流れだったので役職は付いておらず、役職がなくなるという懸念はあまりなかったんです。ただ、まだ子どもが小さく時短勤務が約5年は続く中、自分のスキルを上げることができる環境に身をおきたいと思うようになりました。「家庭を優先してこのままでもいいんじゃないか」という周りの声もありましたが、自分の可能性を信じて出来ることを増やしたかったので、私はD4cグループへの転職を選びました。
私は環境を変えることを選択しましたが、若いうちに一つの会社で自分の強みやスキルをしっかり積み上げておくことも非常に価値があると感じています。ライフイベントを経て復帰する際、その積み重ねが自信となって自分を支えてくれますし、新しい役割への挑戦も後押ししてくれるのではないかと思います。仕事と家庭、どちらか一方ではなく、どちらも大切にするための『土台づくり』を早くからしておけると理想的ですよね。
私は、たとえ会社での評価が一時的に下がったとしても、その中で自分が得たいものがあれば、自ら退く必要はないと思います。母親としての役割との両立を考えると、重要度や緊急度の高い第一線の業務に、物理的な制限がでる場面はあるかもしれません。しかしその状況でも成果を出すことは十分に可能だと思います。たとえリーダーというポジションでなくても、チームで思考を共有し、適切に役割を分担しながら成果を出せれば、リーダーに必要な育成経験は積めている、と思うんです。
ー 確かにそうですね。大嶌さんは、ご自身のライフステージが変化していく中で、仕事に対する「役割」や「責任」の捉え方に何か心境の変化はありましたか？
はい。私は3人目を授かり時間的・体力的な限界に直面してからは、より一層「限られた時間の中で、本当に自分にしかできないことは何か」を真剣に考え行動するようになりました。それは決して役割を放棄することではなく、今の自分だからこそ出せる価値に集中するという選択です。当時は職場の皆様にもたくさんのご配慮をいただき、その温かい支えがあったからこそ、なんとか両立しながら役割を全うすることができました。この経験が、限られた時間の中でどう成果を出すか、今の自分なりの仕事の在り方を模索するきっかけとなりました。
そして、現在は時短勤務ですが、D4cではアウトプットやスキルに対して正当に評価をいただけていると感じます。実は入社して約1年で、職位が一つ上がりました。「限られた時間の中でも、しっかり成果を出せればキャリアアップはできる」という実体験は、今の私にとって大きな自信になっています。
ー 限られた時間で成果を出し着実にキャリアアップされている姿は、同じ境遇の方にとって大きな希望になりますね。一方で、自分らしい働き方を実現し続けるためには、ご自身の努力だけでなくご家族の協力も重要になってくるのではないでしょうか？
そうですね。我が家では私が時短勤務を選択することになりましたが、そのご家庭によって状況は変わると思います。
これは男性も女性もないんですが、結婚して家庭を持って、自分だけの生活じゃなくなったときは、ある程度しなやかに生きることも必要だと思っています。仕事ももちろん大切ですが、自分の人生や家族を大切にすることは自分にしかできないことですもんね。ライフワークが充実するからこそ、しっかり仕事に打ち込めるということはあると思います。
ー ありがとうございます。では、大嶌さんが仕事と育児を両立する上で、ご家庭で工夫されていることはありますか？
もう上の子は小学生なので、翌日の準備は前もって何度も声をかけて、自分で玄関に置くようにさせています。子どもがもっと小さい頃は、市のお迎え代行サービスを使ったり、シッターさんに来てもらって作り置きをお願いしたこともあります。最初は手間ですが、一度登録してしまえば使いやすいですよ！そういうサービスは遠慮せずに使った方がいいです。
両親はどちらも遠くにいるので簡単には頼れないんですが、本当に忙しい繁忙期なんかは、母が飛行機で来て、少しいてくれたこともあります。少々話は逸れますが、いつの間にか子どもも成長するもので、小学校の長い夏休みをのりきるための工夫としては、昨年は長男に1人で飛行機に乗って私の実家に行ってもらい、あとから家族で合流したりしました。
転職した当初はバタバタして家事に手が回らないこともあり、夫にその負担がいって揉めることもありました。都度少しずつ話し合いを重ねながら、もともと得意だった料理に関しては夫が担当してくれるようになって。なので日々の夕飯作りは、私はやってないんです。最高ですよね（笑）
ー 最高ですね…うちはほぼ私なのでうらやましいです（笑）。ご夫婦で話し合いながら見つけてきたちょうどいい形なんですね。当社には育児融通制度*がありますが、利用されてますか？
利用しており、とても助かっています。前職では業務上、在宅勤務だとできない仕事も多かったので、有休でのやりくり・出勤日と子ども関連の予定調整で結構大変でした。実は長男に「いつも授業参観に来てくれなかった」と言われてしまったことがあって。下２人もいますし仕方ないことなのですが、ちょっと心残りですね。
D4cグループへ入社してから、育児融通制度の取り決めの中で、勤務時間を少し前倒し・後ろ倒しにさせていただいたり、全社員が使える残業時間を相殺する「時間休」を使うなどして、平日にやりくりすることが少しできるようになりました。この「時間休」についても、育児融通制度ではさらに拡大した使い方ができ、それらを上手く活用して、子どもの突発的な体調不良や保育園からの呼び出しなどに対応することもできており、とても感謝しています。
今後のキャリアについて
ー 子育ては今後も続いていく中で、大嶌さんは今後、どんなキャリアプランを考えていらっしゃいますか？
子どもが大きくなりフルタイムで働ける未来に向けて、「現場の悩みやニーズを丁寧に汲み取り、データという形にしてお返しする『架け橋』としての価値を高めていけたらと思っています。
お客様からの「なんとなくこんなことで困っている」という抽象的な課題に対し、どんな数字があれば解決のヒントが見えるのかを考え、データサイエンティストの方々へ現場の意図を正しくスムーズに連携すること。そして導き出された分析結果を、お客様がより直感的に理解し次のアクションへ繋げやすくなるよう、お伝えする力を磨いていきたいです。
将来は、どこにいても『大嶌さんにお願いしたい』と言っていただけるような、唯一無二のスキルを磨いていきたいです。それが実現できれば、例えば地方の実家で親に孫との時間を作ってあげるといった家族孝行を兼ねた柔軟な働き方の選択肢も、会社と相談しながら広げていけるのではないかと考えています。
ー 子育て世代の働き方に関連して、もっとこうなったらいいなということはありますか？
D4cグループの男性社員は育休も積極的にとられてますし子育てににも協力的な印象がありますが、一般的にはご家庭を奥様が支えていらっしゃる場合が依然多いのではないかと思います。様々な環境がある中で、家事や育児・介護などを一身に担いながら働く女性もまだまだ多いと感じることもあり、男性女性に限らず社会全体でそのことへの理解と、協力体制がより自然に深まっていくと嬉しいなと感じています。
そして、子育てに関する融通制度を受けている方々には、会社へ求めること以上に限られた時間の中でどう成果を出すかという「自律した働き方」が必要だと思っています。私自身まだまだではありますが、育休や時短などの経験を通じて、より効率的で本質的な仕事の進め方を意識するようになりました。
どんな会社でも「子育てと仕事の両立」は、社内の理解・フォローがあってこそ成り立つものだと思います。全員が個々の人生を大切にしながら、お客様のために最善の成果を出せる組織になったらいいと思っています。
ー 最後に、これから子育てや仕事との両立を考えている応募者の皆さんへ、メッセージをいただけますか？
子育てと仕事の両立は簡単なことではありません。ですが、そのおかげで手に入る強さもあると思います。これまで培ってきたスキルや知識をベースに、限られた時間で効率良く成果を上げる努力や、先回りの準備。その「自分にできる最善を尽くす」という自律心と、周囲のサポートへの感謝を忘れずに取り組むことで、道はきっと拓けます。一歩ずつ、自分らしい両立のスタイルを見つけていきましょう。
時折お母さんの顔を見せながらも、お仕事への熱意をお話くださった大嶌さん。
実は、書き手である私も一人目の出産をきっかけに働き方を見直し、D4cグループへ入社しました。育児融通制度を活用し、周りにフォローいただきながら日々奮闘しています。
取材の中で「限られた時間の中でもスキルを最大限に発揮できる環境にとても感謝している」とお話された大嶌さんがとても印象的で、私も大嶌さんのように「かっこいいお母さん」でいたいと思いました。
大嶌さん、たくさんのお話をありがとうございました！
（書き手・撮影：吉田）
*「育児融通制度」：小学校3年生までの実子を育てるメンバーが、対象実子の育児に必要と認められる場合に時短勤務や時間休等が認められる当社独自の制度
D4cプレミアムには、数学・経済学・生物学など多様な専攻分野と、マーケティング・金融・教育などさまざまな業界での実務経験を持つメンバーが在籍しています。こうした多種多様なバックグラウンドを活かし、幅広い分野でデータ活用の支援を行っています。
今回は第一線で働く3名のデータサイエンティストが集まり、日々の仕事ややりがい、スキルの活かし方について語り合いました。「どんな経験が活かせるの？」「実際にどんな技術を使っているの？」など、当事者の声を通して、データサイエンティストとして働くリアルをお届けします。
データサイエンティストに興味のある方にとって、自分の経験やスキルをどう活かせるのか、未来の働き方を想像するヒントになればと思います。
ー参加者プロフィール
佐藤さん：
・最終学歴：学部卒（数学専攻）
・年次：キャリア入社3年目
・前職経験：公立中学校での数学教員
・現在担当している業種：ヘルスケア
萩原さん：
・最終学歴：修士（数学専攻）
・年次：新卒入社3年目
・研究テーマ：オーストラリア近海の台風発生予測モデルの作成
・現在担当している業種：マーケティング関連
上甲（本記事の執筆者）：
・最終学歴：博士（分子生物学専攻）
・年次：新卒入社3年目
・研究テーマ：毛髪の再生メカニズムの研究
・現在担当している業種：ヘルスケア
※2025年6月記事作成時の情報です
ーこの記事のターゲット
・データサイエンティストがどのような仕事か知りたいという方
・データサイエンティストになりたいが現状のスキルに不安を抱えている方
・D4cプレミアムでの働き方を知りたいという方
入社前の経験がキャリアにどう活きているか
皆さんそれぞれ異なるバックグラウンドをお持ちですが、学生時代や前職のどんな経験がデータサイエンティストとしての仕事に活きていると感じますか。
佐藤さん：私は大学で理学部数学科で学んだ経験があり、そのときに培った数学的な思考と論理的なアプローチは役立っていると感じます。また、教員時代に生徒のつまずきや理解しにくい点を考えながら授業をしていた経験があり、現在の業務の中でプレゼン資料を作成する際にこの経験が活きていると感じています。
萩原さん：修士課程でオーストラリア近海の台風発生予測モデルの作成に取り組んでいたので、その際に得たモデリングや分析の知識が現在の業務にも活きています。現在は、Webアクセスログを用いた購買確度予測や自然言語処理による顧客の行動分析など、幅広いタスクを担当しています。モデルの構築方法など大学時代に学んだことを活かせるのは嬉しいです。
上甲：博士課程で毛髪の再生メカニズムを研究し、マウスや細胞を使ったウェットな実験をメインに行っていました。学生時代は仮説を立てて実験をして結果に対する考察をすることを繰り返していたので、その中で培った論理的な思考方法がデータサイエンティストの仕事に役立っています。
専門も経験も異なる3名が、それぞれの背景を活かしてキャリアを築いている姿からは、データサイエンティストに求められるのは「特定の学歴」よりも「思考力や応用力」であることが伝わってきます。
普段の業務
当社ではマーケティング・金融・ライフサイエンスなど、さまざまな分野でデータ分析支援を行っています。皆さんも、それぞれ異なる業界でご活躍中だと思いますが、日頃どのような業務に取り組んでいますか。
佐藤さん：現在はSASを用いたデータの集計や可視化を行い、資料の作成などを担当しています。数千万〜数億レコードに及ぶ大規模データを扱うこともあり、集計・加工処理を自動化・効率化することに注力しています。また、資料作成に関しては、単にデータを集計するだけでなく一目で本質が伝わるよう視覚的にデザインすることも意識しています。
萩原さん：PythonとSQLを使い、Webサイトのアクセスログを分析しています。また、自然言語処理の技術を使ってアンケートのフリーアンサー項目を分析し、売上に影響を与える要因を抽出するなど、多岐にわたるプロジェクトに携わっています。また、クラウドサービスを活用してデータマートの構築やダッシュボードの作成にも取り組んでいます。
上甲：以前の案件では特定の取引に関する動向や、特定のアクションの発生有無を予測する機械学習モデルの構築・運用を行っておりました。現在はリアルワールドデータを用いた集計・分析を行っています。どちらも機械学習や数理最適化の技術を活用し、クライアントの業務改善をサポートすることが主な業務です。
活躍する業界や使う技術はさまざまですが、共通しているのは「課題解決に向き合う姿勢」と「技術を手段として活かす力」。D4cプレミアムでは、一人ひとりが専門性を武器に、現場で実践的な価値を提供しています。
技術や知識の獲得方法
データサイエンティストとして業務を遂行する中で、新しい技術やツールの導入が求められることがあると思います。みなさんはスキルや技術を習得する際にどのように情報を収集しているのでしょうか。
佐藤さん：資格試験用のテキストを使用して自己学習を進めており、具体的な業務に必要なスキルをその都度身に付けています。今後はAWSやGCPなど、クラウド技術の知識も習得したいと考えています。
萩原さん：Udemyや書籍を活用した自己学習に加え、社内の定例ミーティングで他のメンバーと情報共有を行っています。幅広い案件に携わるため、その都度必要な知識を調査し、身に付けていくことが求められます。
上甲：技術ブログや社内アーカイブを活用しながら、自分で調査して知識を深めています。特に、Qiitaなどのブログで最新の技術トレンドを追いかけながら今自分が直面している課題に適応できないか考えることが多いです。
急速に変化する技術トレンドに対応するには、日々の学びが欠かせません。社内外のリソースを活用しながら、自らのスキルを磨いていく姿勢が、3名に共通しています。
やりがいと今後の展望
D4cプレミアムでデータサイエンティストとして働くことへのやりがい、今後取り組んでみたいことを教えてください。
佐藤さん：日々新しいスキルを学び、それが自分の成長や仕事の成果につながることに大きなやりがいを感じています。プログラミングスキルが上がることで、業務の幅が広がるなど、自らのスキル向上が日々の業務のやりがいにつながっています。自分の成長がダイレクトに結果に現れるところがこの仕事の魅力です。今後はクラウド技術の知識を深め、さらなるスキルアップを目指しています。
萩原さん：データ基盤の構築から、Webログや自然言語処理を用いた分析まで、幅広い業務に取り組める点にやりがいを感じています。特に、次々と出てくる新しい課題を『どうやって解決しようか』と考えるプロセスそのものが、この仕事の面白さだと感じます。将来的にはこの経験を活かし、金融やマーケティング分野のデータ分析にも挑戦して、自身の分析の引き出しを増やしていきたいです。
上甲：常に新しい技術に触れながら、お客様の業務改善を支援できるところが魅力です。現在はリアルワールドデータを用いた分析業務に携わっていますが、今後はこういったデータの活用戦略そのものを立案・実行し、データに基づいたお客様の事業成長を主導できる人材を目指したいです。
日々の成長実感や、挑戦の幅が広がることにやりがいを感じているメンバーたち。D4cプレミアムでは、一人ひとりが自分らしいキャリアを描きながら、データの力で社会やビジネスに貢献しています。
おわりに
今回の座談会では、バックグラウンドもキャリアの入口も異なる3名のデータサイエンティストが、それぞれの強みを活かして業務に取り組み、日々成長し続けている様子が語られました。
データサイエンティストは、バックグラウンドに縛られず道を切り拓くことができます。実際に現場で活躍しているメンバーの言葉からも、異なる視点や専門性がチームの力になっていることが伝わってきました。
D4cプレミアムには、そんな個々の強みを尊重しながら、成長を後押しする環境が整っています。未経験からでも、挑戦を続けられる姿勢があれば、確実にスキルを身につけ、自分らしいキャリアを築いていくことができます。
「自分の経験は活かせるだろうか」「今からでも間に合うだろうか」そんな不安を感じている方にこそ、私たちの働き方や考え方に触れていただけたら嬉しいです。
（書き手：上甲）