✅事業内容 【Professional Service】 クライアント企業の目標・課題に応じて、コンサルティング、Digital・AIのインテグレーションを行います。 ◇ビジネスコンサルティング 　-戦略コンサルティング 　-DXコンサルティング ◇AIインテグレーション 　-デジタル・AI実行システム全体の要件定義・設計・構築 　-データエンジニアリング、サイエンス実務業務(深層学習・機械学習、統計解析) ◇ビジネスアナリティクス -統計解析・モデル構築実務 -ビジネス成果につながるデータ活用の実現サポート 【Solution Service】 社会課題・企業のビジネス課題を解決することを目的に、APOLLOオリジナルのソリューションを構築し、様々な企業への提供を開始しています。 ・マーケティング計画・企画・検証ツール ・従業員エンゲージメント見える化ツール ・個人動画抜き出しAIソリューション ・ビジネスシーンでの活用に特化したAI・データ分析研修プログラム ✅現在提供しているプロダクト（他のサービスも開発中です！） - ilodoli( https://apol.co.jp/solution/ilodoli ) - POPAI( https://apol.co.jp/solution/popai ) - Motion Cap( https://apol.co.jp/solution/motioncap ) - PONES( https://apol.co.jp/solution/pones )

✅経営理念 「コンサルティング＋AIで社会進化の軌道を描く。」 私たちは、クライアント企業の要望を叶えるだけでなく、社会進化への私たちの夢も掛け合わせ、スピーディーに、沢山のAIサービスを世の中に浸透させることにこだわり抜きます。 ✅設立経緯 「コンサルティング＋AIで、社会進化の軌道を描く。」という経営理念の下、大手コンサルティングファームで活躍していたメンバーを中心に、2020年に設立した会社です。データサイエンティスト、データエンジニア、システムエンジニア、戦略コンサルタント、業務系コンサルタント、等多岐に渡るバックグラウンドの人材が活躍しています。

✅魅力的なメンバー 仕事には皆真面目に取り組みますが、私生活では友人のように楽しく交流する関係です。また、年齢や役職に関係なく自由に発言できるフラットな社風で、組織の風通しが良いところも弊社の魅力です。 社員から見たこの仕事の面白さ ・コンサルタントと共同しながら、大手企業の大きな課題解決に主体的にかかわれる ・手法にはこだわらず、解決手段の選定することができる ・あるクライアントの課題を解決して終わりではなく、自分が開発した課題のプロダクト化までを実行できる ・分析して終わりではなく、アウトカム(成果・価値)にこだわってプロジェクトを進められる ・プレスリリース等、外部に発信される可能性もあるプロジェクトに関わることができる ✅働く環境 オフィスは東京都渋谷にあります。会議参加やデータへのアクセス等の関係からクライアント企業に訪問する以外は、リモートワーク等にも対応し、柔軟な働き方も可能です。 ✅社内制度 どの募集職種であっても、その領域のプロフェッショナルと共にプロジェクトを推進することが圧倒的な成長につながるという考え方のもと、特にOJTを重視した早期育成に力を入れています！

◢◤募集背景◢◤ アポロでは、クライアントを相手にするプロジェクト、自社のプロダクト開発ともに拡大中で、積極的にデータサイエンティストを採用しています。 外部のパートナー企業の方にも関わってもらいながら進めていますが、プロジェクトの数に対して人手が足りません。 より高い付加価値を、よりスムーズに作り出していくために、ビジネス上の課題設定から深く関わり、自社のプロダクト開発まで深く関わるデータサイエンティストを募集しています。 ◢◤データサイエンティスト職の特徴◢◤ アポロでは、コンサルティングをしながら見つかったクライアントの課題のタネを基に、その課題を解決するためのソリューションを開発し、他の会社にも展開しています。 弊社のデータサイエンティスト職は、あるクライアントの課題を解いて終わりではなく、それを他の会社にソリューションとして展開できるような課題設定、モデル構築、エンジニアリング等を行っています。 つまり、クライアントでのビジネス価値を生み出すことと、プロダクト開発の双方に携わっていただきます。 アポロのデータサイエンス職は大きく3つの強みがある人材に分かれています。 ▷ビジネスデータサイエンティスト ビジネス課題を紐解き、課題に対していかにデータを使うかに強みがある人材（コンサルティング会社出身のメンバーなどに多い） ▷データサイエンススペシャリスト 統計、機械学習、数学などのデータサイエンス知識やモデル開発に強みがある人材（アカデミア出身のメンバーなどに多い） ▷機械学習エンジニア 深層学習などのアルゴリズムとデータサイエンスモデルのプロダクトとの連携、定常運用などに強みがある人材（エンジニア出身のメンバーなどに多い） 個人を上記の職種に明確に分けているわけではありませんが、それぞれの強みや希望に合わせて案件のアサインを行っています。 ◢◤プロジェクト事例◢◤ 《小売業の広告効果分析ツールの構築》 ▷業種：小売業 ▷目的：ソーシャルネットワークと売上の関係から、広告や営業の効果を把握すること ▷期間：6ヶ月 ソーシャルネットワーク(テキストデータ等)とPOSデータやオンラインショップの購買履歴データを組み合わせて、商品の関係性や売上との相関を把握する分析を行いました。 また、各SNSにおけるインフルエンサーの類似度や、相互の影響の関係を表すモデルを構築し、注力すべきインフルエンサーを把握することもできるようになりました。 現在はソフトウェアエンジニアと連携してAPIの設計や実装を行い、開発したAPIを小売業の企業が広告効果を把握するためのツールとして利用しています。 今後は、開発したツールに加えて広告の効果を把握するための分析レポート（BI）や、推奨広告の提案などを行うことができるように開発を進めています。 ※クライアント企業は、航空、流通小売、製薬、消費財メーカー、エネルギー、ディベロッパー、教育、人材等幅広く存在しています。 クライアント企業と下記のようなJoint Ventureを組成して推進するケースも今後増加します。 https://apol.co.jp/orbitics https://www.orbitics.co.jp 📍下記noteにてアポロのプロジェクト事例紹介記事を公開しています！ https://note.com/apollo132/m/m2049435476b3 ◢◤選考ステップ◢◤ （カジュアル面談⇒）書類選考⇒面接（2~3回）⇒内定 ※面接回数は前後する可能性がございます。 📍APOLLO Tech Blog https://note.com/apollo132/m/m6148f4b67ce9 必須スキル ＜スタッフレベル＞ ・統計学・機械学習の基礎理解 ・データ分析、前処理に関わるスキル、経験（SQL、Python等）（2年以上） ・研究またはビジネスにおいて、データ分析によって課題を解決した経験（2年以上） ・チーム内外の関係者と連携してスムーズに業務を進めるためのコミュニケーション能力 ＜マネージャーレベル＞ ※スタッフレベルに加えて ・データ分析、前処理に関わるスキル、経験（SQL、Python等）（5年以上） ・コンサルティングファーム、分析会社、事業会社等でデータ分析・モデリングプロジェクトのマネジメント・設計経験 ・課題設定、モデルの設計、モデルの構築＋（プロダクト開発）を、チームメンバーと連携しながら一気通貫で行った経験 ・時系列解析、多変量解析・因果推論、数理最適化、レコメンデーション、深層学習（自然言語処理、動画・画像解析等）のいずれかにおける専門的な知識・実務経験（2年以上）