募集要項

応募資格

学歴不問

＜応募資格/応募条件＞
必須条件：
・Python/SQL/GCPを用いたデータ処理・モデリングスキル
・データサイエンスの基礎理論の理解と応用領域に関する理解・学習意欲
・数理最適化含む数理科学分野もしくは計算機科学分野の体系的な知見を基礎としたアルゴリズム開発・実装経験

雇用形態

正社員

年収・給与

＜予定年収＞
617万円〜1,373万円

＜賃金形態＞
月給制

＜賃金内訳＞
月額（基本給）：374,000円〜864,366円
固定残業手当/月：141,000円〜279,800円（固定残業時間45時間0分/月）
超過した時間外労働の残業手当は追加支給

＜月給＞
515,000円〜1,144,166円（一律手当を含む）

＜昇給有無＞
有

＜残業手当＞
有

＜給与補足＞
昇給：年2回
賞与：あり

賃金はあくまでも目安の金額であり、選考を通じて上下する可能性があります。
月給(月額)は固定手当を含めた表記です。

勤務地

東京23区、その他東京都
＜勤務地詳細＞
本社
住所：東京都文京区小石川1-4-1 住友不動産後楽園ビル16F
勤務地最寄駅：丸の内線／後楽園駅
受動喫煙対策：屋内全面禁煙

交通

＜勤務地補足＞
・リモート可（上長承認）


＜転勤＞
当面なし

＜在宅勤務・リモートワーク＞
相談可

＜オンライン面接＞
可

特徴

• 学歴不問
• フレックス勤務
• 年間休日120日以上
• 週休2日制
• 社宅・家賃補助制度

勤務時間

＜労働時間区分＞
フレックスタイム制
コアタイム：10:30〜16:30
休憩時間：60分
時間外労働有無：有

＜標準的な勤務時間帯＞
10:00〜19:00

待遇・福利厚生

通勤手当、住宅手当、寮社宅、健康保険、厚生年金保険、雇用保険、労災保険

＜各手当・制度補足＞
通勤手当：交通費支給（上限25,000円/月）
住宅手当：近距離手当※会社から15分以内に住めば月2万5千円
寮社宅：借り上げ社宅制度
社会保険：補足事項なし

＜副業＞
可

＜教育制度・資格補助補足＞
学術支援制度
書籍購入補助（全額）
セミナー参加費
技術知見を用いた対外発表
Competition参画推奨制度
個人研鑽のためのサーバー代補助

＜その他補足＞
お菓子、ドリンク無料
社内に卓球ルームあり（筋トレマシーンもあり）
スポーツジム補助（上限5000円／月）
部活支援制度
近距離手当（25,000円／月）
健康診断
産休／育休復帰お祝い金支給
＜雇用形態補足＞
期間の定め：無

＜試用期間＞
3ヶ月

休日・休暇

完全週休2日制（休日は土日祝日）
年間有給休暇3日〜3日（下限日数は、入社直後の付与日数となります）
年間休日日数126日

慶弔休暇、結婚休暇、出産休暇、育休産休、看護介護休暇、年末年始休暇（12月30日〜1月3日）
※年次有給休暇（採用時3日、3か月勤務後は入社月に応じ追加で有給付与、早期に消化したら＋2日）

完全週休2日制

注意事項

この求人は採用企業からdodaがお預かりしている求人情報です。
　（1）ご応募にはエージェントサービスへのご登録が必要です。
　（2）採用条件に合致した方については、ご入力いただいた情報にて、そのまま企業への応募手続きをいたします。
　（3）求人への応募ごとに登録情報を変更することはできかねますため、登録情報は各求人へ最適化した内容ではなく、
汎用的な内容としていただくことをお勧めいたします。
　（4）ご応募についての合否に関わるご連絡は、この求人情報を担当するdodaの案件担当から行います。
　※ご経験やご経歴などから、この求人情報へのご応募がいただけない場合があります。あらかじめご了承ください。

企業情報

社名

株式会社ＪＤＳＣ

業種

ソフトウェア・情報処理

事業内容

事業内容：
・機械学習等を活用したアルゴリズムモジュールの開発と、ライセンス提供事業
・ITシステムの開発と運用事業
・データサイエンスに関する顧問、コンサルティング事業

事業の特徴：日本の産業をアップグレードすることを使命とした東大発のAI企業です。日本の変革の主体となるために、東京大学、各産業におけるリーディングカンパニー、要素技術を有するベンチャーとチームアップし、利益に直結したAIサービスを提供しています。大学から社会への知の還元をリードし、クライアント企業の利益貢献にコミットするプロフェッショナル集団として、日本社会をアップグレードします。

サービスの特徴：
・需要予測…商品の売上を正確に予測することで、欠品による売上機会損失を防いだり、過剰生産による廃棄費用かつ保管費用を削減することができます。
・在庫最適化…販促資材の最適在庫量を正確に予測することで、無駄に蓄積した在庫資材を一掃し、在庫保管料を削減できます。
・物流最適化…不在配送は全配送の2割近くを占め、数千億円のコストを生んでいます。2020年までに全戸配備されるスマートメータから得られる電力データを元に、人工知能が配達先の現在〜将来の在不在を予測することで、不在を回避し、在宅と配達時間をつなげます。
・教育…単にデジタルツールを導入するのでなく、デジタルによって学習体験はどう変わるのか、講師と先生の役割はどう変わるか、教室とカリキュラムはどうなっていくのか、包括的なデジタル化プログラムを顧客と共に実現します。