regsupe

2026年3月回 指名


まだ何もありません

あなたを気にしている企業

キャリアビジョン


ビジネスと開発をつなぐ立場として、優れたプロダクトを顧客課題の解決に最大限活かせる人材になりたい

私は、顧客の課題を理解し、それをプロダクトや技術の実装・導入・活用に落とし込む仕事にやりがいを感じています。 特に、顧客にプロダクトを導入するだけでなく、現場で定着させ、業務や意思決定の変化につなげるところまで伴走する役割を担いたいと考えています。 そのために、ビジネス側の課題整理と、開発側の設計・制約理解の両方を深め、双方をつなぐ立場で価値を出せるようになりたいです。 将来的には、こうした経験を積んだうえで、社会全体にインパクトの大きい行政のデジタル化にも関わっていきたいと考えています。

プロジェクト経験

2025年/2年以内

Sansan BI プロジェクト(新規事業の立ち上げ、実装、営業、運用)

- 7社のエンタープライズ顧客に対して、BigQuery、Looker、生成AIを活用したソリューションを提供し、顧客の業務フロー、意思決定のあり方、組織上の制約を実装可能な形に落とし込んだ。 - 12社の商談で技術ディスカバリー、デモ、ソリューション設計を支援し、初年度約1億円 ARR に到達した新規事業において7件の受注に貢献した。 - Sansanの名刺データと商談データ、基幹システムデータ、Excel業務データの順に統合を進める段階導入計画を提案し、その計画で受注し、実際にその方針で提供を進めている。 - 顧客向けのドキュメント整備、フィードバック収集、改善サイクルの運用を通じて、新しい分析ワークフローの定着を支援した。週次のフィードバック→改善サイクルを通じて MAU 60% の利用定着を支え、更新拡大に貢献した。 - モデリングガイドライン、LookML規約、可視化パターン、オンボーディングテンプレートを整備し、提供リードタイムを四半期ごとに 7か月 -> 2.2か月 -> 1.5か月へ短縮した。 - 採用基準、面接設計、オンボーディングプランの設計を通じて、チームを1名から5名に拡大した。

プロジェクトカテゴリ
担当工程
経験した職種・役割
あなたが実際に使っていた技術
このプロジェクト詳細は公開されていません

プロジェクトカテゴリ
担当工程
経験した職種・役割
あなたが実際に使っていた技術
このプロジェクト詳細は公開されていません

2023年/半年以内

AWS ECS(Elastic Container Service) SME

・AWSサポートとして、ECSの社内専門家の資格であるSubject Matter Expertを、入社以来1年2ヶ月という、チーム通算30人程度で、歴代最速で取得した。 ・その他、コンテナ・IaC・CI/CD系のサービスを中心に、年間500件以上のトラブルシューティングを実施した。

2021年/半年以内

プラスチック製品の不良品率の推定

・発泡スチロール製品を作っている会社のプロジェクト。 ・不良品率を下げることが最終目的だが、参加したフェーズでは、製品加工時の加工機械の設定値や、素材の品質に関するデータをもとに良品ができるか不良品ができるかを推定するモデルを作成した。 ・素材の品質が不良品率に影響していることを見つけ、また、素材の品質自体には、調達から使用までの期間と、季節性が影響することをデータ分析から導きだした。 ・この発見をもとに、モデルの精度向上に大きく貢献した。

2015年/2年以上

未来洞察・ビジョン策定コンサルティング

- 民間企業・官公庁向けに、10年〜50年後の社会像・事業機会を導出する「未来洞察(シナリオプランニング)」を専門とし、在籍約2年半で約28件の案件に従事した。 - 役員クラスから現場社員までが参加する全社横断ワークショップを設計・ファシリテーションし、Miro上で約100回のワークショップを実施した。 - 最大5名チームのプロジェクトマネジメント、最大約1,300万円規模のコンサルティング営業を経験した。 - 新卒同期12名の中で3年連続の最高評価を獲得した。

マネージメント能力

Solutions Engineerチーム(1名→5名)の立ち上げと、7社のエンタープライズ顧客へのBIソリューションのデリバリー。採用・育成・職務定義から、プリセールス・顧客導入・定着支援・提供プロセスの標準化までを一貫してリードした。
- チーム: 1名体制から、プリセールス・デリバリー・プラットフォーム開発を自律的に回せる5名体制を構築し、テナント別の担当移譲が完了した状態にする - 顧客デリバリー: 7社すべてで継続受注・拡大を達成し、初年度約1億円ARR規模の事業に成長させる - プロセス: 初号案件で約7か月かかっていた提供リードタイムを、標準化により四半期ごとに短縮し、4社同時対応が可能な体制にする
#### 初期の課題 プロダクトも組織も未確立の状態からのスタートだった。BIプロダクトの初号案件を成功させながら、同時にチームを構築し、後続案件に横展開可能なデリバリーモデルを確立する必要があった。 最初に直面した問題は、「1人でプリセールスもデリバリーも基盤開発もやっている状態では事業がスケールしない」ということだった。初号案件を約7か月かけて立ち上げた段階で、この速度では営業が獲得してくる商談に対応しきれないことが明白だった。 #### チーム構築のアプローチ JD(ジョブディスクリプション)を自ら設計し、「ソリューションアーキテクト」と「データディレクター」の2軸で人材像を定義した。構造化面接を導入し、評価基準を体系化した上で5名の候補者と面接し、3名を採用した。 新メンバーのオンボーディングでは、1週間以内にPRマージが可能な状態にすることを目標とした。日次1on1を実施し、技術面だけでなく顧客のビジネス理解の早期キャッチアップを支援した。ステークホルダーハンドリングやスコープ管理の実践機会を意図的に設計し、単なるコーディング担当ではなく顧客対面で動けるSEとしての成長を促した。 #### 標準化による提供速度の改善 初号案件の経験をもとに、横展開可能な標準パターンを整備した。BigQueryモデリングガイドライン、LookML規約、可視化パターン、オンボーディングフロー、データ連携ヒアリングシート等を体系化した。 LookMLのStar Schema導入により、コード修正がLookerリポジトリで完結するケースを増やし、開発効率を向上させた。ADR(Architecture Decision Records)を導入して技術的意思決定を文書化し、チームメンバーが自律的に判断できる基盤を作った。 これにより、提供リードタイムを四半期ごとに7か月→2.2か月→1.5か月へ短縮した。同時に4社のオンボーディングを並行で進められる体制を実現した。 #### 担当移譲とスケーラビリティ チーム拡大後は、テナント別のメイン担当を各メンバーに移譲した。自身はアーキテクチャ設計・新規案件のリード・AIエージェント化の推進に集中する体制を構築した。SE / FDE / DSの3職種定義書を設計し、組織のスケーラビリティを確保した。 #### 顧客デリバリーでの工夫 顧客ごとに業務フロー・意思決定のあり方・組織上の制約が異なるため、汎用ダッシュボードの横展開ではなく、各社の文脈に合わせたソリューション設計を重視した。一方で、意思決定者には導入計画・推進計画を、現場には使いやすさ・短期価値を提示する「両面アプローチ」を標準化し、再現性のあるデリバリーモデルとした。 金融系リース大手の1社では、週次フィードバック→改善サイクルの運用を徹底し、MAU 60%・WAU 30〜50%の利用定着を実現した。 #### 成果 - チームを1名→5名に拡大(3名採用) - 担当した7社すべてで継続受注・拡大を達成 - 提供リードタイムを四半期ごとに7か月→2.2か月→1.5か月へ短縮 - 約12社の商談に技術リードとして関与し、7件の受注に貢献 - 初受注から約1年でARR約9,300万円規模まで成長する土台を構築

製造業・通信業のエンタープライズ顧客向けデータ分析・機械学習プロジェクトにおいて、チーフアナリスト(配下1名)およびプロジェクトリーダー(チーム3名)としてチームのタスク管理・実施を担当した。
- 顧客の業務課題に対して、機械学習モデルや分析結果を通じた実行可能な示唆を期限内に納品すること - チームメンバーの分析方針を適切にガイドし、顧客のビジネス文脈に合ったアウトプットの品質を担保すること - ゼネコン向け見積査定システムの要件定義案件では、3名チームのタスク管理を通じて、MLモデルの本番適用に向けた要件を整理・合意できる状態にすること
#### チーフアナリストとしてのマネジメント ALBERTでは、日本総合研究所からの出向としてデータサイエンティストの役割を担った。入社後まもなくチーフアナリスト(配下メンバー1名)に任命され、自ら分析・モデリングを行いながらメンバーの方針づけとレビューも担当した。 製造業の顧客(素材メーカー)向けの良品率改善プロジェクトでは、配下メンバーの分析方針を設定した上で、自身も並行してモデリングを実施した。顧客の製造工程のドメイン知識をヒアリングで補いながら特徴量設計を進め、MAEを約30%改善するモデルを作成した。 通信会社向けのデジタルチャネル分析では、「精度の高い予測モデル」ではなく「施策につながる説明可能な分析」を重視する方針を立てた。顧客側は分析結果をもとにマーケティング施策を実行する必要があったため、決定木ベースのモデルを採用し、解釈性を優先した。 #### プロジェクトリーダーとしてのマネジメント ゼネコン向け見積査定システムの要件定義案件では、3名チームのプロジェクトリーダーを務めた。この案件の課題は、MLモデルの精度だけでなく、既存の見積業務フローの中にどう組み込むかという業務設計の観点が大きかったこと。 メンバーへのタスク配分においては、各人の強み(データ処理が得意なメンバー、ドメイン理解に長けたメンバー)を考慮し、ヒアリング・分析・ドキュメント作成のバランスを調整した。 #### 共通して意識したこと - クライアントへのヒアリングを重視し、ビジネス課題の理解に基づいた分析方針を立てること - メンバーに対しては、答えを渡すのではなく、分析方針の根拠と期待するアウトプットのイメージを共有すること - 進捗が詰まった際は、自分で手を動かして打開し、その過程をメンバーと共有すること

最大5名のコンサルティングチームのプロジェクトマネジメント、および最大25名規模の全社横断ワークショップのファシリテーション。在籍約2年半で約28件の案件に従事し、通常3〜5案件を並行推進した。
- プロジェクト: 業界調査、未来洞察、戦略立案等のコンサルティング案件を、期限内に顧客にとって実行可能な提言として納品すること - ワークショップ: 現場メンバーから役員クラスまで参加する全社横断ワークショップにおいて、参加者の議論を引き出し、具体的なビジョンや事業機会に収束させること - チーム: 複数案件を並行しながら、メンバーのリサーチ方針・資料品質を管理し、顧客への提供価値を担保すること
#### 多数案件の並行推進 日本総合研究所では、常時3〜5件のプロジェクトを並行で担当するのが通常だった。各案件のスコープ・進捗・顧客の温度感を常に把握し、優先度をつけてリソースを配分する必要があった。 プロジェクトマネージャーとしては、リサーチ方針の設定、メンバーへのタスク配分、成果物の品質レビュー、顧客コミュニケーションを担当した。特に意識したのは、メンバーにリサーチの「問い」を明確に渡すこと。漠然と「調べてきて」ではなく、「この仮説を検証するために、この観点で情報を集めてほしい」と具体化することで、アウトプットの手戻りを減らした。 #### ワークショップ設計の工夫 未来洞察プロジェクトでは、ワークショップの設計そのものが成果物の品質を左右した。 例えば結婚式業界向けのプロジェクトでは、いきなり「結婚式の未来」を議論するのではなく、「社会変容 → 結婚・恋愛観の変化 → 結婚式の変化」と段階的にワークショップを設計した。全5回のセッションを通じて、参加者の思考を段階的に広げ、最終的に具体的な事業機会に収束させた。 鉄道会社向けの2030年ビジョン策定では、全社横断で約25名が参加するワークショップで、物流・スーパー・国際物流等の異なる部門の参加者をファシリテーションした。シニアマネージャー2名と共にメインファシリテーターを務め、部門の異なる参加者から共通のビジョンを引き出すことに注力した。 #### 直面した問題と対処 **参加者の発散と収束のバランス**: ワークショップでは、発散フェーズで出てくるアイデアの量と、収束フェーズでの意思決定の質のバランスが常に課題だった。特に役員クラスが参加する場合、発言が偏りがちになる。Miroを活用して全員が同時に書き込めるフォーマットを設計し、発言のハードルを下げた(通算約100回のMiroワークショップを実施)。 **リサーチ品質の担保**: メンバーのリサーチが表層的になるリスクに対しては、中間レビューのタイミングを明確に設定し、「この情報から何が言えるか」を問う形でフィードバックした。 **営業との両立**: プロジェクト推進と並行して、最大約1,300万円規模のコンサルティング案件の営業も経験した。既存案件で得た知見を営業提案に活かし、リードリスト作成から提案資料作成まで担当した。 #### 成果 - 約28件の案件を推進し、新卒同期12名の中で3年連続の最高評価を獲得 - 最大5名のチームマネジメント経験 - ファシリテーション経験は通算50回以上(うちMiro上で約100回) - 官公庁委託案件(経済産業省)のプロジェクトリーダーとして、日米イスラエルのスタートアップ企業・弁護士へのインタビューをアポ取りから実行まで完遂

アピール項目


アウトプット

GitHub アカウント
あり
Qiita アカウント
未入力です
Zenn アカウント
未入力です
Speaker Deck アカウント
未入力です
SlideShare アカウント
未入力です
特にアピールしたいアウトプット
あり

今後、身につけなければいけないと思っている技術は何ですか?

1つ目は、Solution Architect / Deployment Strategist / Forward Deployed Engineerのように、顧客の業務や事業課題を深く理解し、技術とプロダクトを通じてビジネス変革を実現する力です。 単に要件に応じて機能を提供するのではなく、顧客の現場に入り込みながら、課題整理、解決策の設計、導入推進、活用定着までを一貫して担える力を伸ばしたいと考えています。 2つ目は、生成AI・LLMを活用したアプリケーション設計技術です。 単なるAPI利用にとどまらず、業務要件に応じたワークフロー設計や評価・改善まで含めて扱えるようになりたいです。 3つ目は、技術を事業価値につなげるための事業戦略・プロダクト戦略の視点です。 どれだけ優れた技術でも、顧客価値や事業としての成立性につながらなければ広く使われません。そのため、顧客課題、市場性、提供価値を踏まえて、技術判断やプロダクトの方向性まで考えられる力を伸ばしたいと考えています。

あなたが一番パフォーマンスを出せるのはどんな環境ですか?

「正解が定まっていない状態で、顧客課題と技術の間に立ちながら、自分で手を動かしつつチームを巻き込んで仕組みを作っていく環境」が最もパフォーマンスが出ます。 Sansanでは、プロダクトも組織もない状態から、プリセールス・デリバリー・基盤開発を横断し、提供プロセスの標準化とチーム拡大を同時に進めました。逆に、役割が細分化されていて「自分の担当範囲だけやればいい」環境や、既に出来上がったプロセスを回すだけの環境では、自分の強みが活きにくいと感じます。

生成AIの活用状況

日常的な情報収集・業務活用
ChatGPTやGeminiなどのチャットツールを、情報収集、ドキュメント作成、翻訳に日常的に活用
業務でコード補完系の生成AIを活用
GitHub Copilot等のコーディング支援ツール
業務でコード生成、コーディングエージェント系の生成AIを利用
コードレビュー、テストコード生成、デバッグに生成AIを活用
サービス・プロダクトへの応用
既存のサービスやプロダクトに生成AI(API利用など)を組み込み、LangChainやLlamaIndexなどのフレームワークを使った開発経験

キャラクター

直近で一番やりたいこと
サービスを作りたい
好きなスタイル
好きな規模
自信を持って人より秀でていると言える点
学習能力 / 問題解決力 / 営業力
スキルのタイプ
得意なフェーズ
会社を選ぶ一番の基準
年収が第一
やりたくない分野
SI / 金融 / ファッション / ゲーム / アダルト
その他の特徴
使用言語にはこだわらない / 新しい技術はとりあえず試す / 多職種のバックグラウンドがある
その他のやりたいこと・やりたくないこと
未入力です

やりたい事

手を動かして設計してコードを書きたい
絶対やりたくない
あまりやりたくない
別に普通
やりたい
絶対やりたい
価値あるプロダクトを作り成長させたい
絶対やりたくない
あまりやりたくない
別に普通
やりたい
絶対やりたい
学び続けて技術力でプロダクトに貢献したい
絶対やりたくない
あまりやりたくない
別に普通
やりたい
絶対やりたい
意義があることや社会に貢献できる仕事がしたい
絶対やりたくない
あまりやりたくない
別に普通
やりたい
絶対やりたい
人や計画の調整・マネジメントをしたい
絶対やりたくない
あまりやりたくない
別に普通
やりたい
絶対やりたい
レガシーなシステムの保守・運用・改善をしたい
絶対やりたくない
あまりやりたくない
別に普通
やりたい
絶対やりたい
企画や仕様を考えるところから関わりたい
絶対やりたくない
あまりやりたくない
別に普通
やりたい
絶対やりたい
業務効率を改善して一緒に働く人のためになりたい
絶対やりたくない
あまりやりたくない
別に普通
やりたい
絶対やりたい
全社横断的な共通基盤作りや強化をしたい
絶対やりたくない
あまりやりたくない
別に普通
やりたい
絶対やりたい
組織や文化を作る・成長させる仕事をしたい
絶対やりたくない
あまりやりたくない
別に普通
やりたい
絶対やりたい

基本プロフィール

年齢
今年で30代前半
好きなテキストエディタ
VS code
希望勤務地
東京都
希望年収
1800万円
ご意見箱

要望、不具合報告、使いづらい点や感想など、お気軽にお寄せください。
いただいたご意見は、今後のサービス向上に活用させていただきます。

なお、このフォームは受付専用のため、返信を行っておりません。
返信を希望する場合はお問い合わせよりご連絡ください。

  • {{error}}
転職ドラフトを友人や同僚に薦める可能性はどのくらいありますか?