これを読めば安心！面接でよく聞かれる質問集～業務内容編～
メンバーズデータアドベンチャー（以降、DA）の面談や面接で応募者の方からよくいただく質問をご紹介します！
初回は業務内容編です！
ーデータ領域の仕事とは具体的にはどういう内容ですか？
データエンジニアは、データ活用の大事な部分であるデータ環境を整えるところを担当しています。例えば、データ分析基盤の構築と運用として、データレイクやDWHの構築、ETL/ELT処理、データ処理のワークフロー作成を行います。必要に応じて自動化機能の開発として、前処理の自動化、分析フローの自動化といったことも行います。
データアナリストは、経営、事業、マーケティングコミュニケーションなど様々な位置で意思決定とネクストアクションをデータを用いて支援しています。例えば、統計を用いながらデータの分析を行い、効果検証を行います。お客様にデータが示す内容を伝えるためにTableauなどをはじめとしたBIツールを用いてダッシュボードを作成したり、報告レポートを作成します。
データサイエンティストは、エンジニアとアナリスト業務に加えて、予測モデルを作成するといったところがメインという認識を持ってらっしゃる方が多いです。実運用というよりは、試験研究を行うケースも多くあります。DAでは、それに加えて、データアナリスト、データエンジニアの業務の両方を行える、または、その業務の差配をする役割も担います。 もっと詳しく知りたい方はこちらの記事で職種と業務内容を解説しています。
ー常駐先のクライアントの業界はどういったところがありますか？
業界としては、IT業界、金融業界、物流・小売業界、メディア・広告業界など様々です。母体である株式会社メンバーズが大手企業との取引が多いため、DAでも大手企業へ常駐してもらうことがほとんどです。
どのようなクライアント先でどのような取り組みをしているかKDDI、集英社、TRUST BANK、AOKI Holdingsの事例をDA公式ホームページに掲載しております。
導入事例 | メンバーズデータアドベンチャー
メンバーズデータアドベンチャーの導入事例を掲載しています。
ー常駐先はどのように決まりますか？
取引がある約25社から営業が社員のスキルやキャリアプランに合わせて3案件ほどピックアップしてご紹介しています。業務内容などを確認していただき、納得したうえで常駐が決定します。 入社から常駐までの流れはこちらの記事でもご紹介しています。
ー常駐先でよく使う技術はなんですか？
職種によって業務内容やよく使うスキルは変わってきますが、共通して使用するのはSQLです。 データ分析業務では、Python、Rを使うこともあります。ツールとしては、Google Analytics、Tableau、Bigqueryです。
エンジニア業務では、モダンな開発環境の場合が多いのでインフラはAWSやGCP、Dockerです。リソースとしては、Glue、Step Functions、Redshift(+Spectrum)、EC2、Cloud Storage、Bigquery、Cloud Composer、Vertex AIなどを用いていきます。
常駐先によって業務内容が異なるので、上記の技術を必ず使うわけではありませんが、新しい技術に触れる機会は多いと思います。
ー常駐する人数と期間はどのくらいですか？
常駐先によって変わりますが、1名から5名程度で常駐していることがほとんどです。1名出の常駐は不安な方もいると思いますが、常駐先の社員とチームを組んで仕事をしていきますし、DAメンバーへは社内チャットで相談や雑談ができます。
期間としては、1つの案件に1年から1年半ほど常駐するパターンが多いです。ご契約自体は3ヵ月ごとの更新となりますので、3ヵ月ごとに営業担当がDA社員と常駐先担当者の双方に更新の意思を確認したうえで継続するかどうかを決定します。 DA社内での交流については、こちらの記事でも紹介しています。
ー残業はありますか？
DAは基本的には残業をしない方針です。やむを得ず残業を行う場合でも20時間/月以内にするというルールがあります。20時間/月を超える残業が定常的に発生する場合は、営業がクライアントへ業務調整や増員を依頼しています。
読者の皆さんの疑問は解消できましたか？
DAでは気軽に質問ができるカジュアル面談も実施しています。ご興味がある方はこちらの求人からお問い合わせください♪
データエンジニア求人：【メンバーズデータアドベンチャーカンパニー】データに特化した専任のエンジニアを募集！
データアナリスト求人：【メンバーズデータアドベンチャーカンパニー】未経験OK！ジョブチェンジOK！データ分析のプロになる【データアナリスト】
データサイエンティスト求人：【メンバーズデータアドベンチャーカンパニー】データ分析まわりを一気通貫して顧客に価値貢献する【データサイエンティスト】