OfferBoxの適性診断を比較｜AnalyzeU＋と360度の違い
データエンジニアを目指す新卒の企業選び｜募集枠・仕事内容・必要経験を比較
tennis0709closs@gmail.com
記事内に商品プロモーションを含む場合があります
新卒でデータエンジニアを目指すなら、会社の名前より、データを扱う仕事と応募する採用枠を合わせて選ぶのがおすすめです。
同じデータ職でも、必要な経験や配属の決まり方は違います。23の企業・採用単位を比較し、自分の経験を生かせる候補と、次に準備することを考えましょう。
データ基盤に関わる企業の募集枠、代表5社の仕事と必要経験、選考へ向けた学習・説明の進め方が分かります。
【Contents】
データエンジニアの企業は仕事と採用枠で選ぶ
データエンジニアの企業選びでは、集めたデータを、誰がいつ使えるようにする仕事なのかに注目しましょう。分析結果を出すことだけでなく、収集・加工・蓄積・連携を支え、更新後も使える状態を保つ仕事が候補になります。
例えば、複数店舗の売上を毎朝集計する場面を考えてみてください。日付の形式が店ごとに違ったり、同じ記録が二重に届いたりすれば、集計用のSQLが動いても正しい数字にならないことがあります。必要なデータをそろえ、異常を見つけ、利用する人へ届ける仕組みまで考えるのが面白いところです。
一方、会社がデータ基盤を扱っていても、新卒全員がその仕事へ配属されるとは限りません。データ職を指定して応募する会社も、ソフトウェア職の中で担当を決める会社もあります。
仕事の対象と、応募する枠をセットで選ぶことが大切です。取り組みたい工程を決めてから、職種や部門を選べる時点まで見ると、社名だけの比較から一歩進めます。
分析担当者のための基盤か、顧客の業務を支える基盤かによっても、必要な相談や判断は変わります。使いたい技術に加え、どんな相手の困りごとを解きたいかまで考えると、自分に合う候補を絞りやすくなります。
企業選びや経験の伝え方を相談したい方へ
データ基盤に関わる企業と新卒の応募入口
候補を探すときは、データに関わる職務が見える募集から比べるのがおすすめです。専門企業だから仕事が一つに決まるわけではなく、幅広いソフトウェア職にもデータ基盤を作る役割があります。
まずは、28卒向けの募集職務とデータ業務がつながる企業を見てみましょう。募集の入口があっても、受付期限や必要経験、担当の決め方は会社ごとに異なります。
| 企業・採用単位 | 具体的なデータ業務 | 卒年・受付と入口 | 配属・条件の要点 |
|---|---|---|---|
| メンバーズ 公式資料1 | 分析基盤の要件定義・設計・実装・保守運用 | 28卒DE／AIコース。締切は個別案内を確認 | コードを書き動かし、エラーを解決した経験。データ・AI部門確約、領域は希望・経験・適性で決定 |
| Sansan 公式資料1 | データ化のバックエンド、データ・機械学習基盤 | 28卒ソフトウェア職。締切は個別案内を確認 | Webアプリ開発経験・ビジネス日本語。データ専任配属の確約は未確認 |
| LINEヤフー 公式資料1 | Data Engineering領域のデータ関連プロダクト開発・運用 | 28年度4月／10月入社。第1ターム11/9 10時まで、早期終了あり | 学歴・学科不問、正社員経験なし。配属先と勤務地は適性で決定 |
| RONNABYTE 公式資料1 | パイプライン・DWH・ETLの設計開発と運用 | 28卒データスペシャリスト。締切は個別案内を確認 | 自力開発経験、または学会発表・論文等の研究実績。具体担当は別途確認 |
| ジール 公式資料1 / 公式資料2 | 分析基盤の提案・構築、収集・加工・蓄積の流れを設計 | 28年4月入社DE。東京／大阪の募集 | 大学院・大学・短大・専門・高専等。既卒は卒業時期と正社員経験の条件を確認 |
| Finatext／ナウキャスト共同採用 公式資料1 | データサービスの開発・運用。DEを含むエンジニア募集 | 28卒エンジニア募集。締切は個別案内を確認 | 日本語での意思疎通。事業・ポジションは経験と志向を踏まえ面接で決定 |
| DeNA 公式資料1 / 公式資料2 | DE／MLOpsとして収集・蓄積・加工、品質管理と運用 | 27／28年4月入社の職務紹介。選考フロー説明は27年度 | 学歴不問、卒年・就業経験期間の制約なし。28の選考日程と初期担当を確認 |
| 楽天グループ 公式資料1 / 公式資料2 | レイクハウス、ETL／ELT、バッチ・ストリーミング処理 | 28年入社。第1期10/30 9時まで、早期終了あり | 職種×組織へ応募。DE2求人も要件が異なる。ビジネス英語・コーディングテストあり |
| ZOZO 公式資料1 / 公式資料2 | データ・AIシステム本部にDE。ETL再設計の技術事例 | 28年度開発職。本エントリー11/30 23:59まで | 希望を聞き部門面談後に決定。予定本部は変更あり。必須経験は求人詳細を確認 |
| 分析屋 公式資料1 / 公式資料2 | DE／DS総合職、基盤運用構築など4部門 | 28年3月大学・大学院卒業見込み。説明会入口あり | 希望・適性で部門決定。基盤部署やDEの専任確約ではない |
| アクセンチュア 公式資料1 | AI＆Dataアーキテクト：課題分析から基盤の設計・実装・運用 | 28卒プレエントリー。27卒エントリー終了 | 応募資格詳細はMyPageで確認。全員がETL専任になる職種ではない |
| クラスメソッド 公式資料1 | データ分析システム等の設計・実装・運用 | 28年3月大学・短大・専門等卒業予定、文理不問 | プログラミング利用経験・Git基礎。広いエンジニア職でDE専任確約は未確認 |
| JSOL 公式資料1 / 公式資料2 | データ利活用を含む提案・設計開発・移行・運用改善 | 28年入社ITコンサルタント・エンジニアコース | コース内の担当領域は入社後、適性・志向で決定。データ利活用専任ではない |
データ職への希望が強い人は、内定時に職種や部門が決まる枠を優先して比較できます。ただし、データ・AI部門への配属と、データエンジニアだけを担当することも別です。どの範囲まで決まるのかを、応募するコースの言葉で確かめましょう。
次の企業には、新卒向けの職務紹介や、新卒入社後にデータ業務へ進んだ社員の例があります。仕事内容を深く知る候補として使い、応募するときは自分の年度の募集へ照らし合わせてください。
| 企業・採用単位 | 具体的なデータ業務 | 卒年・受付と入口 | 配属・条件の要点 |
|---|---|---|---|
| ブレインパッド 公式資料1 / 公式資料2 | 27年度の職種紹介にデータ基盤の構築提案・収集加工 | 28卒は興味者エントリー。28本選考の詳細条件は要確認 | 採用ポジション確定の説明は27年度参考。28卒へ転用しない |
| freee 公式資料1 / 公式資料2 | 職務紹介にデータ活用基盤・外部連携の移行基盤 | 28アドバンス／トップガン入口。27アドバンス終了 | アドバンスの必須条件は要確認。トップガン限定の経験・参加条件を他コースへ移さない |
| NTTデータ3法人共同採用 公式資料1 / 公式資料2 | 新卒入社後のキャリア例にIoT基盤、分析系システム開発・運用 | 公開要項は27卒。現受付・28条件は要確認 | SE・コンサル・営業合同コース。データ部門や初期担当の確約は未確認 |
| CTC 公式資料1 / 公式資料2 | 新卒19年目社員の例に代替データ活用基盤の検討・構築 | 28年4月入社、大学・大学院・高専等、職歴なし | ジョブフィールドは初期職種指定。エンジニア指定とデータ専任は別 |
| BIPROGY 公式資料1 / 公式資料2 | 新卒入社者の初期キャリアにデータ移行 | 27卒ES受付終了。28入口あり、詳細条件は要確認 | エンジニアコースのデータ領域への配属は要確認。一般サービスの全作業を初期担当としない |
| 日立ソリューションズ 公式資料1 / 公式資料2 | 採用媒体の部門紹介にデータ収集・整理・DWH構築 | 27／28の応募資格を別掲。現受付は個別案内を確認 | 27オープンはSE／営業確約、部署は入社後。28コースとデータ部門の選択可否は要確認 |
| 富士通グループ合同採用 公式資料1 / 公式資料2 | 富士通Japan所属の新卒入社社員例に病院データ収集システム構築 | 27卒受付終了。28条件は2027年2月頃更新予定 | 27JOBマッチングは職場・職種を約束。28の対象ポストや採用・出向先を別途確認 |
| NEC 公式資料1 / 公式資料2 | 27卒募集部門の社員例にデータ運用・AIダッシュボード構築 | 27／28入口。当該部門の現受付・28募集は要確認 | 職種×部門別と部門フリーで確定範囲が違う。データ作業の専任保証ではない |
| JBS 公式資料1 / 公式資料2 | 27卒Data＆AI職。所属社員例にETL開発・パイプライン運用 | 27卒新規受付終了。28入口あり、同職種継続は要確認 | 27は特定領域配属を前提とする選考。28のコースへそのまま転用しない |
| NTTデータ先端技術（INTELLILINK） 公式資料1 / 公式資料2 | 採用の仕事紹介に携帯キャリア向けビッグデータ分析基盤構築 | 27総合エンジニアコース受付終了。28条件は要確認 | 総合コースは入社後配属。部署選択や別セキュリティコースをデータ担当確約としない |
27卒の受付が終了した職種や配属制度を、28卒にもそのまま当てはめないことが大切です。今すぐ応募先を決めるなら、卒年が合い、必須条件を確認できる枠から優先すると進めやすくなります。
複数法人の合同採用では、入社する法人や配属先も確認しましょう。長期キャリアの社員例は、その会社で関われる仕事を知る材料になりますが、入社直後の担当を約束するものではありません。
5社の募集枠から仕事と必要経験を比べる
同じデータ基盤への関心でも、部門別のコース、職種と組織を指定する求人、広いエンジニア職では、応募前に見る条件が違います。仕事の内容と今の経験を結び付けて比較しましょう。
メンバーズ｜データ・AI部門のコースから選ぶ
メンバーズは、データを使う仕組みづくりに、実装から運用まで関心がある人が比較したい企業です。28卒のデータエンジニア・AIエンジニアコースでは、分析基盤の要件定義、設計、実装、保守運用を紹介しています。
言語を問わず、コードを書いて動かし、エラーを解決した経験が求められます。使用技術をすべて先に習得するより、自分で何を動かし、どこでつまずいて直したかを説明できるようにしましょう。
データ・AI部門への配属は確約されていますが、DEとAIの領域は希望・経験・適性を踏まえて決まります。SQLやPythonによる抽出、パイプラインのエラー調査など、どの工程に取り組みたいかまで考えて選ぶのがおすすめです。
出典：メンバーズ・28卒データエンジニア／AIエンジニアコース
楽天グループ｜職種と組織ごとの条件を照合する
楽天グループは、同じデータエンジニアでも、応募する組織ごとの条件まで比べたい人に注目してほしい候補です。28年入社では、職種と組織を選んで応募し、内定時に職種が決まります。
AI＆DataのDEは、関連専攻または同等の知識、Python・SQL、数学・統計の基礎を求めます。一方、CPSDのDEは、プログラミング、開発工程、Linux、DBのうち一つ以上が条件です。どちらもビジネス英語が必要で、コーディングテストがあります。
レイクハウスやETL／ELTを扱う仕事と、バッチ・ストリーミング処理やDWHを扱う仕事を見比べ、自分が説明できる経験を求人ごとに整理しましょう。片方の条件を満たすだけで、もう片方も同じように応募できるとは考えないことが大切です。
あわせて読みたい
楽天のエンジニア職｜SRE・QA・データ実装の仕事
アクセンチュア｜課題からデータ基盤を設計する
アクセンチュアは、技術を選ぶ前に、顧客の課題から考える仕事に関心がある人が比べたい企業です。28卒向けのAI＆Dataアーキテクト職では、AIやデータ基盤を活用した支援を紹介しています。
役割は、課題分析、解決策の選定、構成設計、実装・運用まで広がります。データを集める処理だけでなく、なぜその基盤が必要で、相手の業務をどう変えるのかまで考える仕事として見ると、関心との接点が見つかります。
応募資格の詳細は自分の年度のMyPageで確認しましょう。経験者向けデータエンジニア求人の実務要件を、そのまま新卒の条件にする必要はありません。使える技術の数に加え、問題を整理して方法を選んだ経験を振り返るのがおすすめです。
出典：アクセンチュア・新卒採用
クラスメソッド｜開発経験とGitの基礎をつなぐ
クラスメソッドは、自分で作った経験を、顧客向けのシステム開発へ広げたい人におすすめの比較候補です。28卒エンジニア職には、アプリ開発やクラウドに加え、データ分析を活用したシステムの設計・実装・運用があります。
応募では、プログラミングを利用した経験とGitの基礎を照合しましょう。作品が動いたことだけでなく、変更を管理し、修正前後の違いを確かめた経験まで説明できると、学んだ内容が具体的になります。
募集はデータ専任に限らない広いエンジニア職です。データ基盤だけでなく、顧客の要件を聞き、アプリやインフラと組み合わせる仕事にも関心があるかを考えましょう。中途のデータエンジニア求人にある実務経験を、新卒の必須条件へ移さないことも大切です。
Sansan｜Webアプリの経験からデータを支える
Sansanは、Webアプリを作った経験を、サービスで使うデータの基盤へつなげたい人が比較したい企業です。28卒ソフトウェアエンジニアの仕事には、バックエンドやデータ基盤に関わる開発があります。
必要な経験は、言語を問わないWebアプリケーション開発と、ビジネスレベルの日本語です。Pythonで集計した経験があっても、それだけでWebアプリの要件に対応したとは限りません。入力を受け、処理し、結果を返す仕組みをどこまで作ったか整理しましょう。
ソフトウェア職への応募が、データエンジニア専任の配属を意味するわけではありません。データを支える処理に関心を持ちながら、プロダクトを動かす開発にも取り組みたいかを比べるのがおすすめです。
あわせて読みたい
Sansanの技術職｜データ化と業務サービスを支える仕事
今の経験をデータエンジニアの選考につなげる
応募条件を読んだら、足りない経験を絞り、小さな処理を作って確かめ、その判断を言葉にしましょう。技術名を増やすだけでなく、データが更新されても使えることに目を向けると、基盤の仕事への関心が具体的になります。
必須・歓迎・使用技術を分けて不足を決める
求人を読むときは、必須条件への対応を先に整理するのがおすすめです。必須は応募資格との照合、歓迎は自分が示せる強み、使用技術は仕事を理解する材料として分けましょう。
例えば、同じPython経験でも、メンバーズのコードを動かしてエラーを直した経験と、SansanのWebアプリ開発経験では、説明すべき内容が違います。言語名が一致するかだけで判断せず、自分の制作でどの条件に対応するかを確かめてください。
技術名の多さより、必須条件への対応を優先すると準備を絞れます。歓迎経験がなくても直ちに対象外とは限らず、使用例に載る道具を全部使えることが必須とも限りません。
小さな処理で更新・重複・失敗を試す
学習では、一度だけ動く集計から、更新しても結果を確かめられる処理へ進むのがおすすめです。架空の貸出記録をCSVから読み、日付の形式をそろえてDBへ保存し、月別件数を出す練習なら、小さく始められます。
翌日の記録を追加したら、同じデータの再入力で件数が増えすぎないかを確認しましょう。日付がない行を勝手に補わず、記録して処理対象から分けるなど、結果を信頼できる条件も決めます。
- 同じCSVを再入力し、二重登録と集計件数を確かめる
- 日付が欠けた行を入れ、エラーの記録と扱いを確かめる
- 途中で止めた処理を再実行し、保存済みの行と結果を確認する
これは自主学習の練習案です。機密情報や他人の個人データを使わず、架空データで試してください。すべて自動化することより、どんな入力で壊れ、どう再確認できるかを説明できる状態を目指しましょう。
あわせて読みたい
SQLの勉強方法｜初心者の練習手順とIT就活への活かし方
直した理由を応募先の仕事につなぐ
選考では、データを使う相手が困らないよう、何を確かめて直したかを話しましょう。「品質を意識した」だけで終えず、誰がいつ使う結果で、何がずれると困るのかまで伝えると、判断の理由が見えます。
貸出記録の練習なら、再実行で二重に数えないようにした工夫を説明できます。その経験から、応募先の基盤運用では大量のデータや失敗時の処理をどう支えるのかに関心を持った、とつなぐ方法があります。実際に作り、確かめた範囲から話してください。
自分が確かめたことと、仕事で知りたいことを分けるのがポイントです。学生の練習を企業規模の実務経験に見せず、判断した理由と、これから深めたい工程を伝えましょう。
候補の選び方や経験の伝え方に迷うなら、制作メモと募集条件を整理して相談するのも一つの方法です。
自分の経験を整理して企業選びを進めたい方へ
ABOUT ME
IT就活のWebマーケティング領域を支援してきました。
よくあるプログラミングスクールをはじめたら「月収100万円」みたいな嘘のマーケティング活動をしている会社に嫌気が指す思いでいたので、当ブログを設立。
未来を担う学生が、大人に食い物にされないように、「IT就活における社会の真理」をお伝えするブログです。
よくあるプログラミングスクールをはじめたら「月収100万円」みたいな嘘のマーケティング活動をしている会社に嫌気が指す思いでいたので、当ブログを設立。
未来を担う学生が、大人に食い物にされないように、「IT就活における社会の真理」をお伝えするブログです。
