監修者
リメディ株式会社 ヘッドハンター
緒方 隆恭 | OGATA Takayuki
東京大学を卒業後、三菱UFJ銀行に新卒入社。国内支店でMUFGの各種金融ソリューションの法人営業に従事し、銀行表彰を受賞。入社3年目で海外拠点に異動・駐在し、現地進出日系企業への融資・預金・為替デリバティブ商品等の法人営業を担当。
その後、三菱UFJモルガン・スタンレー証券に出向し、投資銀行本部にてカバレッジ業務に従事。上場企業のM&A（TOB・経営統合等）やエクイティファイナンス（IPO・PO等）のオリジネーション（案件獲得活動）・エグゼキューション（案件執行）を経験。現在はハイキャリア層や金融プロフェッショナルを中心とした採用・転職支援を行う。
Japan Digital Design（JDD）を検討するなら、まず市場動向・与信・AMLのどの課題を解きたいかを言葉にしてみてください。金融の実データでモデルを作りたいならJDD、対象業界を広げて予測や最適化に取り組みたいならJDSCやInsight Edgeが比較先です。AIの導入提案や業務改革に役割を広げたい場合は、FLUXとABEJAも候補に入ります。
本記事は求人情報を基にしたリメディの見解です。担当案件・配属や選考結果を保証するものではありません。
JDDを選ぶ理由を「金融のどの課題か」まで掘り下げる
Japan Digital Design 株式会社のデータサイエンティストは、三菱UFJ銀行を中心とするMUFG各社と連携し、データ分析や機械学習モデルの開発を担います。分析結果を顧客へ説明すること、AIの最新技術を調査・研究することも仕事に含まれます。
求人にあるプロジェクト例は、市場動向分析、市場部門のフロント部署向け機械学習ツール、オルタナティブデータを使う与信モデル、AML分野の分析支援です。たとえば与信に関心があるなら、「どの情報を判断に活かすか」を考える仕事に惹かれるのか、モデル開発そのものに惹かれるのかを分けてみましょう。金融以外の題材でも同じ仕事をしたいかを考えると、併願先を絞れます。
必須は機械学習や深層学習の知見、Python等のコーディング能力、分析結果などを顧客に分かりやすく説明する能力、チームワークです。金融市場データの数値分析業務経験は歓迎要件であり、必須ではありません。ただし、金融経験が必須ではないことを理由に、分析未経験でも応募要件を満たすとは判断できません。
面接では、関心のある課題を挙げて直近の案件例と担当範囲を尋ねると、志望理由が具体的になります。掲載例のすべてを担当できるとは限らないため、分析テーマの希望をどう扱うかも聞いておきたい点です。
JDSC：金融を離れても残したい分析手法がある場合
JDSCのデータサイエンティストは、仮説構築と分析計画、データ収集・加工・前処理、機械学習・統計モデリング・数理最適化、結果の可視化や報告に携わります。PoCの成果をシステムにするための技術サポートも業務に含まれます。
JDDとの比較では、金融という対象を外しても、仮説を立ててデータから答えを出す仕事を続けたいかを考えてください。JDSCはヘルスケア・物流・製造などの業界知見や分析経験を歓迎しています。金融で身につけた手法を異なる事業課題へ活かしたい人にとって、具体的な案件を聞く意味があります。希望業界への配属を約束する記載ではありません。
通常募集の必須要件は、PythonまたはRを用いたデータ分析実務経験1年以上です。ディレクションには別の経験要件があります。実務年数だけで採用時の役割は決まらないため、手を動かす仕事と進行管理のどちらを増やしたいかを経歴とともに伝えましょう。
Insight Edge：予測や最適化を現場で使うところまで担いたい場合
Insight Edgeのデータコンサルタント／データサイエンティストは、需要・供給予測の機械学習モデルや、配送・番組編成の数理最適化モデルを開発します。住友商事グループの事業を舞台に、技術主担当として企画から実装・定着・価値創出まで関わる職務です。
JDDの金融課題よりも、物の動きや事業現場の制約をモデルで扱うことに興味があるなら、比較する理由があります。ただし、題材が変わるだけの転職ではありません。ヒアリングから課題を構造化し、要求や品質・コスト・納期について、ユーザーと合意するところまで担います。
必須要件には、データサイエンティストまたはデータアナリストとして5年以上に加え、統計・機械学習による分析とビジネス事例での予測・最適化等のモデル構築3年以上、ヒアリングから仮説・ゴール設定、分析課題への落とし込みを主導した経験3年以上、分析プロジェクトの推進・管理2年以上があります。さらに要求やQCDの折衝・合意形成、技術・ビジネス文書の作成とプレゼンテーションを通じて分析結果を意思決定につなげた経験も必須です。
FLUX：モデルの題材より、AIを使う提案や設計に惹かれる場合
FLUXのDX／AI・データ領域のコンサルタントは、企業へのDX支援、AI実装、データ活用を進めます。特定のベンダーやソリューションに縛られず提案し、設計・導入やデータ基盤の構築・刷新に関わる求人です。
金融への関心を掘り下げた結果、「特定の分析テーマを追うより、顧客の課題に合う技術を選びたい」と感じた人は、FLUXの仕事内容も見てみてください。モデル開発に割く時間は求人から分からないため、技術選定と実装で自分が担う作業を具体例で尋ねましょう。
必須は、ビジネスや業務への関心、AIを中心とした幅広い技術の知識と実務経験、そしてクラウド上でのアジャイル開発の知識と実務経験1年以上です。分析経験だけ、あるいは新技術への興味だけで、この条件を満たすとは限りません。
ABEJA：分析結果の説明から、顧客の事業変革へ関与を広げる場合
ABEJAのDX・AIコンサルタントは、数年後を見据えたロードマップや実行計画を作り、顧客役員との折衝、組織への落とし込みを担います。社内のデータサイエンティストやエンジニアと連携し、企画からデリバリーまで進める仕事です。
JDDの分析結果を説明する仕事に魅力を感じる理由が、モデルの理解を伝えることよりも「顧客が次の行動を決める場に関わりたい」ことであれば、比較に値します。自分で分析する専門性をどこまで保ちたいかも、同時に考えておきましょう。求人は開発専任の役割を保証していません。
必須経験は3ルートのいずれかです。事業会社で幅広いデジタル技術を活用したプロジェクトをリードした経験や事業立ち上げ・新事業開発等を推進した経験、SI系企業で大規模プロジェクトの要件定義からシステムデリバリーまで携わった経験、戦略・IT・総合コンサルティングファームでコンサルタント、シニアコンサルタント以上の経験が対象です。データ分析や数理統計モデル構築は歓迎要件として記載されています。
応募先を決める前に、課題と手法を別々に書き出す
まず「与信」「市場」「AML」など取り組みたい課題を一つ挙げ、次に業界が変わっても続けたい分析手法を書き出してください。金融課題への関心が強ければJDDを中心に、手法を広く活かしたければJDSCやInsight Edgeの案件を比べる、という順で考えられます。
提案や合意形成の方に関心が向くなら、FLUX・ABEJAで技術者とどう分担するかを聞いてみましょう。「金融から出ること」自体を目的にせず、次の仕事で増やしたい作業を基に併願先を選ぶと、応募理由を説明しやすくなります。
出典：各社の対象求人情報（2026年9月22日時点）。