この記事の監修者：リメディ 清 龍一
東京大学を卒業後、クニエに入社。医療機関の業務改革・DX支援や新規サービスの立ち上げに従事。現在はプロフェッショナルファームに在籍する方・志望する方の転職を支援。
ABEJAのDX・AIコンサルタントは、経営層との対話を実行計画につなげ、技術者と一緒に顧客の業務を変えたい人が検討したい求人です。モデル開発の専門性を深める転職とは、引き受ける責任が異なります。併願先は、技術選定を担うFLUX、分析と顧客支援を扱うJDSC、金融課題に取り組むJDD、分析から導入までを担うInsight Edgeの中から、自分が残したい仕事に合わせて選びましょう。
比較には2026年9月22日時点の求人情報を用いています。適性に関する説明は編集部の見解であり、配属や担当業務を約束するものではありません。
ABEJAで担うのは、提案を顧客の実行計画へ進める仕事
株式会社ABEJAのDX・AIコンサルタントは、企画からデリバリーまでプロジェクトを推進します。求人には、DX・AI活用の提案、数年後を見据えたロードマップの作成、実行計画への詳細化、顧客役員との折衝、組織への落とし込みが示されています。社内のエンジニアやデータサイエンティストと密接に連携し、顧客の経営陣・役員・本部長との関係を築くことも期待される役割です。
「AIを扱いたい」という関心に加え、顧客が何を変えると決め、その決定を現場でどう実行するかまで関わりたいかを考えてみてください。提案資料を仕上げることと、顧客の組織に計画を落とし込むことでは、仕事の相手も論点も変わります。自分の提案が実行へ進んだ案件を振り返り、誰と何を合意したかを説明できると、求人との接点が具体的になります。
必須経験は三つのルートから照らす
ABEJAは、次のいずれかの経験を必須としています。
- 事業会社で、AI・機械学習、数理統計モデリング、データ基盤構築運用、IoTなど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・新事業開発などを推進した経験
- 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のコンサルタント、シニアコンサルタント以上の経験
三つ全てを満たす条件ではありませんが、一般的な法人営業経験だけに広げて読むこともできません。分析経験、数理統計モデルの構築経験、各種システム言語を使った業務経験は歓迎要件です。これらを必須に置き換えず、まず自分がどの経験ルートに当たるかを整理しましょう。歓迎要件であることは、技術理解や開発への関与が不要という意味でもありません。
面接では「役員と合意した構想を現場の実行計画へ変える際、コンサルタントと技術者はどう分担するか」を尋ねてみてください。自分がコードを書く時間を確保したい場合は、その希望も具体的に伝える必要があります。求人だけで開発専任や担当時間を決めつけることはできません。
FLUXと比べると、技術を選ぶ実務をどれだけ残したいかが見える
FLUXのDX/AI＆データコンサルタントは、特定のベンダーやソリューションに縛られず、顧客に適した技術を評価・選定します。AI実装、データ活用、データ基盤の構築・刷新推進も業務です。顧客の変革に関わりながら、解決手段の設計や技術選定に自分の開発経験を活かしたいなら、ABEJAと比較する価値があります。
ただし、FLUXはビジネスや業務への関心に加え、AIを中心とした幅広い技術の知識・実務経験と、クラウド上のアジャイル開発に関する知識・実務経験1年以上を必須としています。ABEJAのいずれかの経験ルートに当てはまっても、FLUXの技術実務要件を自動的に満たすわけではありません。扱った技術と開発方法、自分が担当した作業を別々に書き出してみましょう。
JDSCは、自分の分析から顧客への提案を組み立てたい場合に
経営層との調整より、データから仮説を検証する仕事を増やしたいなら、JDSCのデータサイエンティストを見てみてください。データの収集・前処理、モデリング、結果の可視化・報告に加え、顧客折衝や提案活動の支援、PoC成果のシステム化支援を扱います。分析と顧客支援の両方を職務に含むため、技術かビジネスかという二択で考える必要はありません。
通常募集の必須はPythonまたはRによるデータ分析実務1年以上です。ディレクションポジションでは、同実務3年以上、分析プロジェクトのリードまたはサブリード、仮説設計から実装・成果報告までの一貫した担当、顧客との要件整理・レポーティング対応の経験が必要です。事業推進の経験が豊富でも、分析実務の経験とは分けて照らしてください。
JDDは、金融の問いを解く分析に仕事の中心を置きたい人へ
Japan Digital Design（JDD）のデータサイエンティストは、MUFGの課題に対するデータ分析・機械学習モデル開発を担います。市場動向、与信、アンチマネーロンダリングといった具体的な金融課題がプロジェクト例です。顧客の組織変革を広く推進することより、「金融のこの課題を分析で解きたい」という希望が強いなら、対象業務から応募先を選べます。
機械学習・深層学習の知見、Python等のコーディング能力、顧客に分析結果をわかりやすく説明する能力、チームワークが必須です。金融市場データの数値分析業務経験は歓迎要件です。金融業界出身というだけで応募要件を満たすわけではなく、金融未経験というだけで候補から外す必要もありません。自分で分析する力と、結果を相手に説明する力をどう活かせるかを考えましょう。
Insight Edgeは、分析の専門性を持って導入まで引き受ける選択
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、住友商事グループの案件に技術主担当として企画から関わります。顧客課題の整理、予測・数理最適化モデルの開発、現場への導入・定着までを扱うため、モデル開発と事業への関与を両方残したい人の比較先です。入社後の肩書はデータサイエンティストです。
応募要件には、データサイエンティストまたはデータアナリストの実務5年以上、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実務3年以上、ヒアリングから仮説・ゴールの設定、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。これらに加え、ビジネス要求や品質・コスト・納期の折衝・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で分析結果を意思決定につなげた経験も必要です。事業側の推進経験だけで、分析の専門要件を満たすとは読めません。
ABEJAへの志望理由は、動かしたい相手と計画まで具体化する
ABEJAを選ぶ理由を整理するなら、過去の案件から「経営層の判断」「現場の業務」「技術チームの開発」の間で、自分がつないだものを一つ挙げてください。その経験を次の職場でさらに広げたいなら、ロードマップや実行計画、組織への落とし込みという職務と志望理由がつながります。
反対に、今後は自ら分析・開発する時間を増やしたいなら、その希望を曖昧にしたまま応募先を決めないほうがよいでしょう。FLUXでは技術選定・開発経験、JDSC・JDD・Insight Edgeでは分析経験と希望する課題を照らし、残したい実務を面接で伝えてください。会社名よりも、次の案件で自分が担いたい仕事を言葉にすることが、併願先を絞る助けになります。
出典：リメディ掲載の各社求人情報（2026年9月22日照合）。