はじめに

このページは、Ubie のBI（データアナリストやアナリティクスエンジニア）やデータエンジニア職種として働くメンバーらが作成した採用ページです。

Ubieの事業・Ubieのデータ・分析基盤や民主化・分析や利活用の実態・メンバー・募集中のポジションや選考プロセスなど、採用に関する情報をまとめて紹介します。

Ubie の事業においてデータの取得・蓄積・活用は非常に重要です。この資料を読むことで、データ関連職で働く面白さをより具体的にイメージしていただければと思います。

Ubie全社の総合採用サイトはこちら：

Ubie 総合採用サイト

Ubie株式会社の採用サイトです。現在各事業のエンジニア・ビジネス・デザイナー・医師・コーポレートのメンバーを募集しています。

recruit.ubie.life

Ubieについて

提供サービス

• 生活者向け症状検索エンジン「ユビー」（月間1,200万人利用）
• https://ubie.app/
• https://ubie.app/byoki_qa
• 医療機関向け業務支援「ユビーメディカルナビ」
• https://intro.dr-ubie.com/
• 製薬企業向けソリューション「ユビー for Pharma」
• https://ph-ubie.com/

会社紹介資料もご参照ください：

Ubie株式会社_会社紹介資料

speakerdeck.com

カルチャー

カルチャーについての詳細は以下をご参照ください：

Ubie 総合採用サイト | カルチャー

Ubie株式会社の採用サイトです。現在各事業のエンジニア・ビジネス・デザイナー・医師・コーポレートのメンバーを募集しています。

recruit.ubie.life

組織体制

会社紹介資料もご参照ください：

Ubie株式会社_会社紹介資料

speakerdeck.com

Ubieのデータについて

データ分析基盤について

現在のデータ分析基盤のアーキテクチャ

現在のデータプラットフォームは、概ね以下２つの部分にわかれています。

• データ投入部分：ソースデータをBigQueryで構成されたデータレイクへ投入する部分
• データ利活用部分：投入されたデータの権限管理をしたり、データマートを作成したりする部分

データ分析基盤の利用状況

各チームがデータに対してオーナーシップを持ち、品質管理を行い、必要なデータは自ら開発し、そのデータを活用して自律的に分析を行える体制を築きたい、という思いでデータ開発全般の民主化推進を行っています

今後やっていきたいこと

生成AIをフル活用したデータ分析基盤の構築と民主化を進めていきます。

• Lightdash Contents as Codeを利用したダッシュボード管理の効率化
• MCPサーバーによるデータ・ダッシュボード探索効率化
• メタデータの自動生成・更新
• 自然言語で対話的なデータ分析を行える環境作り
• ガードレールとしてのデータ品質強化

データ分析・利活用について

普段の業務

大きく3つの事業部でデータアナリストやアナリティクスエンジニアが業務をしています。

• 製薬事業本部で製薬企業向けマーケティング支援事業のコアとなるデータパイプライン構築や疾患・治療啓発に繋がるインサイトを提供するためのデータ分析を行っています。

Ubie RWDが切り拓く医療データの新時代｜matsu-ryu

こんにちは、Ubieでデータアナリスト/アナリティクスエンジニアとして働いているmatsu-ryuです。今回は、私たちのReal World Data（RWD）への取り組みについてご紹介したいと思います。 Ubieのデータベースには、日々の診療では見えにくい「医療機関の外」での患者さんの体験が記録されています。このデータから何が見えてきているのか、実際の分析事例を交えながらお伝えしていきたいと思います。 データベースに蓄積されるリアルな患者の状況  Ubieのデータベースには、日々こんな声が記録されています。 「昨日からずっと頭が痛いんです。病院に行った方がいいでしょう



note.com



データで医療を変える！Ubieのデータアナリストの面白さとは？｜kazuki-togawa

こんにちは。Ubieのデータアナリスト戸川です。Ubieではデータ基盤の整備が進んできており、いよいよ本格的にデータ分析が価値を発揮するフェーズとなってきました。そこで今日はUbieにおけるデータアナリストがどんなことをやっているかの紹介をしたいと思います。 Ubieにおけるデータアナリストの役割 UbieにはMAU1,000万人を超えるサービスがあり、膨大なデータが蓄積されています。しかし当然ながらデータがあるだけでは何の役にも立ちません。データは利活用されてはじめて価値を発揮します。データアナリストは、いわばデータから価値を抽出する役割を担います。データエンジニア・アナリティク



note.com



ユビーの製薬事業×データ分析の最前線：月間1200万人が利用するユビーのデータ民主化への挑戦｜kohei_k

こんにちは、ユビーでアナリティクスエンジニアとして働いているkoheiです。ユビーではデータは事業のコア要素になっており、プロダクト改善やリアルワールドデータなど多様な領域で活用が進んでいます。 この記事では製薬業界向け事業（以下、製薬事業）におけるデータ利活用について、現在取り組んでいる内容について触れたいと思います。 リアルワールドデータやプロダクト分析の事例については以下の記事でも触れられているのでぜひ見てみてください 製薬事業におけるデータ活用の重要性 製薬事業では、製薬企業とのパートナーシップを通じて、ユビーのプラットフォームを活用し治療を必要とする患者さんと適切な



note.com

• 生活者向けのプロダクト開発を行う部署で、ユビープロダクト横断での分析やプロダクトチームがデータ分析を自律的に行えるようにするためのイネイブリング活動などを行っています。

ユビーでのユーザーセグメント分析と組織への浸透｜OKIYUKI

こんにちは。ユビーでデータ分析をリードしているおきゆき (@okiyuki99) です。最近はユビープラットフォームのグロースのための定量データ分析を行っています。定量データだけでなく、ユーザーインタビューにも参加して、定性×定量でインサイトを抽出することも行っています。 以前の記事でアナリティクスエンジニアからデータアナリストに戻ってきてどんなことやってるの？について紹介しました。 MAU 1000万人を超えるユビーのデータアセットとそれらの活用の複雑度が上昇し、データからの判断・影響力が増している ユーザーをセグメントに分けることでユーザーのN=1の解像度をあげ、セ



note.com



UbieでのLightdashの導入効果を紹介します

この1年でUbieではBIツールとしてLightdashを導入しました。導入背景や選定理由などを以前いくつかの記事で紹介させてもらいました。



zenn.dev

• データエンジニア、アナリティクスエンジニア、データアナリストに加えて、各プロダクトチームのエンジニアを交えてデータの価値を全体で最大化する基盤的活動やカジュアルなナレッジシェア会も定期的に行っています。

今後やっていきたいこと

これまでデータアナリストやアナリティクスエンジニアは、分析やデータパイプライン開発を通じて事業を成長させるための基盤づくりやデータ品質の高いレポーティングなどの役割を担ってきました。しかし、特に今力を入れているのが、データ分析を起点に、新たな売上そのものを創り出すことに挑戦してます。

• 「このデータを活用すれば、こんな課題を解決できるのではないか」
• 「このインサイトは、新しい収益源になるかもしれない」

そんな仮説を自ら立て、ビジネスサイドと一体となって事業化を推進する。分析者としてだけではなく、事業創造の当事者として、Ubieの未来を共に描いてくれる仲間も求めています。

• 未開拓データの価値化: まだ光の当たっていないデータセットから新たなビジネスシーズを発見し、プロダクトやサービスの企画・提案をリードする。
• BizDevとの共創: ビジネス開発チームのパートナーとして、顧客への価値提供からマネタイズまでを一気通貫で考え、データドリブンな事業開発を推進する。
• 生成AIによる価値創造: 生成AIを活用し、分析業務の効率化はもちろん、これまで不可能だった新しいデータプロダクトの開発に挑戦する。

BI × 生成AIの取り組みについて

データ開発やデータ分析の日々の業務において生成AIの活用に力を入れており、対外発信も活発に行っています。

データアナリストが使うと便利な生成AIプロンプト事例

こんにちは。Ubieでアナリティクスエンジニア/データアナリストをやっているむらなかです。 2024年5月に入社し、2ヶ月半の育休を挟んで10月に復帰しました。 医療ドメインは想像以上に奥深く、プロダクトの幅広さやデータの複雑性も相まって、毎日が新たな学びと挑戦の連続です。入社して間もない私にとって、新しい概念や膨大な情報を整理する作業は、大きな認知負荷となりがちでした。

zenn.dev

AIエージェントのおかげでdbt開発の大部分を自動化した話

この記事では、dbtを利用したデータモデル開発プロセスにおいて、AI搭載エディタであるCursor Editorを活用し、dbt model開発の速度向上にとどまらず、その開発ステップの大部分をAIで自動化した事例について紹介します。

zenn.dev

Pydantic AIで作る！実践Text-to-SQLシステム構築ガイド 〜自然言語によるデータ抽出の自動化で分析業務を効率化〜

普段は、Ubieが提供するサービスから得られる様々なデータを活用し、「テクノロジーで人々を適切な医療に案内する」というミッションの実現に向けて取り組んでいます。

zenn.dev

Ubieの生成AI×データ利活用の現在地｜OKIYUKI

Ubie株式会社でデータ分析やアナリティクスエンジニアリングを担当している、おきゆき（@okiyuki99）です。 「最近生成AIって結局データ業務にどう使えるの？」「うちの会社のデータ活用も、もっと劇的に変わったりするのか？」そんな疑問や期待を抱いている方は多いのではないでしょうか。データがあふれる現代において、その価値を最大限に引き出すことは多くの企業にとって重要なテーマです。そして今、データ利活用のあり方を根底から変えうる、生成AIという大きな波が押し寄せています。 Ubieでは、この生成AIというテクノロジーをデータ利活用のあらゆる場面でその可能性を探索・追求しています。こ

note.com

関連職種のメンバー

本ページの職種として入社したメンバーです。事業・プロダクトのフェーズ・優先度・チーム状況等によりアサイン先が変わることがあります。

渥美 達也      @__Attsun__ / 入社エントリ

自己紹介: 事業会社での VPoE を経て Ubie に入社。データを使って社会の役に立つ事業を生み出していきたい。

入社理由: ミッションへの共感。データこそが事業価値の源泉になっているため、データという側面から面白い挑戦をしつつ社会にも良いインパクトを与えられると思ったからです。

石川 有

自己紹介: ベイエリアの企業で Data Engineering, ML, MLOps の Tech Lead を経て Ubie に入社。

入社理由: 日本の医療体験がアメリカに比べて個人的に悪いと感じ、データや ML に関する自分の経験を活用することで社会に貢献できると思ったからです。

由川 竣也

自己紹介: 事業会社でのSWE, Data Engineerを経てUbieへ入社。ラーニングアニマルとして事業の成長を支援/牽引していきたい。

入社理由: 医療への貢献という社会的意義の大きさと、Ubieの持つポテンシャルに惹かれました。そしてデータが事業の成長や価値提供に直結すると感じ、それが決め手となり入社しました。

大木 基至    @okiyuki99 / 入社エントリ

自己紹介: 社会へインパクトを与え、データが価値となるプロダクト開発がしたい。2児の父。博士（工学）

入社理由: 育児を通じて医療における複数のペインを体験しました。Ubie のミッションに強く共感し、データが事業のコアとなる最重要価値であることに惹かれ、入社を決意しました。

戸川 和樹　入社エントリ

自己紹介: 医療×ITの会社でのデータサイエンティスト等を経てUbieに入社。医療業界の持つ複雑さと社会的意義を愛してやまない。

入社理由: いち生活者としてユビーのプロダクトが素晴らしいと思ったこと。カルチャーガイドに記載してあることが自分にマッチしすぎていると感じたこと。

河合 康平　入社エントリ

自己紹介: 事業会社で社内のデータ分析コンサル業務等を経てUbieに入社。医療/インフラなど広く世の中に関わる問題に貢献したい。

入社理由: Ubieの目指す世界への共感。魅力的なカルチャーとメンバーが集まっていて、Ubieなら医療という身近な問題をデータの力で改善できると感じたため入社を決めました。

村中 啓太郎　@ktrru

自己紹介: 事業会社でデータアナリスト、データパイプライン開発に従事。社会人大学院で経営学修士取得。事業に向き合っていきたい。

入社理由: 社会に無くてはならないサービスになるポテンシャルがあること、データが事業価値の源泉であることに惹かれ、自分が貢献できるのではと思い入社しました。

藤巻 慎　@makio1186

自己紹介: 外資ヘルスケアメーカーのデータアナリストを経てUbieに入社。事業の意思決定にインパクトするのが好き。薬剤師。

入社理由: 患者中心の医療を目指すビジョンと、魅力的なカルチャーに惹かれたため。事業戦略の根幹にデータ戦略が浸透していて、分析者としてより成長できると思い、入社を決めました。

佐谷 岳穂　@takebockle

自己紹介: 分析コンサルや事業会社でアナリストとして従事。データの価値を最大限に引き出して、世の中に還元したい。

入社理由: ユビーというサービスが広まった先の世界に興奮できたこと。そしてそのサービスを生み出している人々やカルチャーに強く惹かれたこと。

募集中のポジション・採用プロセスについて

募集中のポジション

現在募集しているポジションでは、以下の募集要項の データ分析/アナリティクス にあたる職種になります。

募集要項：

Ubie 総合採用サイト

Ubie株式会社の採用サイトです。現在各事業のエンジニア・ビジネス・デザイナー・医師・コーポレートのメンバーを募集しています。

recruit.ubie.life

選考プロセス

Ubieは、候補者の皆様が十分にご納得いただいた上で入社していただくことを重視しており、面接を通じて相互理解を深めることを大切にしております。選考フローの一例は以下の通りです

1. 書類選考
2. スタンス面接（60分程度）
• カルチャーフィットや仕事観のマッチングの確認を目的とし、過去プロジェクトでどのような意思決定をされたかといった点を中心にお話を伺います。
3. スキル面接（60-75分程度）
• 技術的なご経験と意思決定基準のマッチングの確認を目的とし、ご経歴の技術面の深堀りやケースディスカッションを行います。
4. 最終面接（60分程度）
• スタンス・スキル面接を踏まえて最終的なカルチャーマッチなどを確認させていただきます。条件面のご希望も、このタイミングでお伺いいたします。
5. オファー面談

カジュアル面談の募集

次のフォームから、お気軽にご応募ください。

Ubie 総合採用サイト | カジュアル面談

Ubie のメンバーと15分~60分のカジュアルミーティングをすることで、ユビーについて知りたいことを手早く知ることができます。カジュアルミーティングは基本的にオンラインを想定しています。

recruit.ubie.life

また、各メンバーのSNS経由でお声掛けいただく形でも可能です。

よくある質問

Q. データエンジニア・アナリティクスエンジニア・データアナリストなどのデータ関連職種の違いは？

• データエンジニア: データ分析基盤全般の構築・維持のためのエンジニアリング業務を主に行う職種です。
• アナリティクスエンジニア: データ活用の効率性・信頼性の向上につながるエンジニアリング業務を主に行う職種です。
• データアナリスト: データ分析に基づくインサイト導出・新規施策提案などの事業推進を主に行う職種です。

以下で詳しく紹介しています。

Ubie Discovery における、Data Engineer と他データ基盤系職種の関係

Ubie Discovery のデータ基盤系職種について解説します。

attsun1031.github.io

Q. 医療ドメインに詳しくなくても大丈夫ですか？

大丈夫です。メンバーの半数以上は医療ドメイン未経験からの転職です。社内には医師や医療コンテンツに関するドメインスペシャリストが在籍し、同じスクラムチームで活動することもあるため、チームの活動の中で学ぶことが可能です。