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）
- 医療機関向け業務支援「ユビーメディカルナビ」
- 製薬企業向けソリューション「ユビー for Pharma」
会社紹介資料もご参照ください：
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
会社の状況や戦略変更にあわせ、柔軟に組織がアップデートが行われています
会社紹介資料もご参照ください：
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
データ投入部分アーキテクチャ図
データ利活用部分アーキテクチャ図
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。
- 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。
- 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。
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。
松島 龍司 入社エントリ
自己紹介: 好奇心からデータサイエンスを独学し、事業会社にてヘルスケアデータの分析業務に従事。知らない事を学ぶのが好き。
入社理由: ユビーのプロダクトに魅力を感じたため。個人としても利用価値を感じるプロダクトの改善に関わりたいと思い、入社しました。
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。
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：
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
- 書類選考
- 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。
- 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。
- 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。
- オファー面談
- すべての面接（スタンス、スキル、最終）は、リモートで実施しています。
- 面接回数は、変わる場合があります。
- 「まずは話を聞いてみたい」という場合は、カジュアル面談を実施します。
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。
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。
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。