この資料は、Ubie のデータ関連職種にフォーカスして、データ関連職種（データエンジニア、データアナリスト、機械学習エンジニアなど）として働くメンバー自らが作成した採用ページです。

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ると思います。

こちら から、どなたでご利用いただけます。是非お試しください。

症状検索エンジン「ユビー」や「ユビーメディカルナビ」といった生活者・医療機関様との接点であるプロダクトに製薬企業様の知見を織り交ぜることで、医療現場、生活者、そして治療のエキスパートたる製薬企業様の三者の適切なマッチングを実現します。

事例としては、以下の記事もご覧ください。

上記3つの事業は単独で存在しているものではなく、相互に影響し合うことで、「適切な医療に案内」するための総合的な基盤を構築しています。

Ubieのデータは主に以下の3つの領域で活用されています。

（具体の業務内容については、後段のチーム紹介セクションでご確認ください。）

分析によるサービス改善活動だけでなく、顧客レポーティングのようにデータが顧客価値と密接であることが特徴です。高品質なデータ基盤の構築を通して会社の成長を直接的に牽引できることが、Ubieのデータ系職種の醍醐味とも言えます。

特に「ToB,ToCサービスで蓄積したデータを用いた顧客レポーティング」では、高品質なデータ基盤の構築・運用が求められています。

（参考）Ubie保有データを用いたN=1分析事例

Data Platform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。

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。

関連病名抽出や質問選定など、データとアルゴリズムを活用した機能開発を行う職種です。

機械学習システムの基盤構築やプロダクション適用のための開発や運用を行う職種です。

※各職種の詳細につきましては、ページ下部の「募集職種」をご覧ください。

※ 簡素化した図です。実態はもう少しステークホルダーが多いなど、違いがあります。

まず、データエンジニアとアナリティクスエンジニアは、「Data and Analytics Platform」チームとして協同で動いています。アナリティクスエンジニアは、実際には各プロダクトチームの中に入り込んで仕事を進めることも多いです。

Data and Analytics Platformとしてシステムや情報の管理を集約しつつ、データ利活用やデータプラットフォームの様々なステークホルダーと協同して仕事を進めています。

機械学習エンジニア、機械学習基盤エンジニアは、「AI Team」として活動しています。医師も密に協同し、関連病名提示システムや医療情報抽出システムを開発しています。

Ubieのすべてのチームが適切なデータ利活用を自律的に推進できるように、「Ubieの持つデータを安全かつ効率的に収集・蓄積・活用する基盤と仕組みをつくる」ことを目的に活動しているチームです。

チームは主にデータエンジニア、アナリティクスエンジニア、データアナリストで構成されています。全社に関わる重要なデータ分析の基盤構築を本チームが推進するのはもちろんのこと、個々のwill/canをもとに各事業やプロダクトのチームに入り込んで業務を行うこともあれば、各事業内に専用のチーム自体を立ち上げ活動することも行っています。

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。

チームとしては、データエンジニア、アナリティクスエンジニア、データアナリストが共通の会議体を持ち、情報交換や悩みの解決をしていきます。

また、アナリティクスエンジニアとデータアナリストで行う業務を明確に区別しておらず、個々のキャリアにおけるwillやこれまでの経験に基づくcanをベースにリソースアロケーションを行っています。

（主にデータアナリスト、アナリティクスエンジニア）

事業が急速にスケールし、必要なレポーティングやデータ分析の量や質が増大しています。さらに、アナリティクスエンジニアやデータアナリストに期待される役割もどんどん広がっています。

事業のスケールに対応できるように、データアナリストやアナリティクスエンジニアなしで、各チームが得たいデータを得るまでの精度と速度が高い状態にし「だれでも滑らかにデータ利活用できるようにする」を最重要課題として取り組んでいます。

そのためのHowとして、利便性の高いデータマートの再構築や新しいダッシュボードの構築もあれば、データが必要なユースケース整理から運用フローの構築も行います。全社として広い視野で解くべき問を設定することが求められます。

Ubieの事業において、様々なデータが様々な経路から流入し、それらが様々な用途で利用されます。中には非常に高いレベルのデータ品質を求められるものもありますし、そうでないものもあります。

こうした多岐に渡るデータの利活用のシーンに応じて、必要なデータ品質（SLO）の管理が簡単に実現できる基盤としてくことで、生産性と信頼性のさらなる向上を狙います。

Modern data stackやGenerative AIの隆盛を見てわかるように、データを取り巻く技術は日々進化し続けています。こうして変化を見極め、Ubieのデータプラットフォーム発展に資するものは積極的に適用していきたいと考えています。

Ubieのデータと機械学習アルゴリズムや数理モデルを組み合わせ、事業・プロダクトで利用される様々なシステムを開発・運用することを目的に活動しているチームです。

チームには機械学習エンジニア・機械学習基盤エンジニアに加えてドメインエキスパートである医師が在籍し、各々の専門領域を活かしながら、関連病名提示システムや医療情報抽出システムの開発・運用に協力して取り組んでいます。

チームで開発・運用している関連病名提示システムは、マイクロサービスとしてAPIを提供しており、症状検索エンジン「ユビー」とユビーメディカルナビの双方で使われています。

機械学習エンジニアは、これらのシステムで使われるアルゴリズムの改善や、Pythonアプリケーションの開発を担っています。

機械学習基盤エンジニアは、これらのシステムの運用環境の整備や、システムが利用するデータを加工するデータパイプラインの構築、CI/CD環境の整備などを担っています。

AI team に在籍する医師は、システムが利用する医学データの整備を担うほか、プロダクトオーナーやドメインエキスパートとして、チームが解決する課題の特定や医学的な監修を行います。

これらのメンバーがひとつのスクラムチームとして活動しているのが特徴です。

患者の症状に応じて、数千の問診候補(質問)から最適な質問を選定する問診アルゴリズムの開発

問診データから関連性の高い疾患を提示し、医師の理解や患者の行動変容を支援する、汎用性・解釈性の高いアルゴリズムを開発

様々なデータソースからデータを取得・整備し、サービスで扱うのに適した医学データを構築しています。

Ubie のもつ豊富なデータを活用し、コンテキスト情報などを利用可能なアルゴリズムを開発することで、システムの出力結果とその解釈性の改善が可能であると考えています。こうした活動を起点として、生活者・医療機関様の課題解決に貢献できるようなプロダクトづくりに取り組んでいきます。

症状検索エンジン「ユビー」をはじめとするプロダクトから得られるデータをもとに、医師が医学データを日々整備することで、 Ubie の関連病名提示システムは継続的に改善されています。このような活動を支えるため、AI team では医学データの管理システムやシミュレータの開発を行っています。こうしたシステムを発展させることで、エンジニアと医師の開発生産性向上に取り組みたいと考えています。

チームではこれまで、お薬手帳や紹介状などの紙の書類をデータ化し、構造化された情報を取り出すシステムを開発してきました。近年急速に発達している Generative AI などのAI技術を活用して、こうしたシステムのさらなる機能・性能の向上に取り組み、医療現場のDXと負担削減に貢献したいと考えています。

Ubie では、異なる観点による面接を複数回行っています。回数は概ね3回です。

詳しくは以下を御覧ください。

Ubie Product Platform における基本的な選考フロー

現在オープンしているデータ関連職種は以下のとおりです。