DataCurrent ｜株式会社CARTA HOLDINGS

想い

Mission・Vision・Value

ミッション

データの力で常識を変え、ときめきと豊かさを

新しい発見やひらめき、便利さによって日常がアップデートされたとき、わたしたちはワクワクしたり、驚きや感動を覚えたりします。このような体験を、企業と共にデータという共通の価値を活かして生活者にお届けすること、これがDataCurrentのミッションです。

ビジョン

ともに『やりたい』を創造し、確かに実現する

クライアントと共に本質を追求し今まで見えていなかった課題・ニーズを見出す。それは単なる机上の空論ではなく、確実に実行し価値に変えていくという意思。

バリュー

本質志向のプロフェッショナル
一人ひとりがプロフェッショナルとして、高い専門性を駆使して成果を生み出す事に努力を惜しまない。全ての仕事に対して目的意識と主体性を持ち、本質的な問題を的確に捉えて行動する。

相互理解とチームワーク
チームとしての生産性を最大化するために相互理解を重視する。相手を認め、自分も知ってもらうこと。コミュニケーションを怠らず、相手に対して積極的に自分の強みを提供する。

クライアントへの敬意と信頼
常に顧客視点で物事を考え、敬意と感謝を忘れずに、お互いの信頼のもとオープンに議論ができる関係であること。アジリティと柔軟性を意識して仕事に臨み、クライアントと共に価値を追求する。

文化や特徴

チームの特徴や文化

行動指針

課題解決エンジニア

初期要求や要件通りに作るだけの「開発専門エンジニア」ではなく、その背景にある本質的な課題を見つけ、技術によって解決に導く「課題解決エンジニア」を志向しています。

強み

各自がプロフェッショナル領域（AI、データエンジニアリング、データサイエンス、データマネジメント、デジタルマーケティング等）を持っており、かけ合わせることによってチームとして高度で幅広い課題解決ができます。
ツールニュートラル（特定の製品を前提としない）なスタンスにより、顧客企業の状況に応じた最適な技術提供ができます。

弱み

案件ニーズに対してエンジニアリングリソースが不足しています。
コミュニティ等の対外活動は、推奨しているものの実態としてはやや控え目です。

構成とメンバー

チーム構成

事業会社全体の人数：約40人
開発チームの人数：約10人

開発チームの構成

CTO
エンジニアリングマネージャー
テックリード
データ＆AIエンジニア
データサイエンティスト

CTO
全社の技術戦略と実行に責任を持ち、技術的なビジョンの共有や選定、開発計画などの役割を担います。

エンジニアリングマネージャー
エンジニア組織のマネジメントを担い、チームビルディングやエンジニアの評価・育成等を担当します。

テックリード
開発案件を技術面でリードします。開発物の品質向上やエンジニアの技術メンター等の振る舞いが求められます。

データ＆AIエンジニア
データ基盤やAIシステムの開発と運用を担います。要件定義から実装までのあらゆる工程を担うため、特に上流工程においてはITコンサルとしての振る舞いも期待されます。

データサイエンティスト
データサイエンススキルを背景に、課題の設定からモデリング、実装等のあらゆる工程の対応を含みます。ビジネス課題がスタートになることから、特に上流においてはビジネスコンサルとしての振る舞いも期待されます。

技術的なやりがい・面白さ

多種多様なデータ

WEB・モバイルアクセスログ、広告データ、パネルデータ、CRMデータ、購買データ、SNSデータ、オープンデータ、音声、動画等、社内外の多様な構造化・非構造化データに触れる事ができます。

業界もエンタメ、メーカー、メディア、金融など特定業界に限定されず、企業規模も世界的な大手企業からスタートアップまで様々です。

複数の立場や役割を同時に経験

SIerのエンジニア（受託）と事業会社のエンジニア（内製）
クライアント向けの受託開発に加え、自社プロダクトも開発していることから、扱う技術領域の広さと深さを両立することができます

ITコンサルとエンジニア
基本的に担当者は上流から下流までの全工程を担います。上流ではクライアントの課題ヒアリングからソリューションの提案、下流ではそれを実際に開発するところまでを一気通貫で対応することから、開発物のビジネス価値をダイレクトに感じることができます。

データエンジニアとAIエンジニア
データエンジニアの主な役割はデータ活用を推進するための基盤を構築、高度化、維持することです。AIエンジニアの主な役割はそのデータ基盤を活用してビジネス価値（新たなインサイトの創出やコスト削減など）を生み出すことです。両方の役割を担うことによって、データ基盤を作っても使われない、AIシステムを作ってもデータ品質に不備があって期待した効果を得られない、といったことが起きにくい体制を取っています。

クライアントに近いポジションでの開発

クライアントと伴走しながら本質的な課題を把握し、最適な解決方法を検討・提案しながら課題解決に貢献します。

クラウド、データ基盤、AI等の幅広い開発スキルを習得

多くの開発案件をAWS／Google Cloud 上に構築しています。Google Cloud、AWS、Treasure Data、Databricks などのパートナーとして、パートナー向けのトレーニングコンテンツを活用したスキルアップが可能です。

幅広いソリューションや技術

特定ツールの利用を前提としない「ツールニュートラル」を前提としており、クライアントのニーズや課題解決に繋がるソリューションや技術要素を都度検討します。新しいソリューションや技術を実際のビジネスに応用する機会も多くあります。

プロダクトについて

自社プロダクト

viz

マーケティング領域に特化したAuto MLツールです。主に営業やマーケターの方にご利用いただく事を想定しており、データサイエンスやMLの専門知識がなくても分析や予測ができるよう機能を絞り、UIもシンプルに設計しています。

Anonymous Connect

企業が保有する会員のメールアドレスを安心安全に変換して、他社のデータと突き合わせするツールです。企業は自社データを他社データで補完することで、顧客の解像度を高めることができます。

Consent Update

企業がデータ活用を推進するためには利用規約での明示と顧客からの同意が必要となります。本プロダクトは会員サイトに利用規約への同意を促すメッセージを表示するなど、企業のデータ活用を支援する同意管理機能を提供します。

顧客企業向け開発例

Google Cloud、AWS、Snowflake、Databricks、Treasure Data を活用したデータ基盤構築
生成AIを活用したシステム開発
- 様々な業界向けデータ分析環境
- フードデリバリー会社向けスタッフ教育システム
- 小売業向け店舗スタッフ業務支援システム
- レコード会社向けコンテンツモデレーションシステム
- 製造業向け制御装置操作支援システム
CMP（同意管理プラットフォーム）実装
ファン分析や解約予測等のMLモデル構築

技術スタック

言語: Frontend	Javascript / TypeScript / Vue.js / WebComponents
言語: Backend	Python / Go / TypeScript
スキーマ定義	OpenAPI (Swagger)
認証	Cognito / Identity-Aware Proxy
その他	Playwright
テスティングフレームワーク	JMeter / Vegeta
インフラ	AWS / Google Cloud
ミドルウェア	FluentBit / Redis / Pub/Sub / Apache Airflow
データベース	PostgreSQL / MySQL / DynamoDB / Cloud SQL / BigTable / Datastore
データ	BigQuery / RedShift / Athena / Snowflake / Databricks / TreasureData
モニタリング	Looker / Looker Studio / Tableau / PowerBI / Tableau / CloudWatch Dashboard / Streamlit
環境構築	Docker / Terraform
CI/CD	Cloud Build / AWS Code シリーズ
CDN	Amazon Cloudfront
コード管理	GitHub / AWS Code Commit
コミュニケーション	Slack / Google Meet / Microsoft Teams
チケット管理	GitHub

詳細事例紹介

顧客紹介

イベント情報

イベント登壇

採用情報

積極募集中

カジュアル面談も歓迎です。DataCurrentやCARTA HOLDINGSに興味のある方、ぜひお話ししましょう。

D a t a C u r r e n t