採用・選考

💡

目次

風音屋が提供する機会過去の利用技術（一部抜粋）参考：note記事会社の目指す姿先輩社員の入社エントリー研修の体験記選考フローと入社後研修募集職種一覧採用の流れ（Data Analytics領域の場合）採用フォームカジュアル面談

風音屋が提供する機会

1社に在籍しながらまるで100社に転職するような経験ができます。上場企業の経営陣と週次ミーティングでKPIモニタリング、因果推論によるキャンペーン効果分析、セキュリティやグローバル観点を考慮したデータ分析環境の設計など、多種多様な案件に挑戦できます。

従業員本人・クライアント企業の双方が同意する場合には、クライアント企業に出向・兼務し、よりビジネスに近い立場で事業成長にコミットすることも可能です。風音屋のリソースやノウハウを使えるので、事業会社に転職して1から技術学習や仲間集めを始めるよりも効率的にデータ活用を推進できます。

イベント登壇や書籍執筆などのアウトプット機会を提供します。過去に出版実績のないフルタイム社員には、入社2年で書籍を1冊出版できるようにサポートします。社員1人1人が名刺代わりの書籍を1冊持っている状態を目指します。

稼働の20%を「スキルアップ学習」「技術検証」「記事執筆」「OSSコントリビュート」などの斧を研ぐ時間に当てる「Kaizen Hour」制度を設けています。ツール利用料や書籍代は会社が負担します。

専門書の著者、技術コミュニティの運営者、OSSコントリビューター、GoogleやAmazonの出身者など、業界を代表する20名以上のアドバイザーと一緒にベストプラクティスを追求できる環境です。

まだまだ小さな会社ですが、だからこそ社員1人1人の声が経営メンバーに直接届きます。自分自身の手で理想の職場を作ることができるフェーズです。例えば、社員のフィードバックを受けて、在宅環境の整備を支援するための制度が作られました。また、人事アドバイザーが匿名アンケートを取り、経営陣に課題を突きつける社内イベントも開催されました。

過去の利用技術（一部抜粋）

【データ可視化】Tableau、Looker、Redash、Metabase、Googleデータポータル (Looker Studio)、Power BI、Amazon QuickSight

【データウェアハウス】Snowflake、GCP BigQuery、Amazon Athena、Amazon Redshift、Azure Synapse

【データ収集・統合】Embulk、trocco、Fivetran、Airbyte、STITCH、AWS Lambda、AWS Glue、Cloud Functions、Cloud Dataflow、Cloud Datastream、Azure Data Factory、Azure Functions

【パイプライン管理】dbt Cloud、dataform、Digdag、Airflow、AWS Step Functions、Amazon MVAA、Cloud Composer

参考：note記事

会社の目指す姿

データ経営をスローガンで終わらせない──風音屋の7つのメソッド｜風音屋（かざねや）

風音屋（かざねや）広報です最近、事業拡大に伴って採用活動を進めるなかで「会社の目指す方向性について聞きたい」という質問をたくさんもらうようになりました。そんな疑問に答えるために、改めて「100社のデータ経営を実現する」というビジョンや、そのために用いる「方法論」（メソッド）について書いてみたいと思います。新入社員向けのオリエンテーションで話している内容をもとにしているので、風音屋に興味のある方にぜひとも読んでいただきたいです。また、自社でデータ経営を実現したい人にとっても、なにかしらヒントを持ち帰っていただけると幸いです。データ経営の実現さて、企業現場で掲げられるコン

https://note.com/kazaneya/n/nd63113792dfb

先輩社員の入社エントリー

【入社エントリー】最初の人事目標は「生きて帰ること」、妥協なきプロフェッショナル企業「風音屋」で与えられた衝撃の業務｜風音屋（かざねや）

ごあいさつこんにちは、濱田（@hrkhjp）と申します。 2023年8月にデータエンジニアとして風音屋にジョインしました。ちなみに記事のタイトルは社長（@yuzutas0）が勝手につけました。自己紹介お仕事もともとは新卒で公務員（事務職）をしており、窓口・電話対応、受け付けた申請の処理、基幹系システムのベンダーとのやり取りなど、割となんでもやっていました。独学でSQLやPythonを勉強して、4年ほど前にデータまわりのコンサルティングを行っている会社に未経験で転職し、データ分析の業務を始めました。その中で「データ分析にはまずデータ基盤の整備が必須」と感じ、デー

https://note.com/kazaneya/n/n973c27227da7

研修の体験記

データ人材としてのキャリア像が見つかる？風音屋の実践課題「K-DEC」の振り返り｜風音屋（かざねや）

こんにちは。風音屋データエンジニアの妹尾です。この記事では、風音屋の入社後の研修課題であるK-DECについて、私自身が取り組んだ経験を基に振り返りながらご紹介いたします。想定読者風音屋の採用候補者の方データ領域の人材で自分のキャリアに不安や悩みのある方研修でどんなことをするのか、何を学べるのかイメージをつけていただければ幸いです。 K-DECは、実務を想定した課題でデータ領域を体系的に学べる内容なので、データ領域の人材として自分の目指すべき姿を見つけるヒントがたくさん詰まっています。自分のキャリアに不安や悩みのある方は、ぜひご一読いただいて、興味を持って

https://note.com/kazaneya/n/n55b880a424d1

風音屋の実践課題「K-DEC」を通してデータエンジニアとして成長した5ヶ月を振り返る｜風音屋（かざねや）

こんにちは、風音屋データエンジニアの @hrkhjp です。私は風音屋代表ゆずたそ（@yuzutas0）がMENTAで募集していた「第二新卒が3ヶ月でデータエンジニアへの転職を目指す講座」を受講し、これがきっかけで風音屋に入社しました。そこで、講座の題材であった「K-DEC」について、各課題の内容と学びを振り返る形でご紹介したいと思います。 K-DECとMENTA講座について K-DEC (Kazaneya Data Engineering Criterion) とは、風音屋によるデータエンジニアリングの実践課題です。K−DECは演習課題・ケース面談・インタビューの3

https://note.com/kazaneya/n/nde5ec87a66da

選考フローと入社後研修

風音屋の選考フローを3ヶ月から3週間に短縮しました｜風音屋（かざねや）

風音屋（@kazaneya_PR）のゆずたそ（@yuzutas0）です。当社の選考フローにおける所要時間を「約3ヶ月」から「約3週間」に短縮しました。このエントリーでは、これまでの紆余曲折を振り返り、現在どのような選考スタイルを行っているのかをご紹介します。 ■ 採用ページ https://kazaneya.com/recruit ■ サマリー従来の選考フローでは、主にシニア枠の採用を想定していました。ジュニア枠の採用候補者はSlackにゲスト招待し、3ヶ月かけてシニア向けの課題を解いていただきました。社員にアドバイスやレビューを受けながらスキルを伸ばし、その過程でお互いの

https://note.com/kazaneya/n/n44e71cffcc83

募集職種一覧

⚠️

募集内容は予告なく変更する場合がございますのでご注意ください。

採用の流れ（Data Analytics領域の場合）

採用フォームへの申し込みから1週間〜4週間ほどでの内定オファーを想定しています。

当社の採用note、関連書籍、関連スライド等を一通りご確認ください。選考課題の意図やポイントを把握しやすくなります。

	ステップ	詳細
準備	カジュアル面談	カジュアル面談フォームにてお申し込みください。任意です。
書類選考	申し込み	採用フォームにてお申し込みください。
	書類提出	メールにて職務経歴書をご提出ください。
課題	技術課題	お題に対してデータの整備、分析を行います。提出目安は1〜2週間です。書類選考の内容によっては技術課題の省略が可能です。
	適性検査	約70分のWEBテストです。結果は入社後のマネジメントスタイルに反映するので、アンマッチを避けるためにも正確な回答をお願いします。
面接	1次面接	技術課題をもとに現場メンバーが60分の面接を行います。
	2次面接	カルチャーフィット観点でマネージャーが60分の面接を行います。
内定	オファー面談	マッチングに向けて15分ほど入社意向や希望条件のヒアリングを行います。
	オファーレター	内定オファーを提示します。

採用フォーム

以下のフォームから申し込みをお願いします。

　　　採用フォーム　　　

カジュアル面談

風音屋の仕事に関心がある方に向けて、キャリア相談や業務内容についてカジュアルに会話する場を設けております。よかったらぜひお時間をいただければと思います。

　カジュアル面談フォーム　