データサイエンティストの職務経歴書例（シニア）

データサイエンティスト（シニア）の職務経歴書を参考に、担当業務と実績、プロジェクト、学歴、スキルのまとめ方を確認できます。

Flatiron Health参考求人の勤務地: 東京 · 日本実在する社員の書類ではなく、架空の記入例です。

職務経歴書の全文を見るこの例から始める

架空の職務経歴書例です。氏名・職歴・成果は書き方を説明するために作成したもので、実在する社員の経歴ではありません。

伊藤雅也

シニアデータサイエンティスト · 東京 · 日本

解約リスクコホートと確率校正した予測モデルと販促・祝日効果を含む地域別需要予測を担当したシニアデータサイエンティスト。主な実務分野：Python · SQL · 実験運用 · 因果推論。

職務経歴

Flatiron Health

東京 · 日本

シニアデータサイエンティスト

2021年1月 - 現在

業務リードとして、SQLとPythonで出品者の継続率を分析し、新規層と既存店を分けて季節性を確認。相関を因果とせず不確実性を報告した。
レビュー基準の責任者として、調査データからLookerダッシュボードを作り、コホート定義と詳細確認用サンプルを記録。提案共有前に集計値を元クエリと照合した。
時点と顧客で学習・評価データを分離し、派生特徴の漏洩を点検。コホート別性能を比較して実験案を提案。
再購入予測用のPython機械学習基準モデルを構築。顧客・時点で分割し、単純統計モデルと確率較正・再現率を比較して提案。
信頼区間・群別診断・実験前推移のデータ可視化を含む結果表を作成。標本割付比の不一致を確認し、全面展開を支持できない限界を説明。
Pythonの時系列分割を活用した予測評価を主導し、同じ季節性基準で検証誤差を19%から15%へ削減して群別失敗を記録。
SQL検証済み入力を活用してTableau評価ダッシュボードを公開し、データパイプライン集計と判断用統計の差異を解消。

NTTデータ

東京 · 日本

データサイエンティスト

2016年3月 - 2020年12月

販促・祝日効果を含む地域別需要予測。関連チームの判断基準と担当範囲を調整。関係チームと協力し、フォローアップレビューでも改善した品質を維持した。
公開指標と原記録の差異から母集団を変えた処理を追跡し、再現可能なクエリで計算を修正。
直前の正常更新と失敗実行を比べ、入力欠損と変換エラーを分離。対象期間のみ再処理し、元クエリと修正結果を保存。

主要プロジェクト

データサイエンティストの自主ケーススタディ

部門横断プロジェクトリーダー

2023年3月 - 2023年7月

複数部門で不一致だったアクティブ供給指標の統合。関連チームの判断基準と担当範囲を調整
重複・遅着・訂正値を含む合成原記録を作り、行数・キー一意性の検査と指標への期待影響を記録。
分析結果と手計算基準表を照合して差異を変換工程まで追跡。修正クエリにデータ辞書・再実行手順を添付。
手計算基準を活用した合成データ検証の責任を担い、重複集計を解消して訂正合計再現ノートを完成。

学歴

電気通信大学

東京都調布市 · 日本

学士（工学）

2008年4月 - 2012年3月

関連科目：アルゴリズム、OS、データベース、ネットワーク

スキル

職種別スキル

Python · SQL · 実験運用 · 因果推論 · 機械学習 · データ可視化

資格

Google Advanced Data Analytics Professional Certificate

Google

2023年11月

執筆・発表

分析結果の照合ノート — データサイエンティスト

2023年7月

再現クエリを活用した自主手法ノートを公開し、粒度・除外記録・分母変更への感度を解説。

データサイエンティストの職務経歴書と求人要件を比較

求人要件を裏付ける具体的な職歴の記述を確認できます。

Flatiron Health

Senior Applied AI Data Scientist

東京 · 日本シニア

求人情報の原文を見る2026年9月7日確認 · 英語の求人原文から抜粋

この職務経歴書は架空の例です。最新情報は元の求人情報をご確認ください。

求人の要件
- SQL
  用語と実践経験を確認
“You have collaborated with other technical team members in a production development environment using formal version control, Python (including data manipulation in pandas, polars or a similar framework), and SQL.”
職務経歴書の該当箇所
業務リードとして、SQLとPythonで出品者の継続率を分析し、新規層と既存店を分けて季節性を確認。相関を因果とせず不確実性を報告した。
シニアデータサイエンティスト · Flatiron Health
求人の要件
- Python
  機械学習
  用語と実践経験を確認
“You have collaborated with other technical team members in a production development environment using formal version control, Python (including data manipulation in pandas, polars or a similar framework), and SQL.”
“You understand how machine learning and AI systems are measured and can analyze an existing system to understand the quality of its output, assess where improvements are needed, and communicate the impact of those improvements to stakeholders”
職務経歴書の該当箇所
再購入予測用のPython機械学習基準モデルを構築。顧客・時点で分割し、単純統計モデルと確率較正・再現率を比較して提案。
シニアデータサイエンティスト · Flatiron Health
求人の要件
- 研究
  同義表現で関連経験を確認
“The Data Curation team is helping to build these next generation research data products, developing and applying ML and LLMs to capture a complete picture of the patient journey.”
職務経歴書の該当箇所
レビュー基準の責任者として、調査データからLookerダッシュボードを作り、コホート定義と詳細確認用サンプルを記録。提案共有前に集計値を元クエリと照合した。
シニアデータサイエンティスト · Flatiron Health
求人の要件
- dbt
  ETL
  配備
  裏付ける経験が未確認
“You have experience working in dbt or other ETL frameworks”
“Become a subject matter expert on our data and its capabilities and collaborate closely across the team to understand data needs and provide analytical support that enhances model development and deployment.”
職務経歴書の該当箇所
裏付けとなる経験の記述が見つかりません。実際の経験がなければ、キーワードだけを追加しないでください。

一致する求人要件をあと1件見る

求人の要件
- 評価
  用語と実践経験を確認
“Work closely with subject matter experts & ML researchers to define requirements for training and evaluation datasets, and maintain software pipelines for the generation of these sets.”
職務経歴書の該当箇所
時点と顧客で学習・評価データを分離し、派生特徴の漏洩を点検。コホート別性能を比較して実験案を提案。
シニアデータサイエンティスト · Flatiron Health

参考資料2件確認日 2026年9月7日

Flatiron Health — Senior Applied AI Data Scientist(新しいタブで開きます)
求人情報
O*NET 15-2051.00・データサイエンティストに関連する職業情報(新しいタブで開きます)
職業情報O*NET Database, CC BY 4.0

この例から始めて、自分の経験で仕上げましょう。

エディターで例を開き、職歴・プロジェクト・実績を自分の実際の経験に書き換えてください。

この例から始める