シオノギ総合サービス株式会社
  • サンプルページ
RSS
Group brand mark_H Type_横長小サイズ
新卒ページへ戻る
募集要項
エントリー

データサイエンス職の仕事

データサイエンス職とは
スタッフの声
参考情報

どんな仕事?

社内外の有用かつ多様なデータを集積するデータ活用基盤を構築すると共に、高度解析技術を駆使し、データを活用することでヘルスケアソリューション創出と業務プロセスの変革に貢献しています。

また、バリューチェーン横断的に科学的根拠に基づく経営判断にも、データサイエンスの側面から貢献しています。

さらに社内のデータリテラシー向上を目的とした人材育成施策の企画・推進も業務範囲に含んでいます。

 

position_ds1

データサイエンス職が所属するデータサイエンス部は、「新たなプラットフォームでヘルスケアの未来を創り出す」というシオノギの2030年ビジョン達成に向けて、2020年4月に発足したヘルスケア戦略本部の傘下に、医薬開発本部 解析センターの一部機能独立により設立されたデータサイエンス室が起源です。

疾患の啓発・予防・診断・治療、および健康の維持・増進に対して、高度解析技術を駆使し、データに基づく戦略立案、推進に貢献してきました。

また、製品の研究・開発~市販後までの幅広いステージにおいて、統計およびデータサイエンスの側面から支援し、科学的根拠に基づく経営判断にも貢献してきました。

今後もこれらの貢献を続けながら、社内外の有用かつ多様なデータを収集するデータ活用基盤を構築していくため、そしてデータリテラシー向上のための人材育成施策を企画・推進していくため、データサイエンス室の機能・リソースを増強し、データサイエンス部として再編し、現在はDX推進本部の傘下に所属しています。

DX推進本部は、デジタル技術を用いたヘルスケアソリューションの創出とその実現を支えるデータ活用およびIT/セキュリティ基盤の構築を担う機能として2021年7月1日に新設されました。

DX推進本部にはデータサイエンス部の他に、IT&デジタルソリューション部があり、互いに連携しながら社内のデジタルトランスフォーメーションに貢献しています。

DS部HP

どんな業務内容?

  • コンピュータサイエンス

    コンピュータサイエンス

    データ解析業務をより効率的に実施するための解析基盤を整備し、先進解析技術の活用を推進
     
  • データサイエンス

    データサイエンス

    データに基づく仮説設定を行い、バリューチェーン・ビジネス課題解決の効率的かつ効果的な計画を提案・実施
  • データエンジニアリング

    データエンジニアリング

    新規デジタル技術を用いて社内外データを集積し、全社視点でのデータ管理基盤の体制構築と戦略立案
  • データ人材育成

    データ人材育成

    社内のデータリテラシー向上のための人材育成施策を企画・推進

ビジネスへのデータサイエンス適用事例

臨床試験データ×機械学習<br>世界中の臨床試験情報×可視化<br>遺伝子データ×高次元データ解析

臨床試験データ×機械学習
世界中の臨床試験情報×可視化
遺伝子データ×高次元データ解析

感染症の流行×シミュレーション<br>医薬品関連文章×テキストマイニング<br>医薬品副作用データベース×リスク検知システム<br>医薬品副作用データベース×アソシエーション分析<br>レセプトデータ×因果推論×機械学習

感染症の流行×シミュレーション
医薬品関連文章×テキストマイニング
医薬品副作用データベース×リスク検知システム
医薬品副作用データベース×アソシエーション分析
レセプトデータ×因果推論×機械学習

<br>医療データ×匿名化<br>人工知能×業務改善<br>スポーツ×データサイエンス


医療データ×匿名化
人工知能×業務改善
スポーツ×データサイエンス

 業務の進め方

「データサイエンス」という単語を聞くと、データ解析だけをイメージされる方もいるかもしれません。

しかし、データ解析から新たな仮説立案を行うためには、解決すべき課題やニーズを的確に理解し、データを利用可能な状態となるよう収集・整備していく事も重要です。

そのためには、データサイエンス職に就く人 (=データサイエンティスト) が様々な分野のメンバーと協働しながら業務を進めていくことが求められます。

下の図はデータサイエンス業務の流れのイメージです。

DS部HP②

必要なスキル

統計理論の知識

機械学習、多変量解析、テキスト解析、統計学 etc.

プログラミング技術

統計解析プログラミング (SAS, Python, R etc.)、データハンドリング、データガバナンス技術、データ可視化、モデリング/シミュレーション etc.

ビジネススキル

柔軟性、チームワーク、ロジカルシンキング、企画、提案、推進力

ITスキル

データベース/データ特性等の幅広い知識

必要なスキル獲得のために

データサイエンティストに求められるスキル・能力は様々ですが、シオノギでは入社後の研修制度や、能力育成のための体制が充実しており、業務に必要な知識を一から身に着ける事ができます。

〇 研修制度の例:
・新入社員研修
・データサイエンス部配属後の研修
・業務では常に相談できる体制(例:トレーナー)を用意
・有志による社内勉強会の企画・開催

入社直後だけでなく継続的に専門性を高めていくため,自己投資支援制度の活用も可能です。

(自己投資支援制度についてはキャリア開発のページで御紹介しています)

シオノギらしさ

・20代~30代のメンバーが、各プロジェクトで主体的に活躍しています

・メンバーがそれぞれ異なる強みを持ち、多様な強みを融合したチームワークで課題解決を実施しています

・最新の技術を身に着けながら、常に新たなチャレンジをしています

ヤリガイ

• 多岐に渡るデータを扱い、幅広い業務に取り組むことで、自分自身のスキルアップにつながっています
• 様々な部署と関わる中で各部署の業務内容を把握することができ、仕事の幅を広げられます
• 責任ある業務を通じて、周りの共感を得ながら課題を一つずつ解決し、自身でリードしながら少しずつ前に進んでいると実感できます
• データに基づいた提案で医薬品の開発戦略や他部署の行動戦略に貢献できます

 スタッフの声

 スタッフ特集ページ(特集ページにジャンプします)

interview_ds02

先輩社員の声_データサイエンス01

interview_ds03

先輩社員の声_データサイエンス02

ds_employee5_2

先輩社員の声_データサイエンス03

koyama

先輩社員の声_データサイエンス04

 若手スタッフに聞いてみました

 Q:入社の動機は何ですか?また、実際に入社してみた上での感想を教えてください

  • Aさん

    私は6年制薬学部出身でしたが、統計学やデータサイエンスに興味があり、卒業研究でも機械学習を用いた研究をしていました。自分の興味と今まで学んできたことの両方を考慮し、医療×統計・データサイエンスを活かせる仕事をしてみたいと考えるようになり、主に製薬企業の統計・データサイエンス関係の部署を中心に就職活動をしていました。面接を通し、シオノギのデータサイエンス部(当時は解析センター)では、Real World Data (RWD) 解析や高度な解析技術を駆使していることを聞き、私自身の興味関心にぴったりあっており、先端的なことにもチャレンジできる環境があるように感じ、入社を希望しました。

    実際に入社してみても、新しいことにも積極的にチャレンジしようとする雰囲気があり、入社前のイメージにかなり近かったと感じています。RWD分析や製薬企業における機械学習の利用は、まだ新しい分野であることもあり、確立した方法があるわけではなく日々試行錯誤を繰り返しており、大変さと楽しさの両方を感じています。まだ入社して1年経っていませんが、新しいアイディアを求められる機会も思っていた以上に多く、いろいろなことにチャレンジできそうで、これからどのような仕事ができるか楽しみです。

    Aさん
  • Bさん

    私の入社の動機は、製薬の現場で統計学という学問の理論を深めながら適用しているという点と、機械学習やReal World Dataといった先進的な技術・データにも注力し改革を推し進めようとしている点に魅力を感じたことにあります。このことは、大学で専攻していた数理統計学を現場でダイレクトに活かしたいという思いと、AIや機械学習といった、近年の先進技術の中に組み込まれトレンドとなっている技術にも深く触れてみたい、活用してみたいという思いにちょうど合致していたため、入社を志望しました。

    現在の業務では、臨床試験におけるデータサイエンス業務のみにとどまらず、様々なバリューチェーンのデータサイエンス業務に関わっています。製薬会社に所属しているため、IT会社のデータサイエンティストに比べ、より専門的・主体的に社会のヘルスケア課題に向き合うことができていると感じます。世の中も会社も変革期を迎えている現在において、データサイエンス部には、それを乗り越えていこうと、広くアイディアを受け入れ、それらを実現へと移せる、想像以上に自由でチャレンジングなフィールドが広がっていました。

    Bさん

 Q:1日の過ごし方を教えてください

オフィス勤務日の一例

  • 9:30 出社・メールチェック

    9:30 出社・メールチェック

    フレックス勤務を活用して朝はゆっくりしています
  • 10:00 解析・資料作成など

    10:00 解析・資料作成など

    SASやPythonを用いたリアルワールドデータの分析をしつつ、資料をまとめます。SAS、R、Pythonを使う人が多いです。
  • 11:45 昼食休憩

    11:45 昼食休憩

    昼食は同僚のみんなで食べに行くことが多いです。
  • 12:30 解析・資料作成など

    12:30 解析・資料作成など

    トレーナーの先輩社員と相談しつつ、業務を進めていきます。 多くは先輩社員と同じ仕事が割り振られるので、気軽に質問しやすいです。
  • 15:00 会議出席

    15:00 会議出席

    データサイエンス部は他部署と協業する機会が多く、解析結果の説明を求められることが多いです。非専門の方にも分かりやすい説明を心掛けています。
  • 18:00 退社

    18:00 退社

    翌日の予定の確認をし、退社します。 気力がある時はジムに行きます。 先輩社員とのダイエット勝負もあるので負けられません。

在宅勤務日の一例

  • 8:30 始業

    8:30 始業

    今日は在宅勤務。ねぼけまなこが解消され次第、自宅のデスクに向かいます。上司に始業を伝えるメールを送り、仕事開始です。
  • 9:00 営業企画室とのWEB会議

    9:00 営業企画室とのWEB会議

    他部門から依頼された案件について説明を受けます。ディスカッションを通して先方のニーズを把握します。
  • 10:30 データサイエンス部メンバーとWEB会議

    10:30 データサイエンス部メンバーとWEB会議

    案件に関わりのあるメンバーで、解析結果の共有及び解釈を行います。考えが自分の中で凝り固まる事のないよう、異なる視点で意見を挙げてもらう場は参考になります。
  • 11:30 昼食休憩

    11:30 昼食休憩

    デスクを離れてほっと一息。オフィス街での昼食ほど豪華な食事ではないですが、休憩中は自由にくつろぎます。
  • 12:15 データ解析

    12:15 データ解析

    SAS、Python等を用いてデータの整備、解析を行います。 集中できる環境を作って作業しています。
  • 15:00 データサイエンス部の全体会議(WEB参加)

    15:00 データサイエンス部の全体会議(WEB参加)

    データサイエンス部での新たな取り組みについてブレーンストーミングがあり、アイデアを出し合います。実現困難と思われるようなことでも部内のメンバー全員で共有することで次に進むためのヒントが見えてきます。
  • 17:00 終業

    17:00 終業

    当日想定した業務が計画通り完了し、在宅勤務結果をグループ長にメールで報告し終業します。 在宅勤務だと日中ずっと家の中にいる状態なので、リフレッシュのために軽く外出するようにしています。

※業務のスケジュールは日々異なります。

※写真はイメージです。

業務で関わる他部署スタッフからデータサイエンス部について聞いてみました

ニュープロダクトプランニング Xさん
  • ニュープロダクトプランニング Xさん
  • メディカルアフェアーズ Yさん
  • ヘルスケア事業支援 Zさん

・データサイエンス部のメンバーと、今までどのような業務でご一緒されましたか ?

マーケティングを行うメンバーとして、担当している疾患領域の調査・分析・戦略策定などで一緒に仕事をさせていただいています。

・他部署から見たデータサイエンス部の印象をお聞かせください。

統計学やコンピュータを使いこなす分析のスペシャリストであり、データを基に新たな付加価値を生み出すクリエイティブな方々が働いているという印象です。

・ データサイエンス部への今後の期待を教えてください。

会社全体としてもデータを活用する意識は高まっていますが、まだ使いこなせていないのが現状かと思います。全社的にデータを扱うスキルを向上させ、高効率で生産性の高い組織となるためにご協力いただきたく存じます。

・データサイエンス部のメンバーと、今までどのような業務でご一緒されましたか ?

医療情報データベースを用いた疫学研究を協働して実施しています。

・他部署から見たデータサイエンス部の印象をお聞かせください。

①統計解析の専門家集団、②仕事が早くて正確・丁寧、③常に世の中の最新動向の情報を収集しているという印象を持っています。

・ データサイエンス部への今後の期待を教えてください。

今後もそれぞれの部署の強みを活かして、プロジェクトを協力して進められたらと思います。

・データサイエンス部のメンバーと、今までどのような業務でご一緒されましたか ?

営業現場が活用すべきデータの特定とその活用方法について検討しました。また、データから必要な示唆が得られるような分析ツールを検討し、作成しました。

・他部署から見たデータサイエンス部の印象をお聞かせください。

データ活用スキルが高いのはもちろん、基礎ビジネススキル(論理的思考力・資料作成スキル 等)のレベルも高い印象です。

・ データサイエンス部への今後の期待を教えてください。

ビジネスにおけるデータの重要性を考慮すると、ビジネス課題解決を通じてデータサイエンス室がもつノウハウや知識を共有頂きたいです。

今後もそれぞれの部署の強みを活かして、プロジェクトを協力して進められたらと思います。

 参考情報

スタッフの背景(大学・大学院での専攻)

データサイエンス部は様々な背景を持つメンバーで構成されており、その多様性がイノベーションの源泉ともなっています。

20220420構成比

学会活動・執筆活動等(データサイエンス系)

データサイエンス部で学会活動など、積極的な社外発信を奨励しています。

(年度をクリックすると実績および予定が表示されます)

  • 2022年度(予定を含む)

    【学会発表・講演】

    人工知能学会 第36回全国大会
     『ライフログに基づく寛解期うつ病患者の抑うつ度予測に対するlightGBMの可能性について』
     『ライフログからうつ病再発を予測するための機械学習アルゴリズムに関する予備検討』

    2022年度統計関連学会連合大会
     『ノンパラメトリックアプローチを用いた行動ログの違いから見るうつ病再発』

    【セミナー】

    AWS Summit Online 2022
     『塩野義製薬における IT 施策とデータ活用の融合と推進』

    製薬×データサイエンス Meetup 2022
     『感染症領域におけるデータサイエンスの取り組み』

    製薬企業におけるリアルワールド活用・課題・実例 「データベース特性・解析」編
     『多様なデータベースの組み合わせによる価値創造』

    【論文(査読付)】

    Determination of optimal prevention strategy for COVID-19 based on multi-agent simulation, Japanese Journal of Statistics and Data Science (2022)

    他,外部発表,講演,投稿論文多数

  • 2021年度

    【学会発表・講演】

    SAS Global Forum 2021
     『The Potential of Simulation Technologies : Multi Agent Simulation & Reinforcement Learning』

    PharmaSUG 2021
     『Why Data Scientists need leadership skills? Story of Cross-Value Chain Data Utilization Project』

    PharmaSUG Japan 2021 Virtual Event
     『Data Scientist in Shionogi : Education, Skills & Training』

    第41回医療情報学連合大会
     『国内医薬品副作用データベースに対するネットワーク分析手法の適用可能性の研究』

    第41回医療情報学連合大会
     『少数枚の医用画像による画像認識モデル構築方法の検討』

    第431回CBI学会講演会
     『塩野義製薬におけるバリューチェーン横断型データ利活用について』

    【セミナー】

    PharmaSUG Japan 2021 Virtual Event
     『データサイエンス入門~仮説思考の鍛錬~ ハンズオントレーニング講師』

    AWS主催 関西地域におけるクラウド活用への挑戦
     『塩野義製薬のDX推進におけるデータ利活用の現状と今後』

    Cloudera Sessions 2021
     『データレイクはDXの源泉となるのか? バリューチェーン横断型データ利活用を考える』

    製薬業界のコマーシャル領域における国内外のAWS活用事例ご紹介
     『塩野義製薬のDX推進におけるデータ利活用の現状と今後 コンテンツ追加版』

    【論文(査読付)】

    医学研究に二次利用する医療情報データの特徴と性質を把握すべき意義, 日本臨床試験学会雑誌 (2022) [共同研究]

    Simplified Virtual Reality System Can Be Used to Evaluate the Temporal Discrimination Ability in Softball Batting as in the Real Environment, Front. Sports Act. Living (2022) [共同研究]

    【PCT国際出願中】

    人工知能解析プログラマシステム

    他,外部発表,講演,投稿論文多数

  • 2020年度

    【学会発表・講演】

    人工知能学会 第34回全国大会
     『ウェアラブル端末データと欠測パターンからの行動リズムの考察』

    2020年度統計関連学会連合大会
     『女子ソフトボール部スコアブックデータへの機械学習的アプローチ』

    SAS Global Forum 2020
     Transfer Learning for Mining Digital Phenotype by SAS® Viya®

    SAS Forum Japan 2020
     医薬品・ヘルスケア業界におけるデータサイエンスと統合解析環境

    PharmaSUG Japan 2020 Virtual Event
     Skill Building of Modeling & Simulation and its Applications

    【セミナー】

    データサイエンスが拓く次世代R&D
    医薬品・ヘルスケア業界におけるデータサイエンスと人工知能技術

    【論文(査読付)】

    Patient journey through cases of depression from claims database using machine learning algorithms, PLOS ONE (2021)

    Reconstructing the household transmission of influenza in the suburbs of Tokyo based on clinical cases,
    Theoretical Biology and Medical Modelling (2021) [共同研究]

    他,投稿論文多数

    【執筆活動】

    『リアルワールドデータの使用目的に応じた解析手法 -各データベースの選択と組み合わせ-』サイエンス&テクノロジー(一部執筆)

    【特許出願中】

    人工知能解析プログラマシステム

データサイエンス部長メッセージ

あらゆる業界で、意思決定や業務効率化/自動化へのデータサイエンスの概念が浸透し、これまで勘と経験に頼っていた業務が、データ駆動型へと移行してきています。長い歴史を持つシオノギには、医薬品・ライフサイエンス・ヘルスケアに関連した多くの知識、ノウハウ、情報が存在します。また、デジタル化が急速に進む世の中においても情報が溢れてきている状況です。これら環境下で、個人・機微情報に配慮し、正しい情報をデータとして収集、整備、解析し、データに基づく仮説&検証サイクルを高速に回すことが、シオノギの目指す2030年のビジョンである「新たなプラットフォームでヘルスケアの未来を創り出す」ために極めて重要なプロセスになります。

そして、デジタル/IT/データ/解析の専門家が集うDX推進本部にあるデータサイエンス部は、データサイエンス、コンピュータサイエンス、データエンジニアリングの機能で構成され、各バリューチェーン、各組織、更には社外の専門性を情報によりリアル/バーチャルでつなぎ、高度解析技術を通じ、課題解決を促進することで、ビジョンの実現を加速させる「ハブ」組織を目指しています。シオノギの経営理念に共感し、ビジョンの実現に向けて、一緒にチャレンジいただけるデータサイエンティスト(コンピュータサイエンティスト、データエンジニア含む)志望の方をお待ちしております。

SHIONOGI Philosophy
SHIONOGI Top Message
SHIONOGI Internship
SHIONOGI Family
新卒採用
中途採用
障がい者採用
キャリア開発
シオノギ製薬

〒541-0045
大阪市中央区道修町3丁目1番8号

▲ページトップへ

Copyright ©SHIONOGI & CO., LTD. All right reserved.

↑