【職務内容】
地域金融機関のビジネスモデル変革（データドリブン経営／課題解決型サービス、
非金融含むフィービジネス拡大、地域活性化等）実現をサポートすべく、
以下３つの領域で取り組みを行う。

　1)データドリブン型ビジネスへの変革に向けたデータ利活用基盤（データレイクハウス、分析基盤等）提案、
　　顧客(業務部門等)との活用ユースケース策定
　2)データ利活用基盤の新規機能・サービス企画（外部データ活用、API連携、AI分析メニュー等）
　3)AIを活用した金融機関向けデータ分析支援、組織・人材育成支援コンサティング

【アピールポイント（職務の魅力）】
・システム導入の提案ではなく、ビジネス変革を目指した提案／コンサルティングを実施するため、
　自身の役職を超えて経営層やユーザー部のキーパーソンとのリレーション開拓、構築が可能となります。
・最新のテクノロジ（クラウド、snowflake、DataRobotなど）を適用し、システム提案を行うため、
　先端技術の習得につながります。
・顧客や業界の分析と将来仮説設定を繰り返し行うことで、コンサル力やプレゼンテーション力、
　顧客の業務に関する各種知識／ノウハウについて職務経験を通じて向上できます。　
・少数精鋭のメンバで推進するため、自己の裁量・責任を強くもって、業務遂行が可能です。

☆富士誇の深堀ポイント☆
具体的には以下のような業務が想定されます。
　1)地域金融機関の経営層／企画部門／業務部門へのヒアリング（何を意思決定したいか、何がボトルネックか）
　　　↓
　　現状把握（例）：データがどこにあるか（勘定系・情報系・CRM・チャネル・外部データ等））
　　　　　　　　　　　　　　　↓
　　　　　　　　　　分析はExcel止まりか、部門ごとにサイロ化しているか
　　　　　　　　　　　　　　　↓
　　　　　　　　　　データ品質・ID統合・権限管理・運用体制の課題
　　　↓
　　データレイクハウス／分析基盤の構成案作成：クラウド選定、Snowflake等の採用検討、
　　　　　　　　　　　　　　　　　　　　　　　ETL／ELT、BI、権限・監査設計
　　　↓
　 ”使い道”を一緒に決める（ユースケース設計）

　2)顧客ニーズをもとに「標準メニュー化」する企画づくり
　・外部データ（統計、企業情報、人流、購買、与信補完など）の取り込みメニュー
　 ・API連携メニュー（地域事業者・自治体・決済・EC等との接続）
・AI分析メニュー（需要予測、異常検知、スコアリング等）のテンプレ化
　　　↓
社内の開発・運用・営業と連携してサービス化を推進
↓
既存顧客での実証→成功事例化→他行展開（横展開）まで持っていく

3)AI／分析テーマの設定支援:「何を予測・最適化したいか」「どう業務に組み込むか」を業務部門と決める
↓
データ準備～モデル活用の伴走:学習データ定義、特徴量の考え方、評価指標、運用（再学習・監視）まで整理
DataRobot等の活用前提で、業務側にも伝わる形に落とす
↓
分析結果の“使える化”:(例：営業店が使うリスト、ダッシュボード、アラート、業務ルールへの落とし込み)
↓
組織・人材育成:データ活用推進組織（CoE等）の立ち上げ支援、行員向け研修（データリテラシー／BI／AI活用）、
　　　　　　　　　 推進人材の役割設計