JDSC
数字で見るJDSC数字でみる
更新 2026年7月10日JDSCの業績推移業績の伸び
更新 2026年7月10日JDSCの売上構成なにで稼いでる?
更新 2026年7月10日
ビジネスのしくみ
JDSCは、企業や行政が持つデータをAIで分析し、需要予測、在庫や発注の調整、機械の故障予測、生成AIの業務利用まで形にする会社。製造、電力、物流、医療、海事などの現場で、大手企業と一緒に試作から本格導入、運用まで進める。たとえば空調機器の異常を早めに見つけたり、電力データから高齢者の体力低下の兆しを捉えたりする。連結では、紙のダイレクトメールの企画・発送支援が売上の大半を占め、資金調達や企業買収の助言も手がけるため、AI開発だけの会社ではない。
つくってるもの・サービス
おもな取引先
顧客は一般消費者ではなく、製造、電力、物流、医療、海事、不動産、行政などの企業・団体が中心。ダイキン工業、中部電力、JERA、佐川急便、デジタル庁などと共同開発する。販促部門には紙のダイレクトメール、経営層には資金調達や企業買収の支援も提供する。
◎ ここが強い!
△ ここは気をつけたい
社風
ビジネス、エンジニアリング、データサイエンスの職種が近い距離で働き、勉強会や失敗共有会、Slackで知識を持ち寄る文化。週3日以上の出社を基本に対面の共創を重視しつつ、フレックスやリモートも状況に応じて活用する、裁量と連携の両方を求める職場だ。
こんな人を求めてる
AIの知識が完成していることより、社会をどう変えたいかを自分の経験から語り、新しい技術を学び続ける姿勢が重視される。専門外にも踏み込み、顧客業界のベテランの話を正確に捉え、他職種と協力して実装まで進められる人が合う。
選考の流れ
JDSCの志望動機例・質問例就活ガイド
AI生成 更新 2026年7月10日ESや面接の準備に、そのまま使えるヒント集だよ。※ AIが公開情報をもとに作成しています。応募前に必ず公式情報で確認してね。
😊 向いてる人
AIを研究だけで終わらせず、需要予測や予兆保全など現場で使われる形まで届けたい人に向いている。知らない業界を学ぶことが苦にならず、技術職やビジネス職と率直に議論したい学生、変化の速い若い組織で裁量を持って成長したい学生とは特に相性がよい職場だ。
😣 ちょっと注意
決められた担当範囲だけを安定してこなし、専門外の人との調整をなるべく避けたい人は慎重に見たい。顧客データの状態や現場事情で計画が変わる仕事のため、曖昧な課題を整理するより明確な正解を求める人や、常時リモート勤務を優先したい人はミスマッチになりやすい。
スーパーの品出しアルバイトで、欠品を恐れて多めに発注した商品が売れ残る一方、必要な品が足りない場面を見ました。勘と経験だけに頼らず、データで現場の判断を支えたいと思ったことが、御社を志望する原点です。私は売場担当者に販売傾向を聞き、天候や曜…
スーパーの品出しアルバイトで、欠品を恐れて多めに発注した商品が売れ残る一方、必要な品が足りない場面を見ました。勘と経験だけに頼らず、データで現場の判断を支えたいと思ったことが、御社を志望する原点です。私は売場担当者に販売傾向を聞き、天候や曜日ごとの売れ方を表にして、発注時に確認する項目を整理しました。この経験から、数字を示すだけでなく、使う人の業務に合う仕組みにして初めて改善が続くと学びました。御社は「demand insight」により需要予測、在庫最適化、発注自動化まで扱い、顧客と共同開発しながら実装・運用まで一気通貫で支援しています。ビジネス、エンジニアリング、データサイエンスが三位一体で進める点にも、現場と技術の橋渡しをしたい私との重なりを感じます。入社後はBizDev・コンサルティング領域で、まず顧客業界と業務を丁寧に学びます。アルバイトで培った、相手の話を聞いて作業を整理する力を生かし、予測結果が現場で使われ、継続的な在庫改善につながる提案に貢献します。
ゼミで地域の人の流れを分析した際、精度の高い結果を出すことに集中し、利用者へ説明すると「何に使えるのか分からない」と言われました。この失敗から、AIはモデルの性能だけでなく、課題の特定から運用までつないでこそ価値になると気づきました。そこで…
ゼミで地域の人の流れを分析した際、精度の高い結果を出すことに集中し、利用者へ説明すると「何に使えるのか分からない」と言われました。この失敗から、AIはモデルの性能だけでなく、課題の特定から運用までつないでこそ価値になると気づきました。そこで御社のデータサイエンス職を志望します。御社は企業の非公開データを使って共同開発し、電力データによるフレイル検知AIや、ダイキン工業との空調機器の異常予兆検出など、産業ごとの課題を実装まで進めています。さらに、一社目で開発したAIアルゴリズムを自社に残し、次の企業へ展開する事業設計にも惹かれました。一つの分析を個社の成果で終わらせず、産業共通の課題解決へ広げられるからです。ゼミでは指摘後、分析の前提を図にし、相手が判断したい内容から説明を組み直しました。入社後は、書籍・講座の補助や技術共有会も活用して技術力を磨きます。同時に、顧客業界のベテランの言葉を正確に理解し、他職種と協働して、分析結果を現場で使えるシステムへ落とし込むデータサイエンティストを目指します。
💬 面接の予想質問集+解答例
A. 私は、小売業の需要予測と在庫管理を改善したいです。アルバイト先で欠品と売れ残りが同時に起きる様子を見て、現場の経験とデータを組み合わせる必要性を感じました。顧客の業務を丁寧に理解し、継続して使われる仕組みを作りたいです。
A. ゼミの共同研究で、分析担当と調査担当の間に認識のずれが生じた際、用語と作業目的を一枚の資料に整理しました。互いの考えを確認する時間を設け、分析条件をそろえました。この経験から、専門の違いを埋めるには、相手の言葉を正確に理解することが大切だと学びました。
A. まず担当業界の業務の流れと用語を学び、顧客の話を正確に理解できる状態を目指します。そのうえで、書籍購入や講座の補助、社内の技術共有会を活用し、必要なAI・データ分析の知識を実務と結びつけて身につけます。学んだ内容は周囲にも共有します。