世界最大級のオルタナティブ資産運用ファンドにおける投資先データサイエンティストの求人

投資先は、年商500億円・総ユーザー数2,400万人超を誇る国内最大級の電子コミック配信サービスを運営しています。2024年より世界的な投資会社グループに加わり、経営層と事業部が一体となってAI・データ活用を全社的に推進。データサイエンティストが事業の根幹に関わる大胆な挑戦をしやすい環境です。
競争が激化する電子コミック市場において、AIが事業成長の鍵を握ると考えています。ユーザー体験の向上、LTVや広告効果の最大化、生成AIによる制作支援など、当社の豊富なデータ資産を活用し、事業をドライブさせる挑戦的な課題が数多く存在します。
そこで、今回は業界トップクラスの電子コミック配信サービスで、AI活用をリードしていただくデータサイエンティストを募集します。

業務内容
電子コミック配信サービスが保有する多様かつ膨大なデータを活用し、ユーザーの満足度と事業成長を最大化することがミッションです。具体的には、以下のテーマに取り組んでいただきます。
●作品の推薦アルゴリズムの高度化:
○閲覧・購買履歴などの行動データ、作品やレビューといったメタデータを活用した新しい推薦ロジックの開発、実装、A/Bテスト
○新規ユーザーや多様な嗜好を持つセグメントへの対応、コールドスタート問題の解決。作品毎に付与するのメタ情報の精緻化
●マーケティングの効率化 (ex. 広告宣伝、販促活動):
○短期だけでなく中期目線も踏まえた広告ROIの最大化、広告出稿作品の自動選定、広告クリエイティブの改善やキーインフルエンサーの特定
○各販促キャンペーン施策の効果検証/改善活動、LTV最大化を行う為のユーザー毎の販促施策ミックスの最適化
●生成AIを活用したコミック製作の支援:
○AIエージェント等を活用した原作小説の選定、小説原作のコミック向けストーリー変換、編集の壁打ち機能
○作画支援AIツールの導入、改善

必須経験・スキル
下記のいずれかの経験をお持ちの方は是非応募をご検討ください。
●推薦システムの開発・運用経験：
○ユーザーの行動履歴や商品属性データを活用した商品推薦アルゴリズム・予測モデルの設計・開発・運用経験（2年以上）
●マーケティング効率の最大化を目的としたデータ分析経験：
○広告宣伝効率化に向けた、LTV/ROI推計モデルやMMM(マーケティング・ミックス・モデリング)の開発・運用、顧客/商品セグメンテーションの開発・運用経験 (2年以上)
○販促活動の改善を目的とした顧客セグメンテーション分析や、因果推論・アップリフトモデリングを用いたパーソナライズ販促施策の立案・効果検証・システム開発経験（2年以上）
●生成AIの業務活用経験：
○LLM（大規模言語モデル）や画像生成AIを活用し、新たな価値創出や業務効率化を実現した経験 (2年以上)

上記の経験に紐づいた下記のようなスキルも採用に当たり重視します。
●基礎分析、MLモデルの開発
○カスタマージャーニーの可視化や顧客セグメンテーションモデルの開発
○MF、RNN、GNNなどの協調フィルタリングや深層学習を用いた商品推奨モデルの開発
○バンディットアルゴリズムなどの強化学習を用いた最適化の研究・開発
○回帰・時系列分析（状態空間モデル等）を用いたLTV予測の高度化および数理最適化による広告予算配分最適化
○因果推論やアップリフトモデリングを用いた販促キャンペーン効果の測定とパーソナライゼーション
●施策評価の環境構築と分析
○A/Bテストを迅速かつ正確に実施するためのログ設計やデータ基盤に関する知識
○並行して実施されている複数の施策の効果を個別に評価するためのABテストの設計、統計学による信頼度評価
●生成AIの活用
○LLMを活用した文章生成・要約・分類システムの開発経験、およびそれらを自律化させるAIエージェントの開発経験（例：市場トレンドの自動分析、有望な小説原作の発掘など）
○画像生成AIの業務応用経験 (広告クリエイティブ、商品画像の生成や効果予測など)
○オープンソースモデルの継続事前学習やファインチューニング等によるカスタマイズ経験

優遇する経験・スキル
●ビジネス、プロダクトへの貢献
○エンターテイメント/EC領域でのグロース経験： 漫画、動画、音楽、ゲーム等のエンタメサービスやECサイトで、データ分析や機械学習を用いて事業やプロダクトを成長させた経験
○主体的な課題発見・企画推進力： サービスが抱える課題を自ら発見し、データ活用の観点から解決策を企画・提案し、ビジネスサイドを巻き込みながらプロジェクトをリードした経験
●データ基盤、MLOpsスキル
○クラウドネイティブな開発経験： GCP (Vertex AI、BigQuery) やAWS (SageMaker、Redshift) を活用した、機械学習システムの設計・開発・運用経験。
○MLOpsの実践経験： モデルを本番環境にデプロイし、性能監視、再学習、自動化など（CI/CD, API開発含む）のサイクルを構築・運用した経験
○大規模分散処理技術の知見： SQL、Pythonを用いたデータ管理・運用経験、大量のデータを効率的に処理するための分散処理基盤（例: Spark, Dask）の利用経験や知識
●語学力、その他
○語学力： ビジネスレベルの日本語。その他の言語スキルがあれば尚可。